简化管理 优化运行 提高收益——朗讯网络运行软件（NOS）解决方案

在新的运营环境下,如何利用有限的投资,通过提高网络效率,提供增值服务来增加收入,提高竞争力成为各大运营商关注的焦点 网络和服务管理的重要性也越来越明显,它不仅涉及到具体的技术,同时与运营商的设备、管理模式和用户需求等都有密切的联系。朗讯公司提供的网络运行软件(NOS)提供了在多厂家、多业务和多技术的网络中保持最佳性能、可靠性和收益率的解决方案,可为网络运行管理提供实际应用和服务。朗讯公司《简化管理 优化运行 提高收益》一文对该解决方案进行了较详细的介绍,这对于网络、运营和服务管理及相关技术人员都有较大的参考价值     

网络流量控制技术的进展与面临的挑战

一、ATM 网络流量控制(flow control)或通信量拥塞控制(traffic congestion control),是ATM论坛在近两年来倾力谋求解决的棘手问题.已纳入用户一网络接口规范UNI3.0的用以告警通带即将饱和的“明确转发拥塞指示(EFCI)”协议,以及令ATM交换机得以合理地管理并疏通业务量的“用途参数控制(UPC)”协议(含漏桶算法)、“连接允许控制(CAC)”协议、“优先权处置算法(PFA)”、“类属(数据)流控制(GFC)字段”、“信元包丢弃顺序(CLP)字段”等都是其早期成果.由于这些技术只能参与网络的开环控制,而同.多数只适于交换机自身应用,远不能适应ATM论坛精心定义的CBR、VBR、UBR、ABR四种速率行为各不相同的业务作交换型虚电路(SVC)连接与控制的需要;作WAN连接、特别是作LAN—WAN连接时尤为如此.因为在这样的应用环境下必须采用能令拥塞消息立即返馈回去的闭环控制技术,对于旨在充分利用网络带宽资源的ABR接续更是非此不可.     

视频会议系统在华能国际电力的应用

华能国际电力股份有限公司在中国全国范围内开发、建设和经营管理大型火力发电厂，目前拥有总发电装机容量10,813.5兆瓦，是中国最大的独立发电公司。公司成立于1994年6月，于1994年10月首次公开发行股票，目前总股本为60亿股。在过去的几年中，公司通过项目开发和资产收购不断     

网络行为建模环境的实现及网络混沌性状分析

设计并实现了一种用于网络行为研究的网络行为建模环境，将网络环境的监测功能和网络行为的分析功能相互结合，为网络系统行为的研究奠定了基础。在这一环境下，归纳了四种有普遍意义的网络突发流量模型，并用混沌分形理论中的迭代函数系统和相空间重构方法对它们进行描述、分析、计算和重构，得到了它们的分形维以及能体现网络流量行为特性的宏观参数。     

印刷包装企业网络管理系统性能提高方法初探

从分析网络流量组成着手，从管理流量角度提出了面向代理的策略，从而提高印刷包装企业网络管理系统网络性能。     

数字汇流趋势下台湾电视市场正在蜕变

随着数字汇流的发展,“看电视”已不再局限在家中的客厅对用户而言,在Web2．0的世代,不论是任何地方、时间、甚至内容,都只是一个按键的距离（one-click away）,就可传送到用户不同的终端产品。网络带宽需求,亦随着电视影音个人化的发展而不断持续地成长,据爱立信全球消费者研究室（Ericsson Global C...     

IMS网络信令监测系统实现方案

一、前言IMS,即IP多媒体子系统,为3GPP在R5阶段引入的新的核心网络子系统,它是以IP网络为承载提供多媒体应用的网络架构。IMS采用业务与控制分离的方式,可灵活、快速的提供各种业务应用,并支持多种固定/移动接入方式的融合,支持无缝的移动性和业务连续性。近年来,随着IMS业务发展,运营商对IMS网络的维护管理、故障分析、用户行为分析功能和开发各种基于IMS信令的上层应用的需求逐步增强。运营商在布署IMS网络时,     

管理员如何解决网络流量问题？

5月8日,联想集团在北京宣布向中国市场正式推出首批K系列的四款智能电视。继个人电脑、智能手机和平板电脑之后,智能电视的正式上市,标志着联想PC＋战略四屏产品布局的完成。 作为全球首款采用Android 4.0操作系统的电视产品,联想智能电视搭载了性能强劲的高通双核1.5G智能处理器。依托联想“软件、硬件、云端服务三位一体”的研发能力,联想智能电视带来了三大创新体验：一是人性化的人机交互,比如简洁直观的“三明治”用户界面,集触控、语音、空鼠、重力感应、智能键盘、传统电视遥控于一体的六合一遥控器。     

Hybrid internet traffic classification technique

Accurate and real-time classification of network traffic is significant to network operation and management such as QoS differentiation, traffic shaping and security surveillance. However, with many newly emerged P2P applications using dynamic port numbers, masquerading techniques, and payload encryption to avoid detection, traditional classification approaches turn to be ineffective. In this paper, we present a layered hybrid system to classify current Internet traffic, motivated by variety of network activities and their requirements of traffic classification. The proposed method could achieve fast and accurate traffic classification with low overheads and robustness to accommodate both known and unknown/encrypted applications. Furthermore, it is feasible to be used in the context of real-time traffic classification. Our experimental results show the distinct advantages of the proposed classification system, compared with the one-step Machine Learning (ML) approach. Communication author: Li Jun, born in 1971, female, Ph.D. candidate, Associate Professor. Nanjing University of Posts and Telecommunications, Nanjing 210003, China.