Network tomography has been used as an approach to the Node Failure Localisation problem, whereby misbehaving subsets of nodes in a network are to be determined. Typically approaches in the literature assume a statically routed network, permitting linear algebraic arguments. In this work, a load balancing, dynamically routed network is studied, necessitating a stochastic representation of network dynamics. A network model was developed, permitting a novel application of Markov Chain Monte Carlo (MCMC) inference to the Node Failure Localisation (NFL) problem, and the assessment of monitor placement choices. Two nuanced monitor placement algorithms, including one designed for the NFL problem by Ma et al. 2014 were tested, with the published algorithm performing significantly better.


翻译:网络断层成像法是用来解决节点失灵定位问题的一种方法,据此将确定网络中节点子的错误行为。文献中通常采用的方法是静态路由网络,允许线性代数参数。在这项工作中,研究了一个负负平衡、动态路由网络,从而有必要对网络动态进行随机描述。开发了一个网络模型,允许对节点失灵定位(NFL)问题进行新应用Markov 链条蒙特卡洛(MCMC)的推论,并评估了监测安置选择。测试了两种细微监测定位算法,包括马等人为NFL问题设计的算法。2014年,已公布的算法运行得更好。

0
下载
关闭预览

相关内容

Networking:IFIP International Conferences on Networking。 Explanation:国际网络会议。 Publisher:IFIP。 SIT: http://dblp.uni-trier.de/db/conf/networking/index.html
专知会员服务
60+阅读 · 2020年3月19日
开源书:PyTorch深度学习起步
专知会员服务
50+阅读 · 2019年10月11日
【新书】Python编程基础,669页pdf
专知会员服务
194+阅读 · 2019年10月10日
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Arxiv
0+阅读 · 2022年2月17日
Arxiv
4+阅读 · 2018年3月19日
VIP会员
相关资讯
A Technical Overview of AI & ML in 2018 & Trends for 2019
待字闺中
16+阅读 · 2018年12月24日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Disentangled Representations
CreateAMind
4+阅读 · 2018年4月15日
Capsule Networks解析
机器学习研究会
11+阅读 · 2017年11月12日
【推荐】YOLO实时目标检测(6fps)
机器学习研究会
20+阅读 · 2017年11月5日
【推荐】深度学习目标检测全面综述
机器学习研究会
21+阅读 · 2017年9月13日
【推荐】RNN/LSTM时序预测
机器学习研究会
25+阅读 · 2017年9月8日
Auto-Encoding GAN
CreateAMind
7+阅读 · 2017年8月4日
Top
微信扫码咨询专知VIP会员