本书的内容集中在5G网络设计和运营中的规划、设计和优化任务。这些任务可以表示为易于处理的优化问题，其中许多问题可能看起来很好复杂，但使用了适当的数学建模和新颖的优化方法后显示出令人惊叹的改善结果，并为5G网络规划和优化问题提供了新的解决方案。本书总体重点是提高资源效率，无论主要目标是容量、覆盖范围、延迟还是能耗。可以看出，适当的规划和设计可以大大提高上述几个性能参数指标。与“传统”方法相比，通过适当的优化方法可以实现的改进通常是相当可观的，可能在上述几个方面达到10%～30%的改善和提高。

译者序
前言
章5G的概念和架构1
1.1软件定义网络1
1.1.1集中式和分布式控制2
1.1.2网络功能虚拟化2
1.1.3OpenFlow3
1.2IT融合3
1.2.1大数据3
1.2.2边缘计算3
1.2.3安全性和完整性4
1.2.4能源效率4
1.3模块搭建4
1.3.1光纤4
1.3.2SD-WAN4
1.3.3开源软件5
1.4算法和复杂度类5
1.4.1优化问题6
1.4.2显示问题难度7
1.4.3求解难题的算法9
第2章网络建模与分析12
2.1基本属性12
2.2图形表示13
2.3连通性14
2.3.1深度优先搜索14
2.3.2广度优先搜索15
2.4最短路径15
2.4.1Dijkstra算法16
2.4.2Bellman-Ford算法18
2.5最小生成树19
2.5.1图的稀疏性19
2.5.2拓扑示例21
2.5.3旅行商问题22
2.5.4最近邻算法22
2.5.5增量插入算法23
2.5.6k-最优方法23
2.6网络弹性24
2.6.1网络切割24
2.6.2删除–收缩原则25
第3章网络科学27
3.1小世界现象27
3.2Erdos-Rényi模型27
3.2.1图的进化28
3.2.2度分布29
3.2.3聚类系数30
3.3无标度网络31
3.4进化网络33
3.5度相关性38
3.5.1邻居节点平均度39
3.5.2相关系数39
3.5.3结构截断40
3.6重要性41
3.7鲁棒性42
3.8攻击容忍度45
3.9故障传播47
3.10提高鲁棒性48
第4章自相似、分形和混沌50
4.1自相似性：原因和含义50
4.1.1平滑的流量51
4.1.2突发流量53
4.1.3长时相关性流量54
4.2随机过程56
4.2.1基本定义56
4.2.2自相似和长时相关性过程58
4.3检测和估计61
4.3.1泊松特性的检测61
4.3.2长时相关性和自相似性的检测和估计61
4.4小波分析63
4.5分形图69
4.5.1迭代函数系统70
4.5.2分形维数定义74
4.5.3控制界限76
4.5.4在线过程监控76
第5章优化技术78
5.15G中的优化问题78
5.2混合整数规划79
5.2.1动态规划79
5.2.2分支定界法81
5.3凑整81
5.4模拟退火84
5.5遗传算法84
5.5.1二进制表示86
5.5.2适应度函数86
5.5.3复制87
5.5.4重组（交叉）87
5.5.5突变87
5.6群体算法87
5.6.1蚁群优化87
5.6.2粒子群优化89
5.6.3萤火虫算法91
第6章聚类93
6.1聚类的应用95
6.2复杂性95
6.3簇属性和质量度量95
6.3.1节点相似性96
6.3.2扩展97
6.3.3覆盖率97
6.3.4性能98
6.3.5电导98
6.4启发式聚类方法100
6.4.1k-最近邻100
6.4.2k-均值和k-中值100
6.5谱聚类101
6.5.1相似矩阵102
6.5.2拉普拉斯矩阵102
6.5.3特征向量103
6.5.4投影104
6.6迭代改进105
第7章贝叶斯分析107
7.1贝叶斯平均107
7.2吉布斯采样器108
7.3优选期望值算法111
7.4t-分布随机邻域嵌入算法116
7.5图像识别方法118
第8章数据中心和云120
8.1无容设施选址120
8.1.1分配121
8.1.2修剪122
8.2原始对偶算法124
8.2.1分配阶段125
8.2.2修剪阶段125
8.2.3冲突解决阶段125
8.3有容设施选址127
8.4弹性设施选址131
8.5一维装箱134
8.6多维资源分配136
8.6.1云资源和描述符136
8.6.2优化标准137
8.6.3资源优化算法138
8.7示例140
8.8最优作业调度143
8.8.1凑整145
8.8.2调度器147
第9章接入网151
9.1容限最小生成树151
9.2微波和光纤混合接入网154
9.3接入网弹性155
9.4集中式无线接入网160
9.5天线系统162
9.5.1辐射模型162
9.5.2大规模MIMO天线阵列163
0章鲁棒的骨干网设计166
10.1网络弹性166
10.2连接和切割168
10.3生成树170
10.3.1基尔霍夫矩阵树定理171
10.3.2图形强度172
10.3.3可靠性多项式175
10.3.4界限176
10.3.5随机算法176
10.4最小成本生存网络177
10.4.1测试可行性178
10.4.2生成初始解179
10.4.3邻域搜索179
10.4.4算法总结180
10.5原始对偶算法183
1章流量工程191
11.1弹性路由191
11.1.1K-最短路径191
11.1.2静态和动态路由192
11.2MPLS193
11.2.1路由分配和容量分配195
11.2.2问题表述195
11.2.3近似算法196
11.3波长分配203
11.3.1图着色204
11.3.2Douglas-Rachford算法204
11.3.3Bron-Kerbosch算法206
11.4预先计划的循环保护207
11.4.1寻找图中的循环208
11.4.2p-循环设计210
11.4.3跨接方法212
11.4.4节点故障212
2章大数据分析方法213
12.1离散化213
12.2数据草图217
12.2.1数据流模型217
12.2.2散列函数218
12.2.3近似计数219
12.2.4元素数量计数221
12.2.5向量范数的估计223
12.2.6AMS算法224
12.2.7Johnson-Lindenstrauss算法225
12.2.8中位数算法226
12.2.9最小值计数草图229
12.2.10中位数计数草图230
12.2.11大流量对象233
12.3样本熵估计235
12.4流大小分布237
12.4.1多分辨率估计240
12.4.2位图算法241
3章动态资源管理244
13.1网络业务流245
13.1.1流量特征245
13.1.2熵246
13.2流量聚合247
13.3拥塞控制248
13.3.1通过流量聚合实现拥塞控制249
13.3.2通过路由优化实现拥塞控制250
13.3.3拥塞控制仿真250
13.3.4网络拓扑251
13.3.5节点能力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
13.3.10QoS评估256
13.4流量聚合的效果257
13.4.1节点级流量聚合257
13.4.2基于业务类型的流量聚合258
13.4.3动态流量聚合259
13.5路由优化的效果260
13.5.1最小总时延路由下的流量聚合261
13.5.2最短路径路由下的动态流量聚合262
13.5.3最小的最长时延下的流量聚合262
4章物联网264
14.1网络架构265
14.1.1路由协议265
14.1.2物联网路由协议265
14.2无线传感器网络267
14.2.1能量模型267
14.2.2仿真结果268
14.3移动性建模技术273
14.3.1几何模型273
14.3.2排队模型275
14.3.3交通流理论276
14.3.4其他模型种类277
14.4Gibbsian交互移动性模型277
14.4.1相关性分析278
14.4.2分布的拟合281
14.4.3基本假设281
14.4.4相关性结构282
14.4.5流量源密度仿真284
14.4.6Gibbs采样器实现284
14.4.7仿真结果285
14.4.8移动性模型的数学分析289
14.4.9一维移动性模型的数值解分析291
14.4.10随机场292
14.4.11一维移动性模型的估计293
14.4.12结束语295
参考文献296
术语表302