本文關(guān)鍵詞：基于小波變換的非平穩(wěn)網(wǎng)絡(luò)拓?fù)涔烙?jì)方法研究

  更多相關(guān)文章： 網(wǎng)絡(luò)層析成像 非平穩(wěn) 拓?fù)涔烙?jì) 小波包分解

【摘要】：為了有效地監(jiān)管網(wǎng)絡(luò)行為以及設(shè)計(jì)網(wǎng)絡(luò)應(yīng)用,準(zhǔn)確地獲知網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)具有非常重要的意義。傳統(tǒng)的網(wǎng)絡(luò)拓?fù)渥R(shí)別方法通常利用網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)的協(xié)作獲得網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu),但是出于安全等因素的考慮,網(wǎng)絡(luò)中存在大量不協(xié)作節(jié)點(diǎn),使得傳統(tǒng)方法在實(shí)際應(yīng)用中會(huì)失效。基于層析成像的網(wǎng)絡(luò)拓?fù)涔烙?jì)方法可以在不需要網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)協(xié)作的條件下,通過在網(wǎng)絡(luò)邊緣節(jié)點(diǎn)之間主動(dòng)探測(cè)或被動(dòng)監(jiān)測(cè)的方式收集端到端性能參數(shù),然后利用端到端性能參數(shù)的統(tǒng)計(jì)特征估計(jì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。目前絕大多數(shù)基于層析成像的網(wǎng)絡(luò)拓?fù)涔烙?jì)方法都假設(shè)網(wǎng)絡(luò)狀態(tài)平穩(wěn),即假設(shè)在整個(gè)測(cè)量周期內(nèi)網(wǎng)絡(luò)鏈路狀態(tài)是平穩(wěn)的。但在實(shí)際網(wǎng)絡(luò)中,網(wǎng)絡(luò)流量的高突發(fā)性導(dǎo)致網(wǎng)絡(luò)鏈路狀態(tài)頻繁發(fā)生改變,基于網(wǎng)絡(luò)狀態(tài)平穩(wěn)的層析成像方法獲得的拓?fù)浯嬖谳^大誤差。針對(duì)上述問題,本文提出一種新的非平穩(wěn)網(wǎng)絡(luò)拓?fù)涔烙?jì)方法,該方法利用小波包分解提取端到端路徑時(shí)延的變化特征,并利用分層聚類的思想進(jìn)行拓?fù)涔烙?jì),主要工作可概括為以下三個(gè)方面:(1)基于包群探測(cè)模型的端到端時(shí)延測(cè)量:網(wǎng)絡(luò)中不同目的節(jié)點(diǎn)對(duì)共享路徑上時(shí)延的變化具有一致性,為了捕獲非平穩(wěn)網(wǎng)絡(luò)的時(shí)延變化特征,同時(shí)體現(xiàn)這種一致性,本文首次將包群探測(cè)模型引入到非平穩(wěn)網(wǎng)絡(luò)拓?fù)涔烙?jì),利用探測(cè)包之間的相關(guān)性捕獲非平穩(wěn)網(wǎng)絡(luò)中不同路徑時(shí)延的相同變化特征。(2)基于小波包分解的時(shí)延變化特征提取:傳統(tǒng)的層析成像方法都是用網(wǎng)絡(luò)內(nèi)部性能參數(shù)的單一統(tǒng)計(jì)特征(如時(shí)延差、方差等)作為共享路徑長(zhǎng)度的度量,但是性能參數(shù)的單一統(tǒng)計(jì)特征并不能體現(xiàn)其時(shí)變性。本文針對(duì)上述問題將網(wǎng)絡(luò)的端到端時(shí)延變化曲線看作一個(gè)非平穩(wěn)信號(hào),利用小波包分解來提取端到端時(shí)延的變化特征。(3)基于時(shí)延變化的網(wǎng)絡(luò)拓?fù)涔烙?jì)方法:利用小波包分解系數(shù)構(gòu)成時(shí)延變化的特征向量,可作為網(wǎng)絡(luò)拓?fù)涔烙?jì)的輸入。本文將網(wǎng)絡(luò)拓?fù)涔烙?jì)的問題看成分層聚類的問題,根據(jù)輸入特征向量的近似程度遞歸地聚類目的節(jié)點(diǎn),近似度高的目的節(jié)點(diǎn)被聚為一類,直到無法繼續(xù)聚類,最終構(gòu)建出樹狀拓?fù)浣Y(jié)構(gòu)。本文利用NS2仿真軟件對(duì)提出的方法進(jìn)行仿真,仿真結(jié)果證明了基于小波變換的非平穩(wěn)網(wǎng)絡(luò)拓?fù)涔烙?jì)方法在非平穩(wěn)網(wǎng)絡(luò)環(huán)境下能準(zhǔn)確地推斷出網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)。而且通過仿真驗(yàn)證了本文提出方法的準(zhǔn)確率優(yōu)于基于時(shí)延協(xié)方差的網(wǎng)絡(luò)拓?fù)涔烙?jì)方法,說明該方法能更加準(zhǔn)確地估計(jì)出非平穩(wěn)網(wǎng)絡(luò)環(huán)境下的拓?fù)浣Y(jié)構(gòu)。
【關(guān)鍵詞】：網(wǎng)絡(luò)層析成像 非平穩(wěn) 拓?fù)涔烙?jì) 小波包分解
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP393.02
【目錄】：

• 摘要5-7
• ABSTRACT7-13
• 第一章 緒論13-21
• 1.1 研究背景13-14
• 1.2 研究現(xiàn)狀14-18
• 1.2.1 平穩(wěn)網(wǎng)絡(luò)環(huán)境層析成像技術(shù)15-17
• 1.2.2 非平穩(wěn)網(wǎng)絡(luò)環(huán)境層析成像技術(shù)17-18
• 1.3 本文研究的主要內(nèi)容和意義18-19
• 1.4 論文的章節(jié)安排19-21
• 第二章 網(wǎng)絡(luò)拓?fù)渥R(shí)別方法21-32
• 2.1 端到端測(cè)量方法21-26
• 2.1.1 網(wǎng)絡(luò)模型簡(jiǎn)介21-22
• 2.1.2 多播端到端測(cè)量方法22-23
• 2.1.3 單播端到端測(cè)量方法23-26
• 2.2 基于網(wǎng)絡(luò)層析成像的平穩(wěn)網(wǎng)絡(luò)拓?fù)渥R(shí)別算法26-30
• 2.2.1 多播網(wǎng)絡(luò)拓?fù)渥R(shí)別算法26-27
• 2.2.2 單播網(wǎng)絡(luò)拓?fù)渥R(shí)別算法27-30
• 2.3 非平穩(wěn)網(wǎng)絡(luò)的拓?fù)涔烙?jì)算法30-32
• 第三章 非平穩(wěn)網(wǎng)絡(luò)端到端時(shí)延測(cè)量及其變化特征提取32-51
• 3.1 研究背景32-33
• 3.2 非平穩(wěn)網(wǎng)絡(luò)端到端時(shí)延測(cè)量方法33-34
• 3.3 基于小波變換的時(shí)延非平穩(wěn)特征提取34-41
• 3.3.1 小波變換原理介紹34-39
• 3.3.2 時(shí)延非平穩(wěn)特征提取流程39-41
• 3.4 仿真與分析41-50
• 3.4.1 NS2仿真41-42
• 3.4.2 包群探測(cè)模型驗(yàn)證42-46
• 3.4.3 特征提取結(jié)果分析46-50
• 3.5 本章小結(jié)50-51
• 第四章 基于分層聚類的非平穩(wěn)網(wǎng)絡(luò)拓?fù)涔烙?jì)51-63
• 4.1 研究背景51
• 4.2 拓?fù)涔烙?jì)算法的原理51-54
• 4.2.1 聚類分析的數(shù)學(xué)模型51-52
• 4.2.2 分層聚類的算法流程52-54
• 4.3 基于分層聚類的非平穩(wěn)網(wǎng)絡(luò)拓?fù)涔烙?jì)算法54-56
• 4.3.1 網(wǎng)絡(luò)拓?fù)涔烙?jì)算法流程55-56
• 4.3.2 分層聚類結(jié)果的修正56
• 4.4 仿真與分析56-62
• 4.5 本章小結(jié)62-63
• 第五章 結(jié)論63-65
• 5.1 工作總結(jié)63-64
• 5.2 工作展望64-65
• 致謝65-66
• 參考文獻(xiàn)66-70
• 碩士研究生期間的研究成果70-71
• 攻讀碩士學(xué)位期間參加的科研項(xiàng)目71-72

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫 前1條

1 李勇軍;蔡皖東;王偉;田廣利;;基于端到端報(bào)文丟失的網(wǎng)絡(luò)拓?fù)渫茰y(cè)算法研究[J];通信學(xué)報(bào);2007年10期

，

本文編號(hào)：572008