[发明专利]一种时变非平稳网络流量测量方法

权利要求书

1.一种时变非平稳网络流量测量方法，其特征在于：包括以下步骤：

步骤1、根据IP骨干网络中路由器个数和流量采集间隔时间，采用构建流量矩阵M的方式描述源路由器和目的路由器之间某一时刻流量情况，并采用奇异值分解的方式对源-目路由器的流量进行处理；

所述流量矩阵M的每一个行表示通过一个源-目的路由器的网络流量信息；所述流量矩阵M的每一个列表示某一时刻通过全部源-目的路由器的数据包数量；其中，所述的IP骨干网络中包含Q个路由器；流量矩阵M为一个N×P的矩阵，其中N=Q²，P为时间长度；

步骤2、通过路由器获取历史流量数据，并将该流量信息发送给网络管理站，管理站采用奇异值分解的方式对源-目路由器的历史流量进行处理；

步骤3、采用将历史流量矩阵主成分代替流量矩阵主成分的方式重新描述网络流量；

步骤4、采用通过高斯随机矩阵构建新的网络层析成像模型的方式来描述源路由器到目的路由器的流量、路由的选择和链路负载之间的关系，使其满足压缩感知的条件，方法为：

利用高斯随机矩阵G描述链路负载与流量矩阵M之间的随机汇聚关系：

GY=GAV~′Σ~U~T---(1)]]>

即可得：

L=GAV~′Σ~U~T=ΩV~′S=ΘS---(2)]]>

其中，Y、A分别为链路负载和路由矩阵；Y为一个Z×P的矩阵，上述Z为网络链路数量，其每一行元素描述了各条链路上的流量随时间变化情况，也就是描述了经过该链路的所有OD流的汇聚情况；A是一个Z×N的固定矩阵，OD流j流过链路i，其中i=1,...,Z，j=1,...,N，则A的元素A_ij=1，否则A_ij=0；L=GY为测量值；Ω=GA为测量矩阵；为变换系数；为提取主成分后的奇异值，和为与相应的特征流和主成分；Θ为感知矩阵；

上述公式（2）所构建的新的网络层析成像模型满足压缩感知条件；

步骤5、根据步骤4中所得新的网络层析成像模型，采用凸优化问题的解决方法重构源路由器与目的路由器之间的流量；

步骤6、采用IPFP算法校正步骤5中得到的源路由器与目的路由器之间的流量重构值，使其满足重构值与实际流量的误差值小于0.001；

步骤7、网络管理站根据获得的源路由器与目的路由器之间的网络流量信息，获得网络流量动态变化情况。