排序方式: 共有7条查询结果,搜索用时 15 毫秒
1
1.
大业务流识别是网络监控、管理以及计费等的重要基础,网络管理者通常会对大业务流给予特别的关注.大业务流识别需要在一定识别精度的基础上有效降低资源消耗.基于PLC(probabilistic lossy counting)方法,提出了一种概率衰落的大业务流识别方法PFC(probabilistic fading counting).该方法吸取了数据流计数技术的优势,通过分析网络流量的幂律(power-law)特性和连续性,采取加快对表记录中非活动流移除力度的方式,在有效控制漏报和误报的同时,大幅度降低了存储资源开销,实现了在有限资源下对高速链路实时准确的大业务流识别.实验结果表明,与PLC方法相比,PFC方法在减小误报率的同时,存储资源开销平均降低60%以上. 相似文献
2.
针对武器协同数据链对低时延数据传输的特殊需求,提出了一种基于时延驱动的跨层路由模型和路由方法(Delay-Driven Cross-Layer Routing,DDCR)。在该模型中,利用临近节点反馈信息以及层间的信息交互,使节点能够选择具有最小时延的下一跳。仿真验证表明,与Bellman-Ford最短路径路由算法相比,提出的方法显著降低了网络端到端时延,从而满足了武器协同级别的路由需求。 相似文献
3.
针对用户高质量决策和高效率行动对信息的需求,从战场信息链流程角度提出了面向价值的战场信息处理和分发网络框架,采用信息质量来表征用户信息需求,并通过用户信息需求满意度指数来表征通信系统所分发的信息对用户完成任务的价值.依据信息质量和用户信息需求来评估信息处理所得到信息的价值,设计面向价值的贪心调度算法进行信息分发,使网络中传输的数据是富有价值的信息流.最后通过战场目标跟踪应用场景进行仿真实验,验证了面向价值的信息分发相对于基于服务质量的分发方式,在资源利用率和用户满意度上的性能优势,尤其在带宽资源缺乏的情况下,性能优势更为显著. 相似文献
4.
由于参与节点多、移动性强,武器协同数据链一般采用分层的网络结构.战场环境下,己方通信经常会受到敌方干扰,而这将对武器协同数据链网络的一个很重要的性能指标--时延产生明显影响.另外,传统的只考虑下一跳延迟的路由方法并不能保证端到端延迟最小.针对这两个问题,提出了一种干扰环境下面向延迟的骨干节点路由方法和实现模型.该方法通过信息反馈、跨层的方法感知,利用临近节点的干扰信息和目的节点的端到端延迟信息,来为当前节点决定下一跳路由,实现最小端到端时延.仿真和数值结果表明,与几种典型路由协议相比,该方法具有更好的性能. 相似文献
5.
6.
7.
1