自组网中节点位置推测算法的研究

为了在自组网上开展基于位置的服务 ,以及提高自组网的网络性能 ,有必要使网络节点知道自己的位置 .设计了一种自组网中的节点位置推测算法 ,该算法利用部分节点的已知位置和节点间的距离 ,推测出其余节点的位置 .通过实例计算 。

互联网自治域商业关系推测算法

随着互联网进入商业化发展阶段,不同管理机构的自治域通过商业合作关系来共同路由互联网中的流量.从工程上来看,获取全面准确的自治域商业关系可以指导有效的流量工程管理和资源部署从而均衡网络负载,提高服务可靠性,减少网络运营成本;从理论上来看,获取全面准确的自治域关系可以分析互联网的演进模型,指导设计新的路由协议和互联网架构.虽然互联网路由注册中心会记录自治域之间的商业关系,但是由于商业敏感以及注册中心缺乏维护更新,公开的自治域商业关系并不全面准确,因而通过推测算法获得更加全面准确的自治域商业关系成为了学术界与产业界关注的热点.文中系统地综述了现有的互联网自治域商业关系推测算法及其存在的问题,并对该领域有待进一步研究的问题和可能的解决方案给出了一些建议.

Internet存取性能优化的推测预取算法设计

缓存技术和推测预取技术可用于提高网络访问响应速度。在对性能改进的理论分析后,设计了一个基于性能模型的推测预取存取算法(SKP),并对算法作了改进,达到存取时间改进的最大化。仿真表明算法的存取改进效果较明显。

异构环境下Hadoop推测执行算法

研究和分析Hadoop推测执行算法在异构环境下性能较差的问题,在深入研究源码的基础上提出改进算法。该算法根据系统负载情况自动调节后备任务的执行,实现系统负载均衡。采用Zaharia提出的历史平均剩余完成时间来估计剩余时间,并使用剩余时间值大于20%的方法来判断掉队者,进而得到更精确的掉队者队列。该算法在一定程度上提高了异构环境中推测执行的性能。

异构环境下MapRuduce任务调度算法优化

Hadoop作为世界领先的大数据平台,其性能更多地依赖于Map Reduce任务调度机制。通过对Map Reduce任务调度机制中推测算法的研究,提出一种高效、准确和基于优先级的改进Hadoop调度算法。通过测试发现,改进后的Hadoop调度算法在异构环境下能够对落后任务判定准确,更好地维持系统的负载平衡,减少系统对任务的响应时间,增加对高优先级任务的响应速度,提高Map Reduce任务调度算法的性能。

利用EAI建构VRML多人交互模型

利用EAI构建了基于网络的多人交互虚拟环境模型,同时利用面向对象技术及未知状态推测算法实现了虚拟环境下的多人交互.仿真结果表明,未知状态推测算法可降低网络负载,所构建的用户端对象模型、服务器端对象模型及算法均是有效的.

基于物联网的活动范围受限人员监管系统的研究

首先介绍了活动范围受限人员监管系统的需求和研究意义,之后给出了系统的总体架构.在此基础上,着重介绍了基于RSSI(Received Signal Strength Indication)的测距原理和高斯模型校验方法,以及利用陀螺仪传感器通过航位推测算法进行方位计算的思想与方法.系列测试和实验结果表明,采用的RSSI测距方法和航位推算方法设计的系统可以有效的应用于活动范围受限人员的监管.