【导读】：服务质量（QOS)一直是各种网络系统中人们最关注的方面之一，而随机网络演算理论是近来发展起来的一种新的网络QOS理论,其可将复杂的网络系统转换成易于分析的模型，提供一定概率服务质量保证，相比确定型网络演算可以很大程度的提高网络资源利用率，作为一种网络性能分析工具，随机网络演算理论越来越受到众多研究者的关注，并且在近些年来得到了极大的发展和完善。
SNR—随机网络演算理论
【提问】什么是SNR?
SNR中采用的到达曲线和服务曲线是什么？及数学工具有哪些？
SNR研究现今面临哪些挑战？
【正文】：
随机网络演算
1.SNR概述
随着计算机网络技术的飞速发展和网络保证服务的提出,对网络QoS（服务质量)问题的研究成为人们当下研究的热点。在Internet等高速网络领域,经常需要定性或定量分析当前网络负载或设计发生变化时,对整个网络所产生的影响及效果,或者通过对现有网络情况进行推广来预测预期的未来情形。
网络演算是近年来人们对网络通信流问题进行深入研究所取得的一些成果的有机结合,是最小加代数和最大加代数在网络定性和定量分析中的应用所取得的一系列有用结论的集合。网络演算是一种用来处理计算机网络中排队系统的理论，最初由Cruz提出。它主要用于分析网络的端到端时延以及网络中的积压等性能指标，基于这些分析结果，可以通过调整网络系统提供的服务速率、缓存大小等资源来获得期望的服务质量保障。
网络演算的核心思想即为将网络中的到达流和网络提供的服务用到达曲线和服务去建模，同时引入新的数学分析工具将复杂的网络系统转换易于分析的模型，对网络的性能参数进行一系列分析，为计算机网络提供一定的服务质量的保证。
网络演算有两个分支：
A:确定型网络演算能够提供确定的服务质量保证，网络资源利用率低。
B:随机网络演算提供一定概率服务质量保证，网络资源利用率相对高，存在难题如丢包分析以及对于多服务系统的分析等。
2.到达曲线和服务曲线
假定我们想要给数据流提供一些保证，这便需要一些具体的网络来支持。作为支持措施的一部分，需要限制源发送流量的速率。这即是引入到达曲线的概念。即约束流量的到达曲线。
常见到达曲线类型如下：
1)仿射到达曲线
2)阶梯函数到达曲线
为了提供资源预留，网络节点必须对流量提供一些保障，这一功能由包调度器（packet scheduler）来实现的。具体的包调度方法，由服务曲线（Service Curve） 这个概念来实现。
3.SNR中采用的数学工具
最小加代数
最小加代数最初是用于数字电路、通信网络以及制造工业等离散事件系统( Discrete Event Systems)建模的一种数学工具。在最小加代数中，下面两个运算符经常用到：
最大加代数
4.SNR研究现今面临哪些挑战？
在随机网络演算理论的不断探索与完善的过程中，我们目前仍存在着一些挑战性的问题尚未解决。
难点一：理论运用条件
随机网络演算理论包括了不同的流量模型和服务模型以及在此基础上推导出的一些基本性质。然而，如果对流量模型和服务模型没有附加条件限制，一些关于随机网络演算的结论的应用范围极其有限。例如弱服务曲线由于不具有串联特性就难以用在数据流经过多节点的场景。因此为了更容易的得到期望的分析结果，对于随机到达曲线和随机服务曲线需要更强的定义。那么问题来了：这些附加限制是什么？这些限制对于分析和结果有着什么样的关系？回答好这些问题能够对在什么时候使用什么样的模型从而得到期望的性能分析提供指导。
难点二：网络场景的多样性
确定型网络演算主要应用于流量受限的确定型网络中。对于链路本质上是随机的网络来说，随机网络演算更加适合。无线网络和P2P网络就是两种具有代表性的网络，然而在利用随机网络演算对这类网络进行分析时，将会不可避免的受到这两种网络场景的各种约束和限制。
难点三：丢包分析
丢包是网络服务质量里非常重要的一项，然而目前关于随机服务质量保证的研究主要集中在时延、吞吐量和积压这几个方面。当前大多数关于丢包的研究都是直接近似的用积压分析得到的结果来表示丢包。然而，这种近似通常得到的是非常松的边界。因此，在网络演算的理论框架下直接对丢包行为进行研究并获得相应的丢包边界是非常有必要的一项研究。在确定型的网络演算中，已经有了一些相关的研究。但在随机网络演算中，相关的研究几乎还是空白。
挑战即是机遇，也必将是今后随机网络演算研究的新的发展方向，如何解决这些难题进而不断完善SNR理论，是提高通信网络服务质量的前提。
