大规模网络感知与认知理论及技术

\\\"本书提供有关大规模网络感知与认知技术的阐述和介绍，期望对相关领域的发展起到积极作 用。本书共 10 章，分别为引言、网络信息的近似表示、网络空间的邻近搜索、网络行为的关联分 析、网络行为的实时跟踪、网络行为的识别与分类、网络行为的全域预测、网络行为的自动测试、 网络行为的仿真推演、结束语。 本书可作为高等院校计算机网络、分布式系统等专业高年级本科生和硕士研究生的教材，也 可供计算机网络、分布计算、系统软件、仿真模型模拟相关领域科研人员和工程技术人员参考。 \\\"

目 录 第 1 章 引言 1 1.1 背景 1 1.1.1 网络环境 2 1.1.2 网络测量 7 1.2 网络感知与认知现状分析 11 1.2.1 基本概念 11 1.2.2 背景行为感知与认知 11 1.2.3 前景行为感知与认知 13 1.2.4 工业界概况 14 1.2.5 小结 14 1.3 大规模网络行为感知与认知的科学技术问题 15 1.3.1 全域多模态的网络探测 15 1.3.2 动态网络建模与实时计算 15 1.3.3 场景自适应网络行为抽取与评估 16 1.4 本书主要内容 16 参考文献 18 第 2 章 网络信息的近似表示 24 2.1 网络信息近似表示技术 24 2.2 问题描述 25 2.3 系统架构 27 2.4 关键算法 29 2.4.1 新元素插入 29 2.4.2 元素查询 30 2.4.3 前缀独立的哈希函数设计 31 2.5 稀疏距离测量 32 2.6 布隆过滤器理论分析 33 2.6.1 假阳性分析 33 2.6.2 树状布隆过滤器交的假阳性概率 34 2.6.3 树状布隆过滤器交的带宽开销 36 2.7 布隆过滤器参数优化设计 36 2.8 网络信息近似表示效果评估 38 2.8.1 假阳性概率优化 39 2.8.2 交集计算优化 42 2.9 本章小结 45 参考文献 45 第 3 章 网络空间的邻近搜索 47 3.1 网络空间邻近搜索技术 47 3.2 网络邻近搜索概念模型 48 3.3 分布式邻近搜索机制 51 3.4 网络空间邻近搜索关键算法 52 3.4.1 网络探测优化 52 3.4.2 最远节点初始化 53 3.4.3 最近邻搜索 54 3.4.4 搜索终止判定机制 56 3.4.5 逻辑邻居维护机制 57 3.4.6 回退策略 58 3.5 分布式邻近搜索理论分析 59 3.5.1 最近节点搜索 61 3.5.2 精确度及搜索时间 65 3.6 分布式邻近搜索效果评估 69 3.7 本章小结 75 参考文献 75 第 4 章 网络行为的关联分析 77 4.1 网络行为关联分析技术 77 4.2 网络采集现状 78 4.3 问题模型 78 4.4 流图表示 79 4.5 总体架构 81 4.6 网络行为关联分析 83 4.6.1 深度网络特征抽取 83 4.6.2 图存储索引结构 83 4.6.3 高性能数据更新 86 4.6.4 多维关联查询 88 4.7 流图复杂性分析 90 4.8 网络行为关联分析效果评估 91 4.9 本章小结 94 参考文献 94 第 5 章 网络行为的实时跟踪 97 5.1 网络行为实时跟踪技术 97 5.2 数据概要 98 5.3 网络流量监测 99 5.3.1 理论模型 100 5.3.2 误差分析 102 5.4 网络行为实时跟踪总体架构 105 5.5 网络行为实时跟踪关键算法 107 5.5.1 子流聚合规约 107 5.5.2 概要算法 109 5.5.3 在线聚类 110 5.5.4 网络查询应用 111 5.6 近似计算理论分析 111 5.7 网络行为实时跟踪效果评估 112 5.8 本章小结 117 参考文献 117 第 6 章 网络行为的识别与分类 120 6.1 网络行为识别与分类技术 120 6.2 问题描述 122 6.3 理论模型框架 124 6.4 深度学习理论模型 125 6.4.1 图神经网络 125 6.4.2 基于 Transformer 的双向编码表示 127 6.4.3 网络流量 127 6.5 网络行为识别与分类关键算法 127 6.6 模型复杂性分析 130 6.7 网络行为识别与分类效果评估 130 6.8 本章小结 132 参考文献 132 第 7 章 网络行为的全域预测 134 7.1 网络行为全域预测介绍 134 7.2 网络坐标系统和网络延迟矩阵补全 135 7.3 通用网络距离矩阵补全 140 7.4 矩阵补全的总体架构 143 7.5 关键算法 144 7.5.1 层次聚类 144 7.5.2 分布式聚类计算 145 7.5.3 MMMF 146 7.5.4 分布式 MMMF 147 7.6 矩阵补全效果评估 151 7.6.1 对比结果 152 7.6.2 参数敏感性分析 154 7.7 本章小结 158 参考文献 158 第 8 章 网络行为的自动测试 161 8.1 网络行为自动测试介绍 161 8.2 问题模型 162 8.3 总体架构 165 8.4 网络行为自动测试关键算法 167 8.4.1 事件链模型 167 8.4.2 任务调度 168 8.5 资源调度优化 172 8.6 自动测试效果评估 173 8.7 本章小结 175 参考文献 175 第 9 章 网络行为的仿真推演 177 9.1 网络行为仿真与评估介绍 178 9.2 参考模型 179 9.2.1 序列模型 180 9.2.2 关键指标 181 9.3 核心指标 184 9.3.1 运行框架核心指标评估方法 184 9.3.2 前景流仿真核心指标评估方法 184 9.3.3 背景流仿真核心指标评估方法 185 9.4 总体框架 185 9.5 运行框架 186 9.5.1 功能模块 186 9.5.2 运行框架子系统使用流程 186 9.5.3 运行框架功能要求 188 9.5.4 运行框架接口要求 189 9.5.5 运行框架性能要求 190 9.6 背景流仿真 190 9.7 前景流仿真 191 9.8 分布式部署 192 9.9 本章小结 192 参考文献 193 第 10 章 结束语 194 10.1 本书总结 194 10.1.1 网络信息的近似表示 194 10.1.2 网络空间的邻近搜索 195 10.1.3 网络行为的关联分析 195 10.1.4 网络行为的实时跟踪 195 10.1.5 网络行为的识别与分类 196 10.1.6 网络行为的全域预测 196 10.1.7 网络行为的自动测试 197 10.1.8 网络行为的仿真推演 197 10.2 大规模分布式网络：走向纵深发展的战术场景网 198 10.3 网络感知与认知：走向大规模自适应智能化 199 10.3.1 面向深度和广度全景感知的网络探测与表示 199 10.3.2 面向动态实时网络的智能建模与分析 199 10.3.3 面向场景自适应的网络行为理解与评估 200 10.3.4 网络行为自动合成 200