基于时延范围预测的媒体播放控制算法

在分组多媒体通信中,根据Chebyshev不等式和时延抖动的统计特性,预测分组的网络时延范围,在时延范围预测的基础上提出一种适用于实时分组语音通信的媒体播放控制算法．该算法记录先前到达分组的网络时延,用它们对当前的播放时延作短期预测,并根据播放时延的估计调整每个突发期中分组的播放时刻．实验结果表明该算法可以自适应地跟踪网络时延的变化,较大程度上降低播放时延,使得迟到分组的比值保持在1％左右．     

基于LSP时延和拥塞的分布式自适应流量工程算法

研究多协议标签交换(MPLS)网络中的流量工程,提出了基于标签交换路径(LSP)时延和拥塞 来优化网络流量的算法。给出全网流量优化的数学模型,并根据该模型内在的层次性,设计 了分布式自适应流量工程算法。为了使算法具有实时性强、收敛速度快、稳定性较好、运算 和网络开销小等特点,在设计中,采用了禁忌搜索和算法参数的非线性调整来提高算法的性 能。仿真分析表明,该算法能够实现对网络性能的全面优化,适合应用于骨干网的流量优化.     

Torus网络中分布式自适应路由算法

基于转向模型提出适用于Torus网络的3种分布式自适应路由算法.算法将物理网络逻辑上分为虚网络,分组路由按照预定的规则使用不同的虚网络,从而达到无死锁,无活锁的目的.在二维Torus网络中实现这3种算法,仅需3条虚信道,这是目前Torus网络中实现无死锁自适应路由所需虚信道数目的最小值.对所提算法的性能采用OPNET软件进行仿真,拓扑采用8×8 2D Torus.结果表明,与广泛用于实际系统的维序路由算法相比,这3种算法具备自适应性,在不同流量配置下都能提高网络的时延吞吐性能.     

回归模型中基于机器学习的流量预测算法

在基于机器学习的流量预测算法中,详细研究了基于回归模型的预测算法,将机器学习算法引入到网络流量预测中,提出了不同的弱回归算予用来描述网络流量中的非线性特性。针对网络流量中的自相似特性,提出两种不同的机制,即用主成分分析作为预处理和为每一维特征保留一组权重分布;同时,针对实验中发现的过匹配现象提出一种自适应的权重更新准则。     

一种基于BP网络的流量分类方法

针对传统的网络流量分类方法准确率低、开销大、应用范围受限等问题,提出了一种基于BP网络的流量分类方法。该方法改进了标准的BP网络算法,采用基于Lyapunov函数得到的自适应学习率,并引入遗传算法优化网络的初始连接权值和阈值,使网络避免陷入局部最小,加速了网络收敛过程。实验结果表明,采用改进的BP网络算法来处理网络流量分类问题具有明显的优势：该方法的收敛速度和拟合精度均优于标准BP算法,而且流量分类准确率高于NB算法。     

低占空比无线传感器网络中节点自适应休眠机制

针对低占空比WSN网络存在着能量消耗不均、网络工作时长等问题,提出一种节点自适应休眠算法.该算法能够根据无线链路状况,自适应地调度节点休眠时隙和工作时隙,保证在时延约束条件下网络的整体能耗最小.在自适应休眠机制加入能量感知,使无线路由根据节点的剩余能量自适应调整,均衡各节点能耗,提升WSN网络的工作时长.经仿真分析发现,该算法能够在满足传输时延的同时,有效地减少工作时隙并降低能耗,从而提升网络的工作周期.     

采用压缩感知与智能优化的大规模WSNs移动稀疏数据收集

针对大规模无线传感网数据处理网络流量大、任务时延高的缺陷,提出了一种基于自适应块压缩感知与离散弹性碰撞优化算法的移动节点数据收集方案。首先,通过分析网络分块与节点部署之间的关系,提出自适应块压缩感知数据采集策略,实现传感器节点基于自适应网络块压缩感知数据采集;设计移动节点数据采集路径规划策略和多移动节点协同计算机制,通过采用适应度值约束变换处理技术和并行离散弹性碰撞优化算法,达到均衡网络节点能耗和降低数据处理任务时延的目的。最后,仿真结果表明,该数据收集方案能够有效实现大规模传感网数据高效处理,而且降低了网络流量和网络任务时延,更好均衡了网络节点能耗。     

不准确网络信息下的实时流量优化

研究了不准确网络信息下的流量优化. 提出虚容量的概念，建立了基于本地状态信息的网络流量优化模型；提出的分布式实时无导师学习算法，根据网络流量变化的幅度和频度判断是否需要优化并行路径间的流量分配并且自适应的调整. 该算法不需要统计、刷新和存储网络中的各种状态信息以及流量矩阵，仿真证明其优化效果明显.     

一种基于分组交换的低时延路由算法

针对现有延迟可容忍网络路由算法在SV分组发送和数据分组交换过程中存在的冗余问题,提出了一种基于分组交换的延迟可容忍网络路由算法——PEA(Packet exchange algorithm)。PEA算法通过调整数据分组发送顺序及SV分组发送方式,加快了数据分组交换,降低了分组端到端时延。仿真结果表明,在相同消息传输成功率的条件下,PEA算法比Epi-demic算法具有更低的端到端时延。     

基于流统计特性的网络流量分类算法

针对传统基于单个流统计特性的网络流量分类算法识别率低、分类算法复杂的问题,在分析各类应用协议的基础上,发现了一组易于获取、可有效区分不同业务的网络流量特征。将这一组特征应用于网络流量分类,可以有效解决以往对等网络（P2P）业务识别率低下的问题;同时利用该组特征仅需采用多项逻辑斯谛回归算法即可实现网络流量的分类,较传统流量分类算法有较低的复杂度。实验结果表明,该组特征用于分类还具有较好的泛化特性,只需较少量训练样本即可在在较长时间内保持较高的识别率。     

SDN网络中基于改进粒子群的最优路径规划算法

针对目前网络规模不断扩大、网络数据流量暴涨而产生的网络拥塞问题,在SDN网络架构下,提出一种基于改进粒子群的最优路径规划算法IVPSO。IVPSO根据SDN的网络拓扑特性,采用动态优化参数以及变异全局最优解的方式改进标准粒子群算法PSO,并且对可能产生的大数据流采用IVPSO算法规划最优路径,从而实现了对网络流量的合理控制。仿真结果表明,IVPSO算法相比于标准PSO算法,在提高收敛性和解决过早收敛等问题上具有优越性,并且基于IVPSO的流量控制技术将链路时延控制在0.3ms以下,丢包率控制在0.5%以下,实现了网络性能的优化并有效避免了链路拥塞。     

基于时延和能耗的Ad hoc网络路由选择算法

为了减少网络能量消耗,优化网络性能,在网络节点MAC层发射功率可控条件下,提出了一种基于平均分组时延与分组能量消耗乘积最小的路由路径选择算法.该算法根据链路平均分组时延和分组能量消耗情况来进行路由路径选择.仿真表明,该算法可以动态调整网络路由路径,使所选路径的平均分组时延与分组能量消耗乘积达到最小,从而达到减少网络能量消耗及降低网络分组时延目的.     

k-ary n-cube网络中跨区域适应性路由算法

针对k-ary,n-cube网络,提出一种无死锁、元活锁、负载均衡的跨区域路由算法(Quadrant Crossing Routing,QCR).算法按照分组源目的节点相对位置将网络划分路由区域,并给予这些区域不同的权重,同时设定跨区域规则,允许分组根据网络负载状态跨区域路由,这样就使得网络的流量分布更均衡.网络的负载程度由输出端口等待分组请求的时间间隔的大小决定.最后,利用OPNET对所提算法在不同流量模式下进行仿真.结果表明:相比已有的同类算法,如维序路由算法(Dimension Order Routing,DOR),Duato及GAL等,QCR表现出较好的时延、吞吐性能.     

基于时延和跳数的Ad hoc网络流量分配算法

提出一种基于时延和跳数的Ad hoc网络流量分配算法。该算法根据每个链路的时延和跳数进行流量分配,采用动态分配流量的方法来实现流量的均衡,优化网络资源的利用。仿真结果表明,该算法可动态调整每个链路之间的流量分配,使网络资源占用达到最小。     

移动通信网中基于级串框架的网络流量性能分析

根据湍流尺度分析中的对数无限可分级串方法(LIDC),对从某移动运营商处获取的无线分组网络流量进行了多尺度行为分析,以GPRS为例,发现现网GPRS流量符合对数无限可分级串框架,并由此对无线分组流量数据进行了深入的特性分析. 结果表明,LIDC方法在分析无线分组网络流量的多尺度行为方面非常有效. 该方法不仅在全尺度范围内能刻画网络流量的尺度特性,而且能确定出某一尺度下的有效分析范围. 同时,经过该分析框架分析表明,无线分组网络流量中的尺度保持了幂律关系、单一尺度及尺度不变性等特点.     

Ad Hoc网络中信道自适应多径路由算法

针对自组织移动通信网络,研究了基于自适应调整和编码的多径路由算法。该算法根据信道条件和业务量优化分组在多条路径上的路由,实现整个网络平均分组时延最小的目标。考虑寻找路由以及存储路由表的代价和开销因素,多径路由限制为2条路径,使业务在最小代价路径和次小代价路径中分配。仿真结果表明,最多2条路径的信道自适应路由算法可以获得较小的网络时延。     

一种时间敏感网络GCL自适应调整算法

时间敏感网络（TSN）使以太网技术能够在具有严格时延限制的任务关键型系统中使用。目前在网络上进行部署的TSN大多是静态的,TSN设备无法对拓扑更改或流量的动态变化做出反应。针对上述问题,通过建立门控列表（GCL）模型,推导了理论上时间敏感流的端到端时延,提出了一种GCL持续时长自适应调整算法。根据TSN工作组提出的IEEE 802.1Qcc标准,为GCL的动态配置仿真实现了集中式网络控制器模块。集中式网络控制器管理网络上运行的应用并检测流量变化,之后根据提出的算法动态配置TSN设备,以保障时间敏感业务在流量发生变化时稳定可靠的传输。仿真结果表明,相比静态的TSN配置,使用GCL自适应调整算法后时间敏感流的平均时延满足率提升1倍以上。     

追踪子带划分的OFDM自适应调制算法研究

针对某些信道的慢时变特性和某些对时延要求严格的业务需求,提出一种追踪子带动态划分OFDM自适应调制算法(TDS-OFDM)。该算法充分考虑信道的慢时变性,根据本帧的信道状态和前1帧子带划分的结果快速实现动态的子带划分,并自适应地为各子带中的所有子载波选择相同的调制方式。仿真结果表明,在保证传输质量的前提下,该算法复杂度低,能有效减小时延,减少信令信息的传递,提高系统的频谱利用率。     

WiMAX实时业务下的自适应带宽申请机制

针对全微波存取全球互通（WiMAX）系统的实时业务提出了一种新的基于流量预测的自适应带宽申请机制。该算法依据系统的历史流量数据将指数平均预测和平均累计误差结合起来，对下一时刻到达W系统的数据流量进行估计，在数据流到达之前预先申请额外的带宽资源用于服务该数据流，从而减少实时业务流的时延滞后，并减轻数据流对缓冲的压力。仿真结果显示，自适应带宽请求机制能显著改善实时业务的时延特性和减小缓冲需求。     

无线多跳网络公平性与时延保证链路调度

分析了无线多跳网络中链路调度机制与用户公平性和时延保证特性的关系。为保障多用户业务公平性并减少用户的端到端时延,引入了“链路调度周期”和“链路跳数度”的概念。基于用户调度机会公平性最优化问题模型,通过寻求次优解的方案提出一种用户公平性与时延保证链路调度算法。算法充分考虑了无线多跳网络的空间复用和链路物理特性,保证了系统吞吐量性能。理论分析与仿真结果表明,该算法在保证一定系统吞吐量的前提下,可以有效地提高用户公平性和端到端时延性能。