基于链路不对称性预测的机会网络路由设计

机会网络的混合路由优化设计可以有效降低冗余开销,提高数据传递成功率。传统方法采用链路代价评估和能量节省延迟容忍算法实现机会网络的路由设计,当在移动自组织网络中出现节点稀疏化调度下链路具有不对称性,降低了路由分配质量。提出一种基于改进的OLSRv2算法的链路不对称性预测控制机会网络混合路由优化算法,定义机会网络中混合置信因子概念,研究路由优化检验统计量的确定和判别系统的设计,通过OLSRv2算法引入了概率路由,在当前连通域的路由信息进行地址压缩得到最优传送概率值。仿真实验表明,采用该算法设计的机会网络路由进行网络通信,得到较小的控制开销,提高通信成功率,网络负载大幅降低。     

基于信息加权控制的网络路由损伤诊断方法

分布式加权自组网网络常用在无线通信网络组网中,该网络路由信息由于信息加权的自组织性,通常会产生信息空洞或孤岛节点,导致路由损伤,有效的路由损伤诊断方法可以提高网络的可靠性。提出一种基于信息加权控制的网络路由损伤诊断方法。构建了分布式加权自组网网路的路由分布模型,分析路由损伤诊断机理,并对链路数据进行融合预处理,引入虚拟通道技术计算路由链路沿通道变化的信息加权,通信信息加权控制实现网络路由损伤特征分析和诊断。仿真结果表明,采用该算法进行路由损伤诊断,链路数据融合性能和损耗节点的准确检测性能较好,为实现路由修复奠定基础,提高网络稳定性和可靠性。     

基于移动预测的分段Ad Hoc网络组播路由重建模型

AdHoc网络组播路由的建立需要大量的洪泛控制信息.考虑AdHoc网络中节点的移动性因素,利用链路连接保持时间模型(LET预测模型)在路由失效前分段进行路由重建,提出一种基于移动预测的Ad Hoc网络分段路由重建模型.性能分析表明该路由重建模型不需要整个网络都参与重建工作,能够有效减少控制信息的数量和路由重建时间,降低...     

复杂社团网络的多路由探测漏洞修复算法

对复杂社团网络的漏洞有效修复能保证网络的安全和稳定。传统的修复算法采用多分层和多标准的超网络平衡修复算法,社团区划在多路由转发情况下漏洞修复效果不好。提出一种基于多路由探测的复杂社团网络漏洞修复算法。使用线性预测模型对漏洞进行多路由网格划分,采用链路模型重组方案对数据进行攻击相位重组,得到漏洞数据生成和关联性分析结果,通过多路由探测,提取网络传输的数据多路复用器输出端口的数据,找到经过最短路径数目最多的边并将漏洞数据从网络中移除,提高了漏洞修复的性能,实现算法改进。仿真实验表明,该算法的漏洞修复效果较好,通过漏洞修复能有效提高网络数据传输的吞吐量和网络分组数据传输成功率,展示了算法的优越性能,在网络安全等领域具有较大的应用价值。     

基于TVCSE拟合的网络入侵预测方法

针对传统算法网络入侵预测中,网络检测数据相关性不强,大规模网络入侵导致预测准确性不高的问题。提出了一种基于时序变化率曲面极值(Time-series variation curved surface extremum:TVC-SE)拟合的网络入侵预测算法。对网络流量信息数据进行实时获取,以时序为时间度量构建变化率曲面模型;分别对时序变化率曲面模型的局部极值进行迭代计算,将共有的局部极值作为最终的预测极值进行存储,同时以该时刻的协同局部极值为参考,提高了网络入侵预测的准确性。仿真实验表明,该测试方法能够达到较高的测量精度,虚警率比传统算法平均降低了12.4%,预测时间减少在2.5 s左右,在不增加成本,符合网络程序计算复杂度的情况下,满足了网络入侵预测的要求。     

基于Zigbee网络的路由算法研究

本文针对基于Zigbee网络的路由算法进行相关研究,并分析其优缺点。     

基于负载-功耗特征测试的WSN配网路由修复方法

为了增强无线传感网络(WSN)的自适应性,降低WSN功耗,需要进行配网路由修复。传统的路由修复算法采用能量感知模型,设置负载平衡的CTP路由协议估算剩余能量,算法没有考虑路由最大角度的负载平衡问题,路由修复性能不好。提出一种基于负载-功耗联合特征测试的WSN配网路由修复算法,设计了基于ICTP协议的WSN网络模型框架,综合考虑簇头的剩余能量及其与Sink的距离对它的生命周期的影响,进行路由选择设计,采用负载-功耗联合特征测试方法,实现WSN配网路由修复改进。实验结果表明,该算法进行WSN路由修复设计,节点剩余能量方差一直维持在最低,有效地均衡了网络负载,平衡了网络能量消耗,节点生存性较大,提高能量的有效利用率。     

基于负载平衡的无线传感器网络路由算法

为了提高无线传感器网络的能量利用率和延长网络的生命周期,本文提出了基于负载平衡的无线传感器网络路由算法。首先,将网络划分成多个网格,根据网格内节点的负载情况定义网格的状态,结合网格的地理位置和网格负载状态选择路由网格;其次,根据节点剩余能量和负载大小在选择的网格内选取一个合适的节点开始数据的收发工作;最后,通过模拟实验将本文算法与GPSR算法和GEAR算法进行比较。仿真结果表明,该算法有效改善了网络的负载均衡,延长了网络的生存期,并提高了网络的吞吐量。     

基于单臂路由的小型企业网络VLAN间通信

由于小型企业资金有限,所以各个小型企业要进行不同VLAN的计算机要访问同一个服务器的时候以及属于不同VLAN的计算机相互之间访问的时候而且经费紧张大多数都是采用单臂路由的方式。本文利用了4个二层交换机以及一个路由器来实现VLAN间的通信,通过Cisco Packet Tracer Student软件进行仿真模拟,要实现各个计算机通过域名对WEB服务器的访问。     

基于分布式计算的密集型多路网络流均衡调度方法

针对传统的密集型多路网络流均衡调度中,普遍存在着平均带宽利用率较低、能量消耗较大等问题。提出基于分布式计算的密集型多路网络流均衡调度方法。通过对密集型多路网络流进行分析,将网络节点跳数信息和多路网络流负载信息相结合作为网络流选择和切换的标准,获取网络流选择的决策函数。根据现阶段密集型多路网络流负载均衡状态对网络中过载链路上的数据流进行调度,利用链路粘值来获得网络数据流对调度任务的拒绝程度,减小调度对流性能的影响,实现多路网络流均衡调度。实验结果表明,所提方法平均带宽利用率较高、能量消耗较低。     

基于流量预估与反馈的网络通信协议优化研究

针对当前的网络通信协议缺少必要的沟通与反馈机制,通信中的错误与弊端很难形成一个时时的反馈.当网络通信不能明确沟通中的意外时,会产生通信效果下降,产生网络阻塞.为了解决这一问题,提出了一种基于流量预估与反馈的网络通信协议优化研究,通过对当前通信协议中,加入对流量预估与阻塞反馈机制,反馈网络中的流量异常变化,利用流量驱动进行调节,完成对网络通信协议优化.后期的计算机仿真实验表明,该方法在网络信息通信的各项指标都取得了较好的效果,应用性较强.     

基于小区域断点检测的P2P网络快速通行算法

提出一种自主感应分析算法,针对通信小区域内的断点,设计最优路径选取方法。计算路径中的相关断点权值,为每个路径的选择设计相关的阀值标准,选取最优路径,避免断点区域路径的选择,同时也避免了传统方法逐个遍历网络节点带来的通信效率过低的问题。实验证明,利用该方法能够快速选取通信最优路径,有效提高了P2P网络通信效率,取得了满意的结果。     

基于流量预判的校园选课网络拥塞控制方法

在学校的选课系统中,如果多名学生同时选择同一门课程,这种瞬时增大的数据流量流动的倾向会造成数据的分布均匀性较差。传统的校园网络选课系统多是基于CS结构,如果服务器数据源节点动态传输数据过于集中,会造成瞬时数据量猛涨,导致选课网络信道发生拥塞现象,选课数据无法及时传输到终端,造成选课系统存在较大延迟。为了解决上述问题,提出了一种基于流量预判算法的校园网络选课系统的拥塞控制策略,通过获取数据流量分布情况,进行流量参数估计;通过流量预测,判断信道流量拥塞程度,从而实现校园网络的拥塞分流控制。实验证明,这种基于流量预判算法的拥塞控制方式提高了校园网络选课速度,取得了令人满意的效果。     

交通流量VNNTF神经网络模型及其预测研究

研究了VNNTF神经网络交通流量混沌时间序列预测的问题。首先,通过混沌理论提取了交通流量时间序列的混沌特征,并在此基础上建立了VNNTF神经网络交通流量时间序列模型;接着,阐述了VNNTF神经网络学习算法原理．设计了交通流量Voltem神经网络的学习算法快速学习算法：最后利用交通流量混沌时间序列对VNNTF网络模型、Voherra预测滤波器和BP神经网络进行了单步预测,并对预测结果的仿真图和真实值与预测值的方均根进行了比较,结果表明基于混沌学习算法的VNNTF神经网络的预测性能明显优于Volterra预测滤波器和BP神经网络。     

基于流体力学的知识流动沿程损失研究

在对知识流动相关文献进行梳理的基础上,对流体力学中的液体流动进行隐喻分析,研究知识流动与液体流动的对应关系.提出构建沿程损失模型的前提假设,应用流体力学圆管流动理论,构建基于流体力学的知识流动过程中的知识损失分析模型,对模型进行推导和求解.在此基础上,通过编程对知识流动沿程损失模型进行仿真模拟,绘制知识流动损失的变化趋...