基于深度置信网络的云应用负载预测方法

为了准确预测云应用负载以便及时执行云应用自适应优化,从而保证云应用性能的稳定,根据云环境下应用负载预测问题的特点,提出了基于深度置信网络的云应用负载预测方法.首先给出能够有效描述负载数据的显式特征和隐式特征并定义了负载预测模型,进而给出基于深度置信网络的负载预测算法.对算法进行了分析并在真实数据集上与相关算法进行了比较,结果表明,本文提出的方法能够更加有效地解决云应用负载预测问题.     

分布式Web服务器负载均衡策略的仿真与应用

负载均衡能扩展服务器带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性，是构建高负载Web站点的关键技术。利用OPNET仿真软件，通过仿真实验对移动平均、指数平滑、自回归过程和自回归移动平均过程等4种能使分布式Web服务器负载均衡的方法进行了分析和对比。结果表明，经改进的带预测功能的系统比传统的无预测功能的系统有更好的性能表现，并将其中的最佳方法应用于工程实践中。     

基于丢包率预测的多路径网络负载均衡策略

为了弥补传统多路径网络负载均衡策略在网络状态改变前无法预先提供相应预测信息的不足,提出了一种基于预测多路径丢包率的负载均衡策略.该策略以主动测量获取的每条路径的丢包率为观察值,采用确定型时间序列预测为预测手段,利用预测的丢包率作为负载分配的依据.此外,在负载均衡的调节中,提出了利用丢包率作为每条路径流量分配比例的惩罚函数,将流量引入丢包率低的路径.分析及仿真结果证明,该策略能有效地均衡负载,减少网络的丢包率.     

基于ARIMA-Kalman滤波混合模型的网络负载预测方法

由于目前对网络负载预测的研究主要运用单一模型进行预测,忽略了其他因素对网络资源的内在作用,导致数据隐含信息丢失量大、预测结果不准确,故提出一种基于ARIMA-Kalman滤波混合模型预测方法.该方法首先利用ARIMA模型建立一个能反映负载时间序列数据变化规律的低阶模型,然后将Kalman滤波模型的预测方程与其结合,推导出其状态方程和测量方程,最后利用Kalman滤波的预测迭代方程对工作负载所需资源进行预测.实验结果表明,与单一的时间序列预测方法相比,该方法具有更高的预测精度,有效地提高了资源利用率和虚拟机资源的按需调度效率.     

大数据量TCP友好视频流传输拥塞控制研究

分析TCP友好的拥塞控制机制.通过分析实时视频流传输过程中丢包事件的发生率来预测网络负载状况,并根据网络负载动态调整接收缓冲区大小.提出一种基于RTCP反馈的TCP友好(TCP-Friendly)拥塞控制方法,运用NS-2对该控制方法的TCP友好性、视频的回放质量进行试验和结果分析.     

异构无线网络负载超前转移的负载均衡技术研究

文章分析了以多属性决策理论中简单加权算法(SAW)为代表的普通切换算法负载对比呼叫到达率(CAR)滞后的特性,针对异构无线网络垂直切换负载滞后造成负载不均衡现象,首先,建立异构无线网络,使用时间序列建立(SARIMA)模型预测网络呼叫到达率,根据预测呼叫到达率,引导业务切换和超前转移业务带宽,形成改进的(TSAW)算法,仿真结果表明TSAW算法克服了SAW算法负载滞后特性,使网络负载均衡特性变好.     

一种面向工作站网络的系统负载预测方法

提出一种应用人工智能技术方法解决基于PVM环境的负载平衡问题，采用多项负载指标表示结点的负载情况，总利用BP算法，预测未来的负载情况，解决了采用多项负载指标所带来的系统开销大的问题，在任务分配与任务执行时，应用人工智能技术预测各结点的负载情况，找到较佳的分配方案，实验结果证明，本算法较通常的算法在性能上有很大的提高。     

分布式系统主机负载预测方法的评估

动态负载均衡是网络计算的关键技术,如何提高动态负载均衡的性能,一直是网络计算人员研究的一个热点.通过实验评估比较了线性时间序列模型、特殊的自我平衡及趋势预测时间序列模型、神经网络BP模型的预测性能,获得了各预测模型的优劣,从中选择了具有较佳预测性能的时间序列AR、混合趋势预测MT两种预测模型构建了预测模型模板库。     

基于网络负载容量的高速网络取证数据采集器的设计与实现

为了解决高速网络取证的证据完整性问题,提出了经济的可扩展模型,提出一种新的基于网络负载容量的负载均衡策略.该算法通过动态反馈和预测机制得到证据捕获端的处理能力,以一个会话为分配单位,将网络数据包分发给负载容量最大的捕获端.实验结果表明,该系统的扩展性,可以满足当前大流量网络的需求.     

一种优化的互联网用户流量定向调度

利用软件定义网络架构，建立互联网用户流量分析预测—在线调度机制，通过互联网用户流量分析预测、异常流量识别以及在线调度等步骤，实现互联网用户流量定向调度；同时，利用SRv6服务链技术优化互联网用户流量的路由选择机制，从而有效避免链路中出现流量堵塞，并采用基于半监督学习的流量聚类方法进行互联网用户流量聚类，以缩短流量调度时间.实验结果表明，该方法的最大链路利用率低、吞吐率高、调度时间短，能够使调度后的网络负载更均衡，提高节点活性和调度效率.     

基于SNMP的网络故障管理系统的设计与实现

随着计算机网络的规模越来越大,结构越来越复杂,网络出现故障的机率也越来越高,为了保证网络连续可靠地运行,一个好的网络故障管理系统就成为了网络管理员急需的管理工具.首先介绍了SNMP协议的工作原理,分析了基于SNMP的网络故障管理系统的几个关键技术,最后实现了基于SNMP的网络故障管理系统的设计,最终实现帮助网络管理员更加有效地管理网络、提高网络运行效率、保障网络正常运行的目的.     

城市道路网布局结构对公交线网密度的影响

定义了描述道路网整体结构中心化程度的道路网结构集聚度指标,用于描述路网中道路之间的衔接关系,定义了描述道路网综合布局特性的道路网布局结构指数,结合实例分析了路网布局结构对公交线网密度的影响因素和影响机理,通过对实例数据的回归分析验证了公交线网密度与道路网密度和道路网结构集聚度之间的相关关系,并指出道路网布局结构指数与公交线网密度之间具有显著的线性正相关关系.     

基于故障树分析和XML的网络故障诊断技术

随着校园网络的高速发展,网络规模不断扩大,快速准确地诊断和分析网络系统故障已成为校园网管理和维护的一个重要组成部分.本文针对当前校园网络系统的各类故障和实际维护中存在的普遍问题,提出利用故障树分析法建立一个集网络拓扑结构、网络线路状况、用户应用软件和病毒暴发情况为一体的XML网络故障知识库.在实际使用中,结合客户服务管理系统,不断充实知识库内容,以此为基础进一步对网络系统作失效分析和预测故障发生概率,为提高校园网运行管理和故障诊断水平提供良好的支持平台.     

校园网网络技术的选择

校园网络的建设好坏直接关系到将来校园网使用的效能和稳定性,因此,在构建校园网络之前,了解和规划将来构建校园网所涉及到的网络技术问题,如网络体系及通讯协议、主干网技术及网络设备、综合布线系统等,是建设好一个稳定的校园网的必要条件.     

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...     

网络科学研究的层次模型与实例

本文在分析网络科学的起源、基本含义及其对整个人类社会影响的基础上,以预测网络的动态行为为目标论述了网络科学研究的层次模型,包括基础架构的网络结构层,形式化的网络建模层,理论分析的网络动态分析层和适合各种应用的网络功能层,最后给出一个具体的网络科学的模型实例.     

一种复合型前馈神经网络结构

ＢＰ网络是一全局逼近的网络,通常,在对样本数据的选取要求上,它不如ＲＢＦ网络高,即ＢＰ网络在训练样本数据的代表性不强时也可表现出对非线性函数较强的逼近性能,鉴于此,作者提出了一种复合型前馈神经网络结构在此结构中,笔者采用了ＢＰ神经网络对训练数据进行预处理而得到径向基函数（ＲＢＦ）网络的初始中心矢量点集的方法该方法使得ＲＢＦ网络中心矢量点集由传统的随机确定改为对它的优化选取,由它确定的ＲＢＦ网络的中心矢量具有相当的柔性,从而增强了径向基函数（ＲＢＦ）神经网络整体的泛化性及鲁棒性,最终使得该复合型神经网络具有了很好的精度和泛化性仿真结果表明了本文所提网络的有效性     

基于网络分组的切换判决算法

针对大量终端并发切换引起的网络负载不均和网络相似性利用不足的问题,提出一种基于网络分组的切换判决算法。将采集和初始化后的网络参数输入至网络分组模型,利用网络性能的相似性得到网络组;根据终端的偏好类型,基于烟花算法选择目标网络组;求解终端的可接入网络集和目标网络组的交集,得到其候选网络集,从中选择性能因子最大的网络作为目标网络执行切换,动态更新网络组。仿真结果表明,该算法能够在均衡网络负载的前提下,降低切换阻塞率,提高系统吞吐量,提升终端的服务质量。     

蚁群算法优化RBF神经网络的网络流量预测

传统RBF神经网络在网络流量预测过程中存在收敛速度慢、极易出现局部最优等缺点,从而导致预测精度低。采用蚁群算法优化RBF神经网络参数来进行网络流量预测。利用蚁群优化算法来训练RBF神经网络的基函数宽度和中心,简化网络结构,加快收敛速度,防止局部最优的出现,改善RBF神经网络的泛化能力。实验结果表明,相对于GA-RBF以及PSO-RBF流量预测模型,模型预测准确度更高,能够很好地描述网络流的变化规律。具有泛化能力强、稳定性良好的特点,在网络流量预测中有一定的实用价值。     

基于无线传感器网络航标遥测遥控设计与实现

为降低航标遥测遥控网络结构对于公共网络的依赖,设计了一种专用的可扩展无线传感器网络,结合移动GSM网络、GPRS网络和Internet搭建遥测遥控系统网络平台.采用层次型HEED睡眠调度算法完善传感器网络的拓扑结构,并提出了一种适用于航标遥测的基于分簇的传感器网络路由协议,以解决多跳路由的传感器网络中常见的"热区"问题.实践证明,本路由协议优化了网络中的能量消耗,较好地解决了"热区"问题,显著地延长了网络的存活时间.