一种基于数据聚合的网络拓扑推测算法

网络拓扑信息对网络资源管理和配置,网络内部链路的性能评价具有重要的意义.传统的网络测量技术都是基于已知的网络拓扑,为解决传感器网络逻辑拓扑的获取问题,针对传感器网络资源有限的特点,为提高网络传输性能,提出了一种端到端的基于数据聚合的拓扑发现算法.根据在sink节点收集到的网络内部节点数据接收或丢失的情况,发现数据传输路径,进行传感器网络的拓扑推测进行仿真.仿真结果表明,算法可以准确快速的获取网络拓扑,并且具有很好的收缩性,适合大规模传感器网络的逻辑拓扑推测.     

基于混合petri网的网络建模与仿真

该文基于网络交换节点传输特性的辨识模型,提出了一种基于混合petri网的节点仿真模型,以及利用该模型进行网络建模的方法。分析了交换节点混合petri网模型的仿真精度,给出了保证信息量守恒的仿真条件。对于不能消除的误差,分析了其在仿真过程中的动态范围,得出了模型能够自动补偿的结论。通过建立一个网络的混合petri网模型,并利用visual object net2.0进行了信息传输过程仿真。仿真结果说明该网络模型能够很好地模拟信息传输的动态过程,能够体现网络交换节点的非线性传输特性。     

基于端到端的传感器网络拓扑推测算法研究

针对传感器网络能源有限的特性,提出了一种基于端到端的拓扑推测算法.根据在汇聚节点(Sink)收集到网络内部节点报文接收或丢失的情况,推测传感器网络拓扑结构.通过理论分析和仿真,证明该算法可以在较少的数据收集轮次中快速地推测出网络拓扑,并克服了现有传感器网络拓扑推测算法在报文丢失率过重情况下的误判问题.     

基于网络编码的无人机数据链技术研究

为了提高无人机数据链网络的传输性能,针对其具有的高动态、多中继和大容量等显著特点,提出了对流链路网络编码策略;通过分析多无人机协同执行任务时形成的网络拓扑结构,利用网络仿真平台NS2建立了高动态多跳移动自组网模型,分别改变模型中节点的移动速度、跳数和数据包大小,观察其对网络吞吐率的影响;仿真结果表明,对流链路网络编码策略能够有效地改善仿真模型的传输性能,很好地应用在无人机数据链网络中。     

园区网优化仿真分析

分析园区网现状提出园区网优化的必要性,在优化原则的基础上提出了优化方案,通过OPNET平台对比优化前后的网络拓扑结构、网络延时、核心交换及吞吐量及瓶颈节点吞吐量等网络性能参数,结果表明网络仿真建模能够较为真实的发现问题,对园区网优化具有一定参考意义。     

移动传感器网络基于安全连接的节点位置优化

传感器节点的合理分布并保障节点间安全通信是无线传感器网络设计中的关键问题.传统的节点分布优化算法仅以提高网络有效覆盖率为目标,极易导致网络安全连接度的降低.针对该问题,从理论上对传感器网络拓扑模型进行了建模分析.结合具有快速多目标优化能力的精锐非支配遗传算法,提出一种基于安全连接的节点位置优化算法,从而保证网络实现目标跟踪和安全通信的质量效果.分析了随机部署模型与基于预知分配坐标的高斯部署模型下算法的求解性能,仿真结果表明,所提出的算法能够快速收敛于网络覆盖率和安全连通度两者的折衷点,满足无线传感器网络的实际需求.     

一种基于区域分裂与合并的势博弈网络拓扑控制算法

现有无线传感器网络拓扑控制算法在传感器节点部署密集或稀疏区域存在网络拓扑链路冗余、个别节点负载过重、瓶颈节点和网络生命周期短等问题。针对这些问题,提出一种基于区域分裂与合并的势博弈网络拓扑控制算法,该算法首先划分目标区域并随机抛洒传感器节点,在每个子区域内进行博弈并选出簇首节点,利用区域分裂与合并思想,在节点密集区域进行分割再博弈,防止部分节点负载过大,在节点稀疏区域利用权重链路进行合并,防止出现瓶颈节点以保障网络连通;然后对所有簇首节点实施二次势博弈生成簇首拓扑结构连接各子区域。仿真结果表明,该算法能够有效缓解节点负载,均衡节点能耗,延长网络生命周期。     

水下声无线传感器网络通信性能研究

在基于水下网络节点均匀分布的前提下,通过结合传输衰减和射线模型仿真水下通信信道,推导得出水下传感器网络路由中端到端平均误码率（BER)和网络节点分布密度之间的关系式。并且通过Monte Carlo仿真方法,单跳链路之间采用MFSK通信方式,仿真了网络通信性能与节点分布密度的关系。通过仿真结果,可以预测水下网络在特定网络拓扑结构中网络整体的通信能力;而且能够在预先给定要达到的网络通信能力的约束下,得到最优的网络分布密度;这将为水下网络节点布放的同时衡量网络通信性能提供很好的参考价值。     

无线传感器网络上位机监控系统

无线传感器网络是近些年广泛研究的领域之一,但大部分研究都是在仿真的基础上进行的,并没有真正地实现。文章分析了无线传感器的网络构成、网络拓扑以及网络与计算机互联的方案,设计并实现了基于Zigbee协议的无线传感器网络上位机监控系统。系统中的节点设备以较低功耗的CC2430芯片为核心,协调器通过串口和计算机相连。该系统能很好地实现节点入网、网络拓扑、信道和调度等信息的监控。文章还论述了上位机监控软件中文本和曲线显示的一些技巧。     

基于BRITE的向量地址平均长度仿真研究

本文主要就向量地址平均长度问题进行建模与仿真。向量网很好地解决了IP网络地址枯竭的问题,但由于向量地址是不定长的,因此对向量地址平均长度的研究成为评价向量网效率的一个重要方面。本文利用BRITE网络拓扑生成器,分别利用Waxman随机图模型和BA无标度模型,针对不同节点和边数的网络拓扑进行仿真实验,并对不同实验结果进行对比与分析。实验结果表明,向量地址平均长度会随节点数增长而增长,但在较大规模网络拓扑中,向量地址平均长度远远小于IP地址长度。     

互联网的局域世界演化模型仿真研究

研究Internet拓扑有利于解决Internet上通信协议、病毒传播、拥塞控制等问题,针对不同的预测和改善Internet性能的目的,建立合适的拓扑模型是非常重要的。该文从复杂网络建模的角度出发,研究了自治系统层面Internet的拓扑特性,综合考虑了局域世界内的偏好连接、节点和链接的随机或优先消亡、节点间非线性优先连接、新节点所带来的外部链接及网络内新增的内部链接等诸多因素,提出了一个新的Internet局域世界演化模型ELWI。采用C＋＋和Matlab这两个工具来对Internet和所生成的ELWI拓扑进行研究,通过比较仿真结果发现,ELWI很好地刻画了自治系统层面Internet的无标度、小世界和局域世界等诸多特性及其演化行为。     

卫星综合信息网服务级管理的研究

卫星综合信息网是一种天地一体化网络，是卫星通信与传统网络技术融合的必然发展趋势．空间中的卫星以及星地通信链路都是高成苯的网络资源，如何充分利用有限的网络资源、保证服务质量则是研究这类网络时必须考虑的问题．本文为解决这一问题，提出了卫星综合信息网服务级管理的体系结构，并着重对服务拓扑管理、服务一致性管理进行了深入的研究，同时概括性的提出了服务安全管理和服务故障管理的模型．文章最后建立了卫星综合信息网服务级管理演示验证系统，对文中提到的服务拓扑算法的有效性进行了验证．     

一种基于改进蜂群算法的网络重构技术

空间信息网络在给定拓扑结构和资源受限的情况下,卫星节点间如何优化链路选择,重构网络拓扑结构,使得升级后的空间信息网络具有良好的抗毁性,是非常具有研究价值的问题.本文针对空间信网络拓扑重构问题,综合考虑卫星节点之间的可见性、可连通时间和可连通度等约束条件,建立了卫星网络拓扑链路模型和节点模型并提出基于改进蜂群算法的空间信息网络拓扑重构算法.仿真实验表明,该算法在资源受限的情况下,能够兼顾改善网络的有效性和抗毁性,有效延长网络的生存时间.     

基于小世界现象的Internet拓扑模型

通过研究Internet自治层的拓扑结构,以及在Internet小世界现象内的偏好连接、节点和链接的随机或优先消亡、节点间非线性优先连接、新节点所带来的外部链接及网络内新增的内部链接等诸多因素,提出了基于小世界现象的Internet拓朴模型。通过仿真实验与统计数据的对比表明,ITMSW模型能够很好的描述Internet自治层无标度、小世界现象等诸多特性。     

Topology awareness algorithm for virtual network mapping

Network virtualization is recognized as an effective way to overcome the ossification of the Internet. However, the virtual network mapping problem (VNMP) is a critical challenge, focusing on how to map the virtual networks to the substrate network with efficient utilization of infrastructure resources. The problem can be divided into two phases: node mapping phase and link mapping phase. In the node mapping phase, the existing algorithms usually map those virtual nodes with a complete greedy strategy, without considering the topology among these virtual nodes, resulting in too long substrate paths (with multiple hops). Addressing this problem, we propose a topology awareness mapping algorithm, which considers the topology among these virtual nodes. In the link mapping phase, the new algorithm adopts the k-shortest path algorithm. Simulation results show that the new algorithm greatly increases the long-term average revenue, the acceptance ratio, and the long-term revenue-to-cost ratio (R/C).     

基于WebGIS网络拓扑可视化的研究与实现

网络拓扑结构是整个网络管理系统的基础,将复杂的网络拓扑结构进行置于地理位置的可视化是直观准确地掌握其结构的有效方法.针对这一问题提出了一个适合中等规模网络拓扑、基于WebGIS的可视化方法,该方法的特点是在反映实际地理位置的地图上以分层的方式来显示网络拓扑结构,背景、结点、链路和子网属于不同的显示层次,整个拓扑清晰、明了.详细阐述了该方法的主要思想以及实现过程中用到的关键技术.     

基于拓扑分割与聚类分析的虚拟软件定义网络映射算法

针对目前大部分基于虚拟软件定义网络（vSDN）的映射算法未充分考虑节点与链路之间的相关性的问题,提出了一种基于网络拓扑分割与聚类分析的vSDN映射算法。首先,通过根据最短跳数进行拓扑分割的方法,降低物理网络的复杂度;然后,通过根据节点拓扑和资源属性进行聚类分析的方法,提升映射算法的请求接受率;最后,通过将链路约束分散到节点带宽资源以及节点的度进行约束考量,对不符合链路要求的节点进行重映射,从而优化了节点与链路映射过程。实验结果表明,该算法有效地提升了基于软件定义网络（SDN）架构的虚拟网络映射算法在较低连通概率物理网络下的请求接受率。     

AdHoc网络基于能量均衡的拓扑控制算法研究

为了延长无线AdHoe网络的生存期,降低节点传输过程中的功率消耗,该文提出了一种基于能量均衡的分布式拓扑控制算法,通过引人综合反映能量消耗及剩余能量两方面因素的路径权值函数,根据节点剩余能量的实时变化动态优化网络的拓扑结构。仿真结果表明,算法可以构建具有连通性的网络拓扑结构,与其它算法相比,能够均衡整个AdHoc网络节点的能量,显著地延长网络的寿命,从而保证网络长时间的可靠运行。     

空间激光通信网络拓扑算法设计与仿真研究

研究自由空间激光通信网络移动节点的拓扑控制问题,针对特定场景空间激光通信自组织网络提出一种基于集合划分的启发式拓扑算法.根据空间节点的位置姿态信息和激光建链的约束条件计算节点间的可连接关系及链路稳定度,通过启发式迭代生成较优的全连通稳定拓扑,实现所有节点间的网络层通信.所提算法不仅可优化网络直径,还可在遇到链路断开时,...     

Text-enhanced network representation learning

Network representation learning called NRL for short aims at embedding various networks into lowdimensional continuous distributed vector spaces. Most existing representation learning methods focus on learning representations purely based on the network topology, i.e., the linkage relationships between network nodes, but the nodes in lots of networks may contain rich text features, which are beneficial to network analysis tasks, such as node classification, link prediction and so on. In this paper, we propose a novel network representation learning model, which is named as Text-Enhanced Network Representation Learning called TENR for short, by introducing text features of the nodes to learn more discriminative network representations, which come from joint learning of both the network topology and text features, and include common influencing factors of both parties. In the experiments, we evaluate our proposed method and other baseline methods on the task of node classification. The experimental results demonstrate that our method outperforms other baseline methods on three real-world datasets.