一种基于蝙蝠算法的NDN网络路径选择方法

针对命名数据网络(named data networking,NDN)路径选择过程中传输速度慢的问题,采用蝙蝠算法优化NDN网络的路径选择。为了证明蝙蝠算法在路径选择上的优势,将蝙蝠算法、遗传算法和粒子群算法进行对比,得出蝙蝠算法求得最优解的概率更高、收敛速度更快,为此提出了一种基于蝙蝠算法的NDN网络路径选择(bat algorithm-path selection in NDN,BA-PSNDN)方法。对传输过程中的节点进行实时更新并计算,通过迭代选出最优路径进行数据传输。使用ndnSIM2.7软件进行仿真,通过在兴趣包和数据包中加入自定义段,保存数据包传输过程中的信息并进行路径选择,仿真出最优路径后输出时延信息。结果表明,BA-PSNDN方法在减少网络传输时延方面更优。

一种基于V-NDN的车联网数据转发决策算法

为了解决VANET车载自组织网络节点无线广播引发的兴趣包广播洪泛和网络拥塞等问题,提出了一种面向VANET的NDN实时车辆节点轨迹路径概率选择方案,该方案是一种基于机器学习的概率转发算法—DT-NB。首先用一个交通仿真模拟软件SUMO仿真模拟上海市某高架的车辆实时运行状态并获取信息,在ndnSIM平台中通过在兴趣包里加入自定义段的方式进行Hello交互,当前运动着的车辆节点会实时且周期性地交换运行状态信息,收到自定义段兴趣包的车辆会根据DT-NB计算转发概率进行转发判断。经过仿真对比BSRF、Multicast、NDN-G三种转发策略下满足的兴趣包数、兴趣包转发数和时延的结果,证明此方案对于优化广播风暴和网络拥塞具有优胜性。

面向命名数据网络的安全通信机制及其优化

NDN网络架构的安全机制构建在信息本身,因此NDN中对传输的数据必须采取有效的签名和加密措施,否则攻击者可以随意获取数据或发送虚假内容,这将成为NDN网络的最大安全隐患。文中针对NDN的安全隐患,设计出一种轻量级加密算法来解决NDN网络架构的安全问题,详细分析了该算法每个步骤的含义和目的,以及它在各种攻击方式下的安全性,同时对算法进行了优化,提高了算法的运行效率。并且在ndnSIM下嵌入该算法进行仿真,验证了数据从发布者开始是以密文方式进行传输,具有机密性;收到数据后能正确地验证发布者的身份,具有认证性;并正确地解出明文和验证数据是否有改动,具有完整性;再分别对攻击方式中的数据内容篡改和身份伪装进行了仿真,验证了对传统网络攻击防范的有效性。

基于NDN体系的广播电视网络的研究

首先介绍了NDN网络和广播电视网络的发展现状,然后对NDN网络的工作原理进行了深入研究。在此基础上,利用NS-3平台的开源ndnSIM仿真器搭建出基于NDN理论的广电网络,进行仿真测试。结果表明,广电网和NDN网络相结合是可行的。

基于内容中心网络的5G高速移动通信网络架构研究

该课题结合5G移动网络的发展前景和需求分析,采用了一种基于内容中心网络核心技术的5G网络体系架构,在此基础上分析了内容中心网络核心技术的5G网络体系架构组成部分及5G分组域网络通信过程,最后进行了在ndnSIM2.0仿真环境上对基于CCN技术的5G网络性能进行了测试,得出基于CCN技术的5G网络具有很好的用户体验感、延时短、抗干扰性能高、可靠性强、容量足以及传输速率快、移动特性好等特点,符合未来5G发展需求。

基于命名数据网络的路由转发策略研究

随着互联网技术不断发展,提升内容获取,移动性支持和面向内容的安全能力等多种需求不断提出,以内容为中心的网络已被广泛研究,其中命名数据网络(NDN)是最典型的体系架构之一。转发机制是NDN的核心问题,讨论NDN体系架构下SmartFlooding、Best-Route和Flooding这三种转发策略的特点,通过仿真实验对比分析,得出三种转发策略在网络延时、拥塞控制及重传转发方面的性能差别,研究结论有助于帮助用户根据传输要求做转发决策。

通用分组网络寻址路由与标识演进方法及系统

未来的网络通信需求动态多样,网络层功能也应适时而变,因此对网络可演进性的研究具有重要意义.多标识网络作为一种兼容性极强的网络架构,网络层功能十分丰富,但仍缺少网络演进性设计.本文为多标识网络设计了一种通过标识扩展来支持网络体系不断演进的方案,包括对标识空间进行形式化定义,设计标识回退候选标识的优先级排序算法以及设计支持标识扩展的路由转发协议;并且在ndnSIM网络仿真环境和多标识网络测试床中实现了上述方案,评估了标识扩展方案的可行性和性能.实验结果表明相比于标识扩展机制给网络架构带来的益处,其性能损失在可接受的范围内.