自治域穩(wěn)定性狀態(tài)能夠影響網絡服務的可達性、可靠性。對自治域的穩(wěn)定性狀態(tài)進行監(jiān)控與檢測有利于優(yōu)化網絡服務的質量,發(fā)現并定位網絡服務故障。由于全球自治域路由拓撲的復雜性,自治域路由數據的量非常龐大。為了進行準確的快速的穩(wěn)定性異常檢測需要設計實現特定的算法與系統(tǒng)架構。以往的研究未能同時解決對自治域穩(wěn)定性異常的準確檢測與對全局自治域的穩(wěn)定性狀態(tài)的實時監(jiān)控兩個問題。自治域間的路由報文更新狀態(tài)在時間和空間維度中具有一定的相關性和相似性。本課題基于自治域的更新報文數量的變化動態(tài)來對域間路由系統(tǒng)中的各個自治域進行聚類特征的分析與挖掘。采用離散小波變換對更新報文數量的時序序列進行轉換,提出了基于路由異常事件的自治域相似度度量方法,并給出了具體的迭代式聚類算法。進一步,基于提出的聚類算法以及采集的路由更新數據,對自治域進行了聚類分析�；谧灾斡蚓垲惤Y果以及域之間的相關關系構建一個自治域鏈接狀態(tài)異常預測模型（CAAP,Clustering-based AS Abnormal Prediction）,通過部分自治域的穩(wěn)定性狀態(tài)來推測出其余自治域的穩(wěn)定性狀態(tài)�；谒崮Ｐ�,本課題設計并實現了自治域異常實時檢測系... 

【文章來源】：北京郵電大學北京市 211工程院校 教育部直屬院校

【文章頁數】：87 頁

【學位級別】：碩士

【部分圖文】：

圖２－１基于ＰＣＡ的異常事件檢測算法流程間??根據路徑下一跳是否發(fā)生變化來構造時序序列是另一種檢測穩(wěn)定性異常的??方法［１１］

＿ＵＵ．．．．．．１０８２９９１００００?Ｊ?ｐｉ?ａ?ｏｃｒ?ｐ２??圖２－１基于ＰＣＡ的異常事件檢測算法流程間??根據路徑下一跳是否發(fā)生變化來構造時序序列是另一種檢測穩(wěn)定性異常的??方法［１１］。例如ＰａｔｈＭｉｎｅｒ［１２］，該方法重點關注路徑的具體變化，能夠發(fā)現事件的??具體影響范圍同時便于對事件源進行定位。ＰａｔｈＭｉｎｅｒ不但能檢測異常事件影響??的范圍而且能在一定程度上發(fā)現異常事件的周期性規(guī)律，其檢測準確率高但算法??復雜度高無法適用于需要快速檢測異常事件的場景。類似的還有基于采集點到源??自治域的各個時間段內的更新報文數量構造的三維張量來進行大范圍異常檢測??的算法［１３］。??９??

?＼?Ｃ＾Ｉ），??Ｐｌ：２??圖２－２?ＰａｔｈＭｉｎｅｒ異常檢測算法流程??２．２．２基于聚類的方法??根據經驗對于一個自治域在較長的一段時間內其大部分時間內應處于正常??狀態(tài)。在這個前提基礎上通過對各個時間點的自治域狀態(tài)進行聚類，將較小的類??推測為異常狀態(tài)集合。??Ｉ－ＳｅｉＳｍ〇ｇｒａｐｈ［１４】介紹一種基于聚類的迭代式的異常檢測算法與計算框架。該??算法依據２．３．１小節(jié)中表２－１中描述的各種特征構造各個時間點的表征自治域特??征的特征向量，使用Ｋ－Ｍｅｄｏｉｄｓ對各個時間點狀態(tài)進行多次２分類，每次將較大??的類剔除之后再對余下的集合進行聚類直到分離出的兩類之間的差異小于特定??值，最終的集合即為異常集合。該類方法準確率高，缺點是只能分別對多個自治??域進行檢測，不能同時檢測事件影響范圍。??１０??


本文編號：2895216