服务承载网中基于最大流的服务器放置

针对在服务承载网中,传统的服务器放置方法会出现随着服务器个数的增加降低网络整体性能的问题,提出基于最大流效应的服务器放置算法。该算法不仅考虑到了流量因素,还将带宽、延迟、丢包率等网络节点性能因素简化为"距离因子"进行了考虑,解决了传统服务器放置引起的全局低效和网络拥堵问题,保证最大限度地满足用户的流量请求。经过实验验证,基于最大流效应的服务器放置算法相对于传统的服务器放置算法,在平均情况下,平均相应时间减低10%到25%,传输开销降低25%到50%,显著提高了网络性能。     

无环网络最大流的一种新算法

网络最大流问题是运筹学和网络优化的重要问题之一.基于动态规划基本思想,提出了在无环网络中适用的一种网络最大流算法.该算法通过判断在各个动态阶段各节点允许通过的最大流量,最终得到终点的最大流量-网络最大流,从而大大提高了执行的效率.最后算法分析和算例表明了新算法的有效性.     

快速确定网络中最大流的流量分配算法

运输网络中的最大流的流量分配问题不仅存在于计算机网络,许多诸如在生产活动中的信号流、物流之类的问题,均可转化为运输网络模型,同样存在最大流的流量分配问题.文章就这一问题进行了探讨,"快速确定网络中最大流的流量分配算法"提供了运输网络中最大流的流量分配问题的算法及理论依据.     

基于SDN的跨IP协议的流量调度优化模型

针对SDN环境下传统流量工程无法将IPv4/IPv6流量调度到IPv6/IPv4链路上进行转发的问题,构建一种改进的SDN环境下跨IP协议的流量调度模型,并给出该模型的全多项式时间近似求解算法,即基于过渡技术的流量调度算法.首先,把过渡技术对流量转发性能产生的影响转化为对链路权重的影响,计算各路径上链路权重之和;然后,对流量进行分割,并为每条分割后的流量选择权重和最小的路径进行流量传输.基于MATLAB和Mininet的仿真实验显示,使用上述算法可以实现更好的网络传输性能.相比于传统流量工程算法和OSPF路由算法,此算法在网络整体吞吐量方面分别提升60%和145%,在流量转发时延方面分别降低17%和24%,而在流量转发丢包率方面分别降低58%和76%.     

软件定义网络下两阶段大象流识别算法

目的 针对数据中心网络(Data Center Network, DCN)中数据流量多导致大象流与老鼠流识别精确度低的问题,提出一种基于软件定义网络(Software Defined Networking, SDN)下两阶段大象流识别算法。方法 将SDN与DCN结合,第一阶段,采用高斯分布动态阈值优化算法,通过对数据包阈值的设定,计算大象流误检率与漏检率,不断优化得到最优阈值,以此识别出可疑大象流;第二阶段,在依据流传输速率与流持续时间精确得到大象流的基础上,提出阈值约束、流量检测机制、Count计数器等三方面改进对大象流识别阈值下限的约束,将网络中大象流的数据量与流持续时间进行周期内阈值计算,提高大象流的识别精确度。结果 实验结果表明：算法与已有相关算法相比,第一阶段可疑大象流平均字节数比网络流平均字节数多11.3%;不同阈值下的算法准确度提高1.7%,不同网络流量下的大象流平均检测时间降低至6 ms以内。结论 软件定义网络下两阶段大象流识别算法在第一阶段具有较强的大象流识别能力,同时算法的精确度有所提高,大象流的平均检测时间降低,提高了网络质量,能为进行网络流量调度策略的进一步研究...     

基于生成树的无线Mesh网络数据流负载均衡

针对统一链路容量的无线Mesh网络的数据流负载均衡问题,提出了基于最大剩余流生成树算法.首先利用近似最大流算法求解每条链路上的碎片流量,然后利用最大剩余流生成树将多径路由转化为单径路由,最后将原始流量在每条单独路径上进行缩放.所提算法可以保持用户公平性前提下尽可能提高网络吞吐量.该算法最初思想来源于ROUND算法,但是...     

基于网络最大流的作者同名区分算法

为了降低不同学者实体之间的共享特征(如机构、发表会议等)给同名区分带来的影响,提出一种基于网络最大流的同名区分算法.该算法将论文实体及其特征融合成一张网络图,根据特征节点的被共享程度设定不同的容量,再计算论文节点间的最大流量,并基于最大流量进行层次聚类.实验结果表明:该算法在精准率和召回率上有较为均衡的表现,具有较好的综合性能.     

基于混沌过滤机制的高速无线移动网络路由算法的研究

为解决高速无线移动网络路由发现过程中洪泛效应严重、数据干扰性能降低、难以实现数据链路的发现和维护等问题。提出一种新的基于混沌过滤机制的新路由算法,该算法根据网络数据流量及数据结构的影响,根据相邻信息及数据传输跳度因素来确定路由发现过程中数据发送效率,尽量减少数据冗余及损耗。仿真实验表明,提出的新算法可以有效地降低洪泛效应及网络数据传输质量,增加网络稳定运行时间,具有一定的实际部署意义。     

Peer-to-Peer流量缓存部署建模

为了在网络中更好地部署对等网络(P2P)流量缓存,从而优化网络的性能,提出了一个评价方法量化在不同链路上部署P2P缓存的收益。基于该方法建立了最优化模型:在给定部署开销的约束下最大化收益。分析了问题复杂度,提出了优先选择收益开销比的链路进行部署的启发式算法求解。对实际校园网络的仿真结果表明:在10%的链路上部署P2P流量缓存,能够降低30%的平均链路利用率。该文提出的P2P流量缓存部署模型和算法可以有效地指导P2P缓存的部署,优化网络性能。     

基于负载均衡的在线云存储流量调度研究

在线云存储流量的调度问题是当前网络的研究热点。针对在线云存储系统中的文件上传请求调度问题,现有方案很少满足为用户提供不同带宽保证这一需求。针对不同付费级别用户要求不同带宽保证的服务场景,设计了基于请求队列长度的最大权重调度机制以及实际中可用的分布式二次随机选择调度算法,旨在实现系统服务器的流量均衡,同时最大化系统吞吐量。证明了最大权重调度机制能够保证系统稳定性,并且最大化系统吞吐量。实验结果表明,二次随机选择算法能够获得接近于最大权重调度机制的性能,较小的时间延迟和较大的系统吞吐量。其性能优于传统的Round-Robin调度算法。     

机车二系弹簧载荷均匀性分配调整的混合建模方法

针对机车二系弹簧载荷均匀性分配调整的建模问题,提出综合运用机理建模和神经网络建模的混合建模方法。该方法在刚性车体假定下采用经典力学和数学方法建立机车车体-二系弹簧系统的机理模型,作为调簧主规律模型;用人工神经网络方法建立BP网络误差补偿模型来弥补机理模型的建模误差;二者并联组成混合模型,其输出为机理模型和BP网络模型输出的叠加。研究结果表明:混合建模方法用于二系调簧的多维连续空间系统建模,可大幅提高模型精度;实际调簧过程中使用混合模型可进一步提高调簧精度和效率,使载荷分布最大误差较机理模型减少8%～15%,平均调簧时间缩短25%以上。     

树型数据网格环境下副本放置算法研究

副本广泛地用于数据网格环境下以减少数据访问代价,降低网络带宽需求,增强容错能力等,但是副本数目受到节点存储能力等因素的限制,副本放置成为副本管理中一个值得研究的问题.文中针对网络带宽受到限制的树型数据网格,在考虑负载均衡的基础上,提出了一种利用动态规划方法求解最优最小可行副本集,然后在此基础上利用折半查找进行k个副本放...     

基于集群的Web服务负载均衡算法研究

使用服务器集群系统解决网络服务节点的性能瓶颈问题是目前普遍采用的方法,其中负载均衡技术又是决定整个集群的性能和可伸缩性的关键因素。在此提出了一种结合动态任务分配表和基于多IP虚拟路由器集群系统的负载均衡技术。     

Efficient Hierarchical Algorithm for Mixed Mode Placement in Three Dimensional Integrated Circuit Chip Designs

Hierarchical art was used to solve the mixed mode placement for three dimensional(3-D)integrated circuit design.The 3-D placement flow stream includes hierarchical clustering,hierarchical 3-D floorplanning, vertical via mapping,and recursive two dimensional(2-D)global/detailed placement phases.With state-of-the-art clustering and de-clustering phases,the design complexity was reduced to enhance the placement algorithm efficiency and capacity.The 3-D floorplanning phase solved the layer assignment problem...     

基于机器学习的Cortex-M监控视频车型识别

为了解决高速公路环境下监控视频图像车型识别需要将海量视频数据上传计算机服务器中心,对所有的视频流图像进行结构化处理和车型识别,造成服务器中心数据压力大、计算任务重,对服务器性能要求高的问题。对此,提出一种基于机器学习的Cortex-M监控视频车型识别的方法。首先,将训练机训练好的六种车型的权值矩阵文件移植到前端Cortex-M核系列开发板上,采用开发板内嵌的CMSIS-NN网络函数库搭建与训练机相同的网络模型结构;同时采用开发板内嵌的CMSIS-DSP库加快图像处理速度,并对选择处理监控视频图像实现车型识别;实验结果表明,该方法平均识别率达到94.6%以上,与采用计算机进行识别相同,可见该方法能够缓解大量视频上传给服务器中心造成的压力,为高速公路环境下监控视频图像车型识别研究提供了一种可选择的方案。     

A hybrid cache placement scheme for multi-hop wireless service network

In this paper,a hybrid cache placement scheme for multihop wireless service networks is proposed. In this scheme,hot nodes in data transferring path are mined up by means of rout-ing navigation graph,and whole network is covered with network clustering scheme. A hot node has been chosen for cache place-ment in each cluster,and the nodes within a cluster access cache data with no more than two hops. The cache placement scheme reduces data access latency and workload of the server node. It also reduces the average length of data transferring,which means that fewer nodes are involved. The network system energy con-sumption decreased as involved relay nodes reduced. The per-formance analysis shows that the scheme achieves significant system performance improvement in network environment,with a large number of nodes.     

无线信道上能量约束条件下可伸缩视频的自适应传输

为提高无线信道上可伸缩视频码流的传输效率,提出一种新的能量约束条件下可伸缩视频码流自适应传输算法。基于无线信道的Markov模型假设,在满足延时约束条件下,对各可伸缩视频编码帧的增强层数目以及信道发送速率进行联合优化,并给出了动态规划算法求解该约束优化问题。实验结果表明,相对于采用固定信道传输速率的可伸缩视频码流传输方案,该方案在达到相同平均视频质量时平均可节省44.95%~52.86%的能量,显著提高了无线信道上可伸缩视频传输的能量利用效率。     

无线传感器网络中目标检测节点的优化部署

为提高无线传感器网络的目标检测精度，提出了一种基于遗传算法的节点部署优化方法．通过把传感区域模型化为网格，将目标定位问题转化为确定目标在某个网格点的问题．随后，将传感器节点部署问题形式化为一个组合优化问题，其目标是在有限的成本和完全覆盖条件下减小最大分辨误差．遗传算法采用二进制编码表示节点的位置，使用单亲交叉算子和单亲变异算子来提高算法的执行速度和进化效率．实验结果表明，基于遗传算法的求解方案能快速地求出传感器节点位置优化问题的全局最优解，并满足目标定位的精度要求．     

基于 TOPSIS 的匹配博弈网络选择算法

针对无线通信中网络资源利用率的重要性,提出一种基于逼近理想解排序法（technique for order preference by similarity to ideal solution,TOPSIS）的匹配博弈论异构网络选择算法,联合考虑用户端的网络选择和网络端的用户选择,分析用户和网络的时延、传输速率、丢包率,运用匹配博弈的原理选择出双方满意度最高的网络选择方案。仿真结果表明,在多用户同时存在的情况下,给出 TOPSIS 的匹配博弈论异构网络选择算法具有较低的阻塞率和较高的满意度。