一种基于信息熵的压缩感知流量恢复算法.pdfVIP

2015 年6 月 第 17 卷第3 期 重庆科技学院学报(自然科学版) 一种基于信息娟的压缩感知流量恢复算法 谢奇爱 (合肥学院计算机科学与技术系，合肥 230601 ) 摘 要:以校园无线局域网为实验环境，采集大量真实用户流量数据集。利用信息脯，提出一种基于时间空间相关 的压缩感知采样机制，并以此做为压缩感知的输入条件，提出一种压缩感知网络流量恢复算法，并与最近邻算法进 行比较，实验证明本算法能准确恢复全网用户流量，从而更好地均衡网络负载，提高网络性能。 关键词:信息捕;压缩感知;流量恢复;算法 中图分类号:T凹93 文献标识码:A 文章编号:1673 -1980(2015)03 -0092 -03 在元线局域网络(WALN) 中，无线接人点(无线 1 相关技术 AP) 的均衡负载能有效解决数据流量过大、网络负 荷过重等问题，其与网络当前的流量出人信息有关。 摘起初是从热物理学领域中引用的一个概念， 如果流经网络的流量出人信息的粒度越小，那么调 它表示了信源所包含的信息的多少。随后应用在很 整负载均衡的效果就会越准确。因此在元线局域网 多的领域里如数论、控制论、概率论、计算机网络等 中，对移动端用户的网络流量的分析与监控最为关 领域。将信息脑引人网络应用中形成的概念即网络 键。在以往的流量监测研究中主要是使用一个提前 信息脑(用 H(s) 表示)。用公式(1)定义，统计不同 定义的静态的监测频率而不考虑网络的突发情况， 源 IP 在一时间段内出现次数风，以 m 表示数据包 难免会出现高采样频率降低网络性能，同时造成带 的总数量，则各 IP 出现概率为 m/m[3] 。 宽、存储空间等资源的浪费从而影响系统性能。如 H(s) =-士生ln( mi ) ( 1 ) Manvi 等人[1] 提出了一种流量监测机制，该机制在 士jm 飞 ml 网络节点通过使用移动代理来缓和其计算代价以采 压缩感知即压缩采样是一个能对海量数据进行 集网络流量信息。导致最终结果是用较高的流量采 稀疏性处理的新兴的采样方法。它具有高效采样精 样频率换取了高的带宽资源浪费，同时，储存大量的 确恢复的能力，其核心是将采样和压缩两者相结合， 流量信息也会占用很大的存储空间。基于以上的问 通过开发信息具有的稀疏性，以远小于 Nyquist 采样 题 Adipat 等人[2] 又提出了一种动态地基于实时的 率的速率对信息进行压缩，并能在终端很好地恢复 网络带宽消耗和网络拥塞状况调整监测频率的机 出原始信息。