基于测量的网络性能评价方法研究

基于测量的网络性能评价方法研究

张冬艳，胡铭曾，张宏莉

（哈尔滨工业大学计算机网络与信息安全技术研究中心, 黑龙江哈尔滨 150001）

摘要：网络性能评价方法的研究对于指导网络设计和改进网络运行性能状况有着重要的意义。为了综合地评价网络的运行状况，在测量的基础上，提出了基于多个测量指标的多指标综合评价方法，并应用到路径性能评价和网络性能评价上，该值反映了路径和网络的综合性能状况，并可以按照不同的策略分析路径和网络之间的性能变化情况。实验结果表明，该方法可以有效的评价目标路径和网络的运行状况。

关键词：网络测量；性能评价；性能指标

中图分类号：TP393.08 文献标识码：A 文章编号：1000-436X(2006)10-0074-06

Study on network performance evaluation method based on

measurement

ZHANG Dong-yan, HU Ming-zeng, ZHANG Hong-li

（Research Center of Computer Network and Information Security Technology, Harbin Institute of Technology, Harbin 150001,China）Abstract: In order to evaluate the condition of network, a new synthetically multi-metric performance evaluation method was put forward based on multiple measurement metrics and applied to the performance evaluation of links and nets. The value of calculation reflected the performance condition of links and nets. The performance change of links and nets could be analyzed according to the different strategies using the method. The results of experiment indicate that the method can evaluate the performance of links and nets effectively.

Key words: network measurement; performance evaluation; performance metric

1引言

Internet变得日益庞大和复杂的同时，人们对网络服务质量(QoS)的要求也在不断提高，计算机网络的可靠性、稳定性以及高效性等诸多性能方面的表现也被越来越多的网络使用者和网络管理开发者所关注。如何在现有网络环境基础上提高网络性能，以及如何为下一代互联网设计出具有更好的运行效率和更高性能的网络互联协议等问题，目前已成为国内外研究的热点。而这些问题的解决都要求对网络性能能够进行有效的评价与分析。

一个计算机网络系统，可以由多种多样的计算机平台，通过各种各样的传输媒体构成不同的拓扑结构，并且采用相应的多种信道访问控制方式，因此计算机网络的性能评价非常复杂，目前国内外普遍采用并发展相对成熟的有3种方法[1]：1）通过对实际计算机网络系统本身进行观测，对收集的各种参数及事件进行分析与评价的测量法；2）为实际系统建立数学模型，并通过求解表达式来分析网络系统性能的模型分析法；3）通过计算机程序对实

收稿日期：2004-09-14；修回日期：2006-06-18

基金项目：国家自然科学基金资助项目（60203021）；国家高技术研究发展计划(“863”计划)基金资助项目(2002AA142020) Foundation Items: The National Natural Science Foundation of China (60203021); The National High Technology Research and Development Program of China(863 Program)(2002AA142020)第10期张冬艳等：基于测量的网络性能评介方法研究·75·

际网络进行模拟，通过程序运行得到的结果来分析网络性能的模拟法。

本文提出的评价方法是一种基于测量的方法，即对已经存在并运行的网络系统进行测量，收集各种参数，然后通过对这些测量值进行数据分析与处理来对网络性能进行量化的分析与评价，从而可以对网络当前的运行性能状况进行综合评价。

2性能评价方法

如何对一个网络系统进行性能评价是网络测量要研究的重要内容之一，目前基于测量法对网络性能进行评价，各个组织与研究机构普遍使用的是指标体系评价法。指标体系评价法就是为了从多个角度对事物进行综合评价，用不同的指标对评估对象发展的多个方面分别予以反映。在网络性能评价中，主要使用延迟、丢包率、带宽与流量等多项指标对所测量的网络进行性能评价。但是这种指标体系法虽能全面反映某一个事物的发展状况，但在不同事物间比较时又遇到了困难。因为各个指标的同时使用，经常会发生不同指标之间无法统一比较的情况，因而不能对被评价对象作时间和空间上的整体对比。例如在比较甲、乙2个网络同一时刻的性能优劣时，往往会遇到这样的情况，甲网络有几项性能测量指标好于乙网络，同时，乙网络又有另外几项性能测量指标好于甲网络。这时就无法判断甲、乙2个网络的性能到底孰优孰劣。同样在分析比较同一网络不同时刻网络性能的发展变化时，也常常会遇到类似的情况。正是由于指标体系的这一不足，本文在网络性能评价方面引入了多指标综合评价方法，即把反映网络性能的多个指标信息综合起来，得到一个综合指标，由此来反映网络整体的性能状况，并进行横向和纵向的比较，既有全面性，又有综合性。

2.1路径性能评价

计算机网络是一个自主的互联的计算机的集合，要考察一个网络的整体或部分的性能状况必须从网络中单个节点以及连接到这个节点路径的性能状况出发。节点是构成计算机网络的基本元素之一，节点的性能状况是通过测量某条路径所表现出来的，本文所述测量法的原理来源于抽样统计，网络中的任何节点都会对网络性能在一定范围内造成影响，但是根据测量的方法和粒度，对某条路径进行测量获得的结果已经可以反映此条路径上各个节点的运行状况，因此在本文中把网络路径当作网络中可测对象的最小元素，节点作为其中的一部分加以考察。

网络中路径的性能指标是指某一节点到另一节点之间连接路径所表现出来的性能状况，如节点间的往返延迟、往返丢包率等。对网络中路径的综合性能评价，即是对固定2个节点之间路径的综合性能评价。通过对路径两端节点的多个单项性能指标进行综合处理，得出综合性能参数值，该值能反映路径的综合性能状况，可依据此综合性能参数值对同一路径在不同时间或同一时间不同路径之间进行性能比较分析。

2.2网络性能评价

对单条路径的综合性能评价可以拓展到网络中来。由于是对已知网络进行测量，该网络的拓扑图可由先期测量得到，根据拓扑找出代表该网络的多条主要路径，网络的整体性能状况可通过这些路径的性能状况反映出来。计算每条主要路径的性能评价参数，进行数据处理后作为该网络的综合性能评价参数。

3性能评价指标

3.1测量指标与评价指标

在进行网络测量的过程中定义一系列的参数来描述网元、数据路径、端到端路径或网络的性能，使用户和运营商对网络所提供的服务能力或网络的整体性能有全面、准确的理解。这些经过严格定义的定量参数称为测量指标（metrics）。

但是，这些都集中在测量指标方面，也就是采用一定的测量方法和测量系统得到网络性能指标。对于网络测量还有许多方面需要进行分析与评价。例如，如何定义测量方法的评价指标，能够对同一指标的不同测量方法进行全面的性能评价比较；如何能够通过一些测量指标的综合处理，从而对于网络的整体性能或局部性能有综合的量化的比较与分析等。这些能够对于网络测量某些方面进行评价的定量参数，称之为评价指标。

已有的Internet测量研究所提出的一系列测量指标，主要集中在节点以及路径的单项性能测量方面，目前还没有针对节点和网络的综合性能评价参数，因此不能很好地反映网络的性能状况。本文提出的性能评价指标将主要测量指标统一起来，使之能够更直观有效的反映局域网的整体性·76·通信学报第27卷

能与变化。

3.2性能评价指标分析

首先根据IPPM[2]标准化的一系列网络性能指标选取测量指标，如连通性、单向延迟、单向丢包、时延变化、往返延迟指标、路径利用率、网络吞吐量、流量突发性、网络带宽等[3~6]。这些测量指标都反映了网络某些方面的运行状况。在评价性能时，某些指标若同时考虑会偏重某些方面，例如单项延迟与往返延迟；而有一些指标则不需要考虑进来，如连通性。因此在性能评价指标中需考虑的测量指标的选取原则有：1）全面性，选取测量指标无需很多，但要尽可能全面。2）易测性，选取的测量指标应易于测量。3）相关性，选取的测量指标相关性尽可能小。经过分析，本文选取往返延迟、丢包率和带宽这3个基本而重要的测量指标计算综合性能参数。由于可利用带宽在路径的性能评价中更有意义，因此带宽指标选取路径的可利用带宽。

其次将进行测量指标的无量纲化。选取的测量指标是异量纲的，数据差异较大，直接对它们的值进行数据处理没有实际意义。因此先将进行性能评价与分析的各条路径在不同时刻相应的测量值形成矩阵，然后根据该矩阵把指标值转化为无量纲的相对数，数值大小规范在[0，1]内。这种去掉指标量纲的过程称为数据的无量纲化（也称为数据的规格化），它是指标综合的前提。无量纲化的过程就是把测量指标的实际值转化为评价指标值的过程。

4性能评价计算方法

对选取的测量指标值进行加权平均处理，权值可依据实际应用被赋予相同或者不同的值。

对单条路径而言，选取其中的某些节点的某些测量指标进行综合处理，计算该路径的性能评价指标值，该值即为该条路径的性能评价值。

由上节提出的路径级性能评价拓展到网络中的方法，首先计算该网络内所有主要路径的性能评价值，然后用加权求和的方法计算出该网络的综合性能评价值。

4.1路径性能评价计算方法

为了符合用户习惯，定义性能评价指标值越高则表明该条路径的性能越好，相反越低则表明该条路径的性能越差。测量指标有2种类型，一种指标值越大表明性能越好，称为正指标；而另一种指标

值越大表明性能越差，称为逆指标。在选取的指标

中，往返延迟越大，丢包率越高，路径上的性能越

差；相反，可利用带宽越大，路径上的性能越好。

因此，可利用带宽是正指标，而往返延迟和丢包率

是逆指标。

性能评价指标是将当前时刻在路径两端的节

点上直接测量得到的往返延迟R、丢包率L和该条

路径的可利用带宽B W综合计算。

设对于某个测量指标给定p个时刻的n条路径

上的测量数据，就称为给了np个样本，相应的全

部数据用矩阵X表示，即

11121

21222

12

p

p

n n np

x x x

x x x

x x x

⎡⎤

⎢⎥

⎢⎥

=

⎢⎥

⎢⎥

⎢⎥

⎣⎦

L

L

M M M M

L

X

X是n×p的矩阵，其中矩阵的每一行代表同一

路径在不同时刻的指标测量值，每一列代表不同的

路径在同一时刻的指标测量值，指标分别有延迟R、

丢包率L和可用带宽B W的样本矩阵。利用上述3

个指标的样本数据，计算出无量纲的相对数，即功

效分数。

首先将异量纲的指标值分别转化为功效分数。

对某一测量时刻T，用加权平均方法计算功效分数得

到路径性能评价值，表示路径的性能状况，该值也

可用于各条路径之间的比较，计算方法如

l-l

111

d

j

k k

L i ij i ij i

i i i

P d

ωωω

===

⎛⎞

′

=+

⎜⎟

⎝⎠

∑∑∑ (1)

其中

()

()()

i

i

s

ij

ij h s

i

x x

d

x x

−

=

−,

=1,

2,,,

=1,

2,,

i k j n

L L(2)

()

()()

i

h

i ij

ij h s

i

x x

d

x x

−

′=

−

,

=1,

2,,,

=1,

2,,

i k j n

L L (3) 式中

j

L

P——第j条路径性能评价指标

k——选取测量指标总个数

l——选取测量指标中正指标个数

n——参加评价路径的个数

第10期 张冬艳等：基于测量的网络性能评介方法研究 ·77·

i ω——各i 项指标权值

ij x ——第j 条路径第i 项测量指标值

)(h i x ——第i 项测量指标的满意值

()i s x ——第i 项测量指标的不允许值

ij d ——第j 条路径的第i 项正指标的功效分数

ij

d ′——第j 条路径的第i 项逆指标的功效分数 某项指标的不允许值是指该项指标在路径测量中不应该出现的最坏值，满意值即该项指标在路径测量中可能达到的最好值。得出的路径性能评价值越高，表明路径综合性能越好，反之则差。 4.2 网络性能评价计算方法

对某一测量时刻T ，网络性能评价指标是分别将该网络中主要路径的性能评价指标综合求值的结果，其值反映了网络整体性能，网络性能评价指标用式(4)计算。

11

i n k

N L i i

i i P P ωω

==⎛⎞=⎜⎟

⎝⎠

∑∑

(4)

式中 P N ——网络性能评价指标

n ——路径的个数

i ω——各路径的性能指标权值

一般情况下取i ω为1，对该网络中不同的路径可根据需要赋予不同的权值，以便更合理的评价该网络的综合性能状况。

5 实验

5.1 实验环境

使用网络模拟软件NS2(network simulator ver-sion 2)[7]搭建仿真网络环境，为使仿真环境更接近于实际的Internet ，首先使用网络拓扑生成器NEM(network manipulator)[8]生成网络拓扑图，该网络拓扑图能够比较准确地反映实际Internet 拓扑的各个方面。

使用NEM 为NS2提供的接口，把生成的网络拓扑图导入到NS2中，NS2能提供可控的背景流量，在网络的主要路径中生成探测流，模拟测量得到路径的各项性能指标值。 5.2 路径与网络性能评价 5.2.1 网络拓扑

本实验生成的网络拓扑如图1和图2所示。 生成的网络拓扑图是路由器级的网络拓扑，图1包含50个节点，图2包括35个节点。叶节点表示主机，其他节点表示路由器。图中连接节点的粗实线代表节点间有链路相连，链路的容量和路由策略在tcl 脚本中指定。为更好的模拟实际网络，在叶节点导入实际流量，通过指定的路由策略，使该网络运行起来。然后在各路径上加入探测流进行测量，并分别计算路径与网络的综合性能评价指标。

图1 网络1拓扑图

图2 网络2拓扑图

根据拓扑图选取主要路径进行测量，测量结果如表1所示。

表1

网络性能测量实际值

路径 时刻

往返延 迟/ms

丢包率 /%

可用带宽/kB

T 1 209.38 2.5 284 T 2 188.95 0 784 T 3 1.12 0 484 N1L1： 3<->33

T 4 208.68 34.67 56

T 1 252.60 1.02 214 T 2 214.59 0 714 T 3 214.70 0 514 N1L2：

28<->35

T 4 263.54 18.32 78

T 1 292.75 1.22 386 T 2 317.18 1.84 336 T 3 324.95 2.15 286 N1L3：

43<->40

T 4 353.28 32.66 12

T 1 154.23 4.10 146 T 2 110.75 0 446 T 3 134.86 0.19 246 N1L4：

32<->20

T 4 178.19 11.50 15

·78·

通 信 学 报

第27卷

T 1 4.03 0 8,700 T 2 5.12 0 4,826 T 3 4.02 0 7,900 N2L1： 25<->28

T 4 4.54 0 6,900

T 1 670.95 18.18 45 T 2 677.21 26.15 23 T 3 676.98 21.96 15 N2L2： 35<->12

T 4 678.80 22.70 10

T 1 467.52 10.47 38 T 2 511.70 18. 23 T 3 519.55 15.54 15 N2L3：

25<->26

T 4 522.88 15.57 10

T 1 9.05 0 4,100 T 2 8.04 0 6,720 T 3 8.04 0 5,254 N2L4：

26<->21

T 4 7.95 0 7,725

5.2.2 实验结果

根据具体测量结果值分别得到样本矩阵R 、L 和B W 如下：

209.38188.95

1.12

208.68252.60214.59214.70263.54292.75317.18324.95353.28154.23110.75

134.86

178.194.03 5.12 4.02 4.54670.95677.21676.98678.80467.52511.70519.55522.8.05

8.048.047.95⎡⎤⎢⎥⎢

⎥⎢⎥

⎢

⎥⎢

⎥

=⎢⎥

⎢

⎥

⎢⎢⎢⎢⎣⎦R ⎥⎥

⎥

⎥

2.5

0034.671.020018.321.22 1.84 2.1532.6.1000.1911.50 000018.1826.1521.9622.7010.4718.15.5415.570000⎡⎤

⎢⎥⎢

⎥⎢⎥

⎢

⎥⎢

⎥=⎢⎥⎢

⎥⎢⎥⎢⎥

⎢

⎥⎢⎥⎣⎦

L

284784484

562147145147838633628612144624615870048267900690045231510382315104100672052547725W ⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=

⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦

B 式(1)中测量指标的满意值与不允许值可根据

测量经验或测量结果来确定，权值可根据测量路径的实际情况来确定。本实验选取测量结果中的最小值与最大值分别作为测量指标的满意值与不允许值，各路径权值设定为1，经过计算得到逆指标R 、L 和正指标B W 的功效分数矩阵如下：

0.6957

0.7259

0.72570.69670.63160.68790.68780.61540.57210.53590.52440.48240.77740.84180.80610.741910.998410.99920.01160.00240.002700.31310.24760.23600.23110.9925

0.99400.9940

0.9942R ⎡⎤⎢⎥⎢

⎥⎢⎥

⎢

⎥⎢

⎥=⎢⎢

⎢⎢⎢⎢⎣⎦

d ⎥

⎥⎥⎥

⎥⎥

0.92791

100.9706110.47160.980.94690.93800.05800.881710.99450.6683 11110.47560.2457

0.3666

0.34530.69800.45510.55180.55091

11

1L ⎡⎤

⎢⎥⎢

⎥⎢⎥

⎢

⎥⎢

⎥=⎢⎥

⎢

⎥⎢⎥⎢⎥

⎢⎥⎢⎥⎣⎦

d

0.03150.010.05450.00530.02350.08100.05800.00780.04330.03750.03180.00020.01570.05020.02720.0006 10.55420.90790.79290.00400.00150.000600.00320.00150.000600.4707

0.77220.60350.8878W

B ⎡⎤

⎢⎥⎢

⎥⎢⎥

⎢

⎢=⎢⎢

⎢⎢⎢⎢⎣⎦

d ⎥⎥

⎥

⎥

⎥⎥

⎥

⎥ 计算得出各条路径的性能评价指标值P L 如表2

所示。

表2

各条路径的性能评价指标值

路径 时刻 P L N1L1： 3<->33 T 1

T 2 T 3 T 4 0.5517 0.6050 0.5934 0.2340 N1L2： 28<->35 T 1 T 2 T 3 T 4 0.5419 0.56 0.5819 0.39 N1L3： 43<->40 T 1 T 2 T 3 T 4 0.5267 0.5068 0.4981 0.1802 N1L4： 32<->20 T 1 T 2 T 3 T 4 0.5583 0.6307 0.6093 0.4703 N2L1： 25<->28 T 1 T 2 T 3 T 4 | 0.8509 0.9693 0.9307 N2L2： 35<->12 T 1 T 2 T 3 T 4 0.1637 0.0832 0.1233 0.1151 N2L3： 25<->26 T 1 T 2 T 3 T 4 0.3381 0.2347 0.2628 0.2607 N2L4： 26<->21

T 1 T 2 T 3 T 4

0.8211 0.9221 0.8658 0.9607

根据网络中主要路径的综合评价值，由式(4)计算出该网络的综合评价值。从拓扑图1和2中可知，本实验中测量的路径是网络中的主要路径，并且路径N1L1：3<->33和N2L2：35<->12分别是网络1和网络2中的最主要路径。由此，对应路径（N1L1，N1L2，N1L3，N1L4，N2L1，N2L2，N2L3，N2L4）选取权值为（2，1，1，1，1，2，1，1）。网络1和网络2在不同时刻的性能评价指标值P N 变化如图3所示。

图3 网络性能变化图

5.2.3结果分析

由图3可知，网络1在T1、T2和T3时刻综合性能优于网络2，而在T4时刻综合性能劣于网络2。网络1在T2时刻综合性能最优，而T4时刻综合性能最劣。网络2在T1时刻综合性能最优，而T2时刻综合性能最劣。但由表2知，网络1中4条关键路径在T4时刻综合性能最劣；网络2中4条关键路径，路径N2L1和N2L4的性能明显优于路径N2L2和N2L3，而路径N2L1在网络1和网络2所有路径中性能最优。

对同一路径在不同时刻或者不同路径在同一时刻，有时很难根据测量指标值来判断路径性能的差别，例如在T3时刻，路径N1L1的往返延迟时间长于路径N1L2的往返延迟，丢包率2条路径都为0，路径N1L1的可用带宽高于路径N1L2的可用带宽。根据计算的P L值可知，路径N1L1性能优于路径N1L2性能。同样，对于路径N1L3的T1与T2时刻，某一测量指标值无法判定性能的优劣时，根据P L值可知，路径N1L3在T1时刻的性能优于在T2时刻的性能。

由表1的实际测量值可知，网络1在T4时刻各路径可用带宽最小，同时网络延迟长，丢包率也最高，整体性能最差，由图3同样可知网络1在T4时刻的P N值最小，综合性能最劣。图3表明网络2中路径N2L2和N2L3性能很低，实际测量值也说明路径N2L2和N2L3处于拥塞状态，可用带宽很低，延迟和丢包率很高，路径性能很差。

从实验结果可以看到，综合评价指标值很好的反映了路径与网络的性能状况，P L与P N的值越高，则路径与网络的性能越好，反之越差。

对同一路径或不同路径来说，在不同时刻进行综合性能的评价可以看到此路径在时间尺度上的变化，由此可更好地了解路径的性能变化状况。对不同网络来说，在不同时刻进行综合性能的评价可看到此网络在时间尺度上的变化。同时不同网络在同一时刻也可以进行综合性能的比较。

6结束语

本文针对现在性能评测中存在的没有综合的网络性能评价指标，不能很好的综合评价网络性能状况，提出了多指标综合评价方法，该方法可以综合的评价路径以及网络之间的性能状况，并根据不同的策略分析不同路径与网络之间或者在时间尺度上的性能变化状况。通过实验证明，提出的多指标的综合评价方法很好的评价了路径和网络的性能。不同路径与网络之间可以进行性能比较以及在时间的尺度上分析综合性能的变化状况。该评价方法可应用于网络评价，网格中的网络资源选择等方面。

参考文献：

[1] 林闯. 计算机网络和计算机系统的性能评价[M]. 北京：清华大学

出版社, 2001.

LIN C. Performance Evaluation in Computer Networks and Computer System[M]. Beijing: Tsinghua University Press, 2001.

[2] PAXSON V, ALMES G, MAHDA VI J, et al. Framework for IP Per-

formance Metrics, RFC-2330[S]. 1998.

[3] ALMES G, KALIDINDI S, ZEKAUSKAS M J. A One-way Delay

Metric for IPPM. IETF RFC 2679[S]. 1999.

[4] ALMES G, KALIDINDI S, ZEKAUSKAS M J. A One-way Packet

Loss Metric for IPPM, IETF RFC 2680[S]. 1999.

[5] ALMES G, KALIDINDI S, ZEKAUSKAS M J. A Round-trip Delay

Metric for IPPM, IETF RFC 2681[S]. 1999.

[6] DEMICHELIS C, CHIMENTO P. IP Packet Delay Variation Metric

for IP Performance Metric(IPPM), IETF RFC 3393[S]. 2002.

[7] 徐雷鸣, 庞博, 赵耀. NS与网络模拟[M]. 北京：人民邮电出版社,

2003.

（下转第85页）

第10期杨学庆等：基于DNA有穷自动机的素性测试法·85·

用DNA计算模拟非确定性有穷自机时，状态、输入及状态转移的DNA编码方法与非确定性有穷自动机相同，只不过对转移到接受状态的不同种状态转移分子需用不同的荧光标记。

4.3讨论

基于确定性有穷自动机的算法的优点是需要合成的状态及状态转移的DNA分子的数量少，所需的荧光标记分子的种类少，只需一种，而基于非确定性有穷自动机的算法的优点是试验次数少。该种算法还能用于素因子分解，以确定性有穷自动机的算法为例，如果一个整数不是素数，那么上述m 种有穷自动就有一些最后所处的状态为接受状态，设y k, y t,…,y p等有穷自动机最后处于接受状态，则整数Z的素因数为y k,y t,…,y p等。

5结束语

本文提出了一种基于有穷自动机的素性测试法的DNA算法，并详细描述了该有穷自动机的构造方法。用DNA计算模拟有穷自动机时，将有穷自动机的状态用单链DNA分子来编码，而输入则用双链DNA分子编码，用带环的双链DNA分子编码状态转移规则，通过性内切酶的切割实现状态的转移。该算法的创新之处在于它是基于有穷自动机这种计算能力极其有限的计算模型上的，并且它不仅能判断一个整数是否是素数，还能用于素因子分解中。该算法的优点是容易实现，所需的时间是输入的多项式函数而不是指数函数。

参考文献：

[1] ADLEMAN L. Molecular computation of solutions to combinatorial

Pproblems[J]. Science, 1994, 266(9): 1021-1024.

[2] GARZON M, ROSE J, GAO Y. DNA implementation of finite-state

machines[A]. Proceedings of Genetic Programming 1997[C]. 1997.

479-490.

[3] GAO Y, GARZON M, MURPHY R. DNA implementation of nonde-

terminism[A]. Proceeding of the Third DIMACS Workshop on DNA Based Computers[C]. 1997. 204-211 .

[4] BENENSON Y, PAX-ELIZUR T, ADA R. Programmable and

autonomous computing machine made of biomolecules[J]. Nature, 2001, l414(11): 430-434.

[5] WILHELM P, ROTHEMUND K. A DNA and restriction enzyme

implementation of turing machines[A]. Proceeding of the Second DIMACS Workshop on DNA Based Computers[C]. 1996. 75-119.

作者简介：

柳重堪（1941-），男，江苏苏州人，北京航空航天大学教授、博士生导师，主要研究方向为信号与信息处理。

（上接第79页）

XU L M,PANG B,IHAO Y. NS and Network Simulation[M]. Beijing: Posts and Telecom Press, 2003.

[8] MAGONI D. Nem: a software for network topology analysis and

modeling[A]. Proc of the MASCOTS 2002[C]. IEEE Computer Soci-ety, 2002. 3-371.

作者简介：

杨学庆（1972-），女，湖北仙桃人，北京航空航天大学博士生，主要研究方向为DNA计算、密码破译。

张冬艳（1975-），女，黑龙江哈尔滨人，哈尔滨工业大学博士生，主要研究方向为网络安全、网络测量。

胡铭曾（1935-），男，江苏江阴人，哈尔滨工业大学教授、博士生导师，主要研究方向为高性能计算机体系结构、并行处理技术、容错计算、网络系统等。

张宏莉（1973-），女，吉林榆树人，博士，哈尔滨工业大学教授、博士生导师，主要研究方向为网络与信息安全、网络测量、网格计算等。