基于遗传算法的三单播网络对齐及优化

针对三单播有向无循环网络,考虑无法得知网络内部拓扑图结构,且内部节点数量无法估量的情况.应用渐近干扰对齐技术研究各用户发送不同数据流m,n,p时的预编码矩阵,联合应用图论中的最短路径遗传算法和网络线性性质,分析其预编码网络对齐(precoding-based network alignment,PBNA)的可行性条件,该条件最终可简化为2个方程,实际检验复杂度较低,且每对单播会话能够达到1/2的自由度.     

路由协议中密钥管理协议的研究与实现

<正>随着移动通信网络的发展,基于网际协议化的应用趋势也更加明显,从而使路由设备的地位和作用越来越重要。而早期的网络设计者偏重于实现网络的基本功能,却忽略了网络的安全要素,在设计路由设备及路由协议时缺少对安全的考虑,从而导致安全机制的缺失和不足。     

校园网内单播泛洪机制分析及其对策

本文分析了校园网内接入宽带所引发的单播泛洪机制，并提出对该局面多层次的应对措施。     

Mobile Ad Hoc网络覆盖组播路由协议

移动自组网（Mobile Ad Hoc Networks）是一种特殊的、应用前景广阔的新型移动无线网络。在Ad Hoc网络体系中，路由技术至关重要。覆盖组播（Overlay multicast）路由协议是解决组播路由协议的一种有效的方案，是在物理链路上构建一个虚拟或者是逻辑的网络，其中的每个虚拟连接都是下层的物理链路的单播通道。主要是从如何构建一个覆盖组播的角度系统地描述了当前典型的覆盖组播路由算法，并比较和分析了这些算法的特点和适应情况。最后结合该领域当前研究现状，指出覆盖组播路由算法未来的研究重点。     

应用于网络学习的实时流媒体点播系统

简要介绍了Microsoft Windows Media技术的主要特点,重点提出了应用该技术开发面向网络学习的实时流视音频点播系统的解决方案,详细介绍了点播系统所解决的     

一种面向SON的单播路由协议

提出了一种面向自组织网络SON(self-organizing networks)的单播路由协议,支持应用服务质量QoS(quality of service)需求和路由器生物行为.基于OSPFv3/BGP4+,设计了自治域内和自治域间路由协议,包括报文格式与功能、链路状态描述结构、邻居信息表、单播路由表和协议工作流程等.基于Quagga软件路由器实现了提出的协议,并且在网络实验平台基于Iperf工具对其进行了性能评测.结果表明,该协议是有效的,具有较好的性能.     

基于TCP被动测量的单播网络丢包层析

在大规模网络中，网络层析通过端到端测量推测网络内部性能，能有效减少网络内部设备之间的协作，因 此被广泛应用于网络性能诊断。大多数网络丢包层析都采用主动发送探针的方法，无法准确反映实际网络的性 能。为了避免上述局限性，介绍了一种基于TCP监测的被动测量网络丢包层析方法，通过端到端TCP数据流的采 样，采用非因果条件概率构造似然函数，并通过EM 算法求解最大似然估计推测网络内部丢包率。理论分析表明 该方法具有一定的可行性。     

IPv6地址结构解析

IPv6由于其近乎无限的地址空间、层次化的地址结构、高速的路由、更强的安全性、对移动性和服务质量的更好支持等特性，是替代IPv4协议、解决目前Internet面临的困境、为下一代Internet提供更好的服务和发展的最佳协议。文中详细论述了IPv6的地址体系结构，IPv6地址的种类及其与接口的关系，IPv6地址模型及IPv6地址、地址前缀、地址类型的详细格式和压缩格式的表示方法，并较完整地论述了IPv6单播地址、任意播地址和组播地址的地址格式、地址范围及其用途，对于布署IPv6网络具有指导性的作用。     

Mesh网络容错单播路由算法

基于k Mesh子网连通的概念,提出一个简单的Mesh网络容错单播路由算法.该容错单播路由算法是基于局部信息的,因为路由算法在路由的过程中,只需要知道其相邻结点的信息而无需知道其他结点出错的情况.对于给定的源结点和目的结点,当路由路径扩展到每一个k Mesh子网中时,该子网均可独立地完成算法的操作而无需考虑算法在其他k Mesh子网中的操作状态.所以,路由算法是高度分布式的.容错单播路由算法的时间复杂性是最优的.模拟结果表明,路由算法所构造的路由路径长度非常接近于2个结点之间的最优路径长度.     

一种基于精英策略的蚁群优化QoS单播路由算法

指出传统蚁群算法在解决QoS单播路由选择问题时,受到时延和带宽的约束,为降低路由费用,容易出现陷入局部最优且收敛速度慢的现象。针对上述问题,提出一种基于精英策略的蚁群优化QoS单播路由算法,该算法利用蚁群算法原理,并引入精英策略。通过仿真模拟一个20节点的计算机网络QoS单播路由选择实例,并与传统蚁群优化（ACO）算法进行对比,仿真结果表明该算法是有效的。