一种基于二分图的移动网络预缓存机制

为了解决移动网络中高效部署缓存的问题,提出了一种基于二分图的内容预缓存机制,在选择内容预缓存的节点时,不仅要考虑该节点上的内容热度,还要考虑该节点与其他节点之间的链路状态,用以选择对内容热度最高、网络状态最好的节点来预缓存内容,从而提高内容分发效率.仿真结果表明,该方法可以有效地提升缓存空间的利用效率,降低内容传输时延,增强用户体验.     

采用基于速率的缓存控制的CSFQ算法

在核心无状态公平队列调度(CSFQ)算法的基础上,提出了一种采用基于速率的随机早期检测(RED)机制的核心无状态公平队列调度(rr-CSFQ)算法.在路由器中根据网络拥塞状态和数据流到达速率,采用基于速率的随机早期检测机制进行缓存管理.该算法通过调节早期丢包概率,解决了CSFQ时延较长造成的缓存"丢尾"问题,提高了带宽在不同数据流之间分配的公平性.仿真实验证明,该算法在缓存较小的情况下仍能保证带宽在传输控制协议(TCP)数据流和用户数据报协议(UDP)数据流之间的公平分配.     

基于Agent的Web缓存主动负载均衡模型

为改善Web缓存系统中存在负载不平衡现象，提出了一种基于Agent的自主式缓存负载平衡方案．文中对Agent的结构进行了设计，指出了现有均衡算法的不足，提出了基于主机检测的动态复制均衡算法和交换负载均衡算法．最后通过仿真对方案的有效性进行了检验，检验结果表明，选择不同的均衡策略和算法与传统方法相比有更好的灵活性．     

基于Agent的Web缓存主动负载均衡模型

为改善Web缓存系统中存在负载不平衡现象,提出了一种基于Agent的自主式缓存负载平衡方案.文中对Agent的结构进行了设计,指出了现有均衡算法的不足,提出了基于主机检测的动态复制均衡算法和交换负载均衡算法.最后通过仿真对方案的有效性进行了检验,检验结果表明,选择不同的均衡策略和算法与传统方法相比有更好的灵活性.     

内容中心网络中基于分布式协作的缓存策略

提出了一种应用于内容中心网络的缓存策略,对高热度内容进行分布式缓存,允许缓存节点之间协作,保证热度高的内容在缓存中生存更长的时间,并在内容请求过程中利用跟踪节点实现缓存内容的定位,允许内容请求用户从网络中参与协作的缓存节点获取被请求内容的不同部分,达到分布式缓存协作的目的,提高网络中缓存资源的利用率,降低内容请求用户获取内容的时间. 仿真结果表明,该策略能有效减少网络的平均时延.     

面向新生内容需求的缓存放置与替换联合算法

在内容中心网络中,全局缓存放置算法无法对新生内容实时缓存放置进行优化,对此,提出一种缓存放置与替换的联合优化算法,可减小缓存节点业务负载和用户内容获取的时延.定义了整网缓存收益函数,构建了最大化整网缓存收益的最优化问题,以实现新生内容的缓存放置与已存内容的缓存替换.为了求解所提的优化问题,将所提优化问题分解为缓存放置子问题和缓存替换子问题,提出了一种全局缓存放置优化问题的次优解,缓存放置算法的性能下限为（1-1/e）倍的最优解.在缓存放置之后考虑多点协同的缓存替换算法,最小化由于缓存替换产生的缓存损失,最后通过迭代实现缓存放置与替换的联合优化.仿真结果表明,所提联合优化算法可以提升整网缓存收益,在缓存节点负载、内容获取平均跳数和全网缓存命中率方面均优于传统方法.     

基于层次队列的全光缓存技术

为了解决全光分组交换机中的分组缓存问题,提出了一种基于层次队列的全光缓存技术。该技术利用了分组缓存以队列为基本数据结构的特点,将长度逐层翻倍的若干层光纤环存储器用交叉开关组织起来,并将每一层队列的中间部分存储在下一层存储器中,从而实现了一种高效、灵活的缓存机制。这种技术可以用于构造交换设备中各种用途的缓存器。器件复杂度与存储容量呈对数关系,能够提供对服务质量的支持,并可通过使用波分复用(WDM)技术成倍减少光纤使用量。     

基于用户行为的流媒体分段缓存算法

对网络中流媒体对象的用户访问行为进行了建模分析,根据相对流行度对缓存中的对象进行排序,同时结合指数分段算法,提出了基于相对流行度的流媒体分段缓存算法(RP-S),并使用真实日志记录进行仿真.仿真实验结果表明,与传统流媒体缓存算法相比,该算法具有较高的字节命中率,同时在一定程度上减少了网络延迟.     

内容寻址网络中路径缓存定向多播路由算法

为解决内容寻址网络中资源定位速度和路由效率问题,提出了一种基于路径缓存技术的定向多播路由算法.该算法结合定向路由与广播路由的优势,引入扩展系数对定向多播路由算法进行空间维度扩展,降低了集体失效概率.将路径缓存技术与定向多播路由算法相结合,提高了系统的定位效率.通过与传统的定向路由策略进行实验比对,验证了该算法的有效性。     

一种基于时间戳的缓存同步算法

传统的缓存同步算法,不能严格保证缓存数据的实时性,或者效率低下。基于数据库实体的更新时间戳属性,提出了一种新的缓存同步算法,该算法克服了传统算法的缺点,具有高效、简单、可靠的特点。     

基于Petri的改进优先级队列缓存管理分析与仿真

为了解决由于网络环境中多媒体业务需求的快速增加,导致应用对延迟和拥塞概率等性能指标的要求逐渐提高的问题,提出了一种改进的优先级队列的缓存管理机制。详细研究了该机制的实现原理和方法,并使用Petri工具及排队理论对改进的优先级队列进行了建模。通过仿真实验分析了该缓存管理机制在缓存管理过程中的性能指标,证明了该缓存管理机制能有效地提高多媒体通信的性能,满足多媒体通信的服务质量要求。     

信息融合相似性算法下的虚拟社区链接预测

针对传统的基于节点相似性的链接预测方法存在链接预测指标仅考虑网络结构信息或者节点属性信息,以及链接预测指标静态处理节点之间关系的问题,提出了一种基于信息融合相似性算法的链接预测指标（similarity based on network evolution and user generated content , SNEUGC）,该指标结合用户生成内容信息和网络演化信息对含权网络进行链接预测,以解决现有链接预测指标在含权网络环境下链接预测准确率低的问题。实验证明,该方法的准确率达到了80％,具有一定的可行性。     

一种基于负载均衡机制的Ad Hoc网络路由协议技术

AdHoc网络是一种无线基础设施支持的移动网络,网络中的节点均由移动主机构成。而路由协议则是移动AdHoc网络中最关键的技术之一,它对网络的性能起决定性作用。首先阐述了AdHoc网络路由协议AODV,分析了其不足之处,给出了一种基于反向路由查找机制、单路径负载均衡和跨层节点拥塞的协议优化方案。     

基于局部需求特征的副本优化选择算法

为提高内容分发网络的用户满意度,提出一种基于局部需求特征的副本优化选择算法.在边缘代理存储能力受限的情况下,依据边缘代理所在区域的局部需求特征,通过对局部需求特征的提取并以此作为启发式信息进行副本的优化选择.仿真结果表明,与其他几种副本选择算法相比较,该算法所获得的请求覆盖率均高于其他算法.     

密集网络下基于Self-Backhaul感知的用户接入负载均衡算法

针对密集异构网络自回程场景中带宽分配不合理引起的负载不均衡问题,提出一种基于self-backhaul感知的用户接入负载均衡方案.首先根据密集异构网络下各个小基站接入与回程资源的负载状态提出一种用户接入负载均衡策略;其次利用Q-Learning算法对各个小基站带内无线接入与回程带宽分配进行学习,用户在不同带宽分配因子下,根据用户接入负载均衡策略进行重新接入,得到不同接入情况下的系统效用,进而得到最优带宽分配策略,保证负载均衡性的同时实现系统效用最大化.仿真结果表明,该方案在密集异构网络自回程场景中提高了网络负载均衡性,同时提升了用户速率体验.     

基于小波和神经网络的供热负荷预测

目的研究供热系统热负荷预测方法,使供热量及时跟随用户需热量进行控制.方法通过分析供热负荷特性及其变化规律,用小波包变换对热负荷序列进行分解,再结合Elman神经网络分别对各序列建立模型,进行单步预测,最后重构各序列,得出热负荷预测序列.结果仿真试验表明,与未采用小波分析的BP、Elman神经网络相比,该方法预测精度较高,跟踪能力强.结论基于小波和神经网络的供热负荷预测方法能较好地跟踪预测用热量,适合于短期供热负荷预测的应用.     

一种基于BP网络的局域网流量预测方法

在引入时间序列预测理论和人工神经网络理论的基础上,设计出基于BP神经网络的流量预测模型,给出了有效流量预测方案。在预测模型中加入了动态调用预测功能,使得所设计网络流量预测系统在灵活性和高效性方面得到了提升,并且具备较强的自适应能力。     

一种基于C-RAN的BBU负载均衡优化算法

基于软定义无线电（SDR）和虚拟机（VM）迁移技术的云无线接入网（C-RAN）是第5代移动通信系统（5G）系统中的一种灵活架构,基于该架构提出了一种优化算法,可以根据系统状态动态计算基带处理单元（BBU）的最佳负载范围,并考虑用切换效率来控制额外的资源消耗.仿真结果表明,该算法能够自动选取合适的BBU工作负载范围,并在较低的切换损耗下维持BBU在该范围内工作.     

基于BP算法的蓄电池劣化程度预测

蓄电池可以作为后备电源为电力系统提供安全持续稳定的电源保障.通过对影响蓄电池劣化程度的因素进行分析,提出了利用BP算法构建模糊神经网络模型,并采集数据对蓄电池劣化程度进行预测,以保证蓄电池供电性能的可靠.     

面向LEO卫星通信网络基于时间尺度的负载均衡组播路由算法

为了在全球覆盖的低地球轨道(low earth orbit,LEO)卫星通信网络下,获得较小开销的组播树,而非仅仅是降低树开销或最小传输时延,提出一种面向LEO卫星通信网络的基于时间尺度的多度量负载均衡组播路由算法(load balancing multicasting algorithm based on timescales for LEO satellite network,LBMT),通过获取星间链路(intersatellite links,ISL)的状态信息并通过设计的评价链路状态“比对开销”,建立较小“比对开销”组播树.已提出的面向LEO卫星网路的组播路由算法通常目标为最小化组播树的树开销或传输时延,然而LEO卫星网络的全网流量并非均匀分布,已提出的组播算法通常无法主动避让繁忙链路,在高负载情况下导致网络状况恶化.仿真结果表明:算法能在高负载状态下降低数据丢失率,而仅仅微小增加了传输时延.LBMT算法建立的组播树能有效避让繁忙链路并选择位于不发达地区上空的空闲链路,充分利用网络的空闲链路,使网络流量更加均衡.