Потоки інформації в мережі з обмеженнями кількості потоків, дозволених на кожному вузлі
DOI:
https://doi.org/10.31861/sisiot2023.2.02001Ключові слова:
інформаційні потоки в мережі, метод Гауса, система розв’язків лінійних рівняньАнотація
У роботі розглядається класична проблема аналізу транспортних мереж, зокрема, вивчається структура мереж з урахуванням передбачених обсягів трафіку для кожного вузла мережі. У роботі пропонується математична модель для визначення рішень у повністю зв'язаних мережах без петель, які складаються з трьох та чотирьох вузлів. На основі цієї моделі розроблено програмне забезпечення для оцінки статистичного розподілу ентропії у мережі. Додатково проведено дослідження статистичних характеристик ентропії потоку інформації в мережах з обмеженнями та без них, що дозволяє рівномірно розподіляти потік інформації. Ця аналіз має практичне значення для вивчення динаміки мережі та передбачення процесів перерозподілу потоку з початкових незбалансованих станів, які спрямовані на збільшення ентропії. У статті приведені висновки, які можуть мати практичне застосування для виявлення дисбалансу в мережі та адаптації до різних топологій. Отримані результати можуть бути використані для розробки алгоритмів, які визначають ступінь дисбалансу мережі, що виникає внаслідок значних зовнішніх впливів, які незначно змінюють загальне навантаження на мережу. Це особливо актуально для виявлення прихованих атак DDoS, спрямованих на зниження пропускної здатності мережі через заміну легального трафіку. Запропонований метод було випробувано на повністю зв'язаних мережах, але його потенціал адаптації до різноманітних топологічних структур, таких як мережі з частковим підключенням або слабко підключені мережі, також допускається. Враховуючи прогрес у технологіях хмарних обчислень, які забезпечують значну обчислювальну потужність, і здатність накопичувати обширні статистичні дані, метод може бути інтегрований із технологіями машинного навчання та штучного інтелекту, що сприятиме автоматизації, масштабованості та адаптивності в аналізі мережі.
Завантажити
Посилання
R. Ahlswede, N. Cai, S.Y. Li, R.W. Yeung,. “Network information flow. IEEE Transactions on information theory”, vol. 46(4), pp. 1204-1216, 2000.
A. S. Avestimehr, S. N. Diggavi, N.C. David, “Wireless network information flow: A deterministic approach”, IEEE Transactions on Information theory, vol. 57(4), pp. 1872-1905, 2011.
L. R. Ford Jr, D.R. Fulkerson. Flows in networks, vol. 54, Princeton university press, 2015.
G. Bertagnolli, R. Gallotti, M. De Domenico, “Quantifying efficient information exchange in real network flows”, Commun Phys 4, 125, 2021.
K. Ponanan, T. Srichanthamit, W. Watanabe, S. Watanabe, H. Suto, Hidetsugu, “A Framework of Supporting System for Optimizing Information Flow in International Trade Transaction”, Transactions of Japan Society of Kansei Engineering, vol. 18, 2018.
O. Lemeshko, M. Yevdokymenko, O. Yeremenko. “Optimization routing model of delay-sensitive traffic in infocommunication networks”, Control, Navigation and Communication Systems. Academic Journal, vol. 2, № 72, pp. 152-159, 2020.
O.V. Lemeshko, T.V. Vavenko “Usovershenstvovanije potokovoj modeli mnogoputevoj marshrutizatsii na osnove balansirivki nagruzki”, Problemi telekomunikatsij. – № 1(6), pp. 12-29, 2012.
Drzazga-Szczȩśniak, E.A.; Szczepanik, P.; Kaczmarek, A.Z.; Szczȩśniak, D. “Entropy of Financial Time Series Due to the Shock of War”, Entropy, vol. 25(5), pp. 823-835, 2023.
Xi, Y.; Cui, X. “Identifying Influential Nodes in Complex Networks Based on Information Entropy and Relationship Strength”, Entropy, vol. 25(5), pp. 754-771, 2023.
Bayrakdar N, Gemmetto V, Garlaschelli D. “Local Phase Transitions in a Model of Multiplex Networks with Heterogeneous Degrees and Inter-Layer Coupling”, Entropy, vol. 25(5), pp. 828-863, 2023.
R. L. Politanskyi, O.L. Zarytska, M.V. Vistak, V.V. Vlasenko, “Research of distribution of information flows in a network”, Mathematical Modeling and Computing, vol. 8(4), pp. 821-829, 2021.
R. Politanskyi, A. Samila, L. Politanskyi, V. Vlasenko, V Popa, Y. Bobalo, I. Tchaikovsky, “Investigation of High-Speed Methods for Determining the Equilibrium State of a Network Based on the Principle of Maximum Entropy”. Lecture Notes in Electrical Engineering, vol. 96, pp. 602-614, 2023.
Mykel J. Kochenderfer, Tim A. Wheeler. Algorithms for Optimization. The MIT Press. Cambridge, Massachusetts. London, England, 2019.
Опубліковано
Номер
Розділ
Ліцензія
Авторське право (c) 2023 Безпека інфокомунікаційних систем та Інтернету речей
Ця робота ліцензується відповідно до ліцензії Creative Commons Attribution 4.0 International License.
