NetQuest：大规模网络测量的灵活框架

在本文中，我们提出了NetQuest，一个用于大规模网络测量的灵活框架。我们应用贝叶斯实验设计来选择主动测量，以最大化我们获得的关于给定资源约束下的网络路径属性的信息量。然后，我们应用网络推理技术，根据我们通过这些测量获得的部分间接观测值重建感兴趣的属性。

通过在通用贝叶斯决策理论框架中投射网络测量，我们实现了灵活性。我们的框架可以支持各种设计要求，包括i）差异化设计，以便为网络的某些部分提供更好的分辨率；ii）根据现有观测结果进行额外测量的增强设计；和iii）联合设计，支持对网络不同部分感兴趣的多个用户。我们的框架还具有可扩展性，可以设计跨越数千个路由器和终端主机的测量实验。

我们开发了一个在PlanetLab上实现该框架的工具包。我们使用真实痕迹和合成数据进行广泛评估。我们的结果表明，该方法只需监测2%到10%的路径，就可以准确估计网络范围和单个路径的属性。我们还展示了其在提供差异化监控、支持持续监控以及满足多个用户需求方面的有效性。