多链路负载均衡技术在校园网出口中的应用研究

在高校的校园网出口中,多链路接入已经是普遍现象.如何实现多条链路的负载均衡,是目前高校面临的重要课题.本文针对F5多链路负载均衡技术在校园网出口的应用做了研究和实践.     

基于Linux的链路负载均衡技术研究与实现

针对目前高校校园网多链路接入Intemet并实现流量分担及链路冗余技术的不足与局限,提出了基于Linux的链路负载均衡技术,并以山西农业大学校园网为例,阐述了该技术在多链路接入Internet中实现链路负载均衡和冗余备份的方法.     

基于F5多链路负载均衡技术在校园网中的应用

目前大部分国内高校的出口链路已经有多种选择,出口带宽也逐年提高,而针对校外访问校园网内部各种资源的研究与应用实践不多,该文对基于F5的多链路接入负载均衡技术在校园网外部访问校园网内资源方式的应用做了研究和实践。     

基于冗余架构的校园网多出口系统的设计与实现

针对校园网出口拥塞与故障日益增多的现状,设计并实现了一个万兆全冗余架构的校园网多出口系统。重点介绍了冗余架构校园网多出口系统的设计与实现。该系统采用冗余架构,高可靠无单点故障,提供了一个安全快速的对外接入网络平台,实现了校园网多出口链路的动态负载均衡,提高了用户的上网速度。     

双栈多链路接入网络出口流量优化的研究

为解决运营商互访瓶颈以及实现链路间的备份,园区网采用多链路接入,同时其有限的出口带宽被P2P等应用大量占用。本文首先介绍了流量控制和链路负载均衡等关键技术,接着应用这两种技术提出了一种多链路园区网出口流量优化的思路,并结合北京交大校园网研究该方法的实施。最后探讨了园区网Ipv6出口流量优化技术。     

基于冗余链路的校园网流量管理设计与实现

分析了目前校园网用户体验宽带不宽的主要因素,针对校园网出口冗余链路提出基于时间策略的负载均衡方案,并对校园网骨干架构做出相应调整,经过实际应用测试,保障了用户办公学习网络应用带宽,提高了校园网用户满意度。     

一种新型的多出口路由设计与实现

提出一种在多出口校园网环境下,如何解决出口瓶颈、流量负载均衡和对外设备访问的设计方案,方案基于HSRP、IP SLAs协议配合策略路由、地址翻译及智能DNS技术,充分发挥了CERNET和本地ISP的网络资源优势,实现了链路故障和拥塞时自动切换,提高了访问速度和链路的使用效率.     

大规模宽带接入及流量调度器的研究与实现

基于固定多出口链路网络,优化核心级数据处理方法,提出一种宽带网络接入及流量管理调度器系统架构模型,并设计了用户控制管理功能和客户端链路流量整形方法。实验表明,模型适用于多链路各种负载下的流量优化,有效解决了宽带网络的大量用户接入及负载均衡问题。     

多链路负载均衡技术在气象业务网络中的应用

文章针对当前气象业务网络中多Internet链路接入的现状和存在问题,提出了利用多链路负载均衡技术的网络改造解决方案。链路负载均衡技术可以根据链路的状况在多条链路之间动态而透明地分配流量和负载,有效地实现了多链路的负载均衡和冗余备份。最后结合气象业务网络配置实例,分析了链路负载均衡技术的实现过程和实际应用效果。     

Linux IP策略路由及其在校园网中的应用

针对校园网环境中多出口流量分配的问题,本文分析了Linux环境下的IP策略路由、网络地址转换（NAT）技术的原理和具体实现,并提出若干见解,指出如何将这两种技术相结合,实现校园网同时与教育网和公众网的高速接入,有效地解决了校园网多出口负载均衡和网络瓶颈等问题。     

A neural network approach for solving mathematical programs with equilibrium constraints

A neural network approach is presented for solving mathematical programs with equilibrium constraints (MPEC). The proposed neural network is proved to be Lyapunov stable and capable of generating approximal optimal solution to the MPEC problem. The asymptotic properties of the neural network are analyzed and the condition for asymptotic stability, solution feasibility and solution optimality are derived and the transient behavior of the neural network is simulated and the validity of the network is verified with numerical examples.     

A neural network approach for solving nonlinear bilevel programming problem

A neural network model is presented for solving nonlinear bilevel programming problem, which is a NP-hard problem. The proposed neural network is proved to be Lyapunov stable and capable of generating approximal optimal solution to the nonlinear bilevel programming problem. The asymptotic properties of the neural network are analyzed and the condition for asymptotic stability, solution feasibility and solution optimality are derived. The transient behavior of the neural network is simulated and the validity of the network is verified with numerical examples.     

手动网络拓扑的B/S模式实现

比较了手动网络拓扑和自动网络拓扑的优缺点,指出手动网络拓扑仍是不可缺少的管理方式。讨论了B/S模式实现网络拓扑的两种方案,并选择网络和服务器的负担较小的方案来实现。介绍了SVG,JavaScript,XML-RPC,JSP和Java的B/S方式的实现方案,并解决了以下关键性问题:结点和线路如何与SVG图形元素对应问题;远程数据如何传输;客户端根据远程数据如何将状态实时显示在SVG图形上。给出了采用这一方法的手动网络拓扑的设计和实现,以及应用效果。     

基于分层和强化学习的改进路径搜索算法

复杂网络下的路径搜索问题是网络寻优中的一个难点。现有算法主要存在以下问题：一是往往只能侧重于求解效率和求解精度中的一点;二是对动态变化的复杂网络适应性不强,求解效果不佳。因此,本文提出一种基于双分层和优化Q-Learning的改进路径搜索算法。对于求解时间随规模增加而急剧增长的问题,提出k-core和模块度结合的双分层划分网络的策略,以合理有效地减小网络规模。在子网络求解中,引入强化学习机制对网络进行动态感知,针对算法收敛较慢问题,加入自适应学习因子和记忆因子,优化更新公式,提高收敛速度。最后,在不同幂律指数（2~3）和不同规模的复杂网络下,将所提算法与Dijkstra算法、A*算法和Qrouting算法进行实验对比,结果表明该算法在保证较好求解精度的情况下,能有效地改善求解效率。     

基于PLE的有确定解的端到端网络链路时延推测方法

网络时延是重要的网络性能指标,端到端网络时延推测能够克服传统的基于路由器或者路由器协作的网络测量技术的弊端。在网络拓扑已知且稳定和链路性能时空独立性的假设前提下,给出了网络链路时延推测模型,提出了一种基于伪似然估计(PLE)的有确定解的端到端网络链路时延推测方法。在应用期望最大化算法的伪似然估计的基础上,控制背靠背发包方式,确定可以求解的探测单元,解决了不满足有确定解拓扑下的求解问题,且有效降低了计算复杂度。最后利用基于模型的计算验证了该方法的准确性和有效性。     

蜂窝通信系统与无线自组网整合的研究

对在蜂窝通信系统中引入自组网模式进行了分析,概述了目前提出的各种整合方案。提出在蜂窝通信系统与无线局域网整合的基础上,快速结合蜂窝通信系统与无线自组网的方案,并分析了此方案中自组网路由协议应该考虑的因素。     

运营商 LTE 语音解决方案研究

LTE(Long Term Evolution)网络现已在全球迅猛发展,LTE 的语音解决方案也是 LTE 网络及终端发展中业界重点 关注的一个问题。LTE 网络是完全基于统一分组域架构的,无法提供像 3G 和 2G 那样基于电路域的语音通话,而要实 现全网 VoLTE 的语音解决方案,需要全网部署 IMS 网络,这在网络部署前期无法实现的。本文主要介绍了 LTE 网络的 各种语音解决方案,分析其优劣,并对运营商不同时期部署怎样的语音解决方案进行深入分析。     

一种新的面向IPv6过渡网络的网络管理方案

由于IPv4网络应用普遍、规模庞大,其向IPv6网络的过渡需要很长一段时间来完成。在这段时间内,IPv6过渡网络的管理是需要研究和解决的重要问题。对IPv6过渡网络的管理技术进行了分析和研究,提出针对IPv6过渡网络的新型管理方案。方案采用了标准的SNMP网管模式并结合适于复杂网络的策略网管技术。对过渡技术进行分类统计、分析,对过渡设施进行信息建模。方案的应用可以解决IPv6过渡网络的各种管理问题。     

复杂矿井通风网络可视化动态解算及预警技术

针对存在煤层倾角大、地质构造复杂、开采时间长等情况的复杂矿井,采用传统的通风网络人工分析方法或常见通风网络解算软件存在工作量大、效率低、错误率高、解算不全面等问题,从而不能实时、全面掌握井下各巷道的通风安全状况。以南桐煤矿通风系统为研究对象,根据其通风系统复杂特征,从通风网络动态解算模型及方法、矿井通风阻力参数测定、通风异常预警、通风系统可视化等方面研究了复杂矿井通风网络可视化动态解算及预警技术,并依据该技术开发了矿井通风网络可视化动态解算及预警系统。应用表明,该系统解算风量与实际风量的误差小于10%,解算结果可实时、动态显示,实现了矿井风速及风压参数全量程精准测定、全矿井通风网络动态解算、通风异常连续分析与预警。     

Reliability-based approach to the inverse kinematics solution of robots using Elman's networks

The solution of inverse kinematics problem of redundant manipulators is a fundamental problem in robot control. The inverse kinematics problem in robotics is the determination of joint angles for a desired cartesian position of the end effector. For the solution of this problem, many traditional solutions such as geometric, iterative and algebraic are inadequate if the joint structure of the manipulator is more complex. Furthermore, many neural network approaches have been done to this problem. But the neural network-based solutions are not much reliable due to the error at the end of learning. Therefore, a reliability-based neural network inverse kinematics solution approach has been presented, and applied to a six-degrees of freedom (dof) robot manipulator in this paper. The structure of the proposed method is based on using three networks designed parallel to minimize the error of the whole system. Elman network, which has a profound impact on the learning capability and performance of the network, is chosen and designed according to the proposed solution method. At the end of parallel implementation, the results of each network are evaluated using direct kinematics equations to obtain the network with best result.