采用节点优先级的对等网络流媒体请求量分配算法

在多源协同调度的对等网格(P2P)流媒体系统中,针对现有请求量分配算法不能根据源节点性能动态调整向各节点分配的请求量,导致源节点带宽利用率不高以及服务器负载重的问题,提出一种基于节点优先级的请求量分配算法.该算法根据源节点的历史调度评价和可用数据量计算源节点优先级,调度时根据优先级动态调整分配给各源节点的请求量,优先向历史调度评价好和可用数据量多的源节点分配请求.仿真实验与实际系统测试表明,所提算法可以充分利用源节点带宽资源进行数据传输,较传统算法降低服务器负载17.3%以上,提高了系统可扩展性.     

异构无线网络自适应接入算法研究

在异构无线网络中,针对现存接入算法对网络高动态性考虑不足,提出了一种自适应的接入算法.算法能够根据网络环境中用户数量及带宽使用情况,估计接入阻塞率、最大化网络吞吐量,从而自适应地选择用户接入网络的行为.根据接收信号强度和可用带宽,计算出用户的最大传输速率;根据网络中已分配带宽、用户所需带宽,推导出网络剩余容纳用户数;根据新到达用户数、剩余容纳用户数估计用户接入阻塞率;结合最大传输速率和接入阻塞率,提出一种以最大化网络吞吐量为目标的自适应接入算法.仿真结果表明,算法能有效降低用户接入阻塞率,增加接入用户数,提高网络吞吐量,均衡网络负载,并且能够适应未来高动态性网络.     

多P2P覆盖网络的带宽分配方法

针对多频道对等(P2P)视频直播系统中会出现多个P2P覆盖网络竞争节点带宽资源的问题,提出一种基于多P2P覆盖网络的带宽分配方法.按照不同的观看频道集合并根据需求为各个节点组提供参与频道中的带宽分配策略;以分组带宽分配策略为基础构建和维护与带宽分配相适应的节点伙伴关系和网络拓扑结构;P2P节点数据请求的响应策略在相应的伙伴节点中选择服从带宽分配策略的候选伙伴节点来传输数据,通过节点响应行为完成带宽分配.实验结果表明,所提方法能够使系统的可用带宽在不同频道中按照需求比例进行分配,与随机策略相比可以减少带宽不足频道的数据平均到达时间,加快用户的平均下载速度.     

一种高效的对等网络流媒体数据调度算法

在基于无结构对等网络环境的P2P流媒体系统中,针对现有数据调度算法不能充分利用节点带宽资源导致服务器负载较重的问题,提出了一种基于数据块优先级的数据调度算法.该算法根据邻居节点滑动窗口中数据需求信息和数据稀有性计算数据块优先级,调度时优先请求高优先级的数据,以提高节点间数据协作性.当多个源节点可以同时提供所需数据时,根据节点已上传下载数据量计算节点的贡献率,向贡献率最低的源节点请求数据,实现新加入节点上行带宽资源的快速利用.仿真实验与实际系统测试表明,该算法可以更充分地利用节点带宽资源,较传统算法降低服务器负载20%以上,提高了系统可扩展性.     

基于用户下载需求偏好的P2P信誉模型

虽然现有的信誉机制减少了P2P文件共享系统中的"搭便车"和"公有悲剧"现象,但依据信誉大小来选择服务节点仍会造成网络拥塞以及"马太效应"等问题.为此提出了一种基于用户下载需求偏好的P2P信誉模型,该模型将服务节点中所请求文件的评价值和其承诺提供的带宽大小这两种因素相结合,作为请求节点选择服务节点的依据.根据不同用户偏好的效用大小不同,服务节点可以动态制定当前的承诺带宽以吸引其他节点下载.仿真结果表明,该方案可以有效缓解热门节点造成的网络拥塞现象,并可以提高网络的整体资源利用率.     

基于边际效应全局最优的队列控制方法

为了解决网络节点在进行数据传输过程中的冲突拥塞,针对队列控制方法存在的问题,提出了一种基于经济学中边际效应全局最优的队列管理机制.在这种机制中会兼顾数据流之间的公平性和优先级,在二者中寻找到最佳的平衡点.通过在合理的范围内设定不同业务用户的满意度和结点提供的带宽之间存在边际效应,平衡公平性和优先级之间的矛盾,达到使全局满意度最高的带宽分配方案.实验结果表明,提出的分配带宽的方案能使全局满意度达到最大值.     

网络速率控制的博弈模型

传统的网络速率控制方案需要端系统用户合作以达到最优的网络性能.但是,当存在不合作端系统用户时,这些方案不可避免地会出现拥塞崩溃.为此,提出了一种非合作博弈网络速率控制框架,该方案基于非合作博弈论的Nash解的思想,博弈的各用户支付网络使用费并选择愿付价格以最大化自己的净收益.文中还设计了一种网络带宽定价机制,驱使自私用户流向社会最优解操作,并证明了该速率控制博弈可达惟一的Nash均衡点且带宽分配是有效与公平的.     

P2P网络中一种基于信任的访问控制模型

对于P2P这样高度自主的分布式系统而言,安全性的提高应该依靠对节点相关机制和对文档相关机制的共同控制来实现.设计了存贮节点直接交互评价和对下载资源评价的数据结构,给出了过滤推荐节点的方法.在此基础上,提出了一种P2P文件系统信任模型及访问控制方案.通过计算节点的信任值和资源的信任值,并设置资源提供者信任阈值和共享文件信任阈值2种限制,保证选取安全可靠的下载源,从而实现安全访问策略.仿真实验结果表明,在P2P文件共享网络中,该模型能有效遏制恶意节点的不良行为,提高真实文件的下载成功率.     

基于人工智能优化理论的无线电频谱分配

为了提高无线电频谱的利用率,提出一种改进蚁群算法的无线电频谱分配方法.以系统带宽收益最大化为目标优化函数,引入自适应搜索窗口限制蚁群算法的活动范围,并对局部信息素和全局信息素进行改进,加快了最优解的搜索速度,降低了陷入局部最优解的概率.仿真测试结果表明,改进后的算法能够快速找到无线电系统频谱分配的最优方案,系统效益优于对比算法.     

不确定行为下的物理层安全博弈

在多窃听节点存在的无线通信中,联盟内的协作中继转发接收到的信号到目的端能够有效地提高物理层安全传输的性能.然而,具有自私行为的中继节点会拒绝为其潜在合作者转发信息,并且自私行为具有动态变化的未知性.基于网络环境的贝叶斯联盟博弈,研究节点自私行为不确定条件下的联盟形成,通过节点与其他节点订制合同,得到贝叶斯核,进而形成纳什稳定的联盟结构.仿真结果表明该算法形成的不完全信息下的联盟结构与完全信息下的联盟结构相同,可以实现联盟节点安全效益最优.     

基于柯西矩阵的最小带宽再生码研究

节点的失效在大规模分布式存储系统中是常见现象.为防止数据的丢失,系统必须解决失效节点的自修复问题.利用再生码可以在无需下载整个源文件的情况下即可恢复出失效节点的数据,从而能有效节省修复带宽.本文利用柯西矩阵作为编码矩阵,构造了一种精确修复最小带宽再生码(ER-MBR),可以精确修复失效节点,并通过实例演示了在有限域上进行编码解码及节点修复的过程.理论分析和仿真实验都表明利用柯西矩阵作为编码矩阵,其算法的运算效率优于利用范德蒙矩阵或者随机矩阵.     

基于P2P的大尺寸内容发布算法研究

针对并发下载问题建模,给出了可能的优化方向.提出一种基于分组的下载调度算法(GBS),通过内容和节点分组为下载调度提供压缩的内容分布信息,在内容互补节点之间建立连接,提高邻居节点之间的内容交叉度和平均连接持续时间;区分节点的下载过程,根据节点不同下载状态采取不同的连接管理和下载策略.模拟测试表明,GBS算法在系统吞吐量、用户平均下载时间、节点带宽利用率等方面优于BitTorrent采用的随机下载调度算法.     

能量均衡的间断连接无线网络数据转发策略

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络"热点"问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升.     

一种基于强化学习的车联网边缘计算卸载策略

计算密集型、时延敏感型车载应用的不断涌现导致资源受限的车载终端设备无法在短时间内处理大量的应用任务,而且卸载节点的动态变化特性在复杂多变的车联网场景中会导致任务候选卸载节点存在不确定性。针对上述问题,提出一种基于强化学习的计算卸载策略来实现任务卸载预判和计算资源分配。结合设备链接时间与通信半径等因素制定卸载节点发现机制,通过考虑时延与成本对车联网移动边缘计算卸载系统的影响建立效用函数,并以最大化效用作为优化目标将车联网中的卸载问题转化为优化问题,基于卸载节点发现机制采用Q-learning方法提出一种智能节点选择卸载算法求解优化问题,实现任务的智能卸载。仿真结果表明,在车联网场景中,提出的计算卸载策略可实现更高的系统效用。     

无线传感器网络中基于信号博弈模型的队列管理机制研究

无线多跳传感器网络中的无线节点为了延长生命期,可能发送虚假能量信息来逃避成为簇头节点。运用信号博弈理论对无线节点的这种自私行为展开研究,并建立簇头选举博弈模型。运用区分服务的队列管理机制使簇头节点获得更高的传输性能,增加簇头节点的收益,抑制自私节点用虚假能量信息逃避成为簇头节点的自私行为。模拟实验证明,基于信号博弈的CHQM-SG算法可以有效的抑制无线网络中的自私行为,提高了无线网络的生命周期和性能的稳定性。     

基于频谱切片的弹性光网络中可调度请求资源分配算法

针对确定业务开始时间和结束时间特性的可调度请求加重了弹性光网络的资源碎片率和带宽阻塞率的问题,设计了一种配置频谱切片机的弹性光网络节点结构,并提出一种基于频谱切片的可调度请求路由频谱和时间分配(SS-RSTA)算法。在路由选择阶段,设计了一种综合考虑路径长度、路径碎片率和节点可用频谱切片机数量的路径权重值的路由选择策略,为可调度请求选择路径权重值最大的路由;在资源分配阶段,采用链路的资源碎片感知方法为可调度请求选择可用的频谱和时间资源窗口;当资源分配失败时,采用频谱切片准则将可调度请求切分为多个子带宽请求,以增加可调度请求频谱分配成功的概率,提高频谱-时间碎片的利用率。仿真结果表明,所提算法可改善网络的带宽阻塞率和提高网络的频谱利用率。     

基于细粒度标签的校园无线网弹性QoS优化

针对校园无线网中的服务公平性、带宽合理分配等问题进行研究。以用户优先级、网络业务优先级和自私行为度量为指标,建立细粒度标签,以此设计弹性QoS优化策略,并通过NS2进行仿真实验。结果表明:该策略能减少自私行为对网络带宽的占用,提高网络服务的公平性,优化高峰时段的网络性能。     

激励Ad hoc网络自私节点协作的博弈论模型研究

基于虚拟货币,建立激励Ad hoc网络自私节点协作的博弈论模型,然后根据节点的角色选择激励自私节点协作的效用函数,并证明其有效性与合理性.     

基于令牌环网的动态实时带宽分配算法

提出了一种动态实时带宽分配算法 ,能够动态估算当前各个结点的实时通信负载 ,分布式地控制各个结点的令牌持有时间 .实时消息 M的负载指数和结点的实时消息负载指数 ,可以有效地衡量结点的实时通信的负载情况 ,为动态分配实时带宽提供依据 .通过模拟实验的测试 ,证明该算法优于固定带宽分配 ,同时也说明上述的两个指数是可行的     

Trust attestation mechanism for the sensing layer nodes of Internet of Things

The main function of Internet of Things is to collect and transmit data. At present, the data transmission in Internet of Things lacks effective trust attestation mechanism and trust traceability mechanism of data source. To solve the above problems, a trust attestation mechanism for sensing layer nodes is presented. First a trusted group is established, and the node which is going to join the group needs to attest its identity and key attributes to the higher level node. Then the dynamic trust measurement value of the node can be obtained by measuring the node data transmission behavior. Finally the node encapsulates the key attributes and trust measurement value to use short message group signature to attest its trust to the challenger. This mechanism can measure the data sending and receiving behaviors of sensing nodes and track the data source, and it does not expose the privacy information of nodes and the sensing nodes can be traced effectively. The trust measurement for sensing nodes and verification is applicable to Internet of Things and the simulation experiment shows the trust attestation mechanism is flexible, practical and efficient. Besides, it can accurately and quickly identify the malicious nodes at the same time. The impact on the system performance is negligible.