利用有限混合模型的高效网络拓扑推断算法

摘要

针对现有高效网络拓扑推断算法的性能对设定门限值非常敏感的问题,提出了利用有限混合模型的高效层析成像网络拓扑推断算法.该算法首先从叶子节点集合中任选一个节点,测量该节点与其余节点的相关性集合,然后对测量数据建立有限混合模型,对叶子节点进行粗略分类,推断出相应的内部节点;接下来对粗略分类结果中的每一个节点类重复上述过程,如此迭代直至推断出所有内部节点为止.试验结果表明,该算法可达到现有算法取最优门限时的拓扑推断精度,且该算法与现有的高效层析成像拓扑推断算法相比,只需测量更少的节点相关性数据.