譯者序
前言
第1章　5G的概念和架構 1
1.1　軟件定義網絡 1
1.1.1　集中式和分布式控制 2
1.1.2　網絡功能虛擬化 2
1.1.3　OpenFlow 3
1.2　IT融合 3
1.2.1　大數據 3
1.2.2　邊緣計算 3
1.2.3　安全性和完整性 4
1.2.4　能源效率 4
1.3　模塊搭建 4
1.3.1　光纖 4
1.3.2　SD-WAN 4
1.3.3　開源軟件 5
1.4　算法和復雜度類 5
1.4.1　優(yōu)化問題 6
1.4.2　顯示問題難度 7
1.4.3　求解難題的算法 9
第2章　網絡建模與分析 12
2.1　基本屬性 12
2.2　圖形表示 13
2.3　連通性 14
2.3.1　深度優(yōu)先搜索 14
2.3.2　廣度優(yōu)先搜索 15
2.4　最短路徑 15
2.4.1　Dijkstra算法 16
2.4.2　Bellman-Ford 算法 18
2.5　最小生成樹 19
2.5.1　圖的稀疏性 19
2.5.2　拓撲示例 21
2.5.3　旅行商問題 22
2.5.4　最近鄰算法 22
2.5.5　增量插入算法 23
2.5.6　k-最優(yōu)方法 23
2.6　網絡彈性 24
2.6.1　網絡切割 24
2.6.2　刪除–收縮原則 25
第3章　網絡科學 27
3.1　小世界現象 27
3.2　Erd?s-Rényi模型 27
3.2.1　圖的進化 28
3.2.2　度分布 29
3.2.3　聚類系數 30
3.3　無標度網絡 31
3.4　進化網絡 33
3.5　度相關性 38
3.5.1　鄰居節(jié)點平均度 39
3.5.2　相關系數 39
3.5.3　結構截斷 40
3.6　重要性 41
3.7　魯棒性 42
3.8　攻擊容忍度 45
3.9　故障傳播 47
3.10　提高魯棒性 48
第4章　自相似、分形和混沌 50
4.1　自相似性：原因和含義 50
4.1.1　平滑的流量 51
4.1.2　突發(fā)流量 53
4.1.3　長時相關性流量 54
4.2　隨機過程 56
4.2.1　基本定義 56
4.2.2　自相似和長時相關性過程 58
4.3　檢測和估計 61
4.3.1　泊松特性的檢測 61
4.3.2　長時相關性和自相似性的檢測和估計 61
4.4　小波分析 63
4.5　分形圖 69
4.5.1　迭代函數系統(tǒng) 70
4.5.2　分形維數定義 74
4.5.3　控制界限 76
4.5.4　在線過程監(jiān)控 76
第5章　優(yōu)化技術 78
5.1　5G中的優(yōu)化問題 78
5.2　混合整數規(guī)劃 79
5.2.1　動態(tài)規(guī)劃 79
5.2.2　分支定界法 81
5.3　湊整 81
5.4　模擬退火 84
5.5　遺傳算法 84
5.5.1　二進制表示 86
5.5.2　適應度函數 86
5.5.3　復制 87
5.5.4　重組（交叉） 87
5.5.5　突變 87
5.6　群體算法 87
5.6.1　蟻群優(yōu)化 87
5.6.2　粒子群優(yōu)化 89
5.6.3　螢火蟲算法 91
第6章　聚類 93
6.1　聚類的應用 95
6.2　復雜性 95
6.3　簇屬性和質量度量 95
6.3.1　節(jié)點相似性 96
6.3.2　擴展 97
6.3.3　覆蓋率 97
6.3.4　性能 98
6.3.5　電導 98
6.4　啟發(fā)式聚類方法 100
6.4.1　k-最近鄰 100
6.4.2　k-均值和k-中值 100
6.5　譜聚類 101
6.5.1　相似矩陣 102
6.5.2　拉普拉斯矩陣 102
6.5.3　特征向量 103
6.5.4　投影 104
6.6　迭代改進 105
第7章　貝葉斯分析 107
7.1　貝葉斯平均 107
7.2　吉布斯采樣器 108
7.3　最大期望值算法 111
7.4　t-分布隨機鄰域嵌入算法 116
7.5　圖像識別方法 118
第8章　數據中心和云 120
8.1　無容設施選址 120
8.1.1　分配 121
8.1.2　修剪 122
8.2　原始對偶算法 124
8.2.1　分配階段 125
8.2.2　修剪階段 125
8.2.3　沖突解決階段 125
8.3　有容設施選址 127
8.4　彈性設施選址 131
8.5　一維裝箱 134
8.6　多維資源分配 136
8.6.1　云資源和描述符 136
8.6.2　優(yōu)化標準 137
8.6.3　資源優(yōu)化算法 138
8.7　示例 140
8.8　最優(yōu)作業(yè)調度 143
8.8.1　湊整 145
8.8.2　調度器 147
第9章　接入網 151
9.1　容限最小生成樹 151
9.2　微波和光纖混合接入網 154
9.3　接入網彈性 155
9.4　集中式無線接入網 160
9.5　天線系統(tǒng) 162
9.5.1　輻射模型 162
9.5.2　大規(guī)模MIMO天線陣列 163
第10章　魯棒的骨干網設計 166
10.1　網絡彈性 166
10.2　連接和切割 168
10.3　生成樹 170
10.3.1　基爾霍夫矩陣樹定理 171
10.3.2　圖形強度 172
10.3.3　可靠性多項式 175
10.3.4　界限 176
10.3.5　隨機算法 176
10.4　最小成本生存網絡 177
10.4.1　測試可行性 178
10.4.2　生成初始解 179
10.4.3　鄰域搜索 179
10.4.4　算法總結 180
10.5　原始對偶算法 183
第11章　流量工程 191
11.1　彈性路由 191
11.1.1　K-最短路徑 191
11.1.2　靜態(tài)和動態(tài)路由 192
11.2　MPLS 193
11.2.1　路由分配和容量分配 195
11.2.2　問題表述 195
11.2.3　近似算法 196
11.3　波長分配 203
11.3.1　圖著色 204
11.3.2　Douglas-Rachford算法 204
11.3.3　Bron-Kerbosch算法 206
11.4　預先計劃的循環(huán)保護 207
11.4.1　尋找圖中的循環(huán) 208
11.4.2　p-循環(huán)設計 210
11.4.3　跨接方法 212
11.4.4　節(jié)點故障 212
第12章　大數據分析方法 213
12.1　離散化 213
12.2　數據草圖 217
12.2.1　數據流模型 217
12.2.2　散列函數 218
12.2.3　近似計數 219
12.2.4　元素數量計數 221
12.2.5　向量范數的估計 223
12.2.6　AMS算法 224
12.2.7　Johnson–Lindenstrauss算法 225
12.2.8　中位數算法 226
12.2.9　最小值計數草圖 229
12.2.10　中位數計數草圖 230
12.2.11　大流量對象 233
12.3　樣本熵估計 235
12.4　流大小分布 237
12.4.1　多分辨率估計 240
12.4.2　位圖算法 241
第13章　動態(tài)資源管理 244
13.1　網絡業(yè)務流 245
13.1.1　流量特征 245
13.1.2　熵 246
13.2　流量聚合 247
13.3　擁塞控制 248
13.3.1　通過流量聚合實現擁塞控制 249
13.3.2　通過路由優(yōu)化實現擁塞控制 250
13.3.3　擁塞控制仿真 250
13.3.4　網絡拓撲 251
13.3.5　節(jié)點能力 252
13.3.6　流量分布 253
13.3.7　流量仿真 253
13.3.8　流量聚合 255
13.3.9　路由策略 255
13.3.10　QoS評估 256
13.4　流量聚合的效果 257
13.4.1　節(jié)點級流量聚合 257
13.4.2　基于業(yè)務類型的流量聚合 258
13.4.3　動態(tài)流量聚合 259
13.5　路由優(yōu)化的效果 260
13.5.1　最小總時延路由下的流量聚合 261
13.5.2　最短路徑路由下的動態(tài)流量聚合 262
13.5.3　最小的最長時延下的流量聚合 262
第14章　物聯網 264
14.1　網絡架構 265
14.1.1　路由協議 265
14.1.2　物聯網路由協議 265
14.2　無線傳感器網絡 267
14.2.1　能量模型 267
14.2.2　仿真結果 268
14.3　移動性建模技術 273
14.3.1　幾何模型 273
14.3.2　排隊模型 275
14.3.3　交通流理論 276
14.3.4　其他模型種類 277
14.4　Gibbsian交互移動性模型 277
14.4.1　相關性分析 278
14.4.2　分布的擬合 281
14.4.3　基本假設 281
14.4.4　相關性結構 282
14.4.5　流量源密度仿真 284
14.4.6　Gibbs采樣器實現 284
14.4.7　仿真結果 285
14.4.8　移動性模型的數學分析 289
14.4.9　一維移動性模型的數值解分析 291
14.4.10　隨機場 292
14.4.11　一維移動性模型的估計 293
14.4.12　結束語 295
參考文獻 296
術語表 302