一、RIPS调度策略研究(论文文献综述)
郝昊[1](2021)在《异构无线网络边缘资源调度关键技术》文中研究指明移动互联网对方便人民生活、促进产业发展起到了重要作用,是我国“网络强国”、“互联网+”战略的重点发展方向。随着网络规模的扩张和多种通信技术的发展,移动互联网呈现出流量激增、网络异构的趋势,如何在异构无线网络环境下支持大规模、高带宽、低时延的网络服务已成为移动互联网发展面临的核心问题。针对上述趋势,一种有效的解决方法是高效利用网络的边缘资源。众所周知,边缘网络节点更接近用户,如果某些网络服务可以由边缘节点提供,不但可以降低网络服务时延、提高网络服务质量,还可以减少网络数据传输量、降低网络负载压力。因此,国内外诸多学者围绕缓存空间、多播资源、计算能力等网络边缘资源优化调度展开了一系列研究。然而,目前仍然面临着一系列的问题与挑战,具体表现为:(1)现有内容缓存模式大多是在用户请求后被动存储服务内容,从而导致缓存决策滞后于用户请求;(2)现有多播服务调度方法忽略了节点间的协同,且未根据服务需求的区别进行差异化调度;(3)现有计算卸载方法往往忽略了存储空间这一隐形限制,并没有精确给出每个服务的卸载状态;(4)现有计算资源分配方法忽略了多播技术和边缘计算间的关联,导致多播场景下的计算资源分配方面的研究缺失。针对上述问题挑战,本文针对小基站、宏基站、远端服务器等构成的异构无线网络,以降低网络服务时延、提高用户体验质量为目标,对内容缓存、多播服务调度、计算卸载和计算资源分配等问题进行了深入研究,具体包括以下几个方面:(1)在缓存空间优化方面,提出了用户需求认知的知识化主动缓存策略。通过深度信念网络分析用户历史请求记录,建立请求预测模型,并基于贪心思想提出了一种用户需求认知的主动缓存算法,有效提高了缓存命中率,降低了网络服务时延。(2)在多播服务调度方面,提出了绿色高效的在线协作多播服务调度策略。将服务时延需求重构为服务优先级队列,提出了一种在线集中式和在线分布式的多播服务调度方法,协同多个基站进行多播服务调度,并通过理论和实验证明了该算法的最优性。(3)在计算卸载方面,提出了基于多步强化学习的计算卸载方法。综合考虑了计算能力、服务时延等方面因素,将计算卸载问题构建成马尔科夫决策过程,并创新性地提出了一种多步强化学习方法,大幅度降低了算法的复杂度,提升了模型的训练速度和准确度。(4)在计算资源分配方面,提出了基于随机优化的计算资源分配方法。综合分析边缘节点多方面资源特征,以优化服务时延为目标,建立了多播场景下计算资源分配模型,并设计了 一种迭代下降法对问题进行求解。最后,通过仿真实验验证了算法在网络能耗、服务时延等性能方面的优越性。本文针对异构无线网络中边缘资源优化调度关键技术,分别从异构无线网络中缓存空间、多播资源、计算能力等边缘资源的优化调度展开了研究,并对其中存在的关键问题进行了深入讨论,从而形成了一整套研究方案。在研究方式上,本文采用问题分析、数学建模、算法设计、理论证明和实验验证的思路,提升了研究的科学性、准确性和可靠性。本文成果对于促进异构无线网络中边缘资源优化方面的研究和发展具有一定的借鉴意义。
赵子玄[2](2021)在《面向异步流量整形器的调度机制设计与实现》文中认为随着互联网技术对众多领域的渗透,新型应用层出不穷,当前网络已无法满足消费者不断提升的低时延服务需求和无人驾驶、远程医疗等场景1~10ms的确定时延传输要求。提供确定性技术的方案分同步与异步两类,前者代表技术为时间感知整形器,与此相比,后者的异步流量整形器技术在时钟同步、带宽利用、对非周期时延敏感流的支持性等方面更有优势。在实际网络中使用异步流量整形器技术时,若不配以高效的调度机制,其适用场景将受限,性能也会大打折扣。为使用异步流量整形器技术有效解决网络中确定性传输的需求,本文在软件定义网络架构下,设计实现面向异步流量整形器的调度机制。通过灵活的控制策略,为时延确定性业务提供资源规划,提升网络服务能力,兼容不同类型流量,研究意义十分重要。本文的具体工作如下:首先,分析流量复杂、时延要求变化范围大的场景中时延敏感流调度问题,以资源利用率为优化目标提出最优匹配-多路均衡的静态调度策略,并通过预处理操作降低调度过程中服务满足性检测的次数。动态场景下,综合考虑调度成功率与准入响应速度提出最先适应-逐流优先级调整的调度策略,并通过维护及使用碎片资源来减少浪费。设计网络状态管理模块,为决策提供实时有效的数据。其次,针对非时延敏感流与时延敏感流混合传输场景下网络对前者调度不充分的问题,对非时延敏感流实施基于网络实际状态的最小时延选路以优化其时延性能,提升用户体验。为提高响应速度,维护一个最小时延路径矩阵,将路由规划简化为查表操作。针对流间干扰问题,划分优先级空间,并可在非时延敏感流群体中做差异化服务。在控制平面设计设备SID映射模块,在数据平面定义数据包处理逻辑,支持分段路由转发和IPv4转发,实现灵活调度并降低流表更新维护开销。最后,部署测试环境,验证各模块功能,通过实验分析本文所提静态、动态调度策略的性能。与乱序、最短路径、无资源碎片利用、无重调度等策略的组合相比:最优匹配-多路均衡策略在极限调度能力和资源利用率上表现更优;最先适应-逐流优先级调整策略展现更高调度成功率的同时保持可接受的响应速度。
曹建军[3](2021)在《面向卫星网络的上网加速设计与实现》文中研究指明随着卫星通信网络规模的迅速扩大,信息资源爆炸式增长,用户对卫星网络服务质量和访问速度提出更高的要求。在卫星网络中Web应用的性能主要受限于长时延、串行化交互和重复访问等几个因素,而传统TCP协议加速对提升HTTP访问效率作用有限。因此需要研究适合于卫星网络的上网加速技术来缩短用户浏览网页的等待时间。本论文主要研究内容包括以下几个方面:(1)针对卫星网络中上网时延大的问题,引入地面网CDN技术,设计了基于CDN的卫星网络上网优化架构,通过将CDN技术与卫星网络融合,将CDN边缘节点部署在卫星端站节点,就近为卫星用户提供上网服务,达到了提高用户上网体验和服务质量的效果。(2)针对CDN系统中的全局负载均衡问题,设计了适应于卫星网络特点的全局负载均衡策略,策略综合考虑了卫星端站节点的健康状态、通信路径时延、端站节点的内容缓存情况等因素,达到了全系统负载均衡以及用户就近访问的效果。(3)针对CDN系统中的内容分发问题,利用卫星信道的广播特性,设计了基于卫星用户组播组的内容分发策略,将应答内容按组进行广播,达到“一人访问,组内共享”的效果,提升HTTP访问效率;(4)针对卫星网络中TCP连接建立时延长的问题,开展了HTTP加速技术设计与实现的研究,考虑到多用户上网时会临时建立大量TCP连接,采用了多HTTP连接复用同一条TCP长连接的理念,降低了平均服务访问时延,缓解了节点维护大量TCP连接造成的终端资源和链路容量开销。其中(2)(3)(4)三项是本论文在实现过程中需要突破的关键技术。之后通过开源软件和自研软件方式,搭建CDN软件环境,并对各项HTTP加速技术进行详细设计与实现,构建了卫星上网加速平台,并对平台软件功能进行测试验证,分析测试结果,对比加速性能,结论是在卫星网络中部署CDN加速功能,结合各项HTTP加速技术的应用,总体上提升了卫星网络中用户的上网体验,web访问时间节省50%以上,达到了本课题的设计目标。
欧斌轲[4](2020)在《协同网络多区域移动子网自组织系统的设计与实现》文中认为协同网络是依托于国家973项目“智慧协同网络理论基础研究”,针对高速移动场景网络性能不佳的问题所提出的解决方案,以满足高铁通信、应急通信对稳定网络服务的需求。在协同网络能够正常工作之前,需要对网络中处于不同地理区域的路由设备进行配置。路由设备的多区域性以及配置需求的多样性和复杂性,造成了协同网络部署效率低,网络组网慢的问题。协同网络中路由设备需要满足的最基础配置是IP地址和路由条目的配置。现有的动态主机配置协议、零配置网络服务规范等协议,都只适用于同一网段内主机用户IP地址的配置,并不能满足协同网络中路由设备多接口、多网段IP地址的配置需求。现有的路由协议,如路由信息协议、开放式最短路径优先协议,其路由更新报文只能在物理相邻的路由设备间进行传输,不能满足协同网络中位于不同地理区域的路由设备间路由更新报文的传播需求。除了自动配置需求难以满足之外,协同网络中建立隧道连接的路由设备间的连接关系较为固化,所建立的连接关系只能手动修改,不能根据位于公网中的隧道路由设备的负载进行自适应地修改。针对上述问题,本文设计并实现了一个协同网络多区域移动子网自组织系统。将整个系统按照功能划分为六个模块:IP地址池模块负责维护IP地址池,实现IP地址的跨网段分配和管理,避免多区域网络间存在的子网冲突;IP地址请求模块负责请求多个IP地址,解决现有协议不能实现多接口、多网段IP地址获取的问题;路由模块除了生成移动子网内的路由信息外,还能够实现不相邻路由设备间的路由更新;配置模块通过执行基于XML的配置模板,自动地实现各种配置需求,降低配置出错的可能性,提高协同网络的部署效率;移动切换模块通过CPU利用率、内存利用率等指标来均衡协同网络中位于公网的隧道路由设备间的负载,以提升网络的总体性能;手动配置模块为网络管理员手动配置提供接口,满足个性化的配置需求。最后,对所设计的多区域移动子网自组织系统进行了功能测试和性能测试。测试结果表明:首先,所设计的自组织系统不仅可以实现多接口、多网段IP地址的管理和自动配置,还能有效地避免不同移动子网内的子网冲突;其次,系统支持路由更新报文传输至非物理相邻的路由设备,将路由更新报文传输到协同网络中处于其他地理区域的路由设备;最后,系统实现了位于公网中的隧道路由设备间的负载均衡,加强了协同网络中的数据处理能力。总而言之,协同网络多区域移动子网自组织系统能够提高组网效率,提升协同网络的自动化水平,完善协同网络生态。
刘铂熙[5](2020)在《缓存、计算资源受限下无线网络吞吐量优化策略研究》文中研究指明为将云计算下沉到网络边缘,边缘无线节点将逐渐具备文件缓存、任务处理功能。然而,经典的云-网分离的调度机制无法充分利用无线网络中分散的通信、计算和缓存资源。为应对资源受限与需求增长之间的矛盾,本博士论文以最大化网络吞吐量为目标,对通信、计算和缓存资源优化调度开展了系列研究。对可预测的多媒体通信需求,研究缓存资源受限下无线网络的流行文件放置问题,提前优化流行文件在网络内的缓存位置。进一步,对不可预测的计算型通信需求,研究计算资源受限下无线网络的计算型通信任务调度问题,实时均衡网络内中央处理器(Compute Processing Unit,CPU)和随机接入存储模块(Random Access Memory,RAM)的工作负载。同时,考虑到基于经典因特网协议(Internet Protocol,IP)地址的调度框架过度分离云-网的资源,导致调度开销过大的问题,将设计一种缓存、计算一体化调度框架,旨在降低高负载下无线网络的通信开销,从而提升网络吞吐量。主要贡献如下:1.针对缓存资源受限下无线网络吞吐量优化问题,本文优化任意网络拓扑下缓存文件放置策略。现有工作大多局限于单跳、单路径路由拓扑等假设,未考虑利用路由多样性提升本地缓存击中率,网络吞吐量难进一步提升。本文否定了资源受限下文件缓存策略次模性(Submodularity),并分析了任意拓扑下联合缓存-路由联合优化的计算复杂度。进而针对可拥塞网络,提出一种基于随机凑整法(Randomized Rounding)的文件放置策略(Joint Caching and Routing of Arbitrary Topology,Jo CRAT),保证了在任意拓扑下该缓存策略能提供至少次线性的近似比。带宽有限时,相比于经典缓存文件缓存策略提升网络吞吐量2倍以上。2.针对计算资源受限下无线网络吞吐量优化问题,本文优化任意网络拓扑下计算任务调度策略。现有工作未充分考虑网络拓扑变化对时延的影响。本文分析网络的拓扑结构特性对网络吞吐量的影响机理,并发现部分特殊场景下调度策略的最优解结构。针对一般场景,提出一种基于随机交替凑整法(Altarnative Rounding)的分布式任务调度策略(Joint Caching,Processing and Routing of Arbitrary Topology,Jo Ca PRAT),保证最坏情况下吞吐量不低于最优值紧上界的常数倍。在显着改善网络内计算资源利用率的同时,相比于经典任务调度策略,所提Jo Ca PRAT策略的计算复杂度低一个数量级以上。3.针对基于IP调度框架依赖外部资源定位服务,如域名服务(Domain Name Service,DNS)等,缓存文件、接入计算资源带来的通信开销过大的问题,本文优化改进了IP组网架构,提出并实现基于面向对象组网(Object-oriented Networking,OON)的缓存-计算一体化调度框架,显着降低通信开销。并在网络仿真器-3(Network Simulator3,NS-3)平台上开展动态多媒体自适应业务分发与网络内转码功能的相关实验。实验结果表明,在自组织Wi-Fi网络中,OON显着降低多码率视频传输中信令对带宽的消耗,提升了网络吞吐量。
樊芮锋[6](2019)在《基于压缩感知的网络控制系统的分析与设计》文中进行了进一步梳理随着计算机技术和网络通信的发展,以网络为传输媒介的网络控制系统(Networked Control System,NCS)已经成为国内外控制领域的研究热点。与传统点对点连接的控制系统相比,NCS具有网络化、集成化、节点智能化等优点,然而由于网络的引入,不可避免地产生了网络诱导时延、数据包丢失等问题,给控制系统的分析与设计带来了新的挑战。压缩感知(Compressed Sensing,CS)作为一种新颖的信号处理方法,在很多领域中被广泛使用,其能够利用少量的测量信息对原始信号进行重建的特点,很适合处理NCS中出现的一些问题,但目前CS在NCS领域的应用研究比较少。因此,本文使用了基于CS的方法来解决NCS中的问题,工作内容如下:首先,针对单输出NCS中的数据包丢失,采用了基于CS的补偿方法对丢失的数据进行补偿。针对单个时刻的补偿方法,每次只使用当前时刻前的N个输出数据作为过完备字典中的历史观测值,通过稀疏表示得到了当前丢失的数据包的补偿值;针对多个时刻的补偿方法,为了减小预测值的误差,在目标函数中加入正则项进行修正,通过迭代软阈值算法(Iterative Soft Thresholding,IST)进行求解,得到了连续P个时刻的预测值。其次,针对多输出NCS中的数据包丢失,采用了基于CS的补偿方法对丢失的数据进行补偿。针对单信道传输的系统,构建合适的滑动窗口,使得解码端和编码端的测量矩阵始终保持一致,通过CS算法对丢失的数据包进行了实时补偿;针对多信道传输的系统,考虑介质访问受限问题,在保证系统能控能观的基础上得到调度的通信序列,同时保持原始的控制器不变,在目标函数上增加正则项,通过IST算法进行求解,得到了控制器的补偿的输入值。然后,针对NCS中的网络诱导时延,提出了改进的广义预测控制算法(Generalized Predictive Control,GPC)对时延进行补偿,同时减小了传输的数据量。通过分析不同范数在二维空间下解的几何意义,将传统GPC算法的l2优化问题变为促进稀疏的l1/l2优化问题,同时对l1/l2优化中的控制增量进行稀疏表示,使得改进后的GPC算法生成稀疏的控制增量且非零元素的值比较小;通过李雅普诺夫定理得到了闭环系统渐近稳定的条件。本文使用MATLAB和近似网络环境的TrueTime工具箱对一些实例进行了数值仿真,验证了本文所提出的方法的有效性。最后对全文的工作进行了总结,并对需要进一步研究的工作进行了展望。
孙合庆[7](2019)在《基于蚁群算法的流量调度系统的设计与实现》文中研究说明在数字经济蓬勃发展的背景下,一些大型商业网站、金融服务系统等常常面对高并发、高访问量的服务场景。负载均衡技术的出现使得系统在处于这种恶劣的环境下依然可以平稳运行。市场上的负载均衡服务厂商很多,既有硬件厂商也有云服务提供商。诸如F5这种专业的负载均衡硬件产品,虽然性能强悍、运行稳定但是造价同样不菲。性能上稍逊色一些的软件负载均衡不但可以帮助用户应付恶劣服务场景更加有助于消减成本。软件负载均衡中较为有代表性的项目当属LVS以及Nginx,二者工作在OSI模型中的不同层次,可以相互配合为系统提供负载均衡服务。为了保障良好运行,企业往往需要投入大量的工程师对这些软件进行部署、管理和维护,可谓十分的耗费人力物力。流量调度系统就是为了进一步减少这些资源消耗而被设计的。它通过对这些负载均衡软件的集中管理来达到在服务器集群中进行流量调度的目的。并且该系统以API的形式对外提供服务,可以十分便捷的接入各个管理平台。在设计层面,流量调度系统被划分成了三个子系统,依次是集群管理子系统、数据开放子系统以及监控报警子系统。这三个系统相互配合,为用户提供了完整的流量调度服务。以下为各个子系统所发挥的功能:(1)集群管理子系统:该系统包括负载集群控制模块、配置更新模块以及任务中心模块,提供负载集群管理功能、监听管理功能以及设置监听转发规则的功能等。用户将通过该系统管理自己的负载集群。(2)数据开放子系统:该系统包括数据采集模块、数据存储模块以及数据开放接口,提供负载集群相关数据查询功能与计算功能。用户可以通过该子系统掌握自己所属负载集群的运行情况并进行相关数据统计。(3)监控报警子系统:该系统包括监控模块、定时查询模块、报警模块以及一块监控面板,当用户向集群管理系统提交任务时,该系统将对任务的执行提供监控服务,并针对异常情况提供报警服务。为了优化集群调度效果,本文受蚁群算法的启发,在系统中集成了自研的负载策略。通过将集群资源调度中的各项参数指标映射到该算法中,有针对性的优化了子集群的资源调度问题。该策略与在Nginx的upstream模块相互配合,在系统原基础上提高了服务质量。
马剑[8](2019)在《面向工业应用的无线传感器网络链路资源调度研究》文中进行了进一步梳理无线传感器网络(Wireless Sensor Networks,WSNs)由于布设成本低、使用灵活、部署广泛等优势获得工业测控领域的高度重视。根据对网络性能要求从低到高,国际自动化协会将工业应用分为监视、控制和生产安全三个等级。市场调研公司 ON World 关于工业无线传感器网络(Industrial Wireless Sensor Networks,IWSNs)的最新报告,以及IEEE旗舰期刊Proceedings在2016年对IWSNs技术的专题综述论文指出:目前IWSNs主要应用于对网络性能要求较低的监视级应用,在实时监控、生产安全等高级应用方面仍然面临诸多挑战,急需开展深入研究,是未来发展的重要方向。因此本文重点研究面向实时监控、生产安全和移动场景等高级工业应用的新型IWSNs网络架构和链路资源调度,主要成果和创新点如下:1.为了支持高级工业应用对网络性能的苛刻要求,本文借鉴智慧协同网络的架构思想,提出基于资源适配的IWSNs网络架构,通过对网络组件资源的精细划分,设计了资源适配协议以及控制与数据传输通道分离机制,实现工业应用与网络资源的适配,满足高级工业应用的网络性能需求。同时,本文在实际工业应用中搭建原型系统,为后续章节研究内容的部署和验证奠定基础。2.为了提高IWSNs多跳传输的可靠性,提出基于退让时隙的单路径重传资源调度算法。本文首先分析了现有共享时隙竞争机制的低可靠性,然后采用空闲信道评估和信道占用机制,设计了退让时隙组件,避免共享时隙竞争。其次,考虑数据包在多跳路径中重传的连续性和所需的空闲时隙,提出了基于数据流的连续时隙分配算法,提高资源利用率。最后,理论分析了不同资源调度策略的可靠性,并且在不同链路环境下对比实验。结果表明,随着链路丢包率的升高,本文提出的资源调度算法在足够共享时隙数量的情况下数据包接收率也能够达到99%以上,同时能够获得较高的时隙利用率和较低的节点能量消耗。3.多路径重传可有效提高IWSNs的可靠性,然而工业应用的实时性要求导致其调度成功率非常低。为此,本文提出一种基于多约束条件的多路径干扰避免资源调度算法。本文首先在数据传输周期多样化和信道受限的情况下,分析了时隙和信道资源调度的约束条件。其次,考虑到资源分配时所需遵循的路由顺序,提出了链路传输生成算法,并且通过分析多样化周期和多路径带来的资源调度干扰,采用速率单调策略、多接入点和重用共享时隙,提出了多路径干扰避免资源调度算法。最后通过仿真表明,本文提出的调度算法能够扩大网络规模,提升调度成功率,同时通过实验证明,本文算法能够保障数据传输的可靠性,并且降低数据传输的平均时延。4.工业生产安全应用要求网络能以最高的优先级处理突发紧急数据,需要IWSNs支持不同优先级的数据处理,然而现有IWSNs研究缺乏QoS支持。为此,本文提出基于紧急事件触发的优先接入控制机制。面向生产安全应用,本文首先建立了 IWSNs事件触发故障保护模型。通过设计周期数据传输、紧急告警和紧急信息传输的时隙组件,本文提出了一种优先接入控制机制,分别实现事件触发、资源抢占和数据实时传输,从本质上解决了网络中周期数据与突发紧急数据并存的资源调度问题。本文理论分析了该机制的实时性能,在实际焊接工厂中搭建故障保护系统进行对比实验,证明了本文机制对突发紧急数据传输的实时性能优势,并且在故障探测设备汇报周期较大的情况下可以减少带宽的使用。5.目前IWSNs主要应用于固定场景,但移动性支持是未来高级工业应用的发展趋势。因此,针对节点移动导致的数据失效问题,本文提出一种基于模糊逻辑控制的无缝移动切换策略。本文通过实际测试分析易获取的数据链路层参数,分别组建了三种移动切换触发评估参数,提出了基于模糊逻辑控制器的移动切换触发判决机制,减少了误切换和迟切换。为了降低移动节点的数据失效率以及减少链路注册次数,本文提出了一种基于分段时隙资源调度方案的无缝移动切换算法,该算法使得移动节点能够动态调度共享通信资源,实现移动过程中的数据传输,并在移动过程中进行移动状态评估,避免频繁链路注册。实验表明,相比于传统移动切换机制,本文策略能够有效降低移动节点的数据包丢失率和失效率以及能量消耗。
张恒[9](2018)在《SDN网络流量监测与调度技术研究》文中指出当前互联网的发展日新月异,云存储、云计算等技术不断孕育,网络规模不断扩张,SDN作为一种新兴网络架构,将网络控制与流量转发完全分离,为网络发展带来了更多可能。随着SDN网络的商业化不断普及,各类网络应用以及海量的数据流对SDN网络的基础设施性能以及数据流的检测与调度能力提出了更高要求。本文从SDN网络的实际需求出发,深入了解当前常用流量调度技术的优缺点以及对网络性能的影响。通过分析现有技术存在的不足,针对性地提出新的流量调度方案以解决上述存在的问题。同时,在流量监测方面,本文转换研究思路,探究流量监测过程中出现的测量结果不准确、不稳定问题的根源,并适时设计一种适用于SDN网络的缓存更新技术,消除上述问题带来的影响,确保为后续流量调度提供准确、稳定的数据支持。因此,本文的主要工作概括如下:(1)提出一种适用于SDN网络流量监测的Double Buffer缓存更新技术。SDN网络流量监测为网络流量调度提供数据支撑,通过SDN控制器具备的全局拓扑视图以及采用的sFlow采样技术,可以获得相关性能指标的测量结果。但多个新进流量并发更新的情况,会造成测量结果的读写冲突。本文提出Double Buffer缓存新技术以解决该问题,并根据SDN架构特性以及OpenFlow协议规定做了适配,确保用于SDN流量监测任务。该技术的核心思想是采用单例设计模式,避免并发进程对抢夺缓存更新类的实例对象,同时开辟两块完全相同的缓存区,分别赋予读写操作,以达到读写分离的目的。实验结果表明,该技术能有效控制测量结果在更新过程中的误差率,确保测量结果的准确、稳定。(2)提出了一种基于多路径分割思想的高效流量调度技术。本文首先分析ECMP流量调度技术原理及其优缺点。基于ECMP缺乏对流量的多个特征的考虑以及SDN网络中任何源/目的节点对之间存在多条不相交路径的前提,提出了基于多路径分割思想的流量调度技术。然后,本文阐述了调度框架的详细架构以及各功能模块的设计与实现。通过Double Buffer更新技术获得的准确测量数据计算出多路径权值,作为流量调度的参考标准。实验部分使用Mininet仿真平台实现了流量调度框架的雏形,结果表明,本文流量调度技术能有效提高网络的整体链路利用率,提高网络的流量转发性能。
林川[10](2018)在《互联网中面向实时数据传输保障机制研究》文中认为互联网作为新一代信息技术(如:物联网、工业互联网、大数据等)的通信基础,其时延特征从时间维度表征了互联网的信息传播特性,是评价衡量互联网的最重要的性能指标。近年来,随着高性能集群计算、云计算、边缘计算/雾计算等新一代计算技术的飞速发展,面向互联网业务计算与部署的时效性问题已经逐渐转变为业务数据在互联网上传输的实时性问题,即通信时延问题。互联网发展至今,已经从原有的“抢空间”模式逐渐转移到“省时间”模式。面向实时数据传输的互联网的网络基础架构与通信原理研究对于提高网络资源利用率与业务调度效率、保障网络业务部署的实时性具有重要意义。本文以互联网“时延问题”为主线,研究面向实时数据传输的保障机制。在此研究目标下,本文研究工作主要从“时延发现”——“时延管理”——“时延控制”三个方面展开:本文首先对互联网的时延发现问题进行深入研究,即研究分析互联网现阶段的时延特征。本文以权威机构CAIDA的海量IPv4级数据样本为基础,择取有效探测路径达900万之多,分析互联网在宏观拓扑结构下的网络端到端时延特征和在时域上的演化趋势。经分析,互联网端到端时延与探测数据包经过的路由器个数呈现极弱相关性,且在互联网的有效探测路径上,存在1条或几条链路的链路时延对互联网的端到端时延起绝对支配作用,且超过70%的有效路径存在本文定义的“瓶颈时延”现象。经分析,本文认为正是因为瓶颈时延的普遍存在影响网络端到端时延。在此基础上,本文提出基于IP地理映射和IP中心化映射的“IP联合映射”分析架构以分析瓶颈时延的特征,并发现瓶颈时延以超过80%的概率出现在同一国家的某一链路并或通常具有“大入口、小出口”或拥有平均最短的“测地距离”的链路。最后,本文分析了瓶颈时延的产生原因。本文认为发生在同一国家的瓶颈时延主要由排队时延组成,而在长程远距离链路中,传播时延成为影响瓶颈时延的关键。其次,针对互联网缺少以保障互联网实时数据传输为目的,集合网络资源管理、设备整合、流量规划等功能的时延管理平台,本文提出一种面向互联网时延敏感数据传输任务的新型数据传输管理规划引擎(DTE-SDN)。DT’E-SDN利用软件定义网络技术为网络提供集中式的全局管理视图,并利用OpenFlow协议(如:PortStatusRequest、PortStatusReply、PacketIn!PacketOut)实现网络链路时延和吞吐量的主动探测。为实现对时延敏感数据的有效规划,本文提出基于多径路由技术和时间扩展网络技术的最大网络动态流理论和以保障实时数据传输为目的的伪多项式时间可解算法,并基于动态调度思想将其部署在DTE-SDN的流量规划模块,致使DTE-SDN可以实时感知网络状态,为数据传输动态地提供最优流量工程方案。此外,为了实现UDP数据多径分发和流量工程,本文改进OpenFlow协议,提出一种基于概率匹配技术的group table组件,并将其部署在网络转发设备中。实验结果证明:DTE-SDN可以在一定误差范围内,有效探测网络链路时延和吞吐量,并可以按照动态计算的流量工程策略将网络流量分发到各路径中。且同比基于单路径路由和网络最大静态流的流量工程,DTE-SDN的流量规划模块可以充分利用网络资源,可以在最短时间内完成数据传输规划。最后,本文对互联网存在的多业务同步实时数据传输时延控制问题进行深入研究,即要求所有业务数据传输规划都在一定时间阈值范围内完成(本文将其定义为多业务时延约束传输调度问题,MDTS)。本文证明了MDTS问题的复杂性,并基于多径路由技术和网络动态流理论,分别提出两种静态(MDTS-R和MDTS-P)和一种动态调度(MDTS-H)算法。其中,MDTS-R算法采用最大网络动态理论,逐个解决单业务传输调度问题,直到所有业务传输完成调度。在MDTS-P算法中,本文提出网络最大限制动态流理论,致使该算法可以从整体上优化网络多业务数据流,以解决MDTS问题。MDTS-H算法以保证整体网络最大吞吐量为目标,通过最大多目标网络动态流理论贪婪地优化网络整体流量,直到一个业务完成数据传输,至重新调度规划。此外,MDTS-H利用辅助矩阵计算技术解决多业务数据流在动态规划过程中的剩余流问题,以此精确地计算多业务数据流的最小切换时间间隔,继而实现动态调度。通过大规模仿真实验证明:本文提出的MDTS-R、MDTS-P、MDTS-H算法都可以有效地解决互联网中存在的MDTS问题。其中,MDTS-R算法执行效率最高,运行时间最短;当网络中的业务数较小时,MDTS-P算法解决MDTS问题的成功率更高;当网络中的业务数较大时,MDTS-H算法更能充分利用网络资源,具有较高的问题解决成功率。
二、RIPS调度策略研究(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、RIPS调度策略研究(论文提纲范文)
(1)异构无线网络边缘资源调度关键技术(论文提纲范文)
摘要 |
ABSTRACT |
主要缩略语 |
第一章 绪论 |
1.1 论文研究背景 |
1.2 论文选题依据 |
1.3 论文主要研究内容 |
1.4 论文主要贡献与创新 |
1.5 论文组织结构 |
1.6 本章参考文献 |
第二章 相关工作综述 |
2.1 边缘缓存 |
2.1.1 非协作缓存 |
2.1.2 协作缓存 |
2.1.3 编码缓存 |
2.2 多播技术 |
2.2.1 多播路由协议 |
2.2.2 多播服务调度算法 |
2.3 边缘计算 |
2.3.1 完全卸载 |
2.3.2 部分卸载 |
2.3.3 计算资源分配 |
2.4 本章小结 |
2.5 本章参考文献 |
第三章 用户需求认知的知识化主动缓存策略 |
3.1 本章引言 |
3.2 基于深度信念网络的用户需求预测模型 |
3.2.1 深度信念网络介绍 |
3.2.2 用户播放日志矢量化 |
3.2.3 预测模型的构建与训练 |
3.3 缓存优化模型与算法 |
3.3.1 缓存优化问题数学建模 |
3.3.2 知识化主动缓存算法 |
3.4 仿真实验 |
3.5 本章小结 |
3.6 本章参考文献 |
第四章 绿色高效的在线协作多播服务调度策略 |
4.1 本章引言 |
4.2 协同多播服务调度问题建模 |
4.2.1 网络模型 |
4.2.2 请求等待队列 |
4.2.3 时延优先级队列 |
4.2.4 网络服务模型 |
4.2.5 问题形式建模 |
4.3 在线调度算法设计和复杂度分析 |
4.3.1 问题转化 |
4.3.2 在线集中式算法 |
4.3.3 在线分布式算法 |
4.4 仿真实验 |
4.4.1 性能分析 |
4.4.2 影响因素分析 |
4.5 本章小结 |
4.6 本章参考文献 |
第五章 基于多步强化学习的计算卸载方法 |
5.1 本章引言 |
5.2 计算卸载问题描述 |
5.2.1 问题场景 |
5.2.2 问题介绍 |
5.3 计算卸载的马尔科夫决策过程 |
5.3.1 状态空间 |
5.3.2 动作空间 |
5.3.3 回报函数 |
5.3.4 问题形式化与建模 |
5.4 多步更新深度强化学习算法 |
5.4.1 计算卸载问题分析 |
5.4.2 单节点学习算法 |
5.4.3 多节点联合学习算法 |
5.5 仿真实验 |
5.5.1 实验设置与实现 |
5.5.2 性能评估 |
5.6 本章小结 |
5.7 本章参考文献 |
第六章 基于随机优化的计算资源分配方法 |
6.1 本章引言 |
6.2 计算资源分配模型分析 |
6.2.1 场景描述 |
6.2.2 模型构建 |
6.3 基于随机优化的问题建模与转化 |
6.3.1 问题建模 |
6.3.2 问题转化 |
6.4 计算资源分配算法设计 |
6.4.1 联合优化问题分解 |
6.4.2 边缘计算资源分配优化算法 |
6.5 仿真实验 |
6.5.1 实验设置与实现 |
6.5.2 性能分析 |
6.6 本章小结 |
6.7 本章参考文献 |
第七章 结语 |
7.1 论文总结 |
7.2 未来的研究工作 |
附录1 第四章中定理证明 |
1-1 定理4.1证明 |
1-2 定理4.2证明 |
附录2 第六章中定理证明 |
2-1 定理6.1证明 |
2-2 定理6.2证明 |
2-3 定理6.3证明 |
2-4 定理6.4证明 |
致谢 |
攻读博士学位期间发表的学术成果 |
攻读博士学位期间主持或参与的科研项目 |
(2)面向异步流量整形器的调度机制设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 背景及意义 |
1.2 国内外研究现状 |
1.3 论文主要工作与结构 |
2 时延保障的流量调度机制研究 |
2.1 软件定义网络架构和显式路由技术 |
2.1.1 软件定义网络 |
2.1.2 Segment Routing技术 |
2.2 时延保障方案 |
2.2.1 时间敏感网络任务组方案 |
2.2.2 确定性网络工作组方案 |
2.3 异步流量整形器 |
2.3.1 与时间感知整形器的比较 |
2.3.2 时延结构及时延边界公式 |
2.4 流量调度机制 |
2.5 面向异步流量整形器的调度机制需求分析 |
2.6 本章小结 |
3 面向异步流量整形器的调度机制设计 |
3.1 总体设计 |
3.1.1 总体需求 |
3.1.2 架构方案设计 |
3.2 时延敏感流调度模块设计 |
3.2.1 设计目标 |
3.2.2 最优匹配的多路均衡静态调度策略 |
3.2.3 最先适应的动态调度策略 |
3.2.4 基于爬山算法的逐流优先级调整 |
3.3 非时延敏感流调度模块设计 |
3.3.1 设计目标 |
3.3.2 基于floyd算法的最小时延选路 |
3.3.3 优先级分配策略 |
3.4 网络性能测量模块设计 |
3.4.1 探测路径选择功能设计 |
3.4.2 工作流程设计 |
3.5 网络状态管理模块设计 |
3.5.1 数据存储结构设计 |
3.5.2 工作流程设计 |
3.6 设备SID映射模块设计 |
3.6.1 SID分发功能设计 |
3.6.2 SID基础转发表功能设计 |
3.6.3 SID-List映射功能设计 |
3.6.4 工作流程设计 |
3.7 数据平面设计 |
3.7.1 流表设计 |
3.7.2 数据包处理逻辑设计 |
3.8 本章小结 |
4 面向异步流量整形器的调度机制实现 |
4.1 ONOS控制平面实现 |
4.1.1 网络发现模块实现 |
4.1.2 时延敏感流调度模块实现 |
4.1.3 非时延敏感流调度模块实现 |
4.1.4 网络性能测量模块实现 |
4.1.5 网络状态管理模块实现 |
4.1.6 设备SID映射模块实现 |
4.1.7 流表生成及下发模块实现 |
4.2 P4 数据平面实现 |
4.2.1 头部结构定义与解析逻辑 |
4.2.2 动作和流表结构定义与流控逻辑 |
4.3 ONOS控制器与P4交换机信息交互 |
4.4 本章小结 |
5 面向异步流量整形器的调度机制测试与分析 |
5.1 测试环境 |
5.1.1 工具与配置 |
5.1.2 启动测试环境 |
5.2 功能测试 |
5.2.1 网络发现功能测试 |
5.2.2 流表生成及下发功能测试 |
5.2.3 调度功能测试 |
5.2.4 SR功能测试 |
5.2.5 网络状态管理功能测试 |
5.2.6 探测路径选择功能测试 |
5.3 性能测试与分析 |
5.3.1 静态调度策略性能测试分析 |
5.3.2 动态调度策略性能测试分析 |
5.4 本章小结 |
6 总结与展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(3)面向卫星网络的上网加速设计与实现(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 国内外研究现状 |
1.2.1 地面网上网优化研究现状 |
1.2.2 卫星通信系统上网优化研究现状 |
1.2.3 现状小结 |
1.3 本文的主要创新点 |
1.4 本论文的结构安排 |
第二章 卫星网络上网优化技术架构研究 |
2.1 卫星通信网络分析 |
2.1.1 典型卫星通信系统基本架构 |
2.1.2 典型卫星通信系统组网流程 |
2.2 CDN技术分析 |
2.2.1 CDN的基本工作过程 |
2.2.2 CDN系统组成 |
2.3 CDN技术与卫星网络融合的可行性分析 |
2.4 基于CDN的卫星网络上网优化架构设计 |
2.5 卫星网络上网优化关键技术研究 |
2.5.1 全局负载均衡 |
2.5.2 内容分发 |
2.6 本章小结 |
第三章 卫星网络上网优化平台设计与实现 |
3.1 上网优化平台基本架构 |
3.2 基于CDN的卫星网络上网优化功能模块实现架构 |
3.3 CDN各模块软件详细设计 |
3.3.1 内容库模块 |
3.3.2 网络管理模块 |
3.3.3 全局负载均衡模块 |
3.3.4 Cache服务节点模块 |
3.4 HTTP加速技术功能模块实现架构 |
3.5 HTTP加速技术设计与实现 |
3.5.1 HTTP缓存功能 |
3.5.2 HTTP预取功能 |
3.5.3 HTTP多连接复用功能 |
3.6 本章小结 |
第四章 试验测试与性能分析 |
4.1 测试验证环境 |
4.2 测试项及验证过程 |
4.2.1 全局负载均衡测试 |
4.2.2 内容分发功能测试 |
4.2.3 HTTP加速技术测试 |
4.3 本章小结 |
第五章 总结与展望 |
5.1 全文总结 |
5.2 后续工作展望 |
致谢 |
参考文献 |
攻读工程硕士学位期间参与的项目 |
(4)协同网络多区域移动子网自组织系统的设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及选题意义 |
1.2 国内外研究现状 |
1.3 论文结构 |
2 相关技术研究 |
2.1 协同网络 |
2.2 IP地址自动配置 |
2.3 路由协议 |
2.4 负载均衡 |
2.5 本章小结 |
3 协同网络多区域移动子网自组织系统的设计 |
3.1 需求分析 |
3.2 整体设计 |
3.2.1 系统架构 |
3.2.2 模块组成 |
3.3 IP地址池模块设计 |
3.4 IP地址请求模块设计 |
3.5 路由模块设计 |
3.6 配置模块设计 |
3.7 手动配置模块设计 |
3.8 移动切换模块设计 |
3.9 本章小结 |
4 协同网络多区域移动子网自组织系统的实现 |
4.1 IP地址池模块实现 |
4.2 IP地址请求模块实现 |
4.3 路由模块实现 |
4.4 配置模块实现 |
4.5 手动配置模块实现 |
4.6 移动切换模块实现 |
4.7 本章小结 |
5 系统测试 |
5.1 测试设备与环境 |
5.1.1 测试拓扑 |
5.1.2 环境搭建 |
5.2 各模块功能测试 |
5.2.1 IP地址池模块功能测试 |
5.2.2 IP地址请求模块功能测试 |
5.2.3 路由模块功能测试 |
5.2.4 配置模块功能测试 |
5.2.5 手动配置模块功能测试 |
5.2.6 移动切换模块功能测试 |
5.3 系统仿真测试 |
5.3.1 对比仿真分析 |
5.3.2 移动性场景仿真分析 |
5.3.3 带宽使用率仿真分析 |
5.4 本章小结 |
6 总结与展望 |
参考文献 |
作者简历及攻读硕士/博士学位期间取得的研究成果 |
学位论文数据集 |
(5)缓存、计算资源受限下无线网络吞吐量优化策略研究(论文提纲范文)
摘要 |
Abstract |
缩略词表 |
符号表 |
一 绪论 |
1.1 研究背景与意义 |
1.2 研究现状及挑战 |
1.3 主要研究工作 |
二 网络优化调度理论 |
2.1 网络吞吐量的图论模型 |
2.2 算法复杂度理论 |
2.3 经典调度策略 |
2.4 本章小结 |
三 缓存资源受限下吞吐量优化 |
3.1 系统模型与问题建模 |
3.2 任意拓扑下文件缓存策略的复杂度分析 |
3.3 一种次线性文件缓存策略 |
3.4 数值性能评估 |
3.5 本章小结 |
四 计算资源受限下吞吐量优化 |
4.1 系统模型与问题建模 |
4.2 任意拓扑下计算任务调度策略的复杂度分析 |
4.3 一种分布式任务调度策略 |
4.4 数值性能评估 |
4.5 本章小结 |
五 缓存-计算资源联合优化框架 |
5.1 面向对象组网体系结构 |
5.2 面向对象的转发流程设计 |
5.3 基于NS-3的优化框架实验评估 |
5.4 本章小结 |
六 总结与展望 |
6.1 研究工作总结 |
6.2 研究工作展望 |
致谢 |
参考文献 |
附录1 博士期间发表论文 |
附录2 博士期间参加项目 |
(6)基于压缩感知的网络控制系统的分析与设计(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景及意义 |
1.2 网络控制系统的基本问题 |
1.2.1 数据包丢失 |
1.2.2 网络诱导时延 |
1.2.3 单包传输和多包传输 |
1.2.4 数据包时序错乱 |
1.2.5 通信约束 |
1.3 网络控制系统的研究现状 |
1.3.1 数据包丢失的研究现状 |
1.3.2 网络诱导时延的研究现状 |
1.3.3 介质访问受限问题的研究现状 |
1.3.4 压缩感知在控制系统的研究现状 |
1.4 本文的主要工作及章节安排 |
1.5 本章小结 |
2 压缩感知基础理论概述 |
2.1 引言 |
2.2 信号的稀疏表示 |
2.3 测量矩阵的设计 |
2.4 重建算法 |
2.5 本章小结 |
3 具有数据包丢失的单输出网络控制系统的分析与设计 |
3.1 引言 |
3.2 基于压缩感知的单个时刻的补偿方法 |
3.3 基于压缩感知的多个时刻的补偿方法 |
3.3.1 加入正则项的补偿方法的建立 |
3.3.2 目标函数的求解 |
3.4 仿真验证 |
3.4.1 单个时刻的补偿方法的仿真验证 |
3.4.2 多个时刻的补偿方法的仿真验证 |
3.5 本章小结 |
4 具有数据包丢失的多输出网络控制系统的分析与设计 |
4.1 引言 |
4.2 单信道传输时基于压缩感知的补偿方法 |
4.2.1 滑动窗口的建立 |
4.2.2 补偿方法的提出 |
4.3 介质访问受限问题下基于压缩感知的补偿方法 |
4.3.1 问题的描述 |
4.3.2 通信序列的选择条件 |
4.3.3 传统方法下状态反馈控制器的设计 |
4.3.4 补偿方法的提出 |
4.4 仿真验证 |
4.4.1 单信道传输时补偿算法的仿真验证 |
4.4.2 介质访问受限问题下补偿方法的仿真验证 |
4.5 本章小结 |
5 具有时延的网络控制系统的分析与设计 |
5.1 引言 |
5.2 基于广义预测控制算法的网络控制系统研究 |
5.2.1 广义预测控制算法的基本原理 |
5.2.2 广义预测控制算法处理时延的控制方案 |
5.3 基于压缩感知的改进的广义预测控制算法 |
5.3.1 改进的广义预测控制算法的提出 |
5.3.2 改进的广义预测控制算法的稳定性分析 |
5.4 仿真验证 |
5.5 本章小结 |
6 结论与展望 |
6.1 本文结论 |
6.2 对后续研究工作的建议 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(7)基于蚁群算法的流量调度系统的设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 项目背景 |
1.2 国内外发展现状 |
1.2.1 国外的负载均衡技术发展现状 |
1.2.2 国内的负载均衡技术发展现状 |
1.3 论文的主要内容 |
1.4 论文的组织结构 |
1.5 本章小结 |
2 关键技术概述 |
2.1 ETCD数据存储系统 |
2.2 分布式锁 |
2.3 RPC服务 |
2.4 时间序列数据库 |
2.5 负载均衡技术 |
2.6 蚁群算法 |
2.7 CEIERY框架 |
2.8 WEB框架 |
2.9 本章小结 |
3 流量调度系统的需求分析 |
3.1 流量调度系统的功能性需求 |
3.1.1 产品线管理的功能性需求 |
3.1.2 负载集群管理的功能性需求 |
3.1.3 调度任务管理的功能性需求 |
3.1.4 负载数据开放的功能性需求 |
3.1.5 系统异常报警的功能性需求 |
3.1.6 监控面板的功能性需求 |
3.2 流量调度系统的非功能性需求 |
3.2.1 性能需求 |
3.2.2 可靠性需求 |
3.2.3 安全性需求 |
3.2.4 易用性需求 |
3.2.5 可维护性需求 |
3.2.6 可扩展性需求 |
3.3 本章小结 |
4 流量调度系统的设计 |
4.1 集群管理子系统的设计 |
4.1.1 数据库表的设计 |
4.1.2 负载集群控制模块的设计 |
4.1.3 配置更新模块的设计 |
4.1.4 任务中心模块的设计 |
4.2 数据开放子系统的设计 |
4.2.1 数据采集模块的设计 |
4.2.2 上传数据格式的设计 |
4.2.3 数据存储模块的设计 |
4.2.4 数据开放接口的设计 |
4.3 监控报警子系统的设计 |
4.3.1 定时查询模块的设计 |
4.3.2 监控模块的设计 |
4.3.3 报警模块的设计 |
4.3.4 监控面板的设计 |
4.3.5 数据库表的设计 |
4.4 本章小结 |
5 流量调度系统的实现 |
5.1 集群管理子系统的实现 |
5.1.1 负载集群控制模块的实现 |
5.1.2 配置更新模块的实现 |
5.1.3 任务中心模块的实现 |
5.2 数据开放子系统的实现 |
5.2.1 数据采集模块的实现 |
5.2.2 数据开放接口的实现 |
5.3 监控报警子系统的实现 |
5.3.1 监控模块的实现 |
5.3.2 定时查询模块的实现 |
5.3.3 报警模块的实现 |
5.3.4 监控面板的实现 |
5.4 本章小结 |
6 流量调度系统的测试与展示 |
6.1 集群管理子系统的测试 |
6.1.1 系统测试环境 |
6.1.2 模块测试 |
6.2 数据开放子系统的测试与展示 |
6.2.1 系统测试环境 |
6.2.2 模块测试以及运行结果 |
6.3 监控报警子系统的测试与展示 |
6.3.1 系统测试环境 |
6.3.2 模块测试及系统运行结果 |
6.4 本章小结 |
7 流量调度系统的负载均衡技术 |
7.1 负载均衡的设计方案 |
7.2 受蚁群算法启发的调度策略 |
7.2.1 调度策略中的基本概念 |
7.2.2 全局最优解的搜索 |
7.2.3 负载度的更新 |
7.2.4 算法实验结果 |
7.3 本章小结 |
8 总结与展望 |
8.1 总结 |
8.2 展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(8)面向工业应用的无线传感器网络链路资源调度研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
简略符号注释表 |
1 绪论 |
1.1 引言 |
1.2 研究背景 |
1.2.1 IWSNs概述 |
1.2.2 IWSNs基本结构 |
1.2.3 IWSNs特点 |
1.3 研究现状 |
1.3.1 IWSNs相关标准 |
1.3.2 国内外研究现状 |
1.4 论文主要工作与创新点 |
1.5 论文组织结构 |
2 基于资源适配的IWSNs网络架构 |
2.1 引言 |
2.2 基于资源适配的IWSNs网络架构描述 |
2.2.1 工业应用服务层 |
2.2.2 资源适配层 |
2.2.3 网络组件层 |
2.3 系统设计与实现 |
2.3.1 系统概述 |
2.3.2 网络通信流程 |
2.3.3 资源适配协议 |
2.3.4 控制与数据传输通道分离机制 |
2.4 系统应用 |
2.5 本章小结 |
3 基于退让时隙的单路径重传资源调度算法 |
3.1 引言 |
3.2 共享时隙竞争成功率分析 |
3.3 单路径重传资源调度算法 |
3.3.1 系统模型 |
3.3.2 退让时隙(CTS)设计 |
3.3.3 基于数据流的连续时隙调度算法 |
3.4 性能分析与实验评估 |
3.4.1 传输可靠性分析 |
3.4.2 实验设置 |
3.4.3 实验结果分析 |
3.5 本章小结 |
4 基于多约束条件的多路径重传资源调度算法 |
4.1 引言 |
4.2 系统模型与问题描述 |
4.3 多路径重传链路传输生成算法 |
4.4 干扰避免资源调度算法 |
4.4.1 基于RM的链路资源调度策略 |
4.4.2 多接入点和多信道方法 |
4.4.3 重用共享时隙方法 |
4.5 实验与性能评估 |
4.5.1 仿真实验评估 |
4.5.2 系统实验评估 |
4.6 本章小结 |
5 基于紧急事件触发的优先接入控制机制 |
5.1 引言 |
5.2 系统模型 |
5.2.1 IWSNs系统描述 |
5.2.2 功能安全模型 |
5.3 事件触发优先接入控制机制 |
5.3.1 周期数据传输时隙 |
5.3.2 紧急告警时隙 |
5.3.3 紧急信息传输时隙 |
5.3.4 紧急事件处理和命令下发过程 |
5.4 实时性能指标分析 |
5.4.1 安全功能响应时间(SFRT)评估 |
5.4.2 最短安全功能响应时间(mSFRT)评估 |
5.4.3 正常状态中断时间(NSIT)评估 |
5.5 实验与性能评估 |
5.5.1 实验调度说明 |
5.5.2 故障保护时延评估 |
5.5.3 正常状态中断时间(NSIT)评估 |
5.5.4 数据传输带宽评估 |
5.6 本章小结 |
6 基于模糊逻辑控制的无缝移动切换策略 |
6.1 引言 |
6.2 移动切换触发参数 |
6.2.1 移动状态评估参数 |
6.2.2 链路质量评估参数 |
6.2.3 数据包传输状态评估参数 |
6.3 移动切换触发判决机制 |
6.3.1 隶属函数构造过程 |
6.3.2 模糊消除器 |
6.4 基于模糊逻辑控制的无缝移动切换策略 |
6.4.1 系统模型 |
6.4.2 无缝移动切换算法 |
6.5 实验与性能评估 |
6.5.1 参数评估 |
6.5.2 性能评估 |
6.6 本章小结 |
7 总结与展望 |
7.1 总结 |
7.2 未来研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(9)SDN网络流量监测与调度技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 概述 |
1.1 研究的背景与意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外的研究现状 |
1.3 本文的主要工作及创新点 |
1.4 论文的结构安排 |
第二章 相关研究与技术 |
2.1 SDN简介 |
2.1.1 SDN基本架构 |
2.1.2 数据控制分离 |
2.1.3 网络可编程 |
2.1.4 Open Flow协议与SDN控制器 |
2.2 网络性能指标测量 |
2.2.1 网络性能指标测量概述 |
2.2.2 传统网络测量技术 |
2.2.3 SDN网络测量技术 |
2.3 网络流量调度技术 |
2.3.1 流量调度的基本概念 |
2.3.2 传统流量调度技术 |
2.3.3 SDN网络流量调度技术 |
2.4 本章小结 |
第三章 SDN网络流量监测中的Double Buffer更新技术 |
3.1 Double Buffer技术原理 |
3.2 SDN网络流量监测中的Double Buffer技术实现 |
3.2.1 性能指标测量方案 |
3.2.2 Double Buffer更新模块的具体实现 |
3.3 实验设定与结果分析 |
3.3.1 实验环境 |
3.3.2 实验流程 |
3.3.3 实验结果分析 |
3.4 本章小结 |
第四章 基于多路径分割的SDN高效流量调度技术 |
4.1 ECMP原理与拥塞解析 |
4.2 流量调度框架分析与功能模块设计 |
4.2.1 详细架构分析 |
4.2.2 功能模块设计 |
4.3 实验设定与结果分析 |
4.3.1 实验设定 |
4.3.2 实验结果对比与分析 |
4.4 本章小节 |
第五章 总结与展望 |
5.1 本文工作总结 |
5.2 研究展望 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(10)互联网中面向实时数据传输保障机制研究(论文提纲范文)
摘要 |
Abstract |
第1章 引言 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.1.3 研究挑战 |
1.2 研究目标和主要研究内容 |
1.3 国内外研究现状 |
1.3.1 面向互联网基础结构与性能的发现技术 |
1.3.2 面向提高互联网可管理性的新型网络架构 |
1.3.3 面向互联网的流量控制技术 |
1.4 本文组织结构 |
第2章 相关技术概述 |
2.1 引言 |
2.2 面向互联网的数据获取与分析技术 |
2.2.1 分析基础 |
2.2.2 分析内容 |
2.2.3 分析方法 |
2.3 SDN架构下数据传输保障技术初探 |
2.3.1 软件定义网络概念 |
2.3.2 软件定义网络体系结构 |
2.3.3 OpenFlow |
2.3.4 基于OpenFlow协议的端到端带宽保障技术探究 |
2.4 面向QoS的数据传输保障机制 |
2.4.1 QoS(服务质量) |
2.4.2 IntServ |
2.4.3 DifServ |
2.4.4 基于网络动态流理论的QoS数据传输 |
2.5 本章小结 |
第3章 面向互联网宏观拓扑结构下的关键链路时延特征研究 |
3.1 引言 |
3.2 数据来源与定义 |
3.2.1 基于CAIDA主动探测项目的网络时延数据 |
3.2.2 网络探测特征值提取及定义 |
3.3 互联网宏观拓扑结构下网络时延特征分析 |
3.3.1 网络时延和通信直径的统计特征 |
3.3.2 网络时延与通信直径相关性分析 |
3.4 互联网瓶颈时延现象与讨论 |
3.4.1 互联网瓶颈时延现象 |
3.4.2 瓶颈时延与网络时延相关性分析 |
3.5 基于IP联合映射的瓶颈时延特征分析 |
3.5.1 IP地理映射 |
3.5.2 基于复杂网络理论的IP中心化映射 |
3.5.3 瓶颈时延原因分析 |
3.6 本章小结 |
第4章 面向互联网时延敏感数据的传输调度引擎的设计与实现 |
4.1 引言 |
4.2 系统架构与设计目标 |
4.3 系统调度流程 |
4.4 网络QoS监控模块设计与实现 |
4.4.1 吞吐量监控 |
4.4.2 链路时延监控 |
4.5 流量传输规划模块设计与实现 |
4.5.1 基于时间扩展网络的最大网络动态流理论 |
4.5.2 基于精确搜索的动态调度策略 |
4.5.3 调度策略实现 |
4.6 仿真实验及结果分析 |
4.7 本章小结 |
第5章 面向互联网多业务同步数据流的时延约束传输调度策略研究 |
5.1 引言 |
5.2 网络模型与定义 |
5.2.1 多业务数据同步传输模型 |
5.2.2 多业务时延约束传输调度问题定义 |
5.3 静态调度算法 |
5.3.1 基于最大网络动态流的静态调度算法 |
5.3.2 基于网络最大限制动态流的静态调度算法 |
5.4 动态调度算法 |
5.4.1 网络中的剩余流量 |
5.4.2 基于最大多目标网络动态流的动态调度 |
5.5 实验及结果分析 |
5.5.1 静态调度算法(MDTS-R、MDTS-P)测试 |
5.5.2 动态调度算法(MDTS-H)测试 |
5.5.3 对比测试及结果分析 |
5.6 本章小结 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
个人简历与攻读博士学位期间的研究成果 |
致谢 |
四、RIPS调度策略研究(论文参考文献)
- [1]异构无线网络边缘资源调度关键技术[D]. 郝昊. 北京邮电大学, 2021(01)
- [2]面向异步流量整形器的调度机制设计与实现[D]. 赵子玄. 北京交通大学, 2021(02)
- [3]面向卫星网络的上网加速设计与实现[D]. 曹建军. 电子科技大学, 2021(01)
- [4]协同网络多区域移动子网自组织系统的设计与实现[D]. 欧斌轲. 北京交通大学, 2020(03)
- [5]缓存、计算资源受限下无线网络吞吐量优化策略研究[D]. 刘铂熙. 华中科技大学, 2020(01)
- [6]基于压缩感知的网络控制系统的分析与设计[D]. 樊芮锋. 北京交通大学, 2019(01)
- [7]基于蚁群算法的流量调度系统的设计与实现[D]. 孙合庆. 北京交通大学, 2019(01)
- [8]面向工业应用的无线传感器网络链路资源调度研究[D]. 马剑. 北京交通大学, 2019(01)
- [9]SDN网络流量监测与调度技术研究[D]. 张恒. 国防科技大学, 2018(12)
- [10]互联网中面向实时数据传输保障机制研究[D]. 林川. 东北大学, 2018(01)