多SSID WiFi家庭多媒体终端的研究和应用

广东广电网络在三网融合的背景下推出满足用户视音频和宽带上网等需求、支持第三方网络运营商接入和三屏互动业务的家庭多媒体终端解决方案.该方案为全国各地广电的运营和盈利模式提供了具有参考价值的技术要求和实践依据,为广电行业应对三网融合提供了新思路和新手段.     

基于多域并行编码的高速IPv6流分类

IPv6的多域流分类是高速路由器设计中的一个难点.本文提出了一种使用TCAM的高速IPv6流分类方案,其核心思想是:(1)区分IPv6包头5个域字段的不同特征,根据IPv6地址的特征及其分配信息对其进行压缩,对TCP端口域实施扩展的层次编码,根据统计数据对协议域进行压缩,最终结果是把原始域的296比特转换成280比特的查找关键字,与TCAM的表项宽度相匹配;(2)使用嵌入SSRAM表查找技术,对5个域并行进行独立编码,消除瓶颈编码环节,达到线速处理要求;(3)分类规则数据库按照本文预设计的编码方式存储在TCAM中,使用流水线技术让域的编码操作和查找操作并行执行,每个TCAM访存周期完成一次查找操作.同时,为解决范围匹配问题,本文设计了一种预定义位宽的动态范围编码算法,既节省了TCAM的存储空间,又提高了硬件规则库的更新速度.分析和仿真表明,当路由查找和流分类共用一个TCAM时,使用较低的工作频率(66MHz),流分类和路由查找速度均可达到22Mpps,满足高速OC-192接口的线速查找与流分类要求.     

基于三网融合业务的多SSID WiFi家庭多媒体终端的研究和应用

广东广电网络在三网融合的背景下推出满足用户视音频和宽带上网等需求、支持第三方网络运营商接入和三屏互动业务的家庭多媒体终端解决方案。该方案为全国各地广电的运营和盈利模式提供了具有参考价值的技术要求和实践依据,为广电行业应对三网融合提供了新思路和新手段。     

基于双BRAS的WLAN双SSID切换时延解决方案

同一WLAN热点下双SSID间切换存在等待一个DHCP租期的问题,通过将同一热点下不同SSID上联不同的宽带远程接入服务器(BRAS),实现有效降低双SSID间切换时延。通过现网实验证明,该解决方案能够达到预期效果,提升用户对WLAN网络的体验感知。该方案已在在重庆电信公众WLAN网络中进行了推广使用。     

基于自适应领域粗糙集的多标签在线流特征选择

多标签特征选择指在多标签场景下选出代表性属性.已有的多标签特征选择方法大多集中在事先获得全部特征空间,而没有考虑流式特征情况.随着时间的推移,这些特征不断地流入模型中.此外,一些流方法需要在学习之前指定参数.因此,在训练不同类型数据集之前,如何选取统一和最优参数成为一种难题.基于此,本文定义自适应邻域粗糙集关系-Gap...     

基于M值概率分布的网络视频流分类

为了改善网络视频流的细粒度分类效果,该文分析视频流传输过程中的特征变化与流分类之间的关系。根据不同类型的视频流具有不同的下行传输速率变化模式,提出一种新的基于下行速率传输的视频流分类特征--M值概率分布,并使用支持向量机(SVM)实现网络视频流的分类。实验结果表明,M值概率分布相比较于已有的常见流特征,可以更好地实现6种典型的网络视频流分类。     

基于序列特征的网络流分类方法研究

如今,对网络流量中各种应用进行准确分类和识别已经变得越来越重要,针对目前流量分析研究的不足,本文综合国内外相关研究成果,提出了在双向动态网络流模型的基础上,采用细粒度的Packet-Level序列特征属性对流量进行分析,建立序列特征属性与网络流类型之间的关联关系,实现了一种高效的、与端口无关的网络流分类方法.     

基于Libpcap的业务分类路由技术及实现

针对现行网络中传输业务类型越来越多的情况．提出了一种不同于传统IP路由选址的路由方法——按照业务类型进行路由。该方法在实验室环境下按照不同的业务类型选择不同的路径进行转发。可实现对业务的区别服务。研究了Linux系统下使用底层抓包函数库libpcap进行抓包转发的原理,并据此实现了按业务分类进行路由的路由程序。最终的实...     

一种基于TCAM的双循环多匹配包分类引擎设计

一般来说,传统的包分类引擎只能够找到一个给定数据包的最优匹配。然而,越来越多的新兴的网络业务都需要得到所有的匹配结果。文中介绍了一种基于TCAM的有效的多匹配分类引擎,仅用两次TCAM查表循环便能得到所有的匹配结果。     

IP交换中流分类的神经网络方法

本文对IP交换机中流的分类问题进行了探讨。首先对现有的X／Y分类器进行了分析,指出其不足之处,然后总结了进行流判断时应考虑的各种因素。之后提出了一种利用Hopfield神经网络进行流分类的方法,并对其参数的选取进行了讨论。仿真结果表明,神经网络分类器可根据网络中流的具体情况,自动调节分类阈值,保证IP交换机利用的VC数基本稳定。与常规X／Y分类器相比,神经网络分类器可利用更少的VC交换更多的数据包。     

基于多种输出嵌入结合的无标签图像分类

利用多种输出嵌入相结合的方法,改善无标签图像的分类性能.以边信息作为标签嵌入,用图像特征作为输入嵌入,在标签嵌入和输入嵌入之间构建一个联合兼容函数,建立结构化联合嵌入框架.通过调整联合嵌入的权重矩阵,使兼容函数取得最大值,据此确定图像的分类.借助两个数据集进行的验证,实验结果显示,多种输出嵌入结合的图像分类方法准确率优于单输出嵌入的图像分类方法.     

服务质量（QoS）测试方法介绍

介绍了QoS的原理,描述了用IxNetwork5.40实现2层和3层QoS的测试方法与步骤,总结了IxNetwork5.40的5大优势特性。     

基于免疫--蚂蚁算法的多约束QoS路由选择

针对多约束QoS路由选择问题,将其转化为一个多约束赋权图最短路径问题,选择费用、带宽、时延、丢失率为QoS参数。借鉴人体免疫系统的适应能力和蚂蚁算法的全局寻优能力提出了一种新的融合算法即免疫——蚂蚁算法。免疫算法把目标函数和制约条件作为抗原,目标函数的优化解对应为抗体,使得求解过程的收敛方向得以控制;利用蚂蚁算法产生和更新抗体,抗体交叉、变异操作以及对与抗原亲和力高的抗体进行记忆,均能促进快速求解。实验结果表明:免疫——蚂蚁算法表现出了超越免疫算法和蚂蚁算法的优点,大幅度提高了路由选择的效率。     

基于机器学习和深度学习的网络流量分类研究

随着互联网技术的不断发展以及网络规模的不断扩大,应用的类别纷繁复杂,新型应用层出不穷。为了保障用户服务质量(QoS)并确保网络安全,准确快速的流量分类是运营商及网络管理者亟须解决的问题。首先给出网络流量分类的问题定义和性能指标;然后分别介绍基于机器学习和基于深度学习的流量分类方法,分析了这些方法的优缺点,并对现存问题进行阐述;接着围绕流量分类线上部署时会遇到的3个问题:数据集问题、新应用识别问题、部署开销问题对相关工作进行阐述与分析,并进一步探讨目前网络流量分类研究面临的挑战;最后对网络流量分类下一步的研究方向进行展望。     

基于点火耦合神经网络的多约束QoS路由选择算法

本文针对多约束QoS路由选择问题，将其转化为一个多约束的赋权图最短路问题，并建立点火耦合神经网络，通过在其上所具有的自动波生成和传播特性，并在自动波的传播过程中随时监督约束的满足情况，及时取消不满足约束的自动波，从而最先到达目的节点的自动波所走过的路径即为多约束QoS的最优路径。该算法具有高度的并行性，并总是获得全局最优解，所需的迭代次数相对其他算法而言也是最少的。最后本文给出了实验结果及与其他算法的比较。     

基于MKSVM的多示例学习算法及刑侦图像分类

针对刑侦图像分类问题,提出一种基于多核支持向量机的多示例学习(MIL)算法.首先,该方法采用金字塔网格划分法对刑侦图像进行分块,再将每幅图像作为一个多示例包,每个子块的底层视觉特征作为包中的示例,将刑侦图像分类问题转化为MIL问题;然后,采用K-means双重聚类方法对所有多示例包进行聚类生成聚类中心并定义为视觉字,再把视觉字的集合构造成视觉投影空间;最后,通过设计的非线性投影函数将每个包映射为视觉投影空间中的一个点,则MIL问题被转化为一个标准的有监督学习问题,并采用多核支持向量机(MKSVM)来训练刑侦图像分类器.基于真实刑侦图像库的对比实验表明,所提方法具有较好的鲁棒性,且分类精度高于其他方法.     

基于FFT和多重信号分类算法的高精度相干光相移键控信号频率偏移估计算法研究

针对相移键控(MPSK)相干光通信系统中的频率偏移,最常用的两种算法是基于差分相位或者FFT最大值的算法,但是当数据长度较短时,两种算法均很难实现MHz的估计误差,这将使得后续载波相位恢复估计很难恢复原始数据。为满足MPSK系统中频率偏移估计算法高精度和实时性的要求,首次将多重信号分类算法引入该问题,提出一种基于快速傅里叶变换和多重信号分类的频率估计算法,该算法在数据较短时精度很高。利用基本原理和流程图对算法加以说明,并进行了20-GBaud/sQPSK相干光系统仿真实验验证算法切实可行。