公开(公告)号：CN109088796A

公开(公告)日：2018-12-25

申请号：CN201811096285.8

申请日：2018-09-19

Applicant: 哈尔滨工业大学

Inventor： 杨京礼 ,  郑可昕 ,  崔征

IPC: H04L12/26

Abstract: 基于网络层析成像技术的网络流量矩阵预测方法，它属于网络流量矩阵预测领域。本发明解决了由于观测矩阵属于确定性矩阵，其受网络拓扑结构限制，因此难以满足压缩感知理论的RIP原则，以及网络流量矩阵发生突变导致的预测误差大的问题。本发明基于路由矩阵构造观测矩阵和观测结果矩阵，避免了观测矩阵受网络拓扑结构限制，导致难以满足压缩感知理论的RIP原则的问题；通过计算网络流量矩阵的样本数据的每个子样本片段对应的一组正交基得到近似过完备正交基集合，再通过稀疏系数估计值重构出网络流量矩阵，在网络流量矩阵发生突变时，本发明方法应用于Abilene网络流量矩阵预测时的平均预测误差小于10％。本发明可以应用于网络流量矩阵预测领域用。

公开(公告)号：CN109088796B

公开(公告)日：2020-09-15

申请号：CN201811096285.8

申请日：2018-09-19

Applicant: 哈尔滨工业大学

Inventor： 杨京礼 ,  郑可昕 ,  崔征

IPC: H04L12/26

Abstract: 基于网络层析成像技术的网络流量矩阵预测方法，它属于网络流量矩阵预测领域。本发明解决了由于观测矩阵属于确定性矩阵，其受网络拓扑结构限制，因此难以满足压缩感知理论的RIP原则，以及网络流量矩阵发生突变导致的预测误差大的问题。本发明基于路由矩阵构造观测矩阵和观测结果矩阵，避免了观测矩阵受网络拓扑结构限制，导致难以满足压缩感知理论的RIP原则的问题；通过计算网络流量矩阵的样本数据的每个子样本片段对应的一组正交基得到近似过完备正交基集合，再通过稀疏系数估计值重构出网络流量矩阵，在网络流量矩阵发生突变时，本发明方法应用于Abilene网络流量矩阵预测时的平均预测误差小于10％。本发明可以应用于网络流量矩阵预测领域用。