从零到一:NS2网络模拟器实战部署与场景构建指南

news2026/4/1 13:26:57
1. NS2网络模拟器入门指南第一次接触NS2的朋友可能会被这个老牌网络模拟器的配置过程吓到。我刚开始用的时候光是解决依赖问题就折腾了两天。不过别担心跟着我的步骤走你可以在半小时内完成基础环境搭建。NS2本质上是一个离散事件网络模拟器用C和OTcl两种语言混合开发。这种设计很有意思——性能关键部分用C实现而配置和场景构建用OTcl脚本完成。就像搭积木C负责造积木块OTcl负责决定怎么拼装。在开始安装前建议使用Ubuntu 18.04或20.04系统。这两个版本我实测兼容性最好。先更新软件源sudo apt update sudo apt upgrade -y接着安装核心依赖包sudo apt install build-essential autoconf automake libxmu-dev gcc-7 g-7 -y这里有个坑要注意新版gcc可能会报错建议用gcc-7。我测试过在Ubuntu 20.04上gcc-9编译某些模块时会出问题。切换默认gcc版本的命令是sudo update-alternatives --install /usr/bin/gcc gcc /usr/bin/gcc-7 72. 从源码安装NS2实战下载NS2最新稳定版我用的2.35版本wget https://sourceforge.net/projects/nsnam/files/allinone/ns-allinone-2.35/ns-allinone-2.35.tar.gz tar xvf ns-allinone-2.35.tar.gz cd ns-allinone-2.35编译前需要修改一个小bug。打开文件linkstate/ls.h在第137行左右添加typedef unsigned int u_int32_t;然后开始编译./install这个过程大概需要15-30分钟取决于你的机器性能。我第一次编译时遇到make: *** [all] Error 2是因为没装全依赖包。如果报错建议仔细看错误日志通常缺什么库就装什么。编译成功后配置环境变量。编辑~/.bashrc文件添加export PATH$PATH:/path/to/ns-allinone-2.35/bin:/path/to/ns-allinone-2.35/tcl8.5.10/unix:/path/to/ns-allinone-2.35/tk8.5.10/unix export LD_LIBRARY_PATH/path/to/ns-allinone-2.35/otcl-1.14:/path/to/ns-allinone-2.35/lib export TCL_LIBRARY/path/to/ns-allinone-2.35/tcl8.5.10/library保存后执行source ~/.bashrc验证安装是否成功ns % puts Hello NS2 Hello NS2 % exit看到交互界面能正常输出就说明安装成功了。3. 第一个点对点网络仿真我们先从最简单的点对点网络开始。创建一个新文件p2p.tcl# 创建模拟器对象 set ns [new Simulator] # 开启NAM跟踪 set nf [open out.nam w] $ns namtrace-all $nf # 定义结束过程 proc finish {} { global ns nf $ns flush-trace close $nf exec nam out.nam exit 0 } # 创建两个节点 set n0 [$ns node] set n1 [$ns node] # 创建双向链路 $ns duplex-link $n0 $n1 1Mb 10ms DropTail # 设置UDP连接 set udp [new Agent/UDP] $ns attach-agent $n0 $udp set null [new Agent/Null] $ns attach-agent $n1 $null $ns connect $udp $null # 设置CBR流量 set cbr [new Application/Traffic/CBR] $cbr set packetSize_ 500 $cbr set interval_ 0.005 $cbr attach-agent $udp # 调度事件 $ns at 0.5 $cbr start $ns at 4.5 $cbr stop $ns at 5.0 finish # 启动模拟 $ns run运行脚本ns p2p.tcl这会自动打开NAM可视化窗口。你会看到两个节点之间有条蓝色连线数据包像小圆点一样移动。这个例子虽然简单但包含了NS2仿真的所有核心要素创建节点(node)建立链路(duplex-link)添加传输代理(UDP/Null)绑定流量生成器(CBR)调度事件(at)启动模拟(run)4. 多节点竞争场景构建现在我们来构建一个更复杂的场景三个发送节点竞争一个接收节点的带宽。新建文件competition.tclset ns [new Simulator] # 开启XGraph数据记录 set f0 [open flow0.tr w] set f1 [open flow1.tr w] set f2 [open flow2.tr w] # 创建4个节点 set n0 [$ns node] set n1 [$ns node] set n2 [$ns node] set n3 [$ns node] # 星型拓扑连接 $ns duplex-link $n0 $n3 1Mb 10ms DropTail $ns duplex-link $n1 $n3 1Mb 10ms DropTail $ns duplex-link $n2 $n3 1Mb 10ms DropTail # 定义记录过程 proc record {} { global sink0 sink1 sink2 f0 f1 f2 set ns [Simulator instance] set time 0.5 set bw0 [$sink0 set bytes_] set bw1 [$sink1 set bytes_] set bw2 [$sink2 set bytes_] set now [$ns now] puts $f0 $now [expr $bw0/$time*8/1000000] puts $f1 $now [expr $bw1/$time*8/1000000] puts $f2 $now [expr $bw2/$time*8/1000000] $sink0 set bytes_ 0 $sink1 set bytes_ 0 $sink2 set bytes_ 0 $ns at [expr $now$time] record } # 创建接收代理 set sink0 [new Agent/LossMonitor] set sink1 [new Agent/LossMonitor] set sink2 [new Agent/LossMonitor] $ns attach-agent $n3 $sink0 $ns attach-agent $n3 $sink1 $ns attach-agent $n3 $sink2 # 自定义流量生成过程 proc attach-cbr-traffic { node sink rate } { global ns set source [new Agent/UDP] $ns attach-agent $node $source set traffic [new Application/Traffic/CBR] $traffic set packetSize_ 500 $traffic set interval_ [expr 1.0/$rate] $traffic attach-agent $source $ns connect $source $sink return $traffic } # 创建三个不同速率的流 set source0 [attach-cbr-traffic $n0 $sink0 0.5] set source1 [attach-cbr-traffic $n1 $sink1 1.0] set source2 [attach-cbr-traffic $n2 $sink2 1.5] # 启动记录和流量 $ns at 0.0 record $ns at 1.0 $source0 start $ns at 1.0 $source1 start $ns at 1.0 $source2 start $ns at 10.0 $source0 stop $ns at 10.0 $source1 stop $ns at 10.0 $source2 stop $ns at 11.0 finish proc finish {} { global f0 f1 f2 close $f0 close $f1 close $f2 exec xgraph flow0.tr flow1.tr flow2.tr -geometry 800x400 exit 0 } $ns run运行后会生成三个数据流的吞吐量曲线图。你会看到1.5Mbps的流flow2获得了最多带宽而0.5Mbps的流flow0经常被压制。这就是典型的TCP竞争场景。5. 性能分析与结果解读仿真完成后我们需要分析几个关键指标吞吐量(Throughput)单位时间内成功传输的数据量时延(Latency)数据包从发送到接收的时间丢包率(Packet Loss Rate)丢失数据包占总发送包的比例用AWK脚本处理trace文件# 计算吞吐量 awk { if ($1 r $4 3) { bytes[$5] $6 } } END { for (flow in bytes) { print Flow, flow, Throughput:, bytes[flow]/10.0*8/1000000, Mbps } } competition.tr这个脚本会统计每个流10秒内的平均吞吐量。在我的测试中输出大概是Flow 0 Throughput: 0.48 Mbps Flow 1 Throughput: 0.95 Mbps Flow 2 Throughput: 1.42 Mbps可以看到高优先级流确实抢占了更多带宽。如果想更公平可以修改为$ns queue-limit $n0 $n3 20 $ns queue-limit $n1 $n3 20 $ns queue-limit $n2 $n3 20这样设置队列长度后三个流的吞吐量会更接近。这就是NS2的强大之处——通过调整参数就能模拟不同网络条件下的协议行为。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2472094.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

SpringBoot-17-MyBatis动态SQL标签之常用标签

文章目录 1 代码1.1 实体User.java1.2 接口UserMapper.java1.3 映射UserMapper.xml1.3.1 标签if1.3.2 标签if和where1.3.3 标签choose和when和otherwise1.4 UserController.java2 常用动态SQL标签2.1 标签set2.1.1 UserMapper.java2.1.2 UserMapper.xml2.1.3 UserController.ja…

wordpress后台更新后 前端没变化的解决方法

使用siteground主机的wordpress网站,会出现更新了网站内容和修改了php模板文件、js文件、css文件、图片文件后,网站没有变化的情况。 不熟悉siteground主机的新手,遇到这个问题,就很抓狂,明明是哪都没操作错误&#x…

网络编程(Modbus进阶)

思维导图 Modbus RTU(先学一点理论) 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议,由 Modicon 公司(现施耐德电气)于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…

UE5 学习系列(二)用户操作界面及介绍

这篇博客是 UE5 学习系列博客的第二篇,在第一篇的基础上展开这篇内容。博客参考的 B 站视频资料和第一篇的链接如下: 【Note】:如果你已经完成安装等操作,可以只执行第一篇博客中 2. 新建一个空白游戏项目 章节操作,重…

IDEA运行Tomcat出现乱码问题解决汇总

最近正值期末周,有很多同学在写期末Java web作业时,运行tomcat出现乱码问题,经过多次解决与研究,我做了如下整理: 原因: IDEA本身编码与tomcat的编码与Windows编码不同导致,Windows 系统控制台…

利用最小二乘法找圆心和半径

#include <iostream> #include <vector> #include <cmath> #include <Eigen/Dense> // 需安装Eigen库用于矩阵运算 // 定义点结构 struct Point { double x, y; Point(double x_, double y_) : x(x_), y(y_) {} }; // 最小二乘法求圆心和半径 …

使用docker在3台服务器上搭建基于redis 6.x的一主两从三台均是哨兵模式

一、环境及版本说明 如果服务器已经安装了docker,则忽略此步骤,如果没有安装,则可以按照一下方式安装: 1. 在线安装(有互联网环境): 请看我这篇文章 传送阵>> 点我查看 2. 离线安装(内网环境):请看我这篇文章 传送阵>> 点我查看 说明&#xff1a;假设每台服务器已…

XML Group端口详解

在XML数据映射过程中&#xff0c;经常需要对数据进行分组聚合操作。例如&#xff0c;当处理包含多个物料明细的XML文件时&#xff0c;可能需要将相同物料号的明细归为一组&#xff0c;或对相同物料号的数量进行求和计算。传统实现方式通常需要编写脚本代码&#xff0c;增加了开…

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器的上位机配置操作说明

LBE-LEX系列工业语音播放器|预警播报器|喇叭蜂鸣器专为工业环境精心打造&#xff0c;完美适配AGV和无人叉车。同时&#xff0c;集成以太网与语音合成技术&#xff0c;为各类高级系统&#xff08;如MES、调度系统、库位管理、立库等&#xff09;提供高效便捷的语音交互体验。 L…

(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)

题目&#xff1a;3442. 奇偶频次间的最大差值 I 思路 &#xff1a;哈希&#xff0c;时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况&#xff0c;哈希表这里用数组即可实现。 C版本&#xff1a; class Solution { public:int maxDifference(string s) {int a[26]…

【大模型RAG】拍照搜题技术架构速览:三层管道、两级检索、兜底大模型

摘要 拍照搜题系统采用“三层管道&#xff08;多模态 OCR → 语义检索 → 答案渲染&#xff09;、两级检索&#xff08;倒排 BM25 向量 HNSW&#xff09;并以大语言模型兜底”的整体框架&#xff1a; 多模态 OCR 层 将题目图片经过超分、去噪、倾斜校正后&#xff0c;分别用…

【Axure高保真原型】引导弹窗

今天和大家中分享引导弹窗的原型模板&#xff0c;载入页面后&#xff0c;会显示引导弹窗&#xff0c;适用于引导用户使用页面&#xff0c;点击完成后&#xff0c;会显示下一个引导弹窗&#xff0c;直至最后一个引导弹窗完成后进入首页。具体效果可以点击下方视频观看或打开下方…

接口测试中缓存处理策略

在接口测试中&#xff0c;缓存处理策略是一个关键环节&#xff0c;直接影响测试结果的准确性和可靠性。合理的缓存处理策略能够确保测试环境的一致性&#xff0c;避免因缓存数据导致的测试偏差。以下是接口测试中常见的缓存处理策略及其详细说明&#xff1a; 一、缓存处理的核…

龙虎榜——20250610

上证指数放量收阴线&#xff0c;个股多数下跌&#xff0c;盘中受消息影响大幅波动。 深证指数放量收阴线形成顶分型&#xff0c;指数短线有调整的需求&#xff0c;大概需要一两天。 2025年6月10日龙虎榜行业方向分析 1. 金融科技 代表标的&#xff1a;御银股份、雄帝科技 驱动…

观成科技:隐蔽隧道工具Ligolo-ng加密流量分析

1.工具介绍 Ligolo-ng是一款由go编写的高效隧道工具&#xff0c;该工具基于TUN接口实现其功能&#xff0c;利用反向TCP/TLS连接建立一条隐蔽的通信信道&#xff0c;支持使用Let’s Encrypt自动生成证书。Ligolo-ng的通信隐蔽性体现在其支持多种连接方式&#xff0c;适应复杂网…

铭豹扩展坞 USB转网口 突然无法识别解决方法

当 USB 转网口扩展坞在一台笔记本上无法识别,但在其他电脑上正常工作时,问题通常出在笔记本自身或其与扩展坞的兼容性上。以下是系统化的定位思路和排查步骤,帮助你快速找到故障原因: 背景: 一个M-pard(铭豹)扩展坞的网卡突然无法识别了,扩展出来的三个USB接口正常。…

未来机器人的大脑:如何用神经网络模拟器实现更智能的决策?

编辑&#xff1a;陈萍萍的公主一点人工一点智能 未来机器人的大脑&#xff1a;如何用神经网络模拟器实现更智能的决策&#xff1f;RWM通过双自回归机制有效解决了复合误差、部分可观测性和随机动力学等关键挑战&#xff0c;在不依赖领域特定归纳偏见的条件下实现了卓越的预测准…

Linux应用开发之网络套接字编程(实例篇)

服务端与客户端单连接 服务端代码 #include <sys/socket.h> #include <sys/types.h> #include <netinet/in.h> #include <stdio.h> #include <stdlib.h> #include <string.h> #include <arpa/inet.h> #include <pthread.h> …

华为云AI开发平台ModelArts

华为云ModelArts&#xff1a;重塑AI开发流程的“智能引擎”与“创新加速器”&#xff01; 在人工智能浪潮席卷全球的2025年&#xff0c;企业拥抱AI的意愿空前高涨&#xff0c;但技术门槛高、流程复杂、资源投入巨大的现实&#xff0c;却让许多创新构想止步于实验室。数据科学家…

深度学习在微纳光子学中的应用

深度学习在微纳光子学中的主要应用方向 深度学习与微纳光子学的结合主要集中在以下几个方向&#xff1a; 逆向设计 通过神经网络快速预测微纳结构的光学响应&#xff0c;替代传统耗时的数值模拟方法。例如设计超表面、光子晶体等结构。 特征提取与优化 从复杂的光学数据中自…