2基于二維矩陣分解實現(xiàn)路由事件識別-資料下載頁
2025-10-09 08:07本頁面
【導讀】互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)拓撲變得空前復雜。入口處的流量阻塞，嚴重影響網(wǎng)絡(luò)和服務(wù)的性能。造成域間路由在選擇路徑上的變化。路由事件之間存在復雜的因果關(guān)系以及域間路由系統(tǒng)本身所存在的噪聲的影響，使得檢測域間路由變化的表象下所潛在的路由事件變得復雜。更新報文的數(shù)量分析：僅著重于一個或者幾個監(jiān)測點，在多個監(jiān)測點下不易確定門限。構(gòu)造二進制的張量并用于識別大規(guī)模的周期性路由事件。集合I,J使得M=X(I,J)，M的面積Sm＝n×m≥s，M的寬度Wm≥w，同時M的密度Dm. 步驟5循環(huán)步驟3，4直到Y(jié)中所有的更新報文都被處理.步驟3從矩陣X中將符合條件的行i，列j表示的值Va存儲在矩陣B中，并計算B的密度Db，體積Vb，和寬度Wb.同時，我們通過已有的非負矩。陣分解方法解決了尋找相應(yīng)大規(guī)模路由事件的問題。在今后，我們計劃對近幾年的路由表進行分析，提
【正文】 j表示的值 Va存儲在矩陣 B中，并計算 B的密度 Db，體積 Vb， 和寬度 Wb. ? 步驟 4 如果 Db， Vb， Wb 大于閾值，則將 集合（｛ t｝ I,J）輸出 作為大規(guī)模路由事件的候選集 ? 步驟 5 將 Z中對應(yīng)的行 i和列 j所在的值置為 0. ? 步驟 6 重復以上步驟， 直到 ∥ ?? ∥＝ 0 4 實驗結(jié)果分析 實驗結(jié)果分析 臺灣地震發(fā)生前后大規(guī)模路由事件發(fā)生情況 出現(xiàn)了大規(guī) 模路由事件數(shù)量和影響力增加的趨勢 . 橫軸時間，縱軸表示影響力 實驗結(jié)果分析 地中海電纜中斷發(fā)生前后大規(guī)模路由事件發(fā)生情況 出現(xiàn)了大規(guī) 模路由事件數(shù)量和影響力增加的趨勢 . 5 結(jié)論 結(jié)論 本文結(jié)合 BGP 路由表和更新報文建立了新的路由表以實現(xiàn)對事件發(fā)生前后路由狀態(tài)的獲取 .以此為數(shù)據(jù)源構(gòu)建了下一跳變化矩陣 。 同時 ， 我們通過已有的非負矩陣分解方法解決了尋找相應(yīng)大規(guī)模路由事件的問題 。 通過對經(jīng)典事件的數(shù)據(jù)進行分析，證明了本文方法的有效性 。 在今后，我們計劃對近幾年的路由表進行分析，提取其中的大規(guī)模路由事件，并進一步發(fā)現(xiàn)這些事件背后潛在的原因 。 THANKS
教學課件相關(guān)推薦
鄂ICP備17016276號-1