网络流量的新模型研究
| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 1 绪论 | 第11-16页 |
| 1.1 研究背景 | 第11-12页 |
| 1.1.1 网络流量测量 | 第11页 |
| 1.1.2 流量矩阵估算及模型 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-13页 |
| 1.3 研究意义 | 第13页 |
| 1.4 本文的主要内容安排 | 第13-14页 |
| 1.5 本章总结 | 第14-16页 |
| 2 流量矩阵及估算模型 | 第16-28页 |
| 2.1 网络测量 | 第16-18页 |
| 2.1.1 网络测量的简介 | 第16页 |
| 2.1.2 网络测量的意义 | 第16-17页 |
| 2.1.3 网络测量的方法 | 第17-18页 |
| 2.2 流量矩阵 | 第18-21页 |
| 2.2.1 流量矩阵的简介 | 第18页 |
| 2.2.2 流量矩阵的应用 | 第18-20页 |
| 2.2.3 流量矩阵的获取方法 | 第20-21页 |
| 2.3 网络层析成像 | 第21-24页 |
| 2.3.1 网络层析成像的简介 | 第21-22页 |
| 2.3.2 网络层析成像的数学模型 | 第22-23页 |
| 2.3.3 网络层析成像在流量矩阵估计中的应用 | 第23-24页 |
| 2.4 估算模型及估算方法 | 第24-27页 |
| 2.5 本章总结 | 第27-28页 |
| 3 基于压缩感知技术的概率模型 | 第28-41页 |
| 3.1 压缩感知 | 第28-29页 |
| 3.1.1 压缩感知技术的原理 | 第28-29页 |
| 3.1.2 压缩感知技术应用于流量矩阵估算 | 第29页 |
| 3.2 概率模型简介 | 第29-31页 |
| 3.2.1 概率模型的拓扑结构 | 第29-30页 |
| 3.2.2 概率模型的参数设定 | 第30-31页 |
| 3.3 概率模型下的X、Y、A | 第31-32页 |
| 3.3.1 概率模型的流量矩阵 | 第31页 |
| 3.3.2 概率模型的链路测量值 | 第31-32页 |
| 3.3.3 概率模型的路由矩阵 | 第32页 |
| 3.4 概率模型的有效性验证 | 第32-39页 |
| 3.4.1 估算方法及误差评估 | 第33-34页 |
| 3.4.2 基于两种概率模型的流量矩阵估算 | 第34-39页 |
| 3.5 概率模型仿真实验结果分析总结 | 第39-40页 |
| 3.6 本章总结 | 第40-41页 |
| 4 概率模型和重力模型的对比 | 第41-55页 |
| 4.1 重力模型 | 第41-43页 |
| 4.1.1 重力模型原理 | 第41-42页 |
| 4.1.2 简单重力模型 | 第42页 |
| 4.1.3 普通重力模型 | 第42-43页 |
| 4.2 仿真数据来源 | 第43-44页 |
| 4.3 Dijkstra算法 | 第44-46页 |
| 4.4 概率模型与重力模型的对比 | 第46-49页 |
| 4.5 概率模型与重力模型的结合 | 第49-51页 |
| 4.6 基于整个Abilene网络的实验 | 第51-53页 |
| 4.7 实验结果分析总结 | 第53-54页 |
| 4.8 本章总结 | 第54-55页 |
| 5 总结与展望 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 索引 | 第59-60页 |
| 作者简历及攻读硕士学位期间取得的研究成果 | 第60-62页 |
| 学位论文数据集 | 第62页 |
