دانلود رایگان ترجمه مقاله به کارگیری مدل های پنهان مارکوف (آی تریپل ای 2016)

مبتدی (مناسب برای درک مفهوم کلی مطلب) 

مدلهای خطی به راحتی قابل پیاده سازی هستند و تفسیر خوبی دارند و بنابراین در بسیاری از مسائل تحلیل سری زمانی در کارهای واقعی به طور گسترده ای مورد استفاده قرار می گیرند. با این حال، نشان داده شده است مدل های خطی برای توصیف برخی از رفتارهای غیرخطی از ترافیک شبکه کافی نیستند. برای انعطاف پذیری بیشترمدل، همچنین کارهایی با استفاده از شبکه عصبی مصنوعی (ANN) برای تقریب عملکرد غیرخطی تابع f وجود دارد.
ANN تقریب زن بسیار قوی تابع غیر خطی با تعداد کافی داده شده از نورون های پنهان است. همانطور که در شکل 1 نشان داده شده است، ما مشاهدات پیشین و خطاهای پیش بینی را به شبکه عصبی و خروجی های شبکه عصبی حجم ترافیک پیش بینی شده آینده نمایش می دهیک . مرحله آموزش شبکه عصبی تنظیم وزنهای اتصالات بین دو لایه مجاور نورون ها به منظور به حداقل رساندن خطاهای پیش بینی است. بازگشت به عقب با استفاده از کاهش گرادیان دسته ای و کاهش گرادیان تصادفی معمولاً برای آموزش یک شبکه عصبی استفاده می شود.

اگرچه ایده پیش بینی غلتان با استفاده از مشاهدات قبلی، ساده و کارآمد به نظر می رسد ، اما محدودیت اصلی این است که باید در فواصل زمانی متوالی حجم ترافیک را جمع آوری کند که می تواند به خصوص در یک شبکه با سرعت بالا در مقیاس بزرگ بسیار گران باشد. برای جلوگیری از اندازه گیری مستقیم حجم ترافیک، روش هایی وجود دارد که به آن توموگرافی شبکه گفته می شود که برای تخمین حجم ترافیک از داده های link utilization پیشنهاد شده است و سپس از ترافیک تخمین زده شده برای انجام پیش بینی همانطور که در قسمت بعدی توضیح داده شده استفاده می کند.

B. توموگرافی شبکه
ایده توموگرافی شبکه بهره برداری از رابطه بین داده بار لینک و تقاضای ترافیک در بین هاست های انتهایی شبکه است. با استفاده از 〖 X〗_t یک بردار جمع آوری شده از تمام حجم های ترافیکی منتقل شده در شکاف زمانی t بین هر دو هاست انتهایی شبکه و یک ماتریس روتینگ (مسیریابی) توسط A که حاوی اطلاعات مسیریابی است، یعنی 〖 A〗_(i.j)=1بدین معنی است که لینک i به مسیری تعلق دارد که جفت مقصد j برای انتقال ترافیک خود استفاده می کند. در غیر اینصورت 〖 A〗_(i.j)=0. ما همچنین توسط〖 Y〗_tt یک بردار را نشان می دهیم که تمام بارهای لینک را در شکاف زمانی t جمع آوری می کند. سپس می توانیم رابطه بین بار لینک (لینک لود) و حجم ترافیک را با سیستم خطی زیر فرمول بندی کنیم.

توجه داشته باشید که فرض می کنیم در طول دوره مشاهده ، ماتریس روتینگ تغییر داده نشده است. حتی با این فرض، سیستم حل توصیف شده در معادله 3 بسیار مشکل است زیرا سیستم نامعین است زیرا تعداد لینک ها معمولا به مراتب کمتر از تعداد جفت های هاست های انتهایی در یک شبکه هستند.
تحقیقات گسترده ای با استفاده ازسنجش فشرده، الگوریتم های امید ریاضی- بشینه سازی برای حل این سیستم وجود دارد. به طور کلی ، آن الگوریتم ها پیچیده هستند و نتایج رضایت بخش نیست.
با درک محدودیت های قوی در کارهای موجود ذکر شده، چارچوبی جدید برای برآورد حجم ترافیک بر اساس برخی از آماگان های ساده سطح جریان را با استفاده از مدل های پنهان مارکوف در بخش زیر پیشنهاد می کنیم.

3. حدس زدن و پیش بینی حجم ترافیک با استفاده از HMM ها
در این بخش، امکان حدس زدن و پیش بینی حجم ترافیک را بر اساس برخی از آمارگان (آماره های) ساده سطح جریان ساده مورد بحث قرار می دهیم. این ایده مبتنی بر مشاهداتی است که وابستگی آماری قوی بین آن آمارگان (آماره های) ساده سطح جریان و کل حجم ترافیک وجود دارد که توسط شکل زیر که با تجزیه و تحلیل سری زمانی از ترافیک شبکه واقعی بدست آمده است، نشان داده شده است.

شکل 2 رابطه بین تعداد جریان در شکاف های زمانی مختلف و حجم کل جریان مربوطه را (بر حسب بایت) نشان می دهد. در اینجا سری های زمانی را مانند آنهایی که دارای میانگین و انحراف معیار های صفر دارند را نرمالیزه می کنیم. ما می توانیم ببینیم که می توان از این ارتباط برای حدس زدن حجم بر اساس شمارش جریان (flow count) استفاده کرد زیرا همبستگی مهمی بین شمارش جریان (flow count) و حجم ترافیک وجود دارد.

A. آمارگان (آماره های) ساده جریان و تکنیک طراحی
ما استدلال می کنیم که جمع آوری آمارگان (آماره های) ساده جریان بسیار ارزان تر از اندازه گیری مستقیم حجم ترافیک است. در اینجا می توان آمارگان جریان را به صورت آمارگان زیر تعریف کنیم:
C_(f.t) تعداد جریان (flow) در فاصله زمانی t
C_(tcp.t) تعداد جریان های TCP در فاصله زمانی t
C_(R(i).t)تعداد جریان ها با استفاده از تعداد پورت موجود در بازه R(i)، ∀i در زمان t
علاوه بر مواردی که در اینجا تعریف می کنیم، هیچ محدودیتی در استفاده از اطلاعات بیشتری که برای تخمین حجم ترافیک مفید است، وجود ندارد. ما تمام آمارگان (آماره های) جریان را که به راحتی جمع آوری می شود ، در یک بردار مشاهدات y_(t )=〖[C_(f.t).C_(tcp.t).C_(R(i).t).…]〗^T قرار می دهیم.
جمع آوری این آمارگان (آماره های) سطح جریان، به طور طبیعی، مسئله ای آیتم های مجزای قابل شمارش یک رشته داده است که به طور گسترده در مقالات مورد مطالعه قرار گرفته است.