多虚拟机环境下磁盘写优化机制

在虚拟化环境下,如何在写直达法和写回法之间做出权衡以使系统既具有较好的可靠性又具有较高的磁盘读写性能,是一个亟待解决的问题。本文提出了基于XEN的兼有写直达法和写回法优点的磁盘数据写操作方法。通过修改虚拟机块设备前后端驱动程序,在虚拟机管理器中为每个虚拟机建立块级别的虚拟机磁盘缓存。虚拟机中的应用程序均采取写直达的方式,将数据直接写到位于虚拟机管理器的虚拟机磁盘缓存中。结果表明,该机制能为虚拟机提供高效率的磁盘读写操作,同时,在虚拟机系统突然宕机时也能保证用户数据的完整性和可靠性。     

不确定时间序列的相似性匹配研究

确定时间序列的相似性匹配方法都没有考虑数据的不确定性,而现实世界中诸如温度传感器等设备采集到的数据往往是不确定的,并且两条不确定时间序列之间的距离也是不确定的,所以现有的确定时间序列的相似性匹配方法不适用于这些领域。针对此问题,提出了基于统计学的规约算法,并且基于该算法提出了不确定时间序列相似性匹配的两种新型算法。在规约过程中,规约算法优化了不同背景下不确定时间序列的小概率点和奇异点的处理。在匹配过程中,首先提出了圆环匹配算法,它通过构建匹配圆环完成相似性匹配,并且通过多次重启提高相似性匹配的准确度和效率;然后在规约算法的基础上,提出了期望匹配的改进算法,它通过增加包络约束消除期望匹配算法中出现的误判问题。     

P2PVOD中基于时间片的网络逻辑拓扑构造

针对现有P2PVOD系统中因执行拖动操作的节点对索引服务器的完全依赖性而造成的索引服务器压力大、拖动请求响应时间长的问题,本文构造一种基于时间片的网络逻辑拓扑.构造该拓扑的基本思路:目标节目的播放时长等分为若干时间片;根据当前播放时间确定各个节点所处的时间片;基于节点的时间邻近度在处于相同时间片或不同时间片的节点之间建立逻辑关系,构成基于时间片的网络逻辑拓扑.在该拓扑中,执行了拖动操作的节点不再请求索引服务器,而是依据节点之间的逻辑关系及时间邻近度进行拖动后的拓扑重构,从而消除了对索引服务器的依赖.仿真实验表明,该拓扑结构有效提高了系统整体服务能力.     

P2P VOD中基于多频道重叠网的数据缓存策略研究

P2P VOD系统中频道间的网络规模差异性会引起的系统整体的缓存能力不均衡,并因此造成大量冷门频道上的缓存能力不能满足数据需求.针对此问题本文提出一种新的数据缓存策略,通过提高单频道的缓存利用率,并构建多频道重叠网来优化系统整体的缓存能力分布,从而达到提升冷门频道的缓存能力的目的.实验仿真数据表明,此数据缓存策略通过均衡频道间的缓存能力,能有效提高系统整体服务能力.     

一种利用双路径组播树提高应用层组播稳定性的方案

应用层组播作为IP组播的替代方案,具有简单灵活、容易部署的优点,在分布式多媒体通信领域获得了广泛的应用.但其存在组播树稳定性的问题,发展受到了限制.该文提出一种双路径组播树方案,采用两个组播树传输和转发不同内容的数据,在节点加入或者退出组播组时,不需要重新构建组播树,其它节点仍然可以接收到可接受的多媒体数据,从而减少故障恢复的时间,提高应用层组播的稳定性,改善应用层组播的性能.最后通过计算机仿真,表明该方案在节点加入和退出时减少了故障恢复时间,维护了组播树的稳定性,具有良好的性能改善和显著的优点,适合多媒体业务传输.     

基于小生境遗传优化的Rao-Blackwellised SLAM算法

同步定位与地图构建（SLAM）是实现机器人自主定位的核心问题之一,Rao-Blackwellised粒子滤波器（RBPF）作为一种SLAM定位的有效方法,被广泛应用在实时定位领域中,但由其随着粒子数目的增加会频繁重采样从而导致“粒子退化”问题。为了解决该问题,改善SLAM性能,该文提出了一种基于改进小生境遗传优化的RBPF SLAM算法INGO-RBPF,采用改进的Rao-Blackwellised粒子滤波器解决SLAM路径估计问题,采用扩展卡尔曼滤波器解决SLAM地图估计问题。最后通过MATLAB仿真表明INGO-RBPF算法具有较高的估计精度和稳定性,抗干扰能力较强,定位较准确,比较适合应用在SLAM实时定位中。     

基于IPv6的家庭信息网络架构与设计

作为下一代网络协议的IPv6在构建家庭信息网络方面具有诸多优势，文章提出一种基于IPv6协议的家庭信息网络架构，并讨论了原型设计。该架构具有扩展性和实用性，而且操作配置简单，在构建IPv6家庭信息网络时具有诸多优点。     

VoIP系统中延迟约束的中继转发策略研究

将对等覆盖网技术引入到应用层路由方案中,利用寻找中继结点的方法,在应用层选取合适的结点对语音数据包进行中继转发,充分利用了网络上结点的差异性和多样性,形成延迟约束的中继转发策略.在NS2网络模拟器中对动态路标机制方案进行了模拟,得到保持在70%以上的中继结点命中率,证实了算法的可行性.     

基于细粒度标签的在线视频广告投放机制研究

随着互联网的发展,对精彩视频点进行标注、评论和分享成为趋势.这类群体智慧信息的有效利用将有助于提升视频广告的投放效果.首先将用户提供的细粒度视频标签收集起来,通过视频时间轴加权计算生成视频热点,进而利用视频热点描述信息基于分类匹配的思想来选取广告,最后找出视频热点内用户对视频关注度下降幅度最大的时间点投放广告.实验证明,在数量为百万级的视频集合中,该方法选取的广告与视频的相关性达到85%左右.用户在广告播放过程中关闭广告的概率小于10%.与目前广泛应用的广告投放方式相比,广告的平均播放时间能提升21.5%,广告点击率能从0.65%提高至0.73%.