面向mMTC的5G网络多随机接入机制性能优化策略

为优化对具有不同流量特征的海量机器类通信(mMTC,massive machine type communication)业务的支持,5G网络将并存两种随机接入机制:基于报文的随机接入(PBRA,packet-based random access)机制和基于连接的随机接入(CBRA,connection-based random access)机制。然而,面向mMTC业务流量特征的随机接入机制选择问题,却尚未得到解决。为此,本文将分析PBRA机制和CBRA机制下的网络吞吐量和信令开销,解决在信令开销受限的条件下,吞吐量最大化的优化问题。以此为基础,得到了最优随机接入机制选择策略和相应的网络参数配置方案,并通过仿真进行验证。

一种用于异常检测的网络流量抽样方法

为了减小抽样数据对网络异常检测的影响,提出了一种新的可变抽样率的网络流量抽样方法.通过利用哈希模式匹配算法,将到达的数据报文按流标识分类并记录下该报文在流中的位置,然后根据报文所属流的位置顺序减函数来设置不同的报文抽样概率.实验结果表明,所提方法增加了短流报文的抽样概率,解决了由于随机报文抽样方法偏向于长流抽样而导致的网络异常丢弃的问题,从而提高了异常检测的正确性.

基于聚类分析的抗时延抖动时隙分配算法

信息传输的实时性是战术数据链的突出特征,要求数据链通信不仅有较好的时延特性,还要具备可靠的时延抖动特性。随机报文流的产生具有随机性、突发性的特点,需按照需求动态地分配时隙,对算法的实时性要求较高。因此,提出基于聚类分析的抗时延抖动时隙分配算法,应用聚类的方法将空闲时隙划分成时隙簇,简化了时隙分配的分析过程。实验仿真表明:该算法分配的时隙能够满足时延抖动的要求,而且算法的复杂度小,可以有效处理周期性随机报文流的时隙分配问题。