基于SDN流量测量的数据中心多路径传输研究

为了避免链路出现拥塞,针对数据中心流调度策略在进行数据流迁移尤其是大流的迁移容易产生数据流丢包并出现接收端数据包乱序,从而造成网络吞吐量降低的问题,基于SDN/OpenFlow架构,提出了一种采用熔断机制的动态路由算法F-TAM;同时,设计了新的测量方法来获取精确的链路状态时效信息,当算法被触发时能及时计算出合理的熔断时间,从而能充分利用网络中存在的多路径进行负载均衡,并解决了由于传输路径的不同时延所造成的接收端数据包乱序问题.实验结果表明:F-TAM能够利用网络中的冗余链路进行细粒度负载均衡并提升网络吞吐量,且不会出现接收端数据包乱序的问题.     

虚拟网络环境下安全服务接入方法

针对传统安全检测工具难以接入云计算虚拟网络环境为不同租户提供安全检测服务的问题,研究了安全检测服务动态接入虚拟网络的方法.通过安全检测服务多进程化、网络功能虚拟化(NFV)技术构建了安全检测服务资源池,从而使安全检测服务器可以并行提供多个服务进程,之后利用软件定义网络(SDN)技术实现了安全检测服务动态接入虚拟网络的方法,使得安全检测服务可以按需、动态地接入租户网络以提供安全服务.实验结果表明:该方法在不破坏租户原有虚拟网络环境隔离性前提下,可以有效地将传统安全检测工具云化、并行地为多租户提供按需动态的安全服务.     

基于对角递归神经网络的控制系统

针对角递归神经网络具有结构简单、收敛速度快,可广泛用于非线性系统的辨识与控制的特点.基于工业自动化通用技术平台(IAP),采用图形化控制策略组态技术开发了一套基于对角递归神经网络的控制系统,该系统具有基于参考模型跟踪的控制结构,可快速自适应地调整控制器参数.仿真实验结果表明,基于对角递归神经网络的控制系统控制精度高、稳定性好,可成为处理复杂工业过程,尤其是解决不确定和非线性领域问题的有效工具.     

关于不定方程7x(x+1)(x+2)(x+3)=11y(y+1)(y+2)(y+3)

主要运用Pell方程、递推序列、同余式及(非)平方剩余等一些初等的证明方法,对不定方程7x(x+1)(x+2)(x+3)=11y(y+1)(y+2)(y+3)的解进行了研究.证明出该不定方程仅有正整数解(x,y)=(8,7),同时得出了这个不定方程的全部整数解,它们是:(0,0),(-3,0),(-2,0),(-1,0),(0,-3),(-3,-3),(-2,-3),(-1,-3),(8,7),(-11,7),(8,-10),(-11,-10).     

SDN的监控框架与自适应监控算法简

针对软件定义网络(SDN)的监控效果问题,提出了一种可对网络应用屏蔽底层细节的软件定义网络监控框架及一种自适应的的网络监控算法.该算法通过可变频率流量统计策略动态调整监控采样周期,从而在监控准确率和网络负载之间维持平衡.监控框架通过应用程序接口为上层应用提供监控算法接口,并与底层网络进行数据交互,从而实现了屏蔽底层网络复杂性的监控.实验结果表明,该框架与算法具有较小的监控误差和较低的流量负载,是一种理想的SDN监控方法.     

支持流量感知的软件定义网络高效路由方案

针对目前软件定义网络的实现方案中,路由策略所采取的最短路径模型无法保证网络信息交付延迟最小的问题,以信息交付延迟作为路由方案效率的衡量指标,提出了一种支持流量感知的高效路由方案.基于全网流量信息,本方案采用多元优化方案综合考虑转发路径的可用带宽、丢包率、延迟、交换机无效服务率以及路由长度,做出路由决策以提高路由效率.实验证明,与目前Open Flow框架下采用的路由方案相比,本方案可以将数据交付效率提高90%.此外,本方案有利于维护网络负载均衡.     

复杂性的定义,对象与层次问题:一个综述

首先概要性地回顾了复杂性认知的沿革,指出了当前复杂性研究兴起的背景和原因.然后,对现代复杂性研究中的3个重要问题:定义问题,对象问题和层次问题进行了评价.定义问题:对现有几种定义的特点,以及现阶段能否给出恰当的定义的争论进行了评述;对象问题:分析了目前存在的4种趋势,既有直接研究抽象和具体对象的区别,也有不直接选择研究对象,但基于方法论和基于系统思辩探讨复杂问题研究途径的区别;层次问题:指出对象的差异也导致了当前复杂性探讨层面的差异,即出现了同时在方法,方法论和系统思辩3种不同层面展开复杂性研究的局面.通过分析和评价这些区别,指出了当前的复杂性研究为什么会出现这种既繁荣又难以相互融通的局面.     

软件定义无线网络研究进展

软件定义思想在无线领域的应用促使了软件定义无线网络(software defined wireless networking,SDWN)的兴起.SDWN分离无线控制平面及数据平面,开放无线网络可编程接口,简化了网络管理,是第五代移动通信网络(5G)的重要发展方向之一.从软件定义无线网络诞生发展入手,总结了SDWN的网络体系结构;阐述了主要关键技术的研究进展,包括移动管理、密集部署、负载均衡等;讨论了SDWN在不同场景下的应用部署,并对未来研究工作所面临的挑战及发展趋势进行了分析.     

军语的基本特点及其定义

军语是军事术语的简称。军语的定义是军语理论研究面临的全局性的首要问题,也是一个不可回避的学术难点问题。军语具有专业性、科学性、普遍性、系统性、单一性等基本特点,应根据军语的基本特点,从语言学角度进行定义。     

深度学习:多层神经网络的复兴与变革

 人工智能（AI）已经进入一个新的蓬勃发展期。推动这一轮AI 狂澜的是三大引擎,即深度学习（DL）、大数据和大规模并行计算,其中又以DL 为核心。本文回顾本轮“深度神经网络复兴”的基本情况,概要介绍常用的4 种深度模型,即：深度信念网络（DBN）、深度自编码网络（DAN）、深度卷积神经网络（DCNN）及长短期记忆递归神经网络（LSTM-RNN）。简要介绍深度学习在语音识别和计算机视觉领域几个重要任务上的应用效果情况。为便于应用DL,介绍了几种常用的深度学习开源平台。对深度学习带来的启示和变革做了一些开放式的评述,讨论了该领域的开放问题和发展趋势。