SDN在数据中心传输中的自适应流量管理研究

探讨软件定义网络(Software Defined Network,SDN)在数据中心传输中的自适应流量管理。SDN架构的关键组成要素包括控制器、应用层和南向接口,通过控制平面和数据平面的分离,实现了网络的灵活性和可编程性。OpenFlow协议作为关键通信协议在SDN中得到广泛应用,为控制器提供了调整数据平面行为的标准化手段。在自适应流量管理方面,控制器通过实时监测和智能调整网络状态,识别瓶颈和拥塞点,并根据不同应用的性能需求进行精确的流量管理决策。基于流和基于应用的自适应管理算法使网络能够灵活适应不同流量负载,提高资源利用效率。流量监测工具如NetFlow和sFlow以及反馈机制在实现自适应流量管理中发挥关键作用,实时感知和调整网络状态,使SDN网络更加智能、适应性更强,并提供了优越的应用体验。未来的研究方向将关注SDN中自适应流量管理的创新策略,推动网络技术不断进步。

基于gRPC分布式数据通信的地铁线网指挥中心平台设计与实现

地铁线网指挥中心平台以综合监视系统为核心,以数据应用系统、运营执行系统为协同管理。由于关联的设备系统多、业务复杂,海量数据交互的实时性、并发性、准确性要求高,线网指挥中心平台的数据通信问题一直是一个难题。为解决该问题,基于Protocol Buffer通信协议,设计和实现了基于gRPC分布式数据通信的地铁线网指挥中心平台系统架构。远程过程调用gRPC机制是分布式系统和计算机网络中通信的新型机制,在网络化运营模式下通过采集大量的设备数据、业务系统数据,可实现平台数据的规范化处理和业务系统间的高内聚、松耦合通信,提高城市轨道交通运营安全保障能力。

利用既有铁路开行市域(郊)列车调度集中系统信息交互研究

针对城市轨道交通线网指挥中心需与铁路局调度集中系统进行信息交互的需求,以北京铁路枢纽利用既有东北环铁路增建第二线开行市域(郊)列车典型工程为例,基于城市轨道交通线网指挥中心的需求分析,以及该工程调度集中系统的设计情况,对铁路局调度集中系统向城市轨道交通线网指挥中心的调度集中信息交互进行了浅度、中度、深度交互方式的多方案分析研究,提出基于局间接口方式构建行调信息复示系统的技术方案。该技术方案构建的行调信息复示系统,符合现行规范要求,铁路局调度集中系统侧设备和轨道交通线网指挥中心侧设备之间的物理界面清晰,不影响国铁调度集中系统和城市轨道交通线网指挥系统的现有系统结构,契合该工程由铁路局运输且调度指挥纳入铁路局管理的工程实际。为铁路局调度集中系统至城市轨道交通线网指挥中心的调度集中信息传递,提供了一种可供工程实施的设计方案。

基于GIS的轨道交通网指挥中心综合监控系统的设计与实现

基于轨道交通网指挥中心对路网协调指挥、各线路运营系统集成、信息共享和决策支持等系统需求的分析,构建路网综合监控系统。系统的体系结构包括网络通信平台、数据平台、信息共享平台和综合应用平台等核心部分,以及网络和信息安全保障体系、信息化标准规范体系和信息化运营管理体系等支撑部分。根据系统涉及的业务基础信息、动态监控信息、业务管理信息和空间数据,设计系统的信息处理流程,进而按照数据获取、信息共享和综合应用3个功能层次进行系统功能设计。运用时空的数据集成和应用集成等核心技术,将整个系统的功能分别封装成面向相对独立业务的软件包,形成信息共享平台、营运管理、应急指挥管理、辅助决策支持库和对外服务等子系统。针对北京市轨道交通网的实际业务需求,运用上述设计思想和关键技术,开发相关的应用软件原型系统,其功能实现验证了此系统设计和技术方案实现的可行性。

地铁路网指挥中心“杰出调度员”胜任力特征模型的构建

伴随地铁步入网络化运营阶段后,路网指挥中心调度员担负网络化运营下高密度、高协调的行车指挥任务,其胜任能力决定着整个网络的运营安全和运营效率。目的:文章依据胜任力理论,构建区别"线路杰出调度员"的"路网杰出调度员"胜任力特征模型。方法:结合O*NET工作分析法与BEI行为事件访谈法两种方法,借助Spencer模型编制《杰出调度员胜任力特征辞典》,运用SPSS与Amos软件工具对数据进行统计、分析及验证。结果:经过探索性因子与验证性因子分析,构建了职业素养、核心能力、综合能力与专业能力4个维度13项特征的二阶胜任力模型。结论:胜任力模型能有效地鉴别不同运营模式下杰出调度员的胜任特征,对日趋完善网络化运营"杰出调度员"的培养具有一定理论与指导意义。

数据中心负载均衡方法研究综述

随着云计算的发展,数据中心网络成为近年来学术界和工业界关注的研究热点.现代数据中心网络通常采用胖树等多根树拓扑结构,存在多条可用路径来提供高对分带宽.由于等价多路径路由等传统的负载均衡方法无法适应数据中心网络中高动态和强突发的流量特性,多种针对数据中心的负载均衡方法不断涌现.围绕数据中心中负载均衡的基本问题,介绍了当前国际国内的研究现状,包括基于中央控制器、基于交换机和基于主机的负载均衡方法,并展望了数据中心网络负载均衡的发展趋势.

武汉市轨道交通线网控制中心规划研究

轨道交通线网控制中心的设置规划,将直接影响城市轨道交通线网规划的实施,并将对今后的运营管理产生重大影响。借鉴国内外轨道交通发达城市的成功经验,结合武汉市轨道交通线网规划,从运营管理和工程建设两方面对运营控制中心的不同设置方案进行比选;结合武汉市轨道交通近期和远景规划线路的实施方案,分析其对线路控制中心的需求,进而提出武汉市轨道交通控制中心的建设方案。

地铁线网运营控制中心的规划与建设

线网运营控制中心是地铁进入网络化运营阶段后,基于线网层面建立的地铁运营集中管理中心,有助于实现线网运营指挥一体化、资源集约化、信息共享、线网协调统一运作等功能。阐述了线网运营控制中心在城市轨道交通系统内外的功能定位,从控制中心物理建设、控制体系建设、功能整合及设施构成等方面,提出影响线网运营控制中心建设的关键因素,并对调度大厅设置方案等关键问题进行分析,以期为新建线网运营控制中心合理建设方案的确定提供参考。

空管生产数据中心网络设计

为实现依托大数据、云计算的"智慧空管",各地区空管局开始建设空管生产数据中心,整合现有数据资源;因此,需要依靠安全、可靠的网络环境。基于此,通过分析空管生产数据中心的业务特性和网络需求情况,并结合网络虚拟化技术,设计了一个满足需求的网络架构,为空管生产数据中心提供一个安全、可靠的网络环境,为"智慧空管"奠定坚实基础。

SDN架构下基于流分类的数据中心网络拥塞控制路由算法研究

针对传统数据中心网络架构下流量快速增长,导致严重的网络拥塞问题,通过对数据中心网络架构及流量的特点进行分析与研究,结合软件定义网络(SDN)技术集中控制的优势,提出了基于流分类的数据中心网络拥塞控制路由算法(DCNRA-TC).该算法首先将网络内的流量进行大小数据流分类;然后为链路设置一个动态的权值,同时为网络设计一个拥塞阈值;最后将大于阈值的大数据流调度到权值较小的链路上.通过仿真实验表明,DCNRA-TC算法可以减少数据传输时延,提高网络吞吐量.

深度学习算法的P2P流量识别与控制

为了提升P2P流量的识别精度与控制效果,提出了深度学习算法的P2P流量识别与控制方法.采用P2P流量数据训练深度学习算法的BP神经网络,根据训练好的神经网络对训练样本进行预分类,得到包含各服务流量特征的预分类结果.将预分类结果作为P2P流量聚类中心值,通过聚类算法检测P2P流量样本数据,得到P2P流量识别结果.采用分形自回归综合滑动平均模型分析P2P流量控制机制.结果表明,该方法的识别性能稳定、识别结果精度较高,有效降低了流量传输的丢包率,可对P2P流量传输进行稳定控制.

数据中心的网络设计与相关技术

介绍中国民用航空河南空管分局数据中心的网络设计,根据需求和实际情况对网络进行针对性设计和调整优化,并对其中使用的相关技术进行探讨,从整体性、可扩展性、高可靠性以及安全性等方面提出需要考虑的细节,保障数据中心网络的可用性与安全性,为河南空管分局的高质量发展奠定基础。

浅谈FAS双中心建设及设备维护

重点分析了西安局集团公司由2K数调主系统组网更新改造为FAS双中心网络的建设方法,并根据日常维护经验,列举了调度台通道故障处理、FASB简易故障判断及计表倒换试验、FASA和FASB系统与MSC之间的业务故障处理等.