Vorlesung Netzwerkanalyse - statistische und formale Modelle und Methoden

Modul

IN2045

Vorlesung

Netzwerkanalyse - statistische und formale Modelle und Methoden

Dozent

Prof. Dr.-Ing. Georg Carle,
Dr. Heiko Niedermayer,
Cornelius Diekmann, M.Sc

SWS

3V + 1Ü

ECTS Credits

5.0

Aktuelles

Klausurtermine
Neue Übung Assignment2.pdf für die Woche 3.6. - 10.6. 2014.
Neue Übung exercise_lambdaset.thy für den 24.04.2014
Der Vorlesungsinhalt und Titel wird aktuell überarbeitet.

Vorlesung

Di, 16:00-18:00, MI 03.07.023
Do, 14:00-16:00, MI 03.07.023

Übung

Die Übung findet während der Vorlesung statt.

Assignment1.pdf (15. Mai 2014) Solution1.pdf aufg_1_2.py gabrielgraph.py
Assignment2.pdf (2. Juni 2014) aufg_2_2.py
Assignment3.pdf (4. Juni 2014) Solution3.pdf aufg_3_1.py
Assignment4.pdf  (July 2014) Solution4.pdf aufg_4.py
Assignment5.pdf (July 2014) dectree.py dectreeExample.py aufg_5_1.py aufg_5_2.py aufg_5_3.py
Assignment6.pdf (July 2014) aufg_6.py

Anmeldung

Vorlesung:
Die Anmeldung zur Vorlesung erfolgt über TUMOnline. Bitte beachten Sie, dass Sie sich getrennt davon zu den Klausuren anmelden müssen.

Klausuren:
Sie müssen sich zu den einzelnen Klausuren via TUMOnline anmelden!

Klausur

Mündliche Prüfung

- Do 24.7. 14-16 Uhr
- Di 29.7. 14-16 Uhr
- Di 5.8. 14-16 Uhr

Anmeldung per eMail an Heiko Niedermayer
Bringen Sie bitte Ihre StudentCard / amtlichen Lichtbildausweis mit.

Inhalt

Die Vorlesung behandelt die folgenden Themengebiete:

  • Modell und Modellierung
    • Messung, Simulation, analytisches formales Modell
  • Deterministische, diskrete Systeme
    • Modellierung in Higher-Order Logic
    • Syntax, Semantik und Korrektheitsbeweise
    • Am Beispiel von Firewalls
    • Graphen und Grapheigenschaften
  • Zufallsbehaftete Systeme
    • Netzwerk als Warteschlange
    • Warteschlangentheorie
    • Statistikgrundlagen
    • Markov-Modelle
    • Zeitdiskrete Simulation
    • Netzwerkmessung
  • Empirische Methoden und Werkzeuge
    • Versuchsplanung
    • Datenanalyse
    • Anwendung von Optimierungsmethoden und Maschinellem Lernen
  • Weitergehende Modellierung
    • Modelle für Nutzerverhalten
    • Bewegungsmodelle
    • Anfrageverhalten und Popularität von Daten
    • Soziale Netzwerke
    • Small World, Power Law
    • Internet Science
    • Spieltheorie
    • Bounded Rationality




Tools: Python, Scipy, Numpy, Postgresql (or other SQL DB if you like), Isabelle, Netlogo, Gephi, python-cvxopt ... (more to be announced)


Vorlesungsfolien

 

Kapitel / Titel

Download

Letzte Änderung

Kapitel 0: Vorlesungsinformationen

PDF

Kapitel 1: Einführung in Modellierung

Slides: PDF
Script: nlogo

Kapitel 2: Formal Semantics of Firewalls in Isabelle/HOL

Slides: PDF
Theory-Files:
Introduction.thy
exercise_lambdaset.thy
firewall.thy
intro_induction.thy
exercise_rulesetinduction.thy
(solution, updated 08.Mai)
firewall2.thy

08 Mai 2014

Kapitel 2b: Deterministische Modellierung im klassischen Netzwerkbereich (Arbeitstitel), u.a. Netz als Graph, Graphen und Traffic Engineering (Verkehrsplanung optimieren)

Slides 1: PDF
Script 2: PDF

graphpos2.py
lppathflow.py
lplinkflow.py

Assignment1.pdf
Assignment2.pdf

02 Juni 2014

Kapitel 3a: Grundlagen Statistik und Warteschlangentheorie

Slides: PDF

Assignment3.pdf

02 Juni 2014

Kapitel 3b: Lying with Statistics


(internal only)

Kapitel 3c: Evaluation of Measurement and Simulation Results

Slides: PDF

16 Jun 2014

Kapitel 3d: Distributions, Test, Experimental Planning

Slides: PDF

26 Jun 2014

Kapitel 4: Data Analysis and Machine Learning

Script: PDF
pca.py
clustering.py

Assignment5.pdf dectree.py dectreeExample.py

Kapitel 5: Internet Graphs and Social Networks

Slides: PDF provided by Dimitri Papadimitriou (Alcatel-Lucent Bell). Thanks for allowing us to use them.

Notes: PDF

Assignment6.pdf




Kapitel 6: Internet Science (Users, Humans, Popularity, Game Theory, Bounded Rationality, Critical Infrastructures, Risk)

Script: PDF