a国产,中文字幕久久波多野结衣AV,欧美粗大猛烈老熟妇,女人av天堂

當前位置:主頁 > 科技論文 > 自動化論文 >

基于機器學習的內部延遲估計網(wǎng)絡層析成像

發(fā)布時間:2024-07-03 01:45
  隨著互聯(lián)網(wǎng)滲透到人們生活的方方面面(物聯(lián)網(wǎng)),計算機網(wǎng)絡變得日漸龐大、復雜。在這種情況下,用不影響監(jiān)測網(wǎng)絡性能的方式獲得指標和度量值,并進行及時有效的網(wǎng)絡監(jiān)測和分析就變得至關重要。然而,測量網(wǎng)絡中所有節(jié)點的網(wǎng)絡流量是不切實際的,一種有前景的替代方案是僅在網(wǎng)絡邊緣進行測量,并從這些測量值中推斷網(wǎng)絡的內部行為。為了解決內部鏈路參數(shù)測量(例如時延和丟包率)的問題,本文采用網(wǎng)絡層析(NT)技術,收集基于端到端測量的路徑性能數(shù)據(jù),然后使用統(tǒng)計計算的方法推斷邏輯鏈路性能的概率分布。這種從端到端估計鏈路性能的技術既不需要內部網(wǎng)絡的協(xié)作,也不依賴通信協(xié)議。此外,本文在網(wǎng)絡層析成像技術上融合了一種新的統(tǒng)計方法,使得建模網(wǎng)絡更容易估計內部鏈路性能參數(shù)的性能。這種方法就是機器學習(ML),尤其是線性回歸模型。該技術能夠在給定輸入值(例如路徑時延)后預測真實值(例如鏈路時延),比如說讓模型從給定的樣本數(shù)據(jù)(學習數(shù)據(jù)大約占總數(shù)據(jù)的80%)中學習,然后使用20%的數(shù)據(jù)(測試數(shù)據(jù))驗證模型。將估計得到的時延值與使用網(wǎng)絡模擬器NS2對一個有線網(wǎng)絡仿真生成的實際時延值進行比較,以兩者的計算誤差值(均方誤差MSE)評估模...

【文章頁數(shù)】:61 頁

【學位級別】:碩士

【文章目錄】:
摘要
ABSTRACT
LIST OF ABBREVIATIONS
Chapter 1 Introduction
    1.1 Introduction
        1.1.1 Network Tomography in the Internet
    1.2 Problem Statement
    1.3 Motivation
    1.4 Contribution
    1.5 Thesis Layout
Chapter 2 Literature Review
    2.1 Introduction
        2.1.1 Computer Network
        2.1.2 Tomography
        2.1.3 Network Tomograph
    2.2 Delay Network Tomography
        2.2.1 Estimation of Propagation Link Delay
        2.2.2 Estimation of Link Delay Density
    2.3 Traffic Network Tomography
        2.3.1 Vardi's model
        2.3.2 Vanderbei and lannone's model
        2.3.3 Maximum likelihood parameter estimation
        2.3.4 The EM algorithm
        2.3.5 Other aspects for the Network Tomography
Chapter 3 Statistica Inference
    3.1 Introduction
    3.2 Categories of Machine Learning
        3.2.1 Supervised Learning
        3.2.2 Unsupervised Learning
        3.2.3 Reinforcement Learning
    3.3 Linear Regression
        3.3.1 Simple Regression
        3.3.2 Multiple Regression
    3.4 The Loss Function
Chapter 4 Methodology
    4.1 Introduction
    4.2 Simulation methodology
        4.2.1 Capabilities and limitations of ns2
        4.2.2 Network simulation using ns2
        4.2.3 Network Animator NAM
    4.3 The Designed Model
        4.3.1 Machine Learning implementation
    4.4 End-To-end Delay
        4.4.1 The measurement procedure
Chapter 5 Evaluation and Results
    5.1 Introduction
    5.2 Result and Discussion
Chapter 6 Conclusion and Future Work
    6.1 Conclusion
    6.2 Future Work
Bibliography
ACKNOWLEDGEMENT
PUBLICATIONS AND MASTER ACTIVITIES



本文編號:4000335

資料下載
論文發(fā)表

本文鏈接:http://www.wukwdryxk.cn/kejilunwen/zidonghuakongzhilunwen/4000335.html


Copyright(c)文論論文網(wǎng)All Rights Reserved | 網(wǎng)站地圖 |

版權申明:資料由用戶bd6d8***提供,本站僅收錄摘要或目錄,作者需要刪除請E-mail郵箱bigeng88@qq.com
中文亚洲AV片在线观看| 日韩精品无码一本二本三本色| 久久亚洲AV成人无码国产最大| 国产成人A在线观看视频免费| 国产又A又黄又潮娇喘视频| 小舞屈辱打开双腿自慰出白浆| 国产午夜成人久久无码一区二区| 97蜜桃| 黄片短视频| 久9久9色综合| 伊人超碰| 成人乱人乱一区二区三区| 国产乱码一区二区三区免费下载| 天堂网a| 久久情| www.欧美.com| 欧美日韩国产精品一区二区| 色图综合| 亚洲av二区| xxxx色| 中文字幕av一区二区三区人妻少妇| 国产亚洲| 国产欧美精品av大屁股| 久久精品国产99国产| 色哟哟一区二区三区| 超碰网址| 男男大尺度h动漫无删减| | 优优色影院| 大方县| 久久精品国产亚洲AV蜜臀| 狠狠躁日日躁夜夜躁2020| 狼人在线二线三线区别大吗 | 日韩欧美精品一区二区三区| 中国videosex高潮对白hd| 疯狂做爰18分钟视频| 久久精品9| 九色| 无码 制服 丝袜 国产 另类| 久久青青草原一区二区| 国产精品国产三级区别第一集|