基于Hash LRU的超时流管理算法

随着UDP流的增多,传统的流结束标识不再适用于判别流结束,目前常采用流超时策略结束流。分析现有的超时流策略,指出其局限性,提出一种基于Hash-LRU的超时流管理算法。利用Hash算法快速定位分组所属表项并更新,通过有区分的最近经久未用算法(least recent used,LRU)区分活动流和不活动流,活动表项在链表头部,不活动表项在尾端被删除。分析和仿真结果表明,与LRU算法相比,Hash-LRU算法将大流的漏判率降低两个数量级,同时该算法满足流量测量的实时需求。     

一种保护TCP流的AFRED缓存管理算法

在存在用户数据报协议业务流的情况下, 为了有效地保护传输控制协议（TCP）流, 并保证业务流的公平性,提出了一种自适应的流随机早期检测（FRED）缓存管理算法AFRED（Adaptive FRED）. 新算法通过对分组丢弃门限和丢弃概率的动态调节,保护了TCP流,提高了系统的公平性和带宽利用的有效性. 分析和仿真表明, 算法的复杂度与FRED相近,但是能获得更好的性能.     

一种用于小流估计的数据包公平抽样算法

现有数据包公平抽样算法通常根据到达数据包所属流大小的估计值设置包抽样率,令大流所含数据包抽样率低,小流所含数据包抽样率高,缺点是算法的优劣依赖于不同方法对流大小估计的准确性;小流估计误差较大。针对此问题,利用大流持续时间长且到达速率高的特点,提出一种基于时间分片的用于小流估计的数据包公平抽样算法(MFEPS)。该算法将测量时间分割成片,抽取每个流在每个时间片内的第一个数据包,而不需要估计数据包所属流的大小。理论分析和实验结果均表明,与已有算法相比,对于小流估计,MFEPS算法在相同的CPU资源消耗条件下,具有更高的准确性和良好的扩展性。     

改进的OBS长度自适应门限组装算法

现有OBS长度自适应组装算法的突发数据长度门限的选择虽然随着业务流的变化而变化,克服了固定长度门限算法输出的突发数据的突发性,但仍然没有考虑业务流的自相似特性,因此不能有效降低输出突发数据的自相似程度和分组阻塞率。针对这一问题,该文提出了一种改进的OBS长度自适应门限组装算法,能根据到达的网络业务流的自相似特性自适应地调整长度门限值。仿真结果表明:在相同的调度算法下,更能降低业务流的自相似性,分组阻塞率降低一个数量级。     

门限密码学中的离散傅里叶变换

基于离散傅里叶变换提出了一种通用的门限密码学中恢复分享秘密的算法.该算法是离散傅里叶变换在门限密码学中的首次应用.利用该算法,门限密码体制可以有效地达到鲁棒性和自适应安全性.同时,引入了设计有效的鲁棒自适应安全的门限密码体制的新的通用技术.     

基于HTTP的动态自适应流媒体传输算法

采用实际的物理缓存大小作为视频缓存余量的计量方式,提出了一种基于物理缓存的自适应传输算法,该算法根据缓存占用率的大小以及网络估计吞吐量,动态地调整申请视频的码率。最后,分别在两种虚拟和两种实际的网络环境下进行性能测试。实验表明,本文算法可以降低视频码率对缓存变化的敏感度,可以避免视频码率过于频繁的切换,相比传统算法可以带来更好的用户体验。     

(研究生论坛)基于DFT的FSK信号解调自适应门限同步检测算法

传统的基于离散傅立叶变换(DFT)的频移键控(FSK)信号解调在同步检测中采用了固定门限,无法适应时变信道环境中信号衰减和噪声干扰的动态变化,实际应用中效果不佳。为了解决这个问题,首先在分析传统方法固有缺陷的基础上,提出了自适应门限同步检测的思路,然后应用随机信号检测与估计相关理论对检测算法进行了详细推导,并给出了自适应门限的计算公式,最后对算法的有效性及性能进行了仿真与分析,结果表明该方法所得的同步检测门限在不同信噪比情况下均能适应信道环境的动态变化,其虚警概率和检测概率的性能与理论相符,有效解决了时变信道环境下门限选择的问题。     

基于生命值敏感的闪存数据库缓冲区替换算法

针对现有面向闪存的缓冲区替换算法的不足,提出了一种基于生命值敏感的闪存数据库缓冲区替换算法LAB-LRU。该算法把缓冲区分为3个LRU链表来管理,为缓冲区中每个活跃页定义生命值,使高生命值的数据页在缓存中停留更久。生命值的定义充分结合了数据页的访问频度、新颖度(recency)和闪存的读写代价,并采用多线程技术和双阈值控制实现并行高效替换。采用符合Zipf分布的不同用例进行测试,实验结果表明:在缓存命中率、闪存读写次数和系统运行时间方面,本文提出的LAB-LRU算法与现有缓存算法相比性能得到了明显提高。     

高速分组数据系统中一种自适应速率控制算法

3G-1x EVDO系统是一种可以向移动用户提供高速分组数据业务的系统。将信道自适应技术引入到该系统中,提出了一种适合该系统前向链路数据传输的自适应速率控制算法。仿真结果表明:在时变信道环境下,自适应算法的吞吐量性能优于基于门限的固定余量算法,而接近于最优速率控制方法。     

确定自动机上的XML数据过滤算法改进

XML数据过滤过程中存在的缓存失效会导致过滤效率的降低,因此研究基于确定有限自动机的XML数据过滤过程中如何减少缓存失效对于改进过滤的性能具有重要意义.对已有的Lazy DFA执行算法进行改进,引入了频繁访问区的概念,对缓存中的状态增加一个状态转换计数器,然后通过设定该计数器的访问阈值对缓存中的数据进行筛选,超过该阈值的状态被确定为频繁访问区中的状态.并通过实验证明该访问机制可以减少自动机中状态转移过程在缓存大量状态中的搜索时间,从而有效地提高过滤和查询的时间性能.     

基于开放架构的SaaS服务平台数据管理技术研究

为解决SaaS平台面临的数据安全及分布式数据管理等问题,提出了基于开放架构的SaaS服务平台系统应用框架;在此基础上,对数据应用进行了抽象建模,以优化缓存管理策略的思路解决网络环境下的数据访问问题。通过将传统LRU算法与SIZE算法相结合,提出了LRU-RSIZE算法,对开放SaaS服务平台的数据访问进行管理,并进行仿真分析。开放SaaS服务架构与LRU-RSIZE算法相结合,可有效地解决用户数据的按需存储与管理问题,并对增强用户的应用体验具有重要的意义。     

一种用于WCDMA系统时隙同步的自适应捕获方法

在对多种检测器和门限设置算法研究的基础上,提出了一种适用于WCDMA系统时隙同步的双重驻留自适应捕获方法,给出了该方法工程实现设计方案。Monte Carlo仿真结果表明,与传统方法相比,文章所提方法抗频偏能力强、运算量小、捕获概率高,具有较强的工程实用价值。     

一种用于Optical Crossbar的自适应分组汇聚算法

在对现有分组汇聚机制进行深入分析的基础上,考虑不同网络环境下的流量特性不同,提出了一种动态网络流量自适应分组汇聚算法。理论分析及仿真实验表明,该算法可自适应网络流量特性的变化,通过优化汇聚分组长度解决连续阻塞问题、提高汇聚分组利用率,同时兼顾时间门限,使之在低流量负载下也能最大程度保证汇聚时延,较好地弥补传统算法的不足,保证了Optical Crossbar网络对于实时流量的低时延和高传输效率．     

基于非参数假设检验的拓扑推断算法

针对基于门限比较的二叉树修剪拓扑推断算法稳健性差的问题, 提出了一种基于非参数假设检验的网络拓扑推断算法. 该算法首先应用经典的二叉树拓扑推断算法获得树状网络的二叉树结构, 然后应用维尔科克森秩和检验算法逐个判断二叉树中的每条内部链路是否需要修剪, 最后修剪二叉树, 删除所有需要修剪的内部链路, 得到真实的树状拓扑. 由于该算法使用统计检测的方法, 无需设置门限, 相对门限比较法具有更好的稳健性. 仿真实验表明, 该算法相比基于门限的二叉树修剪算法具有更高的推断精度.     

一种新的运动目标自适应图像分割算法

提出了一种新的运动目标自适应图像分割算法．在设置自适应跟踪波门对运动目标进行跟踪的基础上,依据最大类间方差函数准则自适应地求出调节系数,再用设置门限分割法完成图像的自适应分割．对该算法进行了详尽的图像分割实验,与著名的Otsu法、迭代法、最大熵法相比较,该分割算法不仅能适应多种复杂背景,而且分割精度高、速度快,是一种实用有效的图像分割方法．     

一种基于改进LRU的P2P缓存机制

针对当前P2P缓存系统中存在缓存污染的问题,提出了一种新的缓存系统.在该系统中,网络边缘部署了超级跟踪服务器,根据用户对资源的访问特点,设定缓存优先级,对资源进行有选择的缓存,进而减少P2P缓存系统中的缓存污染.根据资源当前的热度,对LRU替换策略进行了改进,提出了一种新的缓存替换算法LRU-N.理论分析和仿真数据表明...     

一种面向软件定义网络的大流检测机制

为解决大流检测过程中普遍存在的精度低、耗费高等问题,提出了一种面向软件定义网络的大流检测机制SampleFlow.通过综合sFlow和OpenFlow技术优势,使用粗粒度的采样技术识别出疑似大流,在OpenFlow交换机上安装测量流表项,对这些疑似大流进行细粒度测量判别,以达到准确检测大流的目标,通过采样点优化选择算法,还可降低采样的冗余性.实验结果表明,SampleFlow能够有效降低测量负载,并提升大流检测的精度.     

一个基于移动数据库的动态缓存失效算法

基于失效报告的缓存失效技术解决了数据一致性问题,但其消耗了大量的无线网络带宽。为了解决这一问题,提出了一种自适应动态缓存失效(ADCIA)算法。该算法根据当前状态自适应动态调节服务器广播模式,由制定的时间阈值和请求更新的客户数量来选择广播模式。通过模拟实验,该方法能减少带宽消耗及降低查询延迟。     

适用于无静默期的双门限频谱检测算法

针对传统的能量检测需要静默期且低信噪比下检测概率不高的问题,提出适用于无静默期的双门限频谱检测算法。利用OFDM信号循环前缀的特征消除认知用户干扰,以构建无静默期的能量检测;设置优化门限与固定门限,通过比较二者大小,提出高信噪比下使用优化门限的能量检测方法以及低信噪比下结合能量检测与循环平稳特征检测的联合频谱检测方法,消除静默期,以提高低信噪比下的检测概率。数值分析表明,与传统能量检测算法相比,该算法在低信噪比下的检测概率提高15%~30%,同时在高信噪比下的虚警概率降低5%。     

双级迭代自适应卡尔曼滤波算法

针对高速目标的跟踪定位问题,提出了基于"当前"统计模型的双级迭代自适应卡尔曼滤波算法。首先利用三球交点定位算法对观测值进行处理,得到目标位置初始估计值;采用初始估计值中的速度新息的特征函数和加速度新息的特征函数推导出迭代参数表达式,再使用目标运动特性对迭代参数取值进行限定;最后将迭代参数应用到自适应卡尔曼滤波算法实现滤波。仿真的结果表明,双级迭代自适应卡尔曼滤波的速度估计优于"当前"统计模型的速度估计,并且双级迭代自适应卡尔曼滤波的稳健性更好。