一种适用于网络处理器的队列管理算法

遵循比例区分服务模型,设计了一种适用于网络处理器的队列管理算法．算法包含两部分,分组入队列时实现丢失率控制的RR—PLR（round—robin based proportional loss rate）和分组出队列时实现时延控制的WRR—PAD（WRR based proportional average delay）．算法采用轮循的机制,避免了除法运算和排序操作,具有O（1）的复杂度,而且易于在网络处理器上实现．性能模拟以及实测的结果表明,该算法能有效实现平均分组丢失率和平均排队时延的比例控制,系统的总吞吐率达到了1．125Gbps（每个分组64B,即2．25Mpps）．     

DiffServ 中基于优先级的队列调度算法

为了提高 DWRR 算法的时延性能及应对突发流的能力,文中结合比例时延区分服务模型,在 DWRR 算法的基础上提出了一种能够体现优先级的队列调度算法-PDDRR.该算法的控制目标是保证各业务流的平均排队时延在无突发业务流时维持在给定的比率,而在应对突发流时忽略时延的比例公平原则,根据网络实时负载动态地调整各队列的权值,合理地分配资源.仿真结果表明,算法不仅能实现不同优先级业务的时延区分,而且在业务流突发时为各等级业务提供服务质量保证.     

DiffServ中基于优先级的队列调度算法

为了提高DWRR算法的时延性能及应对突发流的能力,文中结合比例时延区分服务模型,在DWRR算法的基础上提出了一种能够体现优先级的队列调度算法-PDDRR。该算法的控制目标是保证各业务流的平均排队时延在无突发业务流时维持在给定的比率,而在应对突发流时忽略时延的比例公平原则,根据网络实时负载动态地调整各队列的权值,合理地分配资源。仿真结果表明,算法不仅能实现不同优先级业务的时延区分,而且在业务流突发时为各等级业务提供服务质量保证。     

一种使用历史信息的长期公平队列调度算法

经典的基于时延的队列调度仅关注调度时刻的队列延时,对历史信息并无记忆性,从而在业务流突变时排队延时公平性无法得到保障。本文提出一种长期公平调度算法,不仅综合考虑队列长度、到达速率等即时参量,而且考虑历史参量--历史延时累计量,使得调度更加理性,排队延时不会随流量突变而突变。另外,3个调度参量的关系式并非人为给出,而是通过对长期公平性的建模和对长期优化问题的推导得来。仿真对比了WRR, RPF, EDF算法,证实该算法中的队列延时不仅具有较高的公平性还具有较高的稳定性。     

使用确定随机Petri网对Hadoop公平调度的建模和性能分析

由于Hadoop能在同一时间处理多个用户提交的不同作业的多个任务,这使得用传统的方法对其进行建模和性能分析变得十分困难.为了解决这个问题,基于马尔可夫排队模型M/MMDP/C/K建立了一个随机Petri网(SPN)模型和一个确定随机Petri网(DSPN)模型来分别描述Hadoop调度中的数据状态和作业公平调度.通过设置DSPN中的使动谓词和随机开关来建模Hadoop公平调度和YARN公平调度.使用嵌入的马尔可夫链模型来分析单用户情景,而在分析多用户情景时则引入分解和迭代技术来减小模型的状态空间,从而避免产生状态爆炸问题.研究侧重于Hadoop中作业调度的平均性能,仅通过求解提出的分析模型,就可以对比和分析服务质量(QoS)的一些关键指标,如平均吞吐量、平均队列长度和平均时延.采用Matlab进行仿真:当每秒到达任务数大于等于20时,YARN算法的数据积压和平均时延明显少于公平算法;当每秒到达任务数大于等于30时,YARN算法的平均吞吐量明显高于公平算法.实验结果表明,YARN公平算法能够减少平均处理和排队等待时间,在平均吞吐量、平均队列长度和平均时延上明显优于公平算法.     

高速路由器中一种有效的组播交换排队机制

许多Internet新业务产生的网络流量都属于组播类型．高速路由器中组播交换队列设计是解决组播数据在复杂网络中有效传输的关键问题之一．理想情况下,为保证服务的公平性及有效性,不应该在排队和调度时对组播和单播人为地进行区分．在二者共存的情况下,如何进行公平地排队、交换是亟待解决的问题．基于共享存储交换结构,提出了一种有效的组播交换队列设计方案,同时提供了相应的与组播比例和平均扇出相关的缓存管理机制和队列调度算法．仿真结果表明,与在Cisco高端路由器中广泛应用的ESLIP设计方案相比,在输入负载大于80％的重负载环境中,该系统能够获得更低的平均时延和更小的系统丢包率．     

一种排队延迟感知的LTE调度机制

长期演进(LTE)系统在分组交换域内承载语音业务,但对延迟和丢包敏感的语音业务服务质量较难得到保证。为此,提出一种排队延迟感知的语音分组调度机制,根据队列长度、信道条件、排队延迟以及业务最大允许延迟来确定用户调度优先级,从而实现用户资源的合理分配。理论分析和仿真结果表明,与VSM调度机制相比,该调度机制在确保时延和系统吞吐量满足要求的前提下,能有效地利用网络资源,降低丢包率,提高用户公平性。     

联合车速–队列感知的路边单元分组调度随机优化

路边单元(RSU)是车联网中为其无线覆盖范围内过往车辆提供信息服务的基础设施,路边单元间的分组传输可通过移动车辆"存储–载带–转发"的方式进行,其传输过程中分组的端到端时延由源RSU缓存中的排队时延与车辆载带过程的传播时延两部分组成.为使RSU间分组传输过程中平均端到端时延最小化,本文提出一种联合车速–队列感知的路边单元分组调度随机优化方法,该方法根据源RSU缓存队列长度和经过源RSU覆盖范围的车辆速度状态作分组调度决策.通过马尔科夫决策(MDP)框架对分组传输过程中的平均排队时延和平均传播时延进行分析,建立一个非线性平均端到端时延最小化问题并求解.仿真结果表明,所提出的RSU分组调度随机优化方法可以显著降低RSU间分组传输过程中的平均端到端时延,并提高系统中分组传输的吞吐量.     

交通信号的实时公平调度及其仿真

交通信号的实时调度是改善交通拥堵的重要途径之一,其公平性研究同样至关重要。针对通信网络和交通网络的共同特点,借鉴其最大最小公平和比例公平的思想,分别提出最小最大公平、比例公平交通信号实时调度算法;并与优化队列长度的实时调度、固定周期调度算法进行仿真对比。实验结果表明,优化队列长度的实时调度和固定周期调度会使得部分车辆等待时间过长而表现出不公平;最小最大公平调度表现出最好的公平性,但在网络高密度下平均时延表现较差;比例公平调度则在各种交通密度下同时表现出较低的平均时延和较好的公平性。研究结果为实时交通信号的公平调度提供了解决方案,具有较好的应用价值。     

一种新的加权公平队列调度算法

传统公平队列调度算法(WFQ、WRR等)普遍存在基于数据包的权重参数计算问题,由此产生的高复杂度使其难以获得广泛应用。该文提出一种新的加权公平队列调度算法,使用服务概率和随机数实现加权公平调度,显著降低了算法的复杂度。同时使用自适应服务概率计算解决了数据包变长度带来的不公平性。通过队列管理技术有效地提高了交换机的缓冲区利用率,并减小了排队延迟抖动。仿真结果证明了算法的有效性和实用性。     

移动IPv6中的一种分布式动态型微移动管理方案

为了弥补移动IP不能支持主机高速移动的缺陷,提出了一种分布式动态型微移动管理方案.该方案在网络中放置多个区域移动代理来实现分布式的域内主机移动管理,并提出一种由主机根据自身的移动特点及获悉的网络参数动态地选择区域移动代理和区域大小的算法,该算法使得主机在域内产生的信令代价和分组传递代价达到最小,且没有对网络拓扑结构和区域移动代理的位置做任何强制性要求.分析表明,当主机的平均分组到达率增加时,区域大小减小而总代价增加;当主机在接入路由器的平均驻留时间增加时,区域大小和总代价均减小.最后,在与分层移动IPv6方案的性能比较中发现,分层移动IPv6方案在几种不同区域大小情况下产生的总代价都比该方案可能产生的最大总代价要高.     

障碍物对无线信道影响的试验与研究

针对当前障碍物对无线传感器网络信道影响研究较少的现实,选取433 MHz 和2.4 GHz为载波频率,选择小车、铁网、墙体、铁门等为障碍物,以接收信号强度指数、平均丢包率、路径损耗为测试衡量指标,进行信道传播试验和数据分析,研究了不同障碍物对信道和通信质量的影响。在现有模型的基础上,提出以障碍物为分割点的分段数学模型。试验结果表明,随着通信距离的增加,信号强度会变弱、通信成功率会降低;障碍物空隙减小和厚度的增加,会加速信号的衰减和平均丢包率的增大。同时,以相同障碍物对不同载波频率路径损耗的影响得出,无线传感器网络工作频率越高,路径损耗越大,即在同等障碍物条件下载波频率越高,信号强度越低。利用最小二乘法对验证试验数据进行拟合,得出分段拟合方案的拟合系数R2在0.96 以上,说明采用分段数学模型具有更高的精度。     

混合信道下译码转发中继系统性能研究

针对中继协作系统,研究瑞利信道和Nakagami-◢m◣信道的混合信道下解码转发（decode-and-forward）中继系统性能。结合信息传输过程中可能发生的数据平均误包率,推导出以源节点和中继节点的调制等级为设计变量的双中继端到端频谱效率表达式以及系统稳定性表达式,同时还分析了不同信道参数◢m◣对于链路频谱效率以及系统稳定性的影响,对表达式进行高阶变量推导演变可得出多中继频谱效率表达式及系统稳定性表达式,最后通过仿真验证了端到端表达式所得结果优于传统的自适应算法。     

运用差分演化算法实现包匹配多层核心基的提取

针对网络防火墙、路由器等设备中包匹配的速度问题,提出运用差分演化算法实现包匹配多层核心基的提取。该算法运用多层基础基描述包的多层特征,在每层中分别运用差分演化算法进行比特基和实体基的提取,运用平均自信息和平均互信息量衡量基础基选择的优劣。这种方法可以根据规则库实际规模选择提取比特实体基的层数,非常适应规则库的增长。实验结果表明,所提算法在时间效率、空间效率方面相对于已有的递归数据流匹配算法和基于实数编码的差分演化的包匹配算法,综合性能最优。     

基于丢包统计的蓝牙信道质量估计和自适应分组策略

分析了蓝牙2.0协议的数据传输性能,给出了在不同的信道质量（接收信噪比）下所能达到的平均最大吞吐量,以及根据信道质量自适应选择分组的策略。提出了一种新的利用丢包统计估计信道质量的方法。根据最近发送的一定数目的分组的丢包情况求出这些分组的吞吐量,与已知的分组选择信噪比拐点的平均吞吐量进行比较,从而判断出信道质量所在的区段以及最适合传输的数据分组。从仿真结果来看,当判决所用的数据分组的数目N在30左右时,该方法达到的吞吐量十分接近平均最大吞吐量。该方法的软硬件开销极小,判决过程简单快速,可用于任何主控芯片的蓝牙系统。同时,该方法可在较短时间内（40 ms~180 ms左右）跟踪信道质量的变化,非常适合用于低速运动的蓝牙系统和蓝牙个人区域网。     

基于平均变化率和空闲长度的丢包概率模型

针对RED队列丢包概率模型在计算丢包概率时精确性不足且未考虑网络流量的自相似性问题,提出了基于数据包入队速率平均变化率和队列空闲长度的队列丢包概率模型（DRED）,给出了相应的实现算法。DRED将网络流量状态引入到丢包概率的计算过程中,丢包概率随着网络流量状态的变化而变化,克服了RED队列丢包概率模型在平均队列长度大于队列最大阈值小于队列最大长度时直接将到达的数据包全部丢弃的弊端。实验结果表明,与RED相比,DRED丢包概率的计算更加精确,丢包率有所降低,吞吐量相对提高,端到端时延虽稍有增大,但时延抖动较小,网络的整体性能有一定提高。     

EasiTOD:一种降低传感器网络时效障碍物干扰的检测调节机制

时效障碍物是一类由于传感器网络周围环境因素的改变所造成无线链路通信质量下降的障碍物.针对周期性时效障碍物对传感器网络所产生的影响提出了EasiTOD(EasiNet timeliness obstacle detection)检测调节机制,该机制利用时效障碍物对传感器网络链路产生周期性干扰的特点,将链路质量的周期划分为链路稳定时期与链路波动时期,并针对不同时期的链路状态采取相应的检测调节方法.通过实测验证,无线链路采用EasiTOD机制可以有效地检测并降低周期性时效障碍物对无线网络通信的干扰,同时在保证无线链路通信可靠性的前提下尽可能地降低网络能耗,从而提高传感器网络的整体性能.     

基于Winpcap的数据包捕获技术的研究

本文概述了数据包捕获技术的基本原理,简要介绍了Winpcap的内部结构及数据包捕获程序的工作流程。并针对当前普遍存在的丢包率问题给出相应的解决方案。为进一步提高网络安全、优化网络性能提供理论依据。     

参数动态调节的随机早期检测算法

RED算法对参数的设置很敏感,不同的参数设置对RED的性能影响很大。本文在自适应RED算法的基础上,提出了一种以流量变化趋势为依据,以平均队列长度的变化幅度大小为调节参数的RED算法。本算法通过动态参数调节方式,提高了RED算法的自适应性。模拟实验结果表明,算法在丢包率、平均队列长度及链路利用率等方面都有很好的表现。     

基于多方向天线阵列的链路质量评估技术

提出了一种应用在基于多方向天线阵列的无线Mesh网络上的链路质量评估技术,该技术包括初始链路质量评估和持续链路质量评估. 初始链路质量评估技术可以使新节点在入网阶段根据多天线阵列物理层探测到RSSI值、计算RSSI均值、建立RSSI矩阵,根据RSSI矩阵元素各值分布情况选定信道质量好的链路进行建链. 持续链路质量评估技术则持续监测RSSI值的变化趋势或持续根据所选信道上统计的数据分组差错率估计并调整下一阶段发送数据时应选择的调制速率. 实验结果表明,通过上述两种链路质量评估技术在基于多方向天线阵列的无线Mesh网络上的综合运用,网络节点能够实时感知各条链路上的质量变化并调整到最佳调制速率,保证了网络所持续提供的带宽能力,多天线阵列的空时分优势得以实际发挥.