基于SDN网络多路径负载均衡算法研究与仿真

针对传统网络链路负载均衡实时性、动态性差的问题,对下一代互联网技术SDN网络技术,设计出基于SDN的多路径负载均衡(SDN-Multi-path Balance,SDN-MB),该设计模型能够通过其网络控制器实时获取全局链路信息,从而计算出源节点和目的节点之间的多条路径,通过链路权值和流量阈值选取出最优路径并做出实时调整.最后用仿真模拟软件Mininet进行仿真,结果显示SDN-MB模型比传统网络模型在带宽利用率和平均延迟方面,都有显著的提高,验证了SDN-MB模型的有效性.     

基于软件定义网络的 WLAN 架构及负载均衡切换

软件定义网络将控制平面与数据转发平面进行分离,并提供开放的编程接口,实现网络的可编程化控制,极大地提高了网络管理的灵活性。在传统无线局域网中,终端通常依据信号强度选择接入点,这一机制往往会造成网络资源利用率低及接入点负载不均衡的问题。提出基于软件定义网络技术的无线局域网架构及一种负载均衡切换策略,利用控制器的全局视角与集中管控能力实现对接入点的实时监测,分析其状态信息并计算权值,由控制器根据负载情况向接入点下发流表,完成对网络的管理。硬件和计算机仿真平台实验表明,与传统的无线局域网架构相比,该方案有效提高了网络的资源利用率,平衡了接入点的负载,降低了数据在终端切换过程中的传输时延,提高了网络的性能。     

基于SDN流量测量的数据中心多路径传输研究

为了避免链路出现拥塞,针对数据中心流调度策略在进行数据流迁移尤其是大流的迁移容易产生数据流丢包并出现接收端数据包乱序,从而造成网络吞吐量降低的问题,基于SDN/OpenFlow架构,提出了一种采用熔断机制的动态路由算法F-TAM;同时,设计了新的测量方法来获取精确的链路状态时效信息,当算法被触发时能及时计算出合理的熔断时间,从而能充分利用网络中存在的多路径进行负载均衡,并解决了由于传输路径的不同时延所造成的接收端数据包乱序问题.实验结果表明:F-TAM能够利用网络中的冗余链路进行细粒度负载均衡并提升网络吞吐量,且不会出现接收端数据包乱序的问题.     

基于端到端测量的链路状态概率快速推断方法

链路状态的概率分布作为先验知识对于推断链路性能状态的准确度起着重要作用.文中主要研究了在树形拓扑下基于端到端测量的内部链路状态概率推断问题,并将该问题定义为极大似然估计问题.采用乘积模型描述路径与链路的状态概率之间的关系,将链路状态概率的推断归结为路径状态概率的估计,提出了一种通过计算路径状态概率进而获得链路状态概率的方法,并将该方法用于仿真实验.结果表明,该方法具有较高的有效性和实用价值,能够准确有效地推断网络内部链路状态概率.     

MPLS网络流量工程中的动态在线路由算法

提出了一种用于MPLS网络流量工程中的动态在线路由算法NORA.该算法在网络拓扑结构基础上定义了链路关键度,根据链路的带宽利用率定义了链路繁忙度,利用链路关键度、链路当前可用带宽及链路繁忙度确定链路权重,并依据该权重运用最短路径优先算法思想为到达的LSP建立请求选择权重优化路径.该算法在动态建立有带宽保证路径的同时可以均衡网络负载,并降低LSP建立请求服务拒绝率.仿真实验表明,与SPF及MIRA算法相比,该算法在降低LSP建立请求服务拒绝率以及均衡网络负载等方面表现出更好的性能.     

数据中心间网络中保证带宽的基于OpenFlow路径规划（英文）

为了实时满足依托于数据中心间网络(IDN)的云服务在不同时间尺度的不同带宽需求,提出了一个基于OpenFlow的保证带宽路径规划(OPPBG)策略.当一个流到达时,OPPBG采集实时网络链路状态,生成一个满足带宽需求的虚拟拓扑,并通过基于OpenF low的软件定义网络(SDN)平台为该流规划出一条优化路径.仿真结果表明:与采用传统路径规划策略的IDN相比,基于OPPBG的IDN能够在保证带宽的同时,实现低丢包率和较高的带宽利用率.     

数字化校园网络架构优化与实现策略研究

网络架构优化及其各节点的实现策略是数字化校园建设的关键技术,通过对数字化校园网络的链路均衡技术和负载均衡技术的研究,给出了具有高稳定性、高可伸缩性的网络架构,同时给出了架构中外部接入的互联及链路均衡策略、内部应用服务的二级负载均衡策略,Windows Server 2003环境下各策略的测试结果表明,该网络架构在多个策略的支持下有效地实现了稳定的互联及链路均衡、高可伸缩性及高效负载均衡的目标,有效地增强了服务器性能的适应性,降低了数字化校园建设的硬件投入成本。     

采用OpenFlow交换机的服务器负载均衡策略

云数据中心对服务器的海量并发访问十分普遍.传统网络架构难以全局控制流量转发,需要配置昂贵的负载均衡器应对这一应用场景.软件定义网络SDN(software defined network)能够通过控制器全局掌控网络状态,并以交换机作为负载均衡器,从而降低部署成本.文中提出一种采用OpenFlow交换机的服务器负载均衡策略,通过多地址定向流表对服务请求进行分区映射,以活动连接数作为负载评估参数,通过蚁群算法求解最佳负载重定向方案.在负载迁移时,采用单地址定向流表来保证不同阶段流量的有序转发.实验结果显示,该策略能有效控制流表规模,并较传统均衡策略具有更优的性能.     

基于SDN的QoS测量与路由规划系统设计与实现

采用OpenFlow技术,设计并实现了一套基于软件定义网络的QoS测量与路由规划系统.利用控制器与OpenFlow交换机之间的消息交互,实现SDN中链路时延、负载和丢包率的测量功能.针对QoS路由中存在的"多指标约束限制"问题,根据本文考虑的QoS指标(链路时延、负载和丢包率),改进并实现了一种自适应多指标限制路由算法.实验结果表明:该系统在准确测量链路QoS指标的同时,可以根据测量结果切换符合条件的路由路径,满足系统设计需求.     

时延和可靠性感知的多控制器均衡部署策略

当前的软件定义网络多控制器部署问题研究,大多针对控制网络时延、可靠性和负载均衡等指标中的部分进行优化,对上述因素的整体考虑较少.针对该问题,首先分析了控制器部署对网络时延、可靠性和负载均衡的影响;其次,提出了以全网平均时延、控制路径可靠性和负载均衡度为参数,以网络综合性能为目标的控制器部署优化评价模型;最后,基于模拟退火-遗传算法提出一种时延和可靠性感知的控制器均衡部署方法,在考虑网络综合性能的同时,增强了解空间的全局搜索能力,得出了控制器部署的全局非劣最优解集.仿真结果表明,提出的部署策略在保证负载均衡的前提下,提高了控制网络的可靠性,降低了网络时延,进而提高了网络整体性能.     

多媒体传感器网络中基于簇的QoS多路径路由协议

针对多媒体传感器网络的应用,提出了一种基于簇的服务质量(quality of serve,QoS)多路径路由协议(cluster - based QoS multipath routing protocol,CQMRP),利用本地信息采取模糊控制的分簇方法对网络进行划分,然后在分层分簇的网络模型基础上,以带宽为QoS参数并提出节点饱和度和路径饱和度的概念,利用多路径并行传输流量实现拥塞避免?数据实时性传输和网络的高吞吐量;利用模糊控制的分簇方法实现网络的层次化管理和提高应用的可扩展性?仿真结果表明,该协议具有良好的实时性和可扩展性,并能有效延长网络生命周期?     

D2D通信系统中的最优中继选择及功率分配策略研究

在D2D(device-to-device)通信系统与蜂窝网络共存的场景下,引入中继节点可以有效提高D2D链路的吞吐量同时减小D2D链路对蜂窝网络的干扰?阐述了一种新颖的半双工放大转发双向中继协助D2D通信方案,提出了对应的最优中继选择及功率分配算法?该算法能够在满足蜂窝系统所受干扰小于一定门限值的约束下最大化D2D链路的吞吐量?该算法优化了D2D链路上各发送节点的发送功率;选出了可以使D2D链路吞吐量最大化的中继节点作为最优中继节点?其中,在计算最优功率分配的时候,利用拉格朗日对偶理论以及最速下降法对原功率分配优化问题的对偶问题进行了分层迭代求解?仿真结果表明,提出的策略与已有的方案相比可以显著提高D2D链路的吞吐量?     

无人机指令生成器设计

如何将以时间、位置描述的期望航迹或战术机动转化为可以实时跟踪的以速度、姿态指令描述的期望机动轨迹,是无人机设计的难点之一.针对这一问题,提出了一种采用三自由度质点动力学飞机方程,通过建立机动动作规则库,利用机动动作设计指令生成器方法,将描述航迹的时间、位置信息或战术需求转化为无人作战飞机期望的油门、法向过载、航迹角、滚转角信息,直接作为轨迹跟踪回路的期望指令.在机动动作的设计过程中考虑了飞机的飞行性能以及飞行动态的影响,生成的期望控制指令合理可实现.仿真结果表明:该方程实时有效,生成的控制指令易于跟踪,可应用于无人机指令生成器设计.     

电液负载模拟器神经网络辨识器及控制器设计

针对传统控制方法无法解决飞机舵机电液负载模拟器受多余力等非线性因素严重干扰的问题,给出了一种基于神经网络辨识器及控制器的复合控制结构,结合了神经网络系统辨识与自适应实时控制的工作特点。根据电液负载模拟器控制结构及工作原理,采用BP神经网络辨识器在线辨识,获得系统辨识模型以替代理论数学模型。然后,采用Adaline神经网络控制器实时控制,利用系统误差信号与BP神经网络反向递归计算Adaline网络权值调整信息,获得系统控制参数,实现复合控制器的有效监督与智能控制。最后利用MATLAB进行实验验证,仿真结果表明：该方法能够提高系统控制精度,多余力消扰率达92%;并且可以有效模拟飞机舵机所受力载荷的变化情况,实现系统指令信号快速、准确、稳定的加载。     

多小区 MIMO 网络中一种新的 D2D 通信干扰对齐算法

当多小区MIMO（multiple-input multiple-output）网络中引入D2D（device-to-device）技术后形成D2D-MIMO干扰网络,为解决其干扰问题,提出了一种基于天线数奇偶性的发送端数据流分配方案和基于该方案的干扰对齐（interference alignment,IA）算法。该算法通过最小化基站泄露到非目标用户的信号功率来求解蜂窝链路的预编码矩阵,通过最大化蜂窝用户的信干噪比（signal to interference plus noise ratio,SINR）来求取蜂窝链路的干扰抑制矩阵,进而通过线性干扰对齐消除蜂窝内干扰,并推导了系统的最大自由度（degrees of freedom,DOF）。理论分析和仿真表明,相对于现有算法而言,该算法提高了系统的自由度、频谱效率和能量效率,降低了对天线数的要求,增强了系统的灵活性。     

最短路径扩散机制下实时可靠性网络路由选择方法研究

针对网络通信实时性、可靠性的要求,提出一种最短路径扩散机制下实时可靠性网络路由选择方法,依据链路质量对加入网络的节点构建逻辑路径,形成树状结构。将某节点与其它节点之间的可用物理链路看作辅助路径,得到Mesh形网络拓扑结构。分析了最短路径扩散机制,利用最短路径扩散机制对网络中全部节点构建最短路径信息。介绍了网络交通流和交通引力场模型,考虑节点对交通流的引力作用,将传输路径看作影响引力的指标,通过交通引力场实现网络路由选择。实验结果表明,所提方法在保证网络实时可靠性的同时,可减少能耗,降低数据丢包率,提高网络吞吐量。     

PMSM神经网络实时IP位置控制

对永磁同步电机 (PMSM )提出了一种基于神经网络的实时IP位置控制方案·根据伺服系统中的IP控制策略 ,利用神经网络的优点设计了神经网络实时IP位置控制器·所设计的神经网络实时IP位置控制器结构简单 ,权值调整计算量小、速度快·同时用混合神经网络作为PMSM系统辨识器 ,用多步预测性能指标函数实现了实时在线训练·理论分析和实验仿真对比研究的结果 ,表明所提出方法具有优越的动态性能和鲁棒性·     

考虑网络攻击的微电网弹性分布式控制策略

为了提升攻击检测和隔离响应的速度,降低对系统的负荷,提出了一种针对网络攻击的微电网弹性分布式控制策略。首先分析了3种类型的时变网络攻击对对通信链路、局部控制器和主控制器的影响。然后提出了一种弹性分布式控制策略,使得每一个参与者都能及时、迅速地检测和隔离损坏的链路和控制器。在控制策略中引入开关频率随机的非周期间歇控制机制,从而提升微电网系统对连续攻击的鲁棒性。最后通过仿真平台对提出的方法进行验证。结果表明:该分布式控制策略能够在不妨碍微电网正常运行的情况下,及时准确地检测和隔离网络攻击。     

基于Web访问路径的应用层DDoS 攻击防御检测模型

为了提高防御应用层分布式拒绝服务攻击的有效性、时效性和准确性,对应用层DDoS攻击的演化、模式,以及攻击者的攻击路径和攻击行为进行深入研究。提出一种基于Web访问路径的防御检测模型,根据访问路径轨迹、攻击行为特点和网站链接规则,建立请求路径、请求分布、路径循环、行为时隙和路径长度5种异常检测模型。通过计算合法用户访问网站时的正常值以及具有攻击行为用户的实时异常值偏离程度,可判定是否遭到应用层DDoS攻击。防御模块依据用户非法值大小选取最佳防御策略,抵御应用层DDoS攻击,实现网站数据安全与计算机安全。实验采用真实日志数据进行训练,向实验网站发动5种不同类型的应用层DDoS攻击。结果表明,防御检测模型能在短时间内准确辨别具有攻击行为的用户,并联合防御模块抵抗针对Web服务器的DDoS攻击,能够实现实时检测、实时防御,有效降低误报率。所提出的检测模型可以对路径长度进行监控,提升了异常判定的准确性和可靠性,有效提高了Web网站防御DDoS攻击的能力。     

一种无标定视觉伺服系统的快速跟踪策略

为了提高机械臂跟踪动态目标的跟踪效率,本文提出了一种无标定视觉伺服系统的快速跟踪策略.一方面,该策略通过预测机械臂关节角的方法,使得控制器计算行为与机械臂运动行为同时进行;另一方面,该策略使用最新的图像信息计算关节角,提高了系统的实时性.在仿真实验和实物实验中,构建了应用不同跟踪策略的两个无标定视觉伺服系统以跟踪动态目标.最后,通过对比两系统的跟踪时间和跟踪路径,验证了新跟踪策略的快速性、实时性和抗干扰性.