基于奇异值分解的流量矩阵估算研究.pdfVIP

第31卷 第 6期 兰 州 交 通 大 学 学 报 Vo1．31No．6 2012年 12月 JourtlalofLanzhouJiaotongUniversity Dec．2O12 文章编号：1001—4373(2012)06—0079—04 基于奇异值分解的流量矩阵估算研究 李晓军 ，昊辰文 (1．兰州交通大学 交通运输学院，甘肃 兰州 730070；2．兰州交通大学 电子与信息工程学院，甘肃 兰州 730070) 摘 要：针对OD流估计解的不稳定性和求解方法的复杂性，本文提 出了一种基于奇异值分解的流量矩阵估计方 法，通过研究OD流集合的主要成分，即特征流向量来解决病态的线性逆问题，最终将流量矩阵的估计 问题转化为 一 个简单的伪逆求解问题，这样有效降低 了算法的复杂性，并较好的解决了估计的病态性问题．通过仿真分析表 明：该方法在估算精度和计算复杂度方面都有较好的改善． 关键词：奇异值分解；特征向量；流量矩阵估算；网络透视；主成分分析 中图分类号：TP301．6 文献标志码：A 流量矩阵(TrafficMatrix，TM)作为网络管理、 网络监控、网络设计和网络规划的关键输入参数，已 经成为 目前 Internet的一种重要研究方向．流量矩 阵反映了一个 网络中所有源节点和 目的节点对 X l (origin—Destination，OD)之间的流量需求，描述了 X2 网络流量在各个 OD对之间的分布情况．由于直接 X3 测量流量矩阵代价非常高，实际上几乎是不可行的． X5 因此，近年来，通过间接测量对流量矩阵估算成为一 个非常热门的研究领域． 图 1 流量矩 阵模 型 流量矩阵估算问题常常近似地描述为线性模型 Fig．1 Modeloftrafficmatrix Y—Ax+8，其中：y是一个列向量，表示一个网络中 矩阵．其 中，Y可以通过 SNMP(SimpleNetwork 所有链路的流量值；也是一个列向量，表示该网络 ManagementProtoco1)测量得到，A可 以通过路 由 中某时刻所有 OD对之间的流量 ；A表示路 由矩阵， 器的配置信息或者通过收集 OSPF(OpenShortest A= {a}，它的每一行代表一条链路 ，每一列代表一 PathFirst)或 IS—IS(IntermediateSystem to 个oD对，如果OD对 的流量通过链路i，则ad一1， IntermediateSystem)的链路权重并计算最短路径 否则 a 一0；s是误差向量，为了简化，常忽略8，因 来得到．由此可见，流量矩阵推断问题是一个线性逆 此上式转化为 问题 (IinearInverseProblem)的求解过程．但是， y—Ax (1) 通常由于网络中OD流(即蜀)的数量要远远大于链 图1表示 了流量矩阵的基本概念和式 (1)的线