一种稀疏度自适应的网络流量矩阵测量方法-哈尔滨工业大学学报.pdfVIP

第４７卷　 第９期 哈　 尔　 滨　 工　 业　 大　 学　 学　 报 Ｖｏｌ４７ Ｎｏ９ 　 　 ２０ １５年９月 ＪＯＵＲＮＡＬ ＯＦ ＨＡＲＢＩＮ ＩＮＳＴＩＴＵＴＥ ＯＦ ＴＥＣＨＮＯＬＯＧＹ Ｓｅｐ． ２０１５ 　 　 　 　 　 　 ｄｏｉ：１０．１１９１８／ ｊ．ｉｓｓｎ．０３６７⁃６２３４．２０１５．０９．００３ 一种稀疏度自适应的网络流量矩阵测量方法 杨京礼，崔　 征，魏长安，姜守达 （哈尔滨工业大学 自动化测试与控制系，１５００８０ 哈尔滨） 摘　 要：为提高网络流量矩阵测量的精度，在压缩感知框架下提出一种稀疏度自适应的网络流量矩阵测量方法． 通过对网络 流量矩阵的主成分分析及奇异值归一化处理寻找信号支撑集选择的判定阈值，利用网络流量矩阵重构过程中的残差Ｌ２ 范数 匹配计算各测量时间点上网络流量矩阵的稀疏度，减小由于网络流量矩阵近似稀疏表示以及稀疏度选择不准确造成的测量 误差． 仿真实验结果表明：所提出的方法与现有方法相比能够获得更小的空间相对误差和时间相对误差． 通过稀疏度自适应 选择方法，能够有效提高网络流量矩阵的测量精度． 关键词： 网络测量；网络层析成像；流量矩阵；压缩感知；正交匹配追踪 － － － 中图分类号：ＴＰ３９３ 文献标志码：Ａ 文章编号：０３６７ ６２３４（２０１５）０９ ００１３ ０６ Ａ ｓｐａｒｓｉｔｙ ａｄａｐｔｉｖｅ ｍｅａｓｕｒｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｎｅｔｗｏｒｋ ｔｒａｆｆｉｃ ｍａｔｒｉｘ ＹＡＮＧＪｉｎｇｌｉ，ＣＵＩ Ｚｈｅｎｇ，ＷＥＩ Ｃｈａｎｇ’ａｎ，ＪＩＡＮＧ Ｓｈｏｕｄａ （Ｄｅｐａｒｔｍｅｎｔ ｏｆ Ａｕｔｏｍａｔｉｃ Ｔｅｓｔ ａｎｄ Ｃｏｎｔｒｏｌ，Ｈａｒｂｉｎ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｔｅｃｈｎｏｌｏｇｙ，１５００８０ Ｈａｒｂｉｎ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｉｎ ｏｒｄｅｒ ｔｏ ｉｍｐｒｏｖｅ ｔｈｅ ａｃｃｕｒａｃｙ ｏｆ ｔｈｅ ｍｅａｓｕｒｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｔｒａｆｆｉｃ ｍａｔｒｉｘ，ａ ｎｏｖｅｌ ｔｒａｆｆｉｃ ｍａｔｒｉｘ ｍｅａｓｕｒｅｍｅｎｔ ａｌｇｏｒｉｔｈｍ ｗｉｔｈ ｃｏｍｐｒｅｓｓｉｖｅ ｓｅｎｓｉｎｇ ｉｓ ｐｒｏｐｏｓｅｄ． Ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｇｅｔｓ ｔｈｅ ｊｕｄｇｅ ｇａｔｅ ｂｙ ｔｈｅ ｐｒｉｎｃｉｐａｌ ｃｏｍｐｏｎｅｎｔｓ ａｎａｌｙｓｉｓ ａｎｄｎｏｒｍａｌｉｚａｔｉｏｎｏｆ ｓｉｎｇｕｌａｒｖａｌｕｅ．Ｔｏｒｅｄｕｃｅｔｈｅｍｅａｓｕｒｅｍｅｎｔ ｅｒｒｏｒ ｃｒｅａｔｅｄｂｙ ａｐｐｒｏｘｉｍａｔｉｏｎ ｏｆ ｓｐａｒｓｅ ｅｘｐｒｅｓｓａｎｄ ｉｎａｃｃｕｒａｔｅ ｃｈｏｉｃｅ ｏｆ ｓｐａｒｓｉｔｙ，ｗｅ ｕｓｅ Ｌ２ｆｏｒｍｕｌａｔｉｏｎ ｏｆ ｒｅｓｉｄｕａｌ ｅｒｒｏｒ ｔｏ ｍａｔｃｈ ｔｈｅ ｓｐａｒｓｉｔｙ ｉｎ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｒｅｃｏｎｓｔｉｔｕｔｉｏｎ ｏｆ ｔｈｅ ｔｒａｆｆｉｃ ｍａｔｒｉｘ ｏｎ ｅａｃｈ ｔｉｍｅ ｏｆ ｍｅａｓｕｒｅｍｅｎｔ． Ｓｉｍｕｌａｔｉｏｎ ｒｅｓｕｌｔｓ ｓｈｏｗ ｔｈａｔ，ｔｈｉｓ ａｌｇｏｒｉｔｈｍｃａｎｏｂｔａｉｎｌｅｓｓｓｐａｔｉａｌｒｅｌａｔｉｖｅｅｒｒｏｒａｎｄｔｅｍｐｏｒａｌｒｅｌａｔｉｖｅｅｒｒｏｒｃｏｍｐａｒｅｄｗｉｔｈｔｈｅｅｘｉｓｔｉｎｇａｌｇｏｒｉｔｈｍ．Ｗｉｔｈ ｔｈｅ ｈｅｌｐ ｏｆ ａｄａｐｔｉｖｅ ｓｅｌｅｃｔｉｏｎ ｆｏｒ ｉｎｉｔｉａｌ ｖａｌｕｅ ｏｆ ｓｐａｒｓｉｔｙ，ｔｈｉｓ ａｌｇｏｒｉｔｈｍ ｃａｎ ｏｂｔａｉｎ ａ ｈｉｇｈｅｒ ａｃ