CDF（Cumulative Distribution Function，累积分布函数）时延趋势图是用于表示数据包时延分布情况的图形，常用于网络性能分析。它展示了特定时间内，数据包的时延达到某一值的概率，帮助理解时延的分布特征。

CDF 时延趋势图的构建步骤

1. 收集数据：

   • 收集在特定时间段内的时延数据。时延通常以毫秒（ms）为单位表示。

2. 数据排序：

   • 将时延数据从小到大排序，以便于计算每个时延值的累积概率。

3. 计算累积概率：

   • 对于每个时延值 ( t )，计算所有小于等于 ( t ) 的时延值的比例，公式为：
     [
     CDF(t) = \frac{\text{Number of samples} \leq t}{\text{Total number of samples}}
     ]

4. 绘制图形：

   • 在坐标系中，横轴表示时延值，纵轴表示累积概率（从0到1）。每个时延值对应的累积概率点连接起来，形成CDF曲线。

例子

假设收集到的时延数据为：10ms, 20ms, 15ms, 25ms, 30ms。

1. 排序数据

• 排序后的时延数据为：10ms, 15ms, 20ms, 25ms, 30ms。

2. 计算 CDF 值

• ( CDF(10) = \frac{1}{5} = 0.2 )
• ( CDF(15) = \frac{2}{5} = 0.4 )
• ( CDF(20) = \frac{3}{5} = 0.6 )
• ( CDF(25) = \frac{4}{5} = 0.8 )
• ( CDF(30) = \frac{5}{5} = 1.0 )

3. 绘制 CDF 曲线

• 横轴：时延值（10, 15, 20, 25, 30）
• 纵轴：累积概率（0.2, 0.4, 0.6, 0.8, 1.0）

图形示例

|       *
|      *
|     *
|    *
|   *
|  *
| *
|*
+--------------------10  15  20  25  30

结论

CDF时延趋势图通过展示时延的分布情况，可以帮助网络工程师和管理者理解网络性能，识别瓶颈，并为优化网络提供数据支持。通过对比不同时间段或不同网络配置的CDF图，可以直观地观察时延的变化趋势。