網(wǎng)絡(luò)空間嵌入模型與應(yīng)用研究.pdf

1、時(shí)延敏感型應(yīng)用在當(dāng)今互聯(lián)網(wǎng)應(yīng)用中占據(jù)重要地位。準(zhǔn)確獲取網(wǎng)絡(luò)節(jié)點(diǎn)間的傳輸時(shí)延，是此類應(yīng)用性能優(yōu)化與提升的關(guān)鍵問題。作為一種兼具高可擴(kuò)展性、高精度和低測量負(fù)載的時(shí)延估計(jì)方法，網(wǎng)絡(luò)空間嵌入模型已在對等網(wǎng)絡(luò)、內(nèi)容分發(fā)網(wǎng)絡(luò)和云計(jì)算等諸多時(shí)延敏感應(yīng)用中得到廣泛部署，因此其理論基礎(chǔ)與優(yōu)化算法具備十分重要的研究意義和應(yīng)用價(jià)值。
　　低計(jì)算代價(jià)下時(shí)延估計(jì)精度的確保是網(wǎng)絡(luò)空間嵌入模型的基本問題，也是本文研究工作的中心。在對模型進(jìn)行準(zhǔn)確分類的基礎(chǔ)上，針

2、對影響模型性能的互聯(lián)網(wǎng)時(shí)延特征不均勻性問題，分布式模型的安全性問題，點(diǎn)積模型計(jì)算代價(jià)與泛化能力問題以及網(wǎng)絡(luò)抖動問題進(jìn)行了深入分析，提出了一系列能夠提升模型時(shí)延估計(jì)精度的優(yōu)化算法。本文的主要研究工作與創(chuàng)新性體現(xiàn)在以下四個(gè)方面：
　　一、針對互聯(lián)網(wǎng)自治域路由策略造成的時(shí)延特征不均勻性問題的改進(jìn)方案。首先針對均勻空間內(nèi)誤差極小化擬合問題,將損失函數(shù)優(yōu)化問題歸結(jié)為一類非線性方程組的迭代求解，基于方程組的矛盾性提出了迭代因子的自適應(yīng)估計(jì)問題

3、，并通過對單位化誤差的周期性測量實(shí)現(xiàn)了迭代因子的慢啟動控制；而后針對嵌入空間內(nèi)節(jié)點(diǎn)聚簇特征表達(dá)問題，根據(jù)節(jié)點(diǎn)在均勻空間內(nèi)嵌入的聚簇特征，實(shí)現(xiàn)了零知識前提下面向聚簇性增強(qiáng)的優(yōu)化算法 drwMDS。仿真實(shí)驗(yàn)證明，相對于基準(zhǔn)算法，本文提出的時(shí)延特征不均勻性表達(dá)與增強(qiáng)算法能夠有效提升時(shí)延估計(jì)精度，且能與廣泛部署的基準(zhǔn)算法保持接口兼容，有利于協(xié)議的平滑演進(jìn)；
　　二、提出了一種支持入侵容忍的分布式網(wǎng)絡(luò)空間嵌入模型。在承認(rèn)惡意攻擊不可避免和不

4、可完全檢出的前提下，保證在系統(tǒng)容忍限度內(nèi)提供一定質(zhì)量的服務(wù)能力。以節(jié)點(diǎn)的信譽(yù)值代替彈簧模型中的未經(jīng)校驗(yàn)的本地誤差作為權(quán)值向量，利用正常節(jié)點(diǎn)的信譽(yù)與數(shù)量優(yōu)勢對沖惡意節(jié)點(diǎn)帶來的負(fù)面影響，實(shí)現(xiàn)了對異常數(shù)據(jù)較強(qiáng)的容忍能力。該方案既可作為假陰性誤報(bào)的修復(fù)手段部署于入侵檢測或信任模型等信息清洗策略的后端，也可作為一種強(qiáng)化魯棒性的模型構(gòu)建算法單獨(dú)實(shí)施。
　　三、提出了一種分布式時(shí)延矩陣重建的加速算法。通過對分布式環(huán)境下一類基于(次)梯度下降的時(shí)

5、延矩陣重建算法的分析，將其轉(zhuǎn)化為可輪轉(zhuǎn)方向求解的耦合凸優(yōu)化問題，進(jìn)而提出了一種搜索上界倍增的自適應(yīng)分布式矩陣重建算法ADMC，利用時(shí)延序列的歷史信息計(jì)算梯度下降步長的搜索上界，顯著降低了梯度下降步長的搜索代價(jià)。算法同時(shí)給出了優(yōu)化問題凸性保持的一個(gè)充分條件，有利于選取恰當(dāng)?shù)膿p失函數(shù)，提升泛化能力。
　　四、提出了針對網(wǎng)絡(luò)抖動問題的改進(jìn)方案。將網(wǎng)絡(luò)抖動問題分為網(wǎng)絡(luò)層抖動和應(yīng)用層抖動兩個(gè)層面：針對網(wǎng)絡(luò)層抖動造成的時(shí)延噪聲問題，分析了噪聲

6、對一類非梯度下降嵌入算法涉及的不適定與病態(tài)問題反演求解的強(qiáng)烈影響，并在引入正則化項(xiàng)改善系數(shù)矩陣譜特征的同時(shí)，通過對時(shí)延序列的中值-卡爾曼濾波實(shí)現(xiàn)對時(shí)延噪聲污染的抑制；針對應(yīng)用層抖動造成的拓?fù)渫蛔?，提出了一種兩段式節(jié)點(diǎn)加入導(dǎo)引算法，定義節(jié)點(diǎn)導(dǎo)引步和誤差修正步，通過新節(jié)點(diǎn)坐標(biāo)的延遲發(fā)布實(shí)現(xiàn)突變抑制。在導(dǎo)引步節(jié)點(diǎn)保持坐標(biāo)廣播靜默直至生成節(jié)點(diǎn)坐標(biāo)的較優(yōu)初值；在修正步執(zhí)行經(jīng)典嵌入算法，修正自身坐標(biāo)并廣播更新。仿真實(shí)驗(yàn)顯示，本文算法能夠有效緩解網(wǎng)絡(luò)