蠕虫攻击下光纤无线网络中相邻流量时间窗异常监测

针对蠕虫攻击对光纤无线网络稳定运行的严重影响问题，提出光纤无线网络相邻流量时间窗异常监测方法。该方法利用时间序列分析法对相邻流量时间窗进行预处理分析，计算其自相关函数，构建ARIMA模型确定相邻流量预测值动态阈值，通过该结果对两个相邻流量判断时间窗是否存在异常，实现光纤无线网络相邻流量时间窗异常监测。实验结果证明，所提方法在保证相邻流量时间窗异常检测率较高的基础上，排除了光纤无线网络相邻流量中的干扰项，降低了漏报率，具有较高实用性。

基于边缘云计算的光纤无线网络优化设计

为了提升网络边缘数据处理能力,满足终端大带宽和低时延的要求,构建了基于边缘基础设施的云计算平台,设计了具有动态带宽调整的光纤网络模型。提出了一种基于边缘云计算的时序优化算法,并将其应用于光纤无线网络。通过OPNET软件仿真分析了时序优化算法的传输时延均值,结果显示,优化后最大时延为43.1 ms,仅为传统方法的34.2%。实验对局域网内多个终端之间的数据通信进行分析,讨论了三种算法的传输能效、光纤信道利用率及传输能耗。实验结果显示,采用时序优化算法的测试结果具有明显改善,其传输能效提升了近1倍,边缘云数据传输时延均值信道利用率提升了约6.2%,网络传输能耗均值最优。该光纤无线网络模型及其优化算法在传输时延、信道利用率以及网络能耗方面具有明显提升。其在提升光纤通信链路选择及边缘端数据交互中具有一定的优势。

基于光纤-无线网络的协同计算卸载算法

随着无源光网络的发展,光纤-无线网络能同时支持集中式云和边缘云计算技术,成为一种具有发展前景的网络结构。但是,现有的基于光纤-无线网络的任务协同计算卸载研究主要以最小化移动设备的能耗为目标,忽略了实时性高的任务的需求。针对实时性高的任务,提出了以最小化任务的总处理时间为目标的集中式云和边缘云协同计算卸载问题,并对其进行形式化描述。同时,通过将该问题归约为装箱问题,从而证明其为NP难解问题。提出一个启发式协同计算卸载算法,该算法通过比较不同卸载策略的任务处理时间,优先选择时间最短的任务卸载策略。同时,提出一个定制的遗传算法,获得一个更优的任务卸载策略。实验结果表明,与现有的算法相比,本文提出的启发式算法得到的任务卸载策略平均减少4.34%的任务总处理时间,而定制的遗传算法的卸载策略平均减少18.41%的任务总处理时间。同时,定制的遗传算法的卸载策略与本文提出的启发式算法相比平均减少14.49%的任务总处理时间。

总线型光无线网络中衰落信号接入分析

讨论了基于光纤无线网络总线链接方式的衰落信号接入 ,对衰落信号进入上行通道并到达中心站的平均 CNR给出了计算方法。在文中 ,假定接收信号分别为瑞利分布时 ,给出了多载波的平均 CNR数值计算结果。

FiWi网络低延迟分布式动态带宽分配算法

针对光纤无线网络已有动态带宽分配算法时延较大、信道利用率较低的问题,提出一种低延迟分布式动态带宽分配算法。该算法每个轮询周期包含无线请求报告和上行数据传输两个子周期,可在无线信道和上行信道并行进行。无线请求报告子周期采用双向轮询方式,而且节点回传Gate帧与上传数据也并行进行。仿真结果表明:该算法可降低数据包平均时延和节点平均队列长度,提高上行信道利用率。

带有卸载压缩激励的云增强FiWi网络节能机制

针对云增强型光纤-无线(FiWi)网络能耗以及卸载的通信开销过大问题,该文提出一种自适应卸载压缩节能机制(ESAOC),针对不同类型的业务属性和最大的容忍时延,结合光网络单元的负载变化和无线网状网的流量情况,通过统计的方式获得不同优先级卸载数据的平均到达率,再结合各个节点的压缩时延,动态调整业务的卸载压缩比,以降低卸载的通信开销;同时,建立排队模型分析卸载业务在MEC服务器的排队时延,协同调度无线侧中继节点,进而对光网络单元和终端设备进行协同休眠调度,最大化休眠时长,提高系统能源效率。结果表明,所提方法在有效降低整个网络能耗的同时能够保证卸载业务的时延性能。