一种链路丢包门限动态变化的网络拓扑推测算法

目前端到端逻辑拓扑推测方法主要有极大似然方法和分群方法。极大似然方法的计算量会随网络规模的增加而急剧增长,从而影响在实际网络中的应用。采用计算量较小的分群推测方法,针对GLT算法中采用固定丢包率判决门限ξ所导致的较大推测误差,提出了改进的任意拓扑推测算法IGLT。该算法利用每次迭代过程中得到的链路丢包率的估计值对ξ进行动态调整。仿真结果表明,IGLT算法将ξ与链路丢包率估计值相结合,有效地防止了采用GLT算法导致的拓扑推测准确率的严重恶化,提高了算法性能。     

一种链路丢包门限动态变化的网络拓扑推测算法

目前端到端逻辑拓扑推测方法主要有极大似然方法和分群方法。极大似然方法的计算量会随网络规模的 增加而急剧增长,从而影响在实际网络中的应用。采用计算量较小的分群推测方法,针对GLT算法中采用固定丢 包率判决门限,所导致的较大推测误差,提出了改进的任意拓扑推测算法GLT。该算法利用每次迭代过程中得 到的链路丢包率的估计值对,进行动态调整。仿真结果表明,GLT算法将ξ与链路丢包率估计值相结合,有效地 防止了采用GLT算法导致的拓扑推测准确率的严重恶化,提高了算法性能。     

一种基于报文丢失率的网络拓扑推测方法

网络拓扑推测是网络管理中一项非常重要的技术,及时获取准确的网络拓扑对于改进网络协议和优化网络性能起着关键的作用.本文首先给出了逻辑拓扑的概念、报文丢失率模型,然后对报文丢失率进行了详细推导,最后在此基础上提出了完整的基于报文丢失率的网络拓扑推测算法,该算法有着广泛的适应能力和扩展能力.     

动态拓扑推测的改进算法

为了在网络中有节点动态加入时推测更新的网络拓扑结构,提出了一种改进的逐步拓扑推测算法I-STIA。该算法首先计算新加入节点与网络中所有探测包接收节点之间的相关度,然后采用一个自适应的动态门限搜索加入节点在拓扑中的正确位置,并利用节点的TTL跳数信息减少搜索的步数。应用该算法可以有效地推测出更新的网络拓扑结构,并提高推测结果的准确度。仿真结果表明:I-STIA相比已有的算法更有效,在同等探测包数目情况下,推测结果的准确度更高。     

基于往返时延的网络拓扑推断

为了减少拓扑推断中采用单向性能参数需要多个节点合作的限制,提出了一种基于往返时延的拓扑推断算法,设计了网络拓扑推断中的往返时延测量方法,基于往返时延的拓扑推断不需要时钟同步及目标节点的配合.从理论分析了基于往返时延推断网络拓扑结构的可行性和正确性,并通过NS2进行了仿真实验.仿真结果表明,基于往返时延的推断算法能够较准确地推断网络的拓扑结构,与基于单向性能参数的拓扑推断算法相比,基于往返时延的拓扑推断算法受到的限制较少.     

利用往返时延抖动的网络拓扑推断算法

为了克服基于端到端单向时延的拓扑推断需要时钟同步及节点间合作的限制,提出了一种利用往返时延抖动的拓扑推断算法.首先定义了四元组列车,其由4个长度相同的ping分组组成,4个ping分组组成2个相邻的紧接分组对,2个紧接分组对的目标地址相同.在空间独立性、时间独立性的条件下,通过四元组列车测量获得的往返时延抖动可以计算节点间的相关性,再根据节点间的相关性便可推断节点间共享链路,从而推断出网络拓扑.理论分析与仿真结果表明,所提算法的收敛速度高于基于端到端单向时延推断拓扑法,并且只需要一个测量节点.     

基于时延抖动的网络拓扑推断技术

为了克服基于端到端单向时延的拓扑推断算法中需要时钟同步的缺点,根据端到端时延抖动的定义和特点提出了拓扑推断中端到端时延抖动的四元分组列车测量方法和基于端到端时延抖动的拓扑推断算法,其中端到端时延抖动的测量不需要节点间的时钟同步,并且实现简单.分析了基于端到端时延抖动推断网络拓扑的可行性和正确性,通过NS2进行了仿真.仿真结果表明,基于时延抖动推断拓扑结构的效果比基于端到端单向时延推断拓扑结构的效果好.     

一种粗差探测方法的研究

使用了条件方程式直接探测多维粗差的方法,该方法直接从最基本的条件方程式开始,组合出满足一定条件的条件方程式,用条件方程式的闭合差作为探测粗差的依据,不必进行最小二乘平差计算,就能简便有效地探测粗差,并通过算例验证了它的可靠性和说明了该方法的实现过程。本文还对闭合差标志的做了进一步探讨,说明了粗差在闭合差中的灵敏度。     

基于分布式虚拟环境的航位推测改进算法

分布式交互应用程序中使用航位推测算法实现实体状态同步.文章利用临近时间内已经接收到的多个航位推测载体,基于外推思想分别构建了一次、二次、三次等多项式拟合得出速度变化曲线,然后根据当前更新时间推测速度,这样不但可以减少网络带宽,而且增加了预测结果的准确性.算法在多个客户端的网络环境下进行测试,从推测速度误差与位置误差方面将改进后的算法与传统模型算法进行比较,结果表明改进后的算法显著地提高了模拟速度和位置的精度,在DIAs中具有一定的参考价值.     

一种基于频差补偿的相位谱时延估计方法

针对影响射频窄带信号时延估计精度的3个主要因素：中频偏差、信号带宽及信噪比,提出了一种基于频差补偿的相位谱时延估计方法.其采用平方倍频法分别估计两路信号的中频,通过频差补偿消除中频偏差对时延估计精度的影响;利用线性调频Z变换（CZT）在有限带宽内增加时延估计的有效点数;并针对相位法自身的特点利用Kalman滤波器优秀的抗噪声特性提高时延估计的精度.理论分析和实验仿真均验证了该方法的有效性.     

基于测量聚类的网络拓扑推断算法

为了减少基于端到端时延的拓扑推断算法中产生的测量流量,根据网络中端到端时延的特点,提出了一种测量聚类算法和两阶段拓扑推断算法.测量聚类算法在测量时首先粗略测量网络节点的端到端时延,根据时延对节点进行聚类,然后根据节点的聚类测量节点对的端到端时延并计算节点相关性,最后通过两阶段拓扑推断算法推断网络拓扑结构.理论证明了测量聚类算法能够有效减少测量产生的测量流量并通过NS2进行了仿真,仿真结果表明测量聚类算法和两阶段拓扑推断算法在有效减少测量流量的情况下能够正确地推断网络的拓扑结构.     

网络拓扑图多级分割塌缩阶段算法改进

针对网络拓扑图上的宏观异常预警可视化显示需要,分析了当前图的多级划分算法.算法分为图塌缩、初始划分和多级优化三个阶段.在多级分割算法的图塌缩阶段,提出改进算法———KV算法和VC算法.实验验证改进后算法在运行时间、恢复时间和分割边数上均优于传统算法.改进塌缩KV算法在分割边数上平均提高了4.6%,在运行时间上提高了12%,而VC算法降低了KV算法的时间复杂度.     

离散变量桁架结构拓扑优化的改进混合遗传算法

为了避免在结构拓扑优化过程中杆件和节点的增删带来计算上的麻烦,在对桁架结构进行受力分析的基础上设计了一些启发式准则来产生可能的拓扑结构形式,然后采用一种改进的混合遗传算法进行截面优化.混合遗传算法将离散复合形法引入到遗传算法中,一方面利用遗传算法为离散复合形法提供可行点;另一方面利用离散复合形法对遗传算法种群中的可行个体和不可行个体进行改进,从而提高了遗传算法的局部寻优能力,并对标准遗传算法在选择、交叉和变异操作上作了一些改进.它将两种算法的优点集中在一起,同时又弥补了两者的不足.算例的结果表明,该方法用于桁架结构拓扑优化是简单、快速和有效的.     

基于SNMP协议的网络拓扑发现算法

网络拓扑发现对于现代网络管理是一个重要的课题,尤其是第2层网络拓扑发现是一个难题.针对这一难题,基于大多数网络设备都支持的SNMP协议,提出了一个快捷、高效的算法,并对该算法进行了详细的描述,用该算法进行了真实环境的测试,测试结果和真实网络情况完全吻合,说明了此算法是一个有效的拓扑发现算法.     

基于环状拓扑的网络时钟同步

时钟同步是很多网络应用的基本要求。本文研究并设计实现了基于环状拓扑的分布式多主机时钟同步系统。系统使用面向单向延迟测量的Altair&Vega（A&V）方法支持两主机间的时间同步，利用特有的环状拓扑上的累积误差提高系统的精度。文中详细介绍了动态环状逻辑拓扑的控制方案和高精度的相对时钟偏移修正方案，并对测试结果进行了详细的分析，通积累误差得到毫秒级的同步结果。