IP路由网络流量矩阵估计方法研究
发布时间:2022-08-23 21:48
随着互联网的迅速发展,4G,WIFI,物联网等技术都被应用到互联网中,移动互联网、IP网络的终端呈指数级增长,网络的规模越来越大,网络中的业务也越来越多,如网上聊天,电子游戏,电视电影等。这些都导致网络的结构也越来越复杂,同样也使得当前环境下网络传输的数据类型愈加多样化,从而导致我们对网络的监控、管理和维护的难度越来越大。网络中的非核心业务同时也消耗了过多的网络资源,影响到了网络的正常运行。在这种环境下,流量矩阵估计有着极其重要的意义。它不仅是许多网络技术的一个重要支撑,同时也是网络管理的一个重要因素。流量矩阵作为一个可以纵观全网流量的角色,反映的是整个网络中全部流量的构成,描述了各个链路中的流量的组成情况。在流量矩阵估计中最重要的一点就是如何克服流量矩阵的病态性,即流量矩阵的行数远小于列数,在实际网络中的表现形式就是OD对的个数远大于链路的数量,这也是本文研究的一个重点所在。本文首先详细介绍了研究的背景、现状、目的和意义。接下来给出了流量矩阵的概念以及获取方法和获取难度,然后对流量矩阵进行数学建模,从而得出了流量矩阵、路由矩阵和链路流量之间的关系,接着详细介绍了流量矩阵估计方法的发展...
【文章页数】:53 页
【学位级别】:硕士
【部分图文】:
图2.1流量矩阵的抽象分类??.
图3.1简单统计反演方法??在该方法下最常用的统计模型有如下:泊松分布模型,高斯分布模型,高斯??
图3.2附加链路测量信息反演方法??这一类方法的优点是可以提高流量矩阵估计的精度,具体做起来方便而且反??
【参考文献】:
期刊论文
[1]流量矩阵估算算法研究[J]. 杨扬,周静静,杨家海,赵巍,熊曾刚. 计算机科学. 2009(07)
本文编号:3678542
【文章页数】:53 页
【学位级别】:硕士
【部分图文】:
图2.1流量矩阵的抽象分类??.
图3.1简单统计反演方法??在该方法下最常用的统计模型有如下:泊松分布模型,高斯分布模型,高斯??
图3.2附加链路测量信息反演方法??这一类方法的优点是可以提高流量矩阵估计的精度,具体做起来方便而且反??
【参考文献】:
期刊论文
[1]流量矩阵估算算法研究[J]. 杨扬,周静静,杨家海,赵巍,熊曾刚. 计算机科学. 2009(07)
本文编号:3678542
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/3678542.html