×
陈若宁;张丽萍;明、振宇

一种通过链路流量测量恢复互联网流量网络数据的并行低秩矩阵优化方法。 （英语） Zbl 1518.65065号

J.计算。申请。数学。 434，文章ID 115331，14 p.（2023）.
摘要：通过链路流量测量实现互联网流量网络数据恢复是无线通信网络中的一个重要问题，但随着问题规模的快速增长，兼顾恢复精度和计算成本是一个相当具有挑战性的问题。我们构建了一个新的并行低秩矩阵优化模型，通过链路流量测量准确快速地恢复互联网流量网络数据。该模型充分利用了交通网络数据的低秩性。然后，提出了一种基于非精确对称高斯-赛德尔优化半近邻交替方向乘子方法来求解该模型。我们的方法被证明是全局收敛的，在经典的Abilene和GéANT数据集上的数值实验表明，我们的方法在快速准确恢复交通网络数据方面的性能优于最新的方法。特别是，在大规模HOD数据集上的数值结果表明，我们的方法非常适合于现实场景中的交通网络数据恢复问题。

MSC公司：

65千5 数值数学规划方法
68M10个 计算机系统中的网络设计和通信

关键词：

交通网络;交替方向乘法器法;低秩矩阵优化;奇异值分解

软件：

PDCO公司
PDF格式BibTeX公司 XML格式引用
\textit{R.Chen}等人，J.Compute。申请。数学。434，文章ID 115331，14 p.（2023；Zbl 1518.65065）
全文： 内政部

参考文献：

[1] 吴，P。；徐，L。；Huang，Z.，缺失交通数据中使用的插补方法：文献综述，（AIAA（2020），ISICA），662-677
[2] Fortz，B。；Thorup，M.，《在变化的世界中优化OSPF/IS-IS权重》，IEEE J.Sel。公共区域。，20, 4, 756-767 (2002)
[3] 拉夫汉，M。；托洛普，M。；Zhang，Y.，估计流量矩阵的流量工程，（第三届ACM SIGCOMM国际计量会议（2003）），248-258
[4] Wu，Y。；Zhu，Y。；Niu，Z.，基于IEEE 802.11 e的无线局域网中语音/数据流量的容量规划，（IEEE Inter.Conf.Commu（2008）），3247-3252
[5] Lakhina，A。；帕帕吉安纳基，K。；Crovella，M.，网络流量的结构分析，（Proc.Joint Inter.Conf.Meas.Model.Computer Syst（2004）），61-72
[6] Khayyat，M。；Alshahrani，A。；Alharbi，S.，基于多级服务的自主车辆应用，可持续发展。，12, 6, 2497 (2020)
[7] 罗汉，M。；Zhang，Y。；Willinger，W.，时空压缩感知和互联网流量矩阵（扩展版），IEEE/ACM Trans。净值。，20, 3, 662-676 (2012)
[8] 田，J。；谢凯。；Wang，X.，基于离散张量补全有效推断top-k最大监测数据条目，IEEE/ACM Trans。净值。，29, 6, 2737-2750 (2021)
[9] Stallings，W.，《SNMP、SNMPv2和CMIP:网络管理实用指南》（1993），Addison-Wesley Longman Publishing Co.，Inc。
[10] Recht，B。；法泽尔，M。；Parrilo，P.A.，通过核范数最小化保证线性矩阵方程的最小秩解，SIAM Rev.，52，3，471-501（2010）·Zbl 1198.90321号
[11] Z.Ming。；张，L。；Wu，H.，互联网流量恢复问题的精确实用算法，神经计算，467203-213（2022）
[12] Chen，L。；Sun，D。；Toh，K.C.，用于高维凸复合圆锥规划的一种有效的基于非精确对称高斯-塞德尔的优化ADMM，数学。程序。，161, 237-270 (2017) ·Zbl 1356.90105号
[13] 伍尔夫，F。；自由，E。；Rokhlin，V.，矩阵逼近的快速随机算法，应用。计算。哈蒙。分析。，25, 3, 335-366 (2008) ·Zbl 1155.65035号
[14] Zhang，Y。；罗汉，M。；Lund，C.，估算点到点和点到多点流量矩阵：信息理论方法，IEEE/ACM Trans。净值。，13, 5, 947-960 (2005) ·Zbl 1288.94028号
[15] 陈，S。；Donoho，D.L。；桑德斯，M.A.，《基追踪原子分解》，SIAM Rev.，43，1，129-159（2001）·Zbl 0979.94010号
[16] 周，H。；张，D。；Xie，K.，填补缺失互联网流量数据的时空张量补全，（IEEE第34届IPCCC（2015）），1-7
[17] Yu，J。；Tan，M。；Zhang，H.，用于细粒度图像识别的分层深度点击特征预测，IEEE Trans。模式分析。机器。智力。，44, 2, 563-578 (2019)
[18] 调子，P。；罗汉，M。；Haddadi，H.，《互联网流量矩阵：入门》，最新进展。净值。，1, 1-56 (2013)
[19] Wiseman，Y.，交通拥堵实时监测，（2017 IEEE Inter.Conf.EIT（2017）），501-505
[20] Jacobson，V.，拥塞避免和控制，ACM SIGCOMM Computer Comm.Rev.，18，4，314-329（1988）
[21] 曼达尔，K。；森，A。；Chakraborty，A.，《使用主动RFID和GSM技术的道路交通拥堵监测和测量》（2011年第14届国际IEEE会议ITSC（2011）），1375-1379
[22] 李，X。；Sun，D。；Toh，K.C.，基于Schur补码的凸二次锥规划半近似ADMM及其扩展，数学。程序。，155, 1-2, 333-373 (2016) ·Zbl 1342.90134号
[23] 刘，T。；孙，M。；Liu，Y.，基于ADMM的稀疏光声显微镜低阶稀疏矩阵恢复方法，生物标志程序。控制。，52, 14-22 (2019)
[24] 温，Z。；尹，W。；Zhang，Y.，用非线性逐次过松弛算法求解矩阵补全的低阶因式分解模型，Math。程序。计算。，4, 4, 333-361 (2012) ·Zbl 1271.65083号
[25] 陈，C。；他，B。；Ye，Y.，多块凸极小化问题ADMM的直接推广不一定收敛，数学。程序。，155, 1-2, 57-79 (2016) ·Zbl 1332.90193号
[26] 德里尼亚斯，P。；Kannan，R。；Mahoney，M.W.，矩阵的快速蒙特卡罗算法II：计算矩阵的低阶近似，SIAM J.Compute。，36, 1, 158-183 (2006) ·Zbl 1111.68148号
[27] 北哈尔科。；Martinsson，P.G。；Tropp，J.A.，《寻找随机性结构：构建近似矩阵分解的概率算法》，SIAM Rev.，53，2，217-288（2011）·Zbl 1269.65043号
[28] 乌利格，S。；Quoitin，B。；Lepropre，J.，《向研究社区提供公共域内流量矩阵》，ACM SIGCOMM Computer Comm.Rev.，36，1，83-86（2006）
[29] Gnanaprasanambikai，L。；Munusamy，N.，《使用nslkdd数据集进行流量异常入侵检测的数据预处理和分类》，Cybern。技术信息。，18, 3, 111-119 (2018)
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。