基于主成分分析的对等网络邻近标识符选择

保持对等网络与底层网络的拓扑良好契合是保障对等网络性能的重要条件.以对等网络系统CAN为基础,将底层网络拓扑建模为高维欧氏空间,使用主成分分析法将底层网络拓扑映射到低维CAN逻辑空间,从而根据节点在底层网络中的位置决定其在对等网络中的标识符.实验结果表明,该算法能够有效减少对等网络链路延时,提高路由效率.     

一种自适应扩展的虚拟网络映射算法

针对虚拟化网络环境中的资源分配问题,通过深度优先搜索遍历虚拟网络,构造相邻的虚拟节点队列.根据网络的拓扑结构以及节点和链路的资源状态,自适应地扩展物理网络拓扑结构,协调地将相邻的虚拟节点和其邻接链路映射到负载强度较低的邻接物理节点和物理链路上.仿真结果表明,AAG-VNM算法有效地降低了虚拟网络映射的资源开销,提高了物理网络资源利用率和虚拟网络请求接受率.     

基于往返时延的网络拓扑推断

为了减少拓扑推断中采用单向性能参数需要多个节点合作的限制,提出了一种基于往返时延的拓扑推断算法,设计了网络拓扑推断中的往返时延测量方法,基于往返时延的拓扑推断不需要时钟同步及目标节点的配合.从理论分析了基于往返时延推断网络拓扑结构的可行性和正确性,并通过NS2进行了仿真实验.仿真结果表明,基于往返时延的推断算法能够较准确地推断网络的拓扑结构,与基于单向性能参数的拓扑推断算法相比,基于往返时延的拓扑推断算法受到的限制较少.     

基于谓词逻辑推理与生成树的优化链路层网络拓扑发现方法

 物理拓扑结构发现的目标是确定网络中的各种设备以及这些设备物理端口之间的链路连接关系,这对于网络性能监测与评估、故障发现与定位、资源分配与管理等一系列维护工作具有重要意义。本文所提供的基于谓词逻辑推理和基于生成树协议的优化拓扑发现算法,在AFT数据不完全的情况下,能够有效计算出网络节点信息,从而克服了现有链路层网络拓扑发现方法的不足,提高了获得网络物理拓扑的可能性。     

基于加权边相似度的重叠社区发现算法

社区发现是复杂网络研究的基础,其目的是发现网络的真实结构,对于分析复杂网络的拓扑结构、理解其功能和寻找其潜在的性质具有重要的意义.Palla,Yong和James等人分别提出了CPM、LINK算法,此类算法基于网络拓扑结构或边密度发现复杂网络中的社区,性能较好,但不足是计算出的社区存在过度重叠问题.如何设计新算法,避免社区发现的过度重叠问题,是一个亟待解决的重要问题.本文基于加权边相似度,提出了一种社区发现算法LINKw,可以高效发现社区结构,与其他算法相比,本算法能更好地解决社区过度重叠问题.     

一种新型片上网络拓扑结构及其自适应路由算法

由于片上网络的拓扑结构和路由算法直接影响片上网络的传输延迟和传输效率,提出了一种新的片上网络拓扑结构——半环形网格结构(H-annular Mesh).它以2D-Mesh拓扑结构为基础,由顶角节点向中心节点引入连线构成半环形的网格结构,充分结合了2D-Torus拓扑结构的优点.并针对H-annular Mesh拓扑结构,提出了HAA-XY自适应路由算法.仿真结果表明,基于H-annular Mesh拓扑结构和HAAXY路由算法的片上网络,能够有效地减少网络传输延迟,并可实现多方向及多节点的数据并行通信.     

基于链路角度最优化的无线Mesh骨干网络拓扑控制

【目的】为了改善基于Delaunay结构的无线Mesh骨干网络拓扑复杂度、通信链路角度以及全向通讯时信号干扰严重等不足,提出一种基于定向通信机制的节点链路角度最优化拓扑控制算法。【方法】该算法通过优化节点通信链路角度,使其相对最大,降低网络拓扑复杂度,并采用定向通讯机制降低通讯链路之间信号干扰。【结果】在满足约束条件下,该拓扑优化控制算法不但使节点链路之间角度控制在相对最大范围,减小了定向通讯时信道的干扰,同时也改善了无线Mesh网络(WMN)的丢包率、延迟、吞吐量等性能。【结论】仿真实验结果表明,该拓扑控制算法是有效的。     

基于分段路由的网络故障监控

由于现有的基于分段路由架构进行网络监控的算法SCMon在计算监控路径时未考虑监控链路冗余以及探测源点在网络中的部署位置,提出一种结合中心度选点策略的SCLMon算法.首先,基于贪婪算法利用覆盖链路总数、节点邻接未覆盖链路数等评价指标选取最优监控路径;其次,采用介数和度数评估拓扑各个节点的中心度,选取中心度最大的点进行监控点部署以缓解部署点周围链路冗余覆盖情况.实验结果表明,结合中心度选点策略SCLMon算法不论是在不同的网络拓扑中还是在不同最大分段数目的情况下都能够有效地减少冗余的监控链路.     

基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

空间信息网络的改进路由算法研究

研究了空间信息网络的拓扑结构和路由特点,对网络的星间链路长度和覆盖性能进行了分析。针对空间信息网络的特点对现有算法进行了改进,并加入一些优化措施,从而形成一种新的适用于空间信息网络应用的动态路由算法,该算法能够找出任意两颗卫星间通信的最佳路径集合,同时能够在链路质量容许的情况下,尽量避免通信链路切换的发生,从而较大地提高了系统性能。通过仿真和分析表明该算法提高了系统性能,降低了切换概率,增加了链路的可靠性,且相对付出的链路代价较小。     

基于阶梯式拓扑结构的WSN半动态路由算法

针对全动态路由算法随着网络规模的增大其拓扑管理能耗剧增的不足,提出一种半动态路由算法.该算法创建了以簇为基本单元的阶梯式网络拓扑模型,根据无线信道传输模型确定簇的覆盖并建立簇到基站的多跳梯度场,在梯度场中采用有序、定向的数据传送方式,实现信息以链路最短的距离向基站汇聚,并在簇内创建了一套簇头轮转机制,以实现簇内能耗平衡.对该算法能耗的定量分析和具体场景的仿真结果表明,该算法大大减少了拓扑管理和数据传送过程中的通信能耗,尤其是随着网络规模的增大,与LEACH算法相比具有明显的节能效果.     

基于Web和MA的网络配置及拓扑管理方案

介绍了移动代理的定义、特性及系统构成,重点讨论了IBM Aglet系统;提出了基于Web和MA的层次式网络管理方案,给出了网络管理框架;阐述了网络的配置和拓扑管理模块的实现方法及步骤,指出拓扑发现算法能准确地发现物理网络拓扑,即子网内交换机到交换机、交换机到路由器、交换机到主机之间的连接关系.     

链路可用性的MANET网络分簇算法

针对MANET网络中分簇拓扑管理开展研究。为了提高网络逻辑拓扑的稳定性,对经典的Lin-Gerla分簇算法进行改进。改进算法充分考虑了通信系统中节点的移动性,引入了相对运动的概念,选取运动较为稳定的节点成为簇头,使得在随机方向模型下的移动网络的稳定性有所加强。针对可能出现分簇集中度过高的问题,提出了一种应用于簇维护阶段快速的簇分裂方法。最后对改进算法进行了仿真和性能分析。     

一种基于高阶组织的学习者潜在重叠社区检测算法

学习者网络拓扑结构稀疏,且传统的社区检测算法无法为惰性/冷启动学习者检测其潜在的社区。针对该类问题,提出了一种基于高阶组织的学习者潜在重叠社区检测算法(POCDL)。POCDL算法是一种局部图聚类算法,首先利用社交化在线课程平台中的好友关系、同学关系和师生关系解决学习者网络数据稀疏问题;然后挖掘学习者网络中的高阶组织并重构学习者网络;最后,根据学习者的度中心性选取初始种子集,根据社区归属度和社区亲密度进行局部社区检测。在人工网络和学者网真实网络数据集上的实验结果表明：POCDL算法能够较好地为惰性/冷启动学习者检测社区;对其他类型的复杂网络也具有一定的普适性。     

无线传感器网络分簇算法的研究

从节省无线传感器网络能量消耗的角度出发,在分析当前最具代表性的分簇算法LEACH的基础上,将图论知识和无线传感器网络拓扑结构相结合,引入Floyd算法来选择簇头.为测试Floyd算法的性能,通过仿真试验,主要从每个节点能量的消耗和LEACH算法进行了比较,证明了该算法能在一定程度上节省整个网络的能量消耗,说明了该算法的有效性.     

基于NS2的Ad-hoc网络路由协议比较与性能评价

Ad-hoc网络灵活多变,Ad-hoc[1]网络的特点主要体现在以下4方面:1)动态变化的网络拓扑结构;2)有限的资源;3)多跳通信;4)较低的安全性.由于无线传输范围的限制,网络中不能直接通信的两个节点间需要通过中间节点转发数据分组,因此Ad-hoc网络中节点具有路由功能.以上Ad-hoc的特点对     

面向大规模在线社交网络的社团抽取算法

针对现有的社团分析算法无法在大规模网络上应用的问题,提出一种社团抽取算法,可以高效地分析网络的社团特征.该方法无需事先获取网络的全部拓扑结构,采用网络搜索与社团判定相结合的思路,可有效地抽取结构未知的社交网络上的某个特定社团,从而使分析超大规模网络社团结构成为可能.在仿真数据集上进行实验,分析抽取准确率的影响因素,得出网络平均度越大抽取准确率越高.进一步实验结果表明,社团抽取算法的准确率与现有方法接近,并且执行效率明显高于现有方法,验证了该算法的可行性和有效性.     

无线传感器网络中改进的HEED分簇算法

在无线传感器网络中,基于分簇的路由协议在能量消耗、拓扑控制以及数据融合等方面具有优势。采用完全分布式产生簇头的HEED协议具有分簇速度快、簇头均匀等优点。但是HEED协议没有考虑网络中节点的移动性,当邻居节点距离发生变化时,通过簇内最小平均功率（AMRP）决定节点属于哪个簇会导致簇头能量开销过大,网络生命周期减小等问题。针对HEED分簇算法存在的问题,提出了一种基于稳定性的S HEED分簇算法。S HEED协议以稳定性作?问淳龆ń诘愕乃舸兀饩隽艘蛭贫源吹拇啬诮诘愫痛赝纺芰肯墓呶侍狻７抡媸笛橹っ鳎琒 HEED算法有效的减少了簇头节点的能耗,延长了网络寿命。     

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.     

基于多层次和多粒度的混合布局可视化算法及其应用

该文提出一种混合布局可视化算法,以多层次和多粒度的方式展示Internet网络拓扑结构,动态反映被管对象的运行状态。算法根据各层面的网管需求以及不同规模的网络特点,针对各种场景的可视化处理,采用相应的图布局算法和实现方式。算法实现应用于iNetboss综合网络管理系统。在清华大学校园网上实际部署和运行表明:该算法与单一的图布局算法相比,更能满足用户的需求,而且对网络的设计与配置、网络运行的管理与监控也都起到很好的优化作用。