基于LN时隙分配方法的多状态虚拟通道设置

在片上网络中,时分多路复用虚拟电路(TDM VC,TDM Virtual-Circuit)是一种面向连接的通信服务,其中两个或多个连接轮流分享使用专用时间间隙的缓冲器和链路带宽。它的应用需要优质的服务质量来保证。在这篇文章中,我们提出了一种基于逻辑网络(LN)时隙分配方法的多状态虚拟电路(VC)设置。该方法能够根据网络中实时传输情况配置数据的传输通道,使得片上网络(NoC)的数据传输能够更有效率,系统资源利用率更高。     

基于ATM技术的多媒体视听业务的实现

主要解决的是在多媒体业务传输中的多点传送问题和在传输过程中的网络拥塞控制问题，采用ATM网络技术中SVC（交换虚拟连接）原理进行点到多点的连接，以实现计算机网络应用中的多点会议系统，在网络交换中采用一种基于漏桶机制的GCRA算法，并提出与可接受信元速率判决算法相结合以解决交通整形中的流量控制，解决了ISDN业务中的信息交换与交换控制问题。     

弹性分组多环网的跨环实现

弹性分组环（RPR）是一个标准环网,采用光交叉连接（OXC）节点连接多个RPR标准网,构建RPR多环互连网络,该多环网的帧分为标准帧和跨环帧,其中标准帧在RPR标准网内传输,跨环帧在不同RPR标准网间传输。分析了交叉连接节点的MAC结构,提出了RPR多环互连网络的跨环转发算法。仿真结果表明设计的算法可以保证跨环帧的收发是稳定可靠的。     

基于随机化网络的自主平台实时场景分类方法研究

场景分类使自主平台能够理解环境信息. 通常，基于随机化的神经网络能够快速识别场景信息，并且花费很少的时间训练权重. 然而，基于随机化的神经网络的浅层网络结构限制了其非线性表示能力. 此外，全连接的特征提取方式不能有效地提取局部特征信息. 集成框架能够有效提升精度，但会引入高模型复杂度及大量参数而大幅降低推理速度. 针对上述问题，提出一种基于多尺度卷积随机化的实时场景分类网络集成结构（multi-level convolutional randomization-based network ensemble architecture，E-MCRNet）. 首先，基于随机化网络将全连接层替换为多尺度卷积层构成多尺度卷积随机化网络（multi-level convolutional randomization-based network，MCRNet）；其次，多个MCRNet构成集成体系结构E-MCRNet. E-MCRNet由一个主隐藏层和多个子隐藏层组成，主隐藏层分别与每个子隐藏层级联形成分支网络. 测试结果表明，E-MCRNet可以提高精度以及降低集成模型的复杂度，而且能够部署于嵌入式设备有效地执行相关任务.      

基于 VANETs 下的决策树多副本机会路由协议

在车载自组织网络（vehicular Ad hoc networks,VANETs）中,当节点缓存和消息副本数目被限制的情况下,如何合理地选择车载网络的路由节点是实现VANETs高效转发和投递的关键问题。为此提出了一种基于学习方法的决策树理论的多副本VANETs机会路由协议（D-Tree）。D-Tree将VANETs中节点间的传输和连接因素看做多个属性的集合,并与决策树方法得到一个消息转发规则,同时结合多副本路由与机会路由的“存储─携带─转发”优势进行消息投递。真实数据集上的实验结果表明,在场景密集的情况下,D-Tree相比于Bubble和S＆W路由算法投递成功率提高了近10％,同时在投递延迟等方面也具有明显优势。     

浅谈VPN技术

虚拟专用网络（VPN）是一门网络新技术，为我们提供了一种通过公用网络安全地对企业内部专用网络进行远程访问的连接方式。我们知道一个网络连接通常由三个部分组成：客户机、传输介质和服务器。VPN同样也由这三部分组成，不同的是VPN连接使用隧道作为传输通道，这个隧道是建立在公共网络或专用网络基础之上的，如Internet或Intranet。     

一种用于信息隐蔽传输的高效DTN路由算法

作为一种间歇性连接的网络,延迟容忍网络(DTN)中的消息通过节点间的机会性相遇完成投递,这种多跳、随机的传递方式使得消息难以被追踪,因此DTN非常适合实现信息的隐蔽传输.然而在DTN中节点之间的连接频繁断开限制了传输效率,且现有的DTN路由并未针对隐蔽传输的安全性进行相关研究.为保证隐蔽传输的通信质量和安全性,提出一种路由算法,首先利用节点的静态社会特征和实时相遇情况设计一种高效的消息转发策略以提高消息的投递效率;其次考虑到过多的消息副本在增加投递概率的同时也会增加暴露的风险,根据网络连通情况对副本数进行了动态设置.最后,将提出的算法与DTN经典算法进行仿真对比,结果显示本算法能够提高DTN的消息投递率,减少网络开销,同时提高消息的安全性.     

介绍两种计算对称电阻网络等效电阻的方法

介绍两种计算对称电阻网络等效电阻的方法王春程（榆林高专物理系）在电阻网络的等效电阻计算中，一般只涉及电阻的串、并联及其组合，对于多个电阻的交错连接所构成的复杂网络避而不谈，究其原因是复杂电阻网络，既不能用电阻的串、并联及其组合来计算，又没有简单而有效...     

局域网中同时接续时数据传输时间的测定

作者把网络上的传输时间作为网络评价手段加以研究，利用文件传输方法（FTP）构筑了一个测量工具，在LAN上，当由多个用户机同时与服务器连接，实行资源共享而发生网络阻塞时，运用这个工具来测量服务器与用户机之间的数据传输时间，同时还把数据传输模式化，从理论上推导出数据传输时间的公式。实验结果表明，由测量工具测出的时间与由理论公式计算的时间吻合得很好。     

面向IP网络的多视点立体视频的实时容错传输

提出了一种在IP网络上实时传输多视点立体视频的传输系统.视频流采用H.264/AVC格式编码.由于多视点立体视频庞大的数据量,系统通过2个IP信道分别进行传输.针对网络中的丢包现象,该系统采用一种新的数据包处理方法,利用各个视点之间的相关性进行丢失数据恢复.提出了一种多视点立体视频错误掩盖的算法,用来解决IP网络传输中的丢包问题.实验结果表明了该多视点立体视频传输系统的可行性.     

基于IP可靠组播的多点远程计算机控制系统研究与实现

虚拟网络计算VNC(VirtualNetworkComputing)是AT&T剑桥研究所研究并发布的一种基于internet环境的远程控制软件包,能够在广域网上实现远端计算机的操作,控制安装在远程计算机上的仪器设备,并在控制的同时实时看到远端计算机的屏幕输出.但是VNC软件是建立在TCP协议上的,只能够实现点对点的操作.此文在兼容原有VNC软件基础上,提出了单播-组播代理UMX模型,使用可靠组播技术设计并且实现了VNC-Proxy,使得多个用户能够同时操作连接在远端计算机上的仪器,远端计算机的输出通过单播方式传给VNC-Proxy,再由VNC-Proxy使用可靠组播方式传给各个远端用户.与使用多个单播连接方式实现多点控制比较,基于可靠组播方式的UMX实现大大地减少了网络传输中的带宽占用.     

基于随机线性网络编码和UDP的可靠低时延传输方法

针对传输控制协议（transport control protocol,TCP）在无线通信中吞吐量受到丢包和反馈时延影响严重的问题,提出一种结合随机线性网络编码（random linear network coding,RLNC）和用户数据报协议（user datagram protocol,UDP）的可靠低时延无线通信传输方法。分别考虑一般RLNC和降低了编译码复杂度及头部开销的稀疏RLNC,原型实现了（稀疏）RLNC的编码、再编码、译码模块;并通过ns-3网络仿真在两跳有损中继链路中将所提方法分别与TCP和快速UDP网络连接（quick UDP internet connections,QUIC）协议的传输完成时间进行对比。仿真实验结果表明,在较高丢包率链路中,所提结合RLNC的UDP传输显著降低了传输完成时间。通过选择适当的编码参数,稀疏化的RLNC在链路条件较好的环境中能够进一步降低RLNC的传输时间,但在高丢包率环境中其传输完成时间高于RLNC。     

一种局域连接前向人工神经网络结构的研究

双隐层标准前馈（ＢＰ）网络只要其隐层节点数足够多就能解决任何形式的分类问题．应用标准（ＢＰ）网络识别多模式类分类问题时存在以下缺陷：（１）对不同模式类均使用相同数目的隐层元；（２）增加新模式类后，网络要重新学习；（３）网络识别的机理研究困难．笔者提出了一种局域连接前馈神经网络（ＬＣＮＮ）结构，其隐层神经元与输出神经元之间为局域连接，学习算法与ＢＰ算法类似．ＬＣＮＮ具有以下特点：（１）便于自构网络结构，提高网络的推广能力；（２）便于提取各模式类的不变特性；（３）具有较强的记忆能力，便于实现追加学习．以五种海底沉积层介质类型的分类识别为例，分别利用标准前馈（ＢＰ）网络与ＬＣＮＮ网络进行分类识别，结果表明：ＬＣＮＮ便于自构网络结构，具有追加学习的能力．     

NDN协议下的网络编码传输性能研究

当前的信息爆炸时代使得海量数据集中出现,数据传输速率呈指数级增长,数据命名网络（named data networking, NDN）中特有的大数据量的计算与存储方式,传统的互联网体系架构已经无法满足大数据量网络的性能需求.本文在NDN网络中引入网络编码技术,拟解决NDN传输协议下的网络传输性能问题,着重探讨了时延以及吞吐量两个网络性能参数.实验结果表明网络编码机制下能够实现多播路由无法达到的吞吐量,而且将多播路由下的网络时延减小了将近50%,改进网络性能,节省了网络传输资源,满足当前处理大数据业务的要求.      

基于深度Q网络的云演艺延迟敏感业务QoE优化

网络中的资源分配问题一直备受关注,特别是在超高清视频流的传输中,对资源的有效管理至关重要。然而,随着网络服务的多样化和不断增加的业务类型,传统的资源分配策略往往显得不够灵活和智能。深度Q网络（Deep Q-Network,DQN）是一种能够自适应地学习和调整资源分配策略的神经网络模型。它基于神经网络与Q-Learning算法,通过不断尝试和学习来决策最佳的资源分配方案。本文旨在研究一种在云演艺场景下基于深度Q网络的延迟敏感业务资源调度算法,以满足当今网络中多样化的业务需求。仿真结果表明,基于深度Q网络的延迟敏感业务资源调度算法使得用户体验质量（Quality of Experience）指标显著提升,表明所提算法能够更好地满足延迟敏感业务的需求。     

基于FOAF的社会网络模块的开发

摘要：FOAF（Friend of a Friend）词汇表提供了一种在Web上描述个人信息的方法。本文将FOAF应用于社会网络模块中，使其作为一种协议连接不同系统的用户以形成社会网络。基于一些开放源码软件，实现了一个实验原型。     

使用网络编码技术的同步传输方法

提出基于网络编码的同步传输方法,分析传统传输和分步传输、同步传输的网络编码传输方法,给出相应的归一化吞吐量.仿真结果表明:在低误码率下,相比于其他传输方法,基于网络编码的同步传输方法能够更好地减少传输时隙,有效地提高网络吞吐量.     

在组播网络中设置复制服务器的算法分析

可靠的组播网络的主要任务是减少再传输的费用（像带宽使用和延迟），使用复制服务器的局部恢复方式对减少带宽和延迟等是有效的。在这篇论文中，我们为了要将全部再传输费用减到最少而研究复制服务器的最佳设置问题。我们特别地对一种典型的单服务器和多客户机（接收器）网络环境进行研究。我们通过使用动态的编程技巧去演示设置一个具有M个复制服务器的组播生成树的最佳算法法则。文中的最佳运算法则的深度是O（M2Nh），其中N是接收器的数目和h是组播生成树的深度。     

双向多天线系统下的栅格网络编码

多天线技术作为一种能够有效提高系统传输性能的技术,在无线通信领域得到了广泛的关注.在双向多天线系统中采用网络编码可以使两个源节点的信息交互在两个阶段内完成,而结合栅格编解码可以在保证低误码率的基础上进一步提高网络编码方案的传输速率,达到理论的信道容量的下界.首先介绍了衰落信道下双向多天线系统中结合栅格编码的网络编码传输方案,并给出了采用该方案时系统的最大容量下界.同时对多天线系统中预编码进一步优化能提高系统性能,并给出传输方案的性能仿真结果.     

多尺度残差注意网络的真实图像复原方法

为了提高基于深度学习网络方法在真实图像上的复原效果,提出了一种基于多尺度残差注意网络的复原方法。将退化图像输入到该模型中,利用浅层特征网络提取原始低质量图像的浅层特征;利用残差注意网络模块提取深层特征信息和通道相关性,使用局部连接和短跳跃连接进行残差学习;将浅层特征、通道相关性以及上下文深层特征信息输入到重构网络,利用具有不同感受野的特征进行图像复原。实验结果表明,相较于其他对比方法,该方法在图像去噪、图像增强和超分辨率等多个任务中获得最优的结果,能够在不引入伪影的情况下生成纹理细节丰富的清晰图像。