CS144-check4

奖励关，前面不出错的话不需要写什么代码，简单分析一下数据就可以了。

总览

到目前为止，在这门课程中，你已经以几乎完全符合标准的方式实现了传输控制协议（TCP）。可以说，TCP实现是世界上最流行的计算机程序，存在于数十亿设备中。大多数实现使用的策略与你的不同，但由于所有TCP实现共享一种通用语言，它们都是互操作的——每个TCP实现都可以与任何其他实现作为对等体。这个检查点是关于在现实世界中测试你的TCP实现，并测量特定互联网路径的长期统计数据。

如果你的TCP实现编写得当，你可能不需要为这个检查点编写任何代码。但尽管我们已经尽力了，仍有可能有错误未被我们的单元测试发现。如果你发现问题，你可能会想使用wireshark进行调试并修复任何错误。我们欢迎（并奖励！）你为TCP模块贡献的任何测试用例，以捕获现有单元测试未能捕获的错误。

收集数据

在互联网上选择一个远程主机，该主机的往返时间（RTT）（从您的虚拟机出发）至少为100毫秒。一些可能的选择包括：

• www.cs.ox.ac.uk （英国牛津大学计算机科学系服务器）
• 162.105.253.58 （中国北京大学计算机中心）
• www.canterbury.ac.nz （新西兰坎特伯雷大学服务器）
• 41.186.255.86 （卢旺达MTN）

首选：从您的位置到达的RTT至少为100毫秒的选择
使用mtr或traceroute命令追踪您的虚拟机与该主机之间的路由。
运行ping命令至少两小时，以收集有关此互联网路径的数据。使用像ping -D -n -i 0.2 主机名 | tee data.txt这样的命令来保存数据到“data.txt”文件中。（-D参数使ping记录每一行的时间戳，-i 0.2使其每0.2秒发送一个“回声请求”ICMP消息。-n参数使其跳过尝试使用DNS反向查找回复IP地址到主机名。）

注意：每0.2秒发送一个默认大小的ping是可以的，但请不要以比这更快的速度发送大量流量。

Answer

我的测试是使用校园网直连的的41.186.255.86

1. 整个时间间隔的总体送达率是多少？换句话说：收到的回声回复数量除以发送的回声请求数量是多少？（注意：GNU/Linux上的ping不会打印未收到的回声回复的任何消息。你需要通过查找缺失的序列号来识别缺失的回复。）

• 总发送: 36052
  丢包: 803
  送达率: 0.9777266171086209

2. 最长的连续成功ping（连续回复）字符串是多长？

• 最长连续成功: 537

3. 最长的连续丢失（连续未回复）序列是多长？

• 最长连续丢包: 2

4. “数据包丢失”事件随时间的独立性或相关性如何？换句话说：
   给定回声请求#N收到了回复，回声请求#(N+1)也成功回复的概率是多少？
   给定回声请求#N未收到回复，回声请求#(N+1)成功回复的概率是多少？
   这些数字（条件送达率）与第一个问题中的总体“无条件”包送达率相比如何？丢失是独立的还是成串的？

• 总体送达率: 0.97773
  给定回声请求#N收到了回复,回声请求#(N+1)也成功回复的概率: 0.97773
  给定回声请求#N未收到回复,回声请求#(N+1)成功回复的概率: 0.97758
  丢失可以认为是独立的，但独立和成串并不显著。

5. 整个时间间隔内看到的最小RTT是多少？（这可能是真实MinRTT的合理近似……）

• RTT的最小值: 420

6. 整个时间间隔内看到的最大RTT是多少？

• RTT的最大值: 556

7. 制作RTT作为时间函数的图表。x轴用实际时间标记（覆盖2小时以上的时间段），y轴应该是RTT的毫秒数。

8. 制作观察到的RTT分布的直方图或累积分布函数。分布的大致形状是什么？

9. 制作“ping #N的RTT”和“ping #N+1的RTT”之间的相关性图。x轴应该是第一个RTT的毫秒数，y轴应该是第二个RTT的毫秒数。RTT随时间的相关性如何？

10. 从数据中得出什么结论？网络路径的行为是否符合你的预期？查看图表和摘要统计数据有什么（如果有的话）让你感到惊讶的地方？

• 似乎看起来在足够正常的网络环境下，网络请求可以视为独立的，相邻请求之间的延迟和丢包都没有什么相关性。或许是因为在我测的时候网络相当正常，或者是网络拥有足够快的修复能力（？
  如果你也做了的话再评论区里讨论一下吧

Code

另附源代码

import numpy as np
import re

filename = "data.txt"
seqs = []
rtts = []
last = 0
loss = 0
max_consecutive_success = 0
max_consecutive_loss = 0
consecutive_success = 0
consecutive_loss = 0

with open(filename, "r") as file:
    for line in file:
        seq_match = re.search(r"icmp_seq=(\d+)", line)
        rtt_match = re.search(r"time=(\d+) ms", line)
        if seq_match and rtt_match:
            while last + 1 != int(seq_match.group(1)):
                max_consecutive_success = max(max_consecutive_success, consecutive_success)
                consecutive_success = 0
                seqs.append(last + 1)
                rtts.append(-1)
                last = last+1
                loss = loss+1
                consecutive_loss = consecutive_loss + 1
            max_consecutive_loss = max(max_consecutive_loss, consecutive_loss)
            consecutive_loss = 0
            seqs.append(int(seq_match.group(1)))
            rtts.append(int(rtt_match.group(1)))
            last = int(seq_match.group(1))
            consecutive_success = consecutive_success + 1

max_consecutive_loss = max(max_consecutive_loss, consecutive_loss)

# 将列表转换为NumPy数组
seqs_np = np.array(seqs)
rtts_np = np.array(rtts)

delivered = rtts_np != -1
lost = rtts_np == -1

# 计算总体送达率
total_delivery_rate = np.mean(delivered)

# 计算条件概率
# P(送达|前一个送达)
delivered_given_previous_delivered = np.mean(delivered[1:][delivered[:-1]])

# P(送达|前一个丢失)
delivered_given_previous_lost = np.mean(delivered[1:][lost[:-1]])

# 输出结果
print("序列号:", seqs_np)
print("RTT值:", rtts_np , len(rtts_np))
print("丢包:", loss)
print("送达率:",1 - loss/len(rtts_np))
print("最长连续成功:", max_consecutive_success)
print("最长连续丢包:", max_consecutive_loss)

print(f"总体送达率: {total_delivery_rate:.5f}")
print(f"给定回声请求#N收到了回复,回声请求#(N+1)也成功回复的概率: {delivered_given_previous_delivered:.5f}")
print(f"给定回声请求#N未收到回复,回声请求#(N+1)成功回复的概率: {delivered_given_previous_lost:.5f}")

rtts_filtered = rtts_np[rtts_np != -1]
print(f"RTT的最小值: {np.min(rtts_filtered)}")
print(f"RTT的最大值: {np.max(rtts_filtered)}")

import matplotlib.pyplot as plt

import matplotlib.dates as mdates
from datetime import datetime, timedelta

start_time = datetime(2024, 3, 23, 15, 52, 30)
interval = timedelta(seconds=0.2)
times = np.array([start_time + i*interval for i in range(len(rtts))])
rtts_nan = np.where(rtts_np == -1, np.nan, rtts_np)
plt.figure(figsize=(10, 6))  # 设置图表大小
plt.scatter(times, rtts_nan, s=1)

plt.gca().xaxis.set_major_formatter(mdates.DateFormatter('%Y-%m-%d %H:%M:%S'))
plt.gca().xaxis.set_major_locator(mdates.HourLocator(interval=1))  # 每小时一个主刻度
plt.gcf().autofmt_xdate()  # 自动旋转日期标记以防它们重叠
plt.title('RTT Over Time')
plt.xlabel('Time')
plt.ylabel('RTT (ms)')
plt.show()


plt.hist(rtts_nan, bins=100)  # bins参数控制直方图的区间数量
plt.xlabel('RTT (ms)')
plt.ylabel('Frequency')
plt.title('RTT Distribution')
plt.show()

data_sorted = np.sort(rtts_nan)
cdf = np.arange(len(rtts_nan)) / float(len(rtts_nan) - loss)

plt.plot(data_sorted, cdf)
plt.xlabel('RTT (ms)')
plt.ylabel('CDF')
plt.title('CDF of RTT')
plt.show()

rtts_n = rtts_np[:-1]
rtts_n_plus_1 = rtts_np[1:]

plt.scatter(rtts_n, rtts_n_plus_1,s=1)
plt.xlim([400, 600])
plt.ylim([400, 600])
plt.xlabel('Ping #N RTT (ms)')
plt.ylabel('Ping #N+1 RTT (ms)')
plt.title('Correlation between consecutive RTT measurements')
plt.show()