3G R4网络中传情酷秀业务与多媒体彩铃业务交互的研究

传情酷秀业务(3G cool show service)是3G网络可视通话过程中的一种新兴、个性化的视频业务。如何处理好传情酷秀业务与多媒体彩铃业务(multimedia ring back tone)的关系,成为传情酷秀业务发展的关键。本文介绍了传情酷秀业务在3GR4网络中的实现方案,并分析了其与多媒体彩铃业务冲突的原因,重点讨论了解决冲突的几种方法。     

PoC中一种负载均衡与时延优化的RTP媒体流转发机制

对OMA(open mobile alliance)提出的基于IMS(IP multimedia subsystem)平台的PoC(push to talk over cellular) 服务器处的RTP(real-time transport protocol)媒体流转发机制进行了分析建模并进行了改进.新机制通过引入分布式控制的思想来增强参与服务器侧控制功能,将RTP流的转发操作提前到参与服务器处完成,达到了减轻控制服务器处瓶颈效应、平衡网络流量负载和优化数据传输时延的目的.分析和仿真结果表明新机制在平衡网络负载和优化数据传输时延方面较旧机制有明显的改进.     

GGSN协议的一个流程问题分析及改进

在网关GPRS(通用无线分组业务)支持节点(GGSN)项目与服务GPRS支持节点(SGSN)项的集成测试中发现了GGSN相关协议的一处流程交互的定义的缺陷,该缺陷导致在异常的流程处理中大量垃圾上下文的生成,并使得GGSN与SGSN两侧信息产生较大的不一致,这些不一致的信息将在较长时间影响系统的后续运行并产生运行错误.本文分析了此流程缺陷产生的原因并对相应流程提出一种改进的方法.实验环境下的测试结果表明,对协议做这样的改进可以完全解决这一问题并保证工程实现的高效性.     

基于免疫学的多层防护业务冲突管理系统研究

在进行业务冲突管理系统与生物免疫系统的相似性研究的基础上,针对下一代网络中业务的特性,提出一种基于免疫学的多层防护业务冲突管理系统(IMP-SIMS),该系统通过信息预处理、采用冲突检测、通用冲突检测三层防护实现了对下一代网络各种业务冲突的检测和解决.与以往冲突管理系统的比较显示,该系统能够灵活有效地检测和解决业务冲突,显著提高了检测率和检测效率,适应多种网络情况,具有良好的扩展性和通用性.     

基于归一化特征判别的日志模板挖掘算法

针对传统日志模板挖掘时需要日志聚类数目作为先验信息的问题,提出了一种基于归一化特征判别的日志模板挖掘算法.首先,对日志数据进行压缩,以提高后续处理效率;其次,进行日志聚类过程,使用归一化的日志统计特征判断聚类是否满足要求,若满足,则聚类成功;若不满足,则采用二分搜索的方式调整日志聚类的数目,重新进行聚类;最后,从聚类结果中提取日志模板,设计了一种衡量模板挖掘效果的评价指标.在真实数据集上的实验结果表明,算法的模板挖掘匹配度优于基准方法,并且具有良好的泛化性能.     

基于本地内容流行度预测的主动缓存策略

已有边缘缓存技术研究假设已知固定的全局流行度,忽略了反映基站接收到的内容请求历史中的流行度地域差异特性和动态特性,为此,提出了一种基于本地内容流行度预测的内容部署策略.首先,考虑流行度的地域特性,将内容请求历史记录相似的小基站分簇;然后,使用线性回归方法预测每个小基站簇群的本地内容流行度,基于预测的本地内容流行度,利用随机几何和凸优化理论求得次优内容部署决策;最后,基于真实数据集的实验验证了所提算法性能以及相应的缓存系统性能.仿真结果表明,所提算法优于对比算法的缓存命中率性能.     

IRS辅助的边缘智能系统中基于数据重要性感知的资源分配

针对智能反射面（IRS）辅助的边缘智能系统中模型参数汇聚的问题,提出一种基于数据重要性感知的资源分配算法.利用凸优化和分支定界等方法交替优化用户的发射功率、传输次数和智能反射面的相移矩阵.仿真结果表明,所提算法能够基于本地数据的重要性差异有效汇聚分布式智能体的模型参数,并最大化加权和速率.     

无线网络中区块链共识算法的开销分析

选取工作量证明（PoW）和实用拜占庭容错（PBFT）作为公/私链代表,对比分析了两者在无线网络中的系统资源消耗,为区块链类型的选择提供合理评估.首先,建立公平统一的网络模型和区块链标准流程;然后,考虑无线网络传输失败导致的区块丢失,推导分析了相应的PoW分叉和PBFT视图更换概率;最后,分析了无线网络规模对PoW和PBFT的通信开销和算力开销的影响.仿真结果表明,PBFT的算力开销远小于PoW,但PBFT的通信开销受节点规模的影响较大,可扩展性较差;PoW的通信开销受节点规模的影响相对平缓,可扩展性相对较好.     

基于 K-means 的云化分布式 BPEL 引擎放置机制

针对分布式BPEL引擎在云中的放置问题开展研究,提出了一种基于K-means的分布式BPEL引擎放置机制,该机制将BPEL引擎放置问题模型化为相关最优化数学模型,并且将该模型映射到K-means算法进行求解。该机制还讨论了算法在不同网络拓扑随机图、树形网络拓扑的应用。最后利用统计软件R进行了相关实验仿真,仿真结果显示该放置机制可优化服务调用所占用的带宽资源。