软件定义数据中心网络研究

提出一种软件定义数据中心网络方案.采用多控制器进行层次多域管控,引入向量地址作为数据交换标签,结合自主研发低造价交换设备和商业级服务器设计,并实现数据中心网络模型.实验结果表明,该方案具有良好的实用性和可编程特性,有效地解决了数据中心网络扩展性差、运维成本高和管控方式复杂等问题,为构建未来绿色节能数据中心网络提供了重要思路.     

ASIC芯片OpenFlow交换机设计与实现

以博通公司专用集成电路（ASIC）芯片交换机为例,深入研究了OpenFlow表项映射至芯片三态内容寻址存储器和传统转发寄存器的机制,以达到充分利用现有ASIC资源的目的.在工业界主流交换机上进行测试的结果表明,该方案实现的OpenFlow交换机完全可行,并具备较好的实用性和扩展性.     

基于改进蚁群算法的SDN数据中心流调度研究

目前在软件定义数据中心网络中,基于蚁群算法的流调度策略在对路径进行选择时存在收敛过慢和搜索停滞等缺点,容易导致数据中心网络时延过高和资源利用率低等问题.为此,提出一种基于蚁群改进的流调度算法.该算法以最大化平均链路带宽利用率为优化目标,将流调度问题抽象为整数线性规划模型,通过重定义蚁群算法中的信息素更新方式对大流的重路...     

基于多向搜索的SDN流表更新一致性方案

流表更新的无环一致性最优化方案的计算复杂度高,而反向、双向更新方案的计算复杂度低,依赖链长度难以得到有效的优化,为此提出了基于多向搜索的流表更新一致性方案.引入逻辑证明验证了该方案具有无环一致性.仿真结果显示,该方案具有接近最优化方案的依赖链长度,并且计算复杂度得到了显著优化.     

软件定义网络中一种两步式多级流表构建算法

针对软件定义网络中流表规模的扩张以及流表存储资源利用率低效的问题,提出一种两步式多级流表构建算法．第1步基于流表中不同的流类别对匹配域进行拆分,简化不同流类别之间的通配表项;第2步根据匹配域的重复率对流表进行正交分解,进一步压缩了流表中的冗余表项．仿真实验表明,该方法能够节省60%以上的流表存储空间,相对于现有方法,流表压缩率提高了21.4%到51.5%．使用现场可编程门阵列的验证结果表明,该方法能够在优化存储空间的同时保证硬件可实现性和流水线的处理速度,数据吞吐量可达197MPacket/s,支持100Gbit/s的线速处理．     

云数据中心基于异构工作负载的负载均衡调度方案

针对目前云数据中心的负载均衡调度方案没有研究将不同工作负载的应用程序进行整合的问题,提出了基于异构工作负载的静态和动态负载均衡调度算法。当放置新的虚拟机的时候,通过静态负载均衡调度算法,将虚拟机分配给物理机。云数据中心运行过程中,采用动态负载均衡调度算法将负载高的物理机上的虚拟机迁移到负载低的物理机上。仿真实验结果表明,新的调度方案不仅能够降低云数据中心的不均衡率,而且使节点内的多维度资源得到了合理地利用。     

支持高效管理的软件定义DCN控制架构

提出了支持高效管理的软件定义数据中心网络控制架构(FRINGE),采用分布式和集中式相结合的控制,特点是在网络边缘构建软件定义的集中管理域,利用边缘网络设备的可编程配置能力提高网络管理效率. 通过分析发现,FRINGE具有较好的实现可行性,仅需对现有数据中心柜顶交换机进行OpenFlow软件升级. 以数据中心网络管理功能中的故障诊断为例,说明了FRINGE可提升网络管理的性能,诊断探测开销比原有方法可降低至少2个数量级.     

基于OpenFlow的SDN技术研究

针对当前数据中心网络面临的资源分配不够合理、资源利用率低等问题,提出一种基于多路径传输的动态负载均衡路由（multipath transmission-based dynamic load-balanced routing,MTDLR）算法.该算法利用软件定义网络（software-defined networking,SDN）架构集中控制的优势,建立实时全局资源视图,综合考虑多路径的链路带宽均衡度、路径带宽最优度和路由跳数等路径层面因素,为每条数据流选择最优路径.在此基础上,搭建SDN仿真平台进行性能测试,仿真结果表明：在多种拓扑结构的数据中心网络中,MTDLR算法较等价多路径（equal-cost multi-path,ECMP）算法和全局负载均衡（global load balancing,GLB）算法在带宽利用率、吞吐量等方面均有一定程度的提高.

     

基于时延和能耗的SD-DCN的路由优化算法

为了更好地实现数据中心网络的节能,基于交换机链路速率级的能耗特点,基于软件定义网络技术,提出一种Floyd-Warshall动态规划和局部重路由的节能服务质量路由优化算法.控制器在保障流的时延性能前提下,采用流在空间和时间上均衡传输的策略,依次为每个流计算传输路径和传输速率;在选路失败的情况下,尽量用较少的开销提高网络的接受率.仿真结果表明,该算法有效地降低了能耗,同时提高了网络流的接受率.     

基于支持向量机的进化神经网络集成股市模型

利用粒子群优化算法的全局搜索功能,进化设计神经网络的网络结构与连接权,得到一组独立的神经网络集成个体.利用主成份分析法提取其综合信息,再用支持向量机回归方法对其处理,生成神经网络的输出结果,以此建立股市预测模型.通过实例验证,该方法能有效提高神经网络集成的泛化能力,模型的预测精度高、稳定性好、具有应用推广前景.     

云模型RBF神经网络的数据中心温度预测

数据中心温度预测在提高能量利用效率、降低机房空调耗电量方面具有重要意义。RBF神经网络广泛用于温度预测领域,考虑到传统RBF神经网络无法对影响温度的众多因子进行确定和选择,本文提出了一种将云模型和RBF神经网络结合的新模型。通过高维云变换确定RBF隐含层神经元,使RBF神经网络充分表达影响温度各因子的不确定性,进一步优化RBF神经网络结构。实验结果表明,该模型能较好地实现对数据中心温度的预测。     

瞬变电磁数据处理流程研究

近年来,我国经济的持续发展与新一轮的矿产普查热,推动了瞬变电磁法勘探在我国的长足发展,研究处理解释流程有很大的现实意义。     

基于XML的安全数据交换模型

基于XML技术设计了一种安全高效的数据交换模型,实现了数据和密钥的安全传输和存储.该模型结合XKMS简化了公钥注册与管理,能够为跨系统的多方数据交换提供统一、安全的服务.介绍了模型建立的具体方案,包括XML文档的加解密、数据加密密钥DEK的生成、数据加密密钥存储管理,讨论了该模型使用XKMS管理公钥的方法和提供的安全机制.     

基于加权支持向量机的入侵检测研究

首先介绍了加权支持向量机算法的基本原理,进而将加权支持向量机用于入侵检测中,通过实验验证入侵检测在小样本的条件下仍然具有较好的推广能力,克服了常规SVM算法不能灵活处理样本的缺陷。实验结果表明,将加权支持向量机用于网络入侵检测中是可行的、高效的。     

基于支持向量机的网络入侵异常检测

针对入侵检测系统（IDS）这门新兴的安全技术，提出了一种基于支持向量机的网络入侵异常检测模型，以支持向量机（SVM）的二类分类能力对网络入侵进行异常检测，实验结果与ANN方法结果相比较证明：该方法具有较高的准确性，而且可以大大缩短训练与检测时间．     

基于支持向量机的语义视频摘要

针对如何在语义层次上形成视频摘要问题,提出了一个基于支持向量机的风光记录片语义视频摘要算法。利用支持向量机对镜头关键帧进行语义分类,对每类镜头关键帧根据引入的镜头“重要性”函数提取构建视频摘要的帧。改变重要性函数阈值的大小,可以很方便的得到不同粒度的视频摘要。实验结果表明该算法形成的视频摘要较好地表达了视频的内容。     

基于支持向量机的网络入侵异常检测

针对入侵检测系统(IDS)这门新兴的安全技术,提出了一种基于支持向量机的网络入侵异常检测模型,以支持向量机(SVM)的二类分类能力对网络入侵进行异常检测,实验结果与ANN方法结果相比较证明:该方法具有较高的准确性,而且可以大大缩短训练与检测时间.     

同步电动机矢量控制系统双内模控制的研究

首次将内模控制应用到多环控制的电励磁凸极同步电动机矢量控制系统中,提出了基于内模控制原理的同步电动机调速系统双内模调节器的设计。所设计的定子电流调节器及转速调节器为PI结构,励磁电流调节器及磁链调节器为PID结构,只有一个可调参数,结构简单,参数调整方便。仿真实验结果表明,采用内模控制后,系统输出动态性能优于工程设计方法设计的动态性能。     

煤炭需求量预测的支持向量机模型

根据选择的嵌入维数，建立了基于支持向量回归的中国煤炭需求量预测模型．用1980-2002年的中国煤炭需求量构造了支持向量机的输入向量和输出向量；经过与线性核函数及Sigmoid核函数的对比，选用基于径向基函数（RBF）作为校函数，在分析预测误差和模型参数关系的基础上，选择了合适的参数；建立了多输入、单输出的支持向量机（SVM）预测模型．用检验样本与基于RBF神经网络模型的预测进行了比较，结果表明支持向量机模型在训练样本较少的情况下，仍有较高的预测精度和较强的泛化能力，证明了该模型时近期的预测是可靠的．最后用训练好的支持向量机模型很好地预测了2003-2006年我国的煤炭需求量．