一种基于优先权的自相似流量接纳控制新算法

针对现今网络业务流量的自相似特性,选取具备显著自相似特征的分形布朗运动流（FBM）为自相似流量模型,提出一种基于优先权的接纳控制新算法.首先,应用统计网络演算对自相似业务的带宽需求进行了更准确的估计;其次,对业务进行优先级标记,对网络中需要保护的重要业务赋予较高的优先级,进行优先强制接纳.通过仿真验证和数值分析,结果表明新算法能给予需要保护的业务更加稳定的接纳性能.     

基于分形理论的物联网分层业务模型与性能分析

针对传统业务模型不再适合描述物联网业务流量特征的问题,将基于射频识别(RFID)的物联网系统作为研究对象,针对其构架模式和业务特点,利用服从帕累托(Pareto)重尾分布的Multiple ON-OFF业务模型,建立了一种集中式的物联网自相似分层业务流量模型,并通过自相似特性的测量验证了该模型的有效性.仿真结果表明,该模型是有效的,且这种自相似特性增大了网络丢包率和排队时延,降低了系统吞吐量.     

基于自相似理论802.11业务量特性的数学模型分析

探讨了种用自相似理论建立802.11业务量特性的数学模型,给出并验证了丢包率PLR与分配给该无线链路的带宽间的函数关系。     

基于自相似理论802．11业务量特性的数学模型分析

探讨了种用自相似理论建立802.11业务量特性的数学模型，给出并验证了丢包率PLR与分配给该无线链路的带宽间的函数关系。     

移动Ad Hoc网络自相似业务排队性能分析

对实际网络业务大量的测量表明,网络中的业务量存在着自相似特性,移动Ad Hoc网络中的业务同样具有该特性.目前对于移动Ad Hoc网络方面的研究只限于实测和简单的定性分析.采用更接近实际情况的队列长度有限G/D/1排队模型对移动Ad Hoc网络性能进行了分析和仿真,结果表明自相似业务导致排队性能变差,缓存匮乏,时延和分组丢失概率恶化.为此提出了基于网络规划模型的适用于自相似业务的路由算法.该算法利用多路径备份路由,当链路失效时可以迅速地寻找到新的替代路由,减小缓存中排队时延和丢包率,并对网络的发射功率进行优化提高信道空间的复用度.仿真结果表明,该算法可以改善分组丢失概率,提高网络吞吐量,降低时延.     

一种适于突发流量的退避算法及其在adhoc网络中的应用

adhoc网络中各项业务具有着一种统计上的自相似特性,对网络的性能影响很大,早期建立在泊松模型基础上的战术通信网性能及协议的分析评价方法已不再适用．在分析了多重ON／OFF源汇聚模型产生自相似业务的基础上,通过对各节点突发量的定量分析,在二进制指数退避（Binary Exponential Backoff,BEB）算法基础上提出了一种适用于自相似特性的算法．该算法通过引入节点竞争系数,使得对于信道的访问能根据网络的突发状态合理调整．利用OPNET技术对adhoc网络进行了仿真．仿真结果表明：算法改进后的网络时延性能较原来提高5．92％,吞吐量提高6．17％．文中算法对网络的协议设计、资源的优化配置具有参考价值．     

多业务CDMA 基于动态混合判决的接纳控制算法

有效的呼叫接纳控制(CAC)算法不但能够满足CDMA蜂窝系统不同业务的QoS要求,而且能够提高系统资源利用率。文章提出一种基于多业务的动态混合判决CAC算法,在判决时,该算法根据系统剩余容量和各业务优先级来为高优先级业务预留资源;在接入自相似业务时,该算法利用概率接入策略来判断是否接入一个新呼叫。仿真结果显示,本文提出的算法可以有效降低阻塞率,提高系统性能。     

一种线性闭环拥塞控制方案的渐近性能分析

分析了一种线性闭环拥塞控制方案的渐近性能;证明了该方案的稳态无振荡特性。利用布朗模型近似背景业务,从理论上探讨了背景业务对实现该方案的系统性能的影响。得出了在背景业务干扰下,该方案中各参数所应作的调整,以达到渐近意义下的系统最佳性能。     

多纤IP over WDM网中的一种新型联合路由算法

对动态自相似业务下,多纤IP over WDM网中的联合路由问题进行了研究,提出了一种新型的基于备用选路策略的联合路由算法——最小影响算法(min_influence)。该算法能精确地描述新建光路对全网状态的影响,更利于促进网络资源的合理分配,从而改善全网的阻塞概率性能。以连接阻塞概率（CBP）及带宽阻塞率（BBR）作为性能指标,通过在几种具有代表性的拓扑上进行仿真,结果表明,在不同的自相似业务参数(突发度、均值、方差)下, 该算法优于已有算法。     

业务汇聚过程的自相似特性控制

为了研究如何减小网络中的自相似性,提出了一种在接入线上通过划分时隙控制聚合业务形成过程的MAC层算法. 该算法减小了聚合业务的自相似性,同时还结合CAC及调度算法,提供了对QoS业务的支持. 仿真结果证实,时隙分配的MAC层算法无论是从聚合业务的自相似性还是对QoS业务的支持上都优于传统的业务自由竞争信道的算法.     

A statistical hiding algorithm based on self-similar network traffic

Although the encryption of network packets significantly increases privacy, the density of the traffic can still provide useful information to the observer, and maybe results in the breach of confidentiality. In this paper, we address issues related to hiding information in self-similar network, which is proved to be similar with modern communication network. And a statistical hiding algorithm is proposed for traffic padding. The figures and the comparison of Hurst Parameters before and after traffic padding, show the effective performance of the algorithm.     

Hybrid scheduling model and analysis of performance for switched industrial Ethernet

The fact that outburst traffic in industrial Ethernet was focused on that would bring self-similar phenomenon leading to the delay increase of the cyclical data, and a hybrid priority queue schedule model was proposed in which the outburst data was given the highest priority. Some properties of the self-similar outburst data were proved by network calculus, and its service curve scheduled by the switch was gained. And then the performance of the scheduling algorithm was obtained. The simulation results are close to those calculated by using network calculus model. Some results are of actual significance to the construction of switched industrial Ethernet.     

分布式WR-OBS中并行组装算法的分析

为了提高分布式波长路由光突发交换网络的性能，提出了一种并行的组装算法．该算法根据对网络流量的预测，将突发帧组装过程和突发帧资源预约过程并发执行，和传统的波长路由光突发交换网络比较能够极大降低网络的端到端时延．同时，该算法充分利用了波长路由中的双向预约机制，在轻网络负载的情况下有效降低丢包率．此外对该算法下网络的TCP性能进行了分析，仿真结果表明，该算法可以有效改善整个网络的TCP性能．     

Pastry网络模型的路由机制及改进

在分析传统的Pastry路由算法的基础上,提出了一种适合于非结构化混合式网络的Pastry路由算法,通过引入索引节点、搜索节点,使得改进后的算法提高了查准率,并减少了网络上的通信量。性能分析表明,改进后的算法效果良好。     

改进的OBS长度自适应门限组装算法

现有OBS长度自适应组装算法的突发数据长度门限的选择虽然随着业务流的变化而变化,克服了固定长度门限算法输出的突发数据的突发性,但仍然没有考虑业务流的自相似特性,因此不能有效降低输出突发数据的自相似程度和分组阻塞率。针对这一问题,该文提出了一种改进的OBS长度自适应门限组装算法,能根据到达的网络业务流的自相似特性自适应地调整长度门限值。仿真结果表明:在相同的调度算法下,更能降低业务流的自相似性,分组阻塞率降低一个数量级。     

一种基于BP网络的流量分类方法

针对传统的网络流量分类方法准确率低、开销大、应用范围受限等问题,提出了一种基于BP网络的流量分类方法。该方法改进了标准的BP网络算法,采用基于Lyapunov函数得到的自适应学习率,并引入遗传算法优化网络的初始连接权值和阈值,使网络避免陷入局部最小,加速了网络收敛过程。实验结果表明,采用改进的BP网络算法来处理网络流量分类问题具有明显的优势：该方法的收敛速度和拟合精度均优于标准BP算法,而且流量分类准确率高于NB算法。