令牌桶算法比较研究

令牌桶算法是流量整型的重要方法,该文在对令牌桶算法作了分析的基础上,对IETF的两种令牌桶算法：单速率三色标记算法和双速率三色标记算法进行了研究。对算法的性能进行了比较分析,并用仿真实验对不同算法的输出流与参数值之间的关系作了研究．揭示了不同算法中参数设置的内在关系。     

基于令牌桶算法的卫星数据地面传输流量控制方法研究

该文根据卫星数据的特点,在研究令牌桶算法的基础上,提出了一种改进的令牌桶算法,增加了两个模块:令牌放置模块和令牌请求模块,在模拟环境下实现该算法。在对卫星数据进行流量控制的同时,降低了数据传输过程中的抖动,并保证了卫星实时数据的低时延和非实时数据尽量大的带宽,在模拟环境下进行测试,达到了较好的效果。     

扩展令牌桶排队算法的设计与实现

]针对Linux环境下TBF流量控制的缺点,提出了一种可以对局域网内IP分配固定带宽的扩展令牌桶算法（ETBF）,ETBF通过对TBF算法内核数据结构、入队处理、重入队处理和出对处理的改进,扩展了TBF的令牌桶个数,使一个令牌桶能够控制一个IP,消除了tbf共享带宽的缺点,实验结果表明每一个IP得到的带宽都是固定的,达到了希望的效果。     

GRMP协议中流量控制的令牌桶实现

本文主要介绍了GRMP协议和GRMP的控制结构,探讨了在GRMP协议的框架下,利用Linux中的软中断机制和模块机制实现令牌桶的算法,从而达到进行流量控制的要求。     

基于令牌桶的分级动态流量整形算法

区分服务和流量整形是保证实时应用和关键应用得到相应QoS的重要技术。提出基于二级令牌分配机制的流量整形结构,逐级设计令牌分配的具体算法。该算法使区分服务网络中优先级较高的数据流获得更多的出口带宽资源,同时根据输出需求动态调整同优先级数据流的带宽资源,兼顾优先和公平,提高企业网络出口有限带宽的使用效益。     

基于多令牌桶的组播拥塞控制

IP组播是一种有效的数据传输方式,在过去几年中,组播传输机制已经成为一个活跃的研究领域。但由于其自身特性决定了在组播中实现可靠性和拥塞控制非常困难,组播的拥塞控制问题一直没能得到很好的解决,这成为了其发展的瓶颈,不断增加的UDP数据流恶化了TCP控制拥塞的能力,而且是引起高丢包率的原因之一。文中提出了一种可以对局域网内IP分配固定带宽的扩展令牌桶算法,扩展了令牌桶个数,一个令牌桶控制一个IP,消除了共享带宽的缺点,并通过设计电路,建模仿真结果表明可以对路由器交换节点的组播达到准入控制,防止造成网络拥塞,最大限度保证网络Qos,并且设计的电路占用硬件资源少,能够应用于高速电路当中。     

接入网MAC层QoS系统的多业务令牌桶流量整形算法

以HFC网络核心设备双向CM(Cable Modem)为研究背景,首先对目前的流量整形算法进行了分析,在HFC网络QoS系统需求的基础之上,提出了一种动态支持多业务整形的令牌桶算法.以美国有线电视实验室的测试用例仿真分析了队列长度对丢包率以及延时的影响.通过性能分析可以看出,该算法满足了多种应用对延时和丢包率的要求,很好地调整了数据的突发速率,有效地进行了流量整形控制.     

数据抽取技术在安全事件管理系统中的应用研究

本文主要针对目前安全事件管理系统中安全事件信息抽取的问题,提出了基于XML语言的安全事件信息和抽取方法描述的数据抽取框架DSXML,该框架可以实现跨平台的,分布式的安全事件信息抽取,从而为安全事件管理系统提供可靠的安全事件信息数据源。     

PB数据管道技术在高校招生管理系统中的应用

MIS系统开发中会遇到很多在不同数据库管理系统之间共享、璺输数据 问题，这些问题制约了系统在跨数据库平台上使用的方便性。本文首先介绍了PB数据管道技术的使用方法，然后以一个已完成的MIS系统，某高校信息管理网络系统中的招生模块为例，具体说明了如何在应用程序中动态实现数据管道技术。     

基于模糊集的数据挖掘研究与应用

关联规则的挖掘是数据挖掘的重要研究内容之一,该文探讨了模糊集在这方面的使用,提出了模糊关联规则的概念,研究了模糊关联规则的性质及其挖掘算法,并将其应用于炼油工业的一个实例中。     

模糊数据挖掘在电子政务中的应用

文章首先介绍了数据挖掘技术和模糊数据挖掘技术,然后给出了模糊数据挖掘算法以及详细的模糊数据挖掘步骤,最后用一个具体实例证明了模糊数据挖掘在电子政务系统中的应用价值。     

一种神经模糊系统在数据分类中的应用

介绍了用于实现模糊分类的NEFCLASS系统，它能从数据中获取分类规则，得到的规则有良好的可解释性。并对它的结构和学习算法进行了分析，讨论了它的一个应用实例。     

模糊神经网络在商业规则数据挖掘中的应用*

利用模糊系统对规则提取的优势弥补了神经网络可解释性差的缺点,并使用模糊神经网络来进行商业规则数据挖掘。通过建立模糊神经网络对训练好的网络进行剪裁,最后提取模糊商业规则,说明了商业规则数据挖掘的全过程,并对其中重点算法进行了描述和改进。给出的实例证明了该方法的有效性。     

一种基于属性的模糊聚类算法及其应用研究

运用模糊集理论,对基于属性的模糊聚类从概念、原理、算法等方面做了深入的论述,最后给出了一个应用实例,实践证明该算法是有效的。     

基于Vague集的广义模糊关系数据模型

在现实世界中,许多数据常常是不完全的或模糊不清的,因此,扩充传统的关系模型来表示不精确、不完全和模糊数据已成为数据库领域的一个重要的研究方向。Vague集是模糊集概念的推广,它具有强大的处理不精确数据的能力,并为不精确、不完全和模糊知识的表示提供了一种有效的手段。该文在已有的模糊关系数据模型的基础上,提出了模糊关系数据库的一种基于Vague集的广义模糊关系数据模型VGFRDM。     

模糊Petri网及其在模糊推理中的应用

该文首先引入模糊Petri网(Fuzzy Petri Net)的定义,给出了一个九元模糊Petri网模型,并且详细介绍了模糊Petri网的激发规则。给出了产生式规则的模糊Petri网表示的三种模型,在此基础上提出了一种基于模糊Petri网的推理方法,最后使用模糊Petri网中知识表示和运行的基本算法解决了汽车质量检验和故障分析这一实际问题。实际应用证明基于模糊Petri网的产生式规则的推理具有知识表达能力强,处理不确定知识正确,推理过程简单直观,具有一定的智能推理能力,具有较强的实用价值。     

一种新的扩展模糊概念数据模型

为了对现实世界中存在的不精确、不确定的信息进行建模,学者们提出了各种不同的扩展关系数据模型.基于可能性理论,本文对概念数据模型IFO的不同层次在模糊信息环境下进行了扩展,提出了一种新的模糊IFO数据模型FIFO,该模型能够有效地表达和处理概念数据建模层次中的模糊数据.文章重点讨论了FIFO中对象和关系（主要是ISA关系）的模糊性,并给出了FIFO模型的各个层次所对应的图形表达.