GSM高楼基站通信质量的优化

上海现网GSM网络存在一定数量的高站,这些高站话务高,对周围小区有一定干扰。优化这些高站可以降低配置、减小干扰、提高质量、增强保障。本文按照顶层小区覆盖来实施优化,尽量减小载频配置,根据现网高站的话务量情况提出分类优化方案。实验证明本优化方案能有效改善高站相关指标。     

一种新型波动系数、不均衡系数计算方法的探讨

波动系数和不均衡系数是移动通信网络规划和配置中常常使用的重要参数,二者取值的大小直接关系到小区忙时话务量和系统忙时话务量之间的差异,所以也关系到整个网络的小区配置。因此本文主要介绍几种典型的波动系数和不均衡系数的计算方法,然后分析它们的优劣,从而寻找更好的统计方法。     

基于Spark的并行DBSCAN算法的设计与实现

随着云应用对运行时间和性能水平要求的逐步提高,以及内存价格的持续走低,基于内存的分布式计算框架Spark获得了前所未有的关注。主要研究DBSCAN算法在Spark上并行化的设计与实现,通过整体分析找到算法并行化可能的性能瓶颈,并从Spark的角度设计了并行DBSCAN算法的DAG图,优化了算法的并行化策略,最大化地降低了shuffle频率和数据量。最后将并行DBSCAN算法与单机DBSCAN算法进行性能对比,并通过实验分析不同参数对聚类结果的影响。结果表明,与单机DBSCAN算法相比,基于Spark的并行DBSCAN算法在聚类精度没有明显损失的情况下,数据量在3百万行时运行效率提高了37.2%,且加速比达到1.6。     

基于MCMC的DBSCAN改进算法

为降低DBSCAN算法的运行时间,结合MCMC(Markov chain Monte Carlo,马尔可夫链蒙特卡洛)采样方法对DBSCAN进行改进,提出一种聚类算法,称为DBSCAN++。其基本思想是优先扩展拓展能力较强的核心对象。通过实验将DBSCAN++与DBSCAN和OPTICS进行对比,实验结果表明,从算法运行时间看,DBSCAN++比DBSCAN平均降低了60.7%,比OPTICS平均降低了70.2%;从聚类准确性角度看,DBSCAN++与DBSCAN和OPTICS相当。在没有影响聚类准确性的情况下,DBSCAN++具有更低的运行时间,是一种有效的聚类算法。     

PQR~*TDBSCAN改进算法

DBSCAN是基于密度的聚类算法的一个典型代表。但是DBSCAN算法在处理大规模数据库时,存在很大欠缺。PQR＊TDBSCAN是针对DBSCAN算法内存使用过大、I／O消耗过多等方面提出的,但是在实际应用中发现存在异常挂死的可能。本文针对PQR＊TDBSCAN的缺陷进行了改进。测试表明,本算法在处理海量数据过程中降低了DBSCAN对时间和空间的需求。     

高效的混合聚类算法及其在异常检测中的应用

将聚类算法应用于异常检测,算法的有效性是关键。为了提高异常检测能力,提出了一种新的聚类算法,该算法运用窗口管理机制对网络数据采用分批实时处理的方法,同时对算法中运用到的DBSCAN算法和K-means算法进行改进并组合,实验证明该算法可以提高异常检测的检测率,降低误报率并增强系统的实时响应能力。     

基于RAPIDS的无参DBSCAN算法

具有噪声的基于密度的空间聚类（Density-based spatial clustering of applications with noise, DBSCAN）能够发现不同密度和大小的类簇,对噪声也有很好的鲁棒性,被广泛地应用到数据挖掘的任务中。DBSCAN通常需要调整参数MinPts和Eps以达到更优的聚类效果,但往往在搜索最优参数的过程中会影响DBSCAN的性能。本文从两个方面优化DBSCAN,一方面,提出一种无参的方法优化DBSCAN全局参数选择。无参方法利用自然最近邻获得数据集的自然特征值,并将自然特征值作为参数MinPts值。然后,根据自然特征值计算自然特征集合,利用自然特征集合中的数据分布特性,分别采取统计最小值、平均值和最大值3种方式得到Eps值。另一方面,采用集成数据科学实时加速平台（Real-time acceleration platform for integrated data science,RAPIDS）的图形处理器（Graphics processing unit,GPU）计算加快DBSCAN算法的收敛速度。实验结果表明,本文提出的方法在优化DBSCAN参数选择的同时,取得了与密度峰值聚类（Density peaks clustering, DPC）相当的聚类结果。     

样条函数在构造债券收益率曲线中的应用

针对债券市场上芜杂的行情数据,提出将DBSCAN聚类算法应用于构造债券收益率曲线样条函数。通过运用DBSCAN算法对用于构造债券收益率曲线的行情数据进行聚类分析,能够有效地剔除市场上的异常交易数据。在聚类分析结果的基础上,再次应用DBSCAN算法于构造债券收益率曲线,根据市场上行情数据的密集区域对样条函数进行分段。此外,针对传统的依赖于经验进行债券收益率曲线样条函数分段点选取的缺点,使用DBSCAN算法可有效地提高债券收益率曲线和行情数据的符合程度。实验结果表明,将DBSCAN算法用于构建债券收益率曲线样条函数,可以提高收益率曲线反映利率期限结构波动及准确性的效果。     

基于数据挖掘算法的入侵检测方法

K-Means 和 DBSCAN算法初始聚类中心的选择对数据挖掘结果的影响较大。针对上述问题,利用信息熵改进初始聚类中心选择方法,提高数据挖掘效率。将改进的K-Means算法与DBSCAN算法结合应用于入侵检测系统,对一个通用检测记录集进行异常检测测试,实验结果证明了该方法的有效性。     

基于改进的网格搜索SVR的话务预测模型

话务预测是整个通信保障工作的基础,其预测精度决定了整个规划的合理性和科学性。而节假日话务量,具有历史样本量较小和非线性强的特点,传统的预测方法很难实现精确的预测。支持向量机在解决小样本和非线性问题时表现出许多特有的优势。提出了一种改进的网格搜索法和交叉验证法对支持向量回归机(SVR)参数优化选择,并对节假日忙时话务进行预测,并与BP神经网络、基本的SVR和网格搜索SVR三种预测模型进行比较。而且用免疫算法和粒子群算法优化SVR参数与本文算法作比较来预测普通日子的话务量。实验结果表明,基于改进的网格搜索SVR预测精度高、耗时少、稳定性强,具有很好的实用性和推广性。     

无线小区无缝隙覆盖的实现

为了提高网络营运质量,需要解决无线覆盖的优化问题。本文根据实际情况分析了无线小区的网状结构,找出目前网络覆盖中存在的问题,并根据无线网络通信中的实际运行环境,进行了网络覆盖的预测,对不同的话务量地区采取不同的小区覆盖措施。     

基于数据链路层特征的无线网络加密流量业务分类研究

无线通信网络已经普及到人们的生活中,并且随着大众的安全意识提高,无线网络中的加密流量所占比重越来越大,网络流量加密化已成为必然趋势,其在给用户和企业带来隐私和安全的同时,也给网络安全监管和网络流量管理带来了挑战;文章研究了有线网络和无线网络的差异性,构建无线网络加密传输环境,采集无线加密网络数据,提取出数据链路层各种业务的特征并进行分类;结果表明,对不同业务的识别率在85％以上.     

基于动态配置等价多路径技术的无线传感器网络负载均衡算法研究

随着物联网应用的推广,作为底层核心构件的传感器网络所承载传输业务成激增趋势,使得窄带宽无线信道成为了制约物联网应用的首要因素。合理分流流量,实现负载均衡是提升网络承载能力的有效方法。本文将ECMP ( Equal-Cost Mul-tipaths)技术与传感器网络自组织特性相融合,传感器网络多跳自组织特性为业务传输提供多条等价最短路径,ECMP将业务均衡分担到这些等价最短路径上,实现负载均衡。理论证明传统ECMP 配置方法全网节点开通ECMP 功能不仅会增加网络控制信息开销,而且在某些情况下反而会增大区域负载,形成网络拥塞。因此,本文提出动态选择开通 ECMP 算法( DC-ECMP )。算法以流入节点流量等于流出节点流量作为业务守恒约束,链路带宽上限作为链路容量约束,以最大链路利用率最小化为目标函数,建立多约束优化模型。并依据最大链路使用率和节点度判定开通ECMP 优先级,动态选择需开通节点,以获取最优网络传输性能。仿真结果表明DC-ECMP算法比已有PPV算法有效降低最大链路使用率,消除网络局部拥塞隐患,并且最大减少传输延时9.9 ms,节省网络资源消耗4.06%。     

Prophet混合模型应用于基站网络流量长期预测

传统网络流量预测方法大多数关注短期预测,而长期预测能够更好地指导基站小区无线设备扩缩容。集合经验模态分解（ensemble empirical mode decomposition,EEMD）能够使非平稳时间序列转化成平稳时间序列,Prophet模型能够准确地对流量序列进行较准确的长期预测,基于以上模型方法的优点和基站小区网络流量的非线性和非平稳性特点,提出一种Prophet混合EEMD的基站小区网络流量预测方法（E-Prophet）。采用EEMD将网络流量序列分解成若干固有模态函数（intrinsic mode functions,IMF）分量和一个残差分量;利用Prophet模型对各分量建模,并将各分量预测结果进行线性组合,得到最终的预测结果。利用实际基站小区网络流量数据对方法进行验证,结果表明：E-Prophet对于网络流量长期预测比Prophet、SARIMA、LSTM以及结合EMD和Prophet的模型具有更高的准确度和鲁棒性。     

基于随机森林算法的无线传感网络攻击流量阻断模型构建

针对无线传感网络攻击流量阻断存在攻击流量检测准确率较低、阻断效果较差的问题,构建了一种基于随机森林算法的无线传感网络攻击流量阻断模型。基于字符（单词）的词频矩阵,利用TF-IDF算法将有效载荷的特征自动提取出来;根据特征结果使用随机森林算法通过词频矩阵对网络流量实行分类,基于分类结果对网络中的流量攻击实现溯源,完成异常无线传感网络检测;利用流表的报文过滤实现无线传感攻击流量的阻断。实验结果表明,该模型在检测攻击流量时,准确率最高可达100%,调和平均数最高为99.18%,错误率最高仅为7.3%,假阳性率最高仅为5.5%,同时能够有效阻断网络攻击流量,在较短时间内将网络恢复至正常,具有良好的攻击流量检测效果和攻击流量阻断效果。     

Major Players Battle over Layers: Layer-2 and Layer-3 Vendors Tussle over Metro Links

Buried amid industry hoopla about end-user gadgets and macroeconomic issues such as upcoming wireless spectrum auctions, an arcane but increasingly vexing niche of the Internet's architecture has become the subject of considerable debate. At stake is the "promised land" of carrier Ethernet traffic traversing the globe. In preparing for the next-generation network, however, carriers have had to combine their IP-based core resources with legacy synchronous optical network (SONET) and synchronous digital hierarchy (SDH) access technology in the transport layer. How the world's carriers will best combine and migrate those resources into a robust and warrantable packet-based network is the crux of the issue.     

真实Ad hoc网络中多径视频传输的研究

无线Adhoc网络拓扑结构的频繁变化使得如何在多变的拓扑结构中快速找路,以及路径失效后的快速重新找路成为无线Adhoc网络中路由协议研究的主要目标之一。随着无线Adhoc网络带宽的增加,无线Adhoc网络中的视频业务逐渐变得现实起来,因此也成为了研究的重点,但是视频业务与普通业务比起来,在分组到达的延迟上要求很严,因此以上两个方面无疑是一对矛盾。论文重点讨论了在动态源路由协议(DynamicSourceRouting,以下简称DSR)基础上,视频业务所带来的诸多问题,结合DSR路由模块的试验床提出一种解决方法,并把改进后的DSR协议与原始的DSR协议在一些性能参数上作了分析与比较。     

针对不确定流量的多收发机无线网络资源优化研究

多收发机无线网络具有多接口多信道多跳的特点,是今后无线网络发展的趋势。该网络中信道与链路的资源分配,涉及路由、信道分配以及链路调度的联合优化。在以往的研究中通常对网络流量模型进行简化,假设其是确定且相对稳定的。考虑到实际网络中流量不确定性的特征,以网络吞吐量最大化为目标,提出传输流约束、信道资源约束以及干扰约束条件下的资源分配联合优化模型,以及基于不确定流量条件下资源分配最优解的链路调度策略。仿真实验结果证明所提出的路由、信道分配及链路调度方案能够更好地适应变化的网络流量需求。     

园区WiFi网下软定义移动通信的设计与实现

当前WiFi园区网络存在移动通信范围有限、主机地址配置受限等问题.软定义移动组网的已有研究大多集中于实现无线接入点的可编程性,其在实际部署中需要使用专用的接入点设施.以单跳有设施网络为研究目标,提出了一种园区WiFi网下软定义移动通信方案,为移动主机访问本地资源提供免配置接入和移动通信支持.其中,网络设施选择OpenFlow网络,普通接入点直接连接OpenFlow交换机.控制器负责分发包含接入位置的流表项,为移动主机提供基于名称的路由转发,并主动调整通信流的返回路径.目前已经完成系统原型开发,进行了移动通信实验,测量和分析了不同配置下的网络可用带宽和切换时延.实验结果表明,该组网模式可以实现主机的移动通信,主机网络配置和OpenFlow交换机性能对切换时延影响较小.     

基于树形拓扑的无线Mesh网络路由协议研究

研究和分析了无线Mesh网络路由协议及其特点,提出了无线Mesh网络路由协议设计原则.遵循这些原则,充分利用Mesh网络全相连的优点构建出树形逻辑拓扑结构,该拓扑结构能满足无线Mesh网络业务特点的要求.在该拓扑树基础上设计了一种基于树形拓扑的无线Mesh网络路由协议(TTRP),该协议采用无开销的源地址学习方式构建路由相关表项,快速链路切换和路由重定向机制大大提高了TTRP路由协议的健壮性和网络的抗毁性.网络仿真结果表明了该路由协议的可行性.