基于扩散小波的网络流量分析新方法和理论研究

互联网已经成为世界上最重要的基础设施，无以计数的政府和银行、医院等数据网络都是互联网的一部分。网络的中断可能造成不同程度的损害，甚至灾难性的损害。对这些网络进行全面的流量分析将为网络配置、容量规划、错误诊断、设计与优化等各类应用研究带来飞跃性的进展。该项目将对网络流量矩阵应用新的多解析度分析方法- - -扩散小波和扩散小波包进行空时特征化分析，提出更适合网络流量矩阵的稀疏模型，并将特征化分析结果应用到流量矩阵推算、网络设计和优化等实际网络应用中。扩散小波及扩散小波包理论在2006年首次被应用到图形和多层结构的分析中，能够对流量矩阵进行时域和空间域的分析。经研究发现，扩散小波可以用于不规则网络拓扑中的流量分析，是目前最适用于流量分析的多解析度分析方法。采用该新方法为本项目对流量矩阵特征化分析及各类网络应用提供了崭新的空间，使我们的研究站在此研究领域的最前沿。

该项目对网络进行了全面的流量分析，利用了新颖的多解析度分析方法- - -扩散小波和扩散小波包进行空时特征化分析,提出了更适合网络流量矩阵的稀疏模型，并将特征化分析结果应用到网络流量异常检测、异常定位、网络预测和优化等实际网络应用中。虽然扩散小波及扩散小波包理论2006年才首次被应用到图形和多层结构的分析中，通过对多种扩散算子的研究，我们发现扩散小波可以对不规则网络拓扑中的流量分析进行有效的分析，是目前最适用于流量分析的多解析度分析方法。主要的研究成果包括：..a).通过对扩散算子的研究，选取了最适合不规则拓扑上的网络流量分析的扩散算子；.b).利用所选扩散算子，对流量矩阵进行了特征化的分析。通过对不同层次的特征参数分析提取出了描述流量矩阵的关键性参数。通过调整流量矩阵中的链路数据研究了关键参数的敏感度。.c).根据对关键参数的敏感度分析，研究了特征化参数中的空间域信息，并对网络流量与网络拓扑的关系进行了关联度研究。.d).提出了一种监测网络流量异常的新方法。通过监测关键参数研究了异常入侵、网络故障等不同情况下的网络流量矩阵。.e).提出了异常定位的新方法。针对断路异常和入侵异常分别进行了有效定位。.f).提出了基于概率模型的网络流量新模型，该模型可扩展适用于一般的网络流量。基于此模型可有效地基于有限的网络链路测量推算端到端的网络流量。此模型也可用于在仿真网络中产生网络流量。