大规模网络性能建模方法的研究

良好的大规模网络性能建模方法能够从整体上定量地分析和理解大规模网络性能特征，推进网络科学的发展，而目前仅有零维和一维的性能建模方法，无法对大规模网络建模。项目基于矩阵网络性能表示法(MNPR)抽象出与网络性能相关的核心概念，再结合被求解问题的具体技术特征将性能矩阵变形为能够用某种数学方法求解的形式，建立对大规模网络性能建模的框架，并通过研究解决大规模网络如Internet面临的某种重大问题来检验该原创性建模方法的正确性。.研究内容包括：建立大规模网络性能建模框架；寻找表达能力强、适应范围宽、能够动态描述大规模网络性能的空域和时域表示方法；利用矩阵论和网络拓扑特征等，研究基于MNPR分析大规模网络性能的方法；引入不确定多属性决策理论，提出评价大规模网络整体性能的模型；提出实时在线、健壮、高效地检测多种性能测度异常的模型。

良好的大规模网络性能建模方法能够从整体上定量地分析和理解大规模网络的性能规律，进而推进网络科学的发展。本项目基于矩阵网络性能表示法MNPR和主成分分析、因子分析、不确定多属性决策理论等数学方法，提出了多种大规模网络性能建模的新方法。.在因特网性能评价方面，提出了基于CCIPCA的在线共享拥塞路径检测方法；提出了基于因子分析的共享拥塞路径检测方法；提出了基于路径聚类的拥塞段定位方法；提出了基于离差最大化的网络性能评价方法和主客观赋权相结合的网络性能评价方法。.在因特网性能空间建模方面，发现了因特网时延空间的不均匀性及其演化趋势；提出了可用带宽空间的分布式瓶颈模型；提出了基于指数变换的网络坐标系统S-Vivaldi；提出了基于PCA的因特网时延空间划分算法DSD-PCA；提出了拓扑已知的可用带宽预测算法T-aware，基于矩阵分解的ABP-SVD算法；提出了启发式高可用带宽迂回路径选择算法H2ABDPS。.在P2P内容分发的性能优化机制方面，提出了基于随机选择的种子调度RS3算法；提出了有偏的种子疏通BSU算法；提出了直播流系统的经济-空闲-应急(EIC)设计原则并给出了一套对等方和服务器的资源调度策略；提出了建立了一个离散的、时隙化的数学模型以及相应的性能测度和优化目标函数，对P2P直播流媒体系统中的数据块选择机制进行了分析；提出了启发式高可用带宽迂回路径选择算法H2ABDPS。.在网络安全机制方面，提出了一种基于往返时延矩阵的全网络异常检测方法；提出了一种基于健壮PCA的异常检测算法RPCA以抵御毒害攻击；提出了一种基于支持向量回归的全网络在线异常检测方法；提出了一种对全网络流量异常检测和分类的在线方法；提出了一种基于多尺度主成分分析的全网络异常检测方法；提出了一种P2P名誉机制iRep，并引入了基于名誉值的对等方疏通算法；提出了基于多尺度主成分分析和重构阈值的P2P恶意对等方检测方法PeerMate；提出了一种基于NMF的全网络流量异常检测方法NMF-NAD方法，并根据异常信息提出了底层网络感知的对等方选择UNPU算法。.项目全面完成了预定的研究目标。