卫星综合信息网的管理体系及管理星簇生成算法

针对卫星综合信息网特有的网络构成及动态的结构特点,引入了管理星簇,提出了一种单星管理与星簇管理相结合的动态分层次的网络管理体系,降低了卫星综合信息网特有的高延迟特性对于网络管理的影响,增强了系统的可扩展性和健壮性,提高了动态网络的管理效率·针对管理星簇,提出了基于簇首能力指数,运行方向及延迟变化率的簇生成算法,减小了网管信息传输的时延并降低了网管所带来的网络负载·     

一种面向宽带多媒体通信卫星网络管理系统

分析了传统通信卫星系统的特点,提出了一种新型的宽带多媒体通信卫星网络(MCSN)拓扑结构,设计了适用于这种网络的网络管理体系结构.引入了适用于卫星网络管理的多元化网络管理协议(MNMP),克服了传统网管协议对于卫星网络的不适应性.提出了网络管理系统方案及其信息流程,在ATM层上定义了网络管理信道,确保网管信息快速、准确的传递,保证网管功能的实现.基于卫星网络仿真平台完成了宽带多媒体通信卫星网络管理演示验证系统的设计与实现,验证了这种网管系统的可行性.     

连铸设备综合判断计算机专家系统

通过对现场数据采集系统硬件、软件和通信方式的研究,从原计算机监视系统中顺利读取现场电气设备的实时信息·设计、编制了连铸过程中电气设备的故障判断和预报系统、数据库管理系统·研究了主机辊系状态的神经网络判断模型,建立的专家系统诊断出了连铸主机辊系设备运行中的故障,避免了铸坯质量问题的出现·比原系统增加了数据库、设备智能化管理和模型计算等功能,经过半年的现场考核该系统取得了良好效果·     

基于熵模型的自适应信息融合方法

建立了一种用于信息融合的熵模型,依据融合的几个步骤即信息提取、关联与决策,描述了基于熵模型进行信息自适应融合的新方法·该方法可对从各对象源(如传感器、数据库、知识库等)中提取的特征属性信息进行模型化,对这些模型化的属性信息进行关联后,得到准确的决策·为了实现多对象源的信息融合,提出了EAA算法·该算法基于熵自适应聚集规则,通过缩减关联模型联合动作的复杂性来控制其收敛性·并通过应用实例,检验了这种方法的可行性     

基于D-S证据理论的双层卫星网络可信路由

卫星网络需要采用一些安全机制来保证其数据传输的可靠性,而现有的信任评估模型难以满足卫星网络的一些内在特征需求.有鉴于此,文中结合Dempster-Shafer(D-S)证据理论,提出一个基于卫星节点的节点信任评估模型,通过该模型可以得到卫星节点间的直接信任和间接信任的信任值.文中还提出了一个可信的按需卫星路由(T-OD...     

基于SPN的LEO卫星网络建模分析

针对LEO(低轨)卫星网络的通信过程建模技术进行了研究,首先建立了LEO卫星网络通信过程的随机Petri网(SPN)模型,然后,在给定参数条件下,通过求解与SPN模型同构的马尔可夫链所对应的线性方程组,得出了性能指标--平均时延、平均吞吐量和LEO卫星节点间带宽利用率的数值大小.所采用的建模与性能评价方法将有助于卫星网络的构建和进一步的性能分析.     

卫星网络中基于策略的网络管理体系结构

卫星技术的发展十分迅速,未来的卫星网络将会是一个大规模动态异构网络。本文针对传统的网络管理技术对于卫星网络的不适用性,将基于策略的网络管理和卫星网络相结合,提出了一个适用于卫星网络的基于策略的网络管理方案。该方案增强了卫星网络管理系统的的智能性、可靠性、一致性、灵活性和整体性,并且降低网络管理系统的复杂性,为卫星网络管理开辟了一个新的方向。     

分布式信息共享环境中的信息合作模型

提出了分布式环境下的信息合作模型,研究了基于CORBA/IIOP的分布式对象管理,包括分布式对象的定义,以区域为单位的对象管理体系结构,及相应的元数据管理·该信息合作模型提供了一个通用的和动态的方法,解决分布式环境下的信息合作问题·通用性体现在网络上任何节点都可以映射为不同的分布式对象,可以分别从属于角色层和信息层;动态性体现在该模型支持分布式对象的即插即用,不同对象具有不同的生命周期·目前,已应用到一个面向虚拟企业的信息集成系统ViaScope中·     

一种基于移动网络的网络重组与恢复策略

为提高网络的性能和服务质量,保证信息安全可靠地传输,根据移动无线网络的网络特性和网管方式,提出了一种新的基于移动网络并具有一定QoS保证的网络重组与恢复策略·它引入了重新划分网络边界和周界的思想,将启用备用链路、重路由等几种实现网络重组的机制有机地结合起来·并且在时间开销和有效性上对该方法进行了分析和讨论·     

一种基于MobileAgent结构的分布式异构网络管理模型

为提高和改善当今高速异构网络的可靠性、可用性和管理,给出了一种基于MobileAgent结构的分布式异构网络管理模型·首先介绍了它的模型结构,它将各种异构网络信息集中管理;其次定义了异构网络管理的域内、域间的信息交换接口·结果表明该模型与拥塞、业务控制相结合能够很好的实现异构网络分布式管理,并可有效的保证端到端连接的QoS要求·     

卫星综合信息网的研究

航天技术、通信技术、和卫星技术的发展,使卫星综合信息网的建立成为可能·以星座模式为核心的网络结构渐渐成熟·卫星综合信息网是由太空中不同轨道和功能的卫星互联成网,通过太空和地面的网关联结到地面的互联网络而组成·提出了一种卫星综合信息网的概念,分析了结构和功能的特点,研究了网络结构体系和积极的网络管理,得到了卫星综合信息网的总体性能的模型     

一种基于Mobile Agent的主动网络管理模型研究

随着计算机网络的规模日益增大,SNMP网络管理模型已不能适应需要,必须提供一种新型的网络管理系统和管理策略,以提高网络管理的水平和可靠性。本文讨论了传统网络管理中存在的问题,分析了主动网络管理体系结构与管理机制。提出了一种新型的基于移动Agent的主动网络管理模型,分析了该网络管理体系结构与管理机制,重点研究了系统结构、管理机制、管理策略。     

基于预测模型和自主计算的网络资源管理

为解决综合网络系统中的自主管理问题，以气象水文业务系统为背景，对自主网络管理中的设备状态预测机制和DEN-ng策略模型扩展机制以及结合这两种机制处理网络通信系统中的自主管理问题进行了深入研究，提出了NAR-BP（Nonlinear Auto Regressive-Back Propagation）状态预测模型，并根据观探测设备的测量数据，对该模型进行了实验测试。实验结果表明，NAR BP状态预测模型的各项误差指标较传统的AR(Auto Regressive) 模型算法减少了约4/5。基于DEN ng策略模型扩展了管理决策组件，使其适应应用层的系统状态预测，通过一个策略驱动的多信道数据通信管理实例展示了DEN-ng扩展策略模型在自主网络管理中应用的可行性。     

基于立体重叠网络的网管模型

针对分布式环境,现有网络管理模型在复杂数据的实时处理及合作伙伴管理中的困难。利用数据流处理技术和重叠网络技术,提出了一种分布式环境下的网络管理模型。在此模型中,研究了网络管理策略,并给出了应用立体重叠网络建立合作联盟的有效算法,最后通过应用证明了该模型的有效性。     

基于灰狼算法优化深度学习网络的网络流量预测

针对深度学习网络在网络流量预测建模过程中的参数优化难题, 以改善网络流量预测结果为目标, 提出一种基于改进灰狼算法优化深度学习网络的网络流量预测模型. 首先, 收集网络流量历史数据, 并对数据进行相空间重构、 归一化等预处理; 其次, 引入灰狼算法快速搜索到全局最优深度学习网络的相关参数, 并根据最优参数对预处理后的网络流量历史数据进行学习, 建立能挖掘网络流量历史数据变化规律的预测模型; 最后, 与其他算法优化深度学习网络的网络流量预测模型进行对比分析. 实验结果表明, 基于改进灰狼算法优化深度学习网络的网络流量预测精度超过90%, 远高于其他对比模型, 且预测建模过程的建模时间少于对比模型, 可满足网络流量管理的高精度和实时性要求.     

具有IP集中管理功能的专用网络模型设计和实现

为实现对专用网的集中管理,笔者在分析Linux Netfilter机制[1]和Netlink[2]技术基础上,设计和实现一种具有集中管理功能的专用网络模型.借助Linux套接字技术,实现了与远程数据服务器之间的交互,通过Netlink机制实现用户数据和内核之间的数据通信,利用Netfilter机制实现对数据的过滤.实现的模型在专用网络中可以有效地对网络上的数据实现集中式管理.     

基于流时间影响域的网络流量异常检测

针对如何提高网络流量异常行为检测准确率的问题,提出基于网络流时间影响域(TID)的网络流量检测模型.通过分析正常和异常情况下流量网络模型平均度的变化,构建了基于复杂网络平均度指标的网络流量异常检测算法.实验结果表明,基于网络流时间影响域的流量网络模型能合理地描述网络流量间的依赖关系,具有良好的检测性能,同时该网络模型仅需时间戳、源IP、目的IP三维网络特征即可实现,检测方法适用于绝大多数网络类型,检测效率优于其他网络流量异常检测方法,具有较高的普适性.     

基于聚类的触发式网络监控模型研究

根据网络传输数据量大,实时性高的特点,提出一种基于聚类的触发式网络监控模型。该模型将系统划分为网络用户层、实时监控层、数据分析层、触发控制层、前端应用管理层等五个层次,将数据处理分为信息采集、数据初步分析、数据聚类、结论确定和响应阶段,依靠各模块实现各阶段的任务和功能。模型各部件分布式部署,可各自承担数据处理和传输存储任务,提高了整体运行效率。     

基于小波神经网络矿山安全的评价模型

煤矿是一个多工序、多环节、生产过程复杂、时空变化大、环境恶劣的生产企业,其安全系统是一典型的非线性系统,对矿山进行安全评价是当前安全管理中的一个重要环节.采用由伸缩和平移因子决定的小波基函数代替Sigmoid等传递函数,选用23项指标作为输入节点,建立矿山安全的小波神经网评价模型,该模型可自动确定网络参数,避免了传统神经网络需要人为干预网络结构参数的不足.实例分析表明,提出的WNN网络的评价绝对误差平均为0.425%,而BP网络评价绝对误差平均为3.1%.这说明,WNN网络泛化能力远好于BP网络,该模型具有重要的应用价值.