网络环境下组合体交互式3D动画的设计

工程制图组合体网络教学系统的特点是三维实体造型多,动画数据量大,交互性强,对网络带宽要求高,开发该系统的关键和难点在于实现组合体三维动画的网络快速传输和实时交互.介绍了建立组合网络3D模型、动画及交互式操作,以及如何提高三维模型网络传输速度的实现方法.实验表明,基于Java 3D的组合体动画具有网络响应速度快、交互性强、文件占用空间小的优点,对于开发组合体网络教学系统十分适用.     

混合模型仿真大规模网络实现

在仿真的效率和可扩展性方面，单纯的数据包仿真已无法满足网络发展的需要．该文将流仿真模型嵌套到数据包仿真的程序中，实现了流仿真同数据包仿真的集成．在仿真中，流网络通过流链路链接到包级仿真的Ns节点上，这种采用集成混合模型进行的网络仿真，既保持了数据包仿真的参数精确性，又提高了仿真效率．实验结果表明：采用混合模型仿真TCP流可以获得正确的动态特性；混合模型仿真可以提高网络的仿真效率，提高的程度与采用数据包仿真流所占整个TCP流的比例有关．     

在TCP/IP网络中实现MPLS的几个问题

在简要分析MPLS技术的主要优势的基础上，对在现有TCP／IP网络中引入MPLS可能出现的问题进行了分析，并对MPLS引入后，导致网络拥塞处理发生混乱的原因进行了探讨，认为提升MPLS技术的核心竞争力的关键在于相关技术标准的尽快出台和全面解决兼容性问题。     

应用于非对称网络的改进TCP Vegas协议

TCP Vegas协议已被证明比传统TCP协议性能优越,但在非对称网络中的性能不理想.文中提出针对这一缺陷的改进算法.首先基于确认包中的ecn_to_echo_位估计反向链路的拥塞概率,证明了拥塞概率和分组的环型流程时间(RTT)成正比.接着,通过监测拥塞概率的变化,求出RTT的变化,进而求得拥塞前的实际RTT,并以此为基础执行TCP Vegas流量控制协议.基于NS-2的仿真实验表明,文中算法在正、反向链路出现拥塞时的性能均优于现有Vegas算法.     

ATM网络中的流量控制

研究了基于CIMS系统下ATM网络中的流量和拥塞控制，对CAC控制采用了pRAM神经网络的方法，具有很好的控制作用，并分别对不同业务类型ABR，UBR产生拥塞控制时所采取的方法进行了研究，从而在满足QoS参数的同时保证较好的流量控制和TCP连接。     

TCP在数据包随机延迟网络中的性能分析

TCP数据包在网络传输中发生错误有两种形式:丢包与延迟.已有的成果大多只对TCP在丢包网络中的性能进行了建模,缺少对TCP在随机延迟网络中的建模问题的研究,为此提出了一个TCP在随机延迟网络中的性能分析模型.首先给出并证明了判断数据包流是否为正序的充要条件;然后利用该条件得出数据包流正序出现的概率;最后根据模型分析了TCP在随机延迟网络中的性能.实验结果表明,所得出的数据包流在发生随机延迟后正序的概率与实验网络基本吻合,所提出的模型与不考虑延迟的模型相比,对TCP最大拥塞窗口均值的预测误差降低了43%,对其网络吞吐量性能的预测误差降低47%.     

基于仿真的TCP流量控制机制的研究

文章介绍了TCP协议对流量控制的一些重要机制:慢启动,拥塞避免,快速重传,快速恢复等;然后通过仿真这些根据不同机制不同算法的TCP版本,比较不同网络条件下的版本在性能上的差异,从而直观的演示了流量控制机制的正负效果;最后给出一个更改TCP SACK初始化窗口大小值的仿真实验,通过仿真予以验证分析。     

油气二次运移和聚集实验模拟研究现状与发展

实验模拟是油气二次运程和聚集研究的重要手段和方法，几十年来，许多学者进行了大量的模拟实验研究，确定了油气二次运移和聚集的一些机理，深化了油气成藏和分布的认识，目前实验模型主要有一维模型、二维模型、三维模型和微观模型，油气二次运移和聚集实验模拟的发展趋势主要表现在：（1）研究内容不断深入，由单纯的机理研究向为数值模拟提供参数以及实际油气藏成藏动力学模拟发展；（2）研究方法不断改进，实现宏观与微观实验模拟以及实验模拟与数值模拟的结合；（3）实验设备更趋于先进，实验模型向大型化、多功能化和自动化方向发展，观测手段也日趋现代化。     

simELFN:提高Ad hoc网络TCP性能

标准TCP把Adhoc网络中的移动丢包也解释为网络发生了拥塞，从而启动拥塞控制。造成TCP性能的下降。simELFN技术利用中间节点的反馈信息并结合路由协议自身的特性，能区分丢包的本质原因，并且能避免其他反馈方法所面临的多个重复确认问题。经过分析和仿真表明simELFN能够有效地提高TCP性能。     

基于SIR模型的蠕虫传播流量模型

为了更好地研究在蠕虫传播过程中的流量特征，通过对传统SIR蠕虫模型的不足之处进行分析，提出一个改进的蠕虫传播流量模型，用分层次划分网络拓扑和增加一个“临界”状态模拟网络延迟造成的影响，并在NS2环境中进行了模拟．模拟结果显示，改进的模型能较好地符合实际网络中的蠕虫传播趋势和流量特征．     

基于交通流仿真和神经网络模型的交叉口流量预测研究

交叉口是道路交通的关键节点,其流量数据具有明显的非线性特征.本文提出一个两阶段预测模型对交叉口交通流特征进行预测.首先,通过交通流仿真技术对各交叉口进行仿真,并获得仿真流量,然后通过神经网络训练,预测交叉口各流向的交通流量.通过两个阶段不断迭代,校正构建具有高精度、泛化性能强的预测模型.最后,选取贵阳市31个具有代表性的交叉口的流量调查数据作为样本数据,将其中18个交叉口的仿真预测流量和实际观测流量作为神经网络模型的输入/输出因子,通过训练构建神经网络模型并验证模型的有效性.之后,将剩余交叉口的仿真流量数据作为模型的输入,模型输出数据即为修正的交叉口进口道的交通流量分布特征数据.结果表明:该方法具有数据收敛速度快,运算量小等特点,对于交叉口流量数据的预测具有很好的适用性.     

IP城域网流量监测方法及网络流量模型

为了有效克服传统流量监测方法仅对数据包进行传输层以下协议进行分析而不能识别P2P（Peer-to-Peer）应用的问题,分析了远程网络监控(RMON：Remote Network Monitoring)、xFlow和探针等流量监控方法的特点及适用情况。并在城域网接入层、汇聚层和城域网（MAN：Metropolitan Area Network）出口3个层面部署探针进行流量监测和分析,获得了完整的流量分布模型。实验表明,通过探针方式网络流量进行分析是全面而有效的。     

基于输运模型的网络相变过程

 网络相变过程需重点关注网络上的总负荷数、网络上的消失负荷数、节点的排队负荷数等指标随单位时间进入网络的负荷数R 的变化规律。为此建立了无标度网络上的输运模型,用于定量计算这3 种负荷数的变化规律。仿真结果表明：最大介数节点最先产生拥堵,导致网络的进入和消失负荷数出现不平衡,进而导致网络进入拥堵状态;当R小于临界值R_c时,网络上的消失负荷数随R同步增长。当R超过临界值R_c时,消失负荷数与R的比值持续下降,表明随着R的增加,负荷到达目的地越来越困难。     

基于跟踪流量的客专安全数据网背景流量研究

针对客运专线信号系统的安全数据网的可靠性研究,使用网络仿真研究方式时需要的背景流量模型,对时下使用较多的理论模型进行了介绍并对实际使用中常用的泊松模型、跟踪文件背景流量模型进行了研究,得出了一种适用于安全数据网仿真中的背景流量模型.并以相邻车站CBI之间的通信为例介绍了实际仿真研究时这一背景流量模型的构建和应用.     

基于NS仿真的无线自组网TCP性能研究

由于Ad Hoc网络具有多跳、无线连接的特点,其TCP性能成为Ad Hoc网络研究的重点.考虑Ad Hoc网络的多跳拓扑及无线分组丢失,根据TCP主流版本的拥塞控制规则,基于NS实验分析了TCP窗口及吞吐量性能.研究表明：基于有线网络设计与优化的TCP版本,并不都适合于Ad Hoc网络.Tahoe不但将TCP窗口维持在一个较高的数值上,而且在主流TCP版本中吞吐量性能也是较好的.另外,实验与分析也显示,除了无线分组丢失,超时成为影响Ad Hoc网络TCP性能的重要因素.     

基于NS仿真的无线自组网TCP性能研究

由于Ad Hoc网络具有多跳、无线连接的特点,其TCP性能成为Ad Hoc网络研究的重点.考虑Ad Hoc网络的多跳拓扑及无线分组丢失,根据TCP主流版本的拥塞控制规则,基于NS实验分析了TCP窗口及吞吐量性能.研究表明：基于有线网络设计与优化的TCP版本,并不都适合于Ad Hoc网络.Tahoe不但将TCP窗口维持在...     

用于DDoS攻击检测的自相似网络流量生成

由于DDoS攻击会破坏或者影响网络正常流量的自相似特性,据此来检测DDoS攻击是一种行之有效的方法;然而如何生成网络正常流量,是DDoS攻击检测的一个关键部分.描述了一种生成自相似网络流量的方法,并运用该方法实现了生成自相似网络流量的网络流量模拟子系统,解决了DDoS攻击检测所需的正常流量问题.     

高速公路动态交通流的神经网络模型

通过对高速公路宏观动态交通流模型的分析，提出了动态交通流的神经网络模型。结合交通调查数据，利用仿真和优化技术对神经网络进行训练，从而获得了比较准确的描述交通流真实行为的模型，仿真结果结果，该神经网络模型具有令人满意的效果。     

基于元胞自动机原理的微观交通仿真模型

描述了一种对高速路上的交通流仿真和预测的模型.该模型应用了元胞自动机原理对复杂的交通行为进行建模.这种基于元胞自动机的方法是将模拟的道路量离散为均匀的格子,时间也采用离散量,并采用有限的数字集.同时,在每个时间步长,每个格子通过车辆跟新算法来变换状态,车辆根据自定义的规则确定移动格子的数量.该方法使得在计算机上进行仿真运算更为可行.同时建立了跟车模型、车道变换的超车模型,并根据流程对新建的VP算法绘出时空图.提出了一个设想:将具备自学习的神经网络和仿真系统相结合,再根据安装在高速路上的传感器所获得的统计数据,系统能对几分钟以后的交通状态进行预测.