数字电视信号对传输质量有着十分严苛的要求,传统网际互连协议(Internet Protocol,IP)网络在提供端到端服务质量(Quality of Service,QoS)保障方面仍面临诸多挑战。对此,分析数字电视信号的业务特点和传输需求,梳理IP网络QoS领域的发展...数字电视信号对传输质量有着十分严苛的要求,传统网际互连协议(Internet Protocol,IP)网络在提供端到端服务质量(Quality of Service,QoS)保障方面仍面临诸多挑战。对此,分析数字电视信号的业务特点和传输需求,梳理IP网络QoS领域的发展脉络,提出一种端到端QoS保障解决方案的总体架构,从接入网、骨干网、综合管理平台三个层面给出优化措施。展开更多
网络技术的发展和多接入边缘计算的兴起使得计算和网络资源的部署逐渐靠近终端.随着服务数量的增多,为了向用户更好地推荐服务,如何在复杂、动态的边缘计算环境中实时、准确地预测服务质量(quality of service,QoS)成为一项挑战.本文提...网络技术的发展和多接入边缘计算的兴起使得计算和网络资源的部署逐渐靠近终端.随着服务数量的增多,为了向用户更好地推荐服务,如何在复杂、动态的边缘计算环境中实时、准确地预测服务质量(quality of service,QoS)成为一项挑战.本文提出一种基于服务负载实时预测QoS的深度神经模型(QPSL),它可以为边缘计算中的QoS预测提供缺少的负载状况感知和周期感知.首先,对服务的负载状况进行特征表示,并通过时序分解模块获取时序特征.其次,将CNN和BiLSTM结合,学习潜在的时序关系,生成不同时刻的状态向量.然后,基于Attention机制为历史时刻的状态向量分配权重,从而构造未来时刻的状态向量.最后,将上下文嵌入向量与状态向量送入感知层完成实时QoS预测.基于真实的融合数据集进行了大量的实验,结果表明QPSL在响应时间和吞吐量任务上的MAE分别平均提升了10.28%和10.87%,优于现有的时间感知QoS预测方法.展开更多
In cloud computing Resource allocation is a very complex task.Handling the customer demand makes the challenges of on-demand resource allocation.Many challenges are faced by conventional methods for resource allocatio...In cloud computing Resource allocation is a very complex task.Handling the customer demand makes the challenges of on-demand resource allocation.Many challenges are faced by conventional methods for resource allocation in order tomeet the Quality of Service(QoS)requirements of users.For solving the about said problems a new method was implemented with the utility of machine learning framework of resource allocation by utilizing the cloud computing technique was taken in to an account in this research work.The accuracy in the machine learning algorithm can be improved by introducing Bat Algorithm with feature selection(BFS)in the proposed work,this further reduces the inappropriate features from the data.The similarities that were hidden can be demoralized by the Support Vector Machine(SVM)classifier which is also determine the subspace vector and then a new feature vector can be predicted by using SVM.For an unexpected circumstance SVM model can make a resource allocation decision.The efficiency of proposed SVM classifier of resource allocation can be highlighted by using a singlecell multiuser massive Multiple-Input Multiple Output(MIMO)system,with beam allocation problem as an example.The proposed resource allocation based on SVM performs efficiently than the existing conventional methods;this has been proven by analysing its results.展开更多
探讨了电力通信网络中的服务质量(Quality of Service,QoS)优化策略,以提高电力系统的效率和可靠性。主要分析了高带宽需求和多样化业务对网络性能的挑战,强调了高带宽、低延迟和高可用性的重要性;探讨了QoS优化技术在电力通信网络中的...探讨了电力通信网络中的服务质量(Quality of Service,QoS)优化策略,以提高电力系统的效率和可靠性。主要分析了高带宽需求和多样化业务对网络性能的挑战,强调了高带宽、低延迟和高可用性的重要性;探讨了QoS优化技术在电力通信网络中的应用,包括承载关键命令调度业务和支撑视频监控需求;同时,论述了业务识别与分级传输、多路径负载均衡、智能调度与优先控制等策略的重要性。电力通信网络通过智能数据管理和控制,为电力系统的监视、控制和安全运行提供了技术支持。展开更多
资源管理是网格计算研究领域中的一项重要研究点,目前的研究工作大多致力于解决异构性问题,对于在交付无缝QoS(quality of service)前提下提高资源分配性能方面还缺乏深入的研究.而且,目前对网格QoS的研究集中于将多媒体网络QoS的相关...资源管理是网格计算研究领域中的一项重要研究点,目前的研究工作大多致力于解决异构性问题,对于在交付无缝QoS(quality of service)前提下提高资源分配性能方面还缺乏深入的研究.而且,目前对网格QoS的研究集中于将多媒体网络QoS的相关成果融入网格体系架构中以提供对网格QoS的支持,而缺少对网格QoS的特性进行系统化的研究与归纳.为此,提出了网格QoS的层次结构模型,并对其中承上启下的虚拟组织层QoS参数进行了新的分类和测量;然后,利用SNAP(service negotiation and acquisition protocol)协议对基于网格QoS层次结构模型的网格QoS参数的映射转换过程进行了分析;最后,设计了网格资源管理仿真系统,并运用相关的网格QoS的研究改进了现有的Min-Min算法.仿真实验结果表明,基于QoS的网格资源管理可以在满足用户QoS需求下,有效地提高网格资源的利用率和服务请求的成功率.展开更多
Web Service是目前研究界和产业界广泛关注的技术之一.随着Web Service的广泛应用,研究者们普遍认识到,服务的非功能属性,即服务质量(Quality of Service,QoS)是面向服务的应用能否成功的关键因素之一.因此,研究者们尝试从多个角度对Qo...Web Service是目前研究界和产业界广泛关注的技术之一.随着Web Service的广泛应用,研究者们普遍认识到,服务的非功能属性,即服务质量(Quality of Service,QoS)是面向服务的应用能否成功的关键因素之一.因此,研究者们尝试从多个角度对QoS相关问题展开了研究.然而,现有工作普遍关注基于QoS的动态服务选择和组装等上层应用技术,而对于如何获取、存储、度量QoS等基础支持技术研究较少,而这些基础性工作对QoS相关的研究工作具有显著的重要性.此外,不同应用领域对Web Service QoS的需求不尽相同,因此,需要有一套灵活的机制支持在QoS模型定义、QoS度量方法、QoS信息采集等方面体现出的领域特性.针对这个问题,文中提出了一个可扩展的Web Service QoS信息管理框架,详细分析了该框架涉及到的重要方法与核心技术,并给出了该框架在北京大学软件构件库系统中的设计决策和方案.最后,介绍了文中框架在一个863计划项目中的应用实例,该实例展示了用户根据其应用的领域需求对本框架进行扩展并进行Web Service QoS管理的方法,从而验证了本管理框架的可扩展性及实用性.展开更多
传统网络中的服务质量(quality of service,QoS)路由协议很难直接有效地应用到无线传感器网络中,因此人们针对无线传感器网络提出了一些新的QoS路由协议。首先探讨了无线传感器网络中QoS路由协议的一些特点,分析了设计QoS路由协议所面...传统网络中的服务质量(quality of service,QoS)路由协议很难直接有效地应用到无线传感器网络中,因此人们针对无线传感器网络提出了一些新的QoS路由协议。首先探讨了无线传感器网络中QoS路由协议的一些特点,分析了设计QoS路由协议所面临的挑战;然后着重分析了当前提出的一些QoS路由协议的QoS机制、特点以及优缺点,并对这些路由协议进行了分类和比较;最后总结了QoS路由协议未来的研究策略和发展趋势。展开更多
文摘数字电视信号对传输质量有着十分严苛的要求,传统网际互连协议(Internet Protocol,IP)网络在提供端到端服务质量(Quality of Service,QoS)保障方面仍面临诸多挑战。对此,分析数字电视信号的业务特点和传输需求,梳理IP网络QoS领域的发展脉络,提出一种端到端QoS保障解决方案的总体架构,从接入网、骨干网、综合管理平台三个层面给出优化措施。
文摘网络技术的发展和多接入边缘计算的兴起使得计算和网络资源的部署逐渐靠近终端.随着服务数量的增多,为了向用户更好地推荐服务,如何在复杂、动态的边缘计算环境中实时、准确地预测服务质量(quality of service,QoS)成为一项挑战.本文提出一种基于服务负载实时预测QoS的深度神经模型(QPSL),它可以为边缘计算中的QoS预测提供缺少的负载状况感知和周期感知.首先,对服务的负载状况进行特征表示,并通过时序分解模块获取时序特征.其次,将CNN和BiLSTM结合,学习潜在的时序关系,生成不同时刻的状态向量.然后,基于Attention机制为历史时刻的状态向量分配权重,从而构造未来时刻的状态向量.最后,将上下文嵌入向量与状态向量送入感知层完成实时QoS预测.基于真实的融合数据集进行了大量的实验,结果表明QPSL在响应时间和吞吐量任务上的MAE分别平均提升了10.28%和10.87%,优于现有的时间感知QoS预测方法.
文摘In cloud computing Resource allocation is a very complex task.Handling the customer demand makes the challenges of on-demand resource allocation.Many challenges are faced by conventional methods for resource allocation in order tomeet the Quality of Service(QoS)requirements of users.For solving the about said problems a new method was implemented with the utility of machine learning framework of resource allocation by utilizing the cloud computing technique was taken in to an account in this research work.The accuracy in the machine learning algorithm can be improved by introducing Bat Algorithm with feature selection(BFS)in the proposed work,this further reduces the inappropriate features from the data.The similarities that were hidden can be demoralized by the Support Vector Machine(SVM)classifier which is also determine the subspace vector and then a new feature vector can be predicted by using SVM.For an unexpected circumstance SVM model can make a resource allocation decision.The efficiency of proposed SVM classifier of resource allocation can be highlighted by using a singlecell multiuser massive Multiple-Input Multiple Output(MIMO)system,with beam allocation problem as an example.The proposed resource allocation based on SVM performs efficiently than the existing conventional methods;this has been proven by analysing its results.
文摘探讨了电力通信网络中的服务质量(Quality of Service,QoS)优化策略,以提高电力系统的效率和可靠性。主要分析了高带宽需求和多样化业务对网络性能的挑战,强调了高带宽、低延迟和高可用性的重要性;探讨了QoS优化技术在电力通信网络中的应用,包括承载关键命令调度业务和支撑视频监控需求;同时,论述了业务识别与分级传输、多路径负载均衡、智能调度与优先控制等策略的重要性。电力通信网络通过智能数据管理和控制,为电力系统的监视、控制和安全运行提供了技术支持。
文摘资源管理是网格计算研究领域中的一项重要研究点,目前的研究工作大多致力于解决异构性问题,对于在交付无缝QoS(quality of service)前提下提高资源分配性能方面还缺乏深入的研究.而且,目前对网格QoS的研究集中于将多媒体网络QoS的相关成果融入网格体系架构中以提供对网格QoS的支持,而缺少对网格QoS的特性进行系统化的研究与归纳.为此,提出了网格QoS的层次结构模型,并对其中承上启下的虚拟组织层QoS参数进行了新的分类和测量;然后,利用SNAP(service negotiation and acquisition protocol)协议对基于网格QoS层次结构模型的网格QoS参数的映射转换过程进行了分析;最后,设计了网格资源管理仿真系统,并运用相关的网格QoS的研究改进了现有的Min-Min算法.仿真实验结果表明,基于QoS的网格资源管理可以在满足用户QoS需求下,有效地提高网格资源的利用率和服务请求的成功率.
文摘Web Service是目前研究界和产业界广泛关注的技术之一.随着Web Service的广泛应用,研究者们普遍认识到,服务的非功能属性,即服务质量(Quality of Service,QoS)是面向服务的应用能否成功的关键因素之一.因此,研究者们尝试从多个角度对QoS相关问题展开了研究.然而,现有工作普遍关注基于QoS的动态服务选择和组装等上层应用技术,而对于如何获取、存储、度量QoS等基础支持技术研究较少,而这些基础性工作对QoS相关的研究工作具有显著的重要性.此外,不同应用领域对Web Service QoS的需求不尽相同,因此,需要有一套灵活的机制支持在QoS模型定义、QoS度量方法、QoS信息采集等方面体现出的领域特性.针对这个问题,文中提出了一个可扩展的Web Service QoS信息管理框架,详细分析了该框架涉及到的重要方法与核心技术,并给出了该框架在北京大学软件构件库系统中的设计决策和方案.最后,介绍了文中框架在一个863计划项目中的应用实例,该实例展示了用户根据其应用的领域需求对本框架进行扩展并进行Web Service QoS管理的方法,从而验证了本管理框架的可扩展性及实用性.
文摘传统网络中的服务质量(quality of service,QoS)路由协议很难直接有效地应用到无线传感器网络中,因此人们针对无线传感器网络提出了一些新的QoS路由协议。首先探讨了无线传感器网络中QoS路由协议的一些特点,分析了设计QoS路由协议所面临的挑战;然后着重分析了当前提出的一些QoS路由协议的QoS机制、特点以及优缺点,并对这些路由协议进行了分类和比较;最后总结了QoS路由协议未来的研究策略和发展趋势。
