基于混合流量预测的虚拟网络拓扑重构方法

目前在构建虚拟网络时, 为满足用户动态变化的带宽需求, 虚拟网络控制平台通常把虚拟链路带宽设置为流量最大值, 一定程度上造成了资源浪费。针对这一问题, 提出一种基于混合流量预测的虚拟网络拓扑重构方法, 利用基于参数优化选择的混合流量预测算法对下一周期的网络流量进行预测, 根据流量预测结果进行拓扑重构, 在避免出现乒乓效应的同时节省更多带宽资源。为了提高流量预测算法的精度与效率, 首先采用小波分解方法将流量数据分解为高频的细节时间序列和低频的近似时间序列, 然后利用基于粒子群优化的相空间重构方法, 对该时间序列进行特征提取构建训练样本。之后分别采用混沌模型对细节时间序列进行训练预测, 采用极限学习机(extreme learning machine, ELM)神经网络对近似时间序列进行训练预测。仿真结果表明, 所提的流量预测算法在保证预测精度的同时, 运行时间更短, 预测效率更高, 进而保证了拓扑重构方法可以节省更多的带宽资源。     

无线多媒体传感器网络自适应拥塞控制算法

针对无线多媒体传感器网络(WMSN)中多对一通信时产生的网络拥塞问题,提出了一种自适应的WSMN网络拥塞控制算法ACCP。通过结合速率控制和资源调度,并采用分簇的网络结构,根据簇首及簇内的拥塞指标,来分别启动对应的拥塞控制机制:当簇首发生短时间拥塞时,就启动属于资源调度的网络内存储管理机制,来暂时减缓网络内过多数据包;但当簇中的存储节点也无法容纳过量的数据包时,速率控制就启动,让流量减缓下来,并且只调整数据实时性要求较低的数据流的速率,以达到控制流量、减缓甚至消除网络拥塞的目的。仿真结果显示:ACCP在传送速率不同下,可以比InS、HCCP更有效的控制网络拥塞的情况,而在比较缓存容量不同的情况下,虽然ACCP只比HCCP能够稍微改善网络拥塞的情况,但却能够大幅度改善InS的数据包丢失率。     

一种新的基于混合策略的动态组密钥管理方案

针对大型动态组通信,提出一种基于Iolus LKH SKDC混合策略的组密钥管理方案。该方案中全局组控制器通过密钥树来管理各个子组控制器,每个子组内采用改进的LKH SKDC方案管理子组成员;子组管理器根据成员ID值,利用单向散列函数计算成员所在路径上各节点密钥值。该方案具有分组管理和集中管理的优点以及良好的可伸缩性,它使LKH方案中的单点失效问题限制在子组范围内,不会对全局产生影响。理论分析和数值结果表明,该方案中子组管理器的密钥存储和动态更新开销大大减少,且用户在加入和退出子组时不会随机产生更新密钥,具有较好的综合性能。     

基于复合边权重的加权复杂网络级联抗毁性优化

针对加权网络级联抗毁性问题,融合对级联失效动力学过程有重要影响的节点度和介数两种指标,提出一种节点度和介数相关的边权重模型,该模型通过定义调整两种指标占边权比重的参数,以及调整网络异质度的权重参数,使得边对故障引起的额外负载的承载能力更强。理论分析与仿真结果表明，存在某一权重参数以及比重系数取值使得BA无标度网络和NW小世界网络鲁棒性达到最强;相比单一指标边权方法,提出的模型能够更加有效地提升网络级联抗毁性能。     

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.     

一种改善与TCP Reno兼容性的TCP Vegas改进算法

在分析TCP Vegas及其相关改进算法优缺点的基础上,针对TCP Vegas在与TCP Reno共享带宽时存在不兼容的问题,基于TCP Vegas-A算法,引入相对队列时延的拥塞状态判断方法,提出了一种Vegas改进算法TCP Vegas-A+.新算法将路由器缓存占用量和相对队列时延相结合,把网络状态进一步细分成拥塞增加和拥塞减轻状态,以更准确地判断网络拥塞情况、适时合理地调整拥塞窗口.分阶段对各算法的拥塞窗口大小、所传输的分组数进行数学计算,分析Vegas-A+连接与Reno连接的兼容性,并与Vegas+连接与Reno连接的兼容性进行比较,同时利用仿真实验进行验证.数学分析和仿真结果表明,Vegas-A+算法能更准确判断网络状态,改善了与TCP Reno的兼容性,能和TCP Reno较公平地竞争带宽.     

萤火虫群算法优化高斯过程的网络安全态势预测

针对共轭梯度法获取高斯过程超参数存在迭代次数难以确定及预测不精准等问题,提出一种萤火虫群算法优化高斯过程的预测方法,并将其应用于网络安全态势预测研究。采用萤火虫群优化算法对高斯过程超参数进行智能寻优,建立基于高斯过程回归的网络安全态势预测模型。实验结果表明新方法的平均相对预测误差较共轭梯度法、粒子群优化算法和人工蜂群优化算法分别降低了近29.46%、10.37%和4.22%,且新方法收敛较快。另外,分析对比了3种单一类型和2种复合类型的协方差函数对高斯过程预测的影响,实验结果表明采用神经网络与有理二次的复合协方差函数(neural network and rational quadratic composite covariance function, NN-RQ)的平均相对预测误差较其他4类协方差函数降低了1.65%~7.51%。     

可靠性与拓扑感知的服务功能链备份保护方法

在网络功能虚拟化环境中, 针对服务功能链部署时的可靠性研究存在资源利用率较低的问题, 提出一种可靠性与拓扑感知的服务功能链备份保护方法。首先, 利用最小费用最大流算法将服务功能链请求中的虚拟网络功能部署在可靠性较高的服务器节点上, 尽可能提高服务功能链的可靠性。其次, 针对未能达到可靠性需求的服务功能链, 通过为部署在可靠性较低服务器节点上的虚拟网络功能预留备份资源的方式提高其可靠性。最后, 通过备份资源共享的方式尽可能减少备份资源消耗。仿真结果表明，该方法提高了可靠部署成功率和资源利用率。     

软交换系统一般话务量模型的研究

分析了软交换的话务特性，建立了软交换的一般话务量模型，即分别考虑呼叫的到达服从Bernoulli分布、Poisson分布和Pascal分布的情况。在此基础上，给出了软交换系统排队过程的系统状态图。最后，推导出软交换一般话务量计算的数学公式，为软交换系统的分析与设计提供了理论上的依据。     

一种域间效能优先的二阶段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，大多针对控制网络中面向南向接口的控制域内时延、可靠性和负载均衡等指标进行优化，而对面向东西向接口的控制网络域间时延以及控制器本身的可靠性统筹考虑较少。然而，东西向接口中控制网络域间时延和控制器可靠性等因素对网络域间信息传输效率和服务质量有着关键影响。针对该问题，首先分析了控制器域间效能对软件定义网络整体性能及相关因素的影响；其次，建立了以域间平均时延、域内平均时延、控制器可靠性度量、控制路径可靠性和负载均衡度为参数，以控制器域间效能和控制网络综合性能为目标的控制器部署优化评价模型；最后，采用反向学习机制对标准麻雀搜索算法进行改进，提出一种域间效能优先的二阶段控制器部署策略，在确保控制器域间效能最大的情况下，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，所提的部署策略既有效降低了软件定义网络的控制时延，也增强了控制网络的可靠性，在保证软件定义网络域间效能的情况下，对网络整体性能表现具有较为明显的提升作用。