宽带IPv6路由器研究

目前互联网的基础是IPv4技术,但是由于其可用地址数量非常有限,这样就限制了互联网规模的扩大和应用范围的扩充,而且作为上层业务的承载平台,IPv4数据报文的封装不够合理,不能适应新业务的需要。为了解决这些问题,IETF(因特网工程任务组)提出了IPv6协议。 与IPv4的32位地址相比,IPv6的地址空间扩大到128位,而且分配策略也做了很多的改进,避免了IPv4中的地址空间浪费严重的问题(32位地址空间理论上拥有地址40亿,实际上可用的地址只有2.5亿);IPv6     

改进的HyperSplit报文分类算法

针对现有高速、大容量、多域报文分类算法普遍存在内存使用量大的问题,提出一种改进的HyperSplit多域报文分类算法。通过分析现有算法内存使用量大的原因,修正和设计选择分割维度与分割点、去除冗余结构的启发式算法,最大限度减少决策树中的复制规则数量,消除决策树中存在的冗余规则和冗余节点,优化决策树结构。仿真结果表明,该算法与现有多域报文分类算法相比,不依赖于规则集类型和特征,在保证内存访问次数不增加、报文得到线速处理的情况下,可降低算法的内存使用量,当规则集容量为105时,内存使用量降低到HyperSplit算法的80%。     

基于瀑布过程的多重分形模型特性分析与检验

通过连乘瀑布过程的构建方法,采用对称的Beta分布拟合瀑布过程的乘数因子以及独立的pareto分布拟合瀑布过程的随机变量,建立网络流量多重分形模型。求解该模型合成流量的均值、方差、协方差的表达式,得出其具有正值、长相关、非二阶平稳特性。采用LBNL采集的数据DEC-PKT-1对其进行拟合检验,证明该模型在拟合真实网络流量时的有效性。     

一种修正的欠帐轮询调度算法

该文给出了一种修正的欠帐轮询调度算法,该算法适合用于排队队列比较少且排队报文长度信息不明确的情况;理论分析和实际应用表明,该算法具有良好的公平性,并且具有实现简单的优点,可以很方便地用于核心路由器高密度线路接口卡设计中。     

可重构网络中柔性网络配置代理服务提供模型

随着网络的进一步发展,越来越多新出现的业务要求网络不仅能提供信息传输的可靠性,还要求它们使用的网络在不同服务需求下都能提供稳定服务。柔性网络配置代理是用来根据服务提供控制网络资源使用,提高网络性能,解决上述网络资源配置问题的核心。从流量特性的角度出发,抽象出柔性网络配置代理的服务提供模型,并讨论了柔性网络配置代理的实现。     

多业务网络环境中流量特性分析

当前网络业务环境发生了巨大变化,多业务条件下的网络流量特性是未来设计和优化网络的基础。文章通过对2007年和2008年同一时间段内在同一链路采集的高质量流量数据的深入分析,发现在当前典型的多业务网络环境中,分形特性仍然是网络流量的主导特性,同时又展现出新的特点,这就对可重构路由交换平台的开发提出了新的要求。     

基于随机Petri网的虚拟网可生存性模型研究

针对在描述可重构服务承载网(RSCN)差异化服务需求时无法定量描述其安全属性的问题,提出了一种RSCN可生存性模型。模型基于随机Petri网构建,首先构建RSCN的非马尔可夫随机Petri网模型,再基于最常用的先到先服务(FCFS)故障修复策略得到系统状态可达图,通过引入补充变量建立系统状态概率方程,并最终求解得到该模型。通过仿真实验对该可生存性模型的有效性进行验证,仿真结果表明,理论模型计算结果与仿真结果拟合性较好,可用于描述基于FCFS故障修复策略的RSCN可生存性能。     

内容中心网络中基于温度场的路由算法

内容中心网络（content-centric networking,CCN）作为一种全新的网络体系结构,对路由算法的设计提出了许多新的挑战。针对CCN的特点,提出了一种基于温度场的路由（temperature field based routing,TFBR）算法,将物理学中稳态温度场的概念引入CCN,并采用有限元法求解稳态温度场,形成路由转发决策。仿真实验表明,TFBR 算法能够充分利用CCN 的路由节点缓存功能,在降低网络平均时延性能的同时,提高了CCN 的负载均衡性能。     

基于深度增强学习的数据中心网络coflow调度机制

最小化语义相关流的平均完成时间是数据中心网络流量管理面临的难题之一.受人工智能领域深度增强学习方向的最新研究进展启发,本文提出一种的新的语义相关流调度机制.将带宽约束的语义相关流调度问题转化为连续的学习过程,通过学习以往策略实现最佳调度.引入反向填充和有限复用机制,保证系统的工作保持性和无饥饿性.仿真结果表明,在不同的网络负载下,本文提出的调度机制均使得语义相关流的平均完成时间小于其他调度机制,尤其是网络负载较大时,相比最先进的调度机制,性能提升约50%.     

基于Hash LRU的超时流管理算法

随着UDP流的增多,传统的流结束标识不再适用于判别流结束,目前常采用流超时策略结束流。分析现有的超时流策略,指出其局限性,提出一种基于Hash-LRU的超时流管理算法。利用Hash算法快速定位分组所属表项并更新,通过有区分的最近经久未用算法(least recent used,LRU)区分活动流和不活动流,活动表项在链表头部,不活动表项在尾端被删除。分析和仿真结果表明,与LRU算法相比,Hash-LRU算法将大流的漏判率降低两个数量级,同时该算法满足流量测量的实时需求。