卫星网络混合负载均衡策略下的多径流量分配算法

为均衡卫星网络流量分配,满足用户QoS需求,提出一种全局和局部结合的混合负载均衡策略下的多径流量分配算法(HLB-MTD)。根据QoS业务需求进行部分路径筛选,基于表的散列算法进行流量的初次分配;在初次分配的基础上针对突发拥塞进行局部调整,建立重映射目标函数,通过改进交叉和变异概率的遗传算法求出最优解;求得局部优化的,流到路径的映射策略。仿真结果表明,该算法可有效缓解卫星网络拥塞,实现流量均衡分配,在丢包率、平均排队时延、等指标上有更好的提升。

基于随机网络演算的天地一体化网络性能分析

针对天地一体化网络中流量具有长相关性和链路信号衰减复杂的特点,采用矩母函数形式的随机网络演算作为研究工具,将天地一体化网络映射为一个串联排队模型。通过构造自相似流量的聚合随机到达曲线和吉尔伯特信道的随机服务曲线,对基于自相似流的天地一体化网络端到端的性能边界进行评估。研究还通过数值分析探究了违约概率、服务速率、Hurst参数等因素对天地一体化网络端到端性能边界的影响。以上研究结果为天地一体化网络的流量控制和缓存管理提供了指导,有助于进一步的性能优化。

GMTBLC:基于深度学习的双模态网络流量分类

网络流量分类对于网络安全维护和网络管理至关重要,在服务质量(quality of service,QoS)保证、入侵检测等任务中得到了广泛的应用。针对传统流量分类模型对特征提取不足,导致分类准确率较低等问题,提出了基于混合注意力(group mix attention,GMA)的Transformer和双向长短期记忆(bi-directional long short term memory,Bi-LSTM)网络的双模态网络流量分类(group mix transformer and Bi-LSTM for traffic classification,GMTBLC)方法。在数据预处理阶段,通过数据包的有效载荷生成会话内的包级别图像,以减少信息干扰。在分类阶段,图像首先由包混合Transformer(packet group mix transformer,PCMT)模块处理,该模块使用Transformer和GMA捕获全局特征。同时,会话图像由时空特征提取(spatio-temporal feature extraction,SFE)模块处理,其中数据包的空间特征由带有残差连接的卷积神经网络提取,数据包的时间特征由双向LSTM提取。在融合分类层中,通过动态加权机制融合上述全局特征和时空特征,最终完成网络流量分类。在公共数据集ISCX和USTC-TFC2016上进行的实验表明,该模型的分类准确率达99.31%,精确率、召回率和F1值均达到98%以上,相比其他模型分类效果更优。

基于SDN的卫星网络端到端QoS类映射研究

针对在多个卫星网络域环境下域间协作困难,以及如何在各个卫星网络域内选择合适的QoS类实现端到端QoS类映射的问题,基于软件定义卫星网络架构,首先,提出一种SDN卫星网络域间通信方案,以及面向多QoS类的端到端服务交付数据包处理方法。其次,提出一种基于多准则决策的控制模块。模块利用ELECTRE方法,在ELECTRE方法中通过综合权重法计算出各个卫星网络域内QoS指标相应的权重系数,并且利用ELECTRE方法对每个QoS类的净支配指数进行排序,从而为端到端路径的每个卫星网络域选择合适的QoS类。最后,与现有端到端QoS类映射方案进行比较,仿真结果表明,上述方法在多卫星网络域环境下保证端到端的时延、时延抖动、丢包率和代价。

基于流量自相似性的网络队列管理算法

网络流量的自相似性会导致数据突发状态持续,传统队列管理算法无法对网络流量突发状态进行预测,从而影响网络端到端时延、丢包率和吞吐性能。针对该问题,提出一种基于网络流量预测的主动队列管理算法P-ARED。基于网络流量的均值和方差给出网络流量等级的概念,讨论网络流量等级转移概率与Hurst参数之间的关系,提出基于贝叶斯估计思想的网络流量等级预测方法。在此基础上,在对自相似网络流量环境下的平均队列长度、缓存队列长度最小阈值等参数优化设置的基础上,基于Hurst参数和自相似流量等级预测结果,重新设计ARED算法中分组丢弃概率的计算方法,以提高缓存队列长度的稳定性。仿真结果表明,P-ARED算法与对比的主动队列管理算法相比,降低了网络端到端时延和丢包率,提高了端到端吞吐性能,其中平均吞吐量最高提升7.63%,平均时延最多降低17.52%。

卫星网络中基于多QoS约束的蚁群优化路由算法

针对蚁群算法在求解多目标优化问题时存在收敛速度慢、容易陷入局部最优解等问题,提出一种面向卫星网络的多约束QoS路由算法。通过改进蚁群算法的启发函数,将链路QoS信息作为蚂蚁选择下一跳节点的重要依据,并结合排序思想与最大最小蚂蚁算法优化信息素更新规则,获取符合当前业务的最优QoS路径。实验结果表明,该算法在满足卫星网络业务多QoS需求的同时,具有良好的收敛速度和寻优能力。

卫星网络业务自相似特性分析

根据分包数据系统的星上数据源特点及随机过程理论,得到星上数据源的模型参数。进一步利用STK和OPNET软件建立卫星网络模型,依据数据源的建模结果为低轨卫星添加业务,并在高轨卫星处收集网络业务量。最后,分别运用R/S分析法、方差-时间图法和周期图法对收集到的卫星网络业务量的自相似程度和突发性的重要参数——Hurst参数进行辨识。仿真结果表明卫星网络业务量也具有自相似性。

一种基于卫星网络的虚拟网络功能快速映射算法

针对卫星网络中卫星载重有限,不允许大规模部署物理硬件,导致其网络功能欠缺且网络管理和配置不灵活的问题,文中提出了基于软件定义网络(Software Defined Networking,SDN)/网络功能虚拟化(Network Function Virtualization,NFV)协同部署的卫星网络新架构。它通过SDN数控分离思想对网络进行动态管控,利用NFV技术在SDN的数字平面虚拟出网络功能,使网络功能能够从硬件设备中解耦出来,从而提高网络的灵活性。为了解决此框架中虚拟网络功能(Virtual Network Function,VNF)映射到底层物理网络上的时延过大且无法满足高动态卫星网络实时性的问题,进一步提出了Viterbi和图形模式匹配(Graph Pattern Matching,GPM)相结合的动态映射方法(Viterbi and GPM Dynamic Placement Approach,VG-DPA)。该算法将映射过程建模为隐马尔可夫服务链,采用Viterbi算法预计算满足软硬件限制的映射路径,然后根据预计算结果通过GPM来制定VNF编排策略。该算法解决了卫星网络中将所需的VNF映射到底层物理网络中时延过大的问题。实验结果表明,VG-DPA与传统的RAND和OMD算法相比能在很大程度上降低时延,减少资源消耗。

一种卫星网络拓扑抗毁性评价方法的研究

从卫星网络高动态、周期性的特点出发,针对现有基于跳面节点法的网络拓扑结构的抗毁性评估方法对相似拓扑结构区分度不高的问题,提出新的抗毁性评估方法。该方法定义了新的修正因子,在理论上统一了基于跳面节点法及其改进方法的数学解析表达式,并且该方法适用于高动态卫星网络拓扑结构的抗毁性评估。仿真实验验证表明,该方法对不同拓扑结构的区分度更高,更具合理性。

一种基于mRMR-SVM的空间信息网络数据流检测方法

空间信息网络中的异常数据流会快速消耗网络带宽、占用系统资源,使得网络通道堵塞,影响正常数据流的传输,无法保证网络安全运行。针对上述问题,提出一种基于最大相关与最小冗余-支持向量机mRMR-SVM的空间网络数据流检测方法。该方法提取与每种状态相关性最大、特征属性之间冗余最小的特征,采用加权欧氏距离和径向基核函数的SVM训练分类器,并通过粒子群算法优化分类器精度,以提高正常流量和异常流量识别的准确性。仿真结果表明,该方法比MADMAS、ARIMA-SVR方法的平均准确率提高了3.5百分点,误判率降低了8.7%。

基于ANP和云模型的军事通信系统效能评估

将网络层次分析法(ANP)和云重心评判法相结合应用于军事通信系统的效能评估中,并指出有无卫星支援下军事通信系统的效能对比。首先,针对军事通信系统的特点,构建通信系统评估的指标体系,建立ANP模型;其次,根据通信系统各指标之间的关联性,采用网络层次分析法构造极限超矩阵来确定指标的权重,并与AHP确定的指标权重相比较,指出ANP提高了指标权重的科学性;最后,利用云模型处理定性指标和定量指标之间的转换,给出有卫星支援下的军事通信系统效能的提升度,并与模糊综合评判法相比较,结果证明了网络层次分析法和云重心评价法相结合在军事通信系统效能评估中的可行性和科学性。

用神经网络方法对高速公路交通流控制模型中的参数进行辨识

从高速公路交通流的宏观、动态特征出发，首先给出了交通流控制和仿真中常用的宏观、动态、确定性交通流模型，并利用神经网络的方法对模型中的参数进行辨识．从而获得能比较准确描述交通流真实行为的模型，以此来解决高速公路交通的最优控制问题．

一种基于LT码的度分布优化算法

度分布函数是影响数字喷泉码性能的关键因素,在LT码中,当原始数据分组个数较小时,鲁棒孤波度分布(RSD)存在编译码复杂度较高、译码性能下降等问题。为此,提出一种新的截短鲁棒孤波固定度分布优化算法。对固定度分布(SD)进行调整后截短RSD,将截短后的RSD和调整后的SD相结合并做归一化处理,得到一种新的度分布。仿真结果表明,与RSD、SD度分布相比,该度分布优化算法能够降低25%~31%的译码开销,节省22%~55%的平均编译码时间,且原始数据分组个数越小,性能改善越明显。

基于网络演算的卫星网络端到端时延上界

针对卫星网络链路传播时延周期性变化且变化量不可忽略,传统时延边界计算过于放大排队时延等问题,提出了一种卫星网络端到端时延上界分析方法。通过计算星间链路长度推算链路传播时延,并将链路处于峰值速率时的排队时延作为链路排队时延最大值,计算卫星网络端到端时延上界。进一步,分别研究端到端路径包含节点数目、节点服务速率、业务流权重值以及突发量等对卫星网络端到端时延上界的影响。仿真结果表明,在铱星拓扑结构下,卫星网络的端到端时延上界比基于令牌桶模型计算的端到端时延上界更接近于仿真值。

LEO卫星网络中一种改进的Vegas算法

针对SCPS-TP(Space Communications Protocol Standards Transport Protocol)协议的Vegas算法在LEO(Low Earth Orbit)卫星网络中吞吐量下降的问题,提出了一种自适应Vegas-AD(Adaptive)拥塞控制算法。该算法在分析Vegas的基础上,细化往返时延RTT的计算方法,使其能够更加精确地调整拥塞窗口;优化拥塞窗口的增长策略,提高了拥塞避免阶段的带宽竞争力;同时,提出基于网络拥塞程度的自适应窗口调整因子。仿真结果表明,VegasAD算法的带宽竞争力明显高于Vegas,并且该算法能较大幅度地提高网络吞吐量。

量子余交换余代数的Smash余积余代数的余模范畴

设(H,m,μ,φ,σ)是一个余拟三角对偶拟双代数,C是一个关于(H,σ)量子余交换的左H-余模余代数.证明了(C×HM,□C,C)是一个张量范畴,并且给出了它成为一个辫化张量范畴的充分必要条件.

卫星网络拓扑生成算法研究

针对卫星网络具有大时空尺度、周期性、星间链路切换频繁、星上资源有限、通信范围受天线仰角限制等特点,从卫星网络的特性出发,提出了一种卫星网络拓扑生成的算法。新算法首先在满足卫星节点可见性、链路长度、链路容量、链路连接时间以及卫星天线仰角的要求下建立潜在链路;然后在满足节点度的条件约束下,按权值从小到大的顺序依次删除每个节点多余的潜在链路;最终生成一个卫星网络拓扑。仿真结果表明,所提出的算法生成的网络拓扑结构具有良好的网络性能。

基于网络演算的无线Mesh网时延上界

无线Mesh网是一种新型宽带接入通信网络,端到端时延上界分析的准确性会直接影响网络的QoS保障。针对无线Mesh网传统时延边界分析方法没有考虑当前节点处理时延对后一个节点到达曲线的影响,造成时延上界计算不紧致的问题,利用(ρ,σ)模型作为数据流到达曲线,延迟-速率函数LR作为数据流服务曲线,同时考虑前一个节点的处理时延对后一个节点到达曲线的影响,推导出无线Mesh网中单节点、单路径和多路径传输时延上界,并利用数值分析方法得到网络服务速率、流量分配方式、多路径数目等因素对时延上界的影响。仿真结果表明,与传统方法相比,以上计算得到的无线Mesh网时延上界更接近实际仿真值。

基于自相似流量水平分级预测的网络队列调度算法

网络流量的自相似特性会导致网络中数据的突发状态持续,为有效降低网络流量突发引起的队列排队时延和分组丢失率,提高不同优先级业务的传输能力,保障业务服务质量需求,提出了一种基于网络流量自相似特性的队列调度算法--P-DWRR。该算法设计了基于自相似流量水平分级预测结果的动态权值分配方法及服务量子更新方法,并根据业务优先级和队列等待时间确定队列的服务次序,以减小数据分组排队时延,降低分组丢失率。仿真结果表明,P-DWRR算法在满足网络不同业务优先级要求的基础上,降低了数据分组的排队时延、时延抖动和分组丢失率,性能优于DWRR和VDWRR。

一种高动态卫星网络的拥塞控制算法

针对卫星网络通信路径发生改变引起往返时延突变,导致现有的拥塞控制机制中超时重传时间估计不准确,并对拥塞窗口计算产生不利影响的问题,提出一种基于链路长度的带宽估计TCPW-BLC算法。该算法通过计算通信链路长度合理调整拥塞窗口、慢启动阈值及超时重传定时器中相关参数的增益因子,使拥塞控制算法在往返时延突变情况下仍保持较高吞吐量,适应卫星网络动态环境特性。NS2仿真结果表明,TCPW-BLC算法相比TCPW算法在卫星网络中吞吐量性能提高了2.8%,有效降低了时延突变给拥塞控制机制造成的不利影响。