IP網(wǎng)絡(luò)中流量矩陣估算算法的研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)的持續(xù)飛速發(fā)展，網(wǎng)絡(luò)規(guī)模在擴(kuò)大，復(fù)雜性在增長，各種新興服務(wù)和應(yīng)用不斷涌現(xiàn)，網(wǎng)絡(luò)測量的要求越來越高。對一個(gè)規(guī)?？涨褒嫶蟮木W(wǎng)絡(luò)進(jìn)行網(wǎng)絡(luò)性能的監(jiān)控與管理，是當(dāng)前互聯(lián)網(wǎng)領(lǐng)域所面臨的一個(gè)全新的研究領(lǐng)域。要成功設(shè)計(jì)、控制和管理網(wǎng)絡(luò)，就需要了解和掌握網(wǎng)絡(luò)的內(nèi)部特性。其中流量矩陣是重要的網(wǎng)絡(luò)性能參數(shù)之一。由于網(wǎng)絡(luò)日益向大型化、異構(gòu)化、分布化發(fā)展，通過直接進(jìn)行網(wǎng)絡(luò)測量的方法，來獲得網(wǎng)絡(luò)內(nèi)部流量矩陣信息就變得越來越困難，網(wǎng)絡(luò)層析成像作為一

2、種通過端到端間接測量的數(shù)據(jù)來推斷網(wǎng)絡(luò)狀態(tài)參數(shù)的技術(shù)正成為研究的熱點(diǎn)之一。 業(yè)務(wù)流量矩陣是網(wǎng)絡(luò)性能測量技術(shù)非常重要的一個(gè)方面，它主要是指測量通信網(wǎng)絡(luò)中源節(jié)點(diǎn)-目的節(jié)點(diǎn)(Origin—Destination，OD)對之間的流量。獲得準(zhǔn)確的數(shù)據(jù)流量對于網(wǎng)絡(luò)設(shè)計(jì)和管理是非常重要的，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的設(shè)計(jì)、鏈路容量的規(guī)劃和預(yù)測以及路由協(xié)議的實(shí)現(xiàn)等都需要用到OD對之間的流量數(shù)據(jù)。對于許多IP網(wǎng)絡(luò)的管理非常重要，但是，直接測量業(yè)務(wù)流量矩陣是非常困

3、難的，所以從鏈路負(fù)載統(tǒng)計(jì)數(shù)據(jù)或其他更簡單的測量數(shù)據(jù)中估算業(yè)務(wù)流量矩陣是現(xiàn)在的主要方法。而網(wǎng)絡(luò)層析成像技術(shù)上近年來出現(xiàn)的一種端到端的技術(shù)和統(tǒng)計(jì)學(xué)方法來獲得網(wǎng)絡(luò)中那些不能直接觀察到信息的技術(shù)。 本論文主要的研究內(nèi)容是研究基于網(wǎng)絡(luò)層析成像理論的業(yè)務(wù)流量矩陣的估算算法。論文首先介紹了網(wǎng)絡(luò)層析成像理論，接著詳細(xì)論述了基于網(wǎng)絡(luò)層析成像理論的幾種估算算法—重力模型、統(tǒng)計(jì)推斷模型、第三代方法和EM算法等的原理和方法。最后在網(wǎng)絡(luò)層析成像、現(xiàn)有業(yè)務(wù)

4、流量矩陣和高斯分布的基礎(chǔ)上，將高斯混合模型(Gaussian Mixture Model，GMM)算法應(yīng)用于流量矩陣估算研究中。該方法主要是通過采用混合高斯模型來描述網(wǎng)絡(luò)的OD流，這樣流量矩陣估算問題就轉(zhuǎn)化成模型的參數(shù)估算問題，然后采用期望最大化(Expectation—Maximization，EM)算法對模型的參數(shù)進(jìn)行估算。緊接著在信息熵的基礎(chǔ)上，將最大熵(Maximum Entropy，ME)應(yīng)用在流量矩陣估算中，主要借助矩陣變換