基于Stackelberg博弈论的Multi—Homing负载均衡研究

阐述了Stackelberg博弈的基本理论和模型,并将其应用于多主接入网络的负栽均衡问题中,给出了一种基于Stackelberg博弈理论的多主接入网络带宽分配模型.考虑网络和用户之间的供需平衡,采用线性和非线性价格方案,给出了更加合理的带宽分配策略.仿真结果证明了算法是有效的,Stackelberg博弈模型能够合理有效地利用带宽资源,实现了负载均衡.     

多优先级的卫星网络信道分配算法

为了解决终端接入卫星网络的信道分配问题,充分利用卫星网络有限的信道资源,在分析终端级别和业务级别多样性的基础上,加入优先级标识,建立多终端和多业务优先级模型,分析接入满意度与接入阻塞率、链路带宽和链路总时延的关系,建立接入满意度模型,提出信道竞争机制和带宽压缩机制,进而提出基于多终端和多业务优先级的信道分配算法。仿真结果表明,相比传统算法,该算法可以根据不同终端和不同业务级别分配卫星网络的信道资源,提高接入满意度,进而提高信道利用率。     

无线城域网综合资源调度策略设计与实现

宽带无线城域网是当今无线通信领域中的一个热点,而其中的资源调度策略直接关系到系统性能的优劣。本文针对IEEE802.16标准下的宽带无线接入系统设计了一套能够保证用户QoS的资源调度和分配方案,该方案由接纳控制方案、请求机会分配方案及带宽分配方案三部分组成,它的双层调度机制能够针对不同QoS等级的业务提供不同的调度方案,满足用户的QoS要求。     

一种适合于宽带卫星网络的均滑式慢启动策略

分析了标准慢启动策略在宽带卫星网络中性能下降的原因,提出了一种均滑式慢启动策略,通过定时器中断来控制数据发送,均匀网络负载,减少网络拥塞.NS仿真表明,均滑式慢启动在高带宽时延积的宽带卫星网络中平滑了数据突发,改善了传输性能.     

一种分层多描述编码的动态带宽分配策略

针对无线流媒体业务带宽资源有限的特点,提出一种基于分层多描述编码的动态带宽分配策略LMDBA.该策略利用了分层多描述编码的特性实现动态带宽分配,并采用QoS升降级策略,在保证用户QoS的前提下,尽可能地降低系统阻塞,提高系统带宽资源利用率.并对QoS升降级策略进行了公平性分析.仿真实验结果表明,在提供一定用户QoS保证下,提出的新策略比传统固定带宽分配策略在带宽资源利用率和系统阻塞上有显著的改善.     

RBAC模型的研究改进与实现

本文针对现有基于角色访问控制RBAC（Role_based Access Control）模型中权限分配过于复杂,以及动态性方面的不足,从实现的角度提出了一种改进的模型。通过引入用户组的概念使具有相同权限的用户加入到同一个组,然后将权限分配给该用户组,简化权限分配及管理。采用构建时约束与运行时约束相结合的方法来增加模型的动态性。最后对该改进模型进行实现。     

关于改进的RBAC模型研究及应用实现

通过对基于角色的访问控制模型分析,结合无锡市政协数字化平台的工作需要,提出了一种基于用户组的RBAC模型。把具有相同职责的用户组成一个用户组,由原来的给每个用户分配角色,改进为给用户组分配角色,减小了授权的工作量。系统采用J2EE技术,集成Struts,Spring,Hibernate开源框架,论述了权限管理模块的实现方法。     

高校业务管理系统中权限模型的研究与实现

为解决传统的基于角色的访问控制(RBAC)在高校业务管理系统中的局限性,提出了一种改进的权限模型,引进了用户组的概念,该模型在角色与用户之间添加用户组,将角色直接授权给用户组,而不是用户,传统的为用户分配角色就转化为用户组分配角色,而在权限上将权限具体分为数据权限和操作权限两种,分别用独立的建模软件和Web浏览器设置,使之具有高效、灵活的特点,非常适合高校的业务管理系统,最后给出了新模型的设计与实现.     

面向多租户网络资源分配的博弈优化策略

为了应对5G及未来网络中用户间差异化的服务需求,改善多租户网络切片资源利用率低和部署成本高的问题,提出一种基于多租户网络资源分配的博弈优化策略。在多租户网络中,网络切片租户（NSTs）租用基础设施提供商基站的无线频谱资源,将接入服务切片构建为网络切片即服务,为用户提供网络接入服务。将NSTs和用户的关系建模为一个多主多从的Stackelberg博弈,引入切片流行度和服务命中率指标,建立博弈双方的策略空间和收益函数,并证明NSTs的切片订购策略存在唯一的纳什均衡。通过逆向归纳法分析博弈模型,提出一种分布式迭代算法求得用户的最优吞吐量需求以及NSTs的最优切片定价。仿真结果表明,与传统考虑切片资源分配的优化策略对比,基于多租户网络资源分配的博弈优化策略能够有效提高资源利用率和用户满意度,并降低切片部署能耗,较好地实现频谱带宽资源的合理分配。     

基于联邦共识机制的多视频流带宽分配策略

针对瓶颈链路中视频带宽分配不均导致的用户QoE不公平以及带宽利用率低的问题,提出了一种基于联邦深度强化学习的分布式视频流公平调度策略。该策略能够根据客户端网络状态和视频QoE等级动态生成带宽分配权重因子,服务器端的拥塞控制算法则根据带宽分配权重因子为瓶颈链路中的每个视频流分配带宽,以保障瓶颈链路中视频流的公平传输。每个视频终端都运行一个带宽分配agent,且多个agent以联邦学习的方式周期性地训练,以便代理模型能够快速收敛。带宽分配agent通过共识机制同步联邦训练参数,实现了在异步播放请求条件下带宽分配agent模型参数的分布式聚合,并确保了agent模型参数的安全共享。实验结果表明,与最新方案相比,提出策略在QoE公平性和整体QoE效率方面分别提高了10%和7%,这表明提出策略在解决视频流带宽分配不均问题和提升用户体验方面具有潜力和有效性。     

基于非负矩阵分解的IP流量预测

为解决宽带多媒体卫星通信系统中的IP流量预测问题,首先使用多用户的IP流量作为训练数据,通过非负矩阵分解迭代方法将其分解为基向量矩阵和编码矩阵,之后再通过ARIMA模型在时间维度上对编码矩阵中的各个行向量进行预测,最后依照预测结果和基向量矩阵合成出各个用户的IP流量预测结果。由于经非负矩阵分解后,编码矩阵中的行向量个数小于用户个数,因此相对于原始的单个用户独立预测方法,新方法可以降低运算的复杂度。仿真实验证实了本方法预测的准确性。     

基于分簇和Stackelberg博弈的D2D资源分配策略

当前,车辆密集通信场景下存在通信资源利用率低、DUE(D2D user)用户通信质量差等问题。针对上述问题,提出了一种基于分簇和Stackelberg博弈的D2D(device to device)资源分配策略,以解决DUE用户功率分配、信道匹配问题。首先,基于每个信道内DUE用户之间干扰最小原则,该模型对所有DUE用户进行分簇;然后,对于CUE(cellular user)用户与DUE用户簇,构建一对多的Stackelberg主从博弈模型,通过复用链路干扰参数和簇内干扰参数的迭代更新,优化每个DUE用户的发射功率;最后,利用匈牙利算法实现DUE用户簇与CUE用户的最佳信道匹配,最大化DUE用户的容量和。仿真结果表明,与基于价格迭代、等功率分配和高能效干扰约束的几种功率分配算法相比,所提算法能有效提升DUE用户的总容量。     

Information delivery through broadcasting in satellite communication networks

Satellite broadcast is an important candidate for large-scale multimedia information distribution due to the inherent wide-range multicasting capability of satellites and the asymmetry of satellite communications (high bandwidth downlink, limited bandwidth uplink) that matches nicely the information flow asymmetry in multimedia applications. We consider a data broadcasting model that is encountered in most asymmetric satellite communication environments. The problem of scheduling the data broadcast such that average response time experienced by the users is low is considered. In a push-based system, where the users cannot place requests directly to the server and the broadcast schedule should be determined based solely on the access probabilities, we formulate a deterministic dynamic optimization problem, the solution of which provides the optimal broadcast schedule. Properties of the optimal solution are obtained and then we propose a suboptimal dynamic policy which achieves average response time close to the lower bound. In a pull-based system where the users may place requests about information items directly to the server, the scheduling can be based on the number of pending requests for each item. Suboptimal policies with good performance are obtained in this case as well. If a user has local memory, it can alleviate its access latency by selectively prefetching the items from the broadcast and storing them in the memory. A good memory management strategy can substantially reduce the user's access latency. An optimal memory management policy is identified, that minimizes the expected aggregate latency. Memory update strategies with limited look-ahead are presented as implementable approximations of the optimal policy as well. We also consider the problem of joint broadcast scheduling and user's cache management and propos a joint optimization scheme which can achieve the performance up to 40% better than the existing non-joint approach.     

Optimal robust policies for bandwidth allocation and admission control in wireless networks

We consider joint strategies of bandwidth allocation and admission control for elastic users competing for a downlink data channel in a cellular network. For the sake of robustness and generality of the results we focus on the set of strategies whose performance does not depend on the detailed traffic characteristics beyond the traffic intensity. Performance is studied at the flow level in a dynamic setting where users come and go over time. A number of user classes are considered, which are characterized by their achievable bit rate, guaranteed throughput, arrival rate and mean flow size. We aim at characterizing a strategy which is optimal in the sense of having the lowest blocking probability. Such characterization provides some interesting insights into the optimal policy and its evolution as the system load increases. In some cases computing the optimal policy can be exceedingly complex except for lightly loaded systems. For those cases we propose a computationally feasible suboptimal policy that achieves a good relative performance. Finally, we show that in scenarios of practical interest, the loads of interest lie inside the region where the optimal policy can be efficiently computed.     

OFDMA认知无线电网络中面向功率控制的频谱定价与分配

针对OFDMA认知无线电网络,提出一种基于Stackelberg博弈的频谱定价和分配模型.对于次基站控制次网络传输功率来保护主网络通信的场景,主基站可通过该模型获得最优的频谱定价方案.从功率控制的角度,重新设计次用户的效用函数,运用Stackelberg博弈对单个主基站和多个次用户在频谱租赁市场中的交易行为进行建模.通过逆向归纳法,求解市场均衡下的最优频谱定价,使得主基站在考虑主网络QoS降级的同时获得最大收益.此外,对于主基站只能获取本地信息的情形,提出了基于动态Stackelberg博弈的分布式频谱定价和分配模型.仿真实验表明,该模型能够在控制次网络传输功率的基础上,提供最优频谱定价和频谱分配方案.     

基于QoE感知的中继卫星带宽资源分配方法研究

为改善数据中继卫星的带宽分配对负载传输效率的影响，提出了一种基于用户体验质量QoE感知的中继卫星带宽资源分配方法。考虑到空间信息网络高动态链路情况下传输的可靠性，建立基于多个静止同步轨道卫星协同接入模型，研究了低轨道用户卫星进行多路数据上传的优势特点。通过设置链路效能函数，其将用户QoE满意度量化为链路反馈和链路成本，并用库恩塔克方法求解，实现最大化系统效能和带宽公平分配。研究结果表明，与Load-Balancing和Best-SNR-First方法相比，该方法不仅保证了用户QoE满意度，还提升了网络的接入性能。     

基于用户和分级QoS的动态带宽分配的研究

传统用户带宽固定不变的管理办法,存在即使网络出口带宽空闲,用户也不能获得更高带宽的问题,网络出口带宽得不到充分利用。提出了一种基于用户和分级QoS的动态带宽分配控制算法（Dynamic Bandwidth Allocation based on User and Multi-level QoS）,该算法根据网络出口带宽的使用状态,以及用户的QoS等级动态地调整用户带宽。实验结果表明,该算法能够在保证网络有效运行的状态下,最大限度地为用户提供带宽,有利于充分利用网络出口带宽。