基于人工智能的健康医疗大数据传输过程拥塞控制研究

考虑到健康医疗大数据的来源复杂，在传输过程中容易出现拥塞现象，本文提出了基于人工智能的健康医疗大数据传输过程拥塞控制研究。根据数据传输链路的拓扑结构，计算健康医疗大数据的传输延时，利用健康医疗大数据在传输过程中的速率，预测健康医疗大数据传输过程的拥塞程度。通过对健康医疗大数据传输延时的归一化处理，得到健康医疗大数据传输过程拥塞控制的最佳路径，实现健康医疗大数据传输过程的拥塞控制。实验结果表明，文中方法可以将健康医疗大数据传输吞吐量提高到1700kbps以上。     

面向无线网络的数据传输自适应拥塞控制

为提高无线网络数据传输的数据传输效率,提出面向无线网络的数据传输自适应拥塞控制方法。基于拥塞控制阶段的转换关系,自适应调节无线网络数据传输窗口大小,实现拥塞控制过程中数据传输流量的控制;构建无线网络的拓扑结构,以传输时延为约束,通过数据传输速率确定节点流量积压阈值,确定节点拥塞程度;预估无线网络数据传输各路径的拥塞程度,选定传输速率最高的路径作为最优数据传输路径。实验结果表明,文中方法应用后,可以将无线网络数据传输的吞吐率提高85%,节点死亡率控制在20%以下,并提高了120%的拥塞控制公平性。     

多媒体传感器网络中数据多宿主传输方法仿真

在多媒体传感器网络中使用传统的传输方法存在丢包率高、稳定性低的问题,提出数据多宿主传输方法。根据多媒体传感器网络的连接情况,对传输终端也就是宿主节点进行定位,并形成对应的传输通道。设置符合该传输环境下的传输协议,通过数据压缩编码和融合封装两个步骤,实现待传输数据的预处理。通过划分传感器节点优先级确定数据传输的先后顺序,同时计算拥塞度量实现数据多宿主传输拥塞控制,最后以传输信道的网络容量分配传输路径,实现多媒体传感器网络的数据多宿主传输。通过仿真可以看出,数据多宿主传输方法比传统方法的丢包率低,且在不稳定的网络环境下抗干扰性能更好。     

高速铁路下感知路由器群的协同拥塞控制

在高速移动环境下,由于较少考虑单路由器与相邻路由器的连接速率,容易导致拥塞检测准确性差以及数据流整体传输误差率较高的问题。为解决多节点网络拥塞问题,结合网络大数据动态性、快速性和时效性强的特性,提出一种基于路由器群的感知网络控制算法。通过采集参数和数据感知获得更为精准的信息作为判断拥塞情况的依据,并将相互连接的多路由器分层划分,邻近两层的路由器设置成一个虚拟节点。针对虚拟节点内部拥塞发生的3种拥塞情况,由控制器对虚拟节点中的边缘路由器参数进行控制和调整。实验仿真结果验证了该算法的可靠性及其稳定性。     

一个适用于DTN网络的拥塞避免与解除方案

DTN(delay-tolerant network,延迟容忍网络)的网络特点及其采用的托管传输机制易造成网络受限资源(如缓存、带宽等)的耗尽,形成网络拥塞,导致网络性能的下降。传统TCP拥塞控制机制不适用于DTN网络。提出了一个全新的适用于DTN网络的拥塞避免与拥塞解除方案。拥塞避免根据在足够小的时间段内DTN链路的传输延迟和传输能力的确定性,建立DTN网络有向多径图,对数据发送速率、接收速率、带宽使用等链路负载分割与约束控制,尽可能地提高网络资源的利用率。拥塞解除在节点存储资源划分的基础上,通过节点内存储资源转换与节点间报文转移相结合的方法,解除DTN网络的拥塞状况。仿真结果显示,与其他DTN拥塞控制机制相比,所提方案具有良好的报文交付率、网络开销等网络性能。     

基于延迟抖动分析的TCP友好拥塞控制算法

基于因特网的以UDP为传输协议的实时多媒体数据传输需要在保证实时性和可靠性的基础上,能够与因特网其他服务所使用的TCP协议公平共享有限的带宽。本文采用基于实时传输协议（RTP）和实时传输控制协议（RTCP）的反馈拥塞控制算法,提出一种简单的拥塞控制机制,使UDP数据流能与TCP数据流和平共处;研究了基于速率控制的TCP友好拥塞控制策略-TFRC,分析了其基本机制和关键问题;提出利用延迟抖动作为潜在拥塞信号来改进TFRC的速率控制机制,以适应实时业务低抖动的要求,并通过NS仿真验证了改进的TFRC算法对实时业务的良好性能。     

低空多无人机自组网数据可靠传输的跨层方法

低空多无人机自组织网络由于数据传输容易被地形或建筑物等遮挡,通信中断时有发生,同时传统拥塞处理体系已不能满足无人机间通信的质量要求。针对以上问题,提出一种数据可靠传输的跨层方法。运用该方法在物理层根据信道条件得出3种通信方式的中断概率,在MAC层根据数据包进入缓存队列时间,进行拥塞等级划分,在传输层根据拥塞情况控制滑动窗口大小,自适应控制源无人机的数据发送速率,在网络层以中断概率与拥塞值的联合权重为依据,提供数据可靠传输的路由选择。仿真结果表明,与移动自组网拥塞感知路由协议、动态拥塞感知路由协议相比,该方法有效降低了中断概率,并随着数据发送速率以及无人机速度的增加,可获得更低的平均时延和较高的投递成功率。     

基于能量均衡-延迟削弱机制的无线传感网稳定传输算法

为解决5G条件下无线传感网存在的拥塞控制困难、簇头节点受限严重等不足,提出基于能量均衡-延迟削弱机制的无线传感网稳定传输算法.设计信道状态控制指标,结合数据分段传输过程,提出一种数据传输模型,实现数据传输过程的稳定评估.构建基于能量均衡-延迟削弱机制的簇头更新方法,增强高能节点被选为簇头节点的概率.设计基于稳定性传输机制的区域划分方法,从簇头节点受限控制及高能节点轮询两个方面来优化区域分割质量,实现网络数据的稳定传输.仿真结果表明,与当前无线传感网传输算法相比,所提算法具有更高的网络传输带宽,以及更低的网络平均延时与网络吞吐频率.     

基于信道随机干涉博弈机制的移动传感网安全传输算法

为解决移动传感网安全传输领域存在的网络传输带宽较低、节点抖动现象难以控制等不足,提出了一种基于信道随机干涉博弈机制的移动传感网安全传输算法。首先,根据移动传感网覆盖存在的冗余特性,采取信道频率干涉机制对信道信噪比予以精确评估,以降低信道干涉对传输的不利影响,进而消除冗余数据并增强节点数据传输能力。随后,基于博弈退避机制提出了时间匹配方法,利用最低信道信噪比模型对节点数据传输周期予以调控,降低因数据重传输导致的网络拥塞,从而降低节点抖动发生频率。仿真实验表明,与常用的高效均衡分布机制的移动传感网安全传输算法和异构能量预测机制的移动传感网安全传输算法相比,所提出的算法具有更高的传输带宽及更低的网络节点累计抖动频次。     

基于ARMA预测的无线监控系统可靠传输机制

无线监控网络易受衰减、多径、盲区等不利因素影响,经常出现局部节点负载过大而导致拥塞现象的发生,导致数据可靠传输得不到保障.从拥塞控制角度,提出了一种基于拥塞预知的改进的拥塞控制算法.该算法基于主动避免拥塞的设计思想,在选取路由时考虑链路质量指标LQI,并依据ARMA预报算法获得未来时刻的网络流量预报值,由此判断节点的拥塞程度以便预先采取措施,最终实现拥塞自适应控制.实验结果表明,该算法能提升无线监控系统数据传输的可靠性,并能显著提高吞吐量.     

基于相似连接的多源数据并行预处理方法

大规模网络环境和大数据相关技术的发展对传统数据融合分析技术提出了新的挑战。针对目前多源数据融合分析过程灵活性差、处理效率低的问题，提出了一种基于相似连接的多源数据并行预处理方法，该方法采用了分治和并行的思想。首先，通过对多源数据中的相似语义进行统一、对个性语义进行保留的预处理方法提高了灵活性；其次，提出了一种改进的并行MapReduce框架，提高了相似连接的效率。实验结果表明，所提方法在保证数据完整性的基础上，使总的数据量减小了32%。与传统的MapReduce框架相比，改进后的框架在耗费时间方面减小了43.91%，因此该方法可以有效提高多源数据融合分析的效率。     

DyDAP: A dynamic data aggregation scheme for privacy aware wireless sensor networks

End-to-end data aggregation, without degrading sensing accuracy, is a very relevant issue in wireless sensor networks (WSN) that can prevent network congestion to occur. Moreover, privacy management requires that anonymity and data integrity are preserved in such networks. Unfortunately, no integrated solutions have been proposed so far, able to tackle both issues in a unified and general environment. To bridge this gap, in this paper we present an approach for dynamic secure end-to-end data aggregation with privacy function, named DyDAP. It has been designed starting from a UML model that encompasses the most important building blocks of a privacy-aware WSN, including aggregation policies. Furthermore, it introduces an original aggregation algorithm that, using a discrete-time control loop, is able to dynamically handle in-network data fusion to reduce the communication load. The performance of the proposed scheme has been verified using computer simulations, showing that DyDAP avoids network congestion and therefore improves WSN estimation accuracy while, at the same time, guaranteeing anonymity and data integrity.     

便携式数据采集器的数据传输控制系统设计

当前数据采集器在数据传输过程中,存在数据传输效率低,数据安全性得不到保障等问题。现在针对这些问题,设计了一种便携式数据采集器的数据传输控制系统。数据传输控制系统通过FPGA转换器接口对数据进行采集,将采集到的数据除杂并存储在DDR2 SDRAM中,然后将这些数据应有核心处理的FIFO芯片进行处理,保障数据传输过程中的数据传输效率。对系统的数据传输效率与丢包率进行实验,实验结果表明,便携式数据采集器的数据传输控制系统有效减小数据丢包率,对于数据攻击的控制准确度达到98.92%。     

移动延迟容忍传感网络拥塞控制算法研究

针对移动延迟容忍传感网络拥塞而造成的节点内缓存数量预测不准,数据传输延时速度过慢,数据分组投递成功率低等问题,提出一种移动延迟容忍传感网络拥塞控制算法。算法是基于节点状态感知的,构建移动延迟容忍传感网络拥塞预测机制,依据机制中所获取的历史缓存信息感知节点状态,对拥塞严重或中度拥塞的节点缓存队列内的数据进行信息聚合,提出拥塞控制的策略。最后通过仿真可得数据分组投递率、数据分组丢包率及响应时间、消息产生率。实验结果表明,所提出的拥塞控制算法能够预测缓存数量准确,减少数据传输时延,保证数据分组投递成功率,提高整个网络的工作效率。     

基于数据挖掘的电能计量设备异常并行诊断研究

针对电能设备异常并行诊断数据量大、种类繁多等问题,以朴素贝叶斯和Spark为基础,提出一种基于数据挖掘的电能设备异常并行诊断模型。在该模型中,首先对电能计量装置异常数据进行计算,然后采用HDFS+Hive+Spark SQL的方案实现对异常信息的多维分析;应用Spark并行框架搭建朴素贝叶斯并行诊断模型。最后,通过搭建服务器集群和仿真的方式对上述方案进行测试。实验结果表明,朴素贝叶斯算法在Spark上具有高效的并行处理数据能力,且异常诊断正确率与单机相比相差较小,同时在多维分析方面,集群比单机处理的时间具有明显优势。由此结果说明,提出的基于数据挖掘的电能设备故障并行诊断切实可行。     

A probabilistic approach for predictive congestion control in wireless sensor networks

Any node in a wireless sensor network is a resource constrained device in terms of memory, bandwidth, and energy, which leads to a large number of packet drops, low throughput, and significant waste of energy due to retransmission. This paper presents a new approach for predicting congestion using a probabilistic method and controlling congestion using new rate control methods. The probabilistic approach used for prediction of the occurrence of congestion in a node is developed using data traffic and buffer occupancy. The rate control method uses a back-off selection scheme and also rate allocation schemes, namely rate regulation （RRG） and split protocol （SP）, to improve throughput and reduce packet drop. A back-off interval selection scheme is introduced in combination with rate reduction （RR） and RRG. The back-off interval selection scheme considers channel state and collision-flee transmission to prevent congestion. Simulations were conducted and the results were compared with those of decentralized predictive congestion control （DPCC） and adaptive duty-cycle based congestion control （ADCC）. The results showed that the proposed method reduces congestion and improves performance.     

基于稳定路径的可靠数据传输协议建模研究*

分析了基于稳定路径的数据传输方式,发现如果采用传统的可靠数据传输协议存在效率低下的问题,提出了一种基于稳定路径的可靠数据传输协议(RDTSP).采用CPN(coloured Petri net) tools对协议进行了建模分析.状态空间结果表明,该协议是可靠、可行和完备的.     

基于激光传感数据的拥堵路口交通信号灯控制

针对城市车流高峰时段的道路拥堵问题,提出基于激光传感数据的交通信号灯智能控制方法研究。在道路两侧均匀布置激光传感器节点,采集实时的激光传感数据和车流量信息,并构建一种两层级的交通信号灯控制模型,以提取的交通路口实时传感数据作为输入项进行模糊推理,并求解出交通信号控制模糊子集,最后推导出当前车流长度、车辆在路口的平均滞留时长及车辆的延误时长等变量,达到缓解交通拥堵,提高通行效率的目的。仿真实验数据表明,提出的拥堵交通信号灯智能控制方法具有良好的控制效果,可以明显减少车辆延误时长,提高道路通行的效率和安全性。     

基于单向函数的无线传感器网络安全数据汇聚方案

为有效减少冗余数据传输,增强安全性,提出了一种基于单向函数的传感器网络安全数据汇聚方案,汇聚节点无须解密数据,利用单向函数完成数据完整性检查、身份认证、数据汇聚等,保证了端到端传输的数据私密性。与相关数据汇聚方案相比,除了具有较小的能耗开销,该方案还在抵抗主动攻击、节点妥协攻击及DoS攻击等恶意行为方面具有较高的安全性。