IPv6网络中基于行为模型的内在监控实现与优化

"这篇硕士学位论文由许良撰写，专业为计算机应用技术，指导教师为马义忠，于2010年5月在兰州大学完成。论文主要探讨了基于行为模型的监控在IPv6网络中的实现，旨在提高网络监控信息的准确性和资源利用率，改善网络通信质量。" 在当今的网络环境中，网络监控系统起着至关重要的作用，它们定期收集网络性能数据，发现性能异常并分析问题的根本原因，直接影响服务质量（QoS）。论文首先详细阐述了主动、被动和内在监控这三种网络监控方法。内在监控作为一种结合主动和被动监测的混合方法，允许监控数据嵌入到用户的数据包中，提供了一种更高效的数据采集方式。 在传统的IPv4网络中，策略驱动的通信量处理机制在粒度为数据包级别的路径信息资源利用方面存在挑战。论文聚焦于IPv6网络，提出了一种创新的“内在监控方法”。该方法利用IPv6的扩展头部，结合正式的行为模式，收集网络路径上的资源信息。通过这种方式，网络监控功能可以委托给网络设备自身，降低了网络管理系统的通信负载。 实验结果显示，这种方法增强了监控系统的自主能力，显著降低了网络通信量，从而提高了网络通信质量。同时，这种方法在不牺牲监控信息和路径信息准确性的情况下，能够在网络通信带宽内传输监控数据。 关键词包括：网络性能、内在监控、IPv6、自主能力、网络通信量。这篇论文的贡献在于提供了一种有效提升IPv6网络监控效率和精度的解决方案，对于优化网络服务质量和资源管理具有重要意义。