IP骨干网络流量矩阵估计算法研究

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

IP骨干网络流量矩阵估计算法研究

蒋定德, 胡光岷, 倪海转

文章导航 > 电子科技大学学报 > 2010 > 39(3): 420-424

蒋定德, 胡光岷, 倪海转. IP骨干网络流量矩阵估计算法研究[J]. 电子科技大学学报, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

引用本文:

蒋定德, 胡光岷, 倪海转. IP骨干网络流量矩阵估计算法研究[J]. 电子科技大学学报, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

JIANG Ding-de, HU Guang-min, ang NI Hai-zhuan. Algorithm of Traffic Matrix Estimation in IP Backbone Networks[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

Citation:

JIANG Ding-de, HU Guang-min, ang NI Hai-zhuan. Algorithm of Traffic Matrix Estimation in IP Backbone Networks[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

IP骨干网络流量矩阵估计算法研究

doi: 10.3969/j.issn.1001-0548.2010.03.021

1.
东北大学信息科学与工程学院沈阳 110004;
2.
电子科技大学宽带光纤传输与通信网技术重点实验室成都 610054

基金项目:

中央高校基本科研业务费专项资金(N090404014)

作者简介:
蒋定德(1974-)，男，博士，主要从事网络测量、网络安全、流量异常检测方面的研究.

中图分类号: TP393

Algorithm of Traffic Matrix Estimation in IP Backbone Networks

1.
College of Information Science and Engineering,Northeastern University Shenyang 110004;
2.
Key Laboratory of Broadband Optical Fiber Transmission and Communication Networks,University of Electronic Science and Technology of China,Chengdu 610054

摘要: 流量矩阵估计的高度病态特性，使得要精确地估计流量矩阵变得非常困难，如何克服这一问题的病态特性是当前面临的主要挑战。该文研究大尺度IP骨干网络流量矩阵估计问题，并利用BP神经网络的强大建模功能来捕捉流量矩阵的特征，通过将流量矩阵估计描述成约束条件下的最优化过程，能成功地克服这一问题的病态特性。仿真结果表明基于BP神经网络的估计算法具有明显的性能改善。
- 病态问题 /
- 网络流量 /
- 神经网络 /
- 流量矩阵估计
Abstract: Traffic matrix estimation is significantly difficult because it is a highly ill-posed problem. How to overcome the ill-posed nature of this problem is the main challenge faced at present. This paper studies the large-scale IP (Internet Protocol) traffic matrix estimation and uses backpropagation neural network to capture the characteristics of traffic matrix. By describing traffic matrix estimation into an optimal process under the constraints, ill-posed nature of this problem can successfully be avoided. Simulation results show that the estimation algorithm based on backpropagation neural network brings the evident performance improvement.
- ill-posed problem /
- network traffic /
- neural network /
- traffic matrix estimation

[1]	杨旺功, 淮永建, 张福泉. 基于Gabor及深度神经网络的葡萄种子分类 . 电子科技大学学报, 2020, 49(1): 131-138. doi: 10.12178/1001-0548.2019164
[2]	谭骏, 陈兴蜀, 杜敏, 朱锴. 基于自适应BP神经网络的网络流量识别算法 . 电子科技大学学报, 2012, 41(4): 580-585. doi: 10.3969/j.issn.1001-0548.2012.04.020
[3]	田毅贞, 张齐军. 知识型神经网络的射频/微波器件建模方法 . 电子科技大学学报, 2011, 40(6): 815-824. doi: 10.3969/j.issn.1001-0548.2011.06.002
[4]	钱艺, 王沁, 吴巍, 刘金龙. 神经网络并行MIMD处理器的研究及实现 . 电子科技大学学报, 2008, 37(6): 904-907.
[5]	陈文宇, 刘井波, 孙世新. 层次分析的神经网络集成方法 . 电子科技大学学报, 2008, 37(3): 432-435.
[6]	袁继敏, 李小玲, 古天祥. 基于时空神经网络增强数字示波器功能的研究 . 电子科技大学学报, 2007, 36(5): 938-941.
[7]	刘贵松, 王晓彬. 采用自适应GHA神经网络的分类器设计 . 电子科技大学学报, 2007, 36(6): 1241-1244.
[8]	王运, 黄大贵, 杨天文. 开放式数控切割机神经网络误差补偿研究 . 电子科技大学学报, 2007, 36(2): 305-308.
[9]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[10]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[11]	朱培勇, 孙世新. 具有时滞的Hopfield神经网络的周期解 . 电子科技大学学报, 2005, 34(5): 680-683.
[12]	文武, 杨汉生, 徐军, 钟守铭. 随机型细胞神经网络的稳定性 . 电子科技大学学报, 2005, 34(5): 700-702,716.
[13]	张春凤, 徐军, 钟守铭. 一类神经网络系统的渐近行为 . 电子科技大学学报, 2004, 33(1): 91-93.
[14]	徐军, 钟守铭, 张春凤. 分布时滞Hopfield神经网络稳定性 . 电子科技大学学报, 2004, 33(2): 200-203.
[15]	王定成, 王毅, 钟守铭. 一类神经网络算法的渐近行为 . 电子科技大学学报, 2003, 32(2): 221-224.
[16]	梁金明, 章毅. 基于回路神经网络的特征子空间估值算法 . 电子科技大学学报, 2002, 31(6): 612-618.
[17]	梁金明, 章毅. 回复式离散神经网络的特征子空间估值 . 电子科技大学学报, 2002, 31(4): 349-355.
[18]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[19]	谭营, 何振亚, 邓超. 一种机器人逆运动学求解的神经网络方法 . 电子科技大学学报, 1998, 27(3): 310-315.
[20]	潘中良, 陈光. 测试产生的神经网络方法及若干问题研究 . 电子科技大学学报, 1997, 26(3): 324-327.

WeChat

点击查看大图

计量

文章访问数: 3518
HTML全文浏览量: 122
PDF下载量: 50
被引次数: 0

IP骨干网络流量矩阵估计算法研究

doi: 10.3969/j.issn.1001-0548.2010.03.021

1. 东北大学信息科学与工程学院沈阳 110004;

2. 电子科技大学宽带光纤传输与通信网技术重点实验室成都 610054

基金项目:

中央高校基本科研业务费专项资金(N090404014)

作者简介:
蒋定德(1974-)，男，博士，主要从事网络测量、网络安全、流量异常检测方面的研究.

收稿日期: 2008-11-06
修回日期: 2010-03-06
刊出日期: 2010-06-15

中图分类号: TP393

关键词:

摘要: 流量矩阵估计的高度病态特性，使得要精确地估计流量矩阵变得非常困难，如何克服这一问题的病态特性是当前面临的主要挑战。该文研究大尺度IP骨干网络流量矩阵估计问题，并利用BP神经网络的强大建模功能来捕捉流量矩阵的特征，通过将流量矩阵估计描述成约束条件下的最优化过程，能成功地克服这一问题的病态特性。仿真结果表明基于BP神经网络的估计算法具有明显的性能改善。

English Abstract

蒋定德, 胡光岷, 倪海转. IP骨干网络流量矩阵估计算法研究[J]. 电子科技大学学报, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

引用本文:

蒋定德, 胡光岷, 倪海转. IP骨干网络流量矩阵估计算法研究[J]. 电子科技大学学报, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

JIANG Ding-de, HU Guang-min, ang NI Hai-zhuan. Algorithm of Traffic Matrix Estimation in IP Backbone Networks[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

Citation:

JIANG Ding-de, HU Guang-min, ang NI Hai-zhuan. Algorithm of Traffic Matrix Estimation in IP Backbone Networks[J]. Journal of University of Electronic Science and Technology of China, 2010, 39(3): 420-424. doi: 10.3969/j.issn.1001-0548.2010.03.021

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发