基于s变换和压缩感知的大规模网络流量预测与仿真实现
发布时间：2021-02-18 17:30
对日益发展且不断膨胀的互联网来说,有效的网络管理是维护网络正常运行的重要保障,作为网络管理及维护等众多流量工程的关键输入参数,流量矩阵成为网络研究及网络流量分析的热点。与此同时,互联网的高速发展使流量矩阵的获取变得尤为困难。考虑到直接测量对网络资源的巨大损耗,实际应用中很少通过直接测量获取流量矩阵,间接预测方法因此成为获取流量矩阵的主要手段并得到广泛关注。时域上的流量矩阵预测问题面临的最大挑战就是其预测模型的高度病态特性,能否克服该病态问题决定了能否准确预测流量矩阵。基于此,同时考虑到网络流量表现出来的自相似性、多分形性以及空、时特性等,本文提出了三种基于s变换和压缩感知的网络流量预测算法。s变换是一种良好的时频分析工具,能够很好地将信号从时域转换到时频域,并包含它们所有的频率信息。我们发现,不同于时域上网络流量表现出来的复杂特性,经过s变换后,网络流量在时频域上表现出明显的稀疏特性,其低频分量的变换值较高频分量的变换值大,呈现出很强的近似稀疏性,可以利用压缩感知的思想进行估计。基于此,本文分别提出了基于一维广义s变换和压缩感知的网络流量预测算法、基于二维广义s变换和压缩感知的网络流量...
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 本文的主要工作
1.4 课题来源
第2章 网络流量特性分析、S变换和压缩感知
2.1 网络流量特性分析
2.1.1 自相似性
2.1.2 多分形性
2.1.3 长短相关性
2.1.4 周期性和混沌性
2.2 s变换
2.2.1 s变换定义
2.2.2 s变换特性
2.3 压缩感知
2.3.1 压缩感知定义
2.3.2 测量矩阵的性质
2.3.3 重构算法的选择与设计
2.4 网络流量预测问题描述
2.5 仿真数据来源
2.6 本章小结
第3章 基于一维广义S变换和压缩感知的网络建模与预测算法
3.1 一维广义s变换
3.2 IPFP算法
3.3 模型和算法介绍
3.3.1 低频部分预测模型
3.3.2 高频部分预测模型
3.3.3 算法步骤
3.4 仿真结果及分析
3.4.1 仿真环境及参数
3.4.2 预测结果分析
3.4.3 预测误差比较
3.5 本章小结
第4章 基于二维广义S变换和压缩感知的网络建模与预测算法
4.1 二维广义s变换
4.2 模型和算法介绍
4.2.1 平稳部分预测模型
4.2.2 波动部分预测模型
4.2.3 算法步骤
4.3 仿真结果及分析
4.3.1 仿真环境及参数
4.3.2 预测结果分析
4.3.3 预测误差比较
4.4 本章小结
第5章 基于二维正交S变换和压缩感知的网络建模与预测算法
5.1 二维正交s变换
5.2 模型和算法介绍
5.2.1 平稳部分预测模型
5.2.2 波动部分预测模型
5.2.3 算法步骤
5.3 仿真结果及分析
5.3.1 仿真环境及参数
5.3.2 预测结果分析
5.3.3 预测误差比较
5.4 本章小结
第6章 总结
6.1 工作总结
6.2 未来展望
参考文献
致谢
攻读硕士学位期间发表的论文
攻读硕士学位期间参与的科研项目
附录
第三章 证明部分
第五章 证明部分
【参考文献】：
期刊论文
[1]大尺度IP骨干网络流量矩阵估计方法研究[J]. 蒋定德,王兴伟,郭磊,许争争,陈振华. 电子学报. 2011(04)
[2]压缩感知的发展与应用[J]. 吴凌华,张小川. 电讯技术. 2011(01)
[3]IP骨干网络流量矩阵估计算法研究[J]. 蒋定德,胡光岷,倪海转. 电子科技大学学报. 2010(03)
[4]基于网络层析成像技术的拓扑推断[J]. 赵洪华,陈鸣. 软件学报. 2010(01)
博士论文
[1]基于凸优化的参数化稀疏估计理论及其应用[D]. 刘翼鹏.电子科技大学 2011
[2]大尺度IP流量矩阵估计关键技术研究[D]. 蒋定德.电子科技大学 2009
本文编号：3039865
【文章来源】：东北大学辽宁省 211工程院校 985工程院校 教育部直属院校
【文章页数】：92 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第1章 绪论
1.1 研究背景及意义
1.2 研究现状
1.3 本文的主要工作
1.4 课题来源
第2章 网络流量特性分析、S变换和压缩感知
2.1 网络流量特性分析
2.1.1 自相似性
2.1.2 多分形性
2.1.3 长短相关性
2.1.4 周期性和混沌性
2.2 s变换
2.2.1 s变换定义
2.2.2 s变换特性
2.3 压缩感知
2.3.1 压缩感知定义
2.3.2 测量矩阵的性质
2.3.3 重构算法的选择与设计
2.4 网络流量预测问题描述
2.5 仿真数据来源
2.6 本章小结
第3章 基于一维广义S变换和压缩感知的网络建模与预测算法
3.1 一维广义s变换
3.2 IPFP算法
3.3 模型和算法介绍
3.3.1 低频部分预测模型
3.3.2 高频部分预测模型
3.3.3 算法步骤
3.4 仿真结果及分析
3.4.1 仿真环境及参数
3.4.2 预测结果分析
3.4.3 预测误差比较
3.5 本章小结
第4章 基于二维广义S变换和压缩感知的网络建模与预测算法
4.1 二维广义s变换
4.2 模型和算法介绍
4.2.1 平稳部分预测模型
4.2.2 波动部分预测模型
4.2.3 算法步骤
4.3 仿真结果及分析
4.3.1 仿真环境及参数
4.3.2 预测结果分析
4.3.3 预测误差比较
4.4 本章小结
第5章 基于二维正交S变换和压缩感知的网络建模与预测算法
5.1 二维正交s变换
5.2 模型和算法介绍
5.2.1 平稳部分预测模型
5.2.2 波动部分预测模型
5.2.3 算法步骤
5.3 仿真结果及分析
5.3.1 仿真环境及参数
5.3.2 预测结果分析
5.3.3 预测误差比较
5.4 本章小结
第6章 总结
6.1 工作总结
6.2 未来展望
参考文献
致谢
攻读硕士学位期间发表的论文
攻读硕士学位期间参与的科研项目
附录
第三章 证明部分
第五章 证明部分
【参考文献】：
期刊论文
[1]大尺度IP骨干网络流量矩阵估计方法研究[J]. 蒋定德,王兴伟,郭磊,许争争,陈振华. 电子学报. 2011(04)
[2]压缩感知的发展与应用[J]. 吴凌华,张小川. 电讯技术. 2011(01)
[3]IP骨干网络流量矩阵估计算法研究[J]. 蒋定德,胡光岷,倪海转. 电子科技大学学报. 2010(03)
[4]基于网络层析成像技术的拓扑推断[J]. 赵洪华,陈鸣. 软件学报. 2010(01)
博士论文
[1]基于凸优化的参数化稀疏估计理论及其应用[D]. 刘翼鹏.电子科技大学 2011
[2]大尺度IP流量矩阵估计关键技术研究[D]. 蒋定德.电子科技大学 2009
本文编号：3039865
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3039865.html
