全光算力网络关键技术及建设策略研究

全光传送网络作为新基建和算力网络的坚实底座,需要从带宽驱动的管道网络向面向泛在算力业务的全光算力网络演进。首先介绍了算力网络发展演进趋势及国内运营商算力网络布局现状,随后对全光算力网络总体架构及关键创新技术进行了研究分析,在此基础上提出了推动全光算力网络发展建设的4个重要举措,打造大带宽、低时延、高可靠、高安全、灵活可调的全光算力网络,为泛在算力资源提供超强的运送服务能力,实现用户一跳接入、一跳入算。

基于自适应转发的大数据通信带宽时延感知拥塞控制技术

大数据通信带宽时延会导致通信拥塞故障,影响通信网络的正常运行,为此提出基于自适应转发的大数据通信带宽时延感知拥塞控制技术;根据通信网络的组成结构和通信原理,构建大数据通信网络模型;在该模型下,采集大数据通信带宽时延,通过特征提取与匹配,感知当前通信网络的拥塞状态;针对处于拥塞状态的通信信道,在考虑通信带宽的情况下,计算拥塞控制量,利用自适应转发技术调度并分配通信带宽,在差分流传输控制协议的支持下,实现大数据通信带宽时延感知拥塞控制;通过拥塞控制效果测试实验得出结论:与传统拥塞控制技术相比,在优化设计技术的控制作用下,移动通信网络的吞吐量有所增加,带宽时延降低了149.3 ms,同时通信误码率降低了0.037%,即优化设计技术在拥塞控制效果方面具有明显优势。

本地OTN骨干网建设思路与策略探讨

针对全业务承载对本地传输网的需求,根据业务网络架构、特性、演进方向及对传输网的要求,利用OTN技术特点和组网优势,提出了具体的建设思路和策略,以构建适应未来大带宽、高可靠性、调度灵活的OTN传送平台。

大数据通信中带宽优化技术仿真

在宽带通信中,采用点对点信道传递技术,在传递大数据时,服务器只起到链接作用,无调控功能,造成信道很容易被海量数据占用,带宽占用率过高。传统的带宽调整策略都是在应用到对等网络中时,以服务器流量分流控制为基础,对等网络中,服务器不再起调控作用,因此,传统的带宽优化通信技术效果较差。提出基于均衡遗传算法的对等网P2P大数据通信中带宽减压方法。采用均衡技术,使种群中的所有个体均衡分布在指定空间中,针对所有的种群个体进行染色体编码,建立所有染色体构成的初始种群,对种群个体进行选择、交叉和变异运算,获取通信中带宽数据传输的合理调度方式,实现对等网P2P大数据通信中带宽减压。实验结果表明,利用改进算法能够在短时间内传递大量的通信数据,提高了带宽效率,满足了大数据通信的实际需求。

基于小波神经网络的大数据在线负载异常监测技术研究

为了提高大数据负载监测的有效性和准确性,采用神经网络算法对大数据负载进行监测。根据相邻时间段的负载数量变化建立负载预测模型,结合负载变化情况判定当前负载状态。对负载变化明显的时间段,采用神经网络算法对负载情况进行正向和反向运算。根据得到的结果与阈值相比较,超出阈值的负载判定为异常负载,将其从大数据平台剔除,确保大数据平台在线负载连接的真实性和有效性。仿真结果显示,基于神经网络的大数据负载方法在准确性和运行效率上均表现良好。

二元再生码在分布式存储系统的应用

分布式存储系统以其高效的可扩展性和高可用性成为存储大数据的主要系统.为了提高可靠性,需要在分布式存储系统中引入冗余.因此如何最优化存储空间、最小化修复带宽和最小化计算复杂度是衡量冗余存储系统效率的关键问题.再生码存储是一类可以达到存储空间与网络修复带宽最佳折中的存储方法,但现有的再生码的构造方法有大量有限域的乘法运算,其高昂的计算复杂度成为用于分布式存储系统中的主要瓶颈.实验结果表明,在保留再生码优势的前提下,采用移位和异或运算取代有限域的乘法运算可以大幅度地降低计算复杂度.创新之处在于提出了二元再生码(binary regenerating codes,BRGC),并给出了构造二元再生码的两类最佳再生码,即最小带宽二元再生码和最小存储二元再生码的方法.通过评估和对比主流的RS码和基于矩阵乘法的再生码,发现BRGC在计算复杂度方面有着明显的优势,在实际海量数据的分布式存储系统中具备更好的应用价值.BRGC在修复和解码性能均优于柯西(Cauchy Reed-Solomon)码.

网络可用带宽大数据流量调度模型仿真

由于当前的调度模型忽略了对可用带宽流量特征的提取,导致宽带的吞吐量、能量节省率以及内存利用率均较低,且流量调度时延增加。构建新的大数据网络可用的带宽流量调度模型。通过四阶累积自适应特征提取方法提取大数据网络可用带宽流量特征。根据流量特征提取结果,设定最小计算时延和最大内存利用率为目标函数,构建大数据网络可用带宽流量调度模型。采用蚁群算法求解调度模型,最终获取最优调度路径。实验结果表明,所提模型能够有效提升宽带的吞吐量、能量节省率以及内存利用率,同时还能够有效降低宽带流量的计算时延。

面向大数据应用的自适应带宽分配策略

提出自适应带宽分配策略((Flexible Bandwidth Allocation for Big Data Transfer,FBA-BDT)。FBA-BDT给传输大数据的请求提供动态带宽分配,在满足数据有效期的条件下,最大化数据传输率。首先,构建优化规划目标函数,然后再用启发式算法求解目标函数,进而优化带宽的分配。实验数据表明,与最小带宽分配相比,提出的FBA-BDT算法的数据传输请求拒绝率下降40%、一天内传输的数据量提高至21 TB。

大数据环境下光纤网络动态带宽联合分配算法研究

目前大数据环境下光纤网络中带宽分配算法,带宽分配不均匀,未曾形成带宽分配轮询周期,导致带宽分配算法吞吐量较小,存在严重的时延问题,为此提出大数据环境下光纤网络动态带宽联合分配算法研究。分析光纤网络在大数据环境下的动态转换,确定带宽分配需要分为上行和下行两部分,且上行带宽分为轻负载和重负载;判断上下带宽关系,计算上下行带宽实际分配量,形成带宽分配轮询周期。实验结果显示:以算法运行结果为实验研究方向,从仿真平台吞吐量和带宽分配产生的时延两方面,对比三种算法在仿真平台上,产生的吞吐量和时延,此次研究带宽联合分配算法,在仿真平台上的吞吐量最大,分配带宽时产生的时延最小。

电力营销系统客户实名信息采录及储存模型设计

传统的客户实名信息采录和储存模型安全性较低,容易遭受入侵攻击,使得其已难以适应现代化电力企业的发展需求。因此,针对大型专变用户、中小型专变用户、低压单相和三相工商业用户、居民用户和公配变计量点等不同类型用户设计了客户实名信息采录模型。考虑到电力系统中包含大量的客户隐私信息,本研究结合大数据分析,构建了基于超带宽的用户信息多重加密储存模型,对储存信息的使用强度和信息带宽的占用概率进行加密储存控制。测试结果表明:该模型可实现对不同类型电力客户信息的多角度采录,还能够有效提高用户信息的安全性。

卫星数据的分布式存储系统设计与验证

随着遥感技术的不断发展,各种高分卫星的成功发射,卫星数据量呈爆发式增长,对业界普遍采用的存储系统提出了极大的挑战。针对存储系统需要支持大容量、高并发读写性能、高可扩展性以及应用和用户权限的多样性的问题,文章做了卫星数据处理中的访问模式和具体需求设计,并验证了一个分布式存储系统。该系统的数据节点和元数据节点采用集群方式,使用N+M纠删码、小文件聚合、大数据块存储、客户端缓存和预取,支持块、文件和对象等多种接口,实现了千亿级文件的超大容量、超高并发读写性能和系统的线性扩展,提供了对不同应用和用户权限的支持。

大数据时代计算机远程网络通信技术的优化分析

在大数据时代,计算机远程网络通信技术应用弊端逐渐凸显,如带宽不足等,严重影响了大数据计算机远程网络通信效果。因此,本文以大数据时代计算机远程网络通信技术为研究对象,从大数据计算机远程网络通信带宽、大数据计算机远程网络通信安全、大数据计算机远程网络通信技术等方面,对大数据计算机远程网络通信问题进行了简单的分析。并提出了几点优化措施。

大数据时代网络基础架构的思考

随着大数据时代的到来,网络需要从基础架构到上层应用等各方面做好准备,本文聚焦于网络基础架构侧,从机房建设规模、布局、网络带宽与质量要求等方面探讨如何整装待发,迎接大数据时代。

大数据通信中带宽优化技术仿真探究

阐述了大数据通信环境下的带宽调节与控制原理,研究了大数据通信的带宽优化技术方案,并进行仿真实验。结果表明:进行大数据通信带宽优化后用于对等网通信传输的带宽调节,具有较为显著的作用优势,能够在实践中进行推广应用。