一种新的基于SCBF的流抽样测量算法研究

为提高流测量系统的运行效率,减少其所需存储资源,提出了一种改进的测量并维护其流信息的算法——基于拆分型计数Bloom Filters（Split Counting Bloom Filters）的流抽样。该算法采用基于报文的抽样来实现流抽样,不仅可以使用较少系统资源来维护流信息,同时可适用于不同流量的测量点,提高了测量系统的准确性和可扩展性。     

基于多级CBF的长流识别

针对高速网络流量难测量的问题及长流占网络流量大部分的特点,提出一种基于多级CBF的长流识别算法,对报文进行抽样,将抽取的报文通过经过一系列哈希映射到长流信息表中,查找是否存在该流信息,若存在则更新流信息,若不存在则将该报文用多级CBF结构对流信息进行过滤,报文数达到阈值的流被识别为长流,并在长流信息表中创建和维护该长流的信息.该算法在很大程度上减少了短流因为哈希冲突而被误判为长流的概率,降低了资源开销,对指定报文数为阈值的长流识别具有很好的扩展性.     

一种动态调度的延迟敏感流网络挖掘算法

为了提高延迟敏感数据流的挖掘精度及能量效率,提出一种动态调度的延迟敏感流网络挖掘算法。该算法建立了流挖掘系统模型,对分类器链的选择概率、能量消耗和延迟敏感进行分析。为了控制挖掘系统的延迟时间并节省能量,提出了基于延迟约束的能量最小化组合方程。同时,采用了一个有效的分解定界算法来解决分类器的最佳处理速度选择问题,通过贪婪算法找到组合方程的最小能量边界,实现流挖掘系统在具有更高的分类效率的同时保持较低的能量消耗和延迟。仿真结果表明,该算法相比基于动态时间规整的数据挖掘算法和基于遗传算法优化的数据挖掘算法,能量效率分别提高了39.4%和41.4%,分类精度分别高出11.5%和5.9%,具有更好的节能效果和挖掘精度。     

一种基于模糊逻辑的被动测量自适应抽样算法

结合被动抽样测量系统的特殊性，分析了模糊逻牟译控制理论应用于被动测量系统统抽样算法上的可行性，仿真结果表明，基于模糊逻辑控制理论的自适应抽样算法能够动态地调整被动测量系统地抽样间隔，使网络测量准确度和计算机资源费用达到优化。     

一种改进的加权随机抽样算法

为了构建传感器网络流数据的概要数据,给出一种改进的加权随机抽样算法：IWRS算法。该算法根据流数据变化的快慢程度,动态的对流数据加权,将权值做为数据项的键值,根据键值大小、skipping因子、退避因子对流数据进行抽样,解决了现有的抽样算法生成的概要数据与原始数据偏离大小不确定以及数据稳定度低的时候生成概要数据效率不高问题。并将该算法应用到深海平台监测系统中,与其他抽样算法相比,该算法在数据变化稳定的情况下能快速的生成概要数据,当监测到数据变化剧烈时,动态改变抽样方式,抽取的概要数据精确性高。     

基于流抽样和LRU的高速网络大流检测算法

在高速主干网络中,随着网络链路速率的不断提高和网络流数量的增加,如何及时、准确地检测出网络中的大流信息,成为目前网络流测量的热点问题。根据传统LRU算法由于突发性大量小流导致淘汰大流的测量缺陷和网络重尾分布的特点,提出一种新的识别大流的算法——基于流抽样和LRU的大流检测算法。算法通过流抽样技术过滤大部分的小流,并通过LRU算法识别大流信息,将过滤和识别过程分离,减少小流错误淘汰大流的可能性,提高算法测量准确性。分析算法的复杂度和漏检率,并通过实际试验数据分析了算法参数配置对于大流测量的准确性的影响。理论分析和仿真结果表明,与标准LRU算法和LRU_BF算法相比,在使用相同的存储空间下,新算法具有更高的测量准确性和实用性。     

一种新的估计流长度分布的方法

为提高流测量系统的运行效率,减小其所消耗资源,提出了一种新的用于测量流长度分布的估计方法。对到达的报文进行抽样后,用两个哈希函数来确定更新相应计数单元的值,定期收集计数空间中的数据进行离线处理。利用EM算法和最小二乘法,得到了流长度分布。通过应用于来自不同网络的数据进行实验测试,实验结果表明该模型对于流分布的估计是精确的。     

随机分组抽样下子群体的流大小分布估计

随机分组抽样是网络管理和测量中最常见的抽样方法。已有的研究大都集中在此抽样方法下基于总体的流大小分布估计算法,但一些网络应用更关心总体流量中某个子群体的流大小分布。本文将总体的网络流划分成子群体S和子群体的补集-S,提出了一种在随机分组抽样下运用TCP协议信息的由S与S-共同组成流大小的联合分布的估计算法。实验证明,该算法能够较好地还原子群体及其在总体下的流大小分布的特征;另一方面,通过运用样本流中TCP协议信息,提高了子群体流大小分布估计算法的准确性。     

一种基于FCBF的流信息抽样测量框架及算法

基于FCBF的高效流信息抽样测量框架不仅可以抽样测量三类流参数,而且存储开销小,只需1～3MB字节左右的存储空间;同时还可以做到几乎零概率的流信息识别统计误差。分析结果表明,该算法可以支持远高于OC48的链路速率,甚至可达OC192或更高;适合于将来高速链路上细粒度的流信息抽样测量。     

基于DCF的资源可控流抽样

Cisco的NetFlow是流测量中广泛应用的方案,但因其采用静态抽样率,当网络流量突然上升时,消耗过多的路由器资源,甚至影响路由器的正常转发功能。提出了基于DCF的资源可控流抽样,对测量间隔内到达的报文采取固定数量的抽样,并采用DCF哈希算法维护流记录,有效控制了资源的消耗。理论和实验分析结果表明,该方法具有抽样率自适应性、简单性、资源可控性,同时不失准确性。     

基于副本复制和Bloom Filter 的P2P 概率路由算法

非结构化P2P网络资源定位过程中的查询延迟、查准率和查询成本难以同时被优化,为此,提出一种基于副本复制和Bloom Filter技术的P2P概率路由算法DCBF(data copying and Bloom Filter).DCBF基于有向随机网络,对资源对象进行少量的复制,并将各个副本随机路由给网络中的节点;接收副本的节点,以分布式衰减Bloom Filter向邻近节点传递副本的成员资格信息.理论分析和实验结果均表明,DCBF仅需复制少量的副本,通过以分布式衰减Bloom Filter传递副本的成员资格信息,使得网络中的绝大多数节点能够感知到副本的成员资格信息,从而使得各个节点能够以极低的查询代价,在较低的路由延迟范围内,高概率地将查询路由到目标节点.     

1.2m风洞进气道分布式流量节流机构系统设计

目前,1.2 m风洞现有的节流锥“集中”式流量调节方式只能进行单发进气道试验。为验证风洞进行双发进气道试验的可行性,提出了一种分布式流量调节方法。该方法提高了节流机构的流通效率和流量调节能力,能够有效减小流量节流机构的外形尺寸。对分布式流量调节机构与测控系统进行了详细设计,并通过试验进行了验证。试验结果表明:分布式流量调节装置、流量调节控制系统和动态采集系统设计合理,满足试验需求。分布式流量节流机构的流量能够满足1.2 m风洞进气道试验的流量需求,能够为1.2 m风洞双发进气道试验技术建立提供技术支持;采用分布式流量调节方法能够有效减小节流与流量测量机构的外形尺寸,降低机构安装的空间要求。     

城域网多链路带宽测量系统设计与实现

本文探讨了在拥有主备多条数据通讯链路的城域网环境下,利用路由器策略路由功能、操作系统静态路由功能,设计并实现一套多链路带宽自动测量的软件系统,实现对多条链路的带宽测量。结果显示,该系统可减少人工测量对业务的影响,提高网络维护人员的工作效率。     

基于图像识别的喷嘴流量试验台油位检测系统

考虑到使用静态容积法的喷嘴流量试验台采用的磁致伸缩液位传感器在常温下具有较高的温度,但是温度高于常温时,会产生极大温度漂移无法保证试验系统的测量精度,本文将图像识别应用于喷嘴流量测量系统中,对从喷嘴排出滑油体积进行自动识别,忽略掉温度变化、传感器精度等对测量精度的影响。通过图像滤波、分割、刻度数字识别、刻度线识别以及油位识别实现对油位的自动测量。通过实验方法与人工读数、磁致伸缩液位传感器读数以及温度补偿后的传感器读数进行对比。结果表明,使用图像识别技术的流量试验台的试验结果与真实值最为接近,能够有效提高检测的精度和效率,降低试验台成本和测试人员的工作量,其试验结果最为可靠。     

基于图像识别的航空滑油喷嘴流量试验台油位检测系统

考虑到使用静态容积法的航空滑油喷嘴流量试验台采用的磁致伸缩液位传感器在常温下具有较高的温度,但是温度高于常温时,会产生极大温度漂移无法保证试验系统的测量精度,本文将图像识别应用于航空滑油喷嘴流量测量系统中,对从喷嘴排出滑油体积进行自动识别,忽略掉温度变化、传感器精度等对测量精度的影响。通过图像滤波、分割、刻度数字识别、刻度线识别以及油位识别实现对油位的自动测量。通过实验方法与人工读数、磁致伸缩液位传感器读数以及温度补偿后的传感器读数进行对比。结果表明,使用图像识别技术的流量试验台的试验结果与真实值最为接近,能够有效提高检测的精度和效率,降低试验台成本和测试人员的工作量,其试验结果最为可靠。     

基于LXI总线的飞机液压试验分布式测试系统

飞机液压试验中一方面要完成液压流体特性参数的测量,另一方面,还要完成机械运动参数的测量,形成了信号分散、数量多、种类繁杂的情况,研制和开发基于LXI总线的分布式测试系统就成为最佳选择;在测试软件设计开发中,为了最大限度地提高软件复用性和开发效率,通过分析测试对象的特征及需求,提出面向对象框架的测试软件开发方法,开发过程中利用标准建模语言(UML)和设计模式等面向对象技术,应用实践证明,选择LXI总线简化了测试系统结构,降低了成本,框架软件开发方法减少了开发工作量,提高了复用性、扩展性和维护性以及开发效率等.     

智控扫描式声学多普勒测流系统应用探讨

为加快水文监测新技术与装备在水文测报中的应用,在浙江嵊州站、江苏前垾村水文站分别建设智控扫描式声学多普勒流速仪测流系统示范应用站点。智控扫描式声学多普勒流速仪测流系统,通过水下智控转动扫描测流方式使传统的一维流速剖面数据扩展为二维扫描流速数据,并融合计算流体动力学、人工智能等多学科前沿技术,建模仿真河道流场以计算实时流量,原理上可有效提高测流精度和降低人工比测率定分析的工作量。通过对示范应用站点半年时间运行的稳定性和流量监测数据比测分析,得出示范应用站点测流系统稳定可靠,流量监测和人工监测数据趋势基本一致;在流态快速变化期间,测流结果存在一定迟滞性,可采用提升扫描速度的方式提高对流速变化的敏感度;流体及神经网络算法模型还需要进一步优化,结合多模型算法提高智控扫描测流系统的智能化能力,进一步提高流量监测的精度。     

基于LRU和扩展CBF的网络大流检测

高速网络流量检测中的大流检测已成为当前一种重要的、高效准确的可扩展流量测量机制,针对CBF（Count Bloom Filter）容易溢出的问题,将扩展的CBF应用于流量测量,防止过滤器溢出,并且结合LRU链表存储机制,共同应用于网络大流检测之中。经理论分析,所研究的流量测量算法LRU_MCBF（Least Recently Used_Multiple Count Bloom Filter）占用空间小,时间复杂度低;通过仿真实验验证了LRU_MCBF在大流测量中漏报率和错报率较低,能实现高速网络环境下大流对象的准确提取。     

多声道气体超声流量计的研究

实际流量测量时,多种因素如噪声、硬件、管壁粗糙程度、流场分布等都会降低气体超声流量计的精度。而采用多声道流量计能够降低这些因素影响。在详细介绍测量原理与影响因素的基础上,利用数值积分方法,对声道安装位置进行数学建模和优化研究,求解权重系数。因计算出测量面的速度均值,提升了测量精准度。在理论支持下,对流量计硬件系统进行规划及传感器等硬件选型。通过实验测量与数据分析,测量精度能基本满足要求,可为创新下代气体超声流量计提供一定参考。