Linux系统QoS原理与应用

介绍Linux系统中网络服务质量的原理与应用。全文分两个部分,第一部分探讨了Linux系统上QoS的工作原理,Linux在系统内核中实现了QoS,其QoS管理的核心是流量控制,由队列规定、类和过滤器三部分构成;后一部分介绍了Linux系统提供的配置与监控流量控制的用户程序-tc,并给出了一个实际应有的具体案例。     

基于流量类型的多媒体传感器网络QoS选路算法

无线多媒体传感器网络需要为不同的上层应用提供不同的支持和服务.分析多媒体传感器网络需要支持的6种主要流量类型的不同QoS需求,并抽象出多媒体传感器网络模型,定义基于流量类型的QoS选路方法,提出基于流量类型的多媒体传感器网络QoS分层蚂蚁选路算法,为网络中的各类流量选择满足各自主QoS需求的路由,合理利用网络资源,提高网络性能;仿真结果表明该方法能够为多媒体传感器网络中的多种流量提供较好的QoS保障;同时,针对分层拓扑结构所采用的分层蚂蚁选路减小了算法的运算空间,对于连接复杂的大规模网络具有实际意义.     

一种面向多媒体传感器网络的信任管理模型

多媒体传感器网络中不同的应用具有不同QoS需求,提出基于流量类型的QoS信任计算方法,综合考虑基于推荐可靠度的节点交互行为以及节点延迟、节点剩余能量等因素,对节点信任值进行功能性区分,不同信任值对应不同的应用,适用于多种流量共存的多媒体传感器网络,提高系统的安全性、可靠性.仿真分析表明,对于密集部署的多媒体传感器网络,提出的信任管理模型能够有效消减恶意节点对目标节点信任度量的干扰效应,为多媒体传感器网络多流量类型路由提供新的QoS选路依据.     

Web系统的QoS控制研究

主要论述了在Internet环境下的Web网站在流量变化很大的情况下通过不同的网络传输模型及Web服务模型实现其QoS控制,能够实现高可伸缩性、高性能、高性价比的Web环境.最后简要论述了WebQoS技术产品及Web QoS技术的研究现状.     

基于应用区分的精细化网络服务质量评估

为了满足新网络应用对网络服务质量的多样化需求,提出了基于应用区分的精细化网络服务质量评估(RQoSAAD),其计算各个测量周期内用户不同应用、不同网络互联级别流量的QoS达成度和QoS满意度,并进一步使用辛普森法则得到用户各应用、各网络互联级别流量及总体流量大时间尺度下的QoS达成度、QoS满意度及QoS等级,以此细致...     

泛在异构网络水平QoS映射方案和技术综述

不同网络的QoS机制存在差异,各种应用的QoS需求也不同,给泛在异构网络QoS保证带来挑战。为了满足异构网络QoS需求,最大化利用网络资源,最小化操作代价,应建立一种能够保证异构网络QoS的机制。QoS映射是有效的解决方案,它可以完成不同网络QoS之间的自动翻译,有利于降低问题的复杂度,能保证异构网络的QoS需求。因此,本文对现有的异构网络水平QoS映射方案和技术进行综述和比较,重点介绍了AQCM-ASM映射策略和FAbS模型,并给出了今后的研究方向。     

基于QoS技术的校园传输网研究

针对校园网扩容后的业务、流量分配问题,分析了网络仿真技术和常用的网络仿真软件,并利用仿真软件OPNET规划建立了连通两校区的校园传输网仿真模型.同时主要研究了服务质量(QoS)中的区分服务模型,仿真实现了不同队列策略机制,并针对校园网的QoS进行不同策略下的性能测试,得到仿真结果,找出影响校园网传输性能的主要因素,在此基础上制定出一种基于组合策略的校园传输网QoS设计方案.     

一种虚拟私有网络的设计与实现

VPN技术是解决网络安全问题的一条有效途径·在分析了VPN技术的特点和IPSec规范原理的基础之上,提出了一种VPN系统设计模型·不同于一般VPN系统模型,该模型考虑了群组通讯和QoS的需求·着重讨论了具体实现中的Linux内核重构、密钥更新、基于策略的信息过滤以及QoS控制等关键技术·VPN产品能否被广泛接受主要取决于以下两点:一是VPN方案能否以线路速度进行加密,否则将会产生瓶颈;二是能否调度和引导VPN的数据流到网络上的不同管理域·     

基于IPv4的综合业务网QoS研究

承载着多种数据流的综合业务网,是当今网络的发展方向.其QoS保证是用户和ISP的共同需求.首先,从网络的角度分析了QoS的应用需求,讨论了各关联方协作的必要性和QoS的基本模型,描述了网络负载和QoS的逻辑关系.然后从结点的角度讨论了保证数据流QoS的方法.最后是本文的工作总结和展望.     

基于DiffServ的UMTS端到端QoS保证机制研究

3G多媒体业务的发展给UMTS的QoS保证机制提出更高的要求.从QoS需求出发,描述了无线接入网的网络结构以及3G核心网的承载业务类型,分析了网络组件、业务类型与协议栈之间的对应关系,讨论了UMTS QoS管理机制在各组件中的功能实现,引入因特网的区分服务模型在核心网中构建基于DiffServ的网络模型为不同业务提供QoS保证,最后指出UMTS端到端QoS机制有待发展的研究方向.     

基于Linux LQL流量控制系统的研究与实现

在网络资源有限的情况下,为了高效的管理和分配网络带宽和限制网络中的异常流量,保证重要用户的通信畅通,通常需要实时的网络流量控制。普遍采用的方法是Linux Traffic Control(TC)命令+IPTABLES,但这种方法结构繁琐、效率低下。通过分析Linux网络流量控制原理和LQL库结构的基础上,经过对流量模型策略的重新设计、LQL库的扩充以及U32过滤器的改进,提出了一种基于LQL库的流量控制方法。该方法摒弃了传统方法中所运用的TC命令解析,netlink传输,内核空间执行的3层结构,而直接在Linux内核的框架下,采用LQL库直接对内核进行操控,并改进了相关U32过滤器以对IP段的流量控制,从而实现对系统的智能流量控制。实验表明,这种方法能够大幅度提高Linux内核和用户空间命令解析及传输的时间效率,减少设备延时,增强设备的实时性,同时保证带宽合理利用。     

基于eBPF与LSTM的DDoS攻击检测系统

针对网络异常流量检测中的DDoS攻击检测,以往的基于深度学习的解决方案都是在脱离系统实体的数据集上构建模型和优化参数,提出并实现一种使用Linux内核观测技术eBPF(extended Berkeley Packet Filter)与深度学习技术结合的基于网络流量特征分析的网络异常流量检测系统。系统采用eBPF直接从Linux内核网络栈最底层高效地采集网络流量特征数据,然后使用基于长短记忆网络LSTM(Long Short Term Memory)构建的深度学习系统检测网络异常流量。在具体实现中,系统首先通过Linux内核网络栈最底层XDP(eXpress Data Path)中的eBPF程序挂载点采集网络流量特征数据。之后,使用LSTM构建神经网络模型和预测分类。将系统应用于一个仿真实验网络环境得出的实验结果表明,系统的识别精确度达到97.9%,同时,在使用该系统的情况下,网络中的TCP与UDP通信的吞吐率仅平均下降8.53%。结果表明：系统对网络通信影响较低,同时也实现了较好的检测效果,具有可用性,为网络异常流量检测提供了一种新的解决方法。     

基于生物种群模型的智能交通网络控制

针对传统交通网络控制方法,通过对其约束条件和交通网络需求分析,以动态设置交通网络控制参数和提高交通网络性能为目的,提出一种基于生物种群模型的智能交通控制算法.在Matlab环境下进行仿真,结果表明,与传统交通网络控制方法相比,基于生物种群模型的智能交通控制算法可以显著提高交通网络利用率,减少车辆在网络中的延误时间.     

网络中的流量模型

流量模型是流量预测和网络性能评价的基础。好的流量模型必须能够准确描述网络实际流量的特征情况，这样才能准确预测流量状况。然而近年来研究发现网络流量具有自相似性，传统的基于泊松分布的流量模型已不能很好地表述这一特征。根据流量的不同相关特性，介绍了当前网络应用的典型模型，对它们的特点进行了分析论述。     

基于网络流的多管制扇区通行能力

管制扇区间的通行能力问题通常是基于管制员的极限工作负荷、各种动态因素或者特殊航路点、航路交叉点的通行能力达到最优的情况进行研究,缺少对多扇区网络的整体地评估与计算。为了解决该问题,本文根据有向图理论以扇区为节点,以连接扇区的航路航线为边建立多扇区网络模型,选取华北飞行情报区的部分扇区进行仿真。首先,通过最大流算法求解出该网络模型的最大流为76.7架/h。其次,根据网络流仿真结果计算出各条边、各个节点的流容比,通过比较分析得出限制扇区网络通行能力的繁忙航路以及繁忙扇区。最后,通过灵敏度分析计算删除不同节点后网络模型的通行能力的变化,进而为扇区通行能力的优化提供了建议和参考。     

基于BlueZ协议栈的蓝牙语音接入系统实现与性能分析

根据蓝牙"三合一电话"应用模型要求,通过内核配置、基础库和工具集的移植以及内核烧写等步骤,将蓝牙BlueZ协议栈移植到嵌入式ARM平台,编程实现了TCS Binary协议,研制完成了一种基于嵌入式蓝牙协议栈BlueZ的语音无线接入系统,包括嵌入式蓝牙语音网关和蓝牙语音终端.采用研制的蓝牙语音接入系统可以较好地将蜂窝网的话务量分流至PSTN中,利用话务模型对用户密集和蜂窝资源紧张的通信环境进行了仿真研究,结果表明蜂窝网呼损率显著下降,提高了PSTN的利用率,增加了由蜂窝网和PSTN组成的语音通信网的系统容量.     

3G系统中软切换双队列机制的多业务接入策略

提出了3G系统中软切换双队列机制的多业务接入控制策略,对不同业务给予不同的优先权,根据网络的不同状态控制语音或数据切换呼叫、语音或数据新呼叫入网;尤其采用软切换双队列机制,保证了有用的虚假切换请求不丢失,从而有效降低切换呼叫的切换失败概率.实验结果表明,该方法硬件实现简单并能动态分配移动通信网络资源,有效地保证移动通信网络中切换业务的服务质量;该接入控制策略具有切换呼叫等待处理时间短,切换失败概率低等特点.     

区域交通状态分析的时空分层模型

为了解决区域交通状态分析问题,提出了一种区域交通状态时空分层模型及其建立方法。根据区域交通状态分析需求,设定交通拥堵的不同截值,把路口状态划分为不同层次,建立了时空分层模型。该模型含盖了交通网络的微观、中观和宏观交通参数,包含交通网络时空信息和交通状态信息,得到路口可达性和路段连通性的分析结果,解决了目前区域交通状态自动分析中模型建立问题。仿真结果表明:分层模型能够把路网中不同交通状态的路口分离为具有不同可达性的层次,能够从中分析出路口可达性、路段连通性和路网交通状态的变化,并能够直接表示时空状态信息。该建模方法和分析方法可以直接用于交通状态的自动分析中,所提出分层模型也可用到交通诱导和交通控制中。     

基于Softmax函数增强卷积神经网络-双向长短期记忆网络框架的交通拥堵预测算法

对交通状态进行预测,就需要准确识别和判断交通状态。该文没有采用传统的以车辆速度为基准的预测方法,而是使用TTI交通拥堵系数,该系数的计算基于道路自身的自由流速度,可以让具有不同速度等级的街道都统一到TTI系数上来作为拥堵评价,因此相较以传统的车辆速度为基准的预测方法更能表现出道路的拥堵状态。该文提出了一种改进的深度学习预测模型（CS-BiLSTM）,该模型基于卷积神经网络（CNN）和双向长短期记忆网络（BiLSTM）,并结合Softmax函数增强CNN提取出的交通空间特征信息。深度学习预测模型（CS-BiLSTM）中的S代表的就是Softmax的缩写。使用成都市出租车GPS数据进行验证,结果表明,所提出的CS-BiLSTM模型具有更高的准确性,其性能相比C-BiLSTM网络预测框架提升了13%。     

面向网络攻击态势的SDN虚拟蜜网

针对现有网络态势感知研究无法按需获取态势信息,不能根据网络攻击态势威胁情况对网络结构进行动态调整等问题,利用SDN对网络流量灵活控制的基本原理,并结合OpenDaylight控制器良好的扩展性和可管控性等性质,提出一种基于SDN的虚拟蜜网架构。通过构建SDN虚拟蜜网,实现了数据控制层与数据传输层的分离,解决了传统蜜网在网络态势获取方面存在的流量控制困难以及物理机部署不方便、动态调整部署复杂的问题。最后,利用Mininet平台搭建SDN虚拟蜜网进行仿真验证,实验结果表明SDN虚拟蜜网能够实现按需获取态势信息、动态调整网络结构等功能,从而减少网络攻击态势威胁。