[發(fā)明專利]基于網(wǎng)絡(luò)層析成像技術(shù)的網(wǎng)絡(luò)流量矩陣預(yù)測方法

有效

• 申請?zhí)枺?/td>: 201811096285.8
• 申請日: 2018-09-19
• 公開（公告）號: CN109088796B
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計）人: 楊京禮;鄭可昕;崔征
• 申請（專利權(quán)）人: 哈爾濱工業(yè)大學(xué)
• 主分類號: H04L12/26
• 分類號: H04L12/26
• 代理公司: 哈爾濱市松花江專利商標(biāo)事務(wù)所 23109
• 代理人: 劉冰

基于網(wǎng)絡(luò)層析成像技術(shù)的網(wǎng)絡(luò)流量矩陣預(yù)測方法，它屬于網(wǎng)絡(luò)流量矩陣預(yù)測領(lǐng)域。本發(fā)明解決了由于觀測矩陣屬于確定性矩陣，其受網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)限制，因此難以滿足壓縮感知理論的RIP原則，以及網(wǎng)絡(luò)流量矩陣發(fā)生突變導(dǎo)致的預(yù)測誤差大的問題。本發(fā)明基于路由矩陣構(gòu)造觀測矩陣和觀測結(jié)果矩陣，避免了觀測矩陣受網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)限制，導(dǎo)致難以滿足壓縮感知理論的RIP原則的問題；通過計算網(wǎng)絡(luò)流量矩陣的樣本數(shù)據(jù)的每個子樣本片段對應(yīng)的一組正交基得到近似過完備正交基集合，再通過稀疏系數(shù)估計值重構(gòu)出網(wǎng)絡(luò)流量矩陣，在網(wǎng)絡(luò)流量矩陣發(fā)生突變時，本發(fā)明方法應(yīng)用于Abilene網(wǎng)絡(luò)流量矩陣預(yù)測時的平均預(yù)測誤差小于10％。本發(fā)明可以應(yīng)用于網(wǎng)絡(luò)流量矩陣預(yù)測領(lǐng)域用。

技術(shù)領(lǐng)域

本發(fā)明屬于網(wǎng)絡(luò)流量矩陣預(yù)測技術(shù)領(lǐng)域，具體涉及一種網(wǎng)絡(luò)流量矩陣預(yù)測方法。

背景技術(shù)

網(wǎng)絡(luò)流量矩陣作為描述網(wǎng)絡(luò)中源節(jié)點(diǎn)和目的節(jié)點(diǎn)之間流量信息的參數(shù)，是對互聯(lián)網(wǎng)進(jìn)行網(wǎng)絡(luò)控制、實(shí)施QoS保證和提高網(wǎng)絡(luò)性能的基礎(chǔ)。目前，網(wǎng)絡(luò)流量矩陣的測量主要通過網(wǎng)絡(luò)節(jié)點(diǎn)之間的協(xié)作來實(shí)現(xiàn)，但是隨著互聯(lián)網(wǎng)朝著分布式、異構(gòu)化和基于邊緣控制的方向演變，網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)往往呈現(xiàn)非協(xié)作的特點(diǎn)，使得依靠網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)間配合的直接測量方法不能完全滿足各種網(wǎng)絡(luò)應(yīng)用對互聯(lián)網(wǎng)測量的需求。網(wǎng)絡(luò)層析成像將醫(yī)學(xué)上的計算機(jī)層析成像技術(shù)引入到網(wǎng)絡(luò)測量中，在沒有網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)協(xié)作的條件下進(jìn)行端到端的測量，通過網(wǎng)絡(luò)邊界的測量信息來分析和推斷網(wǎng)絡(luò)鏈路級性能參數(shù)。

網(wǎng)絡(luò)層析成像技術(shù)應(yīng)用于網(wǎng)絡(luò)流量矩陣預(yù)測中，是傳統(tǒng)網(wǎng)絡(luò)鏈路級性能參數(shù)推斷的逆過程，其目的是從鏈路級的測量數(shù)據(jù)中預(yù)測出路徑級的網(wǎng)絡(luò)流量矩陣信息。鏈路流量表示相鄰兩節(jié)點(diǎn)間鏈路上傳輸?shù)臄?shù)據(jù)量大小，是在路由矩陣控制下各網(wǎng)絡(luò)OD流(OriginDestination Flow)在鏈路上的聚合。

鏈路流量與網(wǎng)絡(luò)流量矩陣的數(shù)學(xué)表達(dá)式如公式Y(jié)^T＝AX^T所示，設(shè)表示在測量時間點(diǎn)q上的鏈路流量，M為網(wǎng)絡(luò)鏈路數(shù)量；表示當(dāng)前測量時間點(diǎn)上的網(wǎng)絡(luò)流量矩陣，N為網(wǎng)絡(luò)流量矩陣中OD流對的數(shù)量；A為M×N的路由矩陣，其構(gòu)造過程如下：若第i條網(wǎng)絡(luò)OD流經(jīng)過第j條鏈路，則A_i,j＝1，否則A_i,j＝0。在網(wǎng)絡(luò)流量矩陣測量過程中，假設(shè)進(jìn)行Q次測量，各節(jié)點(diǎn)收集的鏈路流量數(shù)據(jù)為Y＝(Y₁；Y₂；...；Y_Q)，其大小為Q×M；對應(yīng)的網(wǎng)絡(luò)流量矩陣為X＝(X₁；X₂；...；X_Q)，其大小為Q×N。

網(wǎng)絡(luò)流量矩陣預(yù)測是在已知網(wǎng)絡(luò)鏈路流量Y和路由矩陣A的情況下，獲得網(wǎng)絡(luò)流量矩陣X的預(yù)測值。但是，由于通常情況下由于M＜N，因此式Y(jié)^T＝AX^T為欠定方程組，在沒有額外信息的情況下，上述方程組沒有唯一解。

從信號處理角度上看，網(wǎng)絡(luò)流量矩陣預(yù)測問題是典型的欠采樣信號恢復(fù)問題。近年來，相關(guān)學(xué)者提出采用信號領(lǐng)域的壓縮感知理論解決網(wǎng)絡(luò)流量矩陣預(yù)測問題，在滿足稀疏性的條件下，以遠(yuǎn)低于奈奎斯特頻率的方法進(jìn)行全局觀測，通過重構(gòu)算法快速準(zhǔn)確的恢復(fù)出源信息，取得了一定的效果。但是現(xiàn)有的壓縮感知的理論在解決網(wǎng)絡(luò)流量矩陣預(yù)測問題上仍然面臨兩個主要問題：觀測矩陣的設(shè)計和信號的稀疏表示。一方面，式Y(jié)^T＝AX^T所采用的觀測矩陣為路由矩陣，由于其本身屬于確定性矩陣，而且受網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)限制，因此難以滿足壓縮感知理論的RIP(Restricted Isometry Property)原則。另一方面，網(wǎng)絡(luò)流量矩陣本身不具有稀疏性，雖然采用SVD(Singular Value Decomposition)能夠一定程度上發(fā)掘網(wǎng)絡(luò)流量矩陣的低維特性，但是仍然無法解決當(dāng)網(wǎng)絡(luò)流量矩陣發(fā)生突變時預(yù)測誤差過大問題。

發(fā)明內(nèi)容

本發(fā)明的目的是為解決由于觀測矩陣屬于確定性矩陣，其受網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)限制，因此難以滿足壓縮感知理論的RIP原則，以及網(wǎng)絡(luò)流量矩陣發(fā)生突變導(dǎo)致的預(yù)測誤差大的問題。