基于稳定淘汰演化和博弈的通信量疏导模式

提出一种IP over WDM光Internet中的基于稳定淘汰演化和博弈的通信量疏导模式.该模式基于分层图,采用评价函数,引入考虑种群个体多样性的进化策略和杂交操作,在每一代淘汰最差个体,寻找优化的通信量疏导方案,最小化网络相对成本,最大化用户通信量请求总体延迟满意度.仿真实现了该模式,在实际网络拓扑上进行了性能评价,并且与已有通信量疏导模式进行了对比.仿真结果表明,该模式是可行和有效的,具有较好的性能.     

一种基于博弈论的智能QoS静态通信量疏导模式

支持服务质量与提高带宽利用率是IP/DWDM光Internet需要解决的主要问题之一。该文引入博弈论知识和分层图思想,以最小化网络资源占用率和最大化总体QoS满意度为目标,设计了一种基于人工免疫算法的静态通信量疏导模式,支持网络提供方效用与用户效用的Nash均衡。仿真研究表明,该模式是可行的和有效的。     

基于捕食搜索策略的网格任务调度算法

为解决网格任务调度难题,设计了一种模仿动物捕食策略的网格任务调度算法SAPS(Scheduling Algorithm Based onPredatory Search)。该算法首先确定待搜索区域,将待搜索区域划分为若干子区域,然后对子区域依次进行区域搜索,在搜索过程中如在某个子区域发现较优解,则对此子区域进行精密搜索,如未发现较优解,则转到下一个子区域,直至遍历所有子区域。SAPS算法具有较好的全局搜索和局部搜索的能力,克服了Min-min算法单纯追求局部最优而缺少全局意识的缺点。试验结果表明,该算法能更有效地解决网格任务调度问题。     

基于捕食搜索策略的遗传算法研究

针对标准遗传算法易陷入局部最优而出现早熟,提出了一种基于捕食搜索策略的遗传算法。该算法在进化中模拟动物捕食搜索的过程,并根据种群中个体最优适应值来动态改变交叉和变异概率,从而加强算法的全局搜索和局部优化的能力。仿真实验表明该算法是有效的。     

IP/DWDM光Internet中通信量动态疏导算法

研究IP/DWDM光Internet中网状拓扑下的动态通信量疏导问题。网状拓扑下的通信量疏导问题已证明是NP难问题,需要采用启发式算法或智能优化算法来解决。针对动态通信量疏导问题,建立了网络和数学模型,提出了求解该问题的人工免疫算法,为新到达的通信量请求路由和分配带宽等网络资源,同时最小化满足该通信量请求的网络费用。为验证算法的可行性和有效性,用VC++6.0开发了一个仿真环境,同时以美国自然科学基金网NSFNET、中国教育和科研计算机网CERNET1和CERNET2以及欧洲巨人网GéANT等的骨干网拓扑为仿真用实例,与现有启发式算法进行性能比较,并对网络参数对算法的影响进行了分析。实验表明,提出的算法可以获取比现有启发式算法更加优化的解。     

基于博弈理论的节能疏导算法

多粒度传送网作为下一代骨干传输网的核心部分,其高带宽和节能优势受到广泛关注。但是,由于用户不断激增的带宽需求和全球电力资源日趋紧张的现状,需要对网络传输系统的容量和性能作进一步的提高。对多粒度传送网能够快速提供新链路和删除旧链路的特点进行了研究,并将博弈均衡的思想引入业务量疏导的选路过程中,设计了一种基于博弈理论的多粒度传送网节能疏导算法。该算法不仅降低了业务阻塞率,而且节省了网络能耗。在拓扑EON和CERNet2下对算法进行了评估,仿真结果表明该算法具有可行性和有效性。     

基于捕食搜索策略的模拟退火优化算法

针对传统模拟退火算法初始温度和降温函数难以确定以及接收劣质解同时容易遗失当前最优解等缺陷,将禁忌搜索算法的禁忌表功能引入SA算法,避免遗失最优解和对某个解进行多次重复地搜索;根据函数的复杂程度确定初始温度,并定义新的降温函数,提高算法的搜索效率和精度;引入捕食搜索策略,平衡算法搜索能力和开发能力,避免陷入局部最优。通过对5个典型的基准测试函数的仿真表明,改进算法具有较强的全局搜索能力,同时寻优精度和收敛速度比原算法也有较大的提高。     

IP/DWDM光Internet中通信量疏导机制的研究

在IP/DWDM光Internet中,用户的一个通信量请求所需要的带宽往往小于网络中一个波长信道的容量。如果为每个带宽需求小于波长粒度的通信量请求分配一个独立的波长信道,会造成网络带宽资源的浪费。为此,引入了通信量疏导机制。它是一种将低速通信流组合到高速波长信道上的技术,可以极大地提高Internet的带宽资源利用率。本文分析了通信量疏导问题的国内外研究现状,并对该问题的几个热点研究方向进行了讨论。     

基于PVM的博弈树的网络并行搜索

通过分析博弈理论和a-b剪枝搜索过程,提出了使用PVM构造并行搜索网络.设计和实现了基于PVM的博弈树并行搜索过程.在博弈树搜索中通过构造的并行搜索网络和使用分而治之的策略把搜索过程分布在多个计算机上同时进行,在叶计算机结点的搜索中,通过a-b剪枝技术,剪枝了大量的搜索结点.全局并行搜索和局部剪枝技术的使用,加快了搜索的速度,解决了使用单计算机搜索速度和时间不可行的问题.该博弈并行搜索模型,适用于一般的博弈树搜索问题.     

基于捕食搜索策略遗传算法的SVM参数优化方法

基于支持向量机(SVM)模型的泛化能力和拟合精度与其相关参数的选取有关,提出将捕食搜索策略的遗传算法(PSGA)运用到SVM的参数选取中。该算法以最小化输出量的拟合误差为目标,以SVM的3个参数作为决策变量。通过对谷氨酸发酵过程建模的实验表明,该方法可以提高谷氨酸浓度的训练精度及预测精度,是一种优化SVM参数的有效方法。     

WDM网状网络中静态流量疏导的收发器节约辅助图模型

对于WDM光网络中的静态流量疏导,提出了一种收发器节约的辅助图形（TSAG）模型。基于辅助图提出了一种收发器节约的方法（TSABAG）,针对不同的流量可以给辅助图中不同的边分配不同的权值,以实现不同的疏导策略。仿真试验证明,TSAG模型极大地节约了占用的收发器资源,而且拥有较高的吞吐量。     

一种光传送网分层结构及其业务量疏导优化模型

提出一种包括IP、SDH和WDM三种网络层次的光传送网分层结构及其业务量疏导优化模型。IP和SDH层的逻辑拓扑由优化模型根据这两层的业务请求矩阵生成,IP和SDH层以多种带宽颗粒度串路承栽具有不同请求带宽的业务流,模型以最大化网络流量为目标,定义了三种网络层次上不同颗粒度串路之间和串路与业务流之间的相关性约束。在不同网络资源配置下,利用Lingo优化软件对模型的求解结果验证了模型的有效性。     

Policy-Based Grooming in Optical Networks

This work presents a discussion about policies and architecture to aggregate Internet Protocol/Multiprotocol Label Switching (IP/MPLS) traffics within lightpaths. The scenario is that of IP/MPLS client networks over an optical network. It is well known that aggregating lower traffic flows (e.g., packet-based LSPs—Label Switched Path) within higher traffic flows (e.g., lambda-based LSPs) is considered an effective way to maximize the use of the optical network resources. In this work, the policies are divided into two groups. The first one, which solely considers the class of the flow (High Priority—HP or Low Priority—LP), consists of simple policies meant to aggregate packet-based LSPs within lightpaths. In this group, the policies we have defined intend to reduce the optical network overhead to remove and reroute LP LSPs. The second group presents more sophisticated policies taking into account the possibility of having to deal with further transport faults. In this case, the grooming is better planned and the defined policies tend to reduce the negative impact when a failure is detected in the optical transport network. Our approach has been implemented to validate the policies and the results for each group are showed and discussed.     

网络游戏技术与产业效益开发模式探讨

我国网络游戏以每年40%以上的速度持续增长,同时网游以平均1：2.5倍左右的比例带动电信以及相关IT产业的增长。所以研究网游经济的绿色可持续发展模式是非常有必要的,而作为网游经济效益的核心网游技术显得尤为重要。     

光纤Mesh网络动态组播业务疏导算法

针对当前低速组播业务请求与光网络高速波长传输容量的问题,基于光网络组播业务疏导模型,提出动态组播业务疏导算法,将新的组播业务请求疏导到已建立的光组播树上,达到提高网络资源的利用率、降低组播业务连接阻塞概率的目的。仿真结果表明,该算法可有效地改善网络性能。     

基于流量特征的网络流量预测研究

传统的非线性模型已经不再适用于网络流量建模,为了能够更精确地对网络流量建模,必须考虑到网络流量的特性。针对网络流量的自相似、长度分布、周期等特征进行分析,结合小波变换与时间序列模型,有效地建立流量预测模型。首先对流量的自相似和平稳性进行分析,并对长度、周期等特征进行描述,其次根据实际流量的自相似性和平稳性选择小波变换与时间序列相结合的方法进行建模,产生预测结果,最后根据长度与周期特征粗略判断预测的合理性。根据实验验证与分析,该方法具有极大的灵活性,相比单一的小波-FARIMA模型可以减少大量的运算,同时能够描述网络流量的短相关与长相关特性。     

WDM网状网中用于动态流量疏导的一种辅助图模型

为解决WDM网状网络中的动态流量疏导问题,提出一种收发器节约的辅助图（TSAG）模型,对辅助图的边分配不同的权值可以实现不同的疏导策略.基于该模型提出一种收发器节约的算法（TSABAG）.作为对已有的链路捆绑辅助图（LBAG）的改进,使一些特定的流量不占用疏导端口,从而达到节约网络资源的目的.实验表明,TSAG模型节约使用的收发器数,提高了波长利用率,降低了阻塞率,并且运行时间比较短.     

基于自回归滑动平均的网络数据流量预测模型

在无线网络中,对入侵攻击的准确和迅速的检测是关系到无线网络安全的重要问题。各种入侵攻击可以由其导致的网络流量的变化来检测。针对网络流量复杂的非线性以及混沌性,结合网络流量的时间序列特性,提出了一种基于自回归滑动平均(ARMA)的网络数据流量预测模型。该模型利用第三方检测系统,不需要耗费网络资源,能够迅速和准确地预测网络流量。采用从16个信道分析器获得的数据流量测量值对模型进行了初始化。仿真实验结果表明,文中提出的模型能够有效地检测网络入侵攻击,提高了整个网络的性能,延长了网络的寿命。