英语原文共 13 页
IEEE 802.11链路的可用吞吐量的非侵入式估计
Jung-Han Han，Seung-Jae Han著
韩国首尔延世大学计算机科学系
在建立连接之前了解IEEE 802.11链路的可用吞吐量是有益的。
这种信息的一种用途是选择向用户站提供最高吞吐量的接入点（AP）。在本文中，我们提出了一种估计预期吞吐量的方案。
802.11设备采用非侵入方式。所提出的方案不需要来自基础设施（例如，AP，路由器）或其他用户站的任何帮助。它不会产生任何额外的流量开销（例如，探测流量）。我们的计划完全依赖于短时间内对正在进行的流量的被动嗅探（即，小于典型的802.11信标间隔）。我们的方案适用于各种802.11技术包括带有帧聚合的802.11n，即使在不可能的情况下也能正常工作嗅探完整的交通痕迹。我们的方案不受802.11安全机制的影响，因为我们仅需要来自802.11帧的未加密报头部分的信息。拟议的方案可以实际上在任何系统中实现，其资源开销非常低。我们实施了我们的基于Linux的笔记本电脑和基于Android的智能手机的方案。实验评估显示我们的方案准确地估计了各种设置中的预期吞吐量。
文章信息
文章过往：
2018年2月27日收到
2018年6月25日修订
2018年7月19日接受
2018年7月25日在线提供
关键词：
IEEE 802.11
吞吐量估算
数据包嗅探
非侵入式估计
隐藏的终端问题
在建立连接之前，了解IEEE802.11链路的可用吞吐量是非常重要的。想要了解它的吞吐量，其中一种方式是选择一个接入点（AP），它可以为用户站提供最高的吞吐量。在这里，我们提出了一个非侵入式的方式来估计802.11设备。模拟这个方案不需要任何基础设施（如AP、路由器）或其他用户站提供任何援助。同时，它也不会产生任何额外的流量开销（例如，探测流量）。我们的方案只依赖于短时间内对正在使用的流量进行被动嗅探。（即，小于 典型的802.11信标间隔）。
我们的方案使用各种802.11技术，包括802.11n和帧聚合，即使在不可能的情况下也能工作，可以嗅探完整的流量跟踪。我们的方案不受802.11安全机制的影响，因为我们只需要来自802.11帧未加密头段的信息。建议的方案可以是实际应用于任何系统的，其资源开销非常低。我们已经准备在基于Linux的笔记本和基于Android的智能手机上开始实施研究。实验评价表明我们的方案准确估计了各种设置下的预期吞吐量。在IEEE 802.11网络中，知道一个用户站提前能够得到的好处很多。
一种可能的用法是访问点（AP）选择，这是目前通过比较AP信标的信号强度来完成的。这样，就不会考虑AP的流量负载，因为信标信号强度仅表示无线信道状况。如果一个站点从每个AP接收的吞吐量是可用的，我们就可以进行更有效的AP选择。另一个类似的问题是802.11链接的选择使用。一个典型的场景802.11连接的选择方式是，当一个站点移动时，它可能会遇到802.11 AP。此刻，电台需要决定是否抓住这个机会并决定是否与AP连接。如果AP负载过重（即拥塞），连接AP可能不是一个好主意，因为结果通常会是站点花费了大量的精力，但接收/发送的却是一个很小的包。相反，车站只想在AP可以提供足够的吞吐量时进行。我们的计划可以使用做出这个决定将流量从蜂窝网络卸载到WiFi是一个很好的方法，利用移动设备为移动通信提供的对等WiFi链接。FIC卸载也是一个例子。两辆车之间的直接通信也可采用间歇802.11链路的选择使用。在这种情况下，802.11链路可用性可能相对较短。如果链路吞吐量低，连接持续时间可能不够完成数据传输的时间。这两辆车不能再次相遇，部分数据传输极有可能浪费。为防止此类浪费，车站应仔细决定是否通过使用。考虑到802.11链路的吞吐量。AP可用于提供可用的信息hr通过广播发送到用户电台，为此，提出了信标架的改进方案。
隐藏终端对可用吞吐量的影响通过依赖用户站的帮助来计算。通过每个用户工作站测量通道占忙比，并将测量值与AP提供的通道忙比进行比较。AP连续跳802.11频道并监视它们以查找，在干扰较小且预期干扰较小的情况下，最佳信道o会获得更好的吞吐量。与该AP相关的每个站点必须按照规定连接。但是这些方法需要AP和用户之间的非标准程序位置，另一种方法是让用户站估计交通量，通过产生探测流量来加载WiFi单元。例如，用户站生成探测请求帧并测量交货延迟。如果交通负荷较高，则由于高争用，探测请求帧将花费更长的时间。也就是说，用户站点定期交换包含每个站点感知的竞争级别的专有控制帧。通过分析
其他用户站提供的信息，每个站估计一个WiFi单元的当前流量负载。这些计划也是具有“侵入性”的，这意味着它们需要产生特殊的目的流量（例如，特殊信标、探测请求）。
在本文中，我们提出了一个“非侵入式”方案，通过该方案，我们的意思是没有探测流量产生，也没有来自AP或其他用户站是必要的。我们计划采用用户站嗅探的方式，通过WiFi信道进行数据包传输。用户嗅探可以在没有与AP关联的情况下完成，不需要修改退出802.11标准，我们的方案可以适用于任何IEEE 802.11版本。
目前已有一些关于802.11非侵入性估计的研究。
链路吞吐量，但大多数都是仿真研究不考虑实际实施的挑战。例如，使用重传行为来估计信道碰撞概率。在本研究中，假设转送的发生及其原因是清楚的，没有协调的信息交流是不可能在现实世界中的节点之间的。另一项模拟研究提出了利用空闲和繁忙时段的比例。
然而，在现实世界中，很难区分碰撞从空闲期到繁忙期。通过使用包含信噪比（SNR）、信标延迟、忙时和信标数目等参数的神经网络模型，活跃的电台由于神经网络的本质模型，几乎所有可能情况的知识（即培训数据）都需要在学习阶段积累。应计对新WiFi单元的正确了解需要大量的推迟到作出决定。我们的计划采取了分析重传行为。我们已经在两种类型的平台上实施了我们的计划，：Linux PC和Android智能手机。
大量实验表明，该方案能够准确估计各种实际情况下的可用链路吞吐量。我们的方案甚至在存在隐藏终端的情况下也有效。我们的方案不受802.11安全功能的影响，因为只有802.11未加密部分的信息使用框架。
假设总传输机会（即S）在用户站之间平均分配，只有在用户站才有效所有站的分组传输时间相等。包裹用户站的传输时间由传输比特率和用户站的分组长度确定。 因此，不同用途的分组传输时间可能不同。在现实中，我们假设两个站向AP发送相同数量的分组，并且一个站的传输比特率是另一个站的传输比特率的两倍。在这种情况下，传输比特率低的站的传输时间将比具有高比特率的其他站长两倍（即，一个站占用的空气时间比另一个站长两倍。为了考虑传输时间的这种异质性，是改变如下。
其中，i i是站i的平均有效载荷传输时间。在嗅探结果中，我们可以识别每个数据包的源地址，传输比特率和有效载荷长度。通过使用那些信息，我们计算平均有效载荷传输每个站的时间。a新站是通过使用其预期计算的传输比特率和最大有效载荷长度，因为我们计算最大预期上行链路吞吐量。
对于方程式中的S的推导（1），假设所有站有积压的流量，这对某些应用来说是不实际的。虽然有研究为非饱和流量建模802.11吞吐量，如[17,18]，但这些模型需要先验关于每个站的流量模式的知识（例如，分组间到达从上层开始的时间）。为了实现非侵入性，我们只依靠被动监控而不需要事先关于交通模式的知识。
在非饱和交通条件下的方式计算用户站的数量（即，n）需要改变。
现在，用户站并不总是积压，因此简单地计算用户站的数量将导致不准确。例如，假设一个电台只产生几个电池组。该站将影响WiFi小区的竞争，这与产生大量分组的站不同。我们得出一个假设，而不是计算站的数量可以产生当前相同的保密行为（即，相同的碰撞概率）的积压站的数量观测到的。该值用nrsquo;表示。显然，如果所有用户都是积压，nrsquo;等于n。我们得出nrsquo;通过利用碰撞概率（pc）和后退站点数量之间的关系（nrsquo;），由以下等式表示。我们采用Tay和Chua的这个等式.
其中2mCWmin是最大争用窗口大小。 但是，如果2mCWmin大于CWmax，则应将重试限制m重新置于导致2mCWmin等于CWmax的值中。
对于处理非饱和交通，还有一个方面需要照顾。这是帧聚合的影响，通过该聚合，多个802.11帧被分组为单个大帧以减少MAC开销。 802.11n和802.11ac支持帧聚合，并且块确认结合使用。帧聚合的程度是由几个因素决定。类似于速率自适应算法，IEEE 802.11标准
没有指定帧聚合算法。标准仅建议由帧聚合影响的聚合数据包的最大长度。因此，这取决于供应商。通常，随着更多帧被聚合，MAC over head减少。但是，对于更高程度的聚合，设备驱动程序必须在传输之前等待更长时间。为了做到这一点权衡，通常根据流量负载水平调整帧聚合程度。也就是说，如果交通负荷很重并导致高争用，聚合更多帧。新站加入后，BSS的保密等级将增加。结果，现有的站点也增加了帧的程度聚合。但是，程度究竟会增加多少，
除非帧聚合算法，否则无法估计（每个现有站点）已知（未标准化）。
在本节中，我们将评估提议的准确性，通过使用两个实验测试平台的方案。在第一个试验台，最多10个802.11g站连接到AP。运行拟议方案的新电台标记为“新站”。已经准备好连接到AP的现有站被标记为“后台站”。通过使用多个USB NIC创建后台站由一个Linux笔记本控制。以这种方式，所有后面的地面站具有大约相同的信道条件（即，相同的）RSSI）到AP。
第二个试验台其中最多为四个802.11n后台站连接到AP。不像在802.11g测试平台上，每个后台都是独立的Linux笔记本配备了迷你PCI 802.11n网卡。通过这方式，后台站可以配置为具有异构渠道条件。每个背景站的802.11n接口配备两个天线，工作在5.180 GHz频率。
在两个测试平台中，每个后台站运行Iperf客户端和Iperf服务器分别用于上行链路流量生成和下行链路流量反应。连接到AP的destktop PC通过以太网还运行Iperf客户端和Iperf服务器进行下行链路流量生成和从后台站点接收流量。新站是在Linux笔记本中实现的Android智能手机，Google Nexus One 。
饱和交通实验。我们首先进行实验，其中所有背景站点生成（或接收）对应的积压流量
诸如文件传输之类的应用程序（例如，ftp）。创建一个现实的交通模式，背景站的数量（即，在给定时刻实际产生交通的后地面站）是动态改变的。每个后台站都执行一个脚本，通过睡眠定时器控制Iperf客户端。两者的持续时间运行Iperf客户端和睡眠在后面的地面站之间设置不同。每个站点都会向AP发送流量持续时间，然后重复睡眠一段时间。如果多个节点的交互持续时间彼此重叠（即，如果在图5中，有效站的数量超过1），BSS将经历饱和的交通争用。
为了减少不必要的不确定性，所有站点都被定位为具有相同的RSSI并且避免任何隐藏的终端。禁用速率适配和传输比特率（即MCS）在802.11g实验中，所有站的平均设置为54 Mbps802.11n实验中的130Mbps和130Mbps（即MCS 15）。有效载荷所有数据包的大小设置为1470字节，CWmin为全部站点设置为16.所有站点的传输功率同样设定为15 mW。该实验在环境中进行，其中噪声损失可忽略不计。
我们首先考虑背景站生成的情况只有上行流量。上行链路流量中使用的流量模式在图5中绘制了实验。新站运行所提出的算法并绘制估计的可用吞吐量。在图6中，所提出的算法的监测周期（tm）是两次实验都设为一秒钟。为了验证拟议方案结果的准确性，我们在准确的情况下再一次进行单独的实验相同的设置。唯一的区别是我们现在让新的站点实际上产生积压的上行链路流量。然后我们测量新电台实现的实际吞吐量，即所谓的#39;基本事实#39;。在图6中，将估计结果与之进行比较基本事实。他们之间没有达成良好的协议，仅适用于各种流量模式下的这些设置。
接下来，我们将显示上行链路流量和下行链路流量时的结果fic是混合的。在802.11g实验中，有两个后台站被设置为下行链路用户，而八个后台站是设置为上行链路用户。在802.11n实验中，有一个背景当两个后台站成为上行用户时，站成为下行用户。估计的下行链路吞吐量和在图7中比较了测量的地面实况。在这些实验中，所有背景站在整个过程中保持活跃实验。可以观察到良好的协议。虽然省略了，还观察到高精度的上行链路吞吐量估计。
4.2。不饱和交通实验这里我们在背景下评估提出的方案站点生成不饱和的上行链路802.11n测试平台在这个实验中使用了三个背景站。每后台站根据a生成上行UDP报文具有一定平均交通量的泊松分布。各个泊松平均值尝试从2 Mbps到超过20 Mbps。实验结果绘制在图8中。即使在非饱和交通设置中，它也显示出所提方案的高精度。所有站点的信道质量大致相等，传输比特率固定为78Mbps（即MCS 12）。一切其他参数与积压的交通实验相同。
回想一下，在所提出的方案中，对于非饱和交通，现有台站的框架聚合程度增加条件。在这里，我们通过实验确认有效载荷传输时间确实随着流量负载的增加而增加方案估计有效载荷传输时间的增加。结果如图9所示。对于实验，802.11n使用具有三个不饱和背景站的测试台。每后台站根据Pois？son分布生成上行链路流量，平均流量从2 Mbps到22 Mbps。新站生成积压的上行链路流量。该所有站的传输比特率固定为78 Mbps（即MCS 12）。
4.3。异构信道条件。现在我们在异构渠道下进行实验。带有两个后台站的802.11n测试台是用于本实验。
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
