基于选播机制的无线Mesh网络网关选取路由算法

提出了一种基于选播的无线Mesh网络网关选取模型和相应的网关选取路由算法。该模型将所有网关节点抽象成一个选播组,将所有的网关节点组成一个网关树,实现对网关组成员的管理与维护。网关选取路由算法以时延为度量,通过有效的选播机制自适应地查找"最优"网关节点为客户节点服务,以提供响应最快的高质量的因特网接入服务。实验结果表明,该算法能在合理的时间内有效地解决多网关选取问题。     

基于紧密中心性的无线mesh骨干网网关部署

将定向天线和Delaunay图应用于无线mesh骨干网络的网关部署,提出了基于紧密中心性的无线mesh骨干网络网关部署算法。根据已知的mesh路由器和网关的最大流通量对网络进行划分,形成Delaunay子图,在划分的子图中根据欧几里德距离找出距离中心点最近的3个节点,形成候选网关集,在候选网关集中选择到其他节点总路径最短的节点作为网关的部署位置,将每个子图的网关位置输出。仿真结果表明,根据网关最大流通量进行合理网络划分后,算法能最小化网络的网关数量,由mesh路由器到网关的总路径长度优于随机算法。     

EEFA:高能效的IEEE 802.11N帧聚合调度算法(英文)

Packet size is restricted due to the error-prone wireless channel which drops the network energy utilization.Furthermore,the frequent packet retransmissions also lead to energy waste.In order to improve the energy efficiency of wireless networks and save the energy of wireless devices,EEFA(Energy Efficiency Frame Aggregation),a frame aggregation based energy-efficient scheduling algorithm for IEEE 802.1 In wireless network,is proposed.EEFA changes the size of aggregated frame dynamically according to the frame error rate,so as to ensure the data transmission and retransmissions completed during the TXOP and reduce energy consumption of channel contention.NS2simulation results show that EEFA algorithm achieves better performance than the original frame-aggregation algorithm.     

基于场景生成的能量收集网络模拟方法

能量收集网络（Energy Harvesting Networks）是一种新型的计算机网络形式,它通过搜寻各类环境能源,将其转化成可用的电能,然后将这些电能作为主要或辅助的电源方式供给电子设备进行网络通讯.但是,现有的能量收集网络大多采用解析概率分布函数刻画能量获取过程,无法准确模拟实际情况,缺乏真实性.为此,提出一种基于场景生成的能量收集网络模拟技术.首先,该方法基于历史能量获取数据,无需预设概率分布函数,使用最优消减技术生成单时段代表场景;然后,利用时齐模拟退火算法生成日场景序列,以便能够准确模拟能量收集网络中能量获取的随机特性.以实际的风电数据为例,通过与真实数据的对比,验证该方法的准确性和稳定性;然后以网络吞吐量的优化为例,验证了该方法在能量收集网络系统规划运行中的可行性和有效性.     

TCP/IP协议的脆弱性与相应的对策

TCP/IP是目前网络环境中广泛采用的联网协议。分析了TCP/IP协议存在的安全隐患和具体实现中的一些弱点,介绍了利用相应的弱点进行攻击的方法。最后,给出一些防止攻击者利用这些弱点进行攻击的方法。     

基于最大流的无线mesh网络负载均衡信道分配算法

针对无线mesh网络中各信道间的干扰情况及流量负载均衡问题,定义了负载均衡的目标优化函数,设计一种基于最大流的负载均衡信道分配算法。该算法优先考虑为负载量比较大的链路分配更多的带宽,使得一些关键链路能够承受较大的流量负载,实现各信道的负载均衡,减少网络拥塞,降低分组丢失率和延迟。实验结果表明,该算法较好地平衡了网络负载,在网络业务较重的情况下还能获得较好的网络性能。     

改进的粒子群优化算法在QoS选播路由中的应用

QoS选播路由问题是一个非线性的组合优化问题,已被证明是NP完全问题.提出一种基于改进的粒子群优化的多QoS选播路由算法.算法引入一种特殊相加算子,让较差的路径能够不断向较好的路径学习,使算法尽可能向全局最优者靠近;设计一种随机变异算子,通过对全局极值进行随机变异,保证了粒子的多样性,提高了算法跳出局部最优解的能力.实验结果表明,该算法是可行和有效的,能够在资源预留的基础上较好地满足用户对带宽和时延的要求.     

基于802.11的无线Mesh网络可用带宽估计方法

可用带宽估计方法是提高网络QoS水平的关键技术.通过分析无线Mesh网络的特点与无线信号通信的特征,并建立信号信道容量与发送功率和接收功率在理想通信系统中的数量关系,建立了可用带宽与发送功率和接收功率的数量关系,提出了通过计算无线Mesh网络节点信号容量来估计无线Mesh网络链路可用带宽的方法,从而使得可用带宽估计方法在无线Mesh网络的估计结果更接近真实值.实验结果表明,该方法估计的结果更接近真实的可用带宽,在无线Mesh网络中的精确度要高于APEAB方法,可以为网络管理、流量控制和保证Qos提供参考.     

一种基于网络编码的组播路由算法

网络编码是2000年提出的一种新算法,其主要优点是使组播传输速率能达到理论上限值.介绍了传统组播路由算法的局限性,分析了现有网络编码算法的优点和不足,在某个改进的网络编码数学模型上,提出了一种静态分布式分层网络编码SDLNC算法(Static Distributed Layered Network Coding).模拟实验表明,该算法可以显著提高组播路由的数据传输速率.     

一种用于异常检测的自动日志分析方法

针对现代大型系统中系统日志的异常检测问题,提出了一种基于自动日志分析的异常检测方法(CSCM).该方法通过在预聚类下结合细化分析与多视角的异常提取过程,来实现系统日志的异常检测.首先,引入信息熵以提取日志信息量;其次,基于Canopy预聚类过程提取子集交叠数据,以缩小计算范围;利用谱聚类进行细化分析,并结合预聚类结果以优化初始化问题;最后,通过关联不同视角下的日志分析,分别提出显性与隐性异常对象的定义,基于稀疏簇质心的分析和异常度的计算,识别出异常日志.实验结果表明,提出的检测方法能够准确有效地识别系统日志中的异常值.