典型文献
GAN-TM:一种基于生成对抗网络的流量矩阵推断机制
文献摘要：
随着当前互联网技术的快速发展,网络规模和复杂度不断提高,由于流量矩阵对于网络管理、流量工程、异常检测等都具有重要意义,因此准确测量流量矩阵对于计算机网络而言极其重要.当前针对流量矩阵的测量机制主要可以分为直接测量法和估计推断法,其中估计方法又包括简单统计反演法、附加链路测量信息法以及测量反演结合法.现有测量机制在准确性和测量耗费方面存在较多问题,直接测量的方法虽然可以保证准确性,但网络规模的扩张及网络结构的日趋复杂化使其在实现上存在困难,而流量矩阵推断问题在线性求解上固有的高度病态特性又使得估计推断法时常难以发挥作用,因此需要一种新的方法以更通用的方式解决现有问题.该文借鉴生成对抗网络(GAN)在图像恢复方面的作用,提出了一种基于生成对抗网络的流量矩阵推断机制GAN-TM.GAN-TM能够基于部分测量信息,建立起基于掩码矩阵评估的卷积生成对抗网络模型,利用部分测量信息对缺失的流量矩阵进行推断.实验结果表明,在数据缺失率低于30％的情况下,GAN-TM的推断误差能够控制在0.10以内.
文献关键词：
数据完整性;卷积生成对抗网络;流量矩阵推断;信息缺失;数据恢复
中图分类号：
作者姓名：
章乐贵;邢长友;余航;郑鹏
作者机构：
陆军工程大学 指挥控制工程学院,江苏 南京 210007
文献出处：
引用格式：
[1]章乐贵;邢长友;余航;郑鹏-.GAN-TM:一种基于生成对抗网络的流量矩阵推断机制)[J].计算机技术与发展,2022(02):51-57
A类：
流量矩阵推断
B类：
GAN,TM,断机,网络规模,网络管理,流量工程,异常检测,准确测量,计算机网络,言极,测量机,直接测量法,估计方法,统计反演,反演法,链路,路测,信息法,结合法,耗费,存在困难,病态,现有问题,图像恢复,掩码,卷积生成对抗网络,数据缺失,缺失率,数据完整性,信息缺失,数据恢复
AB值：
0.314355
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
