基于VRNET的卫星路由算法研究与仿真

分析了目前已有卫星路由算法,讨论了其中具有代表性的多层卫星网络路由算法MLSR,在此基础上提出并设计了一种适合LEO&MEO&GE0多层卫星网络的路由算法DTMLSR,该算法充分利用了卫星通信网络的规律性和可预知性,利用地面网关来传输部分链路信息,有效地减少了路由计算开销,缩短建路时间.另外通过增加卫星网络流量监测及接入卫星的选取机制,平衡了网络流量分布,降低了网络的丢包率,并在一定程度上减少了通信业务的端到端时延.     

自相似网络流量预测研究

研究发现,网络流量自相似特性具有普遍性,且不随缓冲、交换、传输和延迟而改变,网络流量预测必须考虑这种自相似特性.本文从自相似网络流量的多个方面对现有研究成果进行了分析,从网络自相似的模型、参数估计、性能预测等多个方面对网络自相似流量预测研究进展进行了总结,并提出了一种基于测量的流量自相似等价带宽预测算法.分析表明:该算法能有效地减少计算量和降低实现复杂度.     

基于小波变换和AAR模型的WMN流量预测方法

在WiMAX Mesh网络中,为了实现对带宽的动态分配和有效利用,需要实时对业务流量进行实时准确预测.WiMAx Mesh 网络调度器将根据该预测值进行带宽分配.经分析,现有包括ARMA在内的流量预测方法并不能直接应用于WiMAX Mesh网络流量的预测中.在对WiMAX Mesh网络流量特性的分析基础上,提出了一种基于小波变换和线性自回归模型相结合的WiMAX Mesh网络流量预测方法.该方法首先对流量信号进行降噪,并将该处理结果用于AAR模型预测.利用Auckland大学的流量数据进行仿真,预测精度比自适应ARMA方法提高约2% .方法的预测精度较高,运算量较小,更适合于对WiMAX Mesh网络进行预测.     

2-Tier:共生抗倾斜可演化部署数据中心网络体系结构

为了解决超大规模数据中心网络中的流量倾斜问题,提出了一种新型数据中心网络体系结构2-Tier.首先,考虑到超大规模数据中心网络存在结构对称性和用户应用数据倾斜性之间的天然矛盾,设计了具有共生抗倾斜能力且可演化部署的2层网络体系结构,并给出其网络模型,上层基于覆盖网络技术实现按需移动式拓扑,下层采用当前数据中心最佳实践的对称式网络拓扑.进而,基于多重图设计了该网络体系结构的数学模型.随后基于可重构底层通信技术给出技术实现方案,并设计了3种可演化部署技术路线.从算法实现角度探讨了2类基于2-Tier架构的流量热区应对方式.理论分析证明2-Tier是有效的,能够降低最大边介数值,提高网络传输容量,改善网络流量倾斜性.仿真实验结果表明,相比于现有可重构架构,2-Tier架构带来26.1%的最大边介数下降,其增链效率提升13%. 2-Tier层间拓扑级问题的进一步研究有望促进更具弹复性新型物理层通信技术的出现.     

基于定量递归特征提取的流量监测方法

提出一种基于定量递归特征提取的流量预测算法,构建了网络端到端路由缓冲区短时网络流量的时间序列分析模型.采用虚假最近邻点算法和平均互信息算法对网络流量时间序列进行相空间重构,计算递归图平面中时频特征点占平面总点数的百分比,实现网络流量的时频熵特征提取,有效反应流量时间序列的内部结构特征和变化趋势,实现对流量的准确预测和监测.仿真结果表明,采用该算法能准确实现对网络流量相轨迹的预测判断,预测过程具有较好的抗干扰能力,预测精度较高.     

基于机器学习的网络流量分类算法

互联网应用的蓬勃发展产生了种类多样的网络流量。在网络技术不断进化的过程中,新型流量和流量加密技术的出现,使基于端口和基于有效载荷的传统网络流量分类算法的应用受到限制。为了实现对新型网络流量的自动分类,提出了一种基于机器学习的网络流量分类算法。通过选择特征属性和构建决策树模型,能够实现对流量级别的网络数据进行自动分类。使用网络流量分类领域的公开数据集进行训练和测试,并将测试结果与开源的机器学习平台Weka运行结果相比较,实验结果表明:所构建模型性能优良,在流量分类准确度与Weka平台相近甚至更优的前提下,大幅降低了建模时间,提高了网络数据分类的效率。     

异构网络环境中的自适应在线故障检测

通过研究网络流量异常检测，提出一种新的基于自适应自回归(AAR)模型的在线故障检测算法．该算法只利用标准管理信息库，因此检测不依赖于特定产品类别，适用于异构网络环境．验证了流量信号的非平稳特性，并采用模拟获取的网络流量拟合AAR模型．由于不必将整个时间序列进行分片和单独拟合，算法可以直接处理获取的新数据，实现真正意义上的在线故障检测．利用时间平均方法消除了网络噪声的影响．在实验中，故障检测结果与预设的故障场景完全对应，进一步证明了该算法的准确性．     

Peer-to-Peer网络流量矩阵的计算模型

为了更好通过流量工程等方法来优化网络中的对等(P2P)网络流量,提出了一个P2P流量矩阵的计算模型。该模型考虑了P2P网络中节点的连接关系、流量本地化因素以及在不同类型网络的特点,对网络中源节点和目的节点之间的P2P流量进行建模。在实际的P2P数据下的仿真结果表明:模型的误差比已有的简单重力模型和独立连接模型分别低43%和32%左右。该模型可以有效的计算P2P流量矩阵,从而指导网络性能的优化。     

面向海洋监测的海空地协同边缘架构与拓扑控制

针对现有海洋监测网受限于光缆技术可达深度及传统集中式处理的网络架构存在中心节点压力大的问题，提出了一种面向海洋监测的海空地协同边缘计算架构。在该架构中，水声传感器网络是海洋数据监测平台，协同边缘计算架构将复杂处理任务从远程云中心分散至边缘端，将水下异常数据传达到边缘端进行预处理后，再上传到云数据中心，必要时发出预警。针对水下传感器容易出现能量不足、链路中断的问题，提出了水下滑翔机辅助拓扑控制算法。该算法中终端节点和边缘节点呈3∶1比例部署，通过节点的链路失效模型判断失效概率，当超出失效概率阈值时，便通知水下滑翔机利用改进的粒子群优化算法执行拓扑修复，并以覆盖率和连通性最大为优化目标求解最优修复位置。仿真结果表明：所提新架构端到端时延约为传统架构的1/3,能量效率得到明显提升；与传统深度调节方法对比，所提拓扑控制算法覆盖率与连通度提升至87.9%、9.3。     

数据中心网络多路径路由算法

数据中心网络流量分布的不均衡增加了网络拥塞产生的可能性,由于数据中心网络的流量特性,使得传统IP网络的流量工程方法不一定适合。该文在SDN/OF(software defined network/OpenFlow)的结构下,提出了一种基于多路径传输的动态路由算法(dynamic routing algorithm based on multipath propagation,Dramp)并作为SDN/OF结构中应用层的流量均衡策略。该算法在重新定义链路关键度并求解链路权值优化问题的基础上,能充分利用数据中心网络中存在的冗余路径,在完成细粒度流量均衡的同时,能很好地克服控制器的计算开销,完成路由优化的目标。通过在Mininet仿真平台中部署并进行仿真实验,与等开销多路径路由算法ECMP(equal-cost multi-path)以及GFF(global first fit)路由算法相比较,结果展示了Dramp的优越性能,同时证明了在数据中心网络中采用Dramp作为流量工程的解决方案更简单、更实用。