欢迎来到天天文库
浏览记录
ID:33300501
大小:2.91 MB
页数:66页
时间:2019-02-23
《基于关键元素的流量矩阵分析研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号学号M200971708学校代码10487密级硕士学位论文基于关键元素的流量矩阵分析研究学位申请人:严晋如学科专业:通信与信息系统指导教师:刘威答辩日期:2012年1月5日AThesisSubmittedinPartialFulfillmentoftheRequirementsfortheDegreeofMasterofEngineeringKeyElementbasedTrafficMatrixAnalysisCandidate:YanJinruMajor:Communication&InformationSystemSuperviso
2、r:AssociateProf.LiuWeiHuazhongUniversityofScience&TechnologyWuhan430074,P.R.ChinaJan.5,2012独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名:日期:年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保
3、留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密□,在_____年解密后适用本授权书。本论文属于不保密□。(请在以上方框内打“√”)学位论文作者签名:指导教师签名:日期:年月日日期:年月日摘要流量矩阵是全网流量的概览,流量矩阵元素表征了网络节点之间流量大小。现有流量矩阵研究主要包括流量矩阵估算与预测,其研究成果未对矩阵元素进行区分处理。随着Inter
4、net的飞速发展,互联网应用与流量更加丰富和复杂,而不同城市信息行业发展不平衡,城市之间信息联系程度有差异,使得流量矩阵元素的差异性非常显著,因此,本文提出对流量矩阵元素进行区分处理和研究。本文通过对实际网络测量的流量矩阵数据分析,发现网络中存在流量聚集的现象,即全网的大部分流量集中于少数节点;对于单个节点来说,节点的大部分流量来自或流向它的少数邻节点。从流量矩阵表现看,即矩阵中少数元素的值远大于其他元素,占据整个矩阵元素之和的大部分,本文称流量矩阵中这种占据行列较大比重的矩阵元素为关键元素。进而,本文提出一种基于关键元素的流量矩阵预测方法:首
5、先从流量矩阵数据中寻找关键元素,然后对关键元素进行时间序列分析,并用传统流量矩阵预测方法初步预测流量矩阵,接下来用关键元素的分析结果校正初步预测结果中被关键元素影响的其他矩阵元素,完成整个流量矩阵预测。本文结合三个实际网络的流量矩阵数据对上述方法进行了测试,并将预测结果与传统流量矩阵预测方法对比,实验结果证明这种基于关键元素的分析方法适用于流量稳定发展的成熟商业网络,该方法运用到互联网流量矩阵预测能够显著降低流量矩阵预测误差。关键词:流量矩阵;关键元素;流量预测;域间流量IAbstractTrafficmatrixdisplaysthewhol
6、enetworkflow,andthematrixelementsrepresentthevalueofthetrafficbetweennodes.Currently,mostresearchesontrafficmatrixfocusonestimationandprediction,andtheytreatallthematrixelementsequally.WiththedevelopmentoftheInternettechnologyandInternetapplication,Internettraffichasbeenbeco
7、mingmoreandmorecomplexandvaried,andthedevelopmentoftheinformationindustryindifferentcitiesisnotbalance.Asaresult,thedifferencebetweenmatrixelementsisquitehuge.Inthispaperweproposetomakeadistinctionbetweenmatrixelements.Inthispaper,weanalyzethetrafficmatrixmeasuredinrealnetwo
8、rks,anddiscoverthatInternettrafficmaybeassembledinasmallnumberofnodes,mostt
此文档下载收益归作者所有