SDN中基于蚁群优化的网络测量节点选择算法

在软件定义网络（SDN）中,当流传输路径信息获取受限时,现有的测量节点选择算法只能基于网络拓扑的中心性指标进行测量节点选择,存在测量精度较低、测量负载不均衡、运行时间长等问题。将SDN网络中测量节点选择问题抽象为最小顶点覆盖模型,提出一种基于蚁群优化的测量节点选择算法ACO-NS。利用复杂网络的度分布理论缩减状态转移过程中的候选集规模,同时设计一种信息素局部增强-全局挥发机制,增大可行解的信息素浓度,提高算法的准确度和收敛度,并且缩短搜索时间。通过OpenFlow消息在线计算测量节点的负载,采用邻域搜索策略对过载节点进行筛选和替换,以降低过载处理的时间。实验结果表明,与ACO算法相比,该算法的准确度和收敛度分别提高56.7和28.2个百分点,且单位时间内的过载处理开销降低79.8个百分点,具有较高的测量精度。     

基于加权处理的三边测量定位算法

定位技术是无线传感器网络的关键技术之一,传统三边测量定位算法利用三个锚节点一次确定未知节点的位置坐标,而单次估算的坐标值无法准确反映未知节点的实际位置。提出了一种以RSSI值和通信质量为权值的锚节点选择算法,筛选对未知节点影响力大的锚节点用于节点定位计算。在此基础上,使用角度权重函数综合多次估算的未知节点坐标信息,进而确定未知节点位置坐标。仿真结果表明,与原三边测量定位算法相比,改进算法对锚节点随机分布有较高的鲁棒性,定位精度有较大提高。     

基于精细化梯度的传感器网络节点距离测量

定位在无线传感器网络中具有极其重要的作用,而距离测量往往是定位的前提、寻求低成本、低开销、高精度的分布式传感器网络节点距离测量算法是本文的主要目的.根据无线传感器网络最小跳数梯度场中节点精细化梯度值的分布特征,提出了一种基于精细化梯度的传感器网络节点距离测量方法DV-FGI.与DV-hop算法相比,DV-FGI保留了DV-hop算法低成本、低开销的优点,具有更高的测量精度,并将节点距离测量分辨率从节点有效通信半径提高至网络节点间距.理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果.     

基于Zigbee的无线粮情监控网络中测量节点的设计

针对传统有线粮情监控系统存在的缺陷,提出"平面分离、上下贯通"的无线粮情监控网络的设计思路,实现了设计目标的基本单元测量杆的功能结构,规划了基于Zigbee的无线粮仓温湿度监控网络.根据节能需求将无线监控网络中的节点分为测量节点和路由节点,完成了测量节点的接口电路和主程序设计,并对测量节点中的关键技术进行了阐述.     

最小跳数路由无线传感器网络中的节点距离测量

无线传感器网络中的间接距离测量是一种性价比极高的距离测量方法,但目前测量精度还有待进一步提高。根据最小跳数路由无线传感器网络的行为特征,提出了一种基于最小跳数路由及其路由重复数的节点距离测量算法,与DV-hop算法相比,借助路由重复数较大地提高了距离测量精度。理论分析及仿真结果表明,该算法在节点密集分布的无线传感器网络中具有很好的效果。     

一种基于动态反馈的三级网状态测量机制

随着三级网发展为集数据、语音、视频于一体的综合信息网,只对某个或某几个性能参数的测量已经不能满足分析复杂的网络状态及其产生原因的需要。该文提出了一种基于动态反馈的三级网状态测量机制。该机制通过守护测量获取网络的基本状态,然后根据获取的测量结果判定是否需要对网络状态进行进一步的测量,若需要,则自动选择待测参数和测量手段,发起反馈测量,获取进一步的网络状态信息以分析现有状态出现的原因。该测量机制能够反映网络故障等产生的深层次原因,有利于及时准确的故障设备,保证网络的正常运行。     

基于网络断层扫描的传感器网络测量技术

提出一种基于断层扫描技术的传感器网络测量方法,通过在网络边界节点获取网络自身传输的数据报文,分析推测网络的性能。针对传感器网络的特点,提出在被动测量条件下的报文丢失率模型,给出MLE-EM算法的实现。仿真试验证明,算法在不增加节点负担的前提下,能够有效推测链路的报文丢失率,随着网络规模的扩大,仍能准确地反映网络内部的链路性能。     

基于改进贪婪算法的测量节点选择优化方法

未来应用场景对名字解析系统有着确定性时延保障的需求,如何有效选择测量节点,为确定时延名字解析提供支撑是本文着力解决的问题。本文将网络测量节点部署问题映射成为最小点覆盖问题,并基于传统的贪婪算法提出一种面向网络测量节点选取的改进贪婪算法,从优化贪婪算法迭代周期和针对实际场景特点改进排序算法2个方面进行优化。实验结果表明,基于改进贪婪算法的求解方式比传统贪婪算法的求解方式,平均耗时减少了90%以上。     

传感器网络中高精度距离测量的轻量化计算

无线传感器网络资源严格受限的特性要求网络内的信息处理不宜过于复杂。为了以较低代价测得较高精度的传感器网络节点间距离,提出DV-HOPF距离测量算法,该算法基于最小跳数梯度场及邻居节点信息进行高精度节点距离测量,借助分段线性化处理简化距离测量时的计算。为减小线性化处理时引入的误差,借助单段线性化处理时最大误差点的位置特征估计多段线性化处理时的分段点,实现每梯度层次分两段的线性化廉价处理。与DV-hop距离测量算法相比,以较小的通信开销、计算开销和存储开销为代价,极大地提高了距离测量精度,保证了节点间距级的距离测量分辨率;与严格按理论关系式精确计算相比,极大地降低了计算复杂度,降低了对传感器网络节点的要求。     

流量测量在SDN网络安全诊断中的应用研究

为了解决软件定义网络(Software Defined Network, SDN)网络流量测量的节点选择中,受环境影响因素导致选择节点的效率低下和估计精度不够的问题。研究以蚁群优化的测量节点选择方法和小流推测的异常检测机制为基础,在蚁群优化算法的基础上加入领域搜索算法进行改进;并且提出以小流推测为基础的网络异常检测机制,对多种网络安全异常进行识别。实验结果显示,改进的蚁群优化算法(Ant Colony Optimization, ACO)算法准确性由0.504提高到1.000;收敛性由0.483提高到0.721;单位时间开销由0.905控制降低到了0.105。数据表明优化后的ACO算法在SDN网络中流量测量的精确度得到了提高。以小流推测为基础的网络异常及检测方法在网络安全实验中表现出了优良的识别异常的能力,可以广泛应用在数据安全保障方面。     

面向交通信息采集的智能无线传感器节点

为了准确实时获取交通信息参量,利用无线传感器网络技术作为智能交通感知前端和通信手段,融合GPRS技术,构建交通信息采集网,为道路交通信息采集提供了更加便捷的解决方案。设计了交通信息采集的传感器节点,提出了动态车辆探测算法和车速测量算法。实测结果表明:动态车辆探测算法和车速测量算法能够在计算能力有限的传感器节点上实现,能准确实时地获得车流量、车速等交通参量;该交通信息采集系统能满足网络大规模部署的需求,可应用于智能交通系统。     

基于移动锚节点无线传感器网络定位的算法

无线传感器网络应用在很多场合中,监测目标进行定位和跟踪是最基本的应用。在无线传感器网络中基于移动锚节点的定位算法进行设计仿真,网络部署成本显著减少。节点能耗减少,运行时间延长,而且在网络边缘上的节点100％都能获得节点位置．该设计算法能得到完整的网络信息,即使在网络节点出现故障后,通过移动锚节点来重新确认所有无故障节点的位置,进行重新定位。     

一种移动无线视频传感器节点的覆盖算法

在现有的无线传感器网络覆盖算法的研究中,缺乏对移动节点路径规划的研究,而针对具有视频传感器节点的网络仍使用普通传感器圆形覆盖区域的测量方法来计算覆盖面积,并不完全符合实际情况.基于这两方面的原因,本文提出了一种适用于无线视频传感器节点的最大覆盖算法,并提出一种对于视频传感器节点覆盖面积的计量方法.该算法能够使节点在保证网络连通性的前提下,达到最大的有效监测范围.此外,本文建立了相应的仿真实验模型,对该算法的有效性和覆盖面积进行了实验与分析.结果表明,本算法的节点监测面积大约为使用随机运动算法的节点监测面积的1.5倍左右,并可以保证网络的连通性.     

一种无线传感器网络节点定位算法的改进

利用无线信号强度实现了煤矿安全监测无线传感器网络（WSNs）节点问的自定位,提出了一种新的节点定位算法,介绍了算法的基本原理和实现方法。该算法不需要任何额外的硬件支持,节点间通信开销少。仿真结果表明：所提出的算法可以有效地提高WSNs节点的定位精度。     

基于相似度的三元社团合并算法*

针对使用相似度测量进行社团划分时可能出现的判断冲突问题,提出了一种基于相似度的三元社团合并算法。首先通过对相似度阈值的选取,筛选网络中不同的三元社团,并将其作为社团合并的基本元素,通过社团相似度将其合并。然后将剩余节点和孤立三元社团分别按照节点从属度和三元社团从属度划分到相应社团。最后通过在人工合成网络和真实世界网络上进行实验测试,结果表明用本文算法可以准确高效的将网络中的节点划分到相应的社团。     

一种无线浮标传感器网络覆盖优化算法的研究

无线浮标传感器网络是无线传感器网络应用于海洋监测领域的典型方式,而网络覆盖问题是衡量无线浮标传感器网络工作性能的重要指标之一。文中主要研究了一种适用于无线浮标传感器网络的覆盖优化算法。该算法的基本思想是在节点密集部署的监测区域中让每个节点与邻居节点交换信息以确定所要激活的最终候选节点,并将其他冗余节点设为休眠状态,以达到在所需的期望值下降低能量消耗的作用。不同网络规模的Matlab仿真结果分析可知该算法可以适当减少能耗,延长网络的寿命。     

一种基于拥塞发现的强化学习P2P网络视频点播预取策略

在P2P(Peer to Peer)网络视频点播中设计合理的视频内容预取策略,可以有效地解决视频观看中出现的缓冲等待时间过长、服务器负载过大等问题。而现有的P2P网络视频预取方法往往考虑了视频内容的发现而忽略了节点本身的状态监控,在网络拥塞发生时存在视频播放观看不佳的情况。提出了一种基于拥塞发现的强化学习P2P网络视频点播预取策略,通过监测节点的拥塞状况以及带宽等参数,采用Q-learning学习算法综合评估网络节点,引导视频预取节点的选择,减少了对网络拥塞节点视频内容的预取。实验结果表明,该方法能提高视频播放流畅性,避免用户在节点发生拥塞时等待时间过长,提高了视频播放效率。     

基于共邻节点相似度的社区划分算法

复杂网络中的社区结构能帮助人们认识网络的基本结构及其功能。针对目前多数社区划分算法准确率低、复杂度高的问题，提出了一种基于共邻节点相似度的社区划分算法。首先，为了计算节点间相似度值，提出了相似度模型，该模型通过将被测节点对的邻居节点引入一并计算，提高了相似度度量的准确性；然后，计算节点局部影响力值，能客观地表现出节点在所处网络中的重要性；其次，结合节点相似度值和节点局部影响力值对节点进行层次聚类，完成网络社区结构的初步划分；最后，通过聚合初步划分的子社区，获得复杂网络的最优模块度值。仿真结果表明，在网络的社区特征模糊时，与新的基于局部相似度的社区发现算法（CDALS）相比，所提算法的准确率提高了14%，证明了所提提法更能够准确、有效地划分复杂网络的社区结构。     

能量有效的无线传感器网络时间同步算法

针对无线传感器网络时间同步能耗问题,提出一种能量有效的时间同步算法。该算法结合了TPSN协议和RBS协议的特点,利用无线信道的广播特性,在两个参考节点广播域里的所有节点通过监听参考节点之间的数据包交换而达到同步。并提出一种同步节点选择方法,将该同步算法扩展到多跳网络。实验结果表明,该算法在保持同步精度的同时降低了能量消耗。