[发明专利]基于谱聚类与随机选择结合的参考节点选取方法

说明书

本发明涉及信息安全技术领域，特别是涉及一种基于谱聚类与随机选择结合的参考节点选取算法。基于谱聚类与随机选择结合的参考节点选取方法，包括以下步骤：对网络节点进行谱聚类；判断网络节点是否为离群点，若是，则去除离群点；若否，则直接进行下一步；随机选取参考节点；对选取的参考节点进行优化。本发明利用谱聚类对网络节点进行聚类，将时延相似的节点作为一类，然后对聚类结果进行离群点处理，最后在每类中随机选取若干点作为参考节点，将由参考节点构成的带权无向图划分为两个或者两个以上的最优子图，并且根据时延向量的相似度使子图内部差异性尽量小，而子图之间的差异性较大，从而达到聚类的目的，且避免了局部最优的情况。

技术领域

本发明涉及信息安全技术领域，特别是涉及一种基于谱聚类与随机选择结合的参考节点选取算法。

背景技术

大规模分布式服务以及应用对于获取任意两个网络主机节点之间网络距离的需求越来越普遍，这些应用包括分布式文件共享、基于位置的路由协议、内容分发网络等。在这些应用中，通过端到端直接测量能够获取两个网络主机之间的时延，但是当网络节点数量较大时，这种方法测量的开销就会急剧增大，并且复杂度也会增加。假设网络中存在M个主机，则获得任意两个主机之间的时延需要M²的测量复杂度；此外，网络中还存在节点之间时延无法测量的问题，因而直接测量的时延获取方法难以应用于大规模网络服务。为了满足大规模网络测量的需求，研究者提出了一种网络时延预测的技术，通过计算两个节点的时延值来预测实际测量时延值。这种技术的典型方法称为网络坐标系NCS(NetworkCoordinate System)。NCS是使用少量直接测量数据进行网络距离(在网络坐标系中网络距离即为网络时延)预测的一种方法。

现有网络坐标系参考节点的选择大都是采取随机选择的方法，这种方法虽然能够以同等概率选择参考节点，但是同时也会选取到一些异常值点，由于异常值点的存在，导致利用所构建的初始网络坐标系预测节点时延时出现严重偏离实际值的结果，从而造成预测失效。因此，如何选择参考节点是提高网络坐标系时延预测精度的关键问题之一。

发明内容

针对上述情况，本发明提出一种基于谱聚类与随机选择结合的参考节点选取方法，提高了网络坐标系时延预测精度。

为了实现上述目的，本发明采用以下技术方案：

基于谱聚类与随机选择结合的参考节点选取方法，包括以下步骤：

步骤1：对网络节点进行谱聚类；

步骤2：判断网络节点是否为离群点，若是，则去除离群点；若否，则直接进行下一步；

步骤3：随机选取参考节点；

步骤4：对选取的参考节点进行优化。

优选地，所述参考节点的个数为聚类的类别数。

优选地，所述步骤1包括：

步骤1.1：将所有网络节点时延数据构造成一个带权无向图，图中的顶点为网络节点，权重为两个网络节点时延向量的相似度，并根据构造的带权无向图，得到网络节点邻接矩阵；

步骤1.2：根据网络节点邻接矩阵得到对角矩阵，其中对角矩阵的列数与网络邻接矩阵列数相同，且对角元素由上到下依次为网络邻接矩阵的每一列元素之和；

步骤1.3：根据网络节点邻接矩阵及所述对角矩阵，求网络节点的带权无向图的最优分割，得出多个子图及拉普拉斯矩阵；

步骤1.4：根据网络节点的带权无向图的最优分割，求拉普拉斯矩阵的前k个最小特征值，将前k个最小特征值对应的特征向量与网络节点构成k乘以网络节点数的矩阵，将矩阵的每一行看作网络节点时延向量，对网络节点时延向量进行K-means聚类。

优选地，在所述步骤2之前还包括：对每一类的网络节点个数进行遍历。