基于切换的MIPv6 over MPLS的QoS机制研究*

为了缩短移动节点切换引起的通信中断时间,减少切换对服务质量（QoS）的影响,以MIPv6 over MPLS的框架结构为基础,给出了一种基于切换的QoS方案,为移动节点切换提供有效的QoS保证。     

一种基于双路候选的IPv6切换机制

IPv6的出现为有QoS要求下移动IP中的切换问题提供了新的途径。提出一种基于双路候选并利用RSVP的移动ipv6切换方式。该方式通过建立直接从相应节点（CN）到家乡代理（HA）或是到移动节点（MT）的RSVP会话,解决了移动IP中的三角路由问题并保证QoS的要求。     

云计算环境中基于混合蛙跳算法的资源调度

提出云计算环境中基于改进混合蛙跳算法（Shuffled Frog Leaping Algorithm,SFLA）的保证QoS（Quality of Service）资源调度方案。根据任务和资源的特点提出SFLA两种编码结构及其对应更新方程;对调度方案的QoS给出定义;提出根据QoS值进行个体优劣选择的改进SFLA;在CloudSim平台对算法进行了仿真实验。实验结果证明所提出的计算方案有效。     

基于遗传算法的多性能目标网格服务调度算法

在分析状态图工作流模型的基础上，提出了一种网格环境下多QoS（服务质量）约束的组合服务模型，根据提出的模型归纳出了动态服务调度问题的形式化描述，并提出了一种基于遗传算法的动态服务调度算法进行求解.该算法采用基于服务区域及服务实例个数的编码方式，以组合方案的有效性和组合服务的综合QoS参数的效用值作为适应度函数，从而保证组合服务调度的全局QoS要求.与其它算法进行了比较.实验结果显示该算法是可行和有效的．     

基于多Agent的网格资源管理模型的研究与构建

随着Internet技术的日趋成熟,网格计算（Grid Computing）的设想引起了全球范围的关注.网格计算的关键要素是对非集中控制的资源进行协调,通过标准的、开放的、通用的协议和接口,提供非凡的服务质量（QoS）保证.本文试图探索一种基于多Agent的、分布式节点自治的网格资源管理模型,通过在校园网环境下实现该模型,为使用者提供一个分布的、易于扩展的、高效实用的网络计算环境.     

移动普适环境中支持QoS控制的安全框架研究

基于对移动普适计算环境所面临的安全威胁的分析,从用户,网络和服务提供商3个方面总结了移动普适计算环境的特殊安全需求,并提出一种适用于移动普适计算环境且支持QoS(quality of service)控制的安全框架.对该框架的相关功能操作和工作时序进行了介绍,并着重研究和实现了安全框架中的QoS控制流程.通过此框架,移动互联网设备用户可以随时随地访问移动普适计算环境并获得高质量的安全服务.     

基于粒子群算法和拥塞控制的移动路由选择方案

基于不同的业务类型对QoS性能有不同的要求的特点,设计了一种基于粒子群算法和拥塞控制的移动路由选择方案。仿真实验表明,该方案可以实现移动路由最优路径选择,同时降低网络中的拥塞概率,保证业务QoS。     

一种应用于移动计算环境的安全方案的设计

针对目前移动计算网络面临的安全问题，提出了一种基于共享密钥认证体制的移动计算安全方案。这个方案可以实现双向认证，区域隐匿，数据加密，具有较高的实现效率；同时能够在保证QoS的前提下实现安全认证。     

移动预测下一种基于QoS保障的组播协议

基于QoS路由及保障路由实施是支持MANET应用的关键.为解决MANET中QoS问题,在移动预测机制下提出了一种基于QoS保障的组播协议.该协议通过簇头选举,移动预测和QoS控制策略在组播源与含目的节点的组播簇头间确定最稳传输路径,并采用基于动态资源管理的QoS路由模型来保障路由实施.仿真结果显示该方案可获得较高传输成功率和较低控制开销,能有效支持MANET中具有QoS需求的组播传输.     

一种面向多用户的负载感知动态服务选择模型

在面向多用户的动态环境中进行基于QoS 的服务选择需要面临诸多挑战,而动态的服务负载就是其中之一.当前的服务选择方法难以在多用户多业务的开放环境下应对服务执行时的负载动态变化,缺乏实时感知负载的应变能力.针对这一问题,首先,提出一种基于负载等级的服务多维QoS 模型（load level based multidimensional QoS,简称LLBMQoS）;在此基础上,提出了一种面向多用户的负载感知的动态服务选择模型（load-aware dynamic serviceselection model,简称LADSSM）以实现动态负载环境下的服务优化选择.该模型采用两阶段服务选择：在组合服务规划阶段,生成候选服务队列;在组合服务执行阶段,依据当前负载状态实现服务的动态选择;最后,仿真实验的结果表明：该模型较好地适应了多用户动态环境下的服务负载变化,能够在保证用户端到端QoS需求的前提下,及时而有效地提供效用优化的服务选择方案.