马尔可夫网络排队模型在电梯配置中的应用

利用马尔可夫网络排队理论建立了电梯交通模型 ,在此基础上对各服务站的电梯配置交通进行计算 ,得到电梯的配置参数。通过与传统的电梯配置方法相比较 ,显示出明显的优越性 ,也表明了利用马尔可夫网络排队模型进行电梯配置的有效性和可行性。

基于马尔可夫网络排队论的电梯交通建模及应用

为优化电梯配置,分析了电梯交通流.利用马尔可夫网络排队论对电梯交通流建模,并求解该模型,然后将求解结果应用到电梯配置中,通过实例与传统的电梯配置作比较.根据两种配置结果,分别求得并分析了相应的性能指标.结果表明,基于新模型的电梯配置可有效降低乘客平均候梯时间和电梯平均载荷,从而证明了利用马尔可夫网络排队论建立电梯交通模型的可行性和优越性.

基于区块链与排队理论的DDoS防御机制研究

在软件定义网络(Software Defined Networking,SDN)中,控制层很容易受到分布式拒绝服务(Distributed Denial of Service,DDoS)攻击的威胁。攻击者通过恶意请求或数据流等方式,向SDN控制器发送大量请求,从而使控制器资源耗尽,导致控制器不能正常工作。因此,防范和处理控制层DDoS攻击是SDN安全的关键。该文提出一种基于区块链与排队理论的DDoS攻击检测防御机制,该防御机制结合区块链技术,设计了一种新的SDN架构模型,该模型对SDN控制层重新进行构造,在SDN控制层加入容量监控模块、安全模块及区块链模块。容量监控模块基于排队理论,计算进入控制器数据包队列的长度阈值,当队列内数据包数目连续2次超过阈值或控制器规则表容量达到70%容量触发报警,安全模块用于触发报警后在设置报警的数据包进行DDoS特征匹配,如果被确定为异常数据则将数据包摘要信息上传至区块链,利用智能合约共享异常数据包信息摘要,既能够防止过多的信息记录在区块链造成系统负载,又能够使SDN网络信息达成共识。对该攻击检测防御机制进行仿真实验,选出了效果最优参数,实验结果表明,与同类型系统相比,该机制对异常数据流的检测率及正常数据流的误报率均有所提升。

基于闭马尔可夫排队网络的多机型舰载机出动仿真

舰载机出动架次率是衡量舰载机作战能力的关键因素之一。为获得一定条件下多机型舰载机出动架次,通过分析多机型舰载机出动回收的实际流程,考虑到舰载机机型、牵引、保障、出动回收及作业周期等多种因素的影响,建立基于闭马尔可夫排队网络的仿真模型,引入马尔可夫链状态转移概率矩阵与模型相结合,得到多机型舰载机出动架次曲线,并获得在空架次、舰载机维修队长等相关排队参数。以美海军尼米兹级航母数据为例,验证了仿真模型的有效性。模型可用于多机型舰载机出动能力的评估,及航空保障设备的配置优化分析。

基于嵌入式马尔可夫链的网络防火墙性能建模与分析

提出了一种基于嵌入式马尔可夫链的解析排队模型来分析和研究基于一定准则的防火墙在面对正常流量和DoS攻击时的性能。基于这种排队模型,得到了一组关于防火墙特征和性能的指标计算方法,这对防火墙的设计来说具有重要意义。同时还提出了一种易于实现的算法来得到这种马尔可夫链模型的状态概率,对防火墙的状态和性能也作了深入的分析。最后通过实验分析验证了提出的解析模型的有效性。

基于排队理论的对等网络任务调度模型

为更好地满足不同用户对服务质量的要求,更好地利用计算资源,提出了可进行任务划分的调度模型。首先根据对等网络环境下的任务需求状况,将任务分为实时任务与非实时任务;然后根据任务调度的特点和所存在的任务类型,并利用排队理论,分别描述了两种不同的任务调度模型,进而给出任务调度规则和排队规则。通过实验,分析了任务调度模型对不同算法的影响,表明了进行任务划分和引入排队机制的有效性。

具有时变马尔可夫调制服务速率的M2M小数据业务排队分析模型

将机器类通信(M2M)监控视频类业务(SVS)优先占用网络带宽时,网络对M2M小数据类业务(SDS)的服务过程抽象为时变马尔可夫调制服务率的包级排队系统,研究了网络对SDS的服务能力以及SVS对SDS的制约。求解了叠加在SDS随机到达过程上的多态马尔可夫调制泊松过程(MMPP)环境状态概率空间。运用第一步分析法和LS变换,分析了在随机环境过程下SDS的复杂随机服务过程,求解了SDS包服务时间的均值和方差。最后,通过数值仿真给出了SVS的突发度、到达率和服务率对SDS服务特性的影响。

高负荷情形批处理排队网络的扩散极限理论

在标准排队网络极限理论的基础上,本文定义并研究了一类批处理排队网络。利用随机分析的方法,证明了高负荷情形下,各服务台队长的极限扩散存在,并给出了极限扩散的具体形式。

一种自相似网络平均排队延迟分析模型

利用ON/OFF模型产生自相似信息流量,提出了一种自相似网络平均排队延迟分析模型。将节点和到达信息流视为G/M/1/B排队模型,首先由大偏差理论得到稳态下队列长度分布,然后求其均值得到稳态平均队列长度,进而通过Little定理得到网络平均排队延迟时间。对该模型的解析求解及模拟均表明:随着缓存B增大,各种自相似程度下的平均排队延迟变化程度逐渐下降;缓存很大时,自相似程度越高的网络,平均排队延迟越大;ON/OFF源数量越大,平均排队延迟越小。

具有N个有限容量服务节点的 Jackson 排队网络

对于多级（Ｎ＞２）串联排队系统，在一般文章中都是在有关分布全是指数分布的假设下，用近似的方法求出有关排队指标分布的近似解．而在周家良和贾波已发表的文章中，在有关分布都是相位型分布的假设下，运用马尔可夫过程的状态空间及Ｑ矩阵的递推表示方法，富有技巧性地求得了多级串联、串联反馈、并联排队系统有关排队指标稳态分布的显式精确解．文中将此技巧进一步推广用来求出具有Ｎ个有限容量服务节点的Ｊａｃｋｓｏｎ排队网络有关排队指标的稳态分布显式精确解，由于显式解的计算只涉及矩阵运算，适合于在计算机上计算，故便于应用．

串联排队RED/ERED网络分析模型

基于串联排队网络理论,建立了包括多个网络节点的串联排队RED和ERED分析模型。推导了具有指数分布分组丢失函数的RED算法(ERED)。在概率生成函数域,推导了节点的离去过程,并将其拟合为后续节点的到达过程,从而,刻画了多节点级联拥塞控制的通信场景。通过求解串联排队系统,得出串联排队RED、ERED以及DT 3种AQM机制的网络性能指标,分析了AQM参数设置对其性能的影响。针对不同突发度的业务源,给出每个节点和系统端到端性能指标。

基于仿真的可重入排队网络灵敏度分析

由马尔可夫链的 Poisson方程推导了系统平均费用型品质指标对参数的导数公式 ,并给出了相应的估计算法。对可重入排队系统建立马尔可夫模型 ,通过仿真单个样本轨迹 ,应用给出的算法求出系统品质对参数的灵敏度 ,并分析了某些优先级调度策略的鲁棒性。仿真结果证明了该算法的实用性和有效性。

白鹤滩水电站混凝土系统车辆排队论网络分析

混凝土生产系统的车辆排队问题直接关系到整个系统的生产效率和浇筑效率,从而影响工程的质量和进度。利用运筹学中排队论网络的分析方法,把混凝土系统的运输车辆系统排队模型分解为多接点的马尔可夫排队网络,建立模型并进行评价及分析,并以白鹤滩水电站低线混凝土生产系统为例,分析和总结车辆排队情况。研究成果可为混凝土系统施工机械设备的配置方案提供理论依据。

基于决策理论的CDMA网络中多类业务的准入控制策略

准入控制是码分多址(CDMA)蜂窝网络中服务质量保证的一个关键技术。该文提出了一个基于半马尔可夫决策过程理论的最优准入控制策略来支持有服务质量要求的多类业务的无线CDMA网络。用线性规划方法求解最优策略,从而在满足服务质量约束要求的同时最大化信道利用率。另外,还使用了加权公平阻塞约束来灵活地实现服务质量要求。数值结果表明此最优策略可以获得比基于阈值的准入控制方案更好的性能。

高负荷情形下带转移时间的开排队网络强逼近

研究了较文［１］更一般的顾客带转移时间的ｋ台开排队网络。借助于概率论强逼近理论，在高负荷情形下得到了队长、虚等待时间、顾客逗留时间和离去过程的强逼近定理。研究结果表明，在高负荷情形下，两种模型具有相同的强逼结果。

基于改进GM(1,n)的动态网络舆情预警模型

舆情的自由传播会导致网络集群行为的发生,易产生负面社会影响,威胁公共安全,因此建立网络舆情监控及预警机制是防控舆情传播、维护社会稳定的必要措施。首先,通过分析谣言的形成机制,构建了舆情发展预测指标体系;其次,通过建立多因素GM(1,n)模型对舆情发展的走向进行预测;然后,分别结合新陈代谢理论与马尔可夫理论改进上述预测模型;最后,以微博“新疆棉”事件和“成都四十九中”事件为例,对GM(1,n)模型、马尔可夫GM(1,n)模型和新陈代谢马尔可夫GM(1,n)模型预测舆情发展的能力进行对比,并比较了新陈代谢马尔可夫GM(1,n)模型与随机森林模型。实验结果表明,相较于原始模型与随机森林模型,新陈代谢马尔可夫GM(1,n)模型的平均预测精度分别提高了10.6和5.8%。可见,新陈代谢马尔可夫GM(1,n)模型在预测网络舆情发展趋势问题上具有良好的性能。

基于离差指数和马尔可夫拟合模型的在线性能分析方法

针对粗监控粒度和突发性负载的情况下传统的基于平均服务时间的排队模型的性能分析不准确的问题，提出了一种适用于粗监控粒度的在线性能分析方法。该方法采用基于请求数目离差指数（IDC）的马尔可夫拟合技术，利用IDC描述服务时间过程的突发性，在马尔可夫拟合模型的基础上构建有效的排队网络。试验结果表明，与传统的采用均值分析（MVA）方法求解的排队模型相比，该方法更准确。以性能参数响应时间和吞吐量为例．相对误差分别平均降低了6．38％和6．27％，最大可降低11．45％和15．06％。

混合服务强度的Fork-Join排队网络的弱极限定理

Fork -Join排队网络是在计算机通讯和柔性制造系统 (FMS)等方面应用十分广泛的一类排队模型 ,有十分重要的实际意义。运用概率测度弱收敛理论 ,研究了混合服务强度的Fork -Join排队网络。首先对深度为 1的服务台 ,分别证明它们排队指标的弱极限定理。然后 ,我们利用归纳推理的方法 ,由深度为d的服务台的弱极限 ,对深度为d +1的服务台的服务强度分 3种情况 ,分别推出它的弱极限定理。获得了各服务台服务强度在各种取值范围时的一些排队指标 ,包括闲期、虚等待时间。

实时虫孔网络的排队分析

本文讨论了一个映射一般实时虫孔网络单结点的新模型,并运用排队理论对其进行分析。由于使用一般的方法难以分析虫孔网络结点,本文采用了多视角的方法来虫孔网络结点。虫孔网络单结点模型分解为三个子模型,每个子模型均能够单独使用排队论进行分析。