×
康蒂，P.L。;德乔瓦尼，L。;M.纳尔迪。

存在长记忆流量时的流量矩阵估计。 （英语） Zbl 1420.62507号

统计模型。 12，第1号，29-65（2012）.
摘要：根据网络链路上的一组流量测量值估计通信网络中的流量矩阵是一个众所周知的问题，当流量不显示出随时间的依赖性时，如在泊松过程中，已经提出了许多解决方案。然而，在IP网络上进行的广泛测量活动表明，流量表现出长距离依赖性。本文提出了一种在长距离相关情况下估计交通矩阵的方法，并研究了其理论性质。然后通过仿真研究评估其优点。最后，给出了对实际数据的应用。

MSC公司：

第60页 统计学在工程和工业中的应用；控制图
90B20型 运筹学中的交通问题
90B15号机组 运筹学中的随机网络模型
62米15 随机过程和谱分析的推断
2012年12月62日 参数估计量的渐近性质
62甲12 多元分析中的估计
60G18年 自相似随机过程
60G35型 信号检测和滤波（随机过程方面）

关键词：

网络层析成像;交通量估算;自相似性;长程依赖性

软件：

长备忘录
PDF格式BibTeX公司 XML格式引用
\textit{P.L.Conti}等人，统计模型。12、第1号、第29-65号（2012；Zbl 1420.62507）
全文： 内政部

参考文献：

[1] Bear，D（1988）《电信流量工程原理》，伦敦。IEEE/彼得·佩雷格里努斯。
[2] Beran，J（1994）《长记忆过程的统计》。佛罗里达州博卡拉顿：CRC出版社·Zbl 0869.60045号
[3] Bermolen，P，Vaton，S，Juva，I（2006）《交通矩阵估计中的最优搜索：基于cram'er-rao下限的理性方法》。《下一代互联网设计与工程第二届会议论文集》（NGI 2006），巴伦西亚，2006年4月。
[4] Cao，J，Davis，D，Vander Wiel，S，Yu，B（2000）《时间扫描网络层析成像：路由器链路数据》。美国统计协会杂志，951063-75·Zbl 1072.90507号
[5] Conti，PL，De Giovanni，L，Stoev，S，Taqqu，MS（2008）基于小波和重采样的长记忆参数的置信区间。中国统计局，18559-79·Zbl 1135.62023号
[6] Conti，PL，De Giovanni，L，Naldi，M（2009）长距离相关交通中交通矩阵的盲极大似然估计。在瓦拉达斯，R，萨尔瓦多，P（eds）。《2008年FITraMEn会议录计算机科学讲义》5464，第141-54页，柏林：斯普林格-Verlag。
[7] Crovella，ME，Bestavros，A（1997）《万维网交易中的自我相似性：证据和可能的原因》。IEEE/ACM网络汇刊，5835-46。
[8] Dahlhaus，R（1997）自相似过程的有效参数估计。《统计年鉴》，1749-1766年·Zbl 0703.62091号
[9] De Giovanni，L，Naldi，M（2008）长记忆过程基于小波的估计之间的相关性测试。统计通信-模拟和计算，37，301-13·Zbl 1132.62076号
[10] Fay，G，Moulines，E，François，R，Taqqu，MS（2008）《长记忆估计：傅里叶与小波》。技术报告，Eprint arXiv:0801.4329·Zbl 1431.62367号
[11] Fonseca，N，Mayor，G，Neto，C（2000）关于自相似源的等效带宽。ACM建模与计算机仿真汇刊，10104-24·Zbl 1390.90212号
[12] Fox，R，Taqqu，MS（1986）强相依平稳高斯时间序列参数估计的大样本性质。《统计年鉴》，14517-32·Zbl 0606.62096号
[13] Giraitis，L，Surgailis，D（1990）强相依线性变量中二次型的中心极限定理及其在whittle估计渐近正态性中的应用。普罗巴伯。理论相关领域，86，87-104·Zbl 0717.62015号
[14] Goldschmidt，O（2000）支持流量工程的Isp主干流量推断方法。在互联网统计和度量分析（ISMA）研讨会上，圣地亚哥（加利福尼亚州），2000年12月。
[15] Gong，WB，Liu，Y，Misra，V，Towsley，D（2005）《互联网上的自我相似性和长期依赖性：证据、起源和含义的再审视》。计算机网络，48，377-99。
[16] Gunnar，A，Johansson，M，Telkamp，T（2004）大型ip骨干上的流量矩阵估计：真实数据的比较。第四届ACM SIGCOMM互联网测量会议，第149-60页。
[17] Hall，P，Jing，B，Lahiri，SN（1998年a）关于长程相关数据的采样窗方法。中国统计局，81189-2004·Zbl 0919.62106号
[18] Hall，P，Jing，B，Lahiri，S（1998年B）关于长期相关数据的采样窗方法。中国统计局，81189-2004·Zbl 0919.62106号
[19] Hosoya，Y（1997）关于长期相关性和相关模型统计推断的极限理论。统计年鉴，25，105-37·Zbl 0873.62096号
[20] Hosoya，Y，Taniguchi，M（1982）平稳过程的中心极限定理和线性过程的参数估计。《统计年鉴》，第10132-53页·Zbl 0484.62102号
[21] Huitema，C（1999）《互联网中的路由》。新泽西州上鞍河：普伦蒂斯·霍尔。
[22] Ibragimov，IA，Rozanov，YA（1978）高斯随机过程。纽约：Springer Verlag·Zbl 0392.60037号
[23] Juva，I（2007）《互联网流量矩阵估算：测量分析、估算方法和应用》。赫尔辛基理工大学技术博士论文。
[24] Juva，I，Susitaival，R，Peuhkuri，M，Aalto，S（2005）《交通工程中的交通特征：漏斗数据分析》。《第一届欧洲NGI下一代互联网网络会议论文集》（NGI 2005），罗马，2005年，第404-22页。
[25] Juva，I，Vaton，S，Virtamo，J 2006）基于链路计数协方差的快速流量矩阵估计。《2006年IEEE国际通信会议论文集》，2006年6月，伊斯坦布尔，第2卷，第603-8页。
[26] Juva，I，Susitaival，R，Peuhkuri，M，Aalto，S（2007）空间聚集对漏斗中始发地对交通特征的影响。《第七届下一代电信和有线/无线高级网络国际会议论文集》（NEW2AN 2007），圣彼得堡，2007年9月，第1-12页。《计算机科学讲义》，4712，柏林：斯普林格·弗拉格出版社。
[27] Karatzas，I，Shreve，SE（1991），布朗运动与随机微积分，第二版。纽约：施普林格出版社·Zbl 0734.60060号
[28] Lahiri，SN（2003），相关数据的重新采样方法。纽约：Springer Verlag·Zbl 1028.6202号
[29] Leland，WE，Taqqu，MS，Willinger，W，Wilson，WD（1994）关于以太网流量的自相似性扩展版本。IEEE/ACM网络汇刊，2，1-15。
[30] Magnus，JR，Neudecker，H（1985）矩阵微分学及其在简单、hadamard和kronecker乘积中的应用。数学心理学杂志，29474-92·兹伯利0585.62114
[31] Magnus，JR，Neudecker，H（1999）《矩阵微分学在统计学和计量经济学中的应用》，第3版。纽约：Wiley。也可在http://cdata4.uvt.nl/websitefiles/magnus/mdc.pdf。 ·Zbl 0912.15003号
[32] Medina，A，Taft，N，Salamatian，K，Bhattacharyya，S，Diot，C（2002）交通矩阵估算：现有技术和新方向。位于美国宾夕法尼亚州匹兹堡市SIGCOMM02。
[33] Naldi，M，Salaris，C（2006）广域网上电信业务和客户的等级分布。欧洲电信交易，17，415-21。
[34] Norros，I，Kilpi，J（2002）测试总流量的高斯近似值。2002年，马赛，IMW2002互联网测量研讨会。
[35] Norros，I，Pruthi，P（1996）关于高斯交通模型的适用性。在Emstad，PJ，Helvik，BE，MAH（编辑），第十三届北欧电信研讨会，特隆赫姆，1996年8月。
[36] Park，C，Hernandez-Campos，F，Marron，JS，Donelson Smith，F（2005a）《互联网流量组合变化中的长期依赖性》。计算机网络，48，401-22。
[37] Park，C，Hernandez-Campos，F，Marron，JS，Donelson Smith，F（2005b）互联网流量组合变化中的长期依赖性。计算机网络，48，401-22。
[38] Park，K，Willinger，W（2000）自相似网络流量和性能评估。纽约：Wiley。
[39] Paxson，V，Floyd，S（1994）《广域交通：泊松模型的失败》。《1994年ACM/SIGCOMM会议记录》，第257-68页。
[40] Resnick，S，Samorodnitsky，G（2001）m/G/∞输入流体队列缓冲区含量的稳态分布。伯努利，191-210年7月·Zbl 0994.60085号
[41] Susitaival，R，Juva，I，Peuhkuri，M，Aalto，S（2006）funet中源-目的对流量的特征。电信系统，33，67-88。
[42] Taqqu，MS，Willinger，W，Sherman，R（1997）自相似交通建模基本结果的证明。《计算机通信评论》，27，5-23。
[43] Tebaldi，C，West，M（1988）网络流量调整链路计数数据的贝叶斯推断。美国统计协会杂志，83，557-73·Zbl 1072.62650号
[44] Vardi，Y（1996）网络断层扫描：根据链路数据估计源-目的地交通强度。美国统计协会杂志，91，365-77·Zbl 0871.62103号
[45] Vaton，S，Gravey，A（2002）突发流情况下网络流量矩阵的迭代贝叶斯估计。2002年，马赛，IMW2002互联网测量研讨会。可在http://public.enst-bretagne.fr/vaton/extended-abstract.ps。
[46] Veitch，D，Abry，P（1999）基于小波的长程相关业务参数联合估计。IEEE信息理论汇刊，“多尺度统计信号分析及其应用”专刊，45，878-97·Zbl 0945.94006号
[47] Whittle，P（1952）时间序列分析的一些结果。斯坎德。Aktuarietidskr.公司。，35, 48-60. ·Zbl 0049.37301号
[48] Willinger，W，Taqqu，MS，Leland，WE，Wilson，DV（1995）《高速流量中的自相似性：以太网流量测量的分析和建模》。统计科学，10，67-85·Zbl 1148.90310号
[49] Willinger，W，Taqqu，MS，Leland，WE，Wilson，DV（1998）《自相似性和重尾：网络流量的结构建模》。在Adler，RJ，Feldman，R，Taqqu，MS（eds）《重尾实用指南：统计技术和应用》中。博克哈斯，波士顿，27-53·Zbl 0926.90014号
[50] Yajima，Y（1985）关于长记忆时间序列模型的估计。澳大利亚统计杂志，27303-20·Zbl 0584.62142号
[51] Zipf，G（1949）人类行为与最小努力原则。纽约：Addison-Wesley。
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。