IP网络中流量矩阵估算算法的研究
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第一章 绪论 | 第11-16页 |
| ·研究背景和意义 | 第11-12页 |
| ·本领域研究现状 | 第12-13页 |
| ·现有研究的不足 | 第13-14页 |
| ·本文的研究内容 | 第14-15页 |
| ·论文组织结构 | 第15-16页 |
| 第二章 流量矩阵及其层析成像理论 | 第16-24页 |
| ·网络结构的一些基本概念 | 第16-18页 |
| ·网络的基本定义 | 第16页 |
| ·逻辑多播生成树的描述 | 第16-18页 |
| ·流量矩阵的重要性 | 第18页 |
| ·流量矩阵的直接测量方法 | 第18-19页 |
| ·网络流量层析成像理论 | 第19-24页 |
| ·网络层析成像研究意义 | 第19-21页 |
| ·网络层析成像的数学模型 | 第21-22页 |
| ·网络层析成像的应用 | 第22-24页 |
| 第三章 流量矩阵估算的方法 | 第24-48页 |
| ·流量矩阵估算基础 | 第24-30页 |
| ·流量矩阵的定义 | 第24-26页 |
| ·流量矩阵估算算法 | 第26-29页 |
| ·流量矩阵估算协议选择 | 第29-30页 |
| ·流量矩阵估算统计推断方法 | 第30-36页 |
| ·流量矩阵的统计假设 | 第31-32页 |
| ·流量矩阵的贝叶斯推断方法 | 第32-34页 |
| ·流量矩阵的极大似然估计方法 | 第34-36页 |
| ·流量矩阵估算的附加信息方法 | 第36-41页 |
| ·简单重力模型 | 第37-38页 |
| ·通用重力模型 | 第38-41页 |
| ·流量矩阵估算的第三代方法 | 第41-44页 |
| ·主成份分析方法 | 第41-43页 |
| ·卡尔曼过滤方法 | 第43-44页 |
| ·线性规划方法 | 第44页 |
| ·目前的研究结论和前景 | 第44-48页 |
| ·简单的拓扑和复杂的拓扑 | 第45-46页 |
| ·直接测量流量矩阵的某些行值 | 第46页 |
| ·某些源、目的节点对很难估算 | 第46-47页 |
| ·提高业务流量矩阵估算技术的设想 | 第47-48页 |
| 第四章 基于高斯混合模型的流量矩阵估算方法 | 第48-71页 |
| ·高斯混合模型的基本概念 | 第48-52页 |
| ·网络流量中高斯混合模型的含义 | 第48-49页 |
| ·高斯概率密度函数及其参数估计 | 第49-50页 |
| ·高斯混合模型的描述 | 第50-51页 |
| ·高斯混合模型的训练 | 第51-52页 |
| ·EM算法 | 第52-62页 |
| ·EM算法的含义 | 第52页 |
| ·EM算法的原理 | 第52-55页 |
| ·EM算法在网络流量矩阵中的应用 | 第55-56页 |
| ·EM算法估算GMM的参数 | 第56-62页 |
| ·仿真实验分析 | 第62-71页 |
| ·仿真网络及所用数据 | 第62-65页 |
| ·仿真结果及分析 | 第65-71页 |
| 第五章 极大熵在网络流量矩阵估算中的应用 | 第71-78页 |
| ·极大熵原理 | 第71-72页 |
| ·网络流量矩阵估算的极大熵模型 | 第72-74页 |
| ·网络流量中极大熵模型的建立 | 第72-73页 |
| ·模型的化简与求解 | 第73-74页 |
| ·实例分析 | 第74-78页 |
| 第六章 总结与工作展望 | 第78-80页 |
| ·总结 | 第78-79页 |
| ·工作展望 | 第79-80页 |
| 参考文献 | 第80-85页 |
| 攻读硕士学位期间发表的学术论文 | 第85-86页 |
| 致谢 | 第86页 |
