区分业务的重力模型及其在流量矩阵估计中的应用

《区分业务的重力模型及其在流量矩阵估计中的应用》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、分类号密级注1UDC学位论文区分业务的重力模型及其在流量矩阵估计中的应用（题名和副题名）石凌燕（作者姓名）指导教师姓名姚兴苗副教授电子科技大学成都（职务、职称、学位、单位名称及地址）申请专业学位级别硕士专业名称通信与信息系统论文提交日期2012.04.10论文答辩日期2012.05.18学位授予单位和日期电子科技大学答辩委员会主席评阅人2012年月日注1注明《国际十进分类法UDC》的类号。万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中

2、特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。签名：日期：年月日关于论文使用授权的说明本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可以将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

3、制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）签名：导师签名：日期：年月日万方数据摘要摘要流量矩阵作为网络流量工程的重要输入，是网络容量规划、网络优化设计、网络监测、流量异常检测等工作的基础。为了更好的设计、监控和管理网络，网络管理者需了解和掌握网络中流量矩阵。在网络中直接测量流量矩阵是很困难甚至不可行的，所以间接观测链路数据进行流量矩阵估计是一个非常热门的研究领域。在可测的链路数据、路由矩阵和流量矩阵之间具有确定的线性关系，由于可测的链路数目远小于OD（Original-des

4、tination）流对数目，层析成像流量矩阵估计是欠定性反问题。现有的流量矩阵估计方法有它的局限性。首先，现有方法一般假设同一节点对之间所有业务流量在网络中选择同样的路由，然而，为了向不同业务提供更好的服务质量，不同的业务流量实际会选择不同的路由。其次，现有方法只能给出网络中OD对之间的总流量，难以给出OD对之间不同业务的流量；网络管理者为了更好地对网络流量的路由进行规划和优化，希望获得OD对之间各种主要业务的流量。不同的业务流量在全网中的分布不一致且各自具有一定的结构特点，本文给出了业务OD存在

5、指示矩阵，用于指示各种业务在哪些源节点和目的节点对之间存在OD流对。在此基础上本文提出了区分业务的重力模型，不同于传统重力模型对网络中业务流量不作区分，区分业务的重力模型利用业务OD存在指示矩阵体现各种业务流量在网络中不同的分布情况，根据业务的边缘接入链路流量信息，对OD流量占从此OD流对源节点进入网络的总流量比例进行估计，得到不同业务的流量矩阵估计值。较传统重力模型更能够体现业务流量在网络中的分布情况，区分业务的流量矩阵估计值精度要高于简单重力模型估计值。区分业务的重力模型没有利用网络内部链路流

6、量和路由策略信息，一般获得的初始估计值不满足网络层析成像方程的约束。在区分业务的重力模型估计的区分业务的流量矩阵基础上，加入网络层析成像和不等式约束等约束信息，增加了病态反问题求解的约束条件，缩小了解空间。利用迭代约束算法进行计算，在约束解空间中求离区分业务的重力模型初始解较近的最佳逼近解。实现了区分业务的流量矩阵估计软件，软件由数据读写I/O子系统、算法子系统和显示I/O子系统构成。数据读写I/O子系统读取用户数据并处理，得到路由矩阵、业务链路流量矩阵和已知OD流信息等数据。算法子系统包括区分业

7、务的重I万方数据摘要力模型模块、约束算法模块和误差计算模块；显示I/O子系统包括数据保存模块及负责结果图形显示和用户交互功能的GUI模块。关键字：流量矩阵，区分业务的重力模型，迭代约束算法II万方数据AbstractAbstractAsanimportantinputofthenetworktrafficengineering,Trafficmatrixisthebasisofnetworkcapacityplanning,networkoptimaldesign,networkmonitorin

8、gandtrafficanomalydetection.Inordertobetterdesign,monitorandmanagenetwork,networkmanagersneedtounderstandandmasterthenetworktrafficmatrix.Directmeasurementofthenetworktrafficmatrixisverydifficultoreveninfeasible,andsotrafficmatrixestimationisa