网络通读系统技术的实现

通过对网络通讯系统的分析，进而得出如何实现网络通讯系统的设计思想及表现方法。     

带宽控制技术分析及其实现

针对目前Internet技术中热门的QoS问题,讨论了带宽控制的基本方法和带宽动态划分的算法,分析了Linux内核和iproute2工具包中的关键数据结构,以及过滤器和队列调度规则,并对在Linux环境下,利用改进的双今牌桶算法对带宽的动态划分,实现对带宽的有效控制,从代码角度上作了分析和探索。     

对行进间队列队形教学法的新尝试

地进间队列队形练习是体育教学的重要组成部分。本文针对行进间队列队形教材内容的特点，以及学生的实际，尝试将音乐运用于行进间队列队形的教学之中，实践证明，此种教学手段优于常规教学，能提高教学质量，可达到理想的教学效果。     

P2P网络中保证瓶颈带宽公平性的路由队列管理

在基于域结构的P2P计算网络环境下,针对RED(Random Early Detection)队列管理机制不能完全保证各流量公平共享瓶颈带宽进行改进,运用窗口滑动技术,根据网络流量状态,动态地设置阈值参数mint,maxt和maxp,使队列变化随网络流量变化动态调整,实现了一种Optimized-RED队列管理机制.仿真分析表明:Optimized_RED队列管理机制能有效地保证各连接流量公平共享网络瓶颈带宽,平滑网络瓶颈的阵发流.     

基于Linux的网络流量控制机制

提出了一种基于Linux的流量控制模型,此模型内嵌于Linux内核,利用队列算法分类不同QoS需求的网络流量,可满足不同服务水平的QoS需求.经过多次实验证实,采用流量控制模型后的网络性能明显优于传统网络模型,而且对于后继的网络需求也能充分适应.     

一种具有超强表示能力的数据类型

通过对数制和数码表示的分析，结合Visual C 模板类的特点，提出一种使用可自动伸缩队列实现具有不限长度的超强表示能力的数据类模型，分析其基本运算方法和性能。该数据类可以作为高级语言的一个强有力的补充数据类型。     

基于改进单神经元梯度学习的无线网络主动队列管理

考虑传统网络拥塞控制忽略了网络拥塞的持续状态, 引入将数据包到达链路速率作为控制器输入的方案, 得到一种改进单神经元梯度学习(improves single neuron gradient learning, ISNGL)的主动队列管理算法. ISNGL 算法采用梯度学习动态调整网络参数, 并在此基础上对收敛速度和稳定性加以改进, 提出带有位移参数的新激活函数和带有权值调整的动量项的改进方法, 最后通过 NS2 网络仿真软件在无线网络的拓扑模型上进行仿真分析, 结果表明 ISNGL 算法在无线网络环境下拥有良好的拥塞控制能力.     

基于事件触发的TCP网络滑模控制

针对存在不确定参数和UDP流干扰的TCP网络拥塞问题,提出了一种基于事件触发的TCP网络滑模控制策略.通过利用全局滑模控制方法,使整个系统的响应过程都具有鲁棒性,在此基础上引入事件触发机制,在保证系统状态稳定的同时,节约了网络资源.通过李雅普诺夫理论证明了TCP网络闭环系统里的所有信号是有界的,同时也有效地避免了Zen...     

CSFQ算法分析与改进

本文通过对核心无状态公平队列调度（CSFQ）算法进行分析,提出了一种基于公平策略的FCSFQ算法,通过动态阈值缓存管理机制,根据缓冲资源的占用率和数据流的到达速率共同决定丢包概率,减少了无谓、不公平丢包现象。根据非响应流UDP数据包空间分布特点,当网络处于拥塞时增加CHOKe机制对缓存进行管理,有效解决了响应流TCP和非响应流UDP之间的不公平问题。