排序方式: 共有12条查询结果,搜索用时 0 毫秒
1.
2.
3.
可重构网络测量系统中,工作流测量构件间迁移的过程是否与规约描述一致,是检验测量构件一致性测试的重要内容。建立了一种基于工作流的构件变迁模型MCTM(Measurement Component Transfer Model),详细阐述了MCTM模型的形式化定义,并基于MCTM模型给出了一种能自动生成遍历所有构件的测试用例生成算法CTBMCTM。实验结果表明,CTBMCTM算法可以准确定位存在问题的构件,与T&GS算法相比,该算法在生成较短测试序列的同时显著缩短了算法的运行时间。 相似文献
4.
5.
针对当前映射解析系统存在的映射解析时延过高的问题,该文依据终端的活跃程度,提出一种基于活跃度的分级映射解析系统。该系统将通信对端的身份位置映射信息划分为活跃级、中性级和稳定级3个等级,并据此建立了一种3层的映射解析存储架构,映射副本可根据自身活跃度的变化在3层之间动态调整存储位置。为最小化映射解析时延,在系统构建过程中,针对传统DHT构建方式存在的非位置感知问题,将系统构建过程建模为马尔科夫决策过程,并提出一种马尔科夫决策构建算法用于求解该模型。仿真结果表明,该系统能够显著降低映射解析时延和提升路由性能,对网络结构的动态变化具有良好的适应性。 相似文献
6.
7.
当前网络规模的高速增长带来网络流量复杂度的日益提高,增加了对流量特征精确建模的难度.近年来业界提出使用深度强化学习技术实现网络路由的智能化生成,一定程度上克服了人工进行流量分析和建模的缺点.然而,目前提出的解决方案普遍存在可扩展性差等问题.对此,提出了一种基于牵引控制理论的深度强化学习路由策略生成技术Hierar-DRL,通过引入牵引控制理论并结合深度强化学习的自动策略搜索能力,提高了智能路由算法可扩展性.仿真实验结果表明:所提方案相比当前最优方案的端到端时延最多降低了28.5%,证明了所提智能路由方案的有效性. 相似文献
8.
现代信息网络的规模不断扩大,对互联网跨域数据通信的带宽和路由灵活性提出更高的要求。现有域间路由协议如边界网关协议(Border Gateway Protocol, BGP)无法基于网络性能做出智能路由决策,容易导致网络拥塞,降低网络传输性能。提出可扩展的基于多智能体强化学习的域间多链路路由优化机制,通过实时感知域间多条链路上的流量分布状态,动态调整域间链路路由选择,从而最大化经过每个自治系统的网络流量,提高网络整体的吞吐量。实验结果表明,相比随机算法和SPF算法,所提算法最多可分别提高26.1%和16.4%的网络吞吐量,且能实现域间多链路间的流量均衡。 相似文献
9.
随着网络规模的不断增大以及网络复杂度的不断提高,传统路由算法面对网络流量在时空分布上的剧烈波动难以兼顾计算复杂度和算法效率.近年来,随着软件定义网络和人工智能技术的兴起,基于机器学习的自动路由策略生成逐渐受到关注.本文提出一种基于深度增强学习的智能路由技术SmartPath,通过动态收集网络状态,使用深度增强学习自动生成路由策略,从而保证路由策略能够动态适应网络流量变化.实验结果表明,本文所提出的方案能够不依赖人工流量建模动态更新网络路由,在测试环境下比当前最优方案减少至少10%的平均端到端传输时延. 相似文献
10.