【技术实现步骤摘要】
本专利技术涉及网络数据监测领域，具体涉及一种网络监测数据补全方法及设备。
技术介绍
1、网络监测是管理和维护现代计算机网络的一个重要过程，需要对网络各实体之间的流量分布进行持续的测量和分析。这一过程对于异常检测、故障排除和网络优化等任务是不可或缺的，这凸显了对全网进行监测的必要性。然而，由于设备的连接中断、故障以及大量的测量开销等因素，全网监测数据的完整性往往难以得到保障。
2、现有的监测数据补全的方法主要可分为传统方法和基于神经网络的方法。传统的方法通常是基于矩阵补全、张量补全技术对监测数据中缺失的元素进行补全。这些方法将监测矩阵或张量分解为多个低秩因子矩阵，基于观测数据训练这些因子矩阵，并使用这些训练因子矩阵对未观测数据进行估计。基于神经网络的方法一部分是对传统方法的拓展，利用嵌入矩阵来代替传统矩阵或张量补全算法中的因子矩阵；另一部分是对数据的时间、空间等特征进行挖掘进而对缺失数据进行补全。
3、传统的补全方法虽然有较为坚实的理论基础，但是对缺失值进行估计的能力有限，因为它们只捕获网络监测数据中的线性信息，从...
【技术保护点】
1.一种网络监测数据补全方法，该方法包括如下步骤：
2.根据权利要求1所述的网络监测数据补全方法，其特征在于，根据子序列、二值掩码和拓扑特征获取二分图序列中每个节点在每个时刻下的动态特征包括如下步骤：
3.根据权利要求2所述的网络监测数据补全方法，其特征在于，得到节点在当前时刻下的动态特征之后，还包括：
4.根据权利要求1-3任一项所述的网络监测数据补全方法，其特征在于，根据二分图序列中每个节点的动态特征和静态特征对网络流量数据集中的不可见部分进行估计包括：
5.根据权利要求1-3任一项所述的网络监测数据补全方法，其特征...
【技术特征摘要】
1.一种网络监测数据补全方法，该方法包括如下步骤：
2.根据权利要求1所述的网络监测数据补全方法，其特征在于，根据子序列、二值掩码和拓扑特征获取二分图序列中每个节点在每个时刻下的动态特征包括如下步骤：
3.根据权利要求2所述的网络监测数据补全方法，其特征在于，得到节点在当前时刻下的动态特征之后，还包括：
4.根据权利要求1-3任一项所述的网络监测数据补全方法，其特征在于，根据二分图序...
【专利技术属性】
技术研发人员：谢鲲，林其雪，李晓灿，文吉刚，张大方，彭绍亮，
申请(专利权)人：湖南大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。