适合大规模网络的一种新型智能网管模型及性能分析

提出了一种适合大规模网络的新型智能网管模型——MADINM(multi-agent based distributed intelligent network management)模型。该模型采用基于域的管理策略,在管理功能的实现上集移动agent和智能agent的优点于一身,既能够对网络管理提供更多的智能支持,又能够解决系统的性能瓶颈问题。理论分析和实验结果均表明,在管理大规模网络时,MADINM模型在性能上优于基于SNMP的网管模型和基于移动agent的网管模型。     

基于移动agent自动化分布式网络管理系统的研究

当前计算机网络面临着分布式管理的需要,但这一需求增加了管理的复杂性;另一方面,网络管理有其固有的规律,但目前在很大程度上还需要人的直接参与。这些都是网络管理系统开发过程中必须考虑的问题。基于移动agent的自动化分布式网络管理系统(ADNMS),利用了人工智能专家系统的分析决策能力和移动代理的分布式计算优势,能够对网络进行自动化、分布式的管理。文中对ADNMS的体系结构、功能结构等进行了详细的设计和分析。     

架构在Web Services上的电信级网络管理

本文首先简要介绍了基于Web的网络管理技术和Web Services，并引入了一些相关的概念和技术，提出了一个基于Web Services的实际网络管理的解决方案，通过与传统分布式网络管理构架的比较论证了基于Web Services的网络管理在技术上的先进性和实际应用的高效能。此种体系结构，可以用于不同的网络管理异构子系统集成整合，实现异构子系统的互联互通。     

软件项目策划的9个基本要点

总结了进行软件项目策划的9个基本要点，涉及到了项目策划的时机．任务的分解．估计的方法．任务之间的依赖关系．任务的优先级以及管理的缓冲预留问题，为软件项目的策划提供了一个简洁实用的指南。     

基于SNMP的网络管理技术的新发展

讨论了简单网络管理协议的一些最新进展。对于基于Ｗｅｂ的网络管理,ＳＮＭＰ,ＡＰＩ,桌面管理任务组,具有分布式对象的网络管理和网络管理中的专家系统等方面的发展进行了评述。     

现代通信网管理技术及其发展趋势

首先对网络管理的发展进行了回顾,并对网络管理的功能和分层结构进行说明。然后分析了目前的网络管理现状,指出不足之处并且提出一些解决方法。最后对介绍几种新的网络管理技术,包括：分布式网络管理、基于Web的网络管理、基于CORBA的网络管理、网络管理中的智能理和综合性网络管理。     

无线传感器网络中带复杂联盟的自适应任务分配算法

针对无线传感器网络任务调度的实时性及节点计算及能量受限的特点,根据任务截止期赋予任务优先级,优先考虑高优先级任务,设计了一个无线传感器网络中带复杂联盟的自适应任务分配算法。为尽最大努力确保任务在截止期前完成,对截止期较为紧迫的任务采用历史信息生成历史联盟,并执行快速子任务分配算法;而对截止期较为宽裕的任务,在满足任务截止期约束条件下,以节点能耗和网络能量分布平衡为优化目标,采用矩阵的二进制编码形式,设计了一种离散粒子群优化算法以并行生成联盟,并执行基于负载和能量平衡的子任务分配算法。仿真实验结果表明所构造的自适应算法是有效的,在局部求解与全局探索之间能够取得较好的平衡,并能够在较短的时间内取得满意解。     

基于Net-SNMP的多业务网管代理扩展的设计与实现

随着网络技术的标准化和基于网络的应用不断丰富和增多,网络管理的研究方向越来越侧重于对业务的管理,研究和设计统一的综合业务网管系统日益显示出重要性。被管业务主要是通过代理机制同网管系统交互以实现接收来自网管系统的查询请求以及告警事件的主动上报,而在实际系统中业务种类众多,功能机构也各不相同,因此设计简单可靠、低成本、扩展性高的代理扩展方法是保证综合业务网管系统高效可靠的一个重要元素。文章提出了一种基于Net-SNMP的多业务网管代理的设计与实现方法:在一个具体的网络管理节点下利用Net-SNMP作为Master Agent,而将subagent嵌入到具体的业务系统,subagent只同master agent通信,实现业务agent与网管系统的间接通信。实际工程结果表明:该方法对设计和开发综合业务网管系统切实可用,并能极大提高网管系统中管理设备和被管业务的动态扩展性。     

分布式网络管理的研究

随着网络规模的扩大,网络管理变得越来越重要。文章介绍了分布式网络管理的体系结构,分析了分布式网络管理的几种相关技术:基于公共对象请求代理体系结构(CORBA)、基于Web、基于移动代理和基于主动网络。着重介绍了基于CORBA和基于移动代理的网络管理模型,它们代表了网络管理发展的两种趋势。最后,对网络管理技术进行总结,指出智能化、分布化、跨平台、可扩展性、可维护性是未来网络管理发展的目标。     

RPR业务的带宽管理

弹性分组环(RPR)是基于高度的伸缩弹性的高效的包交换光纤环网技术。RPR的业务带宽管理有很多方式和算法,文章从RPR网络管理软件的角度,阐述了RPR单节点预留带宽和全环业务带宽预留的机制,配合网络管理软件在分配全环各类业务时进行各类带宽限制,达到高优先级业务得到有效无拥塞的传输,低优先级的业务根据协议标准进行公平算法,来分配各自的带宽。文章从网络管理实现的角度,介绍对带宽进行管理的系统功能。     

Optimization and regularization of complex task decomposition for blind removal of multi-factor degradation

Most existing image restoration methods based on deep neural networks are developed for images which only degraded by a single degradation mode and imaging under an ideal condition. They cannot be directly used to restore the images degraded by multi-factor coupling. A complex task decomposition regularization optimization strategy (TDROS) is proposed to solve the problem. The restoration of images degraded by multi-factor coupling is a complex task that can be solved by separating these multiple factors, that is, breaking the complex task into numbers of simpler tasks to make the entire complex problem be overcome more easily. Motivated by this idea, the TDROS decomposes the complex task of image restoration into two sub-task: the potential task constrained by regularization and the main task for reconstructing high-definition images. In TDROS, the front of the neural network is focused on the restoration of images degraded by additive noise, while the other part of the network is focused mainly on the restoration of images degraded by blur. We applied the TDROS to an 11-layer convolutional neural network (CNN) and compared it with initial CNNs from the aspects of restoration accuracy and generalization ability. Based on these results, we used TDROS to design a novel network model for the restoration of atmospheric turbulence-degraded images. The experimental results demonstrate that the proposed TDROS can improve the generalization ability of the existing network more effectively than current popular methods, offering a better solution for the problem of severely degraded image restoration. Moreover, the TDROS concept provides a flexible framework for low-level visual complex tasks and can be easily incorporated into existing CNNs.     

协同任务规划仿真实验系统的设计与实现

本文基于AnyLogic软件设计并实现了多智能体协同任务规划仿真实验系统，构建了模块化、可组合的“智能体-环境-任务”三要素模型。文章完成了系统的总体架构设计及各模块的开发，并设计了可视化界面。用户可通过可视化界面，自定义环境、智能体和任务的相关参数，对各种规划方法进行仿真实验，能够更加直观和便捷地观察仿真流程、查看相关数据，有利于学生理解多智能体协同任务规划的过程。本文为学生开展探究性学习、自主实验和创新实践提供了先进手段和开放平台。同时，该实验系统也可用于对多种场景的任务规划算法进行仿真验证。     

机载战术数据系统框架设计

通过分析机载战术数据系统的通用要求,设计了战术数据系统框架,包含定时器、消息机制、任务监控、数据记录和通信设备管理,并在VxWorks操作系统下实现了该框架。它适用于多种平台的战术数据系统,可移植到其他操作系统下。     

无线传感器网络协同任务分配研究

无线传感器网络的任务协同主要是任务的描述、分解、分配、调度和执行。任务分配是任务协同的主要内容．任务分配的方案直接决定着网络能耗,从而影响网络的生命周期。着重分析了无线传感器网络协同技术以及启发式算法解决任务分配的问题,并给出了无线传感器网络任务分配需要进一步研究的内容和方向。     

Tasking planning based on task splitting and merging in relay satellite network

To handle the low planning efficiency of the tasks with too long or too short service time,a task planning scheme was proposed based on task splitting and merging for relay satellite systems.First,a task splitting and merging was developed to transfer the task requirements of user to task units which could be planned with high efficiency.Secondly,based on the parallel machine scheduling model,the optimization problem of the task unit planning to maximize the number of completed tasks in the network was built.Further,a heuristic polynomial time scheduling algorithm was proposed.Simulation results show that compared to the traditional scheme,the task planning scheme perform better in terms of completed task number,resource utilization and fairness.     

大型追踪系统的多摄像头协同

多摄像头间的目标追踪,即利用多摄像头协作完成对目标的监控追踪过程,是大规模智能监控系统中的重要研究方向。针对多摄像头追踪系统对多摄像头协同的实时高效性的需求,本文提出了一种利用多Agent代理多摄像头的分布式计算技术,单Agent层面分析其BDI模型,状态转移模型,多Agent层面分析其在目标追踪过程中完整的通信过程,以及多个摄像头的最佳状态选择。通过开源JADE框架,对基于多Agent的多摄像头追踪系统进行系统搭建,系统实现了多摄像头协同下对目标的持续追踪,实验证实了本文的多Agent系统可有效的实现多摄像头的协同,将通信延迟时间缩小到最短,以便及时更新每个摄像头的状态,从而大大提高了目标追踪的准确率,以及计算资源的利用率,达到对目标进行持续追踪的目的。      

Multi-Agent Coordination System forTelecommunication Business Management

1introductionWiththedevelopmentoftelecommunicationservice,itbecomesmoreandmoredifficulttobuildamanagementsystemfortelecommunicationbusinesses.Therearemanyfactorscontributingtothisdifficulty.Thenumberandvarietyofdatasourcesandservicesaredramaticallyincreasingeveryday.Theavailability,typeandreliabilityofinformationareconstantlychanging.Sodothediversityoftelecomservices,theheterogeneousenvironment,thelegacydata,theperformanceofeachworkingunit,thespatialdistributionofallsources,andsoon.Therefore,…     

一种基于SOA的MAS设计方法

提出了一种基于SOA的MAS设计方法.该方法使用Object-Z语言构建形式化建模框架,结合I*框架的元模型,阐述了基于SOA的MAS设计中三种核心模型(Agent组织模型、Agent类模型、Agent服务模型)的形式化描述规则,讨论了基于SOA的MAS的分析与设计过程,并给出了具体应用示例.     

异构网格环境下任务分配的自主计算方法

首先对网格环境的异构性进行描述，定义了关键计算域并给出其划分算法。刻画了基于多agent系统进行任务分配的机制，分析了在自主agent不同移动策略下网格各区域任务分布的不同。采用控制理论的方法加速agent的合理分布，从而可以充分利用关键计算域的异构特征。实例研究表明，提出的任务分配机制具有自配置和自优化特征，能够动态适应异构网格环境的要求。     

复杂诊断系统的MAS协作求解方法

为适应故障诊断中动态变化的环境和满足求解复杂系统全部任务的要求,研究一种基于MAS的分布式智能监控系统.文中以诊断决策问题的结构及建模过程的层次性为基本思想,基于诊断任务的多层次混合分解策略,提出了融合不同表达方式和推理机制的多Agent并行诊断结构,分析了管理Agent、诊断Agent和决策Agent的基本职能,探讨了实时Agent的组织和演化机制,给出了并行推理过程中的冲突消解算法,建立了具有公共属性的智能体模块化层次结构,实现了基于MAS多层分布式黑板模型的智能监控系统.工程应用效果验证了多智能体结构框架下复杂系统分布式求解的可行性和有效性.