一、A New RWA Algorithm Based on Multi-Objective(论文文献综述)
刘晔祺[1](2021)在《卫星动态光网络的路由和资源管理方法研究》文中研究指明科学技术的进步和发展,推动空间通信技术向着不断深入的方向探索,在海量通信数据和多样化用户服务的刺激下,空间技术领域中的大功率轨道运载水平和大容量卫星通信能力不断提升,人工智能等新技术也开始融入卫星产业的各个方面。以激光为载波、大气为传输介质的卫星光通信技术,能够在继承微波通信优势的基础上,结合无线电通信和光纤通信的优点,不仅传输速率高、传输容量大、安全性高,还能够抵抗电磁干扰,且无需使用许可;硬件配置方面,满足激光通信需求的发射和接收天线体积小,更便于卫星携带。通过采用激光通信技术建立星间链路,能够形成高速率大容量通信的卫星高速光互联网,进而满足近年来指数式增长的数据传输量对卫星通信容量和传输速率提出的更高要求。因此,作为未来军事和商业空间网络的重要构成系统,空间激光通信具有重要的研究意义。在多类型业务需求和服务质量不断增长的今天,卫星光网络中所承载的通信量越来越大,与此同时,空间环境的复杂性以及无线通信固有的脆弱性也给卫星网络的高质量传输性能带来了巨大的挑战。本论文充分考虑基于波分复用结构的激光链路特性和网络拓扑高动态变化的特点,围绕卫星动态光网络中网路层路由算法和星上资源管理问题展开研究。为了支撑各种类型的用户服务,提高大容量高速率网络通信的稳定性和可靠性,应对卫星光网络由于数据速率高、容量大等新特性而导致的网络层面的流量不均、业务拥塞问题,解决与日俱增的业务需求和有限的星上资源之间的矛盾,本文重点研究卫星动态光网络中的路由与波长分配技术,基于安全威胁和重业务负载的路由优化策略,以及星上资源的高效分配方法,从而实现用户数据的稳定、安全、高效传输,并提高有限资源的最大化利用。论文的主要研究工作和创新点如下:1.基于蜂群优化的路由和波长分配算法论文基于卫星动态光网络中的路由与波长分配(Routing and Wavelength Assignment,RWA)问题,提出了基于蜂群优化的RWA算法,以时延和波长利用率为优化指标,以多普勒波长漂移、传输时延、波长一致性和连续性为约束条件,建立了星间激光链路的链路代价模型;优化了蜂群适应度函数,以最小化路径上经过的节点跳数和链路的波长资源利用率为目标,实现了路径的合理规划和波长的有效利用。研究结果表明,该算法有效地克服了卫星光网络长时延和高误码率的缺点,满足了实时业务的稳定传输,减轻了多普勒频移对通信性能的不利影响,并且能保证低阻塞率下波长资源的高效利用。2.基于安全路由策略的负载均衡算法论文基于空间环境的开放性所引发的安全性问题,设计了基于多层卫星信任度的安全路由策略,通过卫星群组划分、生成链路报告和可信路由计算等步骤,利用网络中时延、丢包率和可用带宽等信息构建信任度值,并由高层卫星管理者规划出一条信任度值较高的路径,以实现可信的数据传输,从而提高系统安全性;针对满足全球覆盖的单层卫星星座,提出了基于安全策略的负载均衡算法,解决了卫星光网络中由于全球流量分布不均引起的负载不均问题和路由安全性问题。通过设计基于安全机制的流量修正模型,分散热点区域的流量,同时限制通过不安全区域的流量,以达到安全目标下网络负载的有效均衡。与传统的启发式算法相比,所提算法具有更好的适应性,更低的阻塞率以及更加安全可靠的通信性能。3.基于业务分流的卫星拥塞控制算法论文针对大流量业务背景下星载处理能力有限和全局业务分布失衡所引发的网络拥塞问题,提出了一种基于业务分流的卫星拥塞控制算法,利用人工蜂群(Artificial Bee Colony,ABC)机制求解多约束条件下的拥塞控制优化模型。针对可预判的业务堆积造成的拥塞,提出了一种基于业务分布的链路代价修正模型,通过修正的路径代价来提前分散重负载区域流量,以得到全局最优的路由结果;针对网络的突发性拥塞,考虑到波长分配和路由选择的同时性,设计了基于波长利用率的拥塞控制指数,最大限度地避免局部拥塞给网络带来的瘫痪性影响;针对拥塞节点容易引发的级联拥塞现象,则通过设置拥塞区域进行路由绕行以避免性能进一步恶化。仿真结果表明,所提算法实现了高通信成功率和低传输时延性能,并能够在避免拥塞的基础上实现对波长资源的合理规划。4.基于多QoS保证的动态带宽分配方法论文基于宽带卫星通信系统的资源分配问题,提出了一种基于多服务质量(Quality of Service,QoS)保证的动态带宽分配方法以解决有限的星上资源和日益增长的宽带多媒体业务需求之间矛盾。首先,构建了一个跨层带宽分配模型,综合考虑应用层、介质访问控制(Medium Access Control,MAC)层和物理层的信息;然后,利用优化蜂群算法求解基于跨层信息的修正效用函数,从而得到带宽资源分配的最优解。所提算法充分考虑并分析了调制格式、编码效率、传输速率以及不同类型用户的QoS优先级等重要因素。最后,通过对所提算法效用值、用户满意度和吞吐量等性能的分析评估,验证了其不仅能够满足多用户的QoS需求,还能在兼顾物理层传输环境的基础上实现高效的带宽分配和高速的业务传输。
陈帅[2](2021)在《基于双层星座网络的星上路由优化算法》文中认为现阶段,由不同轨道高度卫星构成的多层星座网络逐渐成为未来卫星网络发展的主流趋势;这是因为多层卫星星座网络不仅兼顾不同轨道卫星的优点、灵活组网,而且双层卫星星座网络也具有较强的抗毁能力。卫星星座网络因其卫星节点的运动和用户的不均匀分布等特征,使得网络很容易出现负载不均衡的问题,从而造成部分卫星节点或链路阻塞,降低网络性能;卫星通信过程中卫星链路在故障或受到干扰的情况下,会发生数据丢失,而在热点区域如果仅仅使用单一路径传输数据,会出现局部卫星节点负载过重,甚至会出现局部卫星节点阻塞的情况。针对以上问题,本文对双层卫星星座网络和星上路由算法进行了深入的研究。本文的主要研究内容如下:(1)基于GEO/LEO双层卫星星座的网络模型首先对GEO/LEO双层卫星星座网络的参数进行了研究与优化,接着在研究卫星通信中微波与激光通信的基础上,对双层星座网络中的星间链路和星地链路进行了深入研究与分析;然后针对卫星星座设计的目标,提出了一种基于GEO/LEO双层卫星星座,并对覆盖全球的GEO/LEO卫星星座模型设计的目标和卫星星座的参数设计进行分析,最后基于STK仿真软件,对本章所提出的GEO/LEO卫星星座进行建模与性能分析,仿真从GEO/LEO卫星星座对全球、两极区域和北京站的覆盖性能以及星座网络中LEO与GEO卫星连接情况进行了分析和验证。(2)基于链路状态的GEO/LEO路由优化算法在GEO/LEO双层网络模型的基础上,提出了基于双层星座网络的虚拟节点策略与分组管理策略。利用虚拟节点与分层分组管理的方法来屏蔽卫星网络中卫星节点的快速运动,从而减低星上路由算法的复杂度。接着提出了一种基于链路状态的路由优化算法,将影响链路状态的传输时延、排队时延和卫星节点链路负载等因素加入到链路代价中,对链路状态进行综合评价,并将其引入到蚁群算法的目标函数中进行求解,相比于只考虑单一距离或者跳数的蚁群算法,所提出的路由优化算法能够根据目前的链路代价和节点概率函数选择合适的节点作为下一个节点,从而完成网络路由的计算。(3)基于GEO/LEO双层星座网络的阻塞回避方法首先提出了基于优化算法的多路径路由策略,通过路由优化算法为GEO/LEO双层星座网络计算最佳路径和次优路径,并利用Dijkstra算法为网络计算一条包括GEO卫星节点的最短路径;所提算法在通信过程中,采用多路径的策略、GEO卫星及时为高负载链路分流。在多路径路由策略的基础上,提出了一种基于多路径的阻塞回避路由算法,采用卫星节点的缓存利用率和卫星链路的利用率联合判断卫星及其出口链路是否处在超负荷状态,其中,缓存利用率用来判断卫星节点工作是否超负荷,链路利用率判断卫星链路是否阻塞。最后构建了一种基于用户优先级的仿真系统模型,在该模型中划分业务和用户类别,并设置优先级,据此在卫星节点上划分出对应优先级的队列并分配不同的比例,然后采用基于优先级的加权轮询调度策略对数据进行发送。
周围[3](2020)在《基于启发式算法的卫星光网络RWA优化算法研究》文中研究表明随着互联网及大数据的飞速发展,用户对卫星通信数据传输有了更高传输速率、更大传输容量等需求,卫星微波传输技术难以满足用户需求。采用卫星激光通信技术可以大幅度地提升通信信息在传输过程中的质量与效率。卫星光网络具有极大的发展潜力并将成为未来卫星网络的研究热点与发展趋势,有望成为未来空间通信的主要形式。在卫星光网络中,路由与波长分配(Routing and Wavelength Assignment,RWA)问题是决定网络性能的至关重要的因素。使用蚁群算法解决RWA问题,可以同时完成路由选择和波长分配。传统蚁群算法具有高灵活性、低复杂度等优点,可以用来解决卫星光网络的路由与波长分配问题,但具有易陷入局部最优,收敛速度慢等缺陷。同时由于卫星业务分布在位置和时间上的不均衡导致在热点区域更易造成拥塞现象。为了解决以上问题,本文对卫星网络路由与波长问题及蚁群算法进行深入的研究,开展基于蚁群算法的RWA算法研究,提出优化算法,从而提高算法寻路性能、提高算法收敛速度、增加算法拥塞控制机制。本文的主要研究内容如下:(1)基于启发式算法的拓展寻路RWA算法针对传统蚁群算法解决路由与波长分配问题时,由于其信息素更新和寻路规则,算法有易陷入局部最优的缺陷,提出一种基于启发式算法的拓展寻路 RWA 算法(Ant Colony Optimization Based On An Extended Pathfinding Routing And Wavelength Assignment Algorithm,ACO-EP)。该算法在蚁群寻路过程中考虑波长的使用率,优化挥发系数,增加基于业务密度的随机干扰机制,提高蚁群算法的路径寻优性能,弥补蚁群算法易陷入局部最优的缺陷。仿真研究了不同业务密度下的通信成功率、通信时延和阻塞率三种性能。结果表明,与原始蚁群算法(Original Ant Colony Optimization Algorithm,ACO-original)相比,ACO-EP算法提高了通信成功率,降低了通信时延与阻塞率。(2)基于蚁群算法的快速收敛RWA算法针对传统蚁群算法初始均匀分配信息素,不能充分利用卫星网络拓扑结构信息,导致蚁群路由与波长分配算法收敛速度慢的问题,提出一种快速收敛的蚁群路由与波长分配算法(Fast Convergence RWA Algorithm Based on Ant Colony Algorithm,ACO-FC)。该算法充分利用卫星网络拓扑结构信息与源节点目的节点间的相对关系,即方向指引因子调整选路概率,使初始蚁群依据卫星光网络拓扑信息进行选路,而非随机选择,以提高算法收敛速度。并结合粒子群算法,对信息素进行正反馈,进一步提高算法收敛速度。仿真研究了算法收敛性,不同业务密度下的通信成功率、通信时延三种性能。结果表明,与原始蚁群算法ACO-original以及矩形窗蚁群算法(Ant Colony Optimization Algorithm With Small Window Strategy Algorithm,ACO-SWS)相比,ACO-FC算法可以在提高收敛速度的同时,提高通信成功率并保持较低的通信时延。(3)基于流量感知的拥塞控制RWA算法卫星通信用户业务在时间、空间上分布不均,导致由地面上传至卫星的流量波动较大,如果没有拥塞控制,局部网络易产生拥塞,会导致网络无法对业务进行实时响应。针对以上问题,提出一种基于流量感知的拥塞控制路由与波长分配算法(Ant Colony Optimization Algorithm Congestion control based on traffic-aware,ACO-CCTA)。该算法通过流量感知获得卫星网络流量,并计算拥塞平均度等参数,衡量网络负载量及平均度,对满足条件的拥塞业务采用多径策略转移拥塞,降低卫星光网络阻塞率。仿真研究不同业务密度下的阻塞率、通信时延和波长资源使用率三种性能。结果表明,与原始蚁群算法ACO-original 以及矩形窗蚁群算法 ACO-SWS 相比,ACO-CCTA算法可以降低网络的阻塞率,并保持较低的通信时延,和适中的波长资源利用率。
占朋[4](2019)在《机载传感器光互连网络资源分配算法研究》文中指出随着机载系统信息化程度的快速提升,对机载传感器网络的性能也有了更高的要求。由于光网络高带宽、低时延、传输协议透明、灵活可扩展等优点,波分复用(Wavelength Division Multiplex,WDM)光网络逐渐成为下一代机载传感器网络的研究方向。基于此,本文针对WDM光网络架构的机载传感器网络资源分配相关技术进行研究。其中针对机载传感器网络中的多播需求,重点研究了多播路由与波长分配以及多播流量疏导算法。在机载传感器WDM网络中,为了满足机载网络的特定业务需求以及业务中的服务质量(Quality of Service,QoS)约束,同时最小化多个网络资源的消耗,本文研究其满足机载环境QoS要求的多播路由与波长分配(Routing and Wavelength Assignment,RWA)算法。在对该问题进行了系统的描述和分析的基础上,本文提出一种非支配排序遗传算法(Nondominate Sorting Genetic AlgorithmⅡ,NSGA2)和禁忌搜索算法(Tabu Search,TS)结合的多目标进化算法,将其应用于解决提供QoS保证的多播路由与波长分配问题。在该算法的应用中,针对本文研究的特定问题,本文设计了特定的个体编码方案,并针对具体问题重新定义了带约束条件的个体间支配关系。同时,针对进化算法中使用的遗传操作,本文设计了特定的初始化策略、选择策略、以及交叉和变异策略。对设计的算法,本文通过仿真比较了算法的解在目标空间中的分布特性以及针对该问题定义的收敛性参数、多样性参数,结果表明本算法平均收敛性比对比算法NSGA2MRWA和SPEAMRWA算法增加40%和78%,多样性参数在请求规模较大的情况下平均减少3.84%和5.11%。针对机载传感器光网络中存在多种速率的数据传输且低速数据与波长带宽不匹配等问题,本文对其流量疏导问题进行了研究。在本文中,建立了基于光树的流量疏导的数学模型,提出了一种基于对逐级递减的带宽进行共享的光树共享流量疏导算法,并在其中使用遗传算法进行了路由与波长分配。本文针对不同的拓扑、不同规模以及类型的业务进行了仿真分析,并同其他算法进行了对比。首先分别对比了其他算法与本算法在波长资源和收发射机资源、分路器资源等光器件资源上的消耗。最后综合上述因素,比较了网络代价。仿真结果表明,本文提出的流量疏导算法在业务规模较大的情况下,网络资源的使用要显着少于另外两种与之对比的算法。在平均情况下,本文的流量疏导算法比不使用该算法网络代价低58%,比对比的算法SLTSG、LTSG分别低17%和29%。
文国莉[5](2018)在《空间光网络路由与资源管理技术研究》文中进行了进一步梳理随着大数据和移动互联网业务的蓬勃发展,对卫星通信系统传输容量和传输速率提出了更高的要求。空间激光通信具有超大带宽、无频谱使用许可、安全性和抗干扰等特点,使得空间激光通信成为当前通信领域中的研究热点;同时,随着空间激光通信相关技术的大力发展,空间激光通信从点对点通信向全球覆盖、实时通信组网方向发展。因此,采用激光通信技术建立星间链路,从而形成卫星高速光互联网,是未来空间信息网络大容量高速率通信的发展趋势。但是,空间光网络面临如下挑战:由卫星相对运动引起的多普勒波长漂移会对通信质量产生不良影响;卫星网络的高动态性和全球业务强度分布的不均匀性易造成整个网络负载分布不均衡;越来越高的用户需求与紧缺的带宽资源之间的矛盾日益突出。为了解决空间光网络中的上述问题,以提升网络鲁棒性和保证用户服务质量(Quality of Service,QoS)为出发点,开展空间光网络路由与资源管理技术研究。面向星间光传输路径建立、星地多用户有效接入和系统仿真与验证支撑的需求,重点研究空间光网络中涉及的路由与波长分配技术、资源管理技术和高层体系架构(High Level Architecture,HLA)仿真技术,从而实现任意两个用户之间随时随地可靠端到端通信。本论文的主要研究内容和创新点如下:(1)基于跨层设计的蚁群路由与波长分配算法为了克服空间光网络多普勒波长漂移对数据传输造成的不良影响,提出了基于跨层设计的蚁群路由与波长分配算法(Ant Colony Algorithm Based on Cross-Layer Design for Routing and Wavelength Assignment,CL-ACRWA)。该算法建立了一种跨层优化模型,实现了网络层路由算法对物理层多普勒波长漂移、传输时延和波长使用信息的应用;借助蚁群算法求解上述优化模型,信息素的更新采用正负反馈机制,使得蚂蚁在搜索最优光路径时能有效避免多普勒波长漂移大于门限的光链路。在铱星(Iridium)和下一代低轨卫星星座(Next-generation Low-earth-orbit System,NeLS)两种卫星光网络中对所提算法性能进行仿真验证,结果表明,与矩形窗蚁群算法(Ant Colony Optimization With Small Window Strategy Algorithm,ACO-SWS)和原始蚁群算法(Original Ant Colony Optimization Algorithm,ACO-Original)相比,CL-ACRWA在保证较好的全局搜索能力和快速收敛速度的同时,大大提高了网络通信成功率,且传输时延满足实时业务的通信需求。(2)基于蚁群优化的负载均衡路由与波长分配算法为了解决空间光网络负载分布不均衡的问题,提出一种基于蚁群优化的负载均衡路由与波长分配算法(Ant Colony Optimization Based Load Balancing Routing and Wavelength Assignment Algorithm,ALRWA)。ALRWA从全局业务分布和局部链路负载状态两个维度出发,建立蚁群优化模型,不仅采用卫星覆盖范围内的相对业务强度修正光链路代价值,而且利用自回归滑动平均混合模型观测星间链路波长利用率,使得光路径趋向选择覆盖非热点区域卫星的同时有效避免长时间具有高负载的光链路。在Iridium和NeLS两种卫星光网络中对所提算法性能进行仿真验证,结果表明,与ACO-SWS和ACO-Original相比,算法ALRWA在降低了网络阻塞率的基础上有效地实现了网络负载均衡,且网络平均传输时延能够保证实时业务正常通信。(3)基于统一效用函数的跨层动态带宽分配策略为了解决空间光网络日益增长的用户需求和紧缺的星地带宽资源之间的矛盾,提出一种基于统一效用函数的跨层动态带宽分配策略(Cross-Layer Design Of Dynamic Bandwidth Allocation Based On Unified Utility Function,UUF-CL-DBA)。首先建立网络效用最大化模型,一方面,采用统一效用函数反映不同业务的QoS需求,另一方面,引入跨层设计思想实现媒质接入控制层动态带宽分配(Dynamic Bandwidth Allocation,DBA)算法对应用层业务优先级和物理层信道编码调制信息的综合利用;然后,采用自适应遗传算法求解该优化模型,从而为每个用户分配合理的资源。最后,对算法UUF-CL-DBA的性能进行了仿真验证,结果表明,与跨层公平注水DBA算法和跨层效用函数最大化DBA算法相比,算法UUF-CL-DBA在满足用户公平性的前提下,有效地提升了网络效用值、用户满意度和网络吞吐量。(4)基于HLA的宽带卫星通信系统半物理仿真机制研究HLA分布式仿真技术具备构建大规模仿真平台的能力,能够为仿真资源的可重用性和仿真应用间的建模与互操作性提供保证。为了能够从网络动态构成、系统性能实时监测、真实用户业务加载等维度模拟和展示空间光网络,本文构建基于HLA的宽带卫星通信系统半物理仿真平台。在研究HLA协议的基础上,实现了卫星网络模拟OPNET应用、系统性能分析MATLAB应用、网络节点展示STK应用和真实业务采集VC应用之间的互相连通与互相操作,更加立体地展示了真实语音业务从一个客户端经过虚拟宽带卫星通信网络发送给另一个客户端,并分析了系统的卫星覆盖率、端到端时延、吞吐量等性能,从而为空间光网络系统级仿真与验证奠定基础。
刘敏[6](2018)在《基于SDN和机器学习的光网络控制机制》文中研究说明近年来,随着各种宽带业务的涌现和物联网、大数据等技术的发展,网络流量呈现出持续增长的趋势,与此同时,为各种新兴技术和应用提供服务的光网络的发展也受到了前所未有的挑战。大容量、高灵活性和可扩展性成为未来光通信网的发展方向;网络拓扑结构也越来越复杂,为了满足用户的基本需求,保证QoS(Quality ofService,服务质量)机制正常工作,对光网络实施拥塞控制、优化光网络的路由波长分配(RWA,Routing Wavelength Assignment)机制就显得更为关键。本论文以国家自然科学基金为依托,围绕 TWDM(Time and Wavelength Division Multiplexed,时分/波分复用)技术、软件定义光网络系统结构及带宽分配算法进行了研究并分别提出了一种基于机器学习的光网络性能预测机制和控制方案,该方案是基于软件定义光网络系统结构,利用机器学习算法建模预测光网络系统性能,综合考虑网络资源利用率的实时状态和经典的路由资源分配算法,提出了新型的动态带宽算法。进一步提高了网络带宽利用率,降低业务阻塞率和延时。主要工作和创新点如下:(1)建立了 TWDM光网络的仿真平台,对时分、波分等关键复用功能进行了仿真分析,完成了关键性能数据的采集,如业务的源和目的节点、请求的带宽以及持续时间、固定时间周期的链路的带宽利用率等。(2)建立了基于机器学习预测光网络性能的理论模型,通过对机器学习算法的分析,确定了其结构和参数。针对当前日益严峻的网络拥塞问题,具体提出并实现了基于机器学习的光网络拥塞度预测的方案。仿真结果表明,该方案可以有效地预测光网络系统的拥塞度,达到预警和理论指导的作用。(3)为了进一步控制和降低网络拥塞,提出了 SDON(Software Defined Optical Network,软件定义光网络)中基于链路带宽利用率预测的资源分配方案。仿真结果表明,该方案根据实时的链路资源利用率状态,通过SDN控制器集中管控路由和资源分配,能够有效地降低业务阻塞率、时延,提升系统的带宽利用率。
赵中楠[7](2017)在《全光网络安全态势感知与故障修复方法研究》文中研究表明互联网的发展对各种高速应用的需求与日俱增,传统光电混合网络已经无法满足大容量、高速率的传输要求,由各种新型光交换设备和技术组成的全光网络逐渐成为主干网络的首选。它以全光域的信号传输形式,提供高达万亿位级的数据传输速率,但其快速、大容量传输的同时,却存在诸多安全隐患。对全光网络安全问题的研究,首先需要分析影响全光网络安全性能因素的特征及规律,提前进行攻击预防规避风险。同时需要一种长效的监测、识别、评估的安全运行机制保证网络能够安全有效的运行。此外,面对安全问题的发生需要有效的修复手段和策略,以减少损失并提高全光网络应对安全威胁的能力。据对全光网络的研究分析表明,相比于全光网络传输性能研究,针对全光网络安全问题的研究仍然相对较少,缺乏系统性和规范性,因此本课题的开展具有重要的理论和实践意义。本文充分考虑全光网络自身运行状态和外部环境变化,分别提出面向系统内、外部检测的感知模型,并在SDN构架下提出了一种全光网络故障修复方法,在分析全光网络安全态势基础上,进一步提高全光网络链路资源的自适应调配能力。具体研究内容如下:首先,针对全光网络内部存在的脆弱性问题,结合全光网络运行特点,提出一种基于Bio-PEPA的脆弱性扩散形式化建模与分析方法。剖析影响脆弱性扩散的主要特征,把光纤、光放大器及光开关抽象为不同簇。根据设备运行状况,定义不同的脆弱性状态,对脆弱性在簇内及簇间的扩散行为进行精确描述,并采用常微分方程进行解析,分析全光网络脆弱性扩散的运行规律,进而得到抑制全光网络脆弱性扩散的安全策略。该方法能够更准确的刻画全光网络脆弱性扩散行为及效果,降低状态空间规模,从系统自身运行状况等内在因素角度确定影响全光网络安全态势的动因。其次,针对全光网络外部环境变化引起故障的识别问题,结合全光网络分布式监测特点,在多源信息感知的故障检测基础上,提出一种基于互信息的故障定位模型。通过提取故障信号特征及关联感知信息,分析引起故障的行为特点及方式,构建故障定位链路选择模型。同时提出一种基于多智能体协同进化的故障定位求解算法,通过多源信息协作方式,实现对全光网络故障的检测与定位。该方法在全光网络故障定位准确率、定位时间等指标均表现出较好的实验效果,从运行环境、系统用户等外在因素角度确定影响全光网络安全态势的动因。再次,针对全光网络外部环境对系统影响的量化分析问题,提出一种基于证据推理的全光网络安全态势评估方法。该方法采用证据推理模型将全光网络各种安全因素与推理证据相关联,整合安全因素的各种证据,包括光线路终端、光交叉连接设备和光分插复用设备故障,窃听和服务降级攻击等,并通过设置基本属性、收集网络数据、制定评估规则及特征提取等步骤逐层整合信息,得出网络安全态势的定量评估结果。实验结果显示,在不同网络运行环境下,该方法能够准确地对全光网络安全态势进行评估,实时、宏观地把握整个全光网络的安全状况,为安全响应决策提供理论依据。最后,针对全光网络内、外部环境变化引起的故障问题,提出一种基于SDN的全光网络多目标路由与波长分配方法。将损伤感知与抑制全光网络脆弱性扩散的重要指标相结合,构建兼顾链路质量与修复时间的多目标模型,采用SDN资源虚拟化调度方式,通过网络服务功能链将该模型转化为整数规划问题,并采用二进制混合拓扑粒子群算法对问题进行求解。该方法从模型设计到算法应用整体上提高了故障修复效率,具有较好的修复效果,提高了全光网络在不同环境下的安全性和响应能力。
汪帮菊[8](2016)在《基于随机游走的复杂网络聚类算法研究》文中研究说明现实世界中存在诸多复杂网络,如生物网、科技网和社交网等。近年来复杂网络的研究吸引了来自计算机、物理、数学和生物等众多领域的研究者,已成为多学科交叉研究的热点之一。复杂网络聚类旨在揭示出复杂网络中真实存在的网络社团结构,主要包括对无符号网络、符号网络、有权网络和有向网络等不同类型的复杂网络进行社团结构检测。复杂网络之所以在当前的研究课题中具有如此重要的社会价值和应用价值,是因为对复杂网络的聚类分析,在对预测复杂网络的网络行为、分析网络拓扑结构和挖掘网络潜在功能方面起到积极作用。本文分别针对无符号网络和符号网络的社团结构检测问题进行了研究,提出了基于随机游走算法的社团结构检测方法。本文的主要研究工作如下:(1)在无符号网络中,根据社团结构是否明显,可以将社团分为强社团和弱社团等多种类型。现有的社团结构检测算法在挖掘强社团结构时,可以表现出优异的性能,在挖掘弱社团结构时,算法性能仍存在略微不足。本文基于假设---社团中的点游走到社团内其他点的概率大于游走到社团外点的概率,提出一种利用随机游走算法检测社团结构的方法。该方法从全局网络出发找到局部最大度节点,根据该局部最大度节点找到局部最小完全子图视为局部社团,并将网络中节点根据是否在局部社团中分为聚类节点以及未聚类节点。进而,利用基于随机游走的条件概率模型,计算未聚类节点属于每个社团的概率,并将该未聚类节点加入其最可能归属的社团。最后,对己聚类社团进行优化。在随机网络和真实网络上,利用NMI值和F1值作为算法性能衡量指标,对算法性能进行评估,并与经典的网络聚类算法进行了比较。实验结果表明该算法能够较好地检测出网络社团结构,尤其在检测弱社团结构方面,大大的提高了检测精度,相比其他社团结构检测算法具有明显优势。(2)在符号网络中,边既包括表示“友好、联盟”等关系的正向边,又包括表示“敌视、竞争””等关系的负向边。现有的部分符号网络社团结构检测算法由于未充分利用网络的负边信息,导致对社团的检测精度存在一定的影响。针对上述问题,本文提出一种基于网络中的正负边信息,利用随机游走模型,检测符号网络中社团结构的方法。该方法将网络中每个节点的正度和负度的绝对值之和加起来作为该节点的度。根据节点的度找到局部最小社团,以网络中节点是否在局部社团内,将节点分为聚类节点以及未聚类节点。利用随机游走算法计算出每个未聚类节点加入局部社团的正概率和负概率。通过比较正概率与负概率的大小来判断该未聚类节点是否加入局部社团或是否由该未聚类节点动态挖掘一个新的局部社团。利用社团优化方法对聚类社团进行优化,形成最终的网络划分结果。本文所提方法充分利用了符号网络中负边的信息,保证了算法的稳定性。在真实符号网络和随机符号网络上验证了本文所提方法的可行性和有效性。同时,与其他符号网络社团结构检测算法相比,该算法检测精度更高。
程希[9](2012)在《智能光网络动态路由和波长分配算法的研究》文中提出以自动交换光网络(ASON)为代表的智能光网络是下一代传送网的主要发展方向之一,路由与波长分配(RWA)是实现智能光网络的关键技术。动态RWA算法可以按照业务连接请求动态地建立光路,在源节点和目的节点之间计算和选择一条合理的路由并分配波长。论文采用理论分析和数值仿真等手段对智能光网络中动态RWA算法进行了研究。本文首先研究了智能光网络原理和关键技术,重点分析了静态和动态路由波长分配机制及其算法实现。在考虑了波长分配和网络负载均衡等条件下,提出了一种基于改进蚁群算法的光网络动态RWA算法——智慧蚂蚁动态波长路由(SA-DRWA)算法。算法在蚁群系统的转移概率中增加了链路的空闲率作为约束条件,并引入随机扰动防止搜索过早收敛于局部最优路径,理论分析表明,SA-DRWA算法可以有效地实现光网络中的负载均衡。SA-DRWA算法不仅可以解决智能光网络中的动态RWA问题,而且还可以处理网络中波长转换器的配置问题。论文设计并搭建了光网络仿真平台并对SA-DRWA算法进行了仿真试验和性能分析。对不同网络拓扑中算法性能进行了仿真研究,结果表明:SA-DRWA算法比传统Dijkstra+FF算法在阻塞率及资源利用率等方面有明显改进,在规则MESH型网络中可以获得最佳的改善。在特定节点加入波长转换器,网络的阻塞率有明显降低,当网络处于中等负荷时,可以获得最好的网络阻塞率性能改善。
陈翾,朱娜,张君怡,韩晓燕[10](2011)在《WDM网络分布式物理损伤感知RWA算法》文中指出随着传输速率的不断升级,在透明传送过程中,各种损伤的积累会对光信号的质量造成严重影响,因而不能保证高QoS(服务质量)地传输信号。文章提出一种物理损伤感知的分布式RWA(波长路由分配)算法,将物理层传输质量评估分布在中继段路由和波长信道中,分别由损伤感知路由、波长通道传输质量排序和按优先级分配3部分构成。仿真实例证明了该算法的有效性。
二、A New RWA Algorithm Based on Multi-Objective(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、A New RWA Algorithm Based on Multi-Objective(论文提纲范文)
(1)卫星动态光网络的路由和资源管理方法研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 卫星动态路由算法研究现状 |
1.2.2 全光网络波长路由研究现状 |
1.2.3 星上资源管理研究现状 |
1.3 论文研究内容和创新点 |
1.4 论文组织结构 |
第二章 卫星光网络中基于蜂群优化的RWA算法 |
2.1 引言 |
2.2 卫星光网络模型 |
2.2.1 卫星星座类型 |
2.2.2 卫星空间位置的数学模型 |
2.2.3 卫星光网络的路由设备 |
2.2.4 基于波长路由的卫星光网络模型 |
2.3 基于链路代价的蜂群优化RWA算法 |
2.3.1 蜂群算法基本原理 |
2.3.2 全局路由预计算和初始化 |
2.3.3 基于链路代价函数的路径搜索 |
2.3.4 基于可行解比较的全局优化 |
2.4 BCO-LCRWA算法仿真与性能分析 |
2.4.1 仿真参数设置 |
2.4.2 仿真结果与性能分析 |
2.5 本章小结 |
第三章 卫星光网络中基于安全路由策略的负载均衡算法 |
3.1 引言 |
3.2 卫星网络安全路由方案 |
3.2.1 空间网络的安全威胁 |
3.2.2 基于信任评估安全路由方案 |
3.3 基于安全路由的负载均衡算法 |
3.3.1 基于安全机制的负载修正模型 |
3.3.2 卫星光网络中基于安全策略的负载均衡算法 |
3.3.3 仿真与性能分析 |
3.4 本章小结 |
第四章 基于业务分流的卫星拥塞控制算法 |
4.1 引言 |
4.2 常见的网络服务机制 |
4.3 基于业务分布的流量修正模型 |
4.4 基于大流量业务需求的拥塞控制算法 |
4.4.1 拥塞控制问题优化模型 |
4.4.2 基于波长利用率的拥塞指标 |
4.4.3 基于人工蜂群机制的拥塞控制算法 |
4.4.4 仿真与性能分析 |
4.5 本章小结 |
第五章 基于多QoS保证的带宽分配方法 |
5.1 引言 |
5.2 宽带卫星系统模型 |
5.3 基于多QoS保证的动态带宽分配方法 |
5.3.1 跨层带宽分配模型 |
5.3.2 基于效用函数的优化模型 |
5.3.3 基于蜂群优化的动态带宽分配算法 |
5.4 BO-CL-DBA算法仿真性能分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
附录: 缩略语列表 |
致谢 |
攻读学位期间发表的学术论文和其他成果 |
(2)基于双层星座网络的星上路由优化算法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景与研究意义 |
1.2 单层/多层卫星网络国内外研究现状 |
1.3 主要研究内容 |
1.4 论文组织结构 |
第二章 基于GEO/LEO双层卫星星座的网络模型 |
2.1 卫星星座网络中参数的优化 |
2.1.1 轨道高度 |
2.1.2 轨道偏心率与倾斜角 |
2.2 GEO/LEO双层卫星星座模型设计 |
2.3 卫星星座网络中的激光与微波链路 |
2.4 GEO/LEO双层卫星星座网络建模与性能分析 |
2.4.1 GEO/LEO双层卫星星座网络建模 |
2.4.2 GEO/LEO双层卫星星座网络性能分析 |
2.5 本章小结 |
第三章 基于链路状态的GEO/LEO路由优化算法 |
3.1 基于虚拟节点的GEO/LEO双层卫星网络模型 |
3.1.1 卫星网络时变拓扑结构的简化策略 |
3.1.2 基于GEO/LEO双层星座网络的虚拟节点策略 |
3.1.3 基于虚拟节点的分组管理策略 |
3.2 基于链路状态的路由优化算法 |
3.2.1 蚁群算法 |
3.2.2 路由优化算法 |
3.3 本章小结 |
第四章 基于GEO/LEO双层星座网络的阻塞回避方法 |
4.1 基于多路径的阻塞回避算法 |
4.1.1 基于路由优化算法的多径路由策略 |
4.1.2 基于多路径的阻塞回避算法 |
4.2 多用户和多业务传输规则 |
4.3 性能分析 |
4.3.1 度量指标 |
4.3.2 仿真性能 |
4.4 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
(3)基于启发式算法的卫星光网络RWA优化算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题背景与研究意义 |
1.2 国内外研究进展 |
1.2.1 卫星光网络发展现状 |
1.2.2 路由与波长分配算法研究现状 |
1.2.3 蚁群优化算法研究现状 |
1.3 论文主要研究内容与创新点 |
1.4 论文组织结构 |
第二章 RWA算法及启发式算法概述 |
2.1 RWA算法概述 |
2.1.1 路由问题 |
2.1.2 波长分配问题 |
2.2 启发式算法概述 |
2.2.1 遗传算法 |
2.2.2 模拟退火算法 |
2.2.3 蚁群算法概述 |
2.3 本章小结 |
第三章 基于启发式算法的拓展寻路RWA算法 |
3.1 基于启发式算法的拓展寻路RWA算法方案 |
3.1.1 基于启发式算法的拓展寻路RWA算法设计 |
3.1.2 算法数据结构 |
3.1.3 QoS优化模型 |
3.1.4 算法执行过程 |
3.2 卫星光网络仿真系统模型 |
3.2.1 卫星光网络仿真系统结构 |
3.2.2 卫星光网络系统拓扑模型 |
3.2.3 卫星光网络空间模型 |
3.2.4 卫星光网络业务模型 |
3.3 算法性能仿真分析 |
3.3.1 仿真场景 |
3.3.2 度量指标 |
3.3.3 仿真性能 |
3.4 本章小结 |
第四章 基于蚁群算法的快速收敛RWA算法 |
4.1 蚁群算法收敛性 |
4.2 基于蚁群算法的快速收敛RWA算法设计 |
4.2.1 方向指引因子 |
4.2.2 基于粒子群算法的信息素更新规则 |
4.2.3 算法执行过程 |
4.3 算法性能仿真分析 |
4.4 本章小结 |
第五章 基于流量感知的拥塞控制RWA算法 |
5.1 卫星业务模型 |
5.1.1 业务负载地理分布 |
5.1.2 业务负载的时间特性 |
5.1.3 不同地域之间的业务流模型 |
5.1.4 卫星网络用户业务流量计算 |
5.2 基于流量感知的拥塞控制RWA算法设计 |
5.2.1 流量感知 |
5.2.2 拥塞控制多径策略 |
5.2.3 算法执行过程 |
5.3 算法性能仿真分析 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士期间发表的学术论文和其他研究成果 |
(4)机载传感器光互连网络资源分配算法研究(论文提纲范文)
摘要 |
abstract |
缩略词表 |
第一章 绪论 |
1.1 研究工作的背景及意义 |
1.2 国内外研究现状 |
1.3 本论文结构安排 |
第二章 机载传感器光互连网络资源分配关键技术概述 |
2.1 机载传感器WDM光网络技术概述 |
2.2 WDM光网络多播技术 |
2.3 光网络Qo S保证的多播路由与波长分配关键技术概述 |
2.3.1 WDM光网络RWA问题 |
2.3.2 多目标优化问题 |
2.4 光网络多播流量疏导关键技术概述 |
2.4.1 多播流量疏导问题 |
2.4.2 典型的多播流量疏导算法 |
2.5 本章小结 |
第三章 机载传感器光互连网络Qo S保证的MRWA算法研究 |
3.1 问题分析 |
3.1.1 机载传感器网络 |
3.1.2 机载传感器WDM网络和WDM网络资源分配问题的联系和区别 |
3.2 数学模型 |
3.3 一种基于NSGA2和TS混合的多目标优化MRWA算法 |
3.3.1 算法描述 |
3.3.2 算法的评价参数 |
3.4 算法的仿真及结果分析 |
3.4.1 解在目标空间的分布 |
3.4.2 收敛性参数仿真 |
3.4.3 多样性参数仿真 |
3.5 本章小结 |
第四章 机载传感器光互连网络多播流量疏导算法的研究 |
4.1 问题分析及数学模型 |
4.2 一种基于光树共享的启发式的多播流量疏导算法 |
4.2.1 算法描述 |
4.2.2 算法步骤 |
4.3 算法的仿真及结果分析 |
4.3.1 波长资源消耗比较 |
4.3.2 发射机资源消耗比较 |
4.3.3 接收机资源消耗比较 |
4.3.4 分路器资源消耗的比较 |
4.3.5 网络代价比较 |
4.4 本章小结 |
第五章 总结与展望 |
致谢 |
参考文献 |
攻读硕士期间取得的研究成果 |
(5)空间光网络路由与资源管理技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 课题背景与研究意义 |
1.1.1 课题研究背景 |
1.1.2 课题研究意义 |
1.2 国内外研究进展 |
1.2.1 空间激光通信发展简介 |
1.2.2 路由与波长分配技术研究现状 |
1.2.3 资源管理技术研究现状 |
1.3 论文主要研究内容与创新点 |
1.4 论文组织结构 |
第二章 基于跨层设计的蚁群路由与波长分配算法 |
2.1 引言 |
2.2 卫星光网络系统模型 |
2.2.1 卫星光网络系统结构 |
2.2.2 卫星光网络拓扑结构 |
2.3 卫星光网络星间激光链路理论模型及时间特性 |
2.3.1 星座中星间激光链路空间位置数学建模 |
2.3.2 星座中星间激光链路多普勒波长漂移的数学建模 |
2.3.3 星座中星间激光链路的时间特性 |
2.4 CL-ACRWA算法原理 |
2.4.1 算法理论模型 |
2.4.2 算法设计思路 |
2.5 算法CL-ACRWA性能仿真分析 |
2.5.1 多普勒波长漂移门限 |
2.5.2 仿真场景描述 |
2.5.3 CL-ACRWA算法性能分析 |
2.6 本章小结 |
第三章 基于蚁群优化的负载均衡路由与波长分配算法 |
3.1 引言 |
3.2 业务流建模 |
3.2.1 业务负载地理分布 |
3.2.2 业务负载的时间特性 |
3.2.3 不同地域之间的业务流模型 |
3.2.4 业务流动态模型 |
3.3 平稳时间序列分析 |
3.3.1 自回归模型 |
3.3.2 滑动平均模型 |
3.3.3 自回归滑动平均混合模型 |
3.4 ALRWA算法原理 |
3.4.1 系统模型 |
3.4.2 算法机制 |
3.5 算法ALRWA性能仿真分析 |
3.5.1 仿真场景描述 |
3.5.2 ALRWA算法性能分析 |
3.6 本章小结 |
第四章 基于统一效用函数的跨层动态带宽分配策略 |
4.1 引言 |
4.2 卫星网络跨层资源管理研究思路 |
4.2.1 跨层资源管理优化目标 |
4.2.2 跨层资源管理最优化模型 |
4.2.3 优化模型解决方法 |
4.3 UUF-CL-DBA算法原理 |
4.3.1 算法理论模型 |
4.3.2 算法实现方法 |
4.4 算法UUF-CL-DBA性能仿真分析 |
4.4.1 统一效用函数仿真分析 |
4.4.2 仿真场景描述 |
4.4.3 UUF-CL-DBA算法性能分析 |
4.5 本章小结 |
第五章 基于HLA的宽带卫星通信系统半物理仿真机制研究 |
5.1 引言 |
5.2 HLA分布式仿真技术 |
5.3 基于HLA的宽带卫星通信系统半物理仿真验证平台构建 |
5.3.1 联合仿真系统架构 |
5.3.2 基于HLA的多机协同仿真交互流程 |
5.3.3 基于OPNET的网络仿真场景的实现方法 |
5.4 基于HLA的宽带卫星通信系统半物理仿真平台验证与分析 |
5.5 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
缩略语 |
致谢 |
攻读博士学位期间发表的学术论文和其他成果 |
(6)基于SDN和机器学习的光网络控制机制(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 光网络技术的发展 |
1.2 光网络面临的关键问题 |
1.2.1 光网络拥塞产生的原因 |
1.2.2 光网络的RWA技术 |
1.3 国内外研究进展 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 论文结构与主要工作 |
第二章 机器学习在光网络拥塞控制中的应用 |
2.1 机器学习的基本原理 |
2.1.1 光网络性能的数据特征 |
2.1.2 机器学习算法的选取 |
2.2 BP神经网络算法的建模 |
2.3 本章小结 |
第三章 基于BP-ANN预测光网络拥塞度方案 |
3.1 网络拥塞度预测原理 |
3.1.1 光网络拥塞度定义 |
3.1.2 基于BP-ANN的光网络拥塞度预测建模 |
3.2 BP-ANN预测光网络拥塞度的仿真平台 |
3.3 光网络拥塞度预测结果和分析 |
3.4 本章小结 |
第四章 SDON中基于性能感知的动态带宽分配算法 |
4.1 性能感知和预测原理 |
4.2 SDON中基于性能感知的动态带宽分配算法的关键技术 |
4.2.1 基于SDN的软件定义光网络控制平面 |
4.2.2 PA-DBA系统结构 |
4.3 算法描述 |
4.3.1 网络基本假设 |
4.3.2 术语定义及数学模型 |
4.4 系统性能仿真与结果分析 |
4.5 本章小结 |
第五章 总结和展望 |
5.1 论文工作总结及存在的问题 |
5.2 未来工作展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的学术论文 |
(7)全光网络安全态势感知与故障修复方法研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 论文的研究背景和意义 |
1.2 国内外研究现状及分析 |
1.2.1 全光网络的产生与发展 |
1.2.2 全光网络研究目前所处的阶段 |
1.2.3 全光网络脆弱性分析的研究现状 |
1.2.4 全光网络故障检测与定位的研究现状 |
1.2.5 全光网络安全态势评估的研究现状 |
1.2.6 全光网络故障修复方法的研究现状 |
1.3 已有研究中存在的问题 |
1.4 本文的研究内容与组织结构 |
第2章 基于Bio-PEPA的全光网络脆弱性扩散形式化建模与分析 |
2.1 引言 |
2.2 全光网络脆弱性分析 |
2.3 全光网络脆弱性扩散形式化模型 |
2.3.1 Bio-PEPA |
2.3.2 脆弱性状态描述 |
2.3.3 簇内脆弱性扩散建模 |
2.3.4 簇间脆弱性扩散建模 |
2.3.5 全光网络脆弱性扩散建模 |
2.4 仿真试验与分析 |
2.4.1 簇内脆弱性扩散分析 |
2.4.2 相邻簇间脆弱性扩散分析 |
2.4.3 多簇间脆弱性扩散分析 |
2.5 抑制脆弱性扩散的安全策略 |
2.6 模型复杂度分析 |
2.7 本章小结 |
第3章 基于多源感知的全光网络故障检测与定位 |
3.1 引言 |
3.2 故障检测与定位关系结构 |
3.3 全光网络故障检测 |
3.3.1 故障类型及影响 |
3.3.2 面向不同故障类型的检测方法 |
3.3.3 多源信息融合的全光网络故障检测 |
3.4 全光网络故障定位 |
3.4.1 故障定位描述 |
3.4.2 基于互信息的故障定位模型 |
3.4.3 基于Multi-Agent协同进化的模型优化求解算法 |
3.4.4 仿真试验与分析 |
3.5 本章小结 |
第4章 基于证据推理的全光网络安全态势评估 |
4.1 引言 |
4.2 ER规则及置信度推理过程 |
4.3 基于ER的全光网络安全态势评估 |
4.4 仿真试验与分析 |
4.4.1 初始评估测试 |
4.4.2 改进脆弱性评估测试 |
4.5 本章小结 |
第5章 基于SDN的全光网络故障修复方法 |
5.1 引言 |
5.2 SDN与全光网络融合 |
5.2.1 SDN概述 |
5.2.2 SDN/NFV结构 |
5.2.3 网络融合 |
5.2.4 光网络与SDN融合的关键技术 |
5.3 基于SDN的全光网络多目标RWA调度模型 |
5.3.1 多目标分析 |
5.3.2 模型定义 |
5.3.3 SO-MO-RWA调度流程 |
5.4 SO-MO-RWA求解算法 |
5.4.1 二进制粒子群算法描述 |
5.4.2 二进制混合拓扑粒子群算法 |
5.4.3 参数优化选择 |
5.4.4 复杂度分析 |
5.5 仿真试验与分析 |
5.6 本章小结 |
结论 |
参考文献 |
攻读博士期间发表的论文 |
致谢 |
(8)基于随机游走的复杂网络聚类算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景与意义 |
1.2 国内外研究现状 |
1.2.1 无符号网络聚类算法的国内外研究现状 |
1.2.2 符号网络聚类算法的国内外研究现状 |
1.3 本文的工作与安排 |
第二章 复杂网络聚类相关基础 |
2.1 复杂网络社团结构的定义 |
2.1.1 无符号网络社团结构的定义 |
2.1.2 符号网络社团结构的定义 |
2.1.3 性能评价指标 |
2.2 基于随机游走的算法介绍 |
2.3 无符号网络社团结构检测经典算法 |
2.3.1 GN算法 |
2.3.2 FN算法 |
2.3.3 GAS算法 |
2.4 符号网络社团结构检测经典算法 |
2.4.1 FEC算法 |
2.4.2 MEAs-SN算法 |
2.5 本章小结 |
第三章 基于随机游走的无符号网络社团结构检测算法 |
3.1 基于随机游走的无符号网络社团结构检测算法 |
3.1.1 随机游走模型 |
3.1.2 基于随机游走的无符号网络社团结构检测算法思想 |
3.1.3 基于随机游走的无符号网络社团结构检测算法流程 |
3.2 实验与分析 |
3.2.1 实验数据 |
3.2.2 RWA算法性能分析 |
3.2.3 局部完全子图性能分析 |
3.3 本章小结 |
第四章 基于随机游走的符号网络社团结构检测算法 |
4.1 基于随机游走的符号网络社团结构检测算法 |
4.1.1 基于随机游走的符号网络社团结构检测算法思想 |
4.1.2 基于随机游走的符号网络社团结构检测算法流程 |
4.2 实验与分析 |
4.2.1 实验数据 |
4.2.2 SRWA算法性能分析 |
4.3 本章小结 |
第五章 总结和展望 |
参考文献 |
致谢 |
攻读硕士学位期间发表的学术论文 |
攻读硕士学位期间参加的科研项目 |
(9)智能光网络动态路由和波长分配算法的研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 路由与波长分配(RWA) |
1.3 论文主要工作和结构 |
第二章 智能光网络路由和波长分配问题 |
2.1 智能光网络发展和标准进展 |
2.2 光网络中的 RWA 问题 |
2.2.1 路由计算问题 |
2.2.2 波长分配问题 |
2.3 智能光网络中的 RWA 问题 |
2.4 影响智能光网络中动态 RWA 问题的主要因素 |
2.5 智能光网络中动态 RWA 算法 |
2.6 本章小结 |
第三章 基于改进蚁群算法的光网络动态 RWA 算法 |
3.1 蚁群算法 |
3.1.1 蚁群算法基本原理 |
3.1.2 蚁群算法的应用和特点 |
3.2 基于改进蚁群算法的光网络 RWA(SA-DRWA)算法 |
3.2.1 SA-DRWA 算法概述 |
3.2.2 SA-DRWA 算法的实现步骤 |
3.2.3 SA-DRWA 算法理论分析 |
3.3 本章小结 |
第四章 基于 SA-DRWA 算法的光网络系统仿真 |
4.1 仿真系统总体设计 |
4.2 仿真系统详细设计 |
4.2.1 全局变量和基本类定义 |
4.2.2 随机数产生模块(rnt 方法) |
4.2.3 转移函数(Transition 方法) |
4.2.3 节点选择策略(Cant::ChooseNextNod) |
4.2.4 信息素更新策略 |
4.2.5 寻路模块(Search) |
4.2.6 最短路径模块(CSPF) |
4.2.7 业务产生模块(load) |
4.2.8 主程序 |
4.3 本章小结 |
第五章 仿真结果与性能分析 |
5.1 仿真环境和测试 |
5.1.1 仿真环境 |
5.1.2 测试 |
5.2 仿真结果与分析 |
5.2.1 阻塞率性能分析 |
5.2.2 资源利用率分析 |
5.2.3 波长转换器配置及其影响 |
5.3 本章小结 |
第六章 结束语 |
6.1 论文研究主要结论 |
6.2 对未来工作的展望 |
致谢 |
参考文献 |
攻读硕士学位期间研究成果 |
(10)WDM网络分布式物理损伤感知RWA算法(论文提纲范文)
0 引 言 |
1 分布式QoT (传输质量) RWA算法 |
1.1 物理损伤评估分析模型 |
(1) ASE噪声的功率 |
(2) FWM噪声的功率 |
(3) XPM噪声的功率 |
1.2 分布式QoT RWA算法 |
(1) PIAR方法 |
(2) WPS方法 |
(3) SWD方法 |
2 仿真分析 |
3 结束语 |
四、A New RWA Algorithm Based on Multi-Objective(论文参考文献)
- [1]卫星动态光网络的路由和资源管理方法研究[D]. 刘晔祺. 北京邮电大学, 2021(01)
- [2]基于双层星座网络的星上路由优化算法[D]. 陈帅. 北京邮电大学, 2021(01)
- [3]基于启发式算法的卫星光网络RWA优化算法研究[D]. 周围. 北京邮电大学, 2020(04)
- [4]机载传感器光互连网络资源分配算法研究[D]. 占朋. 电子科技大学, 2019(12)
- [5]空间光网络路由与资源管理技术研究[D]. 文国莉. 北京邮电大学, 2018(09)
- [6]基于SDN和机器学习的光网络控制机制[D]. 刘敏. 北京邮电大学, 2018(10)
- [7]全光网络安全态势感知与故障修复方法研究[D]. 赵中楠. 哈尔滨理工大学, 2017(02)
- [8]基于随机游走的复杂网络聚类算法研究[D]. 汪帮菊. 安徽大学, 2016(09)
- [9]智能光网络动态路由和波长分配算法的研究[D]. 程希. 南京邮电大学, 2012(07)
- [10]WDM网络分布式物理损伤感知RWA算法[J]. 陈翾,朱娜,张君怡,韩晓燕. 光通信研究, 2011(06)