用于流量监测与管理的大数据
网络与互联网体系结构
2019-03-01 v1
摘要
过去二十年见证了信息与通信技术的巨大进步。除了计算能力和存储容量的提升，通信网络如今承载的数据量是几年前难以预见的。随着网络无处不在，其复杂性也以同样速度增加，使运营商和研究人员几乎没有手段去理解网络内部以及全球尺度上互联网中发生的情况。幸运的是，数据科学和机器学习的最新进展拯救了网络分析人员，使得在十年前无法达到的复杂度和空间/时间范围上进行分析成为可能。在我的论文中，我以互联网服务提供商（ISP）的视角，阐述分析来自现代运营网络流量的挑战与可能性。我利用大数据和机器学习算法，并将其应用于来自 ISP 和大学校园网络被动测量的数据集。数据科学与网络测量的结合因机器学习算法的复杂性以及此类数据固有的多维性和可变性而变得复杂。因此，我的工作提出并评估了受流行机器学习方法启发但精心定制以处理网络流量的新技术。
引用
@article{arxiv.1902.11095,
title = {Big Data for Traffic Monitoring and Management},
author = {Martino Trevisan},
journal= {arXiv preprint arXiv:1902.11095},
year = {2019}
}