基于网络演算的流量整形模型

流量整形对QoS(quality of service)控制有着重要的影响.总结并优化了最近几年发展起来的能够深刻透视计算机网络业务流控制问题的网络演算技术,采用网络演算技术建立了包括贪婪无损失整形器、无缓冲区整形器及固定缓冲区长度整形器的一般性模型,获得了3种整形器的输入/输出特性以及整形器可提高QoS控制机制的效率等结果.     

基于SIP、RTP／RTCP和RTSP协议的视频监控系统

从流媒体协议入手,描述会话发起协议SIP（Session Initiation Protocol）、实时传输协议RTP（Real time Transport Protocol）、实时传输控制协议RTCP（RTP Control Protocol）和实时流传输协议RTSP（Real Time Streaming Protocol）的原理以及它们在IP单播或多播网络上的通信过程。在此基础上,进一步分析RTP/RTCP和RTSP协议的关系,并对基于RTP/RTCP和RTSP协议的流媒体服务器进行设计。流媒体服务器是视频监控系统的核心部分,采用C/S结构,服务器和客户端之间的多媒体数据之间的传递都在这一部分完成。在基于RTP/RTCP和RTSP协议的流媒体服务器的基础上,使用SIP协议让用户和服务器建立会话连接,并在流媒体服务器上进行多媒体数据的传递,从而设计出基于SIP、RTP/RTCP和RTSP协议的视频监控系统。     

基于Wi-Fi和RTP/RTCP协议的无线视频监控系统设计

传统的视频监控系统一般都是采用有线方式传输,根据目前的无线视频监控需求,采用无线Wi-Fi技术设计实现了一套低成本,高可靠性的视频监控系统。系统采用ARM11处理器S3C6410核心,选用Linux操作系统,以H.264协议进行压缩编码,采用RTP/HTCP协议进行视频传输。用USB摄像头采集数据,压缩编码后经Wi-Fi传输到网络终端。终端通过Web方式登入摄像头管理系统,接收视频信号并解码播放。测试表明该系统可靠性好,视频清晰,设计合理。     

基于视点预测的全景视频码率自适应策略

为解决全景视频传输中存在的视频卡顿多、用户体验质量（quality of experience,QoE）低等问题,研究当前主流的视点自适应传输方案,提出一种基于视点预测的码率自适应策略（VPBAS）。首先,构建了一种基于长短期记忆网络和全卷积网络的视点预测模型,模型将视点数据和视频显著性信息进行特征融合,实现不同模态数据的相互补充和修正,提高视点预测的准确率;然后,客户端采用随机森林算法预测当前的可用带宽,并根据视点预测结果和可用带宽信息为视频分块选择码率。最后,客户端把选择的码率信息定期发送给服务器,服务器根据反馈的信息向客户端推送最佳码率的全景视频流,这种交互过程在视频播放期间不断地重复,直至客户端观看完毕。实验结果表明,与现有传输方案相比,VPBAS能有效提高带宽受限情况下的视频观看体验。     

基于电力载波和流媒体的视频监控服务器的实现

文章首先介绍了电力载波通信、视频数据传输以及RTP/RTCP协议的特点,在此基础上提出了一种以电力载波为传输媒介和采用流媒体技术的视频监控服务器设计方案,该方案首先给出了系统的设计框架,然后从软件开发角度具体阐述流媒体服务器实现流程,最后给出实验结果和分析。实验结果表明,在基于电力载波的视频监控服务器中采用RTP/RTCP协议传输视频数据可有效利用网络带宽和降低丢包率。     

基于受控自回滑动平均模型和服务质量的流量整形

基于网络的应用和服务发展促进了网络的发展，也带来了拥塞现象，服务质量（QOs）的提出实现了流量拥塞管理，网络的非线性、时变性和不确定性使得管理难度加大，控制原理正可以解决复杂系统，两者的结合真正实现网络流量整形。本文采用受控自回滑动平均模型（CARMA）结合服务质量（QOs）的方法实现网络流量整形。     

一种基于资源管理的端系统流量整形算法

在区分服务的网络系统中对端系统的流量具有严格地限制。为了保证端系统中不同要求的网络应用能够得到合理的网络资源,提出了基于资源管理的端系统流量整形算法。该算法根据每个网络应用的资源请求对其数据流进行调度处理和整形。分析和测试表明,该算法在保证端系统对DS流量限制的同时,还能保证端系统上各网络应用的资源要求,并具有较好的性能。     

基于失真估计和码率控制的视频传输新方案

针对差错信道上的实时视频编码和传输问题,提出一种基于逐帧失真估计和码率控制的新型时域不等差错保护方案。该方案给出一种低复杂度逐帧传输失真估计模型,估计差错信道下的视频传输失真,结合码率控制算法,通过对编码量化参数的简单搜索,逐帧求出最优的压缩编码和信道保护策略。仿真结果表明,与现有方案相比,该方案不但延迟小、复杂度适中,而且能提高重建视频序列的平均质量,减少逐帧之间的质量波动。     

基于令牌桶的分级动态流量整形算法

区分服务和流量整形是保证实时应用和关键应用得到相应QoS的重要技术。提出基于二级令牌分配机制的流量整形结构,逐级设计令牌分配的具体算法。该算法使区分服务网络中优先级较高的数据流获得更多的出口带宽资源,同时根据输出需求动态调整同优先级数据流的带宽资源,兼顾优先和公平,提高企业网络出口有限带宽的使用效益。     

逆变器闭环增益成形控制策略研究

负载反馈扰动是造成逆变器输出畸变的主要原因之一。通过结构框图等效,在连续域建立了单相半桥逆变器的简化扰动模型,从而把负载扰动转化成灵敏度极小化问题。在此基础上提出了一种基于闭环增益成形的单相半桥逆变器控制策略,仿真与实验结果验证了理论的有效性。     

基于RTP/RTCP协议的拥塞控制策略研究

介绍了TCP协议和RTP/RTCP协议,阐述了服务质量控制的常用方法,为了控制网络拥塞、减小延迟、达到网络负载平衡,针对流媒体提出了三种基于RTP/RTCP协议的拥塞控制策略。     

网络流量分析及控制策略

有效的流量控制不仅是网络稳定、高效运行的基础,同时又是各种QoS服务模型和技术的基础和前提。以P2P为代表的网络应用已经给互联网带来了前所未有的冲击,而这些问题产生的内在原因在于当前的网络流量管理缺乏识别控制能力。因此,有必要在网络流量管理中引入流量应用识别控制技术。本文通过Cross流量控制系统对我所的网络现状进行了分析,然后制定网络流量控制策略对我所进行了相应的调控,用以保证关键业务的正常运行。     

网络流量系统的有限拍控制

应用控制理论方法讨论了ATM网络的ABR通信中基于速率反馈的流量控制问题.针对网络的传播时延提出了有限拍控制策略,使系统的响应在有限拍的时间内严格地到达稳态,从而使信源发送速率快速响应网络状态的变化,较好地克服了时延对流量控制快速性和稳定性的影响.该方法能有效地避免拥塞发生,同时降低信元丢失率,且结构简单.仿真结果验证了此算法的有效性.     

基于车联网的交通管控机制设计与验证

近年来,汽车工业飞速发展,汽车保有量不断提高。但与此同时,其引发的道路交通拥堵问题也影响着越来越多的人。为了缓解道路交通拥堵、提高车辆出行效率,提出了一套基于车联网的交通管控机制。首先,结合固定时长轮转法和车流量响应控制法两种现有的主流交通灯控制法的思想,提出半实时的交通灯控制方法。该方法中,交通灯控制器根据预测出的车流量信息,得到本路口的最优交通灯相位策略,将本路口所有车辆的等待时间最小化。其次,为了提高个体用户的出行效率,提出启发式的动态路径规划算法,该算法在Dijkstra算法的基础上,采用启发式的方法计算路段的权重,以此规划最优路径,使得车辆可以尽可能避开拥堵路段。为了验证提出的交通管控机制的性能,通过交通流量模拟器SUMO和网络模拟器NS3进行模拟实验。模拟实验结果表明,提出的基于车联网的交通管控机制能够有效地降低车辆的等待时间、缓解交通拥堵情况,从而改善整个道路网络的交通状况。     

一种基于Linux的可扩展流量分类与控制模型

在计算机网络中,如何有效地管理和控制不同网络应用产生的网络流量,并保障这些应用分配到合理的带宽是网络管理研究的热点之一。由于当前网络流量的分类模型和控制模型之间的高耦合性,导致在应用模块的可扩展性方面存在不足。该文结合中间件思想,提出了一种统一的可扩展网络流量分类与控制模型,并在Linux平台上编程实现,验证了其正确性。     

基于网络处理器的防火墙流量控制技术

分析了流量控制机制中现有的缓冲管理和分组调度算法,提出一种适合防火墙流量控制特点和网络处理器特点的自适应抢夺式流量控制算法,并给出基于网络处理器IXP2400的具体设计实现。     

计算机网络拥塞控制算法改进算法研究

网络拥塞是由于网络业务流不可预测的流量突发现象造成的。文章从考虑网络业务流突发现象产生的特点出发,采用可用带宽测量技术和流量整形技术,提出了一种针对传统网络拥塞控制算法的改进算法（TCP2Shape）。     

基于数据中心流量特征的端到端流量估计算法

数据中心是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心需要遵循数据中心网络的端到端流量特征。然而直接地测量网络的端到端流量需要耗费巨大的软件成本和硬件成本,并且由于数据中心网络结构的特殊性,传统的计算机网络采用的流量估计方法也无法适用于现有的数据中心网络。为解决以上问题,首先依据数据中心的资源分配和链路利用率情况提取出网络的粗粒度流量特征,在此基础上提出一种基于重力模型和网络层析技术的数据中心端到端流量估计算法。与现有的流量推理算法Tomogravity和ELIA在NS3搭建的不同规模的数据中心网络中进行性能对比,实验结果表明,所提算法能有效地利用提取出的粗粒度流量特征,在保证计算效率的前提下将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求。