一种基于信息瓶颈理论的层次网络拓扑估计方法

本发明公开了一种基于信息瓶颈理论的层次网络拓扑估计方法，首先进行端到端流量时间序列合并，再引入对比学习，为合并的端到端流量时间序列在时域和频域分别产生随机扰动，通过对比学习从时频一致性分析角度全面的表征端到端流量时间序列，得到端到端流量时间序列嵌入，最后采用端到端流量时间序列嵌入的欧式距离度量共享路径的长度并自下而上的恢复网络拓扑。本发明的方法采取信息瓶颈理论，保留拓扑估计相关的信息，压缩噪声，基于置信度合并端到端流量时间序列，采用对比学习对时间序列数据从时域和频域同时进行有效表征，提取出能反应不同时序数据之间变化的差异性与一致性的特征，更好的度量共享路径长度，从而更加准确的恢复网络拓扑结构。