主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2018年第10期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
潘胜利,张志勇,费高雷,钱峰,胡光岷.网络链路性能参数估计的层析成像方法综述.软件学报,2015,26(9):2356-2372
网络链路性能参数估计的层析成像方法综述
Survey on Network Tomography for Link Performance Parameter Evaluation
投稿时间:2014-03-26  修订日期:2015-01-28
DOI:10.13328/j.cnki.jos.004867
中文关键词:  逆问题  网络层析成像  链路性能评价  端到端测量  相关性  可辨识性
英文关键词:inverse problem  network tomography  link performance evaluation  end-to-end measurement  correlation  identifiability
基金项目:国家自然科学基金(61171091, 61201127, 61301274); 中央高校基本业务费专项基金(ZYGX2012J005, E022050205); 保密通信重点实验室基金(9140C110503140C11054)
作者单位E-mail
潘胜利 宽带光纤传输与通信网技术教育部重点实验室(电子科技大学), 四川 成都 611731  
张志勇 宽带光纤传输与通信网技术教育部重点实验室(电子科技大学), 四川 成都 611731  
费高雷 宽带光纤传输与通信网技术教育部重点实验室(电子科技大学), 四川 成都 611731  
钱峰 宽带光纤传输与通信网技术教育部重点实验室(电子科技大学), 四川 成都 611731  
胡光岷 宽带光纤传输与通信网技术教育部重点实验室(电子科技大学), 四川 成都 611731 hgm@uestc.edu.cn 
摘要点击次数: 3234
全文下载次数: 2120
中文摘要:
      网络层析成像能够在网络内部节点不提供测量协作的情况下,根据端到端的测量结果,间接地估计网络内部链路性能参数,是一种重要的网络测量手段,能直接指导网络管理和网络优化,目前受到国内外学术界和工业界广泛的关注.在广泛收集国内外资料的基础上,首先总结了目前网络层析成像使用的主要端到端测量方法和技术;再根据不同参数对链路性能刻画程度的不同,将链路性能参数的网络层析成像方法分为两类:定量参数推断方法和定性参数推断方法;然后,针对不同类型参数的估计问题,概括分析了现有算法的特点;最后指出该类方法未来的研究方向与潜在的应用前景.
英文摘要:
      Network tomography provides the ability to employ the end-to-end measurements to infer the network-internal link performance parameters indirectly without requiring cooperation from the intermediate elements of the network. As a significant alternative to network measurements to be able to guide the network management as well as the network optimization, network tomography receives a plenty of attention both in academia and industry. This survey is based on an extensive collection and reference of research works at home and abroad. First, the measurement schemes exploited by the network tomography are summarized. Next, the corresponding tomographic approaches are divided into two classes regarding at what granularity they describe the link's performance: the quantitative parameter estimation and the qualitative parameter estimation. Then according to inference problems of the different parameters, a general analysis of the existing algorithms is conducted. Lastly, future research areas and potential applications are suggested.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利