AncomWiki

Localized Tensor Completion (LTC) for Network Data Recovery

Properties1
description본 논문은 네트워크 트래픽 데이터의 누락된 부분을 복구하기 위해 '로컬라이즈드 텐서 컴플리션(LTC)' 모델을 제안합니다. 기존 텐서 컴플리션이 전역적 저차원 구조를 가정하는 한계를 극복하고, 데이터의 강한 지역적 상관관계를 활용하여 서브-텐서를 구성함으로써 복구 정확도를 높입니다. 주요 기술로는 LSH 기반 앵커 포인트 계산, 유사성 인코딩, 유사성 기반 로컬 텐서 컴플리션 및 데이터 융합이 포함됩니다. 실제 트래픽 트레이…

9 min read

Localized Tensor Completion (LTC) for Network Data Recovery

Source

  • Evernote/Inbox/Accurate Recovery of Missing Network Measurement Data With Localized Tensor Completion.md

Summary

본 논문은 네트워크 트래픽 데이터의 누락된 부분을 복구하기 위해 ‘로컬라이즈드 텐서 컴플리션(LTC)’ 모델을 제안합니다. 기존 텐서 컴플리션이 전역적 저차원 구조를 가정하는 한계를 극복하고, 데이터의 강한 지역적 상관관계를 활용하여 서브-텐서를 구성함으로써 복구 정확도를 높입니다. 주요 기술로는 LSH 기반 앵커 포인트 계산, 유사성 인코딩, 유사성 기반 로컬 텐서 컴플리션 및 데이터 융합이 포함됩니다. 실제 트래픽 트레이스를 이용한 실험 결과, 특정 알고리즘에 의존하지 않고도 복구 정확도를 효과적으로 향상시킨 것으로 나타났습니다.

Key Points

  • 기존 텐서 컴플리션의 전역 저차원 가정 한계 지적 및 지역적 상관관계 활용 필요성 제기
  • 로컬라이즈드 텐서 컴플리션(LTC) 모델 제안: 강한 상관관계를 가진 데이터 서브셋을 저차원 서브-텐서로 분리하여 복구
  • 주요 기술: LSH 기반 효율적 앵커 포인트 탐색, 유사성 인코딩, 유사성 기반 로컬 텐서 컴플리션 및 데이터 융합
  • 실제 네트워크 트래픽 데이터 실험을 통한 복구 정확도 향상 효과 검증

그래프 뷰

백링크