基于园区网络的多层网络拓扑发现算法研究

逻辑网络拓扑发现的缺陷在于,它仅发现网络层的网络拓扑,而不发现在物理层及链路层的网络拓扑结构,且无法发现和管理虚拟网．针对这一不足,将多层网络拓扑发现的功能引入网络管理系统软件之中,提出基于园区网络、Ｗｉｎｄｏｗｓ平台的多层网络拓扑发现的算法．研究结果对制作具有自己版权的网络管理系统软件将有参考意义．     

一种基于SNMP的网络拓扑发现算法

网络拓扑发现是网络管理中一项非常重要的技术;网络拓扑发现的算法和实现技术是衡量网络管理系统性能的一个重要方面,基于 SNMP 的网络拓扑发现技术速度最快,使用范围也最广泛,网络层的拓扑发现算法有效地解决了路由器的多 IP 地址问题;在此研究多层网络拓扑自动发现,提出了一种基于sNMP 协议的全新的网络拓扑发现的实现算法,使得算法更简单、效率更高.     

通用网络的拓扑发现算法

准确的网络拓扑对于网络的故障检测、性能分析具有重要意义.通过对目前网络拓扑发现算法的研究、综合和改进,本文提出了一个完整且通用的网络拓扑发现算法.该算法特别在物理拓扑发现部分进行了改进,使得算法具有广泛的适应性,能够在三层交换机及多VLAN情况下完全准确的发现网络中三层设备、二层设备、子网、主机以及它们之间的连接关系.     

多层脑功能网络与单层脑功能网络的对比研究

为探究多层脑功能网络和单层脑功能网络的联系与差异,收集34位健康个体在静息状态下的功能磁共振成像数据,分别构建单层网络和多层网络模型并进行社区检测,分析两种模型的模块划分差异、网络拓扑指标间的联系及脑节点的分类情况．研究结果表明：多层网络的模块数量和质量显著高于单层网络,两种模型的网络拓扑指标间存在显著相关性,多层网络将脑节点划分为21个provincial hubs,49个connector non-hubs和20个peripheral non-hubs．显示了多层网络在研究大脑动态性具有独特优势,揭示了大脑功能的模块化特征,为深入理解大脑动态性提供了重要的思路和方法．     

基于时变特性的多层脑网络拓扑属性分析及脑疾病分类

多层脑功能网络已经广泛应用于疾病的诊断。现有研究大多利用动态功能连接的改变诊断疾病,极少探索多层网络拓扑属性对疾病分类的影响。目前主要通过计算所有单层网络拓扑属性的均值或标准差来表征多层网络拓扑属性,但这忽略了有代表性的特定属性值及拓扑属性整体分布情况的影响。因此,提出基于统计指标的多视角多层脑网络拓扑属性计算方法,综合表示网络的拓扑结构。具体来说,在现有方法的基础上,引入极差、相对极差、离散系数计算多层网络拓扑属性,并用于疾病的分类。结果显示,无论是自闭症还是阿尔兹海默症的诊断,基于相对极差、离散系数视角的分类准确率均显著高于传统方法。这表明,本研究所提出的方法有效提高了疾病的分类效果且具有较好的可扩展性。同时,多视角融合特征获得最好的分类结果。因此,从多个角度表征多层脑网络的拓扑特征,有利于更好地识别精神疾病,从而在临床诊断中具有重要的应用价值。     

异构多子网的物理拓扑发现算法

精确的网络拓扑信息对于网络管理和网络性能预测十分重要.大多数的拓扑发现研究集中在路由层以及单子网物理层,对于多子网物理拓扑发现特别是异构(多厂家生产)多子网拓扑发现的研究很少.文中提出了在异构IP网络中发现多子网物理拓扑的算法.此算法依赖于标准的SNMP MIB信息,在现代的IP网络设备中广泛支持这种SNMP MIB信息.依据多子网属性,该算法提出一些用来判断多子网内设备端口互连的引理.根据这些引理可以给出得到所有匹配端口对拓扑发现算法的实现步骤.实验表明,此算法无需修改运行在网络设备以及主机中的操作系统,只需要保证MIB信息足够充分来唯一识别网络拓扑,就可以准确进行拓扑发现.     

Traceroute的网络拓扑发现及其效率优化措施

网络拓扑发现是网络工程的一个重要的研究子分支,是实现网络管理的基础性环节。同时,网络拓扑发现是对宏观网络进行科学布局的基础,也是进行网络建模、网络仿真、网络协议设计与评价以及相关网络算法改进的重要依据。本文介绍了网络拓扑发现的概念,重点分析了基于Traceroute的网络拓扑发现原来,探讨了其发现效率优化措施。     

基于SNMP协议的网络拓扑发现算法

网络拓扑发现对于现代网络管理是一个重要的课题,尤其是第2层网络拓扑发现是一个难题.针对这一难题,基于大多数网络设备都支持的SNMP协议,提出了一个快捷、高效的算法,并对该算法进行了详细的描述,用该算法进行了真实环境的测试,测试结果和真实网络情况完全吻合,说明了此算法是一个有效的拓扑发现算法.     

基于多层时变功能脑网络特征的运动想象识别

针对运动想象脑电信号(EEG)识别中信号随时间的结构动态变化与网络分离整合过程被忽视等问题,提出一种基于多层时变功能脑网络的运动想象特征提取方法．本方法截取运动想象有效片段投入EEGLAB进行信号预处理;依据滑动窗口方法,设定合适长度与步长,将信号分成连续且部分重叠的时间窗口,将时间窗口截获的脑电数据生成多个脑网络,以节点间锁相值构建多层时变网络模型．首先通过多层时变网络不同层的网络拓扑分析与层间相似度量指标自适应确定其中核心网络层,提取其节点度和聚类系数用以描述网络空间功能连接;然后结合多层参与系数和多层聚类系数,描述脑电信号网络动态变化与分离整合特征,并组合两者成为多层时变脑功能网络特征向量,完成运动想象识别任务．用支持向量机识别的结果表明：基于所构建的网络特征向量分类准确率高达89.14%,高出对比所用的单层网络特征6.61%.     

计算机网络多层拓扑结构的自动发现

为快速、完整地发现计算机网络的拓扑结构,提出基于SNMP协议的网络拓扑发现算法.该算法结合使用SNMP(Simple Network Management Protocol)协议完成网络逻辑层搜索、STP(Spanning Tree Protocol)协议完成链路层搜索算法.采用并发搜索和多次搜索结果合并的机制,搜索过程中对特殊设备进行规避并.经试验验证,能够获取接近完整的网络拓扑结构,在搜索时间上占一定优势.     

基于微服务架构的多资源负载均衡优化方法

为有效提高网络多资源利用率和执行效率,确保网络多资源负载均衡效果,通过微服务架构研究了多资源负载均衡优化方法.通过数据层、基础层、服务层、业务层以及表示层,建立微服务总体框架结构,动态调度网络多资源服务,降低负载情况,采用微服务架构,构造可扩展的网络拓扑结构.依据负载均衡优化目标建立优化模型,利用多蚁群算法对优化模型进...     

基于SNMP的网络拓扑发现算法

对现有使用ICMP协议、FDB地址转发表进行网络拓扑发现的算法进行分析,提出了一种基于SNMP协议并适合校园网环境的网络层拓扑发现和链路层拓扑发现算法. 该算法能够快速准确地计算出整个被管网络的二层和三层拓扑结构.     

基于B/S架构的网络拓扑发现系统的研究与设计

网络拓扑发现是人们管理网络的一个重要方面,是计算机网络管理的核心和基础。本文对基于B/S架构的网络拓扑发现系统进行了设计,介绍了常用的网络拓扑发现方法。详细说明了该系统拓扑发现的过程。     

一种基于SNMP协议的网络层拓扑自动发现方法

网络拓扑自动发现是网络管理的前提,利用SNMP MIB提供的信息,实现能自动发现网络拓扑结构的方法.     

区域网络拓扑自动发现算法的实现

网络拓扑自动发现的方法多种多样,其中基于SNMP协议拓扑发现方法是最适合区域网络的拓扑发现方法。通过使用MIB组,对网络层对象的发现,采用图的广度优先搜索节点来绘制网络拓扑图,从而实现区域网络拓扑自动发现。     

基于互联网络拓扑结构层次模型的网络拓扑绘制方法研究

由于互联网络拓扑结构复杂,节点数目庞大。因此直接绘制几乎是不可能的。借助Transit-Stub模型,把互联网分成不同的层和模块。通过对单个层和模块的绘制,就可以展示某一域内的网络拓扑结构。这个域是整个网络的局部网络拓扑结构。最后,针对局部网络拓扑介绍了绘制算法。     

多radio无线mesh网络跨层路由协议

与传统的无线多跳网络不同,多radio无线mesh网络的路由器是固定的,节点具有异构性。提出一种协作的异构多radio无线mesh系统路由设计模型,该路由协议模型按路由发现过程,分4个子模块,分别为半同步式邻居发现机制r、adio异构刻画的路由metric、分层的信息发布模型、满足业务需求的路由算法。该路由协议模型对多radio的异构性进行了刻画,采用分层协作方式共享网络拓扑信息。实验证明这种适应异构无线环境的跨层路由设计方案比传统方案更符合用户需求。     

无线传感器网络集群路由协议的研究

目前,各国研究者致力于无线传感器网络的路由协议、MAC层协议、QoS、网络拓扑控制、网络安全等各方面的研究,并取得了一定的研究成果。本文将着重于无线传感器网络集群路由协议的研究。     

路由器接口别名解析算法

网络拓扑发现的首要问题就是研究路由器的连接关系.由于路由器具有多个网络地址,在Internet上可以使用其中的任一地址来标识同一路由器,因此对路由器接口别名进行归并是网络拓扑发现技术研究的关键.分析了路由器接口别名问题,在对相关技术进行研究的基础上,设计并实现了一种路由器接口别名解析算法,该算法通过对相关数据进行分析,将路由器的地址转换为能够反映实际网络状况的地址集合,从而较好地提高了网络拓扑发现的准确性和完整性.最后,对算法进行了测试,结果表明该算法能够较真实地反映网络连接的实际情况.     

基于移动Agent的无线传感网络拓扑控制策略

针对目前无线传感网络拓扑控制算法中未考虑节点能耗问题,提出基于移动Agent的无线传感网络拓扑控制策略,并采用移动Agent洪泛获取网络拓扑信息的方法.该方法由sink节点洪泛拓扑发现Agent进行拓扑发现,由拓扑汇报Agent将拓扑信息传送至sink节点,并根据节点剩余能量动态选择簇头.仿真结果表明,该方法簇头分布均匀合理,能够有效节约网络能耗.