Valiant负载平衡技术在宽带通信中的应用研究

在分布式计算机系统上实现负载平衡是分布式系统领域从70年代初至今的热门课题。介绍了Valiant负载平衡技术在宽带通信中的最新应用研究情况,重点讨论了基于Valiant负载平衡技术的两级交换机和鲁棒选路算法,分析比较了它们相应的性能,提出了需要解决的问题。

微波信号在空间光通信系统中的传输

采用ITU(国际电信联盟)推荐的Ka波段为星间微波链路的通信频段,设计了采用激光链路透明传输微波信号的系统方案,包括直接微波信号传输和微波信号变频传输的两种方案。并指出了实现该目标的基本条件,即采用大功率、高光束质量的DPSSL(半导体激光器抽运固体激光器 )为光发射机的光源,以及光发射机调制器的最佳选择是宽带LiNbO3 波导调制器。

几种光网络交换技术的比较

全光网(AON,all-opticalnetwork)能在光域上实现高速信息流的传输、交换、路由和故障恢复等功能。实现全光网络的关键技术之一是用光交换代替电交换。光交换技术是真正实现全光网关键性功能的必要前提,也是目前国内外光通讯器件厂商研究和开发的热点。这里结合全光网的发展,介绍了一些常用光交换技术的基本原理、性能指标,并对这些常用技术进行了比较,最后对光交换的发展前景做了展望。

信息高速公路中的快速分组交换技术

针对信息高速公路的特点和要求，通信网要采用快速分组交换技术。本文对快速分组交换技术（包括帧中继、ＡＴＭ、交换式集线器）的原理作了简述，对这些技术的发展动态和策略进行了评述。

大尺度IP骨干网络流量矩阵估计方法研究

流量矩阵估计是当前的热点研究问题,它被网络操作员用来进行负载均衡、路由最优化、流量侦测、网络规划等等.然而,流量矩阵估计本身固有的高度病态特性,使得精确地估计流量矩阵成为具有挑战性的研究课题.本文研究大尺度IP骨干网络的流量矩阵估计;基于RBF(Radial Basis Function)神经网络,提出一种新的估计方法TMRI(Traffic Matrix Recurrence Inference).TMRI利用RBF神经网络强大的建模功能来建模流量矩阵估计问题,将这一问题的病态特性克服于RBF神经网络的训练过程中,从而避免复杂的数学建模过程.并在所建立的估计模型基础上,将流量矩阵估计描述为约束条件下的最优化过程,通过迭代寻优,TMRI能进一步克服这一问题的病态特性.仿真结果表明TMRI能精确地估计流量矩阵和追踪它的动态变化,与以前的方法相比,具有更强的抗噪声性能和显著的性能改善.

针对MPLS网络流量工程的链路关键性路由算法

该文针对多协议标签交换(MPLS)网络流量工程提出了一种链路关键性路由算法(LCRA),该算法通过定义链路的平均期望负载来确定链路的关键性,进而映射为链路的权值来决定路由的选择。该算法的目的是使网络快捷地建立尽可能多的有带宽保证的路由,并且使这些路由均衡通过网络,实现网络负载均衡。与其他算法相比,该算法在路由拒绝率和重路由性能方面有很好的表现,并且路由的建立时间相当快捷。

无线传感器网络的路由协议研究与分析

在简单介绍传感器网络协议框架的基础上,对现有的几类典型路由协议进行了综述,并对它们的优点及不足进行了分析、比较,从而为优化路由协议以及研究新型路由协议做了铺垫,并让无线传感器网络用户在选择路由协议时有了很好的依据。

移动Ad Hoc网的一种新的自组织组网和路由算法

本文针对移动AdHoc网络提出了一种新的自组织组网与路由算法———核心树组网路由算法%D———KTRA .该算法将AdHoc网络重构成一种逻辑的树形拓扑结构 ,使得节点只需掌握部分路由信息就可以完成组网和路由 ,当拓扑发生变化时 ,路由更新也被限制在分支范围 .算法兼具先应式延时短和反应式灵活的特点 .本文描述了KTRA算法的设计思想和主要内容 ,以及该算法在实验系统中的应用情况 .

支持不同可靠性要求的WDM网状网业务量疏导算法

WDM光网络中不同的业务流具有不同的可靠性要求,本文研究动态业务下如何解决此类业务量疏导问题,提出了一种在WDM网状网中支持多种可靠要求的业务量疏导算法(MRTG)。仿真结果表明该算法具有很好的性能。

基于时间序列图挖掘的网络流量异常检测

网络流量异常检测要解决的核心问题之一是获得信息的全面性和流量信息描述的准确性。针对现有网络异常流量检测方法分析多时间序列的不足,提出了一种基于图挖掘的流量异常检测方法。该方法使用时间序列图准确、全面地描述用于流量异常检测的多时间序列的相互关系;通过对项集模式进行支持度计数,挖掘各种频繁项集模式,有利于对各种异常流量的有效检测;通过挖掘各项集之间的关系,引入了项集的权重系数,解决了流量异常检测的多时间序列相互关系的量化问题。仿真结果表明,该方法能有效地检测出网络流量异常,并且对DDos攻击的检测效果明显优于基于连续小波变换的检测方法。

阵列半导体激光器光束准直设计

根据变折射率介质对光束自动聚焦特点 ,并利用光线微分方程 ,设计了阵列变折射率介质棒准直阵列半导体激光束 ,计算机仿真表明 ,该准直系统能达到较为理想的准直效果 ,其准直结果可达 3mrad～ 4mrad。

高能量有效的基于分簇的无线传感器网络路由协议

在无线传感器网络能量消耗模型的基础上,分析了经典的分簇路由算法LEACH的不足,提出了一种高能量有效的分簇路由算法(HEHC),算法重新考虑了通信过程中的能量损耗,并依据能量因子参数优选簇首,同时使用了分簇规模约束机制。仿真结果表明,该算法能有效地减少能量损耗,延长网络的生存周期。

WDM网状网在鲁棒资源配置下的抗毁设计

针对WDM网状网中业务量矩阵不确知情况下(hose业务模型)的鲁棒资源配置问题,进行了抗毁设计,采用专用通道保护策略,网络设计的优化目标为全网代价最小。提出了DPP-MRU和DPP-MST两种启发式算法,并通过计算机仿真分析,从两种算法在USANET-hose和ITANET-hose模型下的全网代价比较,证实了最大资源利用率算法具有较小的全网代价。

流量矩阵估计研究综述

随着Internet网络的快速发展,网络操作员迫切需要知道网络中数据的流动情况,以便更好地进行网络管理、网络监控、网络设计和网络规划等网络流量工程管理。流量矩阵作为网络流量工程的重要输入参数,已受到国内外研究人员的广泛研究,现已成为Internet的一个重要研究方向。本文介绍流量矩阵研究的现状,并从性能上分析和比较各种研究方法,最后讨论流量矩阵研究的技术难题,并指出新的发展方向。

抗毁WDM网中单SRLG故障的共享子通路保护

该文针对抗毁WDM网中单个共享风险链路组(Shared Risk Link Group,SRLG)故障,提出了一种动态共享子通路保护(Dynamic Shared Sub-Path Protection,DSSPP)算法。DSSPP为每条业务请求选择一条工作通路后,按照参数m把工作通路划分成若干条等长的子通路,其中m为子通路的长度,并为每条子通路各选择一条SRLG分离的保护通路。如果两条子通路SRLG分离,则它们对应的保护通路可以共享相同资源。在进行路由选择时,DSSPP 考虑了负载均衡度和资源共享度,因此能有效地提高资源利用率和降低业务阻塞率。仿真表明,DSSPP不仅能保护单SRLG故障,而且能灵活地在资源利用率(阻塞率)和保护切换时间之间进行性能折衷。

基于双区折射率耦合DFB激光器实现64 Gbit/s归零编码数据全光时钟恢复研究(英文)

使用双区折射率耦合DFB激光器对64 Gbit/s归零伪随机二进制序列(PRBS)信号的时钟恢复进行了仿真实验,并通过实验结果仔细分析了信号时间抖动,激光器锁定时间,锁定范围等评估时钟恢复系统性能的参数.

两级交换机中分组有序到达算法研究

为了提高高性能分组交换机的扩展性,张尚正等人提出了一种称为负载平衡交换机(load-balancedswitch)的交换结构,该交换机分为两级交换结构,每一级都采用一种时序固定的连接方式,具有良好的扩展性;同时可以提供100%吞吐量保证。但是,负载平衡交换机的基本结构会出现分组乱序的情况。本文提出了一种在两级负载平衡交换机中保证分组顺序到达的满帧填充算法,该算法具有良好的交换特性(平均时延及吞吐量),同时也是一种分布式算法,各个端口可以独立地进行操作。

网状WDM网中双链路失效的共享路径保护设计

该文研究了WDM网状网中双链路失效问题,在假定所有链路共享风险链路组(Share Risk Link Group, SRLG)分离的条件下,提出了一种动态共享路径保护(Dynamic Shared-Path Protection,DSPP)算法。DSPP能根据网络状态动态调整链路代价,为每条业务请求选择一条最小代价的工作路由和两条最小代价且SRLG分离的保护路由。仿真表明,DSPP不仅能完全保护双链路失效,并且能在资源利用率、阻塞率和保护切换时间之间进行性能折衷。

一种支持区分服务的模糊公平分组丢弃算法

随机早期检测(RED)算法是目前Internet中广泛使用的一种缓存管理算法,对RED算法进行改进以提高公平性以及对网络动态变化的适应性一直是主动队列管理的研究重点之一。该文引入新的变量——分享指数,取代单个业务流缓存占用量来表征不同业务流对网络资源的占用情况,以克服缓存占用量表征公平性的缺陷。同时, 在无线网络中对分享指数的定义进行推广,使其同时兼顾公平性和系统性能(信道条件)。通过对分享指数和队列长度共同制定规则,提出了一种基于模糊逻辑控制的缓存管理算法。算法在根据缓存队列长度计算丢弃概率时,根据不同流对网络资源的占用情况(即分享指数)进一步决定增加或减小相应的丢弃概率,从而可利用不同流之间的差异以加速缓解拥塞,具有更好的自适应性和公平性。仿真表明,采用该算法后,系统性能得到改善。

IP骨干网络流量矩阵估计算法研究

流量矩阵估计的高度病态特性,使得要精确地估计流量矩阵变得非常困难,如何克服这一问题的病态特性是当前面临的主要挑战。该文研究大尺度IP骨干网络流量矩阵估计问题,并利用BP神经网络的强大建模功能来捕捉流量矩阵的特征,通过将流量矩阵估计描述成约束条件下的最优化过程,能成功地克服这一问题的病态特性。仿真结果表明基于BP神经网络的估计算法具有明显的性能改善。