基于速率预测的三色标记算法

提出了一种适用于比例区分服务的数据包标记算法——基于速率预测的三色标记算法(Rate Prediction Marker, RPM)。RPM算法基于在线流量预测算法,对DiffServ网络中经过分类器划分的网络流或者进入标记器的网络流进行提前1期流量预测,根据预测结果以及历史流量的均值进行加权后的结果对数据包进行标记。当源端可能进入TCP的拥塞恢复阶段时,按比例将网络中的可用带宽分配给服务聚集流,从而提高网络带宽的利用率。仿真和实验结果表明,RPM算法与现有的算法相比在目标速率影响和带宽吞吐量上具有更好的性能,从而获得了很好的公平性和带宽利用率。     

一种基于移动阈值的三色标记算法

针对区分服务中存在的带宽分配公平性问题,设计一种新的基于移动阈值的三色标记算法,该三色标记算法的阈值根据流占用带宽的比例情况自动进行调整,从而提高了网络带宽的公平性分配.实验表明,新的三色标记算法比基于时间滑动窗口的三色标记算法的公平性有一定提高,对提高带宽分配公平性具有一定的实用价值.     

确保服务中一种基于动态阈值的数据包标记算法

确保转发过程中带宽享用的公平性问题一直是区分服务网络研究的热点,影响这种公平性的因素包括回路响应时间RTT、数据包大小、目标速率及聚流中包含的单流数量等．确保服务的实现依赖于在边界路由器执行的数据包标记策略和在核心路由器执行的队列管理策略,基于动态阈值的数据包标记策略DTBM的目的就是处理异质的TCP流之间带宽享用的公平性问题。DTBM通过测量局部吞吐量来调整标记算法中的阈值,以改变不同颜色的标记概率从而达到公平带宽享用的目的。DTBM的主要优点在于其实现简单、对参数不是很敏感并且对端结点主机是“透明”的,仿真实验表明,和其他几种标记算法相比,DTBM能有效地消除上述因素的影响,具有更好的公平性。     

一种区分服务网络边缘路由器动态阈值的公平性标记算法

针对区分服务分组标记算法没有考虑到流特性,从而导致不同的流在带宽竞争中出现公平性较差的问题,提出了应用在网络边缘路由器上的一种基于动态阈值的三色标记算法DTTCM。该算法通过调整流速阈值minth和maxth,按照一定的策略对数据包进行标记,从而保证数据流在带宽不足时能公平地享受带宽。理论分析和仿真结果表明,DTTCM在UDP流与TCP流的带宽分配上,以及目标速率对于聚流间剩余带宽分配的影响上,均有着较好的公平性。     

区分服务中一种公平的汇聚流标记算法

区分服务是提供QoS的重要机制之一,但在区分服务中存在着汇聚流之间剩余带宽分配的不公平性问题。为解决该问题,提出了动态数据包标记算法（DPMA）,该算法通过监测汇聚流的流速变化,能动态地调整标记策略,它能以一种近似按比例的方式在各汇聚流之间公平地分配网络中的剩余带宽。仿真结果表明该算法是有效的。     

基于QoS的Web服务选择算法综述*

服务选择算法是影响组合服务的QoS和服务组合性能高低的关键因素。针对近几年来基于QoS的Web服务选择算法的发展状况进行了综述,介绍和总结了当前基于QoS的Web服务选择问题模型,对服务选择策略进行了分类,并对当前的一些典型的基于QoS的Web服务选择算法进行了系统的分析和评论。最后指出了现有算法中的不足之处,展望了该领域的进一步研究方向。     

基于QoWS的Web服务评估算法

本文提出了一个完整的Web服务质量的评估算法。此算法在分析了Web服务评量和相对服务质量的基础之上,计算Web服务质量的综合评估值,并且建立一个Web服务质量评估模型,将此算法应用于评估模型中,可以在多个Web服务中选择最优的服务提供给用户。最后,将此模型应用于一个实际的系统中。     

区分服务IP网AF PHB中响应流与非响应流的公平性

定义了区分服务网络中AFPHB的公平性,指出对响应流和非响应流区别的不同只应针对其超出规范的流量,并且业务量的响应性的判定应根据其行为而不是仅靠协议类型.通过仿真验证标记器srTCM和trTCM以及8种映射机制是否能提供公平性.在DS网中,存在通过不区分流的响应性的标记算法可提供公平性的负荷范围,作者将其定义为公平区间,并对其参数配置进行了分析.     

基于服务关系图的Web服务组合算法

在Web服务组合过程中,保证服务质量的组合服务建模成为关键问题,为此,提出一种基于服务关系图的Web服务组合算法。首先根据Web服务的接口描述,将服务集构造成为服务关系图,从而获取Web服务间的输入/输出依赖关系。同时在用户需求基础上,将服务关系图中的服务操作节点与数据节点分别形式化为与节点及或节点,从而将服务关系图形式化为与/或图。最后,对与/或图反复应用搜索算法,直至查找到满足用户需求的最小成本组合服务模板。通过仿真实验评估了服务关系图与用户请求两者在复杂度变化的情况下搜索算法的性能,并验证了算法有效性。     

基于改进BPSO的Web服务组合选择算法

为使现有Web服务组合的服务选择技术满足用户需求,提出一种基于改进二进制粒子群优化(BPSO)的服务选择算法。引入变异算子和线性递减惯性权重,解决传统二进制BPSO的早熟收敛问题,采用粒子记忆性对不满足约束条件的个体进行修正。实验结果表明,该算法能提高寻优效率。     

一种改进的基于流量预测的动态带宽分配算法

介绍了一种基于流量预测的上行带宽动态分配算法（P-DBA）。P DBA算法根据短相关业务（SRD）和自相似、长相关业务（LRD）的流量特征建立了不同的线性预测模型,并在流量变化较快时放弃预测,以减小带宽浪费;同时,在光网络单元中提出一种配合预测机制的公平调度策略。仿真表明P DBA算法比DBAM算法在端到端延时、丢包率等方面有明显改善。     

一种基于资源管理的端系统流量整形算法

在区分服务的网络系统中对端系统的流量具有严格地限制。为了保证端系统中不同要求的网络应用能够得到合理的网络资源,提出了基于资源管理的端系统流量整形算法。该算法根据每个网络应用的资源请求对其数据流进行调度处理和整形。分析和测试表明,该算法在保证端系统对DS流量限制的同时,还能保证端系统上各网络应用的资源要求,并具有较好的性能。     

The proportional fairness scheduling algorithm on multi-classes

In this paper, we study resource management models and algorithms that satisfy multiple performance objects simultaneously. We realize the proportional fairness principle based QoS model, which defines both delay and loss rate requirements of a class, to include fairness, which is important for the integration of multiple service classes. The resulting Proportional Fairness Scheduling model formalizes the goals of the network performance, user's QoS requirement and system fairness and exposes the fundamental tradeoffs between these goals. In particular, it is difficult to simultaneously provide these objects. We propose a novel scheduling algorithm called Proportional Fairness Scheduling (PFS) that approximates the model closely and efficiently. We have implemented the PFS scheduling in Linux. By performing simulation and measurement experiments, we evaluate the delay and loss rate proportional fairness of PFS, and determine the computation overhead.     

基于位置矩阵QoS感知的Web服务组合研究

提出了一种基于位置矩阵QoS感知的Web服务组合方法。该方法使用遗传算法用位置矩阵对基因进行编码,使得该编码方式可以表示服务组合的所有组合路径和重计划信息,算法的一次执行就能完成所有路径QoS最优的全局搜索和动态重计划功能。实验结果证明了该方法的有效性和可行性。     

一种改进的基于最大流的Web社区挖掘算法

针对原始最大流算法给每条边的边容量分配一个常量值,在社区质量及成员数量上造成的问题,提出了一种改进的Web社区挖掘算法。该算法考虑不同边的重要性差异,将加权PageRank算法中页面的重要度转化为衡量页面之间边重要性的传递概率值,并使用该值对边容量进行赋值。实验结果表明,改进的算法有效地提高了Web社区的质量。     

基于树型二重结构编码遗传算法的服务选择

提出了Web服务语法业务流程树的概念,并结合基于QoS的Web服务全局选择的特点,研究了一种用于组合服务QoS优化的基于树型二重结构编码的遗传算法GATD。该方法建立在服务语法业务流程树先序遍历序列编码的基础上,采用二重编码方法处理用户的QoS约束条件,不仅能够有效地选择出满足用户QoS需求的服务资源,而且可以较好地支持服务运行时快速再规划。     

基于HSDPA的增强型分组调度算法研究

从系统吞吐量、用户公平性等方面分析研究了HSDPA系统中支持非实时业务的三种经典分组调度算法RR、Max C/I和PF。针对PF算法重传时延过长问题,提出了一种结合混合自动请求重传HARQ的增强分组调度算法。该算法通过提高重传分组的优先级降低重传时延,有效地避免系统资源的浪费。MATLAB仿真结果表明,该算法在降低单用户重传时延的同时,仍能保证用户间的公平性和系统的吞吐量。     

Web服务组合中基于 QoS的改进型遗传算法 *

提出了一种在 Web服务组合中基于 QoS的改进型遗传算法。该算法通过计算个体间服务质量的海明距离提高了服务组合的质量 ;通过指定用户总时间限制和实施优良解保留策略解决了算法运行时间对服务质量的影响问题。实验结果表明了算法的有效性。     

无线网络中基于WRR的实时业务调度算法

在WRR(WeightedRoundRobin,带权重的循环)算法的基础上,提出了一种适应无线局 域网特点的实时业务的调度算法。该算法工作在数据链路层,和无线局域网的介质访问控制(MAC) 层协议DCF(DistributedCoordinateFunction)紧密结合,有效避免了对列头部阻塞问题,提高了信道利 用率。通过采用补偿机制,近似达到了长期公平性。使用NS(NetworkSimulator)仿真进行性能评价, 结果表明该算法能有效提高实时业务的端端吞吐率,降低端端延迟和丢包率,延迟抖动也较小,可以 在一定程度上保证实时业务的服务质量。