大尺度IP骨干网络流量矩阵估计方法研究

• 作者: 王兴伟 蒋定德 许争争 郭磊 陈振华
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 流量矩阵估计 非平稳流量 RBF神经网络 病态特性 最优化
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 学术论文
• 页码范围: 763-771
• 分类号: TP393
• 字数: 7978字
• 语种: 中文

摘要

流量矩阵估计是当前的热点研究问题,它被网络操作员用来进行负载均衡、路由最优化、流量侦测、网络规划等等.然而,流量矩阵估计本身固有的高度病态特性,使得精确地估计流量矩阵成为具有挑战性的研究课题.本文研究大尺度IP骨干网络的流量矩阵估计;基于RBF(Radial Basis Function)神经网络,提出一种新的估计方法TMRI(Traffic Matrix Recurrence Inference).TMRI利用RBF神经网络强大的建模功能来建模流量矩阵估计问题,将这一问题的病态特性克服于RBF神经网络的训练过程中,从而避免复杂的数学建模过程.并在所建立的估计模型基础上,将流量矩阵估计描述为约束条件下的最优化过程,通过迭代寻优,TMRI能进一步克服这一问题的病态特性.仿真结果表明TMRI能精确地估计流量矩阵和追踪它的动态变化,与以前的方法相比,具有更强的抗噪声性能和显著的性能改善.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王兴伟	东北大学信息科学与工程学院	347	1979	22.0	33.0
2	郭磊	东北大学信息科学与工程学院	20	54	4.0	6.0
3	蒋定德	东北大学信息科学与工程学院	19	203	7.0	14.0
7	许争争	东北大学信息科学与工程学院	4	26	3.0	4.0
8	陈振华	东北大学信息科学与工程学院	1	13	1.0	1.0