流量矩阵测算流量工程网络层析成像最小化互信息量.docVIP

流量矩阵测算论文：基于附加链路信息的网络流量矩阵测算方法 【中文摘要】要成功设计、控制和管理网络,为用户提供应有的服务质量,就需要了解和掌握网络的内部特性。流量矩阵作为网络流量工程的重要参数,可以为网络规划、拥塞控制、流量异常检测、网络故障诊断等流量工程和网络管理提供有力保障。随着网络日益向着大型化、异构化、分布化发展,通过直接对网络的流量矩阵进行测量的方法有很多问题。首先成本很高,同时由于技术上的不足,直接测量流量矩阵会大大的增加网络各节点的采集负担,再加上需要对众多的流量数据在网络上进行传输和存储,这些原因使得流量矩阵的直接测量是难于实现的。因此研究人员和工业界主要都在研究对网络流量矩阵的间接测量。由于网络链路上的负载相对较易测量,网络的路由信息和配置信息相对较易于获得,并且流量矩阵、链路负载、网络路由之间具有一定的限定关系,因此当前对流量矩阵的间接测算都是利用链路负载和路由矩阵进行的。本文在对流量矩阵的各类测算方法进行介绍之后,着重对流量矩阵的重力模型和基于重力模型的流量矩阵测算方法做了分析。针对测算者拥有的信息多寡,提出了两类不同的流量矩阵的测算方法。一种方法是针对测算者不能区别边界链路是接入链路还是对等链路的情况,提出了一种基于迭代信息量的流量矩阵测算... 【英文摘要】To design, control, manage the network successfully, to provide necessary quality of services to the users, network operators need to know more details on the network. Traffic matrices are critical inputs for many network traffic engineering tasks and it could provide a strong support for network planning, congestion controlling, traffic anomaly detection, faults detection, network management and so on.As the network becomes larger, more heterogeneous, more distributed, measure traffic matrix directly i... 【关键词】流量矩阵测算 流量工程 网络层析成像 最小化互信息量 【英文关键词】Traffic Matrix Estimation Traffic Engineering Network tomography Minimum Mutual Information 【索购全文】联系Q1：138113721 Q2：139938848 【目录】基于附加链路信息的网络流量矩阵测算方法 摘要 4-5 ABSTRACT 5-6 第一章 引言 9-13 1.1 研究背景 9-10 1.2 研究意义和研究内容 10-11 1.3 研究生期间工作 11 1.4 论文内容及组织结构 11-13 第二章 流量矩阵研究现状 13-25 2.1 流量矩阵的直接测量 13-14 2.2 流量矩阵的间接测量 14-24 2.2.1 问题描述 14-16 2.2.2 无先验方法 16-17 2.2.3 基于统计分布模型的测算方法 17-19 2.2.4 基于空间分布模型的测算方法 19-24 2.3 本章小结 24-25 第三章 一种基于信息量的迭代测算方法 25-36 3.1 问题定义 25 3.2 最小化互信息量(Minimum Mutual Information,MMI)方法 25-28 3.3 加入附加链路测量信息 28 3.4 算法描述 28-32 3.4.1 符号定义 28-29 3.4.2 迭代信息量方法(Iterative Information Theoretic Approach) 29-32 3.5 试验验证 32-34 3.5.1 仿真所用环境及数据 32 3.5.2 性能评价参数 32-33 3.5.3 加入噪音 33-34 3.5.4 验证结果 34 3.6 本章小结 34-36 第四章 一种基于信息量和部分直接测量的测算方法 36-43 4.1 问题定义 36 4.2 流量矩阵的流量OD对的直接测量方法 36-37 4.3 加入附加链路测量信息 37 4.4 算法描述 37-39 4.4.1 符号定义 37-38 4.4.2 测算方法过程 38-39 4.5 试验验证 39-42 4.6 本章小结 42-43 第五章 总结与展望 43-46 5.