×
陈彦南;张新珍;齐、利群;徐燕伟

基于张量三分解的时空互联网流量数据补全Barzilai-Borwein梯度算法。 （英语） Zbl 1528.68041号

科学杂志。计算。 88，第3期，第65号论文，24页（2021年）.
摘要：随着高速网络和5G时代的到来，互联网流量数据对于流量工程、容量规划和异常检测等各种网络任务至关重要。为了探索网络流量的自然时空结构，我们使用新颖的张量三重分解来建立一个具有时空正则化的优化模型，以完成互联网流量数据。针对时空互联网流量张量完成问题，设计了Barzilai-Borwein梯度算法。我们利用Kurdyka-Łojasiewicz性质证明了该算法的收敛性并分析了其收敛速度。在Abilene和GÉANT数据集上的数值实验表明，所提出的张量补全方法是有效的。

引用于4文件

MSC公司：

68英里11 互联网主题
15A69号 多线性代数，张量演算
90 C90 数学规划的应用

关键词：

互联网流量张量;张量补全;三张量分解;优化算法
PDF格式BibTeX公司 XML格式引用
\textit{Y.Chen}等人，《科学杂志》。计算。88，第3号，第65号论文，24页（2021年；Zbl 1528.68041）
全文： 内政部

参考文献：

[1] 阿卡尔，E。；邓拉维，DM；科尔达，TG；Mörup，M.，不完全数据的可缩放张量因子分解，化学计量学。智力。实验室系统。，106, 41-56 (2011) ·doi:10.1016/j.chemolab.2010.08.004
[2] Attouch，H。；Bolte，J.，关于包含分析特征的非光滑函数的近端算法的收敛性，数学。程序。，116, 5-16 (2009) ·Zbl 1165.90018号 ·文件编号：10.1007/s10107-007-0133-5
[3] Attouch，H。；博尔特，J。；Redont，P。；Soubeyran，A.，非凸问题的近似交替最小化和投影方法：基于Kurdyka-Łojasiewicz不等式的方法，数学。操作。研究，35，438-457（2010）·Zbl 1214.65036号 ·doi:10.1287/门.1100.0449
[4] Barzilai，J。；Borwein，JM，两点步长梯度法，IMA J.Numer。分析。，8, 141-148 (1988) ·Zbl 0638.65055号 ·doi:10.1093/imanum/8.1.141
[5] 博尔特，J。；Danilidis，A。；Lewis，A.，非光滑子分析函数的Łojasiewicz不等式及其在次梯度动力系统中的应用，SIAM J.Optim。，17, 1205-1223 (2007) ·Zbl 1129.26012号 ·doi:10.1137/050644641
[6] 坎迪斯，EJ；Recht，B.，通过凸优化实现精确矩阵完备，Found。计算。数学。，9, 717-772 (2009) ·Zbl 1219.90124号 ·doi:10.1007/s10208-009-9045-5
[7] 陈，C。；李，X。；Ng，M。；Yuan，X.，基于全变分的时间维多维数据张量分解，Numer。线性代数应用。，22, 999-1019 (2015) ·Zbl 1349.65141号 ·doi:10.1002/nla.1993年
[8] 陈，X。；何，Z。；Sun，L.，时空交通数据插补的贝叶斯张量分解方法，Transp。决议第C部分：应急技术。，98, 73-84 (2019) ·doi:10.1016/j.trc.2018.11.003
[9] 陈，X。；何，Z。；Wang，J.，通过SVD组合张量分解的时空交通速度模式发现和不完整数据恢复，Transp。决议第C部分：应急技术。，86, 59-77 (2018) ·doi:10.1016/j.trc.2017.10.023
[10] 陈，X。；杨，J。；Sun，L.，时空交通数据插补的非凸低秩张量完成模型，Transp。决议第C部分：应急技术。，117, 102673 (2020) ·doi:10.1016/j.trc.2020.102673
[11] De Lathauwer，L.，块项中高阶张量的分解——第一部分：分块矩阵的引理，SIAM J.矩阵分析。申请。，30, 1022-1032 (2008) ·Zbl 1177.15031号 ·数字对象标识代码：10.1137/060661685
[12] De Lathauwer，L.，块项中高阶张量的分解——第二部分：定义和唯一性，SIAM J.矩阵分析。申请。，30, 1033-1066 (2008) ·Zbl 1177.15032号 ·doi:10.1137/070690729
[13] 德拉特豪沃，L。；Nion，D.，块项中高阶张量的分解——第三部分：交替最小二乘算法，SIAM J.矩阵分析。申请。，30, 1067-1083 (2008) ·Zbl 1177.15033号 ·doi:10.1137/070690730
[14] 德古拉特，JDM；Kibangou，AY；Favier，G.，基于塔克核软阈值的张量补全交通数据插补，Transp。决议第C部分：应急技术。，85348-362（2017）·doi:10.1016/j.trc.2017.09.011
[15] 德席尔瓦，V。；Lim，L-H，张量秩和最佳低秩逼近问题的适定性，SIAM J.矩阵分析。申请。，30, 1084-1127 (2008) ·Zbl 1167.14038号 ·数字对象标识码：10.1137/06066518X
[16] Gunnar，A.，Johansson，M.，Telkamp，T.：“大型IP主干上的流量矩阵估计：实际数据的比较”，摘自Proc。第四届ACM SIGCOMM互联网测量会议。(2004) 149-160
[17] “Cisco IOS NetFlow简介-技术概述”，（2012）
[18] 江，B。；Yang，F。；张，S.，《张量及其塔克核：不变性关系》，《数字线性代数应用》。，24，e2086（2017）·Zbl 1424.15047号 ·doi:10.1002/nla.2086
[19] 蒋，Q.，Ng，M.：“通过凸优化实现鲁棒低阶张量补全”，第二十届国际人工智能联合会议论文集（IJCAI-19）（2019）2649-2655
[20] 科尔达，TG；Bader，B.，张量分解与应用，SIAM Rev.，51455-500（2009）·Zbl 1173.65029号 ·doi:10.1137/07070111X
[21] 刘杰。；穆西亚尔斯基，P。；Wonka，P。；Ye，J.，估计视觉数据中缺失值的张量补全，IEEE Trans。模式分析。机器。智力。，35, 208-220 (2013) ·doi:10.1109/TPAMI.2012.39
[22] Majumdar，A.：通过阈值完成矩阵，MATLAB中央文件交换。2020年3月28日检索
[23] 麦地那，A。；塔夫特，N。；萨拉马提安，K。；巴塔查里亚，S。；Diot，C.，《交通矩阵估计：现有技术和新方向》，ACM SIGCOMM Compute。Commun公司。修订版，32，161-174（2002）·数字对象标识代码：10.1145/964725.633041
[24] 齐，L。；陈，Y。；Bakshi，M。；Zhang，X.，三阶张量的三重分解和张量恢复，SIAM J.矩阵分析。申请。，42, 299-329 (2021) ·兹比尔1467.15020 ·数字对象标识代码：10.1137/20M1323266
[25] 罗汉，M。；Zhang，Y。；威林格，W。；邱，L.，时空压缩感知和互联网流量矩阵（扩展版），IEEE/ACM Trans。网络，20662-676（2012）·doi:10.1109/TNET.2011.2169424
[26] 新泽西州西迪罗普洛斯；德拉特豪沃，L。；Fu，X。；黄，K。；帕帕莱萨基斯，EE；Faloutsos，C.，信号处理和机器学习的张量分解，IEEE Trans。信号处理。，65, 3551-3582 (2017) ·Zbl 1415.94232号 ·doi:10.1109/TSP.2017.2690524
[27] Tootoonchian，A.，Ghobadi，M.，Ganjali，Y.：“OpenTM:OpenFlow网络的流量矩阵估计器”。程序中。国际配置被动主动网络。测量。(2010) 201-210
[28] Tune，P.，Roughan，M.：《互联网流量矩阵：入门》，载于《ACM SIGCOMM电子书：网络最新进展》（2013）
[29] 乌利格，S。；Quoitin，B。；Lepropre，J。；Balon，S.，为研究社区ACM SIGCOMM Computer Commun提供公共域内流量矩阵。修订版，36，1，83-86（2006）·doi:10.1145/1111322.1111341
[30] Vardi，Y.，《网络层析成像：从链路数据估计源-目的地流量强度》，《美国统计协会期刊》，91，365-377（1996）·Zbl 0871.62103号 ·网址：10.1080/01621459.1996.10476697
[31] Wang，L。；谢凯。；Semong，T。；Zhou，H.，基于张量-CUR分解的缺失数据恢复，IEEE Access，6532-544（2017）·doi:10.1109/ACCESS.2017.2770146
[32] 谢凯。；彭，C。；王，X。；谢国荣。；Wen，J。；曹，J。；张，D。；Qin，Z.，在可变速率测量下精确恢复互联网流量数据，IEEE/ACM Trans。网络，261137-1150（2018）·doi:10.1109/TNET.2018.2819504
[33] 谢，K.，王，L.，王，X.，谢，G.，文，J.，张，G.：“准确恢复互联网流量数据：张量补全方法”，IEEE INFOCOM 2016-第35届IEEE国际计算机通信年会（2016）
[34] 谢凯。；Wang，L。；王，X。；谢国荣。；Wen，J。；张，G。；曹，J。；张，D.，《互联网流量数据的精确恢复：序列张量补全方法》，IEEE/ACM Trans。网络，26793-806（2018）·doi:10.1109/TNET.2018.2797094
[35] Xu，Y。；Yin，W.，正则化多凸优化的块坐标方法及其在非负张量因子分解和补全中的应用，SIAM J.Imaging Sci。，6, 1758-1789 (2013) ·Zbl 1280.49042号 ·数字对象标识代码：10.1137/120887795
[36] Xu，Y。；郝，R。；尹，W。；Su，Z.，低阶张量补全的并行矩阵分解，逆问题成像，9，601-624（2015）·兹比尔1359.15021 ·doi:10.3934/ipi.2015.9.601
[37] Zhang，Y。；罗汉，M。；达菲尔德，N。；Greenberg，A.，《从链路负载快速准确计算大规模IP流量矩阵》，ACM SIGMETRICS Perform.Eval。第31版，206-217（2003）·数字对象标识代码：10.1145/885651.781053
[38] Zhang，Z.，Ely，G.，Aeron，S.，Hao，N.，Kilmer，M.：“基于张量-SVD的多线性数据补全和去噪的新方法”，2014年IEEE计算机视觉和模式识别会议，俄亥俄州哥伦布，2014年，第3842-3849页
[39] Zhou，H.，Zhang，D.，Xie，K.，Chen，Y.：“填补缺失互联网流量数据的时空张量补全”，摘自Proc。IEEE第34届国际标准执行计算。Commun公司。Conf.（2015）1-7
[40] Zhou，H.，Zhang，D.，Xie，K.，Chen，Y.：“互联网流量数据的稳健时空张量恢复”，2016 IEEE Trustcom/BigDataSE/ISPA（2016）1404-1411
[41] 周，P。；卢，C。；林，Z。；Zhang，C.，低秩张量完备的张量因子分解，IEEE Trans。图像处理。，27, 1152-1163 (2018) ·Zbl 1409.94796号 ·doi:10.1109/TIP.2017.2762595
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。