本研究透過台灣學術網路之流量監控軟體，蒐集台灣學術網路各單位之連線流量紀錄，從這些流量資料中萃取台灣學術網路流量模式。本研究以高階主管資訊系統的觀點來看這些流量，使用影片切割方法處理這些資料，以圖形展現的方式呈現巨觀的台灣學術網路流量狀態。在切割資料的同時，本研究也將偵測出偏誤的流量，並作偏誤流量偵測效能的評估。本研究進一步以分群的方式將長期的網路流量狀態分群，並以序列的方式分析這些流量狀態序列，如此就可以得到長期的網路流量狀態序列模式。本研究最主要的貢獻在於發展與應用影片切割等方法以呈現台灣學術網路整體流量的情形、偵測偏誤流量及萃取長期流量的模式。

none

摘要 II
圖示目錄 V
表格目錄 VII
第一章 緒論 1
1.1 研究動機 1
1.2 研究背景 1
1.3 研究目的 3
1.4 論文結構 4
第二章 文獻探討 6
2.1 網路管理 6
2.2 網路流量 11
2.3 影片處理 16
第三章 研究架構 21
第四章 使用影片切割方法處理流量資訊 23
4.1 網路流量分析測試 23
4.2 資料轉換 25
4.3 流量狀態擷取 27
4.4 統計過去每週之流量均值 31
第五章 偏誤流量的偵測與評估 33
5.1 偵測偏誤流量 33
5.2 改變流量大小及變更切分基準來評估偏誤流量的偵測效能 34
第六章 萃取一般的流量模式 38
6.1 將鏡頭分群 38
6.1.1 鏡頭分群簡介 38
6.1.2 鏡頭分群第一階段 40
6.1.3 鏡頭分群第二階段 42
6.2 在已分群的鏡頭序列中萃取高頻流量狀態序列模式 44
6.3 評估流量狀態序列模式的涵蓋性 47
6.4 評估流量狀態序列模式的預測力 49
第七章 結論 52
參考文獻 54
中文部分 54
英文部分 54
附錄一：各分群下之側影係數(百分之十五資料量) 56
附錄二：各群的流量狀態圖 59
附錄三：高頻流量模式序列萃取之細節部分功能 73

圖示目錄

圖一(a)：現行台灣學術網路的實體架構圖 2
圖一(b)：台灣學術網路骨幹示意圖 3
圖二：三層多窗口模式 (來源: Chang, Chung and Wang, 1988) 6
圖三：典型網路管理系統架構圖(來源：Keller, Tessier, and Bochmann, 1998)。 9
圖四：遠端操作模式架構圖(來源：Keller, Tessier, and Bochmann, 1998)。 10
圖五：路由器每秒封包的負載報告(來源：Volochine, Subramanian and Toth, 1991) 12
圖六：USENET流量指數成長(來源：Paxson, 1994) 13
圖七(a)：一天內國際連線的位元組數(b)：一天內國際連線的封包數(來源： Thompson, Miller and Wilder, 1997) 14
圖八：proxy之間的活動圖示(來源：Lin, Chang, 2000) 15
圖九：一個包含三個片段的影片(來源：Hanjalic, Lagendijk, Biemond, 1999). 19
圖十：研究架構圖 22
圖十一：每週流量圖(來源：http://www.edu.tw/tanet/atm-vc/gate-moe.html) 23
圖十二：以每小時為單位的流量自相關函數圖形 24
圖十三：以每二十四小時為單位的流量自相關函數圖形 25
圖十四：四個節點的網路 26
圖十五：轉換後的流量矩陣 26
圖十六：總流量變動情形的統計圖 28
圖十七：總相對流量變動量的統計圖 30
圖十八：整體流量的流量狀態圖鏡頭 31
圖十九(一)：過去三十個禮拜中台灣學術網路總流量的分布圖，由左而右分別是星期日、星期一、星期二 32
圖十九(二)：過去三十個禮拜中台灣學術網路總流量的分布圖，由左而右分別是星期三、星期四、星期五、星期六 32
圖二十：流量狀態圖中的偏誤流量 33
圖二十一：三類六種偏誤流量偵測方式的偵測百分比 37
圖二十二：各種分群的側影係數(Silhouette Coefficient) 42
圖二十三：02/01/2001到02/28/2001高頻流量狀態序列模式涵蓋率折線圖 48
圖二十四：03/01/2001到03/31/2001高頻流量狀態序列模式涵蓋率折線圖 48
圖二十五：02/01/2001到02/28/2001高頻流量狀態模式預測力折線圖 50
圖二十六：03/01/2001到03/31/2001高頻流量狀態模式預測力折線圖 51

表格目錄

表一：網路管理元件 8
表二：網路應用程式流量百分比 15
表三：圖七的流量細節資料(來源：Lin, Chang, 2000)。 16
表四：以 + 為切分基準偏誤流量偵測之百分比 34
表五：以 + 為切分基準偏誤流量偵測之百分比 35
表六：去除 +2 之離群值，並且以 + 為切分基準之偏誤流量偵測之百分比。 35
表七：去除 +2.5 之離群值，並且以 + 為切分基準之偏誤流量偵測之百分比。 36
表八：以變動量1.5倍為切分基準時，偏誤流量偵測之百分比。 36
表九：以變動量2倍為切分基準時，偏誤流量偵測之百分比。 37
表十：用k-means分群後所得到各群之側影係數(S.C.) 43
表十一：將所有資料分成41群後所得之各群資料筆數 44
表十二：高頻之流量狀態轉換序列 47
表十三：序列中各個流量狀態之預測力 49

參考文獻
中文部分
黃俊英(民89)。多變量分析，台北：中國經濟企業研究所。

英文部分
Chang, C.-Y., Chung, C.-G., and Wang, J.-T. 1988. The design of a traffic control expert system for long distance network contingencies. Communications of the ACM 41, 9, 932-939.
Chen, J.-Y., Taskiran, C., Delp, E.J., and Bouman, C.A. 1998. ViBE: A New Paradigm for Video Database Browsing and Search. Proceedings of the 1998 IEEE Workshop on Content-Based Access of Image and Video Database, (Jun. 21), Santa Barbara, California.
Cryer, J. D. 1986. Time series analysis. S. London, Bookman Productions.
Gargi, U., Kasturi, R., and Strayer, S.H. 2000. Performance characterization of video-shot-change detection methods, IEEE Transactions on Circuits and Systems for Video Technology 10, 1 (Feb.).
Hanjalic, A., Lagendijk, R.L., and Biemond, J. 1999. Automated high-level movie segmentation for advanced video-retrieval systems. IEEE Transactions on Circuits and Systems for Video Technology 9, 4 (Jun.).
Joseph, C.A., and Muralidhar, K.H. 1990. Integrated network management in an enterprise environment. IEEE Network 4, 4 (Jul.).
Keller, R.K., Tessier, J., and Bochmann, G.V. 1998. A pattern system for network management interfaces. Communications of the ACM 41, 9 , 86-93.
Kaufman, L., and Rousseeuw, P.J. 1990. Finding Groups in Data: An Introduction to Cluster Analysis. John Wiley & Sons, Inc., New York, NY,.
Lin, F.-R., and Chang, S.-T. 2000. Mining User Access Patterns From Network Flow On the Internet. Proceedings of the ICIM 2000 Conference.
Lucchese, L., and Mitra, S.K. 1999. Unsupervised segmentation of color images based on k-means clustering in the chromaticity plane. Proceedings of IEEE Workshop on Content-Based Access of Image and Video Libraries.
Ronald, G. 1988. Graph Theory, Menlo Park, Calif, Benjamin/Cummings Pub. Co.
Paxson, V. 1994. Growth trends in wide-area TCP connections. IEEE Network 8, 4 ( Jul.-Aug.), 8 –17.
Shen, K., and Delp, E.J. 1995. A Fast Algorithm for Video Parsing Using MPEG Compressed Sequences. Proceedings of the IEEE International Conference on Image Processing, (Oct. 23-26), Washington, DC, 252-255.
Su, J.K., and Mersereau, R. M. 2000. Motion estimation methods for overlapped block motion compensation. IEEE Transactions on Image Processing 9, 9 (Sep.), 1509 –1521.
Taskiran, C., and Delp, E. J. 1998. Video Scene Change Detection Using the Generalized Trace. Proceedings of the IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), (May 12-15), Seattle, WA.
The SRI MAESTRO Team. 2000. MAESTRO: conductor of multimedia analysis technologies. CORPORATE Communications of the ACM 43, 2 (Feb.), 57.
Tsai, W. H., and Fu, K.S. 1979. Error-correcting isomorphism of attributed relational graphs for pattern recognition. IEEE Transactions on System, Man, and Cybernetics 9, 757-768.
Thompson, K., Miller, G.J., and Wilder, R. 1997. Wide-area Internet traffic patterns and characteristics. IEEE Network 11, 6 (Nov.-Dec.), 10 -23.
Volochine, T., Subramanian, G.S., and Toth, R.W. 1991. Network management and traffic analysis for CICNet. IEEE Network 5, 5 (Sep.).
Wang, D. 1998. Unsupervised video segmentation based on watersheds and temporal tracking. IEEE Transactions on Circuits and Systems for Video Technology 8, 8 (Dec.), 539 -546.
Ward, J.H. 1963. Hierarchical grouping to optimize an objective function. Journal of the American Statistical Association 58, 236-244.