Loading...
机构名称:
¥ 1.0

对网络性能的抽象准确和彻底的分析具有挑战性。网络仿真和仿真只能涵盖网络可以体验到的连续发展的工作负载集的子集,为未探索的角案例和错误留出空间,这些案例和错误可能会导致实时流量的次优性能。排队理论和网络计算的技术可以在性能指标上提供严格的界限,但通常需要网络组件的行为,而流量的到达模式则可以通过简洁且行为良好的数学功能近似。因此,它们不立即适用于新兴工作负载以及用于处理它们的新算法和协议。我们探讨了一种不同的方法:使用正式方法来分析网络性能。我们表明,可以准确地对网络组件及其逻辑上的队列进行建模,并使用程序合成中的技术来自动生成简洁的可解释的工作负载,作为有关性能指标的查询的答案。我们的方法在分析网络性能的现有工具的空间中提供了一个新的观点:它比模拟和典范更详尽,并且可以轻松地应用于一阶逻辑中可表达的算法和协议。我们通过分析数据包调度算法和小叶子网络并产生可能导致吞吐量,公平性,饥饿和延迟问题来证明方法的有效性。

网络性能分析的正式方法

网络性能分析的正式方法PDF文件第1页

网络性能分析的正式方法PDF文件第2页

网络性能分析的正式方法PDF文件第3页

网络性能分析的正式方法PDF文件第4页

网络性能分析的正式方法PDF文件第5页

相关文件推荐

2024 年
¥1.0
2021 年
¥1.0
2024 年
¥2.0
2022 年
¥1.0
2024 年
¥1.0
2024 年
¥1.0
2024 年
¥2.0
2023 年
¥1.0
2025 年
¥1.0