generate random time serie and graph from model
3 sequence : bleu = graphe normal rouge = graphe anomalie noir = somme des deux
hyp: trois séquences réalisables
stratégie : tirer rouge, puis générer tout plus noir
- sequence noire = vient de données réelles
- forcer rouge où ca passe
- tester avec une anomalie
I tirer noir données réelles
II former rouge avec modèle anomalie (erdos renyii où on donne le nombre de noeud/liens ?)
III1 Tirer bleu (trouver endroit où rouge va cf iii) aléatoirement (havel hakimi + mélanges)
III2 si III1 marche pas, mélanger bleu ou rouge (avec proba de choix bleu ou rouge)
III3 si III2 marche pas, switch spécifiquement
Pour taxi 1000 * 1000, avec 10 * n edges = 180 000 000 edge switchs Command being timed: "python gen_graph.py -y modelGeneration.yaml" User time (seconds): 5471.83 System time (seconds): 2.74 Percent of CPU this job got: 99% Elapsed (wall clock) time (h:mm:ss or m:ss): 1:31:15 Average shared text size (kbytes): 0 Average unshared data size (kbytes): 0 Average stack size (kbytes): 0 Average total size (kbytes): 0 Maximum resident set size (kbytes): 1723916 Average resident set size (kbytes): 0 Major (requiring I/O) page faults: 0 Minor (reclaiming a frame) page faults: 911948 Voluntary context switches: 70 Involuntary context switches: 3076 Swaps: 0 File system inputs: 0 File system outputs: 112 Socket messages sent: 0 Socket messages received: 0 Signals delivered: 0 Page size (bytes): 4096 Exit status: 0