基于网络流采样的最优交通监控状态空间方法
系统与控制
2013-06-26 v1 网络与互联网体系结构
应用统计
机器学习
摘要
IP 网络的鲁棒性和完整性需要高效且能随流量和网络规模良好扩展的交通监控与分析工具。我们解决了资源受限条件下计算机网络的大规模流最优监控问题。我们提出了一个随机优化框架，其中通过利用交通流的空间（跨网络链路）和时间关系来进行流量测量。具体而言，给定网络拓扑、网络流的状态空间表征以及每个监控站的采样约束，我们寻求一种最优数据包采样策略，以实现对网络所有流量的最佳流量体积估计。最优采样设计是凹最小化问题的结果；随后，采用卡尔曼滤波为每个网络流生成一系列流量估计。我们使用真实的 Internet2 数据评估了我们的算法。
引用
@article{arxiv.1306.5793,
title = {A State-Space Approach for Optimal Traffic Monitoring via Network Flow Sampling},
author = {Michael Kallitsis and Stilian Stoev and George Michailidis},
journal= {arXiv preprint arXiv:1306.5793},
year = {2013}
}
备注
preliminary work, short paper