共享制造环境下基于Z-RIM的QoS多方异质评价方法

为解决共享制造环境下决策信息异质、候选服务数量动态变化的制造服务QoS评价问题,基于平台、服务需求方、服务提供方的三方决策信息,提出一种符合共享制造特点的QoS多方异质制造服务评价方法。通过精确数、语言变量和Z-number处理异质信息;基于共识最大化计算决策方权重向量,利用TrFWAA算子集结多方信息,依据离差最大化模型计算属性权重;在此基础上,采用RIM对各服务进行评估。结合共享制造环境下的制造业服务优选案例对提出的方法进行验证分析,结果表明该方法具有较好的实用性和优越性。

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。

基于遗传-蚁群优化算法的QoS组播路由算法设计

为了提高网络路由性能,提出并设计了一种基于遗传-蚁群优化算法的服务质量(quality of service,QoS)组播路由算法。首先,设计了自适应变频采集策略用于采集网络与节点信息,以此获得网络和节点的状态,为后续路由优化提供数据支持;其次,计算路径代价,将路径代价最小作为优化目标,建立QoS组播路由优化模型,并设置相关约束条件;最后,结合遗传算法和蚁群算法提出一种遗传-蚁群优化算法求解上述模型,输出最优路径,完成路由优化。实验结果表明,所提算法可有效降低路径长度与路径代价,提高搜索效率与路由请求成功率,优化后的路由时延抖动较小。

基于QoS约束的通信组网链路故障恢复探究

随着网络技术的不断发展,通信网的规模逐渐扩大,网络结构日渐趋于复杂化,发生故障的概率自然就会增高。当通信网出现故障后,必须尽快恢复,否则可能会造成巨大的经济损失,严重时甚至引发各类社会安全风险。智能通信网是解决上述问题的有效策略之一,对网络带宽、时延、丢包率提出了不同的要求。本文对如何恢复网络故障展开了研究,提出了一种基于QoS(Quality of Service)约束的通信组网链路故障恢复方法,根据用户对业务提出的QoS需求以及空闲网络资源,选择恢复路径,确保传输业务的可靠性。在当通信网发生故障后,该方法能够有针对性地快速解决故障,对通信技术的应用与发展具有实用价值。

云服务推荐中基于多源特征和多任务学习的时序QoS预测

随着云计算技术的普及,云服务数量指数级增长,用户不再满足于功能性需求,服务质量(Quality of Service,QoS)成为比较服务优劣的关键性能指标.如何在动态、复杂的云环境中实时、准确地预测服务质量并为用户推荐高质量服务成为热点问题.考虑到云服务器的负载、网络状态、用户接入云环境的偏好等随着时间变化,本文提出了基于多源特征和多任务学习的时序QoS预测方法(T-MST),它可以实时、准确地同时预测多种QoS属性.首先,TMST对用户、服务进行特征表示,通过Time2Vec刻画时序特征,再结合多种QoS属性的历史记录生成多源特征表示.其次,基于滑动窗口采用LSTM感知窗口内的时序关系,借助注意力机制细化窗口内不同时刻的关键性,从而构造待预测时刻的隐藏状态.最后,T-MST采用多任务预测层实现多种QoS属性的同时预测,它们共享上游模型,仅在预测层采用不同的感知模块以提升模型的鲁棒性和计算效率.本文基于真实世界的数据集进行了全面的实验验证,结果表明T-MST在吞吐量和响应时间的时序预测任务上平均绝对误差(Mean Absolute Error,MAE)分别平均提升了37.53%和20.38%,优于现有的时序QoS预测方法;而且TMST的计算效率更高,能够有效应对实时QoS预测的需求.

基于SDN的空间信息网络自适应QoS路由算法的设计与实现

为了满足用户对网络服务质量的要求,本文提出一种基于SDN的空间信息网络自适应QoS路由算法。该算法采用SDN控制器对网络进行全局控制和管理,通过收集网络拓扑信息和质量参数,动态调整路由策略,实现网络的自适应QoS路由。实验结果表明,该算法能够有效提高网络服务质量,优化网络性能。

星地异构网络联合QoS保障关键技术

针对星地异构网络的拓扑结构高动态、星地链路高差异、网络资源强受限等特征给星地融合业务高效承载带来重大挑战的问题,深入分析星地异构网络发展现状,提出星地异构网络联合QoS保障系统架构。并在此基础上,针对跨域资源统一编排管理、星地联合QoS指标参考体系构建、联合QoS动态策略调控、星地资源按需适配与部署等关键技术进行探讨。

云联盟三层架构:博弈型QoS建模

面对国内外大型公有云供应商的激烈竞争,中小云厂商的生存难度加大。为此,建立一个基于相互合作的云联盟成为了这些厂商的一种可行策略。然而,在追求个体最大利益和保障联盟整体服务质量(quality of service,QoS)之间存在着复杂的博弈关系。针对上述问题,一种基于QoS的云联盟模型被提出,其涵盖云计算的三层架构。在应用层至虚拟层,引入了一种基于差分进化(differential evolution,DE)算法的创新任务分配策略,专门用于处理多QoS任务分配问题。在虚拟层至物理层,设计了合作与竞争并存的虚拟机迁移模型,适用于在云联盟博弈计算环境下实现虚拟机迁移的能耗与QoS之间的平衡。实验结果表明,所提出的解决方案改进了云计算环境的服务质量,并揭示了在云联盟环境中,合作和竞争两种模式的相对优势。

Wi-Fi QoS技术综合分析

为了满足对高带宽、低时延业务的服务质量要求,Wi-Fi技术必须支持不同类型业务质量的管理机制。首先,分析传统Wi-Fi QoS技术面临的挑战,阐述Wi-Fi联盟弥补传统的Wi-Fi多媒体功能WMM不足而定义的QoS管理技术,有效支持下行数据流的分类和优先级设定;其次,进一步分析和介绍Wi-Fi7对于QoS改进的关键技术,包括数据流的QoS特征识别技术和严格目标唤醒时间r-TWT技术,以及二者结合对于低时延业务的支持;最后,对Wi-Fi的QoS技术发展进行小结和展望。

基于QoS-QoE预测的传输瓶颈定位

在实时音视频传输中,QoS指标反映服务端可感知的网络情况,QoE指标直接体现用户侧对视频业务的满意程度,尽管QoE指标是服务提供商更为关注的指标,但是由于接口适配和用户隐私保护等问题,云服务提供商往往不能实时获得QoE数据,因此无法及时对可能发生的QoE异常进行预测并采取优化措施。由于QoS-QoE存在一定映射关系,提出一种基于服务端的QoS指标实现对QoE指标进行瓶颈检测的模型,可以减少运维人员定位的工作量,提高网络优化效率。模型使用不平衡决策树进行QoS-QoE预测,实现QoE异常检测。使用LSTM回归模型进行因果分析,实现瓶颈定位。实验表明该模型对QoE异常检测有较高准确率,并且可以发掘传输过程中对传输结果影响较大的QoS指标。

QoS数据不确定性下电力业务服务自适应选取模型

针对电力业务服务选取不可靠,造成用户服务质量不佳的问题,构建了QoS数据不确定性下电力业务服务自适应选取模型。通过局部约简处理方法,调整搜索空间,计算约束满意度的自适应值,采用动态适应性函数和惩罚函数进行服务寻优。充分考虑QoS数据不确定性,设计电力业务服务自适应选取流程。依据QoS属性,构建基于响应时间的自适应选取云模型,通过计算属性云期望值、熵值、随机性及反馈相似度实现电力业务服务自适应选取。由实验结果可知,该模型的用户满意度最大值为88%,计算时间最大值为0.69 s,能够有效提升电力业务服务质量。

QoS Routing Optimization Based on Deep Reinforcement Learning in SDN

To enhance the efficiency and expediency of issuing e-licenses within the power sector, we must confront thechallenge of managing the surging demand for data traffic. Within this realm, the network imposes stringentQuality of Service (QoS) requirements, revealing the inadequacies of traditional routing allocation mechanismsin accommodating such extensive data flows. In response to the imperative of handling a substantial influx of datarequests promptly and alleviating the constraints of existing technologies and network congestion, we present anarchitecture forQoS routing optimizationwith in SoftwareDefinedNetwork (SDN), leveraging deep reinforcementlearning. This innovative approach entails the separation of SDN control and transmission functionalities, centralizingcontrol over data forwardingwhile integrating deep reinforcement learning for informed routing decisions. Byfactoring in considerations such as delay, bandwidth, jitter rate, and packet loss rate, we design a reward function toguide theDeepDeterministic PolicyGradient (DDPG) algorithmin learning the optimal routing strategy to furnishsuperior QoS provision. In our empirical investigations, we juxtapose the performance of Deep ReinforcementLearning (DRL) against that of Shortest Path (SP) algorithms in terms of data packet transmission delay. Theexperimental simulation results show that our proposed algorithm has significant efficacy in reducing networkdelay and improving the overall transmission efficiency, which is superior to the traditional methods.

云雾网络中低延迟QoS路由模型的研究

文章提出一种适用于云雾计算环境的低延迟QoS路由模型,以应对云雾网络中的数据传输延迟问题,并保证服务的可靠性与效率。在深入分析云雾网络特性基础上,构建了包含关键QoS参数的网络切片评估模型,并据此设计出能够动态调整路由策略的算法,有效适应网络状态变化。仿真实验显示,处理1000MB数据时,该模型较传统云计算网络减少了11.95秒的延迟时间,仅需18.47秒,显著提升了网络吞吐量与操作速度,同时降低了丢包率,对提升网络性能和用户体验至关重要。

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。

基于鞅论的时延QoS分析

随着网络通信行业的迅速发展,出现了各种各样的数字移动终端,用户对服务质量的要求也不断提高,QoS (Quality of Service)应运而生。时延是QoS的指标之一,通过研究时延可以进一步分析网络的性能。基于排队论,主要研究单一业务到达时的系统性能,建立单一服务器服务的排队系统,在建模中,主要考虑突发性业务,使用突发性到达MMOO过程作为系统的输入,将服务过程建立为ALOHA。利用新的理论方法——鞅论,指数上鞅能够准确描述突发性到达对网络性能的影响,在鞅域中构建服务鞅和到达鞅的结构,通过鞅的停时定理,推导系统的时延违反概率不等式建模出在鞅结构下的时延违反概率界,利用MATLAB统计比较不同的负载率对应的时延违反概率界,发现在突发型的业务到达时,时延界随着负载率的减小更加紧致更加趋于真实值。

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。

QoS技术在保障PTN传输网络安全方面的应用研究

在互联网普遍使用的大环境下,网络安全成为了人们关注度和讨论度比较高的一个话题,所以深入思考网络安全方面的问题是有必要的。PTN传输网络安全对网络信息数据保护以及用户的权益保障等有着积极意义,所以需要在实践中强调PTN传输网络安全。结合现实技术应用做分析发现QoS技术在保障PTN传输网络安全方面有着突出的效果,所以在QoS技术成熟的情况下,结合PTN传输网络安全的基本分析对PTN传输网络安全实践中QoS技术的具体利用做研究,这对于实践工作有突出指导意义。文章对相关内容做讨论,旨在为实践提供参考。

民机后舱一体化网络架构QoS算法设计

民用飞机后舱包括信息系统(Information System,IS)、客舱核心系统(Cabin Core System,CCS)、机载娱乐(In-Flight Entertainment,IFE)系统、外部通信系统(External Communication System,ECS)等,各系统飞行安全域等级不同且网络交联关系复杂,这对传输服务质量(Quality of Service,QoS)提出极高要求,传统的QoS算法难以达到最佳效果。针对上述问题,将公平队列调度(Fair Weight Queue,FWQ)算法和随机早期检测(Random Early Detection,RED)算法相结合,整合到QoS处理系统上,并利用优先级双因素(Two-Factor,TF)机制对数据流进行精细化描述,提出一种民用飞机后舱一体化网络改进型QoS算法,命名为双因素加权公平队列随机早期检测(Two Factor-Fair Weighted Queue-Random Early Detection,TF-FWQ-RED)算法,使用OPNET网络仿真工具对该算法进行仿真验证。仿真运行结果显示,通过该算法可有效降低后舱高优先级业务流在网络拥塞场景下受延迟或丢包率的影响,同时保证了网络的高效运行,表明了TF-FWQ-RED算法的正确性以及对民机后舱混合复杂网络环境下现实需求的适应性。

悬停波动对毫米波无人机通信系统QoS的影响研究

毫米波无人机通信是未来通信中一种很有前途的候选者。然而,悬停无人机的随机波动会影响该通信系统的服务质量,并给毫米波无人机通信的应用带来挑战。该文从无人机位置波动对无人机-用户链路质量的影响的角度出发,研究无人机位置波动对空对地毫米波无人机通信系统QoS的影响。以可靠服务概率及覆盖概率作为评估系统QoS的指标,基于随机几何获得QoS评估指标的表达式并通过蒙特卡洛仿真进行验证。结果显示,QoS随无人机波动强度的增加而降低且存在使QoS最大的最优无人机高度,为毫米波无人机通信网的设计与研究提供参考依据。

计及节点重要度协同知识模型的电力通信QoS路由策略

“双碳规划”下电网面临形态和功能的集约升级,区域内节点化、模块化特征愈加突出,亟需研究一种计及节点特性的路由算法,来保障通信网支撑能力。首先,依托节点的电网影响度和拓扑关系定义了重要度参数。其次,从状态转移、自适应搜索收敛控制等方面将重要度嵌入策略模型,引导路由优化方向。然后,引进参数知识模型挖掘优化问题的相关知识,协同重要度指导后续优化过程,降低了蚁群系统的参数敏感性。最后,通过仿真证明在满足服务质量(quality of service,QoS)前提下,策略模型计及节点重要度的知识型路由能快速收敛,并提供了良好而稳定的主备用路由性能。