基于用户的QoS管理模型

随着IP电话、视频点播和电视电话这些网络应用的出现，传统的网络“尽力转发”服务已经不能满足需要。区分服务模型的出现在一定程度上解决了这个问题，但是由于缺乏有效的管理方法，使得网络资源很快耗尽。提出了一种基于用户的服务质量(QoS)管理模型，通过它能够对一个Intranet网内通过认证的用户提供有保证的网络服务。在该模型中，有一个QoS管理服务器，它负责对整个的QoS服务进行管理，网内的网络设备都按照它发送的命令和规则来转发数据分组。     

基于Linux的进程主/从调度实现

提出一种主从调度模型在Linux下的实现方法。在该模型中，系统中的每一个进程由某一个指定的CPU来运行，从而减少了进程切换的次数。在内核中，每一个CPU单独拥有一个可运行队列，各个CPU各自进行调度，使得内核调度线程能够同时在多个CPU上运行，多个CPU充分并行，从而提高系统性能。     

一种改进的双速率三色标记器

提出了一种改进的双速率三色标记算法。该算法用两个上三角矩阵表示标记器之间的令牌借用关系，在某一个标记器对应的流(或者聚合流)空闲时，把它多余的令牌能够按照一定的概率借用给需要令牌的数据流。在某个数据流繁忙时，若发现自己目前的令牌不足，就向原来借用自己令牌的数据流索还一定的令牌。该算法能用来在区分服务环境下对确保传输的分组进行丢弃优先级标记。仿真结果表明，相对于原来的双速率三色标记算法，该算法能够提供较高的吞吐量。     

SMP Linux中进程与CPU绑定的实现

在目前的 SMP系统中 ,一个进程有可能运行在任何一个 CPU上 .本文在分析 L inux调度机制的基础上 ,提出一种把一个进程绑定到某一个 CPU上以及把一个 CPU绑定到某个进程上的方法 ,用来提高 CPU内部 Cache的命中率 ,从而提高系统的运行效率     

用神经网络驱动的模糊推理入侵检测方法

提出了神经网络驱动模糊推理的入侵检测方法,利用神经网络的学习能力,对不清楚规则的复杂系统的输入输出特性进行适当的非线性划分,自动形成舰则集和相应的隶属关系,克服了在多维空间上经验性的确定隶属函数的困难。对于神经网络的训练数据,采用人工数据,克服了神经网络监督学习和获取已知输出的训练数据的困难。试验证明,这种技术具有很好的灵敏度和鲁棒性,而且,能够检测出未知的入侵行为。