格状光网络双链路故障P圈保护算法

针对MESH光网络中两条链路同时发生故障的情形,分析了采用P_Cycle（P圈）为故障链路提供保护的方法,以及在至少3边连通度格状网络中采用P圈实现双链路故障保护的配置策略。提出了一种基于网络工作资源分布和P圈有效跨接链路配置P圈的双链路故障保护启发式算法。使用OPNET软件搭建的ASON仿真平台,采用泛欧COST239网络拓扑和静态业务模型对算法性能进行了仿真。仿真结果证明了该方案在拥有环网快速恢复能力的同时,相比已有算法具有更低的资源冗余度。     

基于逻辑保护圈的网络空闲容量规划方法

为优化设计网络空闲资源,基于逻辑保护圈的共享链路保护,以最小化最大超额订购值为优化准则,针对一定的链路资源,提出了一种通过步进迭代求解线性规划方程优化解的启发式算法,以确定网络100%故障保护的次优保护圈集.仿真结果表明,该算法可以快速得到逻辑保护圈集,优化配置网络空闲资源.     

方向性资源Mesh网络中的新型p圈算法

首先针对方向性资源网络中单链路失效情况，提出了一种新型预配置保护(p)圈算法，即单方向p圈，通过为传统p圈加载方向性，分成顺时针p圈和逆时针p圈。然后针对单方向p圈提出了新的评价标准及其应用在方向性资源网络中的方法与步骤。通过仿真比较了单方向p圈与传统无方向p圈在方向性资源网络中的性能，结果表明在方向性资源网络中，单方向p圈比传统无方向p圈更具有优势，其可以充分利用所配置的保护资源，以较少的网络资源，实现较高的业务保护成功率，从而改善方向性资源网络中p-cycle算法的性能。     

k正则且k连通保护结构在光网络中的应用

为应对光网络并发出现的多链路故障,提出了一种基于k正则且k连通结构的保护机制.理论上证明了k正则且k连通结构是多故障情况下链路可恢复格状光网络中最优的保护结构,同时提出了k正则且k连通结构的线性规划模型和构建算法.仿真结果表明,k正则且k连通保护结构在静态网络中可以达到资源冗余度的下界,在动态业务下k正则且k连通保护结构在资源效率和恢复成功率方面优于基于预置圈的保护结构.     

基于负载均衡的SRLG共享保护通路算法

研究了动态业务下自动交换光网络（ASOIN）的生存性,针对ASON中共享风险链路组（SRLG）故障,提出了一种基于负载均衡的SRLG共享保护通路算法（LE-SSPP）。算法调整链路的代价,采用最短路径算法找出K条SRLG分离的最短路径,选择代价（cost）和跳数（hops）最小的路径作为保护通路。仿真表明,LE-SSPP不仅能够有效的均衡负载,降低业务阻塞率,而且能满足资源利用率与故障恢复速度折衷的要求。     

光网络中支持多粒度的子通路保护算法

提出了一种支持多粒度业务的自适应子通路保护算法,该算法根据网络状态动态调整链路权值,选择一条最短路作为工作通路,然后将工作通路分为互不重叠的n个子通路(每个子通路经过的链路数为m),再分别找出各自基于共享风险链路组限制的保护通路。该算法既可保证业务连接的可靠性要求,同时又允许网络管理者根据一定优化策略调整m值,从而能在资源利用率和恢复时间之间进行折中,最后给出了仿真结果。     

IP/WDM网络中自适应区分权重的HTA动态业务流疏导算法

为了实现全网负载均衡以减小网络拥塞,针对业务持续时间已知的特点,依据链路的剩余生存期和未来拥塞度设置链路权值,提出基于区分权重的持续时间已知的业务流疏导与选路算法(DWG-HTA).设计了DWG-HTA算法流程,提出IP/WDM网络中动态业务流疏导问题的整数线性规划ILP模型.仿真结果表明,DWG-HTA算法比典型选路算法最多降低网络阻塞率达24%,并验证了其负载均衡的有效性.针对小型网络拓扑和预先规划业务情况,给出了DWG-HTA算法与ILP模型的阻塞率对比和DWG-HTA算法的性能提升空间.     

WDM网中一种联合优化的自适应保护算法

研究WDM网络的生存性问题,提出了一种联合优化的自适应专用通路保护算法。该算法根据网络拓扑信息和资源使用情况动态调整链路权值,并在此基础上为到达业务连接请求,同时找到一对链路分离的工作通路和保护通路,而且保证二者占用资源总量最少。与文献中已有算法相比,JOA可以降低算法的时间开销,同时还有利于全网负载均衡和少用资源,从而可以有效提高全网资源利用率,进一步降低业务连接请求的阻塞率。通过仿真将所提算法与传统算法进行了对比,给出了仿真结果。     

WDM网络中P圈保护算法

为了充分利用WDM光网络中空闲波长资源以及提高整个网络性能，对P圈保护算法进行的深入的研究，提出了不同的P圈评价标准，并以此为基础，进一步从基础圈的选择、P圈扩张策略以及P圈扩张周期三个角度出发，提出了一系列新型的P圈生成算法.仿真结果表明，这些新型的P圈生成算法可以应用于不同的网络环境中，并且与传统的保护算法相比，提高了网络资源的使用效率.     

WDM网中一种考虑优先级的多播共享段保护

研究网状波分复用(WDM)光网络中动态多播业务的保护方案,提出一种共享保护(LRP-MSSP)算法。该算法根据网络状态和优先级的不同调整链路代价,为每个多播业务请求建立最小代价工作树,并为光树上互不重叠的工作段提供链路分离的保护段,在网络失效时,进行业务段保护切换。仿真表明,该算法能使业务更均衡,资源利用率更高,且满足不同优先级业务的需要。     

基于特征符号表示的网络异常流量检测算法

为了准确检测网络中的流量异常情况,确保网络正常运行,提出基于特征符号表示的网络异常流量检测算法（NAAD-FD）. NAAD-FD算法利用趋势转折点将网络流量数据按照基于趋势特征的符号表示方法进行转化,按照表示结果将原始数据转化为包含7项特征值的子序列,将7项特征值运用到提出的距离计算方法中;结合基于密度的算法,按照时间序列的网络异常流量定义执行异常检测. 通过对算法参数、仿真数据和真实网络流量数据的实验与分析可知,该算法具有较强的鲁棒性,验证了该算法的有效性和稳定性. 该算法通过降维简化表示,显著降低了算法的时间复杂度,有效加速异常检测过程约40%.     

异构网络中时延最小的多接入业务分配算法

以业务到达时延最小化为目标,提出一种联合网络选择和业务分配的并行多接入算法．该算法中考虑了不同网络的可利用传输速率和网络时延,利用贝克曼变化思想证明了最优业务分配问题存在门限值,可以根据门限选择最小的接入网络集合获得最小时延．仿真结果表明在重负载情况下,该算法不仅能获得最大吞吐量,并且能够有效地降低业务的到达时延．     

基于记忆机制的动态交通路径优化算法

在对经典路径优化算法性能进行分析的基础上,指出了现有路径优化算法在大规模路网条件下实时性差的问题。通过比较道路交通网络路径优化和机器人寻路过程的异同点,基于智能机器人寻路的D*Lite算法和记忆规则,提出一种新的道路网络动态路径优化算法,并对其性能进行了测试和对比分析。结果表明,该方法在保证路径优化结果相近的情况下可以减少优化计算时间26%~50%。     

基于Q-学习算法的交通控制与诱导协同模式的在线选择

采用Q-学习算法实现了交通控制与诱导协同模式的在线选择。首先,采用Q-学习算法训练多智能体,根据多智能体内部的推理得到不同交通状态下的最优协同模式,最终实现交通控制与交通诱导协同模式的在线选择与转换。仿真结果表明,本文提出的基于Q-学习算法的协同模式选择方法在一般交通拥挤状态下具有较好的协同控制效果,对比离线式模式选择方法更能适应交通状态的不断变化,从而达到有效避免严重交通拥堵、改善路网性能的目的。     

不准确网络信息下的实时流量优化

研究了不准确网络信息下的流量优化. 提出虚容量的概念，建立了基于本地状态信息的网络流量优化模型；提出的分布式实时无导师学习算法，根据网络流量变化的幅度和频度判断是否需要优化并行路径间的流量分配并且自适应的调整. 该算法不需要统计、刷新和存储网络中的各种状态信息以及流量矩阵，仿真证明其优化效果明显.     

用于自相似业务的一种CAC

针对网络业务的自相似特性,在高斯假设下得到了该特性下的业务排队性能;提出了一种适用于传统业务和自相似业务的呼叫接纳控制算法。仿真表明了该算法具有速度快、参数简单等优点。     

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。     

基于LSP时延和拥塞的分布式自适应流量工程算法

研究多协议标签交换(MPLS)网络中的流量工程,提出了基于标签交换路径(LSP)时延和拥塞 来优化网络流量的算法。给出全网流量优化的数学模型,并根据该模型内在的层次性,设计 了分布式自适应流量工程算法。为了使算法具有实时性强、收敛速度快、稳定性较好、运算 和网络开销小等特点,在设计中,采用了禁忌搜索和算法参数的非线性调整来提高算法的性 能。仿真分析表明,该算法能够实现对网络性能的全面优化,适合应用于骨干网的流量优化.     

一种面向负载的可用带宽测量算法

网络多媒体系统中,需要对可用带宽进行主动测量,但测试流会妨碍数据传输质量。针对该问题,提出了媒体流测量算法（MSM）,并进一步提出了1种面向负载的可用带宽测量机制（LOMA）。轻负载时,LOMA以PathLoad为基础,通过起始优化和过程优化,降低了测试流的突发性和数据量,同时缩短了测量时间,提高了测量结果的及时性;重负载时,LOMA采用媒体流测量法,能在不生成任何测试流的前提条件下,利用现存的视频码流完成对可用带宽的主动探测。LOMA能降低主动测量对媒体传输质量的负面影响,因而可适应网络多媒体系统的特点并能满足其质量控制机制的需求。     

企业IT网络异常流量综合检测模型与算法(会议)

结合企业内部IT网络特点,提出了用时间窗比较进行网络异常流量检测的新算法;将所提出的新算法同已有的静态、动态检测算法相结合,提出了网络异常流量综合检测模型。模型通过不同方法和不同角度比较来发现网络中是否存在异常流量,最后通过实际实现和测试验证模型的有效性。