基于一维投影的网络断层扫描

网络断层扫描一直被认为是针对大规模去中心化互联网进行性能评估与诊断的最具前景的方法论之一。本文提出了一种新的估计方法，用于求解网络断层扫描中的一类逆问题，该方法基于观测数据的一系列一维线性投影的边际分布。我们给出了所提方法的一般可识别性结果，并从统计效率的角度研究了这些一维投影的设计问题。我们证明，对于一个简单的高斯断层扫描模型，存在一组最优的一维投影，使得从这些投影获得的估计量与基于观测数据联合分布的最大似然估计量渐近同等有效。在实际应用中，我们对所提方法在网络断层扫描的两个实例上进行了模拟研究。第一个实例是使用高斯起点-终点流量模型（其均值与方差之间存在幂律关系）的流量需求断层扫描；第二个实例是网络延迟断层扫描，其中需要从端到端路径延迟来估计链路延迟。我们比较了由本方法获得的估计量与由联合分布及其他低维投影获得的估计量，并表明在这两种情况下，所提方法均产生了令人满意的结果。