无线局域网业务流预报方法比较

介绍了基于时间序列、神经网络和小波的多种网络业务的预报方法,应用真实的无线局域网业务流序列检验了这些模型的预报性能,结果表明,和其他预报模型相比,基于神经网络的模型能够比较精确地捕获无线局域网业务流自身的特性,对业务流具有良好的预报性能,而基于ARIMA模型的预报性能最差。     

一种无线局域网DCF扩展算法——ExDCF

在基于IEEE 802.11的无线局域网(WLAN)中,所有节点只能和接入点(AP)直接通信,即使在直接通信范围内的无线节点,其相互通信也要通过接入点进行转发,从而导致无线局域网的吞吐率大大降低。针对这一问题,提出一种分布协调功能（DCF）扩展算法——ExDCF算法:当两个通信节点在同一传输范围内时,两节点间的数据传输不需要接入点转发;即使两个节点不在一个通信范围内,两节点间数据传输需要接入点转发,但是接入点不需要再次竞争信道。该算法可以将节点间的吞吐率至少提高2倍。理论分析和仿真结果表明该算法能有效地提高无线网络的整体性能,并且能够与标准DCF很好地兼容。     

无线Ad Hoc网络中可靠路由的研究

改进了ETX算法,提出了将动态ACK算法与改进的ETX算法相结合的新的链路状况监测算法,以便在选路时忽略质量不好的链路。建议了一种从中间节点开始恢复的备用路由机制以便在链路断时能快速恢复,取代了笔者之前提出的QDSR基于源节点的备用路由机制。NS2仿真实验结果表明,在节点移动速度较小的较大规模移动Ad Hoc网络中,改进后的算法明显减少了路由错误,并且减少了路由发生错误后重新找到一条路径所需要的平均时间。     

一种RCP协议在WLAN下的跨层改进方法

本文针对无线局域网(WLAN)最后一跳无线链路错误率高的特点,提出了利用跨层信息传递的方法来改进基于接收端的传输层控制协议(RCP).我们在仿真软件NS-2上实现了加入跨层机制的RCP协议,利用底层反馈信息进行数据传输控制.仿真结果显示改进后的RCP的吞吐率明显高于TCP和原始RCP.     

自相似业务模型下的队列分析--大偏差技术

近年来对许多实际运行中的网络（局域网和广域网）的测量与分析证实：真实的网络业务具有统计上的自相似性而且是长相关的。传统的排队理论均假定业务是Poisson或Markovian,因此是短相关的,那里的队列分析方法对自相似业务模型是不适用的。大偏差技术是对自相似业务模型进行队列分析的有效方法。本文应用大偏差技术对以FARIMA为业务模型的队列系统进行了分析,结果证明：队列长度尾分布渐进为Weibullian分布,而且与模型的短相关结构无关。     

基于FARIMA模型的Internet网络业务预报

最近的网络研究发现Internet网络业务同时呈现长相关和短相关特性,因此建立可以同时描述,预报长相关和短相关特性的网络业务模型很有必要。文中给出了利用FARIMA模型进行建模和预报的方法,实验表明这种方法用于实际Internet网络trace是非常有效的,另外提供了简化FARIMA模型拟合的方法和具体步骤,这样大大缩短了模型辨识的时间,对于实际网络预报有很好的实用性。     

TDMC:长距离无线MESH网络中面向流量比的动态多信道MAC协议

基于IEEE 802.11的长距离无线mesh网络(LDmesh)是一种远距离无线传输技术。目前,在LDmesh中的研究热点是基于TDMA的MAC协议。现有的单信道MAC协议存在链路利用率低的问题,多信道MAC协议缺少一种可行的方案。设计一种分布式的、实时的、面向流量比的动态多信道MAC协议(TDMC)。TDMC以实时流量比作为依据,遵循提出的信道分配规则,使用一种可行的划分区间法动态分配信道。仿真结果表明:TDMC的性能显著优于JazzyMac;中等负载时TDMC性能比静态多信道协议优15%-54%。     

基于WWW的网络仿真工具

仿真技术一直在军事、网络的设计与分析等许多领域中扮演着重要角色。随着因特网的迅速发展,基于WWW的仿真开始得到广泛应用,尤其是Java语言出色的跨平台、多线程、网络通信和特性为基于WWW的仿真技术的发展提供了更为强大的基础。本文介绍了一个基于WWW的多功能仿真器的设计实现及其在网络业务分析中的应用。     

基于流量统计实时识别QQ语音通信的方法

针对腾讯QQ语音应用的识别问题,建立了客户源端模型,并对流量进行了离线分析。在此基础上,提出了基于流量统计的两种识别方法:Bayesian识别法和心跳识别法。一方面,利用QQ语音应用的源端编码特点,得出语音数据流量的本质特征,并使用Bayesian理论进行检测。另一方面,针对QQ语音应用中一些非语音数据包的周期性特点,利用卡方检验,提出了心跳识别的方法。实验结果表明,这两种方法综合使用,可以很有效地实时检测QQ语音流量。