开源更要节流——聊城大学校园网流量控制策略

随着BT、Edoncky、迅雷等P2P应用大量使用及校园网用户的逐年增加．校园网出口流量越来越大，严重影响了正常的网上办公和教学科研工作。特别是由于P2P、IM及网络流媒体技术，能够迅速抢占大量带宽．导致校园用户的正常上网应用无法保障。简单、无限制地增加网络带宽不是解决网络流量拥塞问题的根本办法，因此，如何有效地控制出口流量和合理地分配有限的带宽，成了当今网络管理重中之重。     

BT小包流量识别技术研究

由于网络中BT流量给带宽资源带来的沉重负担,识别BT流并对其进行控制显得尤为重要。通过分析BT协议和比较BT、迅雷等实际传输数据,找出BT传输中的流量特征来识别BT流。通过实验得出数据传输中信息包有效载荷大小5个字节的数据包是BT流的流量特征,并验证该技术对BT流的识别具有一定的价值。     

深度探讨校园网网络流量控制模型设计思路

本文以校园网网络流量控制模型设计为研究对象,探讨了校园网中流量分类、校园网队列调度和管理,校园网流量整形及流量监测与统计,相信对同行能有所裨益.     

校园网流量多维度行为分析及优化

针对校园网出口链路拥塞压力不断增长,粗粒度的流控策略难以适应变化中的校园网流量环境的问题,分析了目前校园网出口高带宽占用比的几种网络协议的流量特征,从时间、区域、接入、链路多个维度对校园网的总体流量行为进行了深入的分析,根据分析结果提出了更细粒度的流量优化策略.结果显示:校园网入流量中HTTP流媒体(HTTP Streaming)流量占比最高且增长迅速,用户入带宽分布呈幂律分布特征,不同的区域、接入方式、ISP链路对网络应用协议的偏好度不同,更细粒度的流量优化策略可以有效缓解校园网出口拥塞,优化网络性能.     

校园网应用业务分析与流量实时控制

文章用GreeNer NetRegulator8000对校园网进行双向流量测试和应用业务流量分美分析,得出P2P应用抢占网络带宽过多是导致网络拥塞的主要原因。采用了对校园网进行双向流量和应用业务流量分类控制技术,制定P2P限制的控制策略,重点保证HTTP关键协议的流量。     

对等方地理分布特征及BT流量本地化算法建模

通过建立BT本地化流量优化算法的性能模型,描述客户机的下载速率特性以及网络资源耗费等情况.该模型揭示了对等方的地理分布特征对BT算法的性能优化效果具有重要影响.通过实际的因特网试验验证了该模型的正确性.在12个月时间内考察了200万个.torrent文件,发现BT对等方在国家级和AS级等2个尺度上均服从Zipf-like分布.这些发现为BT的流量优化提供了一种新的有效依据.     

网络BT流量"堵"与"疏"的ACL配置研究

为解决网络内因使用人员大量的BT（BitTorrent）下载而导致数据通信延迟，甚至导致整个网络瘫痪的问题，对网络内的BT下载按照“堵”与“疏”两种方式，采用ACL(Access Control List)的相应规则和策略进行相应限制，控制BT下载造成的影响，解决了BT流量过大影响网络QoS（Quality of Service）的最优化问题，使网络BT流量被限定在一个有效的范围内，达到真正使用好BT资源的效果。     

基于MRTG的校园网流量监控系统的构建

随着互联网的广泛应用和校园网的快速发展,黑客、病毒的攻击以及P2P工具的广泛使用,对校园网的管理带来新的挑战,流量监控是目前行之有效的手段之一。本文阐述了目前校园网管理面临的问题,提出了解决这些问题的方法——流量监控,并详细说明了基于MRTG流量监控系统的搭建过程。     

如何建设多校区统一网络

院校合并形成了分布于多个校区的校园网,网络结构日趋复杂、结点数剧增,流量分布不均及流量内容多样化,这些都对校园网提出了更高的要求。     

校园网流量监测及控制策略研究

校园网存在过度下载、网络安全问题和服务质量等问题.通过分析校园网流量的现状,研究了基于地理位置、数据包和流量行为的校园网流量监控策略,以及基于带宽和基于应用的流量控制策略,优化网络环境以确保校园网络的通畅,建立和谐、有序、健康的数字校园.     

网络流量生成中速率控制研究与实现

分析了网络流量的生成,设计了流量模拟的速率控制算法,实现了对流量模拟速率控制,在与外界隔绝的网络中生成了具有真实网络特性的网络流量.     

基于规则的城市交通信号自组织控制

针对复杂的城市交通信号控制系统,基于车流与流体的相似性,将交通路网抽象成双向管网模型,并采用流体动力学理论对网络内车流进行描述.基于相邻路口之间车流信息的共享,通过对N-S方程的数学重构,建立了各路口车流基于相位的自组织控制规则.仿真实验结果表明:自组织控制规则不仅实现了交通网络中的车流量平衡,而且系统的控制性能得到了明显的提高.     

基于模型预测的快速交通网络路由诱导方法

为了达到均衡城市快速路网交通负荷,提高交通运行效率的目的,提出了模型预测路由诱导控制方法,控制任务描述为一个动态的、离散时间、空间的、带有约束控制变量的最优控制问题.采用宏观、确定型的、离散时间、空间、适合基于模型预测交通控制的宏观动态交通模型来构建网络交通过程模型,通过在未来较长的时段内求解每一个控制周期的最优问题来实现反馈控制.仿真实例研究结果表明,模型预测路由诱导控制方法能够考虑时变的交通状态,取得良好的控制效果,可为先进的交通管理系统构建提供依据.     

基于Linux的网络流量控制机制

提出了一种基于Linux的流量控制模型,此模型内嵌于Linux内核,利用队列算法分类不同QoS需求的网络流量,可满足不同服务水平的QoS需求.经过多次实验证实,采用流量控制模型后的网络性能明显优于传统网络模型,而且对于后继的网络需求也能充分适应.     

面向大型社会活动的智能交通控制策略研究

城市交通系统是由交通工具、交通路网、交通设施和交通运营管理组成的一个整体,良好的控制策略可以有效缓解道路拥堵,提高路网利用效率.为了缓解大型社会活动期间短时间交通需求激增对快速路网运营的压力,提出一种基于动态交通分配理论的智能交通控制策略.该策略以路网总运行时间最少为目标,通过宏观调节分流比例来进行优化控制,为交通控制与管理提供辅助决策依据.同时,讨论了适合模型求解的优化算法——序列二次规划算法,并针对上海快速路网特点进行仿真实验.仿真结果表明:智能交通控制策略可以有效改善路网的运行状态,减少路网的总运行时间,具有良好的实用价值.     

基于生物种群模型的智能交通网络控制

针对传统交通网络控制方法,通过对其约束条件和交通网络需求分析,以动态设置交通网络控制参数和提高交通网络性能为目的,提出一种基于生物种群模型的智能交通控制算法.在Matlab环境下进行仿真,结果表明,与传统交通网络控制方法相比,基于生物种群模型的智能交通控制算法可以显著提高交通网络利用率,减少车辆在网络中的延误时间.     

基于深度优先搜索算法的交通流向供需失衡路径辨识

针对城市路网中的交通流向供需失衡问题,首先分析了交叉口、路段的流向失衡特征和解决对策,进而提出了网络层交通流向供需失衡的表征模型及变向交通组合管控策略;其次,基于图论的思想定义了基础路网,并结合深度优化搜索算法(deep first search,DFS)构建了网络层交通流向失衡路径辨识模型;最后,通过一个包含16节点的4×4路网对模型进行了验证.结果显示,该模型能够对路网中的交通流向供需失衡路径进行快速准确辨识,为变向交通智能管控的实施提供决策支持.     

网络流量自相似性的影响因素

网络流量特征是分析和研究网络性能、规划网络建设的基础.网络流量研究中关键的问题是如何合成网络真实流量并进行分析,由于自相似模型能够更加真实地描述网络传输的特性,因此,本文通过生成自相似性的流量进行仿真研究,对自相似现象的成因进行了解释,提出将源端流量自相似性与网络传输的TCP协议相结合进行研究的方法,探讨了影响自相似流量的因素,了解了网络行为随参数变化的情况,对新一代网络的设计、控制、分析和管理具有实际意义.     

流媒体传输的模糊自适应预测拥塞控制

为保证网络流媒体传输质量,在流媒体的传输中多采用有效的拥塞控制策略.本文给出了一种更有效的流媒体传输的拥塞控制算法.基于模糊算法给出了模拟的网络传输模型,采用能克服较大传输延时的预测控制解决缓存器的排队预报问题,采用自适应控制算法解决缓存器溢出问题.多种算法有机组合,解决了通过网络的流媒体传输.