ATM网中的ABR业务及其拥塞控制和拥塞检测

ABR业务是ATM网络提供的新型业务 ,它的特点是能充分利用网络资源 ,同时又采用基于速率的闭环拥塞控制机制 ,从而保证了服务质量 .在控制机制中选择良好的检测方法又保证了控制的有效性     

共享流拥塞检测的协同比较测试方法研究

为检测和控制网络中数据注流的拥塞情况，提出了一种共享流拥塞的协同比较测试方法，通过在主机端观察包丢失来判断两个流经历的拥塞是否出现在相同的网络源，提出了判断拥塞的两个定理，在泊松模型下用排队论对所提出的协同比较测试方法进行了分析，仿真实验的结果表明了该方法的有效性。     

一种新的Ad Hoc网络拥塞定量检测方法

Ad Hoc网络是一种自行组织的无线网络,网络中各节点不仅可以作为无线终端,而且可以作为路由器,为其他节点转发数据.因此,某些节点成为多个数据流的交汇点,从而在这些节点处形成拥塞.拥塞会造成Ad Hoc网络的丢包率增大,时延增大,开销增加和吞吐量降低.拥塞检测是拥塞处理的先决条件.提出了一种新的Ad Hoc网络拥塞定量检测方法--拥塞趋势度方法.通过节点缓冲区达到完全满载的速度来测量节点的拥塞程度和变化趋势;与其他拥塞检测方法进行仿真比较分析,结果显示提出的定量检测方法比其他的方法更能准确的测量出当前拥塞程度,而且可以体现出拥塞的变化趋势,为进一步进行拥塞处理提供准确的信息.     

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.     

基于大数据的高校项目管理模式研究

为提高我国研究生培育质量, 借助教育大数据技术, 基于大数据的项目管理方法, 在德国研究生管理模 式的基础上, 结合中国教育大数据, 初步建立了信息化的适合我国高校的研究生质量检测和信息服务平台, 并给出了具体的研究方案。 同时, 指出了这种模式对我国研究生教育的启示, 也为实现个性化教育, 深入教育 信息化发展提供了借鉴。     

面向高效节能和拥塞优化的 WSN 数据汇集算法研究

无线传感器网络应用中经常需要对信息进行查询,而查询主要通过数据汇聚完成。过多的数据查询必然引起能量的快速消耗。通过分析无线传感器网络中基于查询的数据汇聚算法,并设计实现了基于树结构的数据汇集算法;并引入了能量估算模型和延时抖动模型,提出基于树结构的汇聚改进策略;同时基于 TOSSIM 仿真平台建立WSN网络;调节不同参数数值,测试数据汇聚算法的成功应答率、总能量消耗、总传输次数和总延迟等性能指标。实验表明：该改进算法通过数据汇聚算法在能源消耗和传输拥塞控制上达到较好的表现。     

基于RED的网络拥塞控制算法研究及改进

随机早期检测(Random Early Detection,RED)算法是为TCP流设计的一个主动队列管理机制,能在一定程度上缓解网络拥塞.在RED算法中丢包率与包的大小之间是独立的,这就造成了对小包的歧视.在packet size算法中,通过对RED算法进行适当的改进,体现了丢包率和吞吐量之间的公平性.在此基础上进一步分析,用平均包的大小来影响丢包率以提高网络性能.仿真实验表明该算法对网络拥塞控制具有较好效果.     

网络拥塞控制策略的研究

对网络拥塞控制的研究具有重要的理论意义和实际应用价值。人们提出了很多的拥塞控制方法和策略,慢开始、快重传和快恢复算法等。而这些TCP拥塞控制算法都没有考虑到网络层采取的策略,于是出现了随机早期丢弃(RED)IP拥塞控制算法。随着智能控制路论与技术的发展,也出现了许多智能算法,取得了不少的进步。     

Ad Hoc网络拥塞检测和控制分析

随着通信技术的不断发展及便携设备的广泛应用,人们开始倾向于成本经济、方便实用的无线网络,Ad Hoc网络就是结合这个需求,以其独特的自组织特点被公认为最佳的移动网络构架,但是,长期以来拥塞问题一直是限制Ad Hoc网络性能的影响因素;基于此,通过对Ad Hoc网络拥塞的影响与出现的原因进行分析,对Ad Hoc网络拥塞检测方法进行研究,对移动Ad Hoc网络的拥塞控制方法进行探讨,并提出移动Ad Hoc端到端TCP拥塞控制改进方案。     

早期检测拥塞控制与显示拥塞控制

对无线网络中早期检测的拥塞控制与显示拥塞控制机制进行综述。     

基于大数据的贵阳市交通拥堵问题治理研究

伴随经济发展和城镇化建设而出现的交通拥堵,已经成为制约城市发展的重要问题。尽管多年来城市管理者和交通问题研究者,从不同的角度提出了若干治理对策,但多数对策主要是以"限行"为主,这不仅没有彻底解决问题,反而带来了新的社会矛盾。随着大数据技术的发展,加上城市交通卡口建设的增多,利用大数据技术来解决交通拥堵已成为可能。通过清洗和梳理贵阳市多个交通卡口的实时通行数据后,借助R语言构建路况识别模型和拥堵预测模型。结果用于分析道路交通状态和预测道路可能的拥堵情况,为有效的组织车辆通行、引导车辆分流提供科学的支撑。     

高校基于大数据时代的数字化校园建设探讨

阐述在当前大数据时代的背景下,高校数字化校园建设如何利用大数据的思想和技术,解决数据质量、数据挖掘利用等问题.大数据技术手段能够促进高校建立完善的数据采集体系、规范数据质量管理、做好数据安全和隐私保护等工作;对高校中的大数据进行深入挖掘和分析,为学校管理决策提供支持,为学校教学、科研工作的改进提供有效依据,提高校园用户信息化服务的服务体验.     

基于复合中继的车载自组织网络数据传输算法

在车载自组织网络中,传输安全类相关的数据时,要求满足低时延和高可靠性,针对高速公路场景中危险警告消息数据的传输,提出一种基于邻居信息的多候选复合中继安全数据传输算法.车辆节点之间通过相互交换Hello Message构建2跳邻居表,在选择下一跳转发节点时利用2跳邻居节点信息得到一个复合参数,该复合参数综合考虑了车辆速度、位置和行驶方向3个因素.根据得到的复合参数值确定转发优先顺序,最高优先级车辆节点被确定为最佳中继转发节点,次优先级车辆节点作为备选中继转发节点.在最佳转发节点发送消息失败时,由备选转发节点继续完成消息转发任务,从而提高数据传输成功率.理论分析和仿真结果表明,提出的算法在实时性和可靠性方面有明显提升.     

基于深度学习的交通拥堵检测

针对交通拥堵检测,提出一种利用深度学习中卷积神经网络(convolutional neural network, CNN)对交通拥堵图像进行检测的方法。首先,使用基于TensorFlow框架设计了含有三层卷积层的神经网络分类模型。其次,利用道路拥堵与非拥堵图片对分类模型进行训练,并进行评估。最后,利用训练完成的模型进行道路拥堵检测,与多种深度学习分类模型分类方法进行对比实验,表明该卷积神经网络模型能够更有效地进行拥堵检测,检测准确率达到了98.1%。     

基于Android的漏洞检测数据研究

本文中的数据主要有四个来源-谷歌应用商店,豌豆荚(第三方应用市场),AMD和Androzoo.这些数据包括约85 000个APK(Android安装包),它们都是来自这些数据源中的恶意数据和良性数据.从这些APK文件中提取静态特征和动态特征,然后在安卓系统中使用监督式的机器学习算法进行恶意软件检测.这篇数据文章还提供了可用于数据分析的Python代码.对于特征提取方面,还结合了通用算法,从而能够选择重要且相关的特征子集.     

基于大数据的智能制造岗位与技能需求研究

在不违反相关协议准则的情况下,通过爬虫技术获取智能制造岗位数据,并对其进行清洗与脱敏处理. 应用Jieba中文分词工具、K-means聚类算法与隐含狄利克雷分布（LDA）模型,将岗位名称分为6类,将技能集分为8类. 最后,构建需求矩阵并归一化处理,得到各技能集对岗位簇的重要程度,为专业选择、课程建设与从业人员发展提供参考.     

基于实时路况的西安交通拥堵研究

通过百度地图提取西安市实时路况数据,借助Arcgis软件,运用广义G统计量、热点分析方法对西安市的交通拥堵进行研究,力图揭示其拥堵的时空分布特征。结果显示,西安市的交通拥堵呈现出明显的时空特征,拥堵的时间规律主要受工作日通勤、节假日外出等因素的影响;拥堵的空间规律主要受城市功能分区、商圈分布、路网结构等因素的影响。研究结果表明了利用实时路况数据研究城市交通拥堵时空规律的可行性。     

基于旅游意象大数据的武汉旅游空间可达性研究

旅游空间是旅游活动的空间载体和存在形式,其可达性水平直接影响着城市旅游体系的建设.该文以武汉为例,通过对网络游记进行词频分析以挖掘游客对城市旅游意象感知,并据此对相应的旅游空间的可达性进行定性与定量评价,进而分析旅游意象要素的可意象性与旅游空间的可达性之间的关联和差异.结果表明：研究区域内旅游空间的可意象性与其空间和感知可达性整体相关性较低;部分旅游空间的可意象性和分布与道路可达性存在不匹配的现象.该研究可为完善城市旅游规划和城市营销策划提供参考.     

一种基于路况数据的城市道路交叉口拥堵评价指数研究

提出了交叉口总延误时间指数和单一方向最大延误时间指数,利用从导航软件获取的交叉口各进口方向路况、排队长度和车道数等数据,建立了交叉口拥堵评价指数模型。利用北京交叉口实例对模型的适用性进行了验证,在此基础上依据交叉口总延误时间指数和单一方向最大延误时间指数对案例交叉口进行了拥堵水平排序,排序结果与实际情况相符。交叉口延误时间指数相较于传统的交叉口评价指标,充分利用导航软件的大数据,避免了繁琐的现场调研工作,具有很强的规模化操作性和实用性,为城市管理者在交叉口改造决策方面提供了更加可靠的理论依据。     

一种基于路况数据的城市道路交叉口拥堵评价指数研究

提出了交叉口总延误时间指数和单一方向最大延误时间指数,利用从导航软件获取的交叉口各进口方向路况、排队长度和车道数等数据,建立了交叉口拥堵评价指数模型。利用北京交叉口实例对模型的适用性进行了验证,在此基础上依据交叉口总延误时间指数和单一方向最大延误时间指数对案例交叉口进行了拥堵水平排序,排序结果与实际情况相符。交叉口延误时间指数相较于传统的交叉口评价指标,充分利用导航软件的大数据,避免了繁琐的现场调研工作,具有很强的规模化操作性和实用性,为城市管理者在交叉口改造决策方面提供了更加可靠的理论依据。