基于免疫原理的多拓扑路由生成算法

针对现有多拓扑路由生成算法存在存储资源利用不合理、多故障恢复能力无法有效适应网络环境等问题,提出了一种结合生物免疫原理的多拓扑路由生成算法。该算法以适应网络环境中常见的多故障为目标,根据免疫原理中抗原与抗体决定基无须完全吻合而只需关键部位相匹配的机制,将子拓扑生成看作免疫原理中的抗体产生,增强了多故障情况下的网络抗毁性,同时引入人工免疫算法来解决算法中的寻优问题。实验结果表明,该方法提高了网络在多故障环境下的抗毁性。     

基于着色树优化的网络并发链路故障快速恢复方法

为了实现网络并发链路故障的快速恢复,提出一种基于改进人工鱼群算法着色树优化的故障快速恢复方法.首先从备份拓扑构造、着色树生成及流量转发三个方面分析整体恢复方案,在此基础上,建立着色树的生成模型并利用人工鱼群算法对其进行优化以进一步提高其性能,引入变异操作有效解决寻优陷入局部僵局的问题.仿真实验表明,该恢复方案不仅提高了网络在并发链路失效情况下的故障恢复能力,同时在恢复路径及路由备份方面也具有较强的性能.     

一种模糊控制的组播速率调节机制

目前多数组播拥塞控制机制采用模拟TCP窗口机制传输流媒体业务,尽管保证了TCP友好性,但是速率不够平滑,不能很好地满足流媒体组播业务服务质量的要求。针对这一问题,提出了一种模糊控制的组播速率调节算法（FC-MRAA）。该算法基于模糊控制理论设计了两个模糊控制器,一个根据接收端的反馈信息计算速率增量,保证TCP友好性;另一个根据路由器缓冲区占有率计算控制增益,平滑发送速率。仿真结果表明,该算法具有良好的速率平滑性和TCP友好性。     

一种基于负载和队列的模糊主动队列管理算法

针对目前已有的模糊主动队列管理算法(AQM)大多只考虑队列长度及其变化率作为模糊输入,很少同时考虑包到达速率的影响,结合队列长度和包到达速率,提出一种更为有效的模糊主动队列管理算法(FQL-AQM)。FQL-AQM以瞬时队列长度和网络平均负载因子作为模糊输入来调整包丢弃概率,并采用参数自校正技术,将队列长度维持在期望的队列水平上、包到达速率维持在队列服务速率附近,使算法对网络状态的变化具有很好的适应能力,从而提高网络的鲁棒性。仿真结果表明,FQL-AQM算法具有比FQ-AQM算法更快的响应速度、更高的链路利用率和更好的队列稳定性,从而减少了分组延时抖动和分组丢弃率。     

基于MATLAB/VB的网络故障诊断软件设计

将VB调用Matlab的方法应用到基于神经网络的网络故障诊断系统软件的设计中;以VB编写诊断系统的主界面,利用ActiveX技术调用Matlab神经网络工具箱完成对网络故障的诊断,将两者的优势有机结合,从而缩短了程序开发周期,减少了程序员的工作量;该软件具有良好人机交互界面,便于网管人员的学习和掌握,且实例验证表明利用VB调用Matlab方法开发的网络故障诊断系统,其诊断结果可靠,能够满足网络实时故障诊断的要求.     

一种用于入侵检测的改进人工免疫算法

通过对基于信息熵和基于欧氏距离的免疫算法的分析和改进,提出一种新的适用于入侵检测的人工免疫算法（AIAID）。该算法引入马氏距离的思想,改进相似度和期望繁殖率的计算,把抗体不同特征的重要性和取值范围加入到相关运算中,对算法流程进行优化。设计一种新的基于AIAID的入侵检测系统模型。实验表明,将AIAID用于入侵检测能够明显缩短训练时间,提高检测效率。     

基于动态流量的多拓扑链路权值优化算法

针对网络流量动态变化和不同流量对拥塞控制和传输代价的要求不同的现象,提出一种基于小生境粒子群的多拓扑路由子层链路权值优化算法。该算法以适应网络流量动态变化为目标,设置了以时段划分的业务量矩阵和适应流量动态变化要求的权重因子。优化目标函数从拥塞代价影响和传输代价影响两方面进行了改进,并利用小生境粒子群算法对目标函数进行寻优,以解决一般优化算法存在的容易陷入局部最优的问题。实验结果表明,算法能够在网络中实现负载均衡。     

基于非液体流模型的可用带宽测量精度

现有的可用带宽测量技术大多基于单跳链路和液体流模型,在突发背景流及多跳链路下测量精度较低。因此,分析了更符合网络实际的非液体流模型,提出了一种参数设置方法,减小了探测包长、探测速率、背景流速率及背景流包长等因素对测量精度的影响。在此基础上,改进了探测包对结构,该结构结合生存时间(TTL)值设置减小了探测包对间隔的测量误差,增强了带宽测量算法在多跳链路环境下的健壮性。仿真表明,基于非液体流模型的参数设置方法及改进的包对结构提高了可用带宽测量精度。     

网络编码对组播通信的性能改善

介绍了用于改善组播通信性能的一种新方法，即网络编码；详细分析了网络编码对于组播通信的性能改善，包括提高组播网络的客量、改善网络链路的负栽均衡、节省网络带宽资源消耗、节省无线网络节点的能量消耗、减小信息传播的路径时延、提高网络链接的鲁棒性和提高网络的纠错效率等；最后指出了关于网络编码的有待研究的重要问题。     

基于杂交BPSO-SVM的网络故障特征选择

为提高网络故障诊断系统的诊断精度,节约计算资源,针对需要处理的含有大量无关或冗余特征的数据,提出了一种基于杂交BPSO-SVM的网络故障特征选择算法.该算法采用封装器模式,以SVM的分类准确率和特征压缩比作为适应度函数来指导杂BPSO进行特征选择,将选择出的最优特征子集用于故障诊断.运用Kdd’99数据集的实验结果表明,杂交BPSO-SVM提高了诊断精度,降低了特征维数,可进一步提升网络故障诊断效果.