数字电视信号在IP网络传输中的QoS保障技术应用

数字电视信号对传输质量有着十分严苛的要求,传统网际互连协议(Internet Protocol,IP)网络在提供端到端服务质量(Quality of Service,QoS)保障方面仍面临诸多挑战。对此,分析数字电视信号的业务特点和传输需求,梳理IP网络QoS领域的发展脉络,提出一种端到端QoS保障解决方案的总体架构,从接入网、骨干网、综合管理平台三个层面给出优化措施。

IP承载网中QOS策略的设计与优化

在网络世界中,网际互连协议(Internet Protocol,IP)承载网扮演着信息流动的骨干角色,其运行表现和服务水准至关重要。文章详细探讨了IP承载网中服务质量(Quality of Service,QoS)策略的设计与优化方法,重点涵盖分类服务与标记、流量控制与优先级队列管理以及链路和节点策略的具体实现。通过流量分析与预测、智能资源分配与调度、动态策略调整以及故障检测与容错机制,提出一系列提升网络性能和用户体验的有效措施。

新一代网络QoS研究

随着网络技术和应用的飞速发展,互联网的接入形式以及网络应用日益呈现出复杂、异构和泛在等特点,当前的网络已经暴露出诸多不足,在很多方面无法满足用户对服务质量(QoS)的要求.当前互联网的QoS体系结构及相关技术已经不能适应新一代网络应用的进一步发展.文章着眼于未来互联网的发展方向,从网络QoS体系结构、实时QoS保证、融合QoP的QoS控制以及QoS性能评价理论等几个方面论述新一代网络QoS面临的挑战和解决思路,探讨了新一代网络QoS的发展方向.

基于时间序列分析的Web Service QoS预测方法

通过网络提供服务的Web Service的服务质量会随着网络环境、服务器负载等因素的变化而变化,如何更好地帮助用户选择在未来一段时间内符合服务质量需求的Web Service,是目前服务计算领域中需要解决的关键问题之一。针对上述问题,提出了一种基于时间序列分析的Web Service QoS预测方法,并实现了相应的Web Service QoS自动预测工具。该工具能够根据Web Service的历史QoS数据,有效地预测未来短期内的QoS信息。以17832个Web Service的历史数据为基础,设计了相关实验,并验证了方法的有效性。

改进的粒子群优化算法在QoS选播路由中的应用

QoS选播路由问题是一个非线性的组合优化问题,已被证明是NP完全问题.提出一种基于改进的粒子群优化的多QoS选播路由算法.算法引入一种特殊相加算子,让较差的路径能够不断向较好的路径学习,使算法尽可能向全局最优者靠近;设计一种随机变异算子,通过对全局极值进行随机变异,保证了粒子的多样性,提高了算法跳出局部最优解的能力.实验结果表明,该算法是可行和有效的,能够在资源预留的基础上较好地满足用户对带宽和时延的要求.

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求,实现各物理主机间的负载均衡,从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等,且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性,综合考虑任务的性能QoS和信任QoS,提出一种在云计算环境下的任务调度机制,采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较,该任务调度机制不但可以提高用户满意度,而且可以有效实现负载均衡。

一种基于FAHP的多维QoS局部最优服务选择模型

为更全面地考量服务质量(QoS)属性对服务最优选择的影响,进而提高服务组合的效率,该文提出了一种基于模糊层次分析法(FAHP)的多维QoS局部最优服务选择模型.模型首先定义了以QoS的真实度属性作为分量之一的多维QoS向量,并将QoS的真实度属性值作为赋权计算的依据,以使权重结果更合理、可信;之后,建立了包含双重质量属性(客观属性和主观评价)的模糊层次结构,以全面考量主客观QoS属性对服务最优选择的影响;在此基础上,构造了可根据决策者的偏好与侧重动态调整权重分辨率的FAHP赋权模式,该赋权模式与传统的赋权模式不同,该赋权模式下的权向量不是唯一的(但权重的排序唯一),而是一个包含可调参数的函数,通过参数的调整,可保留(或剔除)决策者偏好(或放弃)的候选服务,一方面使服务使用者在选择服务时更理智,另一方面也促使服务提供者进一步完善服务质量;最后,利用组合权向量及序数效用函数值得到了局部最优服务.与文献中已有赋权模式的对比实验(包括候选服务效用值的对比、相关QoS属性值的对比等)及参数的敏感性分析说明了模型的有效性,其决策结果在一定程度上提高了局部最优服务选择的科学性及合理性.

网格QoS的测量及基于QoS的调度

对网格QoS,QoS参数间的关系及基于QoS网格资源调度问题进行了研究.将网格QoS分为三层,对其中承上启下的虚拟组织层QoS参数进行了新的分类,并对层次之间QoS参数的映射转换过程进行了分析;在虚拟组织层QoS分类的基础上,提出了测量网格QoS的高效机制;将网格QoS的分层和测量运用到网格资源调度算法中,改进了现有的Min-Min算法,并进行了仿真实验.实验结果表明,基于QoS的网格资源管理可以有效提高网格资源的利用率和服务请求的成功率.

基于混沌遗传算法的QoS组播路由

针对遗传算法在搜索最优组播树的过程中易发生早熟收敛的缺点,提出一种抑制早熟的混沌遗传算法.利用混沌的随机性和遍历性,将混沌扰动算子加入到遗传算法的操作中,当判断种群有早熟发生时,就对该种群进行类似变异的混沌扰动操作,从而增加了种群的多样性,既保留遗传算法的全局搜索能力又能有效改善算法性能.仿真结果表明,该算法能克服早熟收敛的缺点,又能快速、有效地构造出满足QoS约束要求的最优组播树.

一种基于佳点集遗传算法的QoS组播路由选择方法

QoS组播路由选择是通信网络多点路由优化问题的重要部分,已被证明是NP-complete问题。该文针对目前QoS路由算法中存在的一些问题提出了一种新的算法,其核心是佳点集遗传算法。该算法首先通过预处理简化问题,而后采用遗传算法求解:编码采用Prüfer树结构,变异和交叉概率自适应选择。仿真结果表明,该算法是有效的、稳定的,具有较强的实用性。

IP/WDM网络的集成服务质量(QoS)控制方法

对IP/WDM网络的集成服务质量(QoS)控制技术问题做了研究,给出了基于通用多协议标记交换(GMPLS)技术的业务差分处理模型,设计了新的业务分类、光路分类以及层间映射 /疏导 /重构策略,给出了具体的映射技术方案 本方法具有三大特点: 1)光电集成的差分服务模型;2)多粒度多优先级业务的自适应资源管理机制; 3)支持电信级应用 该模型较好地折中了多种类型业务的QoS控制复杂性和有效性,具有较强的实用性和可扩展性,能够解决光因特网络中支持多媒体业务传送的QoS问题.

基于混合协同过滤的Web服务QoS预测方法

为了解决由于服务质量(QoS)历史数据缺失而造成基于QoS的Web服务选择无法得到满意结果的问题,提出一种基于混合协同过滤的Web服务质量预测方法.该方法根据目标用户和目标服务自身特性和相关区域信息,选用不同的预测方法计算缺失的QoS值.如用户(或服务)属于特殊用户类(或特殊服务类),或者服务对区域敏感,则采用基于用户和基于服务的预测方法.否则,利用改进后的欧氏距离测量服务和用户的相似度,并通过引入平衡因子整合基于用户和基于服务的2种不同预测方法.基于真实公开的数据集的实验结果表明,该方法具有较高的Web服务QoS的预测精度,尤其在历史QoS数据稀疏情况下.

基于动态规划的QoS多约束路由算法

基于动态规划的思想,提出一种新的质量服务(QoS)多约束路由算法(QMCRA_DP).对可行路径进行智能分段,并自适应地调整求解各段的线性花费函数.理论分析及实验验证表明:QMCRA_DP算法在保持较低计算开销的同时,较大地提高了求解可行路径的成功率.

群智能在Ad Hoc网络QoS组播路由中应用的研究

通过对Ad Hoc网络QoS组播路由问题的深入研究,提出了一种融合量子粒子群优化和蚁群优化的群智能混合算法(QPSOACO算法)。该算法融合QPSO思想以加速蚁群算法在路由发现及维护时的收敛速度,进一步提高算法对网络节点移动性的适应能力。仿真实验表明,该算法对Ad Hoc网络环境的适应性良好。

BM-VF-SBD:一种支持QoS的光突发交换数据信道调度算法

在光突发交换(OBS)网络中,数据信道的调度算法是一个关键问题。然而,当前的调度算法大多只强调带宽利用效率,而忽略了QoS支持.该文提出了一个算法BM-VF-SBD,其基本思想为:若所有信道上没有一个Void能容纳新突发,则搬移一些突发到别的信道后,再为新突发分配信道资源;若还失败,则再选择性地丢弃一些低优先级的突发,重复前面操作,它是利用BM,VF和SBD 3种机制减少带宽碎片,支持QoS.若以平衡二叉树组织Void和突发相关信息,它的计算复杂度与LAUC-VF和ODBR接近,小于O((2w+1)log w).仿真表明它在带宽碎片率和突发损失率(包括总的和各个优先级的)上优于LAUC-VF和ODBR。

一种基于K最短路径的QoS路由选择算法

针对多约束服务质量路由问题,提出了一种基于K最短路径路由选择算法QRBKP。该算法首先计算针对各约束度量参数的K最短路径,然后在所有的最短路径中选择满足多约束的QoS路由,其中最短路径数k根据各QoS约束自适应变化。基于此,本文提出了节点对之间的路由空间再分配技术和节点对内部的路由空间再分配技术,确保总的路由表空间不会超过设计路由空间。理论分析表明,QRBKP不仅能够解决加性度量参数受约束的QoS路由问题,而且能够解决加性与非加性度量参数混合受约束QoS路由问题。仿真结果表明:在求解QoS路由问题时,在相同的计算次数下,QRBKP算法比同类算法具有更高的路由计算成功率。

一种解多QoS约束组播问题的改进蚁群算法

多QoS约束的组播路由技术是当前实现分布式网络多媒体的关键技术,蚁群算法是解决多QoS约束组播路由问题的一种启发式算法,但存在收敛速度慢等缺陷.基于这种情况提出了一种改进的蚁群算法,该算法采用基于组成员节点驱动的方式构造组播树,并在概率转移函数中添加了方向因子,使蚂蚁在寻找路径时摆脱了最初的盲目性,以更大的概率快速向源节点靠近.仿真实验证明,改进蚁群算法的收敛速度明显提高.

基于Mobicast的传感器追踪网动态分簇QoS组播方案

针对监测区域中移动目标的跟踪问题,提出基于Mobicast的动态分簇组播路由方案,簇头节点负责对节点入簇的审查和管理,并根据网络拓扑环境和节点自身状况的改变而动态调整分簇策略,最大限度地提高组播效率和网络性能。通过调整节点入簇门限条件,使得只有性能最优的节点才能参于Mobicast会话;引入自感知技术,动态评估当前组播服务质量(quality of service,QoS)需求;利用矩阵编码和线性规划技术实时选择最佳分簇策略。分析和仿真结果表明,与现有Mobicast路由协议相比,本方案具有较低的平均时延和能耗,以及良好的QoS性能。

一种QoS感知的语义Web服务组合群决策算法

针对QoS信息不确定和存在多个决策者的语义Web服务组合问题,基于多属性群决策理论给出了一个自治的语义Web服务组合群决策算法(AGSC)。该算法能够对以实数型、区间型和语言型数据描述的复杂的QoS信息进行综合评估,从而为多客户提供正确、高效的决策支持,为其优选出最佳的组合服务执行计划。利用真实Web服务的质量对该算法进行了实验验证,结果表明该算法具有优秀的决策灵敏性和稳定性,并能有效地反映决策群中个体角色的变化。

下一代网络中基于遗传算法的QoS组播路由算法

向用户提供多媒体业务是下一代网络业务最基本、最重要的要求,QoS组播路由技术是网络多媒体信息传输的核心技术之一。该文给出了支持QoS组播的网络模型,对已有的QoS组播路由算法进行了优化,提出了适用于下一代网络的基于遗传算法的QoS组播路由算法。仿真实验表明,这种算法收敛速度快,可靠性高,能够很好地满足下一代网络QoS组播的需求。