基于NetFPGA的网络数据流量采集器

为解决基于软件的流量采集方法无法在高速网络环境下准确测量的问题,提出了一种基于NetFPGA的网络数据流量采集器,以达到实时在线的流量统计和采集功能。该系统采用模块化的架构设计,通过硬件实现功能的方式提高网络测量精度。实验结果表明,该系统能准确统计出网络中93%以上流量。     

基于光载无线交换的数据传输系统

根据智能农业这一未来农业的发展方向的要求,结合光载无线交换技术的原理及特点,提出的一种新型的基于光载无线通信(ROF)技术的数据传输系统。它不仅具有ROF大容量、低成本、可重构的特点外,还结合数字光纤、以太网技术和无线局域网技术,可以安全可靠地将数据采集层的数据传输给业务层。     

基于鲁棒性的链路权重规划算法

在IP网络中,链路权重规划是流量工程中的重要问题。为了优化网络流量并实现负载均衡,针对业务量矩阵的不确定性,依据鲁棒性理论提出一个链路权重规划的MIP模型。该模型使用Γ模型描述业务量矩阵的不确定集,通过表示扰动程度的参数Γ实现了对鲁棒性的调节,在此基础上求得不确定集中最差情况下的最优解。实验结果表明,与传统的链路权重规划方法以及新出现的MRC规划模型相比较,该算法可降低最大链路利用率,分别达到了40%和20%。     

软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略

社交网络和其他云应用程序应该能对从数据中心发出的请求作出快速响应,实现这种请求的技术之一是内存中的键值存储（IMKVS）,它是一种缓存机制,目的是为了提高整体用户体验。一般地,IMKVS系统使用一致性哈希来决定在哪存储目标,一致性哈希使用起来方法简单,但可能引起网络负载的不平衡。为了提高IMKVS的缓存性能,提出一种软件定义网络中利用IMKVS结合NFV的分布式网络负载均衡策略。该策略包含两个阶段,第一阶段设计通用的SDN负载平衡器的模块,以运行不同的负载平衡算法;第二阶段是基于IMKVS的专业化缓存,可以实现通信管理和数据复制。仿真结果表明,相比于一致性哈希,缓存服务器上的负载可改善24%,网络上的负载可改善7%,策略能够使资源利用更合理,获得更好的用户体验。     

A progressive deployment strategy for cooperative adaptive cruise control to improve traffic dynamics

Cooperative adaptive cruise control(CACC)vehicles are intelligent vehicles that use vehicular ad hoc networks(VANETs)to share trafc information in real time.Previous studies have shown that CACC could have an impact on increasing highway capacities at high market penetration.Since reaching a high CACC market penetration level is not occurring in the near future,this study presents a progressive deployment approach that demonstrates to have a great potential of reducing trafc congestions at low CACC penetration levels.Using a previously developed microscopic trafc simulation model of a freeway with an on-ramp—created to induce perturbations and trigger stop-and-go trafc,the CACC system s efect on the trafc performance is studied.The results show signifcance and indicate the potential of CACC systems to improve trafc characteristics which can be used to reduce trafc congestion.The study shows that the impact of CACC is positive and not only limited to a high market penetration.By giving CACC vehicles priority access to high-occupancy vehicle(HOV)lanes,the highway capacity could be signifcantly improved with a CACC penetration as low as 20%.     

关于市政道路施工走精细化施工路线的必要性分析

通过分析城市道路中一些常见弊病、道路的维修和保养、整个城市的交通安全和道路交通功能造成的危害,提出了市政道路走精细化施工的必要性和一些相关策略。在市政道路检查中,一定要找出细节方面存在的问题,以更好地实现道路交通功能。此外,还应提高道路养护、维修的能力,细化市政道路施工过程中的基础,从而更好地保证道路的使用效果。     

城市环境中交通信号灯准确识别与状态估计

根据交通信号灯灯板颜色和形状定位图像中的灯板位置. 将灯板区域的彩色图像转换到YCbCr 空间, 分割灯板区域中的红、黄、绿三色区域, 利用交通信号灯的形态特性定位交通灯位置. 用Gabor 小波和2 维独立分量分析提取感兴趣区域的特征, 送入最近邻分类器分类信号灯的类型. 用代表性的观测序列建立隐马尔科夫模型, 并结合识别和跟踪结果估计信号灯状态. 实验结果表明, 该算法能可靠、准确地识别出信号灯, 并有效地估计出信号灯的状态.     

一种基于图像匹配的地面交通标志实时识别方法

地面交通标志检测识别是智能驾驶领域的一个研究方向,实时性、准确率是该研究的重点。图像匹配的方法是常用的模式识别方法。文中介绍了一种结合先验知识和图像匹配的地面交通标志检测识别方法。算法包括两部分:预处理和检测识别。预处理阶段包括图像压缩、感兴趣区域提取、形态学处理、中值滤波和逆透视等步骤,实现图像降噪和正畸,为检测识别做准备。检测识别阶段包括轮廓提取、面积过滤、图像匹配等步骤,目的是判断待测图像是否含有地面交通标志及其种类。实验证明,该算法实时性好、鲁棒性强、准确率高。     

基于样本缩减的支持向量机在流分类中的应用

网络流量分类对提高网络服务质量有着非常重要的作用.基于机器学习的网络流量分类中,海量的样本为训练带来了效率瓶颈.论文介绍了SVM算法原理,建立基于改进类别质心的样本缩减策略,并进行实验验证.结果表明,利用缩减样本的SVM训练时间仅为在原样本下训练时间的2％,且分类精度基本不变,证明了样本缩减策略的可行性和有效性.     

基于PSO-LSSVM的网络流量预测模型

为了提高网络流量的预测精度,考虑到网络流量的长相关、非线性等特性,提出一种粒子群算法优化最小二乘支持向量机参数的网络流量预测模型（PSO-LSSVM）．首先将最小二乘支持向量机参数作为粒子的位置向量,然后利用粒子群算法找到模型的最优参数,最后采用最优参数最小二乘支持向量机建立网络流量预测模型．仿真结果表明,相对于参比模型,PSO-LSSVM能够获得更高的网络流量预测精度,更能准确描述网络流量变化规律．