随着新型网络业务和应用的不断发展与成熟,云计算、边缘计算、智能终端设备得到了快速发展,计算资源呈现出泛在部署的趋势,如何高效协同地利用这些泛在计算资源成为当前网络领域研究的一项重要新课题。在此背景下,算力网络(CFN,compute ...随着新型网络业务和应用的不断发展与成熟,云计算、边缘计算、智能终端设备得到了快速发展,计算资源呈现出泛在部署的趋势,如何高效协同地利用这些泛在计算资源成为当前网络领域研究的一项重要新课题。在此背景下,算力网络(CFN,compute first networking)的概念被提出,并引起了广泛的关注,其基本思想是将算力和网络深度融合,协同分布式的计算资源,提升计算资源的利用率,同时改善用户的网络服务体验。首先分析了算力网络的提出背景和研究现状,然后介绍算力网络的基本架构、工作流程,以及算力网络的关键技术,最后对算力网络发展方向以及面临挑战进行分析。展开更多
由于无线通信技术的飞速发展,以及硬件组成性能的限制,当前主流的一些软件无线电(Software Defined Radio,SDR)外设已不能满足无线电研究人员的需求。基于一种面向5G通信自主开发的软件通用平台(Software Universal Platform,SOUP)和无...由于无线通信技术的飞速发展,以及硬件组成性能的限制,当前主流的一些软件无线电(Software Defined Radio,SDR)外设已不能满足无线电研究人员的需求。基于一种面向5G通信自主开发的软件通用平台(Software Universal Platform,SOUP)和无线电软件开发平台GNU Radio,设计搭建了一种符合软件通信架构(Software Communication Architecture,SCA)的软件无线电系统。使用硬件驱动程序PDMA使主机识别SOUP、屏蔽SOUP底层硬件的实现细节,并使得操作系统能够像操作文件一样对SOUP进行操作,再使用GNU Radio的模块开发工具开发出信号源模块和信宿模块,这2个模块的功能就是用来采集和传送I/Q采样信号。通过实现一种传统的模拟通信系统,以验证SOUP_GNU Radio系统的有效性。展开更多
为充分利用数据中心网络的多路径带宽,现有研究多采用基于链路感知的负载均衡算法,在动态获取全局链路拥塞信息后选取最优路径对流量进行转发.然而这些研究未考虑数据中心网络流量大小分布不均匀的特性,难以在选路成本和转发效率上取得...为充分利用数据中心网络的多路径带宽,现有研究多采用基于链路感知的负载均衡算法,在动态获取全局链路拥塞信息后选取最优路径对流量进行转发.然而这些研究未考虑数据中心网络流量大小分布不均匀的特性,难以在选路成本和转发效率上取得平衡.为此,设计一种基于流分类的数据中心网络负载均衡机制(ULFC,Utilization-aware Load balancing based on Flow Classification),在实现拥塞感知的基础上进行流量特征分析,采用不同的策略为大、小流分配路径,实现网络流量特征与选路方法优势的最佳匹配.实验结果表明,相比于现有方案,ULFC的平均流处理效率提高了1.3倍至1.6倍,路由成本降低了50%以上.展开更多
文摘随着新型网络业务和应用的不断发展与成熟,云计算、边缘计算、智能终端设备得到了快速发展,计算资源呈现出泛在部署的趋势,如何高效协同地利用这些泛在计算资源成为当前网络领域研究的一项重要新课题。在此背景下,算力网络(CFN,compute first networking)的概念被提出,并引起了广泛的关注,其基本思想是将算力和网络深度融合,协同分布式的计算资源,提升计算资源的利用率,同时改善用户的网络服务体验。首先分析了算力网络的提出背景和研究现状,然后介绍算力网络的基本架构、工作流程,以及算力网络的关键技术,最后对算力网络发展方向以及面临挑战进行分析。
文摘由于无线通信技术的飞速发展,以及硬件组成性能的限制,当前主流的一些软件无线电(Software Defined Radio,SDR)外设已不能满足无线电研究人员的需求。基于一种面向5G通信自主开发的软件通用平台(Software Universal Platform,SOUP)和无线电软件开发平台GNU Radio,设计搭建了一种符合软件通信架构(Software Communication Architecture,SCA)的软件无线电系统。使用硬件驱动程序PDMA使主机识别SOUP、屏蔽SOUP底层硬件的实现细节,并使得操作系统能够像操作文件一样对SOUP进行操作,再使用GNU Radio的模块开发工具开发出信号源模块和信宿模块,这2个模块的功能就是用来采集和传送I/Q采样信号。通过实现一种传统的模拟通信系统,以验证SOUP_GNU Radio系统的有效性。
文摘为充分利用数据中心网络的多路径带宽,现有研究多采用基于链路感知的负载均衡算法,在动态获取全局链路拥塞信息后选取最优路径对流量进行转发.然而这些研究未考虑数据中心网络流量大小分布不均匀的特性,难以在选路成本和转发效率上取得平衡.为此,设计一种基于流分类的数据中心网络负载均衡机制(ULFC,Utilization-aware Load balancing based on Flow Classification),在实现拥塞感知的基础上进行流量特征分析,采用不同的策略为大、小流分配路径,实现网络流量特征与选路方法优势的最佳匹配.实验结果表明,相比于现有方案,ULFC的平均流处理效率提高了1.3倍至1.6倍,路由成本降低了50%以上.