国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      一種大規(guī)模IP通信業(yè)務(wù)矩陣估計方法及系統(tǒng)與流程

      文檔序號:12037683閱讀:366來源:國知局
      一種大規(guī)模IP通信業(yè)務(wù)矩陣估計方法及系統(tǒng)與流程

      本發(fā)明涉及通信技術(shù)領(lǐng)域,更具體地說,涉及一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法及系統(tǒng)。



      背景技術(shù):

      隨著信息技術(shù)的發(fā)展,互聯(lián)網(wǎng)的規(guī)模正在成倍增長。網(wǎng)絡(luò)運營商需要知道通信量將如何流過他們的網(wǎng)絡(luò),目的是為了設(shè)計和計劃它。通信業(yè)務(wù)矩陣反映的是通信量的大小,這些通信量流過在一個網(wǎng)絡(luò)中的所有源和目的對。其元素被稱為源-目的對(od)。然而,盡管鏈路負載容易獲得,但直接測量網(wǎng)絡(luò)中的通信業(yè)務(wù)矩陣是困難的,我們可以通過逆向思維由鏈路負載和路由矩陣獲得通信業(yè)務(wù)矩陣。

      由于路由矩陣通常是欠定的和不適定的,因而這是一個高度不適定的逆問題。不過網(wǎng)絡(luò)層析成像是這個問題的好的解決方法。vardi第一次引入了網(wǎng)絡(luò)層析成像方法來研究問題,將od流建模成為獨立且相同分布的泊松模型。cao等人修改了此方法并將od流建模成獨立且相同分布的高斯模型。張寅等人研究了大規(guī)模ip通信業(yè)務(wù)矩陣估計的問題并對od流使用了重力模型。他們提出了tomogravity方法用來估計通信業(yè)務(wù)矩陣并獲得相當(dāng)準(zhǔn)確的估計結(jié)果。然而,在獨立且相同分布的高斯模型和獨立且相同分布的泊松模型中的方法對通信業(yè)務(wù)矩陣的優(yōu)先值來說非常敏感。在tomogravity方法中的方法雖然部分性地降低了對優(yōu)先值的敏感性,但是它沒有考慮od流的時間相關(guān)性,所以它不能很好地反映od流的本質(zhì),而且其估計結(jié)果有較大誤差。

      因此,如何提高大規(guī)模ip通信業(yè)務(wù)矩陣估計的準(zhǔn)確性是一個亟待解決的問題。



      技術(shù)實現(xiàn)要素:

      有鑒于此,本發(fā)明的目的在于提供一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法,能夠提高大規(guī)模ip通信業(yè)務(wù)矩陣估計的準(zhǔn)確性。

      為實現(xiàn)上述目的,本發(fā)明提供如下技術(shù)方案:

      一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法,包括:

      基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣;

      基于部分業(yè)務(wù)流量測量方法校準(zhǔn)所述費雷特模型;

      修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像;

      基于所述具有約束迭代的網(wǎng)絡(luò)層析成像估計所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣。

      優(yōu)選地,所述方法還包括:

      基于abilene骨干網(wǎng)絡(luò)中的真實數(shù)據(jù)驗證所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣的估計結(jié)果。

      優(yōu)選地,所述基于部分業(yè)務(wù)流量測量方法校準(zhǔn)所述費雷特模型包括:

      引入部分流量測量的方法校準(zhǔn)所述費雷特模型,當(dāng)估計結(jié)果超過給定的誤差界限時,對源-目的對業(yè)務(wù)流量進行直接測量,使用所得到的測量值來校準(zhǔn)所述費雷特模型。

      一種大規(guī)模ip通信業(yè)務(wù)矩陣估計系統(tǒng),包括:

      建模模塊,用于基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣;

      校準(zhǔn)模塊,用于基于部分業(yè)務(wù)流量測量方法校準(zhǔn)所述費雷特模型;

      生成模塊,用于修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像;

      估計模塊,用于基于所述具有約束迭代的網(wǎng)絡(luò)層析成像估計所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣。

      優(yōu)選地,所述系統(tǒng)還包括:

      驗證模塊,用于基于abilene骨干網(wǎng)絡(luò)中的真實數(shù)據(jù)驗證所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣的估計結(jié)果。

      優(yōu)選地,所述校準(zhǔn)模塊具體用于:

      引入部分業(yè)務(wù)流量測量的方法校準(zhǔn)所述費雷特模型,當(dāng)估計結(jié)果超過給定的誤差界限時,對源-目的對業(yè)務(wù)流量進行直接測量,使用所得到的測量值來校準(zhǔn)所述費雷特模型。

      由上述技術(shù)方案可知,本實施例提供了一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法,當(dāng)需要對大規(guī)模ip通信業(yè)務(wù)矩陣進行估計時,首先基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣,然后基于部分業(yè)務(wù)流量測量方法校準(zhǔn)所述費雷特模型,然后修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像,然后基于具有約束迭代的網(wǎng)絡(luò)層析成像估計所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣,相對于現(xiàn)有技術(shù)能夠有效的提高大規(guī)模ip通信業(yè)務(wù)矩陣估計的準(zhǔn)確性。

      附圖說明

      為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案,下面將對實施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹,顯而易見地,下面描述中的附圖僅僅是本發(fā)明的一些實施例,對于本領(lǐng)域普通技術(shù)人員來講,在不付出創(chuàng)造性勞動的前提下,還可以根據(jù)這些附圖獲得其它的附圖。

      圖1為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法實施例1的方法流程圖;

      圖2為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法實施例2的方法流程圖;

      圖3為對abilene網(wǎng)絡(luò)中一周的真實數(shù)據(jù),使用提出的pfmfm方法得到序號為111,119和123的od流的估計結(jié)果,其中真實值為黑色部分,估計值為灰色部分;

      圖4為對abilene網(wǎng)絡(luò)中一周的真實數(shù)據(jù),使用已有的tomogravity方法得到序號為111,119和123的od流的估計結(jié)果,其中真實值為黑色,估計值為灰色;

      圖5為提出的pfmfm方法和已有的tomogravity方法的空間相對誤差(x軸為流量id,表示流量序號,按平均值從最小到最大排列),黑色部分表示tomogravity的估計誤差,pfmfm的估計誤差則用灰色表示;

      圖6為提出的方法pfmfm和已有的tomogravity方法的時間相對誤差(x軸以5分鐘間隔為時間單位),黑色部分表示tomogravity的估計誤差,pfmfm的估計誤差則用灰色表示;

      圖7為通信業(yè)務(wù)矩陣x的約束表格;

      圖8為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計系統(tǒng)實施例1的結(jié)構(gòu)示意圖;

      圖9為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計系統(tǒng)實施例1的結(jié)構(gòu)示意圖。

      具體實施方式

      下面將結(jié)合本發(fā)明實施例中的附圖,對本發(fā)明實施例中的技術(shù)方案進行清楚、完整地描述,顯然,所描述的實施例僅僅是本發(fā)明一部分實施例,而不是全部的實施例?;诒景l(fā)明中的實施例,本領(lǐng)域普通技術(shù)人員在沒有做出創(chuàng)造性勞動前提下所獲得的所有其它實施例,都屬于本發(fā)明保護的范圍。

      為了更加特定地強調(diào)實施的獨立性,本說明書涉及許多模塊或單元。舉例而言,模塊或單元可由硬件電路實現(xiàn),該硬件電路包括特制vlsi電路或門陣列,比如邏輯芯片、晶體管,或其它組件。模塊或單元也可在可編程的硬設(shè)備中實現(xiàn),比如場效可編程門陣列、可編程陣列邏輯、可編程邏輯設(shè)備等等。

      模塊或單元也可在藉由各種形式的處理器所執(zhí)行的軟件中實現(xiàn)。比如說,一可執(zhí)行碼模塊可包括一個或多個實體的或邏輯的計算機指令區(qū)塊,該區(qū)塊可能形成為,比如說,對象、程序或函數(shù)。然而,鑒別模塊或單元的可執(zhí)行部分不需要物理上放置在一起,但可由存于不同位置的不同指令所組成,當(dāng)邏輯上組合在一起時,形成模塊或單元且達到該模塊或單元所要求的目的。

      實際上,可執(zhí)行碼模塊或單元可以是一單一指令或多個指令,甚至可以分布在位于不同的程序的數(shù)個不同的碼區(qū)段,并且橫跨數(shù)個存儲設(shè)備。同樣地,操作數(shù)據(jù)可被辨識及顯示于此模塊或單元中,并且可以以任何合適的形式實施且在任何合適的數(shù)據(jù)結(jié)構(gòu)形式內(nèi)組織。操作數(shù)據(jù)可以集合成單一數(shù)據(jù)集,或可分布在具有不同的存儲設(shè)備的不同的位置,且至少部分地只以電子信號方式存在于一系統(tǒng)或網(wǎng)絡(luò)。

      本說明書所提及的“實施例”或類似用語表示與實施例有關(guān)的特性、結(jié)構(gòu)或特征,包括在本發(fā)明的至少一實施例中。因此,本說明書所出現(xiàn)的用語“在一實施例中”、“在實施例中”以及類似用語可能但不必然都指向相同實施例。

      再者,本發(fā)明所述特性、結(jié)構(gòu)或特征可以以任何方式結(jié)合在一個或多個實施例中。以下說明將提供許多特定的細節(jié),比如編程序、軟件模塊、用戶選擇、網(wǎng)絡(luò)交易、數(shù)據(jù)庫查詢、數(shù)據(jù)庫結(jié)構(gòu)、硬件模塊、硬件電路、硬件芯片等例子,以提供對本發(fā)明實施例的了解。然而相關(guān)領(lǐng)域的普通技術(shù)人員將看出本發(fā)明,即使沒有利用其中一個或多個特定細節(jié),或利用其它方法、組件、材料等亦可實施。另一方面,為避免混淆本發(fā)明,公知的結(jié)構(gòu)、材料或操作并沒有詳細描述。

      如圖1所示,為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法實施例1的流程圖,本方法包括以下步驟:

      s101、基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣;

      當(dāng)需要對大規(guī)模ip通信業(yè)務(wù)矩陣進行估計時,首先通過考慮時空相關(guān)性,應(yīng)用費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模;其中,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣即為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣。

      s102、基于部分業(yè)務(wù)流量測量方法校準(zhǔn)費雷特模型;

      然后根據(jù)部分業(yè)務(wù)流量測量的方法對費雷特模型進行校準(zhǔn)。

      s103、修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像;

      然后為了更準(zhǔn)確的估計通信業(yè)務(wù)矩陣,進一步通過修改網(wǎng)絡(luò)層析成像,生成具有約束迭代的網(wǎng)絡(luò)層析成像,引入的約束用于添加關(guān)于通信業(yè)務(wù)矩陣的附加信息,所以它可以得到更好的估計結(jié)果。

      s104、基于具有約束迭代的網(wǎng)絡(luò)層析成像估計目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣。

      最后根據(jù)具有約束迭代的網(wǎng)絡(luò)層析成像對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行估計。

      綜上所述,在上述實施例中,當(dāng)需要對大規(guī)模ip通信業(yè)務(wù)矩陣進行估計時,首先基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣,然后基于部分業(yè)務(wù)流量測量方法校準(zhǔn)所述費雷特模型,然后修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像,然后基于具有約束迭代的網(wǎng)絡(luò)層析成像估計所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣,相對于現(xiàn)有技術(shù)能夠有效的提高大規(guī)模ip通信業(yè)務(wù)矩陣估計的準(zhǔn)確性。

      如圖2所示,為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計方法實施例2的方法流程圖,該方法可以包含以下步驟:

      s201、基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣;

      s202、引入部分業(yè)務(wù)流量測量的方法校準(zhǔn)費雷特模型,當(dāng)估計結(jié)果超過給定的誤差界限時,對源-目的對業(yè)務(wù)流量進行直接測量,使用所得到的測量值來校準(zhǔn)所述費雷特模型;

      s203、修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像;

      s204、基于具有約束迭代的網(wǎng)絡(luò)層析成像估計目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣;

      s205、基于阿比林網(wǎng)絡(luò)中的真實數(shù)據(jù)驗證目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣的估計結(jié)果。

      如圖7所示,根據(jù)表中通信業(yè)務(wù)矩陣x的約束,其中oi表示鏈路負載從節(jié)點i離開網(wǎng)絡(luò)的輸出量,dj表示鏈路負載從節(jié)點j進入網(wǎng)絡(luò)的輸入量,s是網(wǎng)絡(luò)的總通信量,d是目的節(jié)點,o是源節(jié)點。

      通過考慮時空相關(guān)性,我們應(yīng)用費雷特模型對大規(guī)模ip通信業(yè)務(wù)矩陣進行建模。

      為了方便問題陳述,我們假設(shè)在一個網(wǎng)絡(luò)中有n個節(jié)點和l條鏈路,結(jié)果顯示有n2個od流。然后通信業(yè)務(wù)矩陣x表示為:

      x=(x11,x12,...,x1n,...,xn1,xn2,...,xnn)t

      圖7中的約束由此表示:

      根據(jù)(2)可得,費雷特模型定義如下:

      其中,任意i,j=1,2,...,n,分別表示最后時刻和當(dāng)前時刻的od流的值,以及表示與最后時刻相關(guān)聯(lián)的因子。費雷特模型是一種生長因子模型。方程(3)表明所有的od流不僅與最后時刻這些變量相關(guān)聯(lián),也與od流本身相關(guān)聯(lián)。所以費雷特模型反映了od流在空間和時間上的相關(guān)性。根據(jù)(2)和(3),可以發(fā)現(xiàn)費雷特模型引入了od流所滿足的邊界鏈路約束。

      引入部分流量測量的方法來校準(zhǔn)模型,當(dāng)估計結(jié)果超過給定的誤差界限時,可以開始對od流量進行直接測量,使用所得到的測量值來校準(zhǔn)費雷特模型,以便準(zhǔn)確地估計下一時刻的od流。

      由于費雷特模型沒有考慮內(nèi)部鏈路的約束。這需要用迭代比例擬合過程來調(diào)整結(jié)果。從而結(jié)合費雷特模型,提出了以下算法。

      算法2.1

      步驟1、給出誤差α,ε并初始化m=0。

      步驟2、給出最后時刻的通信業(yè)務(wù)矩陣xt-1。根據(jù)(2),對于最后時刻和當(dāng)前時刻的od流,以及它們的輸出量和輸入量、總的通信量分別為st-1,st。因此,費雷特模型的迭代初始化是:

      步驟3、分別給出輸出(輸入)值和第m次迭代的總的通信量sm。

      步驟4、獲得每個節(jié)點輸出(輸入)量的增長因子,由下式表示:

      步驟5、根據(jù)(3),估計m次迭代是

      步驟6、計算輸出(輸入)量和下一次迭代的生長因子并確定迭代是否應(yīng)該停止。

      如果(4)正確,停止迭代并轉(zhuǎn)到步驟8。否則令m=m+1并轉(zhuǎn)到步驟7。

      步驟7、使用迭代比例擬合過程調(diào)整結(jié)果,執(zhí)行步驟3。

      步驟8、如果||y-axt||∞,輸出結(jié)果,或直接測量od流量,否則返回步驟1。

      為了更準(zhǔn)確地估計通信業(yè)務(wù)矩陣,我們修改網(wǎng)絡(luò)層析成像以提出具有約束迭代的網(wǎng)絡(luò)層析成像。引入的約束用于添加關(guān)于通信業(yè)務(wù)矩陣的附加信息,所以它可以得到更好的估計結(jié)果。

      求解(1)中的變量x是網(wǎng)絡(luò)層析成像的問題。在許多條件下,(1)中的a通常是不適定的和奇異的。因此,(1)的結(jié)果不是唯一的。需要從所有的結(jié)果里面找到一個更好的結(jié)果。這里提出的網(wǎng)絡(luò)層析成像與前一個不同。推斷如下。

      設(shè)置:

      f(x)=ax=(f1,f2,...,fl)t.(5)

      在點處運用泰勒級數(shù)將等式(5)轉(zhuǎn)換成:

      f(x)=f0+a*δx.(6)

      其中參數(shù)f0=f(x0),δx=x-x0。

      可以注意到δx的差異以及路由矩陣a滿足下面的等式:

      其中參數(shù)為和δyk=y(tǒng)k-ak*x0(y=(y1,y2,...,yl)t,a=(a1,a2,...,al)t),lij是矩陣a的列向量元素之和。δxij的差異滿足約束(7)。

      結(jié)果選擇目標(biāo)函數(shù):

      min(||y-ax||+β||d*δx||),(8)

      其中d=diag(d1,d2,...,dn)是對話矩陣,di(i=1,2,...,n2)是矩陣a的列向量的和,而β是正則化參數(shù),其值一般為0.01左右。

      (8)的最小二乘解是:

      δx=(a'*a+β*d'*d)-1*a'*(y-f0).(9)

      因此,(1)的解是:

      x=δx+x0,(10)

      這是網(wǎng)絡(luò)層析成像的迭代方程。

      (10)的結(jié)果可能是負的。因為它是網(wǎng)絡(luò)通信業(yè)務(wù)矩陣,滿足xij≥0(通信業(yè)務(wù)矩陣的元素)。通過添加這個約束,得到的迭代方程是:

      通過上述分析,提出算法2.2如下所示。

      算法2.2

      步驟1、給定錯誤范圍δ和總的迭代步數(shù)t,并初始化迭代變量k=0。

      步驟2、通過等式(9)和(11)更新x的取值。

      步驟3、如果||y-f0||<δ或k>t,退出并輸出結(jié)果。否則返回步驟2。

      因為算法2.2使用迭代網(wǎng)絡(luò)層析成像來求解方程(1)并添加約束,它被稱為約束迭代網(wǎng)絡(luò)層析成像。為了進一步提高上述結(jié)果的準(zhǔn)確性,需要用ipfp進行校準(zhǔn)。

      使用abilene網(wǎng)絡(luò)中的真實數(shù)據(jù)來驗證我們的方法,并通過與tomogravity方法相比,結(jié)果發(fā)現(xiàn)pfmfm方法可以更準(zhǔn)確地估計通信業(yè)務(wù)矩陣,而且估計結(jié)果是更接近真實值,可以很好地跟蹤od流的動態(tài),從而可以更好地估計od流。

      如圖3所示,pfmfm方法可以很好地跟蹤od流中的動態(tài)反應(yīng)而且估計值非常接近真實值,因此它驗證我們的模型和方法都是合理的。圖3(a)顯示pfmfm方法可以很好地估計od流量當(dāng)它們在測量期間不經(jīng)歷劇烈的變化時。圖3(b)和(c)顯示pfmfm方法也可以很好地估計od流當(dāng)流量在測量期間經(jīng)歷劇烈的變化時。原因是當(dāng)錯誤超過給定的誤差范圍時,pfmfm方法將開始直接測量通信業(yè)務(wù)矩陣并使用測量結(jié)果進行校準(zhǔn)我們的模型。此外,我們的模型可以考慮od流和軌道的空間-時間相關(guān)性,以及它們的動態(tài)。因此pfmfm方法具有適應(yīng)性。

      如圖4所示,tomogravity方法也可以跟蹤od流的動態(tài),但其估計誤差較大。特別是當(dāng)od流經(jīng)歷時劇烈性的變化,錯誤明顯增大,例如圖4(b)和(c)。

      根據(jù)圖3和圖4的對比我們發(fā)現(xiàn),與tomogravity方法相比,pfmfm方法可以更準(zhǔn)確地估計通信業(yè)務(wù)矩陣。因為pfmfm方法引入了關(guān)于通信業(yè)務(wù)矩陣的更多(附加)信息,估計結(jié)果是更接近真實值,方法可以很好地跟蹤od流的動態(tài),從而提高了通信業(yè)務(wù)矩陣估計的適應(yīng)性。

      如圖5所示,我們繪制了pfmfm和tomogravity方法的空間相對誤差(空間相對誤差是:其中參數(shù)為n=1,...,n,n是od流數(shù)量的總數(shù),t是測量時刻的總數(shù),||.||2是l2的范數(shù)。),使用abilene骨干網(wǎng)絡(luò)上一周的真實數(shù)據(jù)。x軸表示按其平均值從最小到最大排序的網(wǎng)絡(luò)流。黑色部分表示tomogravity的估計誤差,pfmfm的估計誤差則用灰色表示。圖5顯示pfmfm的空間相對誤差小于tomogravity,特別是當(dāng)od流的值更小時,相對誤差則會小得多。因此pfmfm方法可以很好地估計更大和更小的od流。

      如圖6所示,繪制了pfmfm和tomogravity方法的時間相對誤差(時間相對誤差是:其中參數(shù)為t=1,...,t)。x軸以5分鐘間隙為單位,表示了abilene骨干網(wǎng)絡(luò)上一周真實數(shù)據(jù)的估計誤差。tomogravity方法用黑色來表示,而pfmfm則以灰色表示。圖6顯示了pfmfm的時間相對誤差小于tomogravity的時間相對誤差,特別是在許多間隙中pfmfm的相對誤差幾乎接近零。因此pfmfm方法可以很好跟蹤od流動的動態(tài),以及更好的估計od流。

      如圖8所示,為為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計系統(tǒng)實施例1的結(jié)構(gòu)示意圖,本系統(tǒng)包括:

      建模模塊801,用于基于費雷特模型對目標(biāo)大型ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣;

      當(dāng)需要對大規(guī)模ip通信業(yè)務(wù)矩陣進行估計時,首先通過考慮時空相關(guān)性,應(yīng)用費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模;其中,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣即為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣。

      校準(zhǔn)模塊802,用于基于部分業(yè)務(wù)流量測量方法校準(zhǔn)費雷特模型;

      然后根據(jù)部分流量測量的方法對費雷特模型進行校準(zhǔn)。

      生成模塊803,用于修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像;

      然后為了更準(zhǔn)確的估計通信業(yè)務(wù)矩陣,進一步通過修改網(wǎng)絡(luò)層析成像,生成具有約束迭代的網(wǎng)絡(luò)層析成像,引入的約束用于添加關(guān)于通信業(yè)務(wù)矩陣的附加信息,所以它可以得到更好的估計結(jié)果。

      估計模塊804,用于基于具有約束迭代的網(wǎng)絡(luò)層析成像估計目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣。

      最后根據(jù)具有約束迭代的網(wǎng)絡(luò)層析成像對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行估計。

      綜上所述,在上述實施例中,當(dāng)需要對大規(guī)模ip通信業(yè)務(wù)矩陣進行估計時,首先基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣,然后基于部分業(yè)務(wù)流量測量方法校準(zhǔn)所述費雷特模型,然后修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像,然后基于具有約束迭代的網(wǎng)絡(luò)層析成像估計所述目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣,相對于現(xiàn)有技術(shù)能夠有效的提高大規(guī)模ip通信業(yè)務(wù)矩陣估計的準(zhǔn)確性。

      如圖9所示,為本發(fā)明公開的一種大規(guī)模ip通信業(yè)務(wù)矩陣估計系統(tǒng)實施例2的結(jié)構(gòu)示意圖,該系統(tǒng)可以包含:

      建模模塊901,用于基于費雷特模型對目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣進行建模,目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣為待估計的大規(guī)模ip通信業(yè)務(wù)矩陣;

      校準(zhǔn)模塊902,用于引入部分業(yè)務(wù)流量測量的方法校準(zhǔn)費雷特模型,當(dāng)估計結(jié)果超過給定的誤差界限時,對源-目的對業(yè)務(wù)流量進行直接測量,使用所得到的測量值來校準(zhǔn)所述費雷特模型;

      生成模塊903,用于修改網(wǎng)絡(luò)層析成像生成具有約束迭代的網(wǎng)絡(luò)層析成像;

      估計模塊904,用于基于具有約束迭代的網(wǎng)絡(luò)層析成像估計目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣;

      驗證模塊905,用于基于abilene骨干網(wǎng)絡(luò)中的真實數(shù)據(jù)驗證目標(biāo)大規(guī)模ip通信業(yè)務(wù)矩陣的估計結(jié)果。

      如圖7所示,根據(jù)表中通信業(yè)務(wù)矩陣x的約束,其中oi表示鏈路負載從節(jié)點i離開網(wǎng)絡(luò)的輸出量,dj表示鏈路負載從節(jié)點j進入網(wǎng)絡(luò)的輸入量,s是網(wǎng)絡(luò)的總通信量,d是目的節(jié)點,o是源節(jié)點。

      通過考慮時空相關(guān)性,我們應(yīng)用費雷特模型對大規(guī)模ip通信業(yè)務(wù)矩陣進行建模。

      為了方便問題陳述,我們假設(shè)在一個網(wǎng)絡(luò)中有n個節(jié)點和l條鏈路,結(jié)果顯示有n2個od流。然后通信業(yè)務(wù)矩陣x表示為:

      x=(x11,x12,...,x1n,...,xn1,xn2,...,xnn)t

      圖7中的約束由此表示:

      根據(jù)(2)可得,費雷特模型定義如下:

      其中,任意i,j=1,2,...,n,分別表示最后時刻和當(dāng)前時刻的od流的值,以及表示與最后時刻相關(guān)聯(lián)的因子。費雷特模型是一種生長因子模型。方程(3)表明所有的od流不僅與最后時刻這些變量相關(guān)聯(lián),也與od流本身相關(guān)聯(lián)。所以費雷特模型反映了od流在空間和時間上的相關(guān)性。根據(jù)(2)和(3),可以發(fā)現(xiàn)費雷特模型引入了od流所滿足的邊界鏈路約束。

      引入部分業(yè)務(wù)流量測量的方法來校準(zhǔn)模型,當(dāng)估計結(jié)果超過給定的誤差界限時,可以開始對od流量進行直接測量,使用所得到的測量值來校準(zhǔn)費雷特模型,以便準(zhǔn)確地估計下一時刻的od流。

      由于費雷特模型沒有考慮內(nèi)部鏈路的約束。這需要用迭代比例擬合過程來調(diào)整結(jié)果。從而結(jié)合費雷特模型,提出了以下算法。

      算法2.1

      步驟1、給出誤差α,ε并初始化m=0。

      步驟2、給出最后時刻的通信業(yè)務(wù)矩陣xt-1。根據(jù)(2),對于最后時刻和當(dāng)前時刻的od流,以及它們的輸出量和輸入量、總的通信量分別為st-1,st。因此,費雷特模型的迭代初始化是:

      步驟3、分別給出輸出(輸入)值和第m次迭代的總的通信量sm。

      步驟4、獲得每個節(jié)點輸出(輸入)量的增長因子,由下式表示:

      步驟5、根據(jù)(3),估計m次迭代是

      步驟6、計算輸出(輸入)量和下一次迭代的生長因子并確定迭代是否應(yīng)該停止。

      如果(4)正確,停止迭代并轉(zhuǎn)到步驟8。否則令m=m+1并轉(zhuǎn)到步驟7。

      步驟7、使用迭代比例擬合過程調(diào)整結(jié)果,執(zhí)行步驟3。

      步驟8、如果||y-axt||∞,輸出結(jié)果,或直接測量od流量,否則返回步驟1。

      為了更準(zhǔn)確地估計通信業(yè)務(wù)矩陣,我們修改網(wǎng)絡(luò)層析成像以提出具有約束迭代的網(wǎng)絡(luò)層析成像。引入的約束用于添加關(guān)于通信業(yè)務(wù)矩陣的附加信息,所以它可以得到更好的估計結(jié)果。

      求解(1)中的變量x是網(wǎng)絡(luò)層析成像的問題。在許多條件下,(1)中的a通常是不適定的和奇異的。因此,(1)的結(jié)果不是唯一的。需要從所有的結(jié)果里面找到一個更好的結(jié)果。這里提出的網(wǎng)絡(luò)層析成像與前一個不同。推斷如下。

      設(shè)置:

      f(x)=ax=(f1,f2,...,fl)t.(5)

      在點處運用泰勒級數(shù)將等式(5)轉(zhuǎn)換成:

      f(x)=f0+a*δx.(6)

      其中參數(shù)f0=f(x0),δx=x-x0。

      可以注意到δx的差異以及路由矩陣a滿足下面的等式:

      其中參數(shù)為和δyk=y(tǒng)k-ak*x0(y=(y1,y2,...,yl)t,a=(a1,a2,...,al)t),lij是矩陣a的列向量元素之和。δxij的差異滿足約束(7)。

      結(jié)果選擇目標(biāo)函數(shù):

      min(||y-ax||+β||d*δx||),(8)

      其中d=diag(d1,d2,...,dn)是對角矩陣,di(i=1,2,...,n2)是矩陣a的列向量的和,而β是正則化參數(shù),其值一般為0.01左右。

      (8)的最小二乘解是:

      δx=(a'*a+β*d'*d)-1*a'*(y-f0).(9)

      因此,(1)的解是:

      x=δx+x0,(10)

      這是網(wǎng)絡(luò)層析成像的迭代方程。

      (10)的結(jié)果不可能是負的。因為它是真實物理網(wǎng)絡(luò)的通信業(yè)務(wù)矩陣,滿足xij≥0(通信業(yè)務(wù)矩陣的元素)。通過添加這個約束,得到的迭代方程是:

      通過上述分析,提出算法2.2如下所示。

      算法2.2

      步驟1、給定錯誤范圍δ和總的迭代步數(shù)t,并初始化迭代變量k=0。

      步驟2、通過等式(9)和(11)更新x的取值。

      步驟3、如果||y-f0||<δ或k>t,退出并輸出結(jié)果。否則返回步驟2。

      因為算法2.2使用迭代網(wǎng)絡(luò)層析成像來求解方程(1)并添加約束,它被稱為約束迭代網(wǎng)絡(luò)層析成像。為了進一步提高上述結(jié)果的準(zhǔn)確性,需要用迭代比例擬合過程進行校準(zhǔn)。

      使用abilene網(wǎng)絡(luò)中的真實數(shù)據(jù)來驗證我們的方法,并通過與tomogravity方法相比,結(jié)果發(fā)現(xiàn)pfmfm方法可以更準(zhǔn)確地估計通信業(yè)務(wù)矩陣,而且估計結(jié)果是更接近真實值,可以很好地跟蹤od流的動態(tài),從而可以更好地估計od流。

      如圖3所示,pfmfm方法可以很好地跟蹤od流中的動態(tài)反應(yīng)而且估計值非常接近真實值,因此它驗證我們的模型和方法都是合理的。圖3(a)顯示pfmfm方法可以很好地估計od流量當(dāng)它們在測量期間不經(jīng)歷劇烈的變化時。圖3(b)和(c)顯示pfmfm方法也可以很好地估計od流當(dāng)流量在測量期間經(jīng)歷劇烈的變化時。原因是當(dāng)錯誤超過給定的誤差范圍時,pfmfm方法將開始直接測量通信業(yè)務(wù)矩陣并使用測量結(jié)果進行校準(zhǔn)我們的模型。此外,我們的模型可以考慮od流和軌道的空間-時間相關(guān)性,以及它們的動態(tài)。因此pfmfm方法具有適應(yīng)性。

      如圖4所示,tomogravity方法也可以跟蹤od流的動態(tài),但其估計誤差較大。特別是當(dāng)od流經(jīng)歷時劇烈性的變化,錯誤明顯增大,例如圖4(b)和(c)。

      根據(jù)圖3和圖4的對比我們發(fā)現(xiàn),與tomogravity方法相比,pfmfm方法可以更準(zhǔn)確地估計通信業(yè)務(wù)矩陣。因為pfmfm方法引入了關(guān)于通信業(yè)務(wù)矩陣的更多(附加)信息,估計結(jié)果是更接近真實值,方法可以很好地跟蹤od流的動態(tài),從而提高了通信業(yè)務(wù)矩陣估計的適應(yīng)性。

      如圖5所示,我們繪制了pfmfm和tomogravity方法的空間相對誤差(空間相對誤差是:其中參數(shù)為n=1,...,n,n是od流數(shù)量的總數(shù),t是測量時刻的總數(shù),||.||2是l2的范數(shù)。),使用abilene骨干網(wǎng)絡(luò)上一周的真實數(shù)據(jù)。x軸表示按其平均值從最小到最大排序的od流。黑色部分表示tomogravity的估計誤差,pfmfm的估計誤差則用灰色表示。圖5顯示pfmfm的空間相對誤差小于tomogravity,特別是當(dāng)od流的值更小時,相對誤差則會小得多。因此pfmfm方法可以很好地估計更大和更小的od流。

      如圖6所示,繪制了pfmfm和tomogravity方法的時間相對誤差(時間相對誤差是:其中參數(shù)為t=1,...,t)。x軸以5分鐘間隙為單位。我們表示了abilene骨干網(wǎng)絡(luò)上一周真實數(shù)據(jù)的估計誤差。tomogravity方法用黑色來表示,而pfmfm則以灰色表示。圖6顯示了pfmfm的時間相對誤差小于tomogravity的時間相對誤差,特別是在許多間隙中pfmfm的相對誤差幾乎接近零。因此pfmfm方法可以很好跟蹤od流動的動態(tài),以及更好的估計od流。

      本說明書中各個實施例采用遞進的方式描述,每個實施例重點說明的都是與其它實施例的不同之處,各個實施例之間相同相似部分互相參見即可。

      對所公開的實施例的上述說明,使本領(lǐng)域?qū)I(yè)技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明。對這些實施例的多種修改對本領(lǐng)域的專業(yè)技術(shù)人員來說將是顯而易見的,本文中所定義的一般原理可以在不脫離本發(fā)明的精神或范圍的情況下,在其它實施例中實現(xiàn)。因此,本發(fā)明將不會被限制于本文所示的這些實施例,而是要符合與本文所公開的原理和新穎特點相一致的最寬的范圍。

      當(dāng)前第1頁1 2 
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點贊!
      1