Internet traffic multi resolution RPCA

Internet traffic multi resolution RPCA

ID:37803517

大小:651.60 KB

页数:18页

时间:2019-05-31

Internet traffic multi resolution RPCA_第1页
Internet traffic multi resolution RPCA_第2页
Internet traffic multi resolution RPCA_第3页
Internet traffic multi resolution RPCA_第4页
Internet traffic multi resolution RPCA_第5页
资源描述:

《Internet traffic multi resolution RPCA》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、第xx卷第xx期Vol.xxNo.xx20xx年xx月xxx.20xx基于多分辨率RPCA的互联网流量矩阵结构分析王哲胡凯尹宝林(北京航空航天大学计算机学院软件开发环境国家重点实验室北京100191)摘要互联网流量矩阵在网络运营与管理中发挥着重要作用,流量矩阵结构分析分解高维流量数据的各种流量成分,具有重要应用价值。基于RobustPrincipalComponentAnalysis(RPCA)理论,并结合小波多分辨率分析,提出一种新的流量矩阵结构分析手段——多分辨率RPCA。首先,建立多分辨率流量矩阵分

2、解模型,利用小波系数刻画确定性流量的光滑特性。其次,改进StablePrincipalComponentPursuit(SPCP),使用多分辨率约束构造新的流量矩阵分解方法SPCP-MRC,并设计数值算法。针对数值算法的一个子问题,给出并严格证明了解析解。最后,模拟多组包含各种网络异常与不同幅度噪声的流量矩阵用于实验评价,比较SPCP-MRC与多种流量分解方法,验证其流量分解结果具有更高的准确性与合理性。关键词流量矩阵;RPCA;多分辨率分析;数值算法;解析解;模拟实验中图法分类号TP393Interne

3、tTrafficMatrixStructuralAnalysisBasedonMulti-ResolutionRPCAWANGZheHUKaiYINBaolin(StateKeyLaboratoryofSoftwareDevelopmentEnvironment,SchoolofComputerScienceandTechnology,BeihangUniversity,Beijing100191,China)AbstractTheInternettrafficmatrixplaysasignifican

4、trollinnetworkoperationandmanagement,therefore,thestructuralanalysisoftrafficmatrix,whichdecomposesdifferenttrafficcomponentsofthishigh-dimensionaltrafficdataset,isquitevaluabletosomenetworkapplications.Inthisstudy,basedontheRobustPrincipalComponentAnalys

5、is(RPCA)theory,anoveltrafficmatrixstructuralanalysisapproachnamedMulti-ResolutionRPCAiscreated,whichutilizesthewaveletmulti-resolutionanalysis.Firstly,webuildtheMulti-ResolutionTrafficMatrixDecompositionModel(MR-TMDM),whichcharacterizesthesmoothnessofthed

6、eterministictrafficbyitswaveletcoefficients.Secondly,basedonthismodel,weimprovetheStablePrincipalComponentPursuit(SPCP),proposeanewtrafficmatrixdecompositionmethodnamedSPCP-MRCwithMulti-ResolutionConstraints,anddesignitsnumericalalgorithm.Specifically,weg

7、iveandprovetheclosed-formsolutiontoasub-probleminthealgorithm.Lastly,weevaluatedifferenttrafficdecompositionmethodsbymultiplegroupsofsimulatedtrafficmatricescontainingdifferentkindsofanomaliesanddistinctnoiselevels.ItisdemonstratedthatSPCP-MRC,comparedwit

8、hothermethods,achievesmoreaccurateandmorereasonabletrafficdecompositions.KeywordsTrafficMatrix;RPCA;Multi-ResolutionAnalysis;NumericalAlgorithm;Closed-FormSolution;SimulationExperiment1引言互联网流量数据中蕴含丰富的网络行为信息,是网络运营与管理

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。