基于超块的激进执行模型可预测性分析

分析基于超块的激进执行模型中超块级预测可行性，给出满足超块级预测的预测器设计方案。对不同应用深度预测可行性高低、期望预测深度及其影响因素等进行论证。实验结果表明，大部分应用具有较高的期望预测深度，适合激进执行，但不同的应用期望深度相差较大。     

电力通信网络中负载均衡的路由协议

在电力通信网络中,负载均衡能够减少瓶颈节点的过载情况,有助于提升电力通信系统的可靠性和网络资源利用率。针对电力通信网络独特的结构与流量特征,提出一种确定性路由与机会路由相结合的负载均衡的路由协议。每个节点从以自己为中心的区域中选出候选节点集合负责转发数据包,候选节点依据局部的准确代价与远处的估计代价划分优先级并决定转发概率。与负载均衡优先的开放最短路径优先（LBA-OSPF）协议相比,节点平均负载降低了32.3%,端到端时延减少了50.3%。     

动态网络环境下的链路层拓扑发现算法

完整准确的网络拓扑是网络管理的基础. 由于链路层设备的多样性、透明性、动态性, 因此如何快速、准确地发现链路层拓扑成为近年来研究的热点和难点. 现有的链路层拓扑发现研究均基于静态网络, 然而随着无线网络的普及, 网络中的移动设备越来越多, 静态网络的假设不再成立. 鉴于此, 本文提出了动态链路层拓扑发现算法, 通过在网路中部署有限的agent节点, 发现链路层拓扑. ns-3模拟实验以及对实际运行网络的测量结果表明, 该算法能有效排除移动设备的影响, 快速准确地发现链路层拓扑结构.     

一种设备生命周期管控系统

随着信息化建设的不断深入,信息网络已覆盖整个办公区域,导致公司业务需求不断增长。目前,为了满足公司实际业务的快速发展的需求,公司信息设备也与日俱增,由于其数据多、种类繁多等原因,导致信息设备在使用、运维和管理等方面出现了一系列问题,给公司带来严重的设备浪费、设备流失等现象。为了加强对设备信息的可视化管理,避免设备资产流失,开展设备生命周期管控工作,实现设备从入网到报废的全流程性管理,提高信息设备管理化水平。     

电力通信网络中高效的OSPF流量负载均衡协议

针对基于开放式最短路径优先（OSPF）协议的电力通信网络中的流量负载不均衡问题,提出两级优化的OSPF（TSO-OSPF）算法,分别对OSPF区域内和区域间进行流量均衡。算法采用带宽利用率和时延作为链路权重,根据路由器的进出总流量,将流量过大的分支分解到多个路由器,实现最大流最小化,从而解决电力通信网区域内部和边界路由器的流量不均衡问题。仿真实验表明：与OSPF算法相比,TSO-OSPF算法有效均衡了网络的流量,并且降低了10%左右的丢包率。     

智能电网中电力线通信网络负载均衡的机会路由协议

针对智能电网（SG）中电力线通信（PLC）网络中负载均衡的问题,提出了一个自适应机会路由协议——负载均衡的机会路由协议（LBORP）。在LBORP中,所有收到数据包的候选转发节点都有机会参与到数据包的转发中,不再局限于一条路由路径,避免了流量仅从一条链路经过导致的负载不均衡现象;而且候选转发节点的转发优先级不仅考虑到转发节点到目的节点的距离,还考虑到了PLC链路的不稳定性以及流量的变化。除此之外,在LBORP中采用一种隐式确认方案,进一步减少协议的端到端时延。在仿真实验中,与基于有序树的PLC路由协议（PLC-TR）和PLC机会路由协议（PLC-OR）相比,LBORP在时延上分别降低了19.7%和45.8%,在丢包率上分别降低了23.4%和32.5%。实验结果表明,LBORP能够实现网络的负载均衡,提升网络的可靠性并减小端到端时延。     

基于数据挖掘及数据分析的局域网用户网络访问行为审计系统

随着网络规模的扩大,信息内网接入终端不断增加,信息内网安全管理工作的任务更加艰巨。为了可以及时发现安全威胁,不断调整防护策略,实现最大限度的安全,需要对局域网中用户网络访问行为进行实时监测。为此考虑建设内网用户行为审计系统,通过对用户网络行为进行数据抓取、数据挖掘、数据分析,实现内部操作可视化,及时发现并且消除内网中存在的安全隐患,提升整个信息内网的网络安全水平。     

基于故障传播模型与监督学习的电力通信网络故障定位

针对电力通信网络中的故障定位问题,分析了一种网络设备或链路故障引发的大范围连通片故障告警情形,提出一种基于故障传播模型和监督分类学习方法的故障定位算法。首先使用改进的故障传播模型求得初步定位结果,用最少的故障数目解释当前告警;然后通过故障源-故障告警向量分解将故障定位问题转化为监督分类问题,定位告警区域内部故障;最后加入猜测的故障设备和故障链路完善定位结果以提高定位准确率。模拟结果表明提出的故障定位算法的故障检测率达到84%~95%,具有较高的故障定位可靠性。     

激进块执行模型的数据依赖分析

激进执行模型可以有效利用片上资源开发指令级并行性,与超块概念的结合又使得这一技术具有更好的适用性,但是数据依赖的存在很大程度上削弱了激进的块执行的实际效果,本文从块间数据依赖的分布、依赖深度和推测执行深度几个方面对块执行模型的数据依赖进行了分析;实验表明应用程序中固有的推测执行深度一般不超过10(4～8).此外本文也对寄存器值预测对激进块执行模型的块间数据依赖的影响进行了分析.