一、树状网络上的Web代理服务器最优放置问题(论文文献综述)
罗燕鹏[1](2021)在《边缘缓存中首次未命中问题的研究》文中研究说明随着网络技术的飞速发展,无处不在的移动设备和大量的新兴应用导致了移动数据流量的爆炸式增长。内容分发网络(Content Delivery Network,CDN)作为解决网络流量快速增长的重要手段,为了获得更低的延迟和更好的用户体验,不断将其缓存设备从中心网络下沉到边缘网络当中,我们称这样的内容分发网络叫做边缘缓存网络。新的场景带来新的问题,边缘缓存中,通常缓存设备搭载在基站上,这导致了缓存所能够覆盖的用户大大减少,从而使其收到的请求相对较少。本文通过对YouTube请求数据集的分析,发现在边缘缓存中全局热门的内容不一定在局部缓存中也是热门内容,同时边缘缓存中局部缓存的内容热度偏度较小,大量的内容都只被访问了极少的次数。我们称缓存设备收到的对某个内容第一次请求未命中为首次未命中,通过这些分析和相关文献的查找,我们发现边缘缓存中,首次未命中对缓存整体命中率有着较为重要的影响,这是边缘缓存中特有的且不被重视的问题。据我所知,本文是第一个提出这个问题的。本文采用了主动推送的策略来解决这个问题,与其他文章不同,我们并不根据内容的热度来进行内容推送,因为我们发现在边缘缓存中内容热度相差较小。我们借鉴协同过滤的思想,通过缓存之间的相似性来进行内容推送。我们首先提出了最简单的广播策略,并且证明在缓存无限的条件下广播策略能够解决边缘缓存中的首次未命中问题,然后根据缓存历史收到的请求集合,计算缓存之间的Jaccard相似度,通过对缓存进行分簇的方法来限制内容推送的范围,利用图分割算法来解决簇划分问题,且进一步分析该问题具有子模性质。最后在分簇的基础上增加内容推送的概率,进一步提高内容推送的准确率。我们利用SNM模型和YouTube统计信息数据集生成了两个请求序列,并且模拟出缓存之间偏好的相似性。在仿真实验中,我们比较了本文提出的内容推送策略与最近相关研究中提出的缓存策略在边缘缓存中的性能,包括缓存命中率,缓存推送的开销,以及缓存推送的准确率。验证了本文提出的内容推送策略能够在可接受的开销下很大程度的解决边缘缓存中的首次未命中问题。
费新财[2](2019)在《面向网络功能虚拟化的资源分配与系统优化研究》文中认为近年来,为了快速灵活地部署网络服务,网络功能虚拟化(Network Function Virtualization,NFV)已经成为了一种很有前景的网络架构范例。通过转变网络功能的实现方式,NFV倡导将专有硬件设备替代为软件网络功能并运行在商用服务器中,从而简化网络服务的部署和管理,降低资本支出和运营支出。随着NFV的发展,网络功能服务链已被应用于电信运营商、数据中心和企业等网络中。在NFV实际部署中,网络功能实例通常运行在虚拟机(或容器)中。由于不同的网络功能具有不同的处理能力,当用户请求服务时,运营商需要在其服务器中配置足够的虚拟机并创建相应的网络功能实例组成服务链,以保证提供的服务能达到预期性能。针对不同的流量条件和不同的目标,运营商需要根据不同的策略调整网络功能的部署,同时不损害整体服务链的性能。因此对运营商来说,如何对其资源进行合理地分配并为用户提供性能保证至关重要。为了应对NFV部署中遇到的问题,现有的资源分配研究主要分为反应式和主动式的。当前反应式的研究假设流量请求已知,主要通过一种集中式方案实现资源的调度。然而,对于电信运营商网络而言,网络功能在地理分布式中心局中的部署存在从“网络功能—中心局”和“网络功能—服务器”的双重协同分配,以使各中心局内资源达到负载均衡。当前主动式的研究考虑了流量请求的动态波动性,但忽略了流量在服务链中的路由问题,或采用了不合理的方法预测网络功能的资源请求,或在运行中垂直扩展网络功能的处理能力。此外,在实现高性能NFV平台方面,有些NFV框架只关注单一网络功能而非服务链,而另一些无法自动实现网络功能的动态缩放。针对现有研究的不足,所提出的解决方案分别对NFV中的资源分配和系统优化问题进行了理论分析和系统实现,并从以下三个方面进行了研究。基于反应式的网络功能负载均衡分配优化机制。电信运营商在其地理分布式的中心局中部署网络功能服务链,要同时考虑上述双重分配问题。假定在用户流量请求已知的情况下,所提解决方案分成两个阶段。首先,在满足运营商总体预算的前提下,从所有中心局中选出适当的中心局,且最小化这些中心局之间的通信成本。该问题被抽象成寻找最大子图的NP难问题,所提出的方法是一种2-近似算法。其次,为了解决服务链中网络功能在中心局之间的分配问题,采用基于影子路由的方法。该方法利用虚拟队列的思想,提供一种通用的框架,为解决多目标多约束的问题带来理论依据。在解决双重分配问题中,每种路由决策都可以根据更新后的虚拟队列长度而得出,从而在所有选定的中心局上实现计算和带宽资源的负载均衡。所提出的分配算法能够持续运行以适应网络需求的变化,且被证明是渐进最优的。基于主动式的网络功能扩展和流量路由在线框架。考虑实际情况下流量请求的动态变化,运营商需要在云中为其用户动态调整网络功能的部署,并面临资源供应不足或过量供应的问题。为了最小化运营商的成本,提出一种联合在线算法指导运营商动态部署网络功能。首先通过利用高效的在线学习方法遵循正则化引导(follow the regularized leader,FTRL)预测服务链请求的流量大小,并证明其Regret的上界值。根据得出的预测值,提前为处理能力不足的网络功能配置具有最佳或者最大容量的新实例。接着,将新实例在服务器中的分配建模成可变尺寸的装箱问题,并设计了竞争比为3/2的在线启发式算法。对于服务链流量的路由,提出一种竞争比为(1+∈)的在线原始对偶算法。最后,在同时考虑由流量预测产生的误差和新实例部署成本的情况下,得出所提联合在线算法的竞争比随着时间的增加趋近于3/2,保证了所提算法具有良好的性能。基于负载感知的网络功能服务链动态缩放系统。对于实际的NFV平台,数据包在服务链中的高效处理需要根据流量的动态变化设计瞬时调控机制。为此,提出FlexNFV服务链框架,旨在为NFV平台提供自动高效的网络功能缩放能力。通过在运行时从系统中获取所需的信息,如不同网络功能的每包处理成本、流量特征和网络功能之间的队列等,FlexNFV能够准确计算出每个网络功能当前的负载。基于服务链级的负载,FlexNFV能够快速执行网络功能的缩放,从而避免服务链性能的下降。此外,FlexNFV还引入了功耗感知管理和队列冲突消除等系统优化。同已有的工作相比,FlexNFV能够灵活地适应实时流量的需求,同时不仅提升了服务链的吞吐量还降低了丢包率。
覃丽娟[3](2019)在《内容中心网络路由与缓存算法研究》文中研究说明随着网络新应用的不断涌现,当今互联网的业务量呈爆炸式地增长,其可扩展性、移动性和安全性等问题变得更加突出。为了从根本上解决这些问题,完全区别于TCP/IP网络架构的内容中心网络(Content-Centric Network,CCN)应运而生。CCN的路由转发采用面向源服务器的方式,这种原始的路由转发方式容易忽略非路径节点上最近存储节点的缓存资源,导致更长的传输时延。CCN默认将内容缓存在传输路径的所有节点上,这种泛滥式的缓存方式会导致链路上节点存在大量的内容冗余。因此,可以设计高效和优良的CCN路由转发和缓存算法,以达到提高内容中心网络性能的目的。针对非路径节点上缓存资源利用率低,导致传输时延较长的问题,论文设计了一种基于改进K均值聚类的路由转发算法(Improved K-means clustering Routing,IKR)。IKR算法首先将网络中的所有节点按照节点关联度聚类。聚类完成后,根据边缘节点条件、节点关联度条件为每个聚类选出控制节点,统计聚类内各个节点的缓存信息。当兴趣包转发时,节点先与自身的缓存表和未决请求表匹配,在这两者均未匹配成功的情况下,查询聚类内部的控制节点,找到获取内容数据的最短路径,节约网络资源。仿真实验表明:与全转发算法、随机转发算法和最短路径转发算法相比,IKR算法可以有效提高缓存命中率,降低源服务器负载和请求平均时延。针对经典缓存方式中网络节点存在大量缓存冗余,导致缓存命中率较低的问题,论文设计了一种基于节点缓存状态和内容流行度的缓存算法(Caching based on Node Cache State and Content Popularity,NCSCP)。NCSCP算法基于改进K均值聚类模型,在兴趣包转发的过程中,根据路径上节点的缓存状态和内容流行度选出缓存节点;在数据包返回时,将内容缓存在兴趣包转发时选择的缓存节点上。对每一个内容数据,在聚类内部只选择一个缓存节点,降低聚类内的缓存冗余。仿真实验表明:与处处缓存算法、概率缓存算法(概率为0.5)和加权概率缓存算法相比,NCSCP算法可以有效提高缓存命中率,降低平均请求时延。
郝娉婷[4](2018)在《软件定义内容分发网络中的关键技术研究》文中研究指明内容分发网络(Content Delivery Network,CDN)一直是计算机领域中受学术界和产业界关注的技术,其核心在于将内容部署至距离用户更“近”,从而降低用户在获取内容时的延迟。内容分发网络可通过租赁或购买服务器自行构建,也可以通过内容分发网络服务商提供所需服务。为适应当前网络中数据类型、传输要求的变化,内容分发网络从架构、机制到算法等方面也一直在进行着改进和创新。随着云计算、软件定义网络等技术的推进,内容分发网络也通过结合新技术提升服务能力。本文主要结合内容分发网络和软件定义网络(Software Defined Network,SDN)的优势,利用软件定义网络控制与转发分离的三层平台架构以及动态编程等特征,构建软件定义内容分发网络(Software Defined Content Delivery Network,SDCDN)。通过整合网络资源、计算资源和存储资源,并结合底层网络信息和上层应用信息对资源进行处理,保证在大规模流量的应用场景下,提供支持低延迟、细粒度,和注重用户体验的服务。本文以软件定义内容分发网络为架构,首先,对软件定义内容分发网络系统的演化进行了描述,并设计了相关工作流程。其次,充分利用软件定义内容分发网络的优势,结合应用层状态和网络反馈信息进行策略的制定和执行,增强对资源的管理能力。从提升内容分发网络的性能角度,解决软件定义内容分发网络架构下的内容分发、请求路由等方面的问题。通过场景分析、模型构建和实验论证,围绕副本放置问题、定价问题和更新问题展开研究。论文主要贡献包括:⑴针对流量激增而引起的网络状态不稳定、延迟高等服务质量下降的问题,本文首先提出一种边缘网络间的合作模式,并设计了对应的原型系统Cloud Co-CDNs(C3)。同时,对C3的工作流进行分析和描述,以此构建随机模型。模型中考虑到C3完整的工作流程,以延迟为主要评价标准,结合底层和上层平台的工作过程,如传输过程、更新过程和复制过程,对这三种过程带来的延迟进行综合衡量,从而以启发式算法为基础,改进现有副本放置算法,提升了系统服务性能。⑵针对用户的移动性,并为第五代移动通讯网络、移动边缘计算、雾计算等提供支持,将软件定义内容分发网络向移动边缘化扩展。本文提出了可充分利用存储设备的灵活性的放置原型系统PMEC(Provision for Mobile Edge Computing),在PMEC中,为适应不同的需求,我们在二层结构的移动边缘网络下,构建了灵活的二层边缘覆盖网络去选择不同的存储设备放置副本,并以最小代价为目的设计相应策略。基于对问题的分析,我们从底层向上将边缘网络拓扑抽象为二层动态最小生成树,并分别给出两层的基础算法以及改进算法,降低了延迟时间。⑶针对服务质量和价格的不对等问题,本文考虑通过市场驱动去保证用户服务质量。首先,提出以市场驱动模型为基础的原型系统DPTE(Dynamic Pricing with Traffic Engineering),在DPTE中将用户对服务质量的需求考虑其中,构建了价格模型和流量模型。其次,通过前述两个模型的相互作用,即以性能状态决定价格模型,以价格规则作用用户选择、调整流量分布,从而改善系统性能。最后,利用网络效用函数定义目标函数,设计启发式算法,均衡了网络流量,增加了服务收益。⑷保证软件定义内容分发网络的系统服务质量,减少调整资源所产生的时间代价是软件定义内容分发网络面临的全新问题。本文提出了基于李雅普诺夫稳定性理论(Lyapunov`s Stability Theory)的更新策略,从而平滑调整用户比特率。在更新模型中,考虑到比特率的变化、路径的变化以及服务器选择的变化所带来的更新代价,在保证用户比特率的前提下,以最小更新代价的方案做调整。通过对整数规划问题模型的求解,调整应用层和底层资源的分配,降低了调整所带来的比特率变化的幅度,提升了用户服务质量。
涂成栋[5](2017)在《MEC架构设计及应用放置优化研究》文中认为移动边缘云(Mobile Edge Cloud,MEC)是一个支持按需弹性访问模型,也可看作是在靠近移动用户的无线网络边缘与一个可重构计算资源,如服务器、存储、对等设备、应用和服务等,所组成的共享池进行的交互。它克服了传统的中央云模型在提供无线网络信息和本地上下文感知方面实现低延迟和带宽保护所遇到的障碍。然而,这样的云环境通常包含不可靠的节点和容易失败的链路连接。因此,具有可用性保证要求的应用程序的放置是当前研究面临的一个挑战。如果某个应用放置算法是CPU、内存、网络和可用性全部感知的,应用程序就能在一个小的失败概率下尽可能优化地使用资源。应用程序在网络基础设施中的优化部署是一个NP难问题,因此,解决此问题的精确算法是不可扩展的。本文首先研究了MEC系统的整体架构,应用的分类、扩展和放置,进而对MEC的服务模型进行了详细的调查评估和分析,同时分析了其对应的部署场景并进行了分类。随之分析了影响MEC系统设计的因素,然后从MEC系统服务器平台设计和其被部署的无线接入网络的位置、网络层级设计两方面出发调查和分析了MEC系统的架构和设计以及涉及的技术问题、现有的解决方法等。为解决MEC中应用程序放置的可用性感知问题,本文通过定义一个偏随机密钥染色体来表示一个应用程序的放置位置并使用一个具有容错功能的分布式池模型,提出了一个分布式遗传算法来优化面向服务的应用程序放置。本文对上述优化算法进行了仿真模型构建和大量数据测试,并将其与现有的整数线性规划(ILP)方法进行对比,经过对仿真结果认真整理与详细分析,显示优化算法在应用程序放置的可用性要求及副本数上是可扩展的,并且能够获得近似最优性能的结果,尤其在可用性要求较高时,其表现大大优于ILP。本文的最后进行了总结,同时提出了MEC及其可用性感知的应用程序放置面对的挑战和未来研究方向。
李想[6](2017)在《基于内容分发网络的优化设计》文中研究说明内容分发网络通过在网络边缘或核心交换区域部署内容代理服务器,能有效降低网络访问的时延。本文主要围绕代理服务器的部署和本地服务器内容缓存两个问题,对内容分发网络展开优化设计。主要的研究内容如下:首先,针对代理服务器的部署问题,本文提出了一种最优化代理服务器的放置和网络资源优化的策略。为验证该策略的有效性,构建了基于节点的混合整数线性规划(MILP)模型,并提出了相应的启发式算法。仿真结果表明,提出的代理服务器放置策略和网络资源优化方案能有效降低网络的平均传输时延,使网络中的服务器处于负载均衡的状态。其次,基于用户对网络中内容访问频次服从Zipf分布的特性,本文提出了高效的本地服务器内容缓存策略,将访问频次高的内容提前缓存到到本地服务器中。并构建了整数线性规划(ILP)模型和相应的启发式算法。结果表明,本文提出的缓存策略对内容分发网络的性能有显着提升,可有效降低网络的平均传输时延。
杜莎[7](2015)在《实证研究树状网络的演化博弈》文中指出网络上的演化博弈是复杂系统中基本的动力学行为之一。在诸多相关的演化博弈模型研究中,囚徒困境博弈模型是最具代表性的问题之一。一方面,网络本身的拓扑结构决定了网络的合作水平;另一方面,网络中初始时刻合作节点的选择机制会影响整个演化博弈动力学过程。现实复杂系统中,存在大量的树状网络结构,如河流,星系以及国家组织机构等,但针对树状网络的系统化研究较少;而已有的囚徒困境演化博弈研究通常在初始时刻随机均匀选择合作节点,难以反映真实网络中合作节点和背叛节点不均匀分配的现实映射意义。本文从树状网络着手,对网络中的囚徒困境演化博弈特性进行研究。同时,引入了带有适应度记忆估计机制的囚徒困境演化博弈模型,探究了记忆机制对于合作行为的影响。首次将演化博弈模型引入实证互花米草树状网络中,把复杂网络中的博弈理论应用于生态学中,促进了学科间的交叉研究。文章的主要贡献如下.1.基于常见的网络模型构建算法,构建了三种包含不同度分布特性的树状网络结构,同时对网络的结构特性进行了分析。本文构建了度分布为幂律形式的BA无标度树状网络、度值分布K∈{1,2,3}的完全二叉树状网络以及度分布为指数分布的小世界分形树状网络。这三种网络模型不仅包含了复杂系统中常见的无标度和小世界特性,完全二叉树状网络还具有树状结构中较为突出的二叉形结构,体现了树状网络结构有别于其他拓扑结构所特有的分叉特性。2.按照不同的初始时刻合作策略选取模式,构建了树状网络上的囚徒困境演化博弈模型,并引入了适应度记忆估计机制。在演化博弈的初始时刻,网络中的合作节点选取遵循两种不同的规则:随机均匀选取和按照节点度值选取。随机均匀选择初始合作节点时,合作频率fc都随着背叛者的优势6增加而逐渐降低,树状网络拓扑结构的不同构造算法对于合作行为具有不同的影响;按照节点度值选取初始合作节点时,演化到达稳态时合作者的比例同树状网络本身的结构性质关系不大,而初始时刻网络中合作节点的度值起着主导作用。在树状网络中引入适应度记忆估计机制,促进了网络中合作的涌现。3.基于互花米草基株空间构型,构建互花米草克隆植株多重关系树状网络,首次对实证树状网络上的演化博弈特性进行了探究获取。分析了互花米草树状网络的拓扑结构,得到其生长特征和株丛间回避竞争的生态学策略。其次,在互花米草树状网络中引入了囚徒困境演化博弈模型,初始时刻,分别按照三种不同的规则选取网络中的合作节点:第一种是随机均匀选取合作节点,合作频率随着背叛诱惑值的增加逐渐下降;第二种是选择不同类型的生物体单位为合作节点,选取株丛间根状茎间隔点,演化博弈到达稳态时,合作者的比例随着背叛诱惑值的增加而逐渐减小;第三种是按照节点的度值选取合作节点,当最小度值较小时,网络中的合作频率较大。同时引入了带有适应度记忆估计机制的囚徒困境演化博弈模型,分析了记忆机制对于互花米草克隆植株树状网络中合作行为的影响。接下来,考虑以群体作用为基础的公共品博弈和带有单干策略的公共品博弈模型,分析得到互花米草克隆植株实证网络演化博弈动力学的相关特性。
陈希[8](2014)在《树状网络上的多陷阱随机游走》文中指出在复杂系统中,网络上的随机游走是基本的动力学过程之一。在诸多相关研究中,最具代表性的是带有陷阱的随机游走问题。一方面,网络本身的拓扑决定了游走的可达范围;另一方面,陷阱节点的选择会影响整个动力学过程。作为复杂系统中常见的一种网络构型,树状网络大量存在于自然界以及工程应用领域,但国内外文献资料中都鲜有针对树状网络的系统化研究。而已有的随机游走研究通常只选取单个陷阱,难以反映真实网络中包含多个陷阱的映射意义。本文从树状网络着手,进行含有多个陷阱节点的随机游走特性研究。同时,采用归一化拉普拉斯谱求解相应随机游走的期望值,并且将这种多陷阱随机游走模型应用到实证树状网络的分析中。实证树状网络选取了国内首次获取的克隆植物互花米草网络,把复杂网络理论应用于生态学中,实现了交叉学科的突破性研究。文章的主要贡献如下:1.针对典型的树状结构,提出了三种树状网络模型,并研究得到相关结构性质。构建具有同配性的BA无标度树状网络、具有异配性的完全二叉树状网络和具有不相关性小世界分形树状网络。三种网络充分涵盖了树状网络的度相关特性,分别代表了复杂网络拓扑结构的典型模式,体现了树状网络有别于其他复杂网络的分叉特性。2.构建了多陷阱树状网络随机游走模型,并采用归一化拉普拉斯谱作为仿真模型的理论验证依据。网络中多个陷阱的选取遵循两种不同的规则:随机选取和按照节点度值选取。随机选取陷阱节点时,三种网络平均吸收时间的概率分布为幂律模式,幂指数随着Pearson相关系数的增加而减小。按照度值选取陷阱节点时,首达时间的分布均服从指数分布关系。此外,通过归一化拉普拉斯矩阵的相关算法得到的平均吸收时间的计算公式,和仿真结果相吻合。3.选取自然界中具有典型树状结构的克隆植物互花米草作为研究对象,首次得到国内较大范围内的互花米草空间构型,探究获取实证树状网络随机游走的特性。分别按照三种不同的规则选取网络中的多个陷阱:第一种是随机选取陷阱节点,平均吸收时间和陷阱个数呈现幂律分布关系;第二种是按照不同类型的生物体单位选取陷阱节点,平均吸收时间大多呈现带指数截断的幂律分布;第三种是按照度值选取陷阱节点,当选取较大度值的节点作为陷阱时,平均吸收时间服从幂律分布,度值选取较小时,平均吸收时间基本没有变化。通过构建互花米草多重关系网络,分析互花米草树状网络的多陷阱随机游走特性,得到其扩散生长特征和株丛间彼此回避竞争的生态学策略。4.提出了获取克隆植物生境异质性的方法,解决了传统生态学中通过自然生境湿地大范围取样来获取异质性分布情况的难题,实现交叉学科研究的价值。生态学中由于自然生境本身的异质性是普遍存在的,但具体格局如何很难检测。采用网络拓扑和动力学分析方法,通过分析树状结构克隆植物互花米草的水平生长格局,从而反映具体生境斑块的资源丰富程度,得到其所在生境的异质性格局特征。该生境下,斑块交互性较强,斑块纹理和强度的分布呈现和根状茎相关的幂律分布模式,异质性尺度呈现指数分布形式。
黄孙琴[9](2012)在《树状网络上代理服务器逆优化问题》文中研究表明通常的代理服务器选址问题是在给定的网络上,如何合理地放置代理服务器,使得整个网络的最大时延最小或总花费最小,其实在实际中会很自然地碰到它的一类逆优化问题,就是当代理服务器已在给定的网络上放置好且不能移动时,如何改进网络(如增加网络带宽,提高服务器的负载能力、处理速度等),使得改进后的网络运行更有效。本文研究在一个已放置了P个代理服务器的树状网络上,如何在不超过预算的情况下,使用户到代理服务器的最大时延最小的逆优化问题,给出了一个多项式时间算法,并通过一个实例验证了该算法的可行性。
崔来中[10](2012)在《互联网海量流媒体P2P传送性能优化研究》文中提出互联网本身是基于点到点的传输,而针对点到多点的传送问题一直没有得到彻底的解决。为解决流媒体应用这类典型基于点到多点传送应用的传送性能需求,学者提出了IP组播、CDN和P2P技术。出于对成本和部署的考虑,IP组播和CDN不适合海量流媒体的传送。P2P凭借优异的可扩展性,低成本和易部署的特点,已经成为互联网流媒体点到多点传送的主要途径。但是,流媒体应用正在呈现海量化的趋势,对P2P传送性能提出了更高的要求,现有P2P在传送性能上还存在吞吐量不够高、传输延迟不够低、域间流量过多等不足。本文研究基于P2P的海量流媒体点到多点传送性能的优化,从拓扑构建、传送调度和流量优化三个影响P2P传送性能的主要因素展开具体的研究。本文主要研究内容和贡献包括:1综述了现有互联网点到多点传送机制的解决方案和现有P2P流媒体传送的热点问题。通过总结现有P2P系统仍存在的问题和分析影响P2P流媒体传送性能的主要因素,提出了一个P2P流媒体传送性能优化研究框架,包括:传送拓扑、传送调度和流量优化三个部分,指导本文系统性地展开P2P传送性能优化的研究工作。2研究同时考虑节点带宽和延迟的P2P拓扑构建问题,提出了带有偏向性随机漫步的邻居选择算法和节点周期性的邻居调整算法。通过理论分析,证明了所提出算法同传统的P2P拓扑构建算法相比,可以改进节点所选邻居的网络性能。仿真结果表明所提出的算法在流媒体的传送性能上比传统方法有明显提高。3研究网状拓扑的P2P传送调度问题,提出了基于网络编码的“推拉”结合传送调度算法和针对异构环境下的SVC编码与网络编码混合编码传送调度算法。仿真实验表明,“推拉”结合传送调度算法显着提高流媒体传送的性能,SVC编码与网络编码混合编码传送调度算法可以有效解决节点异构需求下的传送问题。4研究P2P域间流量优化问题。针对直播流媒体,提出了树状和网状混合式的拓扑构建算法和传送调度算法。针对点播流媒体,提出基于网络编码分布式节点缓存机制和代理缓存替换算法。仿真结果表明,无论是直播流媒体和点播流媒体的P2P域间流量相对于传统方法都有显着减少。5设计并实现了海量流媒体P2P传送原型系统,该原型系统把本文在各个研究点所提出的解决方案有机结合起来。通过真实网络测试,验证了原型系统在传送性能上较传统的P2P流媒体系统有明显改进。
二、树状网络上的Web代理服务器最优放置问题(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、树状网络上的Web代理服务器最优放置问题(论文提纲范文)
(1)边缘缓存中首次未命中问题的研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外研究历史与现状 |
1.3 研究内容与创新点 |
1.3.1 研究内容 |
1.3.2 创新点 |
1.4 本论文的结构安排 |
第二章 相关技术研究 |
2.1 本章引言 |
2.2 内容分发网络 |
2.2.1 P2P——CDN混合网络 |
2.2.2 ISP自建的CDN网络 |
2.2.3 移动边缘缓存 |
2.3 软件定义网络 |
2.3.1 SDN体系结构 |
2.3.2 SDN控制器 |
2.3.3 OpenFlow协议 |
2.3.4 SDN在边缘计算中的应用 |
2.4 请求生成模型 |
2.4.1 Zipf定律 |
2.4.2 独立参考模型(IRM) |
2.4.3 散粒噪声模型(SNM) |
2.5 图分割问题 |
2.5.1 最大流-最小割问题 |
2.5.2 图分割算法 |
2.6 子模函数 |
2.7 本章小结 |
第三章 内容分发网络缓存问题的建模 |
3.1 本章引言 |
3.2 边缘缓存中的首次未命中问题 |
3.2.1 数据集 |
3.2.2 数据集分析 |
3.2.3 问题提出 |
3.2.4 问题重要性分析 |
3.2.5 问题复杂性分析 |
3.3 问题建模 |
3.3.1 问题场景 |
3.3.2 问题模型 |
3.4 本章小结 |
第四章 内容分发网络预取策略 |
4.1 本章引言 |
4.2 背景知识 |
4.2.1 边缘缓存中内容的热度 |
4.2.2 多播技术在CDN中的应用 |
4.2.3 缓存之间的相似性 |
4.3 基于广播的内容推送策略 |
4.4 基于分簇的内容推送策略 |
4.5 基于概率的内容推送策略 |
4.6 网络状态感知的推送 |
4.7 本章小结 |
第五章 实验设计与结果分析 |
5.1 本章引言 |
5.2 请求序列生成与分析 |
5.2.1 数据集 |
5.2.2 请求序列生成 |
5.2.3 映射规则 |
5.2.4 请求序列分析 |
5.3 实验设置 |
5.4 仿真结果分析 |
5.4.1 本章小结 |
第六章 全文总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
攻读硕士学位期间取得的成果 |
(2)面向网络功能虚拟化的资源分配与系统优化研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.3 研究内容和主要贡献 |
1.4 论文组织结构 |
2 基于反应式的网络功能负载均衡分配 |
2.1 问题提出 |
2.2 分布式NFV模型和框架概述 |
2.3 针对NFV部署的中心局选择问题 |
2.4 中心局和服务器中网络功能的分配 |
2.5 基于影子路由的方案 |
2.6 性能评测 |
2.7 本章小结 |
3 基于主动式的网络功能扩展和流量路由 |
3.1 问题提出 |
3.2 问题模型和形式化表示 |
3.3 自适应网络功能扩展的主动在线算法 |
3.4 新实例分配和流量路由在线算法 |
3.5 性能评测 |
3.6 本章小结 |
4 基于负载感知的网络功能服务链动态缩放 |
4.1 问题提出 |
4.2 FlexNFV的设计和实现 |
4.3 系统优化 |
4.4 性能评测 |
4.5 总结 |
5 总结与展望 |
致谢 |
参考文献 |
附录1 缩略词简表 |
附录2 攻读博士学位期间发表论文 |
附录3 攻读博士学位期间参与的主要科研项目 |
附录4 个人简历 |
(3)内容中心网络路由与缓存算法研究(论文提纲范文)
中文摘要 |
英文摘要 |
1 绪论 |
1.1 研究背景 |
1.1.1 互联网发展现状与存在的问题 |
1.1.2 网络发展新机遇 |
1.2 信息中心网络 |
1.2.1 信息中心网络关键技术 |
1.2.2 典型架构介绍 |
1.3 论文工作与结构 |
1.3.1 论文的主要工作 |
1.3.2 论文结构 |
1.4 本章小结 |
2 内容中心网络路由与缓存技术研究 |
2.1 内容中心网络基本内容 |
2.1.1 基本架构 |
2.1.2 转发模型 |
2.1.3 仿真平台 |
2.2 内容中心网络路由转发技术研究 |
2.2.1 内容路由基本原理 |
2.2.2 内容转发基本原理 |
2.2.3 路由转发研究现状 |
2.3 内容中心网络缓存技术研究 |
2.3.1 缓存放置算法 |
2.3.2 缓存替换算法 |
2.3.3 缓存技术研究现状 |
2.4 本章小结 |
3 基于改进K均值聚类的路由转发算法 |
3.1 引言 |
3.2 基于改进K均值聚类的模型 |
3.2.1 K均值聚类算法概述 |
3.2.2 基于K均值聚类的改进 |
3.2.3 改进K均值聚类过程 |
3.3 基于改进K均值聚类的路由转发算法 |
3.3.1 基于改进K均值聚类的路由转发原理 |
3.3.2 基于改进K均值聚类的路由转发算法 |
3.4 仿真实验与结果分析 |
3.4.1 仿真参数设置 |
3.4.2 实验结果分析 |
3.5 本章小结 |
4 基于节点缓存状态和内容流行度的缓存算法 |
4.1 引言 |
4.2 节点缓存状态和内容流行度的度量 |
4.2.1 节点缓存状态 |
4.2.2 内容流行度 |
4.3 基于节点缓存状态和内容流行度的缓存算法 |
4.3.1 基于节点缓存状态和内容流行度的缓存原理 |
4.3.2 基于节点缓存状态和内容流行度的缓存算法 |
4.4 仿真实验与结果分析 |
4.4.1 仿真参数设置 |
4.4.2 实验结果分析 |
4.5 本章小结 |
5 总结与展望 |
5.1 论文总结 |
5.2 下一步研究工作 |
参考文献 |
附录 |
A作者在攻读硕士期间参与的科研项目 |
B学位论文数据集 |
致谢 |
(4)软件定义内容分发网络中的关键技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 关于软件定义网络和内容分发网络耦合的研究现状 |
1.2.2 软件定义内容分发网络问题的研究现状 |
1.3 本文研究内容 |
1.4 论文的组织结构 |
第2章 软件定义内容分发网络基本概念和系统架构设计 |
2.1 软件定义网络 |
2.1.1 软件定义网络概念 |
2.1.2 软件定义网络架构 |
2.1.3 软件定义网络中针对多媒体领域的研究现状 |
2.2 内容分发网络 |
2.3 软件定义内容分发网络 |
2.3.1 软件定义内容分发网络架构演变 |
2.3.2 软件定义内容分发网络基础架构 |
第3章 软件定义内容分发网络副本放置策略研究 |
3.1 引言 |
3.2 问题分析 |
3.3 策略模型 |
3.4 数据实验与性能评价 |
3.4.1 实验设置 |
3.4.2 实验结果 |
3.5 本章小结 |
第4章 软件定义内容分发网络移动边缘副本放置策略研究 |
4.1 引言 |
4.2 问题分析 |
4.2.1 系统设计 |
4.2.2 策略模型 |
4.3 策略设计 |
4.3.1 初始化 |
4.3.2 第一层PMEC算法设计 |
4.3.3 第二层PMEC算法设计 |
4.4 数据实验与性能评价 |
4.4.1 实验设置 |
4.4.2 实验结果 |
4.5 本章小结 |
第5章 软件定义内容分发网络动态定价策略研究 |
5.1 引言 |
5.2 系统设计 |
5.3 策略模型 |
5.3.1 SLA(Service-Level Agreement)过程 |
5.3.2 价格模型 |
5.3.3 流量模型 |
5.4 数据实验与性能评价 |
5.4.1 实验设置 |
5.4.2 实验结果 |
5.5 本章小结 |
第6章 软件定义内容分发网络更新策略的研究 |
6.1 引言 |
6.2 原理描述 |
6.2.1 不相交路径 |
6.2.2 李雅普诺夫 |
6.3 策略建模 |
6.4 数据实验与性能评价 |
6.4.1 实验设置 |
6.4.2 实验结果 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 工作总结 |
7.2 下一步的工作展望 |
参考文献 |
作者简介及在学期间所取得的科研成果 |
致谢 |
(5)MEC架构设计及应用放置优化研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究的背景与意义 |
1.2 研究现状 |
1.3 研究内容安排 |
1.4 本章小结 |
第二章 MEC技术介绍及分析 |
2.1 MEC的基本特点 |
2.2 MEC应用分类 |
2.2.1 计算卸载型应用 |
2.2.2 协同计算型应用 |
2.2.3 网内处理型应用 |
2.3 MEC的应用扩展与放置 |
2.3.1 应用程序扩展与放置 |
2.3.2 应用程序可用性感知 |
2.4 本章小结 |
第三章 MEC的服务模型及架构设计 |
3.1 MEC的服务模型 |
3.1.1 软件即服务(SaaS) |
3.1.2 平台即服务(PaaS) |
3.1.3 基础设施即服务(IaaS) |
3.2 MEC的架构 |
3.2.1 MEC服务器 |
3.2.2 MEC网络架构 |
3.3 本章小结 |
第四章 MEC的应用放置优化 |
4.1 应用放置优化 |
4.2 问题描述及数学模型 |
4.2.0 问题描述 |
4.2.1 构建问题模型 |
4.2.2 定义约束条件 |
4.2.3 定义目标函数 |
4.3 具有可用性保证的应用放置优化算法 |
4.3.1 偏随机密钥遗传算法 |
4.3.2 染色体编码 |
4.3.3 进化操作 |
4.3.4 译码 |
4.3.5 框架:池模型 |
4.4 本章小结 |
第五章 性能评估及分析 |
5.1 仿真模型 |
5.2 结果分析 |
5.3 本章小结 |
总结与展望 |
参考文献 |
攻读硕士学位期间取得的研究成果 |
致谢 |
附件 |
(6)基于内容分发网络的优化设计(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 主要研究内容 |
1.3 论文结构安排 |
第二章 内容分发网络技术的介绍 |
2.1 内容分发网络背景 |
2.2 内容分发网络的技术简介 |
2.3 内容分发网络的研究现状 |
第三章 代理服务器的放置策略 |
3.1 主要内容 |
3.1.1 代理服务器的放置 |
3.1.2 任播(Anycast)及多路径传输技术 |
3.2 代理服务器放置及网络资源分配线性规划模型 |
3.2.1 模型介绍 |
3.2.2 参数介绍 |
3.2.3 MILP模型 |
3.3 代理服务器放置策略及网络资源分配 |
3.3.1 代理服务器放置的SLG算法 |
3.3.2 引入任播及多路径传输技术的网络资源分配方案 |
3.4 结果与性能分析 |
3.4.1 测试条件 |
3.4.2 Monte Carlo仿真方法的介绍 |
3.4.3 代理服务器放置策略的性能分析 |
3.4.4 任播与多路径传输技术的性能评估 |
3.5 小结 |
第四章 本地服务器内容缓存策略 |
4.1 数据分发网络用户访问特性的研究 |
4.2 基于用户访问特性的本地服务器缓存策略 |
4.2.1 ILP优化模型 |
4.2.2 启发式算法 |
4.3 结果与性能分析 |
4.3.1 测试条件 |
4.3.2 本地服务器缓存策略分析 |
4.3.3 本地服务器缓存容量配置分析 |
4.4 小结 |
第五章 总结与展望 |
5.1 论文工作总结 |
5.2 未来的工作展望 |
参考文献 |
攻读硕士学位期间的研究成果 |
致谢 |
(7)实证研究树状网络的演化博弈(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1. 树状网络上演化博弈的研究背景 |
1.2. 树状网络上演化博弈的研究意义 |
1.3. 本文的研究任务和内容安排 |
第二章 经典博弈理论概述 |
2.1. 引言 |
2.2. 博弈的基本组成部分 |
2.3. 各种博弈模型 |
2.3.1. 囚徒困境博弈 |
2.3.2. 雪堆博弈 |
2.3.3. 鹰鸽博弈 |
2.3.4. 公共品博弈 |
2.4. 两人两策略博弈 |
2.5. 复杂网络上的演化博弈研究 |
2.5.1. 网络结构 |
2.5.2. 策略更新 |
2.5.3. 平均场理论 |
2.6. 本章小结 |
第三章 树状网络基本模型及其演化博弈 |
3.1. 引言 |
3.2. 树状网络模型 |
3.2.1. 无标度树状网络 |
3.2.2. 完全二叉树状网络 |
3.2.3. 小世界分形树状网络 |
3.3. 树状网络上的囚徒困境问题描述 |
3.4. 树状网络上的囚徒困境演化博弈仿真分析 |
3.4.1. 随机选择初始策略 |
3.4.2. 根据节点度值选择初始策略 |
3.5. 带有适应度记忆机制的囚徒困境演化博弈 |
3.6. 本章小结 |
第四章 互花米草实证树状网络上的演化博弈 |
4.1. 引言 |
4.2. 互花米草克隆植株网络 |
4.3. 互花米草克隆植株网络上的囚徒困境演化博弈 |
4.3.1. 随机选择初始策略 |
4.3.2. 根据节点类型选择初始策略 |
4.3.3. 根据节点度值选择初始策略 |
4.4. 互花米草克隆植株网络上带有适应度记忆机制的囚徒困境演化博弈 |
4.4.1. 随机选择初始策略 |
4.4.2. 根据节点类型选择初始策略 |
4.5. 互花米草克隆植株网络上的公共品演化博弈 |
4.5.1. 随机选择初始策略 |
4.5.2. 根据节点类型选取初始策略 |
4.6. 互花米草克隆植株网络上带有单干策略的公共品演化博弈 |
4.6.1. 随机选择策略 |
4.6.2. 根据节点类型选择策略 |
4.7. 本章小结 |
第五章 总结与展望 |
5.1. 总结 |
5.2. 展望 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
(8)树状网络上的多陷阱随机游走(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 树状网络随机游走的研究背景 |
1.2 树状网络上多陷阱随机游走的研究意义 |
1.3 树状网络的测度 |
1.3.1 网络的统计参量 |
1.3.2 网络的图谱 |
1.4 本文的研究任务和内容安排 |
第二章 树状网络模型的构建与分析 |
2.1 引言 |
2.2 BA无标度树状网络 |
2.3 完全二叉树状网络 |
2.4 小世界分形树状网络 |
2.5 本章小结 |
第三章 多陷阱树状网络随机游走 |
3.1 引言 |
3.2 多陷阱随机游走的问题描述 |
3.3 树状网络模型的多陷阱随机游走仿真分析 |
3.3.1 随机选取陷阱节点 |
3.3.2 按照节点度值选取陷阱节点 |
3.4 树状网络的归一化拉普拉斯特性分析 |
3.5 本章小结 |
第四章 克隆植物互花米草树状网络随机游走及生境异质性分析 |
4.1 引言 |
4.2 克隆植物互花米草简介 |
4.3 互花米草树状网络的多陷阱随机游走特性分析 |
4.4 互花米草基株网络的生境异质性分析 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
攻读硕士学位期间发表的学术论文 |
致谢 |
(9)树状网络上代理服务器逆优化问题(论文提纲范文)
1. 引言 |
2. 模型建立 |
3. 模型求解 |
4. 仿真实验 |
5. 结束语 |
(10)互联网海量流媒体P2P传送性能优化研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景 |
1.2 本文的研究内容 |
1.3 本文的主要贡献 |
1.4 本文的章节组织 |
第2章 研究现状及相关工作 |
2.1 本章引言 |
2.2 互联网点到多点传送机制 |
2.2.1 IP单播与IP组播 |
2.2.2 内容分发网络CDN |
2.2.3 对等网络P2P |
2.3 P2P系统的拓扑构建 |
2.3.1 树状拓扑 |
2.3.2 网状拓扑 |
2.3.3 结构化拓扑 |
2.4 P2P系统的传送调度算法 |
2.4.1 传统P2P系统的传送调度算法 |
2.4.2 基于网络编码的P2P系统传送调度算法 |
2.4.3 基于分层编码的P2P系统传送调度算法 |
2.5 P2P系统的域间流量优化 |
2.5.1 流量局部化技术 |
2.5.2 缓存机制 |
2.6 海量流媒体P2P传送性能优化研究框架 |
2.7 本章小结 |
第3章 海量流媒体P2P传送拓扑的构建 |
3.1 本章引言 |
3.2 带有QoS偏向性的邻居选择算法 |
3.2.1 邻居选择问题形式化建模 |
3.2.2 分布式邻居选择算法 |
3.2.3 理论分析 |
3.3 自适应拓扑调整算法 |
3.4 基于仿真实验的性能评价 |
3.4.1 仿真实验设置 |
3.4.2 性能评价指标 |
3.4.3 实验结果分析 |
3.5 本章小结 |
第4章 海量流媒体P2P传送调度算法 |
4.1 本章引言 |
4.2 基于网络编码的全局最优传送调度问题 |
4.2.1 随机网络编码 |
4.2.2 基于网络编码的“推”模式传送调度概述 |
4.2.3 基于网络编码的传送调度问题形式化 |
4.2.4 全局最优化建模 |
4.3 启发式局部最优的分布式传送调度算法 |
4.4 “推拉”结合传送调度算法 |
4.4.1 拉阶段 |
4.4.2 推阶段 |
4.5 异构网络环境下P2P传送调度算法 |
4.5.1 联合编码方式与传送调度算法 |
4.5.2 理论分析 |
4.6 基于仿真实验的性能评价 |
4.6.1 “推拉”结合传送调度算法的性能评价 |
4.6.2 网络编码与SVC混合编码传送调度算法的性能评价 |
4.7 本章小结 |
第5章 海量流媒体P2P传送域间流量优化 |
5.1 本章引言 |
5.2 域间混合拓扑构建与传送调度算法 |
5.2.1 域间混合拓扑构建 |
5.2.2 域间传送调度算法 |
5.3 基于网络编码分布式缓存机制的域间流量优化 |
5.3.1 基于网络编码的节点分布式缓存机制 |
5.3.2 代理缓存服务器缓存替换算法 |
5.4 基于仿真实验的性能评价 |
5.4.1 域间混合拓扑结构的性能评价 |
5.4.2 基于网络编码的节点分布式缓存机制的性能评价 |
5.4.3 代理缓存服务器缓存替换算法的性能评价 |
5.5 本章小结 |
第6章 海量流媒体P2P传送系统设计与实现 |
6.1 本章引言 |
6.2 互联网海量流媒体P2P传送原型系统的实现 |
6.2.1 NCTStream的系统架构与软件设计 |
6.2.2 主要模块设计与实现 |
6.3 互联网海量流媒体P2P传送原型系统测试 |
6.3.1 测试环境 |
6.3.2 测试结果分析 |
6.4 本章小结 |
第7章 总结与展望 |
7.1 研究工作总结 |
7.2 研究展望 |
参考文献 |
致谢 |
个人简历、在学期间发表的学术论文与研究成果 |
四、树状网络上的Web代理服务器最优放置问题(论文参考文献)
- [1]边缘缓存中首次未命中问题的研究[D]. 罗燕鹏. 电子科技大学, 2021(01)
- [2]面向网络功能虚拟化的资源分配与系统优化研究[D]. 费新财. 华中科技大学, 2019(12)
- [3]内容中心网络路由与缓存算法研究[D]. 覃丽娟. 重庆大学, 2019(09)
- [4]软件定义内容分发网络中的关键技术研究[D]. 郝娉婷. 吉林大学, 2018(04)
- [5]MEC架构设计及应用放置优化研究[D]. 涂成栋. 华南理工大学, 2017(06)
- [6]基于内容分发网络的优化设计[D]. 李想. 苏州大学, 2017(04)
- [7]实证研究树状网络的演化博弈[D]. 杜莎. 华东师范大学, 2015(10)
- [8]树状网络上的多陷阱随机游走[D]. 陈希. 华东师范大学, 2014(11)
- [9]树状网络上代理服务器逆优化问题[J]. 黄孙琴. 科技信息, 2012(32)
- [10]互联网海量流媒体P2P传送性能优化研究[D]. 崔来中. 清华大学, 2012(07)