海量数据处理器MPC860T的DSP阵列设计

现代通信的数据量日益增加,数据处理的复杂度也日益加强,如何有效处理这些海量数据,是目前研究的难点,基于DSP阵列的数据处理系统是解决这些问题的有效方法。本文选用TI公司的TMS320C6713浮点型数字信号处理器以及Freescale公司的MPC860T通用通信处理器,设计了16颗浮点型DSP阵列来完成海量数据实时处理。详细介绍了该系统的DSP阵列的管理,包括复位、HPI数据管理通道设计。通过测试和实际应用验证,该系统不仅满足性能上的要求,还是一个通用的数据采集和处理平台。     

基于ATCA架构的可重构通信处理机设计

随着数据通信的飞速发展,各种业务需求日益剧增,基于先进电信计算机架构(ATCA)平台,选择可重构的嵌入式系统处理机就显得非常有必要。结合ATCA架构的特点,选择MPC8548E处理器作为处理机,提出了基于1000M以太网和PCI-E数据交互的通信系统模型,设计并实现了一种可重构的通信系统处理机,为基于ATCA架构的电信产品提供了灵活的应用选择。测试结果表明,该处理机无论在电气特性方面,还是在数据的处理能力方面都达到了业内相对领先的地步。     

VxWorks下UDP协议栈效率的研究与改进

电信网与计算机网的融合是一种趋势。在实时嵌入式操作系统VxWorks环境下,使用以太网上的UDP协议,高效传输电信业务的信令与数据。描述在此情况下,根据实际需求对以太网传输中网络设备驱动程序与UDP协议栈进行改进的研究与探索。     

基于安全威胁预测的5G网络切片功能迁移策略

随着虚拟化技术的发展，同驻攻击成为窃取用户敏感信息的重要攻击手段。针对现有虚拟机动态迁移方法对同驻攻击反应的滞后性，在5G网络切片背景下，提出了一种基于安全威胁预测的虚拟网络功能迁移策略。首先，通过隐马尔可夫模型（HMM）对网络切片运行安全进行建模，利用多源异构数据信息对网络安全威胁进行威胁预测；然后，根据安全预测结果，采用相应的虚拟网络功能迁移策略迁移以使迁移开销最小。仿真实验结果表明:利用HMM能对安全威胁进行有效的预测，同时该迁移策略能够有效减少迁移开销与信息泄漏时间，具有较好的同驻攻击防御效果。     

一种自主可控ATCA平台的高速数据处理方案设计与实现

随着国产处理器的不断成熟以及国家信息化建设的自主可控要求提高,基于国产处理器的先进通信计算机架构(Advanced Telecommunications Compute Architecture, ATCA)的产品平台设计成为潮流和趋势。FT-2000/4国产处理器凭借其稳定的性能表现被广泛应用于自主可控产品的设计中,但是ATCA平台下,FT-2000/4国产处理器由于传统网络I/O的过高开销,往往无法满足高速线路接入需求,极大限制了其应用场景。针对上述问题,提出了一种基于DPDK软件数据包加速处理技术的数据接入模块设计,并且改进了数据分发策略,提出了一种自适应流量控制算法。实验表明,该模块不仅极大提升了国产化ATCA单板的数据接入能力,自适应流量控制算法也能够通过动态调整数据匹配分发端口的方式,有效缓解流分发策略不合理带来的业务节点超负荷问题。     

一种融合局部拓扑影响力的时序链路预测算法

链路预测旨在发现复杂网络中的未知连接和未来可能的连接,在推荐系统等实际应用中具有重要作用.考虑到许多真实网络的时序特性,时序链路预测逐渐成为研究热点.当前,基于时间序列分析的方法往往忽略了网络演化过程对网络本身的影响,而基于静态网络演化的方法大多仅考虑了局部连边的演化影响,对网络拓扑结构的演化特性挖掘有限.针对上述问题...     

基于区分加权干扰属性投影的语种识别方法

传统NAP,投影矩阵的训练需要繁杂的参数调整和大量的标注语料,投影后不能彻底去除干扰信息且会造成一定的信息损失。为此,该文提出一种DWNAP算法,首先通过统计各语种训练语音协方差矩阵的特征值离散度,对干扰源进行量化估计,利用规整的估计值作为各语种的区分性权重参与投影矩阵的训练。汉日英三种语言的测试结果表明,相对于传统NAP提出的DWNAP有效地提高了系统识别性能,EER相对降低了7.51%。     

一种应用于ATCA系统的IPMI解决方案

针对IPMI 2.0协议,提出一个简单有效的实现方案。利用32位RISC单片机HD64F2168丰富的I2 C总线资源,配合外围的多种传感器对ATCA单板健康状况实时监控,并将数据记录、存储,能够响应机架管理器的查询请求,为系统管理平台提供支撑,从而实现多单板系统的监控管理。该设计具有通用性好、开发易上手、研发风险小、投入成本低等优点。实验结果表明,各模块工作稳定,通信可靠,数据上报准确。     

基于交互行为和连接分析的社交网络社团检测

社交网络的迅猛发展极大地方便了人们的日常生活、工作和学习,但也带来了大量复杂的交互行为和连接模式。如何有效地综合分析网络中的交互信息和网络节点之间存在的连接信息,进而完成高效的社团检测,是在当前网络多维属性的复杂背景下进行网络分析所面临的关键难题。基于此,从有效融合两类不同的异质信息研究出发,提出了一种基于交互行为和连接分析的社交网络社团检测(CDUILS)方法。该方法基于两类信息能够从不同的角度反映网络同一个社团归属的假设,采用联合非负矩阵分解架构,以迭代更新的方式,同时利用两类信息进行社团结果的获取。在真实网络数据集上的实验表明,与已有方法相比,所提方法能够有效融合两类信息进行社团检测,取得了更好的社团划分质量。     

基于资源传输节点拓扑紧密性的链路预测方法

针对现有基于网络拓扑结构的局部相似性RA指标未考虑传输节点拓扑紧密性的问题,提出一种节点拓扑紧密性指标及链路预测方法。根据多跳节点资源传输情况确定重要传输节点,基于传输节点周围拓扑集聚程度对拓扑紧密性进行量化,并根据传输节点紧密性对共同邻居传输资源量的影响刻画节点间相似性。实验结果表明,该方法具有较高的普适性,所提相似性指标适合于Precision标准,与CN、AA和CAR等现有相似性指标相比,具有较高的预测精度。