一种基于云模型的网络态势综合评估方法

针对网络态势评估中存在的模糊性、随机性和指标量化不统一等问题,提出了一种基于云模型的网络态势综合评估方法。综合考虑实数型、区间型和模糊型指标并统一用云模型量化表示,采用主观与客观相结合的赋权方式,并利用云相似性理论进行网络态势综合评估。对通信网络态势评估的实例分析表明,该方法能够合理地实现网络态势的定性及定量评估,并且保留了评估过程中的不确定性。     

网络评估与测试系统简介

北京电信网不仅规模容量大，而且交换机制式也多。为了及时掌握网络的服务质量和运行效率，北京电信引进了《网络评估与测试系统》。本文就这一系统的结构、系统连接、系统测试、系统网络模型等做了介绍。     

基于SOM-BP云神经网络的计算机网络对抗效能评估

构建了一种计算机网络对抗效能评估指标体系,提出一种云理论和神经网络相结合的SOM-BP云神经网络评估方法,该方法不仅具有神经网络的学习、记忆能力,也具备云理论的模糊性和随机性.将此方法应用到计算机网络对抗效能评估中所获得实验结果表明:该方法不仅迭代次数少,收敛速度快,而且准确率高.     

基于动态云贝叶斯网络的舰艇防空目标威胁评估

针对目标威胁评估中信息表达的不确定性以及威胁评估模型专家网络结构的主观性,提出一种基于结构学习的动态云贝叶斯网络评估模型.首先,利用云模型良好的知识表达能力定量描述不确定连续性信息;其次,使用爬山算法进行结构学习,综合专家提出的网络结构构建贝叶斯网络;接着引入时间变量,将其扩展成为动态贝叶斯网络,然后用最大似然概率估计...     

遥测技术在云数据中心网络运维中的应用

面对大规模、高性能的网络监控需求,用户需要一种新的网络监控方式.遥测技术可以满足用户要求,支持运维系统对监控设备的全量指标采集、监控数据拥有更高精度和更加实时、监控过程对设备自身功能和性能影响小,为网络问题的快速定位、网络质量优化调整提供了最重要的大数据基础,将网络质量分析转换为大数据分析,有力的支撑了云网络精细和智能...     

基于SDN的云数据中心网络

随着云计算技术的发展和成熟,传统网络架构和技术已经难以适应云数据中心的发展.SDN技术为云数据中心网络部署提供了新的解决方案,被认为是云数据中心网络架构的未来演进方向.本文首先分析了云数据中心发展面临的主要问题和SDN技术特点,然后对比分析业界几种主流的SDN实现方案,考虑技术成熟度和部署难易的问题,深入分析了SDN Overlay方案,最后探讨了云数据中心网络的发展趋势.     

积极发挥资源评估在网络运营中的重要作用

本文从网络优化的定义出发，指出了网络资源评估的重要性。全文详细阐述了网络资源调查和评估的内容和方法，从而为实现网络资源的深层次调整和优化创造了条件。     

一种基于系统稳态评估的光通信网络路由算法

通过建立光通信网络系统状态的Markov模型和状态转移矩阵,利用稳态Markov模型状态转移概率平衡特点计算网络系统稳态概率;再根据网络拓扑结构和保护机制信息,通过概率计算得到了系统稳态概率。在对光通信网络系统稳态概率做出评估的基础上,提出了一种自由空间光通信网络的路由算法。该算法考虑了网络节点的快速移动特性、链路带宽、最短路径以及节点收发器数目的限制。仿真实验研究表明,经过系统稳态概率评估的路由算法在实际应用过程中在可靠性、稳定性等方面均优于一般路由算法。     

网络虚拟化技术在云计算数据中心的应用

云计算带来的超大规模数据中心建设,对数据中心网络提出了新的需求,网络虚拟化技术是解决这些新需求的有效手段,本文通过系统论述数据中心网络虚拟化技术中涉及的控制平面虚拟化技术和数据平面虚拟化技术,分析了业界主要厂商的技术实现和新的虚拟化标准协议的技术原理,为数据中心网络虚拟化技术的发展提出了一个较为清晰的演进路径。     

浅谈iMC 智能网络管理中心技术应用

随着网络建设的不断深入发展,除了单纯的追求高带宽、高速率外,安全的网络、高效的网络和可运营的网络成为越来越多的用户关注的焦点,网络精细化管理也越来越深入人心,一套好的管理软件无疑对网络的精细化管理起到至关重要的作用。     

云计算数据中心组网技术

本文分析云计算应用对网络架构提出的新需求,结合近两年网络技术的标准发展,介绍当前主流厂家的网络技术及他们的发展方向。     

基于时序数据的云网协同平台人工智能运维体系

云计算在企业应用中的拓展不但表现为平台规模的拓展,也表现为平台应用的延伸。“云网协同”和“微服务化”是当前企业云平台演进的重要趋势。随着企业信息化建设重要性的持续提升,微服务化云网协同平台的运行维护面临极大挑战。首先分析了平台运维面临的挑战,梳理了平台人工智能运维需求,提出了基于时序数据分析的平台人工智能运维技术体系,并给出了云网协同平台人工智能运维子系统参考设计。所提技术体系和系统设计具有实用性和推广性,可以作为企业云平台建设和优化的技术途径参考。     

Multi-service differentiated traffic management optimization strategy in cloud data center

In order to cope with the traffic management for multi-service differentiated in cloud data centers,improving network performance and service experience,the multi-service differentiated (MSD) traffic management model was designed that can suit operational requirements in cloud data center.Fibonacci tree optimization (FTO) algorithm was improved according to the MSD model.MSD-FTO traffic management strategy was proposed in SDN cloud data center.Simulation results show that the strategy takes advantage of FTO global optimization ability and multi-modal adaptive performance.Through the global local alternating optimization of the algorithm,differentiation traffic management schemes are obtained as needed,the problem of multi-services differentiated traffic management is solved in operator cloud data center that improve network performance and service experience in cloud data center effectively.     

软件定义数据中心网络混合路由机制

针对数据中心网络流量大小分布不均匀、传输性能需求不相同的特征,提出了面向传统树型数据中心网络结构的软件定义混合路由机制SHR（software-defined hybrid routing）。SHR通过统计计算将数据流分为大流和小流,为满足其不同的传输性能需求,对大流采用自适应路由算法,对小流采用流量无视路由算法。SHR在OpenFlow机制的基础上,将部分控制权从控制器下放至交换机,以减轻网络的额外负载。在Fat-Tree网络拓扑结构上建立流量模型进行性能分析与仿真实验,结果表明,与传统的等价多路径转发ECMP算法相比,SHR能够提高网络吞吐量,降低数据流丢弃率和分组端到端时延,同时减轻网络的额外负载。     

SDN与NFV技术在云数据中心的规模应用

以云数据中心为切入点,首先对SDN领域中的叠加网络、SDN控制器、VxLAN 3种重要技术的特点进行了研究,然后对NFV领域中的通用服务器性能、服务链两类关键问题展开具体分析.最后,阐述了前期开展的SDN/NFV技术试验工作进展及相关结论,并对VDC应用产品进行了展望.     

Virtual machine placement optimizing to improve network performance in cloud data centers

With the wide application of virtualization technology in cloud data centers, how to effectively place virtual machine （VM） is becoming a major issue for cloud providers. The existing virtual machine placement （VMP） solutions are mainly to optimize server resources. However, they pay little consideration on network resources optimization, and they do not concern the impact of the network topology and the current network traffic. A multi-resource constraints VMP scheme is proposed. Firstly, the authors attempt to reduce the total communication traffic in the data center network, which is abstracted as a quadratic assignment problem; and then aim at optimizing network maximum link utilization （MLU）. On the condition of slight variation of the total traffic, minimizing MLU can balance network traffic distribution and reduce network congestion hotspots, a classic combinatorial optimization problem as well as NP-hard problem. Ant colony optimization and 2-opt local search are combined to solve the problem. Simulation shows that MLU is decreased by 20%, and the number of hot links is decreased by 37%.     

大数据时代数据中心运维管理措施研究

本文首先介绍了大数据的概念和背景,然后对大数据时代下的数据中心运维管理内容和现状进行了分析,针对提高运维管理能力提出了四点对策,旨在为大数据下数据中心运维管理工作提供参考.     

基于大数据的数据中心基础设施管理系统的研究与设计

文章从广西电子政务外网云计算中心基础设施运维管理工作的需求出发,阐述利用云计算、大数据等技术,建设包括基础设施管理、基础设施监控、大数据分析功能于一体的数据中心基础设施管理系统。系统满足数据中心自动化、智能化、流程化管理要求,能精细化管理资源、降低运营成本、规范人员及流程、提高投资回报最大化。