一、網(wǎng)絡(luò)QoS特性分析（論文文獻(xiàn)綜述）
彭德平[1]（2021）在《基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》文中認(rèn)為網(wǎng)絡(luò)環(huán)境的日趨復(fù)雜性不僅對(duì)網(wǎng)絡(luò)QoS（Quality of Service,服務(wù)質(zhì)量）保障提出了更高的要求,也為網(wǎng)絡(luò)QoS關(guān)注的關(guān)鍵性能指標(biāo)（如吞吐和時(shí)延）的評(píng)估帶來(lái)了更大的挑戰(zhàn)。通常,網(wǎng)絡(luò)管理人員需要對(duì)真實(shí)物理網(wǎng)絡(luò)中特定的網(wǎng)絡(luò)場(chǎng)景進(jìn)行大量查詢及人工分析以獲取網(wǎng)絡(luò)QoS關(guān)注的關(guān)鍵性能指標(biāo),但網(wǎng)絡(luò)系統(tǒng)愈加異質(zhì)和復(fù)雜化,使得這種人工分析的方式變得愈加困難。傳統(tǒng)的網(wǎng)絡(luò)性能評(píng)估方式有數(shù)學(xué)建模、網(wǎng)絡(luò)仿真和網(wǎng)絡(luò)模擬,但都無(wú)法在準(zhǔn)確性、時(shí)效性等方面均滿足性能要求。與此同時(shí),機(jī)器學(xué)習(xí)、人工智能等研究領(lǐng)域的飛速發(fā)展,為網(wǎng)絡(luò)性能評(píng)估提供了新思路。在此背景下,網(wǎng)絡(luò)管理人員一方面需要一種高效且可信度高的網(wǎng)絡(luò)性能評(píng)估方式完成特定網(wǎng)絡(luò)場(chǎng)景的性能評(píng)估,另一方面希望通過(guò)機(jī)器學(xué)習(xí)方式完成網(wǎng)絡(luò)性能建模。為此,本論文設(shè)計(jì)與實(shí)現(xiàn)了基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)。首先,通過(guò)調(diào)研網(wǎng)絡(luò)QoS及其關(guān)鍵性能指標(biāo)并利用離散事件驅(qū)動(dòng)的網(wǎng)絡(luò)模擬器OMNeT++完成網(wǎng)絡(luò)仿真數(shù)據(jù)集的構(gòu)建;其次,調(diào)研近些年來(lái)通過(guò)機(jī)器學(xué)習(xí)方法完成網(wǎng)絡(luò)性能建模的熱門(mén)技術(shù)方案,選擇將圖神經(jīng)網(wǎng)絡(luò)引入網(wǎng)絡(luò)時(shí)延評(píng)估的領(lǐng)域,在網(wǎng)絡(luò)仿真數(shù)據(jù)基礎(chǔ)上完成網(wǎng)絡(luò)時(shí)延性能算法模型的建模和訓(xùn)練;最后,通過(guò)Flask框架集成網(wǎng)絡(luò)時(shí)延性能算法模型提供的網(wǎng)絡(luò)時(shí)延推斷服務(wù),為網(wǎng)絡(luò)管理人員提供特定網(wǎng)絡(luò)場(chǎng)景下的時(shí)延預(yù)測(cè)。一方面,本系統(tǒng)提供了一種以機(jī)器學(xué)習(xí)方法為基礎(chǔ)的網(wǎng)絡(luò)時(shí)延性能評(píng)估方式;另一方面,本系統(tǒng)通過(guò)實(shí)現(xiàn)從仿真數(shù)據(jù)集構(gòu)建,到網(wǎng)絡(luò)性能算法模型建模,再到模型應(yīng)用及管理這一完整的網(wǎng)絡(luò)性能算法模型開(kāi)發(fā)流程為有自定義網(wǎng)絡(luò)性能模型開(kāi)發(fā)需求的網(wǎng)絡(luò)管理人員提供業(yè)務(wù)支持。實(shí)驗(yàn)結(jié)果表明,本論文基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)能夠有效提升網(wǎng)絡(luò)性能算法開(kāi)發(fā)進(jìn)度并且能夠輔助網(wǎng)絡(luò)管理人員選擇高效、信任度高的網(wǎng)絡(luò)性能評(píng)估模型進(jìn)行特定場(chǎng)景下的網(wǎng)絡(luò)性能預(yù)測(cè)。
陳誠(chéng)[2]（2020）在《面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量關(guān)鍵技術(shù)研究與實(shí)現(xiàn)》文中進(jìn)行了進(jìn)一步梳理隨著互聯(lián)網(wǎng)和云計(jì)算的發(fā)展,資源調(diào)度的核心由傳統(tǒng)路由器轉(zhuǎn)變?yōu)閿?shù)據(jù)中心,數(shù)據(jù)中心已成為數(shù)據(jù)支撐平臺(tái),承載用戶請(qǐng)求并對(duì)外提供服務(wù)。傳統(tǒng)運(yùn)營(yíng)商的網(wǎng)絡(luò)測(cè)量方法面向的場(chǎng)景是盡力而為的服務(wù),而不關(guān)心具體應(yīng)用在網(wǎng)絡(luò)上的服務(wù)質(zhì)量,而數(shù)據(jù)中心之間的網(wǎng)絡(luò)資源調(diào)度是為應(yīng)用提供服務(wù)的,因此數(shù)據(jù)中心之間需要更精細(xì)化的網(wǎng)絡(luò)測(cè)量方法,從而為細(xì)粒度的資源調(diào)度提供數(shù)據(jù)支撐和決策依據(jù),數(shù)據(jù)中心之間的網(wǎng)絡(luò)測(cè)量對(duì)當(dāng)今互聯(lián)網(wǎng)資源的調(diào)度具有重要作用。本文基于云網(wǎng)場(chǎng)景,提出了面向云網(wǎng)環(huán)境的數(shù)據(jù)中心網(wǎng)絡(luò)傳輸質(zhì)量的測(cè)量方法。本文的主要工作是,基于開(kāi)源監(jiān)控工具OpenFalcon二次開(kāi)發(fā)、部署了面向云網(wǎng)環(huán)境的測(cè)量系統(tǒng),實(shí)現(xiàn)了測(cè)量系統(tǒng)長(zhǎng)期穩(wěn)定運(yùn)行。而網(wǎng)絡(luò)測(cè)量涉及到資源消耗和準(zhǔn)確性的權(quán)衡,合理的網(wǎng)絡(luò)狀態(tài)抽樣和統(tǒng)計(jì)方法對(duì)數(shù)據(jù)中心之間網(wǎng)絡(luò)資源視圖的精確刻畫(huà)具有關(guān)鍵性作用。圍繞上述問(wèn)題,本文具體研究?jī)?nèi)容包括:（1）網(wǎng)絡(luò)QoS特征分析方法研究。本文借鑒統(tǒng)計(jì)學(xué)模型、深度學(xué)習(xí)模型等,根據(jù)QoS測(cè)量結(jié)果,選擇相應(yīng)的模型對(duì)QoS數(shù)據(jù)進(jìn)行擬合,以提取面向云網(wǎng)環(huán)境的數(shù)據(jù)中心廣域網(wǎng)之間QoS變化特征規(guī)律。（2）測(cè)量配置優(yōu)化方法研究。測(cè)量是整個(gè)網(wǎng)絡(luò)資源調(diào)度的基礎(chǔ),而測(cè)量本身也伴隨著系統(tǒng)網(wǎng)絡(luò)資源的開(kāi)銷(xiāo),本文提出了測(cè)量配置優(yōu)化方法,根據(jù)被測(cè)鏈路網(wǎng)絡(luò)QoS變化特性,分析測(cè)量系統(tǒng)長(zhǎng)期穩(wěn)定測(cè)量配置,旨在以較小的測(cè)量代價(jià)獲得數(shù)據(jù)中心之間廣域網(wǎng)傳輸質(zhì)量視圖。（3）網(wǎng)絡(luò)測(cè)量系統(tǒng)網(wǎng)絡(luò)QoS特征變化檢測(cè)研究。在測(cè)量系統(tǒng)運(yùn)行過(guò)程中,實(shí)時(shí)檢測(cè)當(dāng)前網(wǎng)絡(luò)QoS特性是否發(fā)生變化,用于評(píng)估測(cè)量長(zhǎng)期配置的合理性。
金靈燕[3]（2020）在《基于業(yè)務(wù)和無(wú)線信道動(dòng)態(tài)特性的船端智能動(dòng)態(tài)路由算法研究》文中研究指明除國(guó)際海事組織（International Maritime Organization,IMO）海上人命安全公約中定義的多種海上通信方式外,越來(lái)越多商業(yè)無(wú)線通信技術(shù)也廣泛應(yīng)用于船舶的數(shù)據(jù)交換中,在船端系統(tǒng)中形成了異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境。目前由于海上異構(gòu)無(wú)線網(wǎng)絡(luò)是一個(gè)涉及多行業(yè)、多部門(mén)、跨地域的復(fù)雜系統(tǒng),同時(shí)船端用戶在不同的業(yè)務(wù)場(chǎng)景中,對(duì)無(wú)線網(wǎng)絡(luò)服務(wù)質(zhì)量的需求也存在多樣化,因此,需要解決船舶通信設(shè)備在進(jìn)行數(shù)據(jù)交換與數(shù)據(jù)協(xié)同中,能夠選擇具有可用性、可靠性、安全性和最高性價(jià)比的無(wú)線通信方式。為此,本文首先針對(duì)海上通信業(yè)務(wù)與通信系統(tǒng)匹配關(guān)系,確定了海上業(yè)務(wù)選擇模型,基于海上無(wú)線網(wǎng)絡(luò)間切換技術(shù)的分析,提出了基于通信業(yè)務(wù)和無(wú)線信道動(dòng)態(tài)特性的船端智能動(dòng)態(tài)路由算法,設(shè)計(jì)并實(shí)現(xiàn)了基于該算法的船端智能動(dòng)態(tài)路由軟件系統(tǒng)。船端智能動(dòng)態(tài)路由算法分為三部分:其一是基于船端業(yè)務(wù)處理主觀決策算法確定業(yè)務(wù)選擇的決策權(quán)重;其二是根據(jù)船端網(wǎng)絡(luò)處理客觀決策算法計(jì)算出海上候選無(wú)線網(wǎng)絡(luò)的熵值,估量出系統(tǒng)的非均勻宏觀狀態(tài)的客觀無(wú)序程度;其三是根據(jù)船端異構(gòu)網(wǎng)絡(luò)的多屬性決策算法,逼近正向判斷解,計(jì)算出各候選網(wǎng)絡(luò)綜合權(quán)重。針對(duì)船端智能動(dòng)態(tài)路由軟件系統(tǒng),在總體系統(tǒng)框架設(shè)計(jì)基礎(chǔ)上,重點(diǎn)開(kāi)發(fā)實(shí)現(xiàn)了船端智能動(dòng)態(tài)路由軟件系統(tǒng)數(shù)據(jù)收集模塊、數(shù)據(jù)處理模塊和結(jié)果反饋模塊等核心軟件模塊。以此為基礎(chǔ),深入驗(yàn)證分析了船端智能動(dòng)態(tài)路由算法可用性。結(jié)果表明,該算法能夠?yàn)榇擞脩魧?shí)時(shí)選擇最優(yōu)的通信網(wǎng)絡(luò),并給出不同通信方式間的切換代價(jià),避免因不必要切換造成的資源浪費(fèi)和不可預(yù)知錯(cuò)誤;研究還證明,利用該算法,能夠使船端各異構(gòu)通信網(wǎng)絡(luò)達(dá)到負(fù)載均衡,并通過(guò)參數(shù)配置定制船端用戶對(duì)特定通信網(wǎng)絡(luò)的選擇條件,以根據(jù)用戶或業(yè)務(wù)的實(shí)際偏好或需求選擇海上無(wú)線網(wǎng)絡(luò)。另外,本文以上述軟件系統(tǒng)為基礎(chǔ),進(jìn)一步設(shè)計(jì)了包含八種海上無(wú)線通信網(wǎng)絡(luò)的復(fù)雜應(yīng)用場(chǎng)景,通過(guò)五種網(wǎng)絡(luò)屬性數(shù)據(jù)驗(yàn)證了船端智能動(dòng)態(tài)路由軟件的最優(yōu)路由選擇性能。通過(guò)對(duì)不同業(yè)務(wù)類(lèi)型增加一定數(shù)量的判決點(diǎn),驗(yàn)證了軟件的性能,證明了該算法在海上異構(gòu)無(wú)線通信網(wǎng)絡(luò)中的可行性和可靠性。
何皓星[4]（2019）在《基于網(wǎng)絡(luò)狀態(tài)特征分析與預(yù)測(cè)的SDWAN路徑優(yōu)化技術(shù)研究與實(shí)現(xiàn)》文中認(rèn)為隨著互聯(lián)網(wǎng)行業(yè)的快速發(fā)展,各種互聯(lián)網(wǎng)業(yè)務(wù)和服務(wù)大量出現(xiàn)。而傳統(tǒng)IP網(wǎng)絡(luò)的路徑優(yōu)化技術(shù),無(wú)法滿足用戶日益增長(zhǎng)的網(wǎng)絡(luò)質(zhì)量需求。SDWAN技術(shù)應(yīng)運(yùn)而生,這里的SDWAN,即軟件定義網(wǎng)絡(luò)在廣域網(wǎng)環(huán)境下的應(yīng)用。產(chǎn)業(yè)界現(xiàn)有的SDWAN解決方案,多為在穩(wěn)定的網(wǎng)絡(luò)環(huán)境中,面向龐大用戶群體,提高帶寬利用率的解決方案。不能滿足面向網(wǎng)絡(luò)狀態(tài)無(wú)時(shí)不刻不在波動(dòng)的廣域網(wǎng)環(huán)境,為小范圍用戶提供精品化與定制化的網(wǎng)絡(luò)路徑優(yōu)化的需求?；陧?xiàng)目組的原有的項(xiàng)目POCO,本文提出了一種面向SDWAN的路徑優(yōu)化系統(tǒng)POCOMPUTING。POCOMPUTING能夠基于網(wǎng)絡(luò)的QoS測(cè)量數(shù)據(jù),計(jì)算滿足業(yè)務(wù)需求的最優(yōu)轉(zhuǎn)發(fā)路徑。本文基于網(wǎng)絡(luò)狀態(tài)特征,刻畫(huà)了整張網(wǎng)絡(luò)的狀態(tài),從而使得將網(wǎng)絡(luò)狀態(tài)波動(dòng)帶來(lái)的風(fēng)險(xiǎn)控制在可以接受的范圍之內(nèi)。同時(shí),提出了一種基于QoS指標(biāo)的業(yè)務(wù)質(zhì)量的工具化模型。從而提出了廣域網(wǎng)環(huán)境下,特定用戶與業(yè)務(wù)的精品化、定制化的流量調(diào)度解決方案。本文的主要內(nèi)容如下:（1）IP網(wǎng)絡(luò)QoS路由技術(shù)調(diào)研。參照本文的網(wǎng)絡(luò)場(chǎng)景,基于既有版本的路徑優(yōu)化系統(tǒng),總結(jié)不同方案和差異與其借鑒價(jià)值。（2）路徑優(yōu)化技術(shù)需求分析。在技術(shù)調(diào)研的基礎(chǔ)上,結(jié)合當(dāng)前網(wǎng)絡(luò)場(chǎng)景,對(duì)系統(tǒng)所需要研究與實(shí)現(xiàn)的功能做了完整而詳細(xì)的分析。（3）路徑優(yōu)化技術(shù)原理設(shè)計(jì)。在需求分析的基礎(chǔ)上,設(shè)計(jì)路徑優(yōu)化系統(tǒng)的總體流程;并對(duì)基于QoS指標(biāo)的業(yè)務(wù)質(zhì)量工具化模型,以及網(wǎng)絡(luò)QoS特征的計(jì)算及應(yīng)用等關(guān)鍵技術(shù),進(jìn)行詳細(xì)地分析與設(shè)計(jì)。（4）路徑優(yōu)化系統(tǒng)設(shè)計(jì)。詳細(xì)介紹本文所設(shè)計(jì)的路徑優(yōu)化系統(tǒng),即POCOMPUTING的業(yè)務(wù)流程,并以此為基礎(chǔ),介紹路徑優(yōu)化系統(tǒng)POCOMPUTING的具體實(shí)現(xiàn)。（5）路徑優(yōu)化系統(tǒng)測(cè)試。針對(duì)路徑優(yōu)化系統(tǒng)的業(yè)務(wù)場(chǎng)景,在實(shí)際的生產(chǎn)環(huán)境下,驗(yàn)證系統(tǒng)的實(shí)際優(yōu)化效果;并對(duì)系統(tǒng)的性能進(jìn)行測(cè)試。驗(yàn)證該系統(tǒng)的有效性與效率。
茅海雁[5]（2014）在《異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下網(wǎng)絡(luò)垂直切換判決技術(shù)研究與分析》文中提出異構(gòu)無(wú)線網(wǎng)絡(luò)融合是未來(lái)網(wǎng)絡(luò)的一個(gè)重要發(fā)展趨勢(shì)。在異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下,用戶可以充分利用不同無(wú)線網(wǎng)絡(luò)的技術(shù)優(yōu)勢(shì),獲得"Always Best Connection, ABC"。但是這些不同類(lèi)型無(wú)線網(wǎng)絡(luò)在接入技術(shù)、覆蓋范圍、業(yè)務(wù)類(lèi)型等方面有很大不同,使得傳統(tǒng)的水平切換技術(shù)已經(jīng)無(wú)法解決異構(gòu)無(wú)線網(wǎng)絡(luò)的移動(dòng)性管理問(wèn)題,因此垂直切換技術(shù)正是為了解決移動(dòng)終端在異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境中無(wú)縫切換而誕生的網(wǎng)絡(luò)切換技術(shù)。本文研究和設(shè)計(jì)了網(wǎng)絡(luò)垂直切換框架以及垂直切換判決算法：1、改進(jìn)了基于MIH的垂直切換框架。本文在IEEE802.21MIH的基礎(chǔ)上,設(shè)計(jì)了一個(gè)垂直切換管理模塊,實(shí)現(xiàn)終端狀態(tài)的感知以及網(wǎng)絡(luò)QoS評(píng)分的計(jì)算、收集和分享。2、設(shè)計(jì)了一種終端控制、網(wǎng)絡(luò)輔助的垂直切換判決算法。本文在垂直切換框架的基礎(chǔ)上,提出基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的垂直切換判決算法（NP-FVHD）,該算法針對(duì)四種不同的業(yè)務(wù)類(lèi)型分別計(jì)算網(wǎng)絡(luò)QoS得分,并利用一階單變量灰色預(yù)測(cè)模型GM（1,1）預(yù)測(cè)未來(lái)網(wǎng)絡(luò)QoS得分；利用終端移動(dòng)速度和預(yù)計(jì)駐留時(shí)間進(jìn)行網(wǎng)絡(luò)預(yù)篩選和預(yù)判決；根據(jù)網(wǎng)絡(luò)QOS得分的真實(shí)值、預(yù)測(cè)值和終端電池電量做出網(wǎng)絡(luò)的垂直切換判決。另外,本文提出了一種增加用戶體驗(yàn)質(zhì)量反饋的建議。論文針對(duì)上述研究開(kāi)展了實(shí)驗(yàn)驗(yàn)證：首先,定量分析了垂直切換框架的性能,分析結(jié)果表明,框架能夠有效地降低切垂直換判決的時(shí)延和終端電池電量的消耗；然后,設(shè)計(jì)了三種不同的網(wǎng)絡(luò)QoS變化仿真場(chǎng)景來(lái)驗(yàn)證NP-FVHD算法的性能,實(shí)驗(yàn)結(jié)果表明,本文提出的NP-FVHD能夠有效地增加網(wǎng)絡(luò)QoS評(píng)價(jià)的準(zhǔn)確性,并且能有效減少不必要的網(wǎng)絡(luò)切換,降低“乒乓效應(yīng)”,延長(zhǎng)終端的續(xù)航時(shí)間。
房曙光[6]（2013）在《無(wú)線網(wǎng)絡(luò)QoS保障跨層優(yōu)化若干問(wèn)題研究》文中認(rèn)為無(wú)線通信為當(dāng)今通信領(lǐng)域中最為活躍的研究熱點(diǎn)之一，其服務(wù)質(zhì)量（Quality of Service,QoS）保障對(duì)于無(wú)線通信系統(tǒng)的設(shè)計(jì)是非常重要的，特別是多媒體業(yè)務(wù)等對(duì)服務(wù)質(zhì)量具有嚴(yán)格要求的應(yīng)用就更為突出。網(wǎng)絡(luò)服務(wù)質(zhì)量是無(wú)線網(wǎng)絡(luò)數(shù)據(jù)傳輸質(zhì)量的度量指標(biāo)，第三代和第四代無(wú)線網(wǎng)絡(luò)均具有支持多種QoS需求業(yè)務(wù)流特性?，F(xiàn)代無(wú)線網(wǎng)絡(luò)中信道的時(shí)變性、業(yè)務(wù)流的復(fù)雜結(jié)構(gòu)和到達(dá)隨機(jī)性以及網(wǎng)絡(luò)結(jié)構(gòu)的復(fù)雜性，使得無(wú)線網(wǎng)絡(luò)QoS保障技術(shù)十分復(fù)雜和重要。本論文借助馬爾科夫過(guò)程理論、隊(duì)列理論、最優(yōu)化理論、在線學(xué)習(xí)理論，研究無(wú)線網(wǎng)絡(luò)通信中QoS保障的若干關(guān)鍵問(wèn)題，包括無(wú)線信道服務(wù)過(guò)程突發(fā)特性及無(wú)線信道馬爾科夫過(guò)程建模方法、分層無(wú)線網(wǎng)絡(luò)QoS指標(biāo)垂直映射模型及跨層優(yōu)化技術(shù)、無(wú)線多跳網(wǎng)絡(luò)中節(jié)點(diǎn)公平性保障技術(shù)，并利用Matlab工具對(duì)所提出各種算法模型進(jìn)行性能仿真和分析，驗(yàn)證它們的有效性，論文主要?jiǎng)?chuàng)新點(diǎn)有以下五個(gè)方面。（1）首次構(gòu)建AMC瑞利衰減無(wú)線信道服務(wù)過(guò)程模型。借助隊(duì)列理論，分析數(shù)據(jù)鏈路層業(yè)務(wù)流、鏈路隊(duì)列以及物理層調(diào)制編碼技術(shù)對(duì)AMC無(wú)線信道服務(wù)過(guò)程的影響，得出AMC無(wú)線信道服務(wù)過(guò)程模型；并應(yīng)用突發(fā)特性的離散時(shí)域尖度因子函數(shù)表示法，通過(guò)數(shù)值方法分析AMC無(wú)線信道服務(wù)過(guò)程所呈現(xiàn)突發(fā)特性，以及其與信道接收端服務(wù)速率、系統(tǒng)期望包差錯(cuò)率以及信道信噪比關(guān)系。（2）基于AMC無(wú)線信道服務(wù)過(guò)程突發(fā)特性，提出一種突發(fā)特性等效的AMC無(wú)線信道馬爾科夫模型建模方法，并且用數(shù)值分析方法與現(xiàn)有建模方法對(duì)比，驗(yàn)證了其有效性和優(yōu)越性。（3）針對(duì)無(wú)線網(wǎng)絡(luò)垂直QoS映射問(wèn)題，基于層間虛擬緩存概念，提出一種統(tǒng)一的層間QoS垂直映射模型，并且采用隊(duì)列分析方法和仿真初步驗(yàn)證了其有效性。（4）針對(duì)無(wú)線環(huán)境下業(yè)務(wù)流和無(wú)線信道的不可預(yù)測(cè)問(wèn)題，提出一種基于在線學(xué)習(xí)的層間QoS優(yōu)化方法，并給出了其求解算法。（5）提出一種新的無(wú)線Mesh網(wǎng)絡(luò)中路由節(jié)點(diǎn)公平性的度量方法。該方法基于加權(quán)最大最小公平性優(yōu)化原理，以路由和中繼節(jié)點(diǎn)加權(quán)吞吐量冗余的一致性衡量無(wú)線Mesh網(wǎng)絡(luò)中節(jié)點(diǎn)公平性，并提出一種節(jié)點(diǎn)吞吐量和節(jié)點(diǎn)公平性優(yōu)化結(jié)構(gòu)，利用該結(jié)構(gòu)和仿真分析節(jié)點(diǎn)吞吐量和節(jié)點(diǎn)公平性關(guān)系。
亓?xí)x[7]（2013）在《基于貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò)QoS自主控制技術(shù)研究》文中提出互聯(lián)網(wǎng)發(fā)展至今，已經(jīng)成為一個(gè)龐大的非線性動(dòng)態(tài)多變的復(fù)雜系統(tǒng)，隨著網(wǎng)絡(luò)接入技術(shù)的日趨多樣化和網(wǎng)絡(luò)承載業(yè)務(wù)的不斷豐富，傳統(tǒng)的網(wǎng)絡(luò)QoS管理和控制方式面臨著諸多挑戰(zhàn)。由于網(wǎng)絡(luò)不具備自主性和智能性，網(wǎng)絡(luò)對(duì)自己的狀態(tài)和行為缺乏全面認(rèn)知，網(wǎng)絡(luò)日益復(fù)雜使得傳統(tǒng)的孤島式、靜態(tài)式QoS保證方法表現(xiàn)低效且決策反應(yīng)被動(dòng)，網(wǎng)絡(luò)經(jīng)常擁塞，QoS性能時(shí)常劣化，業(yè)務(wù)傳輸與QoS保證不能根據(jù)環(huán)境的變化動(dòng)態(tài)調(diào)整，全網(wǎng)資源利用效率低下，導(dǎo)致用戶QoS滿意度變差。認(rèn)知網(wǎng)絡(luò)是受認(rèn)知無(wú)線電理論和技術(shù)的啟發(fā)而提出的一種具有認(rèn)知特征的主動(dòng)網(wǎng)絡(luò)，認(rèn)知網(wǎng)絡(luò)能夠感知網(wǎng)絡(luò)整體狀態(tài)，據(jù)此進(jìn)行計(jì)劃和決策，并執(zhí)行相應(yīng)的動(dòng)作，具有推理和學(xué)習(xí)的能力，被認(rèn)為是以無(wú)線、移動(dòng)、寬帶和全I(xiàn)P化為基本特征的未來(lái)通信網(wǎng)絡(luò)發(fā)展的必然趨勢(shì)。本論文所研究的認(rèn)知網(wǎng)絡(luò)QoS自主控制技術(shù)，主要是指在認(rèn)知網(wǎng)絡(luò)環(huán)境下實(shí)施QoS決策和控制時(shí)所采取的具有自主性和智能性的方法，解決動(dòng)態(tài)多變網(wǎng)絡(luò)適變性差、全網(wǎng)效能低的問(wèn)題，有效提高網(wǎng)絡(luò)資源利用率，保證網(wǎng)絡(luò)端到端的QoS。針對(duì)當(dāng)前網(wǎng)絡(luò)“多業(yè)務(wù)、需求差異、動(dòng)態(tài)時(shí)變、資源稀缺”等問(wèn)題，主要從面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò)QoS自主控制框架、認(rèn)知網(wǎng)絡(luò)QoS健康度評(píng)估、認(rèn)知網(wǎng)絡(luò)QoS劣化定位和認(rèn)知網(wǎng)絡(luò)QoS自主控制等角度，借助貝葉斯網(wǎng)絡(luò)的理論與方法，深入研究認(rèn)知網(wǎng)絡(luò)環(huán)境下面向業(yè)務(wù)的QoS自主控制機(jī)制，實(shí)現(xiàn)復(fù)雜多變認(rèn)知網(wǎng)絡(luò)環(huán)境下的全局性可監(jiān)測(cè)、可分析、可控制，提高網(wǎng)絡(luò)資源利用率，保證網(wǎng)絡(luò)端到端QoS。主要研究?jī)?nèi)容概括如下：1.提出了一種面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò)QoS自主控制框架。以認(rèn)知網(wǎng)絡(luò)業(yè)務(wù)端到端QoS需求為出發(fā)點(diǎn)，結(jié)合認(rèn)知網(wǎng)絡(luò)QoS自主控制設(shè)計(jì)目標(biāo)，在分析現(xiàn)有典型QoS控制框架優(yōu)點(diǎn)與不足的基礎(chǔ)之上，結(jié)合OODA的認(rèn)知過(guò)程，提出了一種面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò)QoS自主控制框架。2.提出了一種基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò)QoS健康度評(píng)估方法。從認(rèn)知網(wǎng)絡(luò)QoS健康度評(píng)估宏觀角度出發(fā)，考慮到網(wǎng)絡(luò)中盡可能多的網(wǎng)元、業(yè)務(wù)及鏈路，重新定義了時(shí)延、抖動(dòng)、丟包率三個(gè)QoS參數(shù)，并建立了認(rèn)知網(wǎng)絡(luò)QoS健康度評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型。利用模糊分類(lèi)方法，將連續(xù)變量模糊分類(lèi)為DBN能夠應(yīng)用的證據(jù)信息進(jìn)行學(xué)習(xí)和推理，應(yīng)用直接推理算法進(jìn)行推理，從而得到連續(xù)時(shí)間片上的認(rèn)知網(wǎng)絡(luò)QoS健康度概率及其發(fā)展趨勢(shì)，為網(wǎng)絡(luò)決策和控制提供了具有參考價(jià)值的評(píng)估結(jié)果。3.提出了一種基于貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò)QoS劣化定位方法?？紤]到端到端的探測(cè)方法存在探測(cè)代價(jià)高和無(wú)法精確定位的局限性，建立一種基于貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò)QoS劣化定位模型，利用LM1丟包率模型通過(guò)少量的端到端探測(cè)獲取路徑狀態(tài)信息，按照貝葉斯估計(jì)方法進(jìn)行鏈路劣化的先驗(yàn)概率學(xué)習(xí)。然后根據(jù)獲得的證據(jù)節(jié)點(diǎn)狀態(tài)信息，將無(wú)關(guān)劣化的部分路徑及其該路徑覆蓋的鏈路從模型中刪除來(lái)降低模型復(fù)雜度，然后采用局部聯(lián)合樹(shù)算法推理，最終實(shí)現(xiàn)對(duì)QoS劣化鏈路的精確定位，為業(yè)務(wù)等級(jí)的QoS自主控制提供準(zhǔn)確依據(jù)。4.提出了一種基于影響圖的認(rèn)知網(wǎng)絡(luò)QoS自主控制方法。結(jié)合傳統(tǒng)網(wǎng)絡(luò)和認(rèn)知網(wǎng)絡(luò)領(lǐng)域的相關(guān)知識(shí)，構(gòu)建了面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò)QoS自主控制的影響圖模型，利用貝葉斯網(wǎng)絡(luò)的簇樹(shù)推理算法和結(jié)點(diǎn)實(shí)例化的最優(yōu)決策方法實(shí)現(xiàn)認(rèn)知網(wǎng)絡(luò)的自學(xué)習(xí)和推理，并通過(guò)影響圖，執(zhí)行使得效用方程最大化的動(dòng)作，實(shí)現(xiàn)認(rèn)知網(wǎng)絡(luò)QoS的自主決策與控制。
郭棉[8]（2012）在《基于差分隊(duì)列服務(wù)（DQS）的融合網(wǎng)絡(luò)服務(wù)質(zhì)量保障研究》文中指出寬帶無(wú)線網(wǎng)絡(luò)的移動(dòng)化和移動(dòng)通信網(wǎng)絡(luò)的寬帶化進(jìn)程推動(dòng)了基于IP的融合網(wǎng)絡(luò)的演進(jìn)。支持多種接入技術(shù)、提供多樣化業(yè)務(wù)、無(wú)時(shí)無(wú)處不在等已成為下一代寬帶融合網(wǎng)絡(luò)的重要特征。然而服務(wù)質(zhì)量（QoS）保障在融合網(wǎng)絡(luò)里面臨更新更大的挑戰(zhàn)。例如，各種接入技術(shù)并存使端到端QoS保障更加復(fù)雜，多樣化業(yè)務(wù)的發(fā)展要求融合網(wǎng)絡(luò)提供混合QoS流的支持和寬泛的時(shí)延保障，實(shí)時(shí)業(yè)務(wù)所占比重的增大及其時(shí)延敏感性使數(shù)據(jù)包時(shí)延超時(shí)概率成為融合網(wǎng)絡(luò)QoS性能的一個(gè)重要指標(biāo)。此外，無(wú)線網(wǎng)絡(luò)資源的有限性使通過(guò)提供超額服務(wù)實(shí)現(xiàn)QoS保障的方案不再適用于融合網(wǎng)絡(luò)。因此，圍繞融合網(wǎng)絡(luò)的網(wǎng)絡(luò)特性和業(yè)務(wù)特性研究QoS保障具有重要的意義。傳統(tǒng)的QoS模型包括綜合服務(wù)（IntServ）和區(qū)分服務(wù)（DiffServ）以及它們的變體。這些模型除了很難在可擴(kuò)展性和QoS服務(wù)粒度兩個(gè)方面達(dá)到均衡外，在融合網(wǎng)絡(luò)的QoS保障方面也面臨一系列的問(wèn)題。近年來(lái)出現(xiàn)的一種基于數(shù)據(jù)包粒度的差分隊(duì)列服務(wù)（DQS）用于解決有線網(wǎng)絡(luò)的可擴(kuò)展性和QoS服務(wù)粒度均衡問(wèn)題，后來(lái)被擴(kuò)展到無(wú)線網(wǎng)絡(luò)。其主要服務(wù)規(guī)則包括：DQS要求每個(gè)數(shù)據(jù)包明確攜帶其QoS要求，如時(shí)延要求、丟包優(yōu)選標(biāo)志等。DQS路由器根據(jù)數(shù)據(jù)包的QoS要求決定其在緩存隊(duì)列里的位置，也即決定了數(shù)據(jù)包調(diào)度的順序和丟棄優(yōu)先級(jí)。DQS可以根據(jù)端到端路徑提供區(qū)分的QoS和支持混合QoS流和范圍廣泛的時(shí)延要求。所以DQS是一種適用于融合網(wǎng)絡(luò)的QoS模型。由于DQS作為一種端到端QoS模型仍處于初始研究階段，如何利用DQS實(shí)現(xiàn)融合網(wǎng)絡(luò)的QoS保障仍有待進(jìn)一步研究。其中包括基于DQS的資源分配、QoS保障的接納控制以及如何實(shí)現(xiàn)端到端自適應(yīng)QoS保障等。本文首先介紹了DQS的基本原理、關(guān)鍵技術(shù)和實(shí)現(xiàn)QoS保障尚需研究的問(wèn)題，在此基礎(chǔ)上研究了DQS基于QoS保障的資源分配、基于網(wǎng)絡(luò)容量動(dòng)態(tài)變化的接納控制和建立端到端QoS性能模型，最后提出了一種基于DQS的自適應(yīng)端到端QoS保障方案。本文的具體研究成果和創(chuàng)新如下：1)根據(jù)時(shí)延要求建立業(yè)務(wù)流模型和用服務(wù)能力曲線表示動(dòng)態(tài)的網(wǎng)絡(luò)容量。傳統(tǒng)的網(wǎng)絡(luò)分析方法一般按流或類(lèi)的粒度建立數(shù)據(jù)流的業(yè)務(wù)模型。本文首次按數(shù)據(jù)包的時(shí)延要求建立業(yè)務(wù)流模型。按數(shù)據(jù)包的時(shí)延要求將到達(dá)的業(yè)務(wù)劃分為有限個(gè)數(shù)據(jù)流，具有相同時(shí)延要求的業(yè)務(wù)看作一個(gè)數(shù)據(jù)流并用一個(gè)獨(dú)立的業(yè)務(wù)模型表示。此方法可靈活描述混合QoS流以及支持寬泛的時(shí)延要求。此外，基于中心極限定理建立了鏈路容量動(dòng)態(tài)變化的無(wú)線鏈路隨機(jī)服務(wù)能力曲線。此方法將無(wú)線鏈路的信道容量、信噪比、移動(dòng)速率等網(wǎng)絡(luò)下層的參數(shù)映射為平均帶寬、帶寬變量和時(shí)間段這三個(gè)網(wǎng)絡(luò)層服務(wù)能力參數(shù)，既降低了網(wǎng)絡(luò)分析過(guò)程的復(fù)雜性又反映了無(wú)線鏈路的帶寬時(shí)變特性。2)研究了基于DQS的融合網(wǎng)絡(luò)單個(gè)節(jié)點(diǎn)實(shí)現(xiàn)QoS保障的問(wèn)題，包括：a) QoS保障的帶寬和緩存資源分配：針對(duì)多個(gè)分形布朗運(yùn)動(dòng)（FBM）業(yè)務(wù)模型、對(duì)應(yīng)的時(shí)延要求研究了網(wǎng)絡(luò)容量不變時(shí)的獨(dú)立分配資源和全局資源共享這兩種方式的帶寬和緩存需求以及混合業(yè)務(wù)時(shí)的帶寬和緩存需求。b)網(wǎng)絡(luò)容量動(dòng)態(tài)變化的QoS保障接納控制:建立了網(wǎng)絡(luò)容量動(dòng)態(tài)變化的QoS性能模型，提出了以時(shí)延超時(shí)概率為閾值的QoS保障接納控制算法，并利用半馬爾可夫決策過(guò)程（SMDP）優(yōu)化此接納控制算法。3)研究了基于DQS的融合網(wǎng)絡(luò)多個(gè)節(jié)點(diǎn)實(shí)現(xiàn)QoS保障的問(wèn)題，包括：a)以網(wǎng)絡(luò)演算為基礎(chǔ)分析了基于DQS的融合網(wǎng)絡(luò)端到端QoS性能。首先分析了端到端確定服務(wù)的QoS性能?；诖颂岢鲆环N根據(jù)數(shù)據(jù)流的業(yè)務(wù)包絡(luò)率來(lái)預(yù)留端到端帶寬從而控制數(shù)據(jù)流的端到端時(shí)延超時(shí)概率的方法，來(lái)實(shí)現(xiàn)融合網(wǎng)絡(luò)的端到端QoS保障，接下來(lái)推導(dǎo)了基于隨機(jī)服務(wù)的端到端時(shí)延超時(shí)概率上界。該概率上界既可用于端到端隨機(jī)QoS保障的性能評(píng)估又可用于端到端QoS保障的流量控制，具有重要的理論價(jià)值。b)提出了一種基于DQS的自適應(yīng)端到端QoS保障方案。根據(jù)節(jié)點(diǎn)在融合網(wǎng)絡(luò)中的網(wǎng)絡(luò)屬性，依次提出了動(dòng)態(tài)確定數(shù)據(jù)包在網(wǎng)關(guān)節(jié)點(diǎn)、無(wú)線網(wǎng)絡(luò)節(jié)點(diǎn)和有線網(wǎng)絡(luò)節(jié)點(diǎn)的時(shí)延界的算法。以上所提方案和模型均通過(guò)計(jì)算機(jī)模擬仿真來(lái)檢驗(yàn)和驗(yàn)證，仿真結(jié)果表明，它們均能達(dá)到預(yù)期的效果。
何晶[9]（2012）在《基于業(yè)務(wù)識(shí)別與分類(lèi)的三級(jí)網(wǎng)絡(luò)QoS控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)》文中提出隨著網(wǎng)絡(luò)技術(shù)的快速發(fā)展，以TCP/IP為主要協(xié)議的互聯(lián)網(wǎng)絡(luò)已經(jīng)滲透到社會(huì)生活的各個(gè)角落。政府、企業(yè)、科研教育行業(yè)以及軍事部門(mén)等紛紛建立了大型局域網(wǎng)或超大型局域網(wǎng)，其中許多網(wǎng)絡(luò)具有典型的三層分級(jí)拓?fù)浣Y(jié)構(gòu)的特點(diǎn)，簡(jiǎn)稱三級(jí)網(wǎng)絡(luò)（Three-layer Network）。在三級(jí)網(wǎng)絡(luò)中，網(wǎng)絡(luò)用戶不斷增長(zhǎng)，新型網(wǎng)絡(luò)應(yīng)用不斷涌現(xiàn)，優(yōu)化網(wǎng)絡(luò)配置、提高網(wǎng)絡(luò)性能、保證網(wǎng)絡(luò)業(yè)務(wù)的服務(wù)質(zhì)量已成為三級(jí)網(wǎng)絡(luò)亟待解決的問(wèn)題。本文在研究現(xiàn)有網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)技術(shù)、網(wǎng)絡(luò)服務(wù)質(zhì)量（QualityofService，QoS）的基礎(chǔ)上，結(jié)合三級(jí)網(wǎng)絡(luò)的特點(diǎn)，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)的三級(jí)網(wǎng)絡(luò)QoS控制系統(tǒng)。首先，在分析三級(jí)網(wǎng)絡(luò)特點(diǎn)及業(yè)務(wù)QoS需求的基礎(chǔ)上，針對(duì)三級(jí)網(wǎng)絡(luò)業(yè)務(wù)主要分為關(guān)鍵業(yè)務(wù)和非關(guān)鍵業(yè)務(wù)，以及關(guān)鍵業(yè)務(wù)具有不同服務(wù)質(zhì)量保障等級(jí)的特點(diǎn)，提出了基于三級(jí)網(wǎng)絡(luò)業(yè)務(wù)服務(wù)等級(jí)的QoS評(píng)價(jià)指標(biāo)體系。該評(píng)價(jià)指標(biāo)體系能更加全面地反映三級(jí)網(wǎng)絡(luò)業(yè)務(wù)QoS需求，更加準(zhǔn)確地衡量三級(jí)網(wǎng)絡(luò)QoS狀態(tài)。其次，在對(duì)現(xiàn)有網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)技術(shù)研究的基礎(chǔ)上，將人工神經(jīng)網(wǎng)絡(luò)理論運(yùn)用到網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)技術(shù)當(dāng)中，設(shè)計(jì)了一種基于自組織映射網(wǎng)絡(luò)算法和樣本匹配算法進(jìn)行協(xié)同訓(xùn)練的雙分類(lèi)器，達(dá)到了識(shí)別網(wǎng)絡(luò)業(yè)務(wù)、區(qū)分業(yè)務(wù)服務(wù)等級(jí)的目的，提高了系統(tǒng)識(shí)別關(guān)鍵業(yè)務(wù)的準(zhǔn)確性。最后，將基于協(xié)同訓(xùn)練的雙分類(lèi)器應(yīng)用到三級(jí)網(wǎng)絡(luò)中，設(shè)計(jì)并實(shí)現(xiàn)了三級(jí)網(wǎng)絡(luò)QoS控制系統(tǒng)，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)流量在線采集與離線分析、集中式分析網(wǎng)絡(luò)QoS狀態(tài)與選擇QoS控制策略、分布式感知網(wǎng)絡(luò)性能與業(yè)務(wù)QoS需求，提高了三級(jí)網(wǎng)絡(luò)QoS保障能力。實(shí)驗(yàn)表明，所設(shè)計(jì)的系統(tǒng)能較好地評(píng)價(jià)三級(jí)網(wǎng)絡(luò)QoS，準(zhǔn)確識(shí)別網(wǎng)絡(luò)關(guān)鍵業(yè)務(wù)，及時(shí)發(fā)現(xiàn)業(yè)務(wù)QoS需求并提供QoS保障策略。
章鵬程[10]（2012）在《認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)監(jiān)控機(jī)制研究》文中提出隨著計(jì)算機(jī)網(wǎng)絡(luò)的飛速發(fā)展,當(dāng)前網(wǎng)絡(luò)表現(xiàn)出了業(yè)務(wù)類(lèi)型眾多、網(wǎng)絡(luò)環(huán)境復(fù)雜且動(dòng)態(tài)多變等特點(diǎn),網(wǎng)絡(luò)端到端QoS難以得到有效保障。當(dāng)前網(wǎng)絡(luò)通常在QoS劣化的情況下被動(dòng)地、靜態(tài)地做出調(diào)整,對(duì)復(fù)雜網(wǎng)絡(luò)態(tài)勢(shì)的適應(yīng)能力較差。認(rèn)知網(wǎng)絡(luò)不同于傳統(tǒng)網(wǎng)絡(luò),它具有態(tài)勢(shì)感知能力,能夠根據(jù)網(wǎng)絡(luò)態(tài)勢(shì)實(shí)時(shí)動(dòng)態(tài)地調(diào)整網(wǎng)絡(luò)配置,從而保障網(wǎng)絡(luò)QoS。認(rèn)知網(wǎng)絡(luò)為網(wǎng)絡(luò)QoS保障問(wèn)題的解決提供了新的途徑,已成為下一代網(wǎng)絡(luò)的一個(gè)重要的研究熱點(diǎn)。本文在分析現(xiàn)行網(wǎng)絡(luò)QoS監(jiān)控機(jī)制的基礎(chǔ)上,重點(diǎn)開(kāi)展對(duì)認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)監(jiān)控機(jī)制的研究,主要工作如下:（1）提出了一種基于雙閉環(huán)與態(tài)勢(shì)感知的認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)監(jiān)控模型——MCBDS,該模型注重網(wǎng)絡(luò)態(tài)勢(shì)的感知以及QoS控制方法的協(xié)調(diào),能夠克服現(xiàn)行認(rèn)知網(wǎng)絡(luò)QoS自適應(yīng)監(jiān)控模型態(tài)勢(shì)感知能力不足、控制代價(jià)過(guò)高等缺點(diǎn)?；谛阅茉u(píng)價(jià)進(jìn)程代數(shù)PEPA的建模分析表明MCBDS具有合理性與可行性。（2）提出了一種基于知識(shí)感知、實(shí)時(shí)態(tài)勢(shì)評(píng)估和網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)多方法融合的認(rèn)知網(wǎng)絡(luò)態(tài)勢(shì)感知方法,以全面感知認(rèn)知網(wǎng)絡(luò)的態(tài)勢(shì),為認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)控制提供充分依據(jù)。知識(shí)感知提供知識(shí)采集和預(yù)處理,是態(tài)勢(shì)感知的基礎(chǔ);實(shí)時(shí)態(tài)勢(shì)評(píng)估包括基于HDS的業(yè)務(wù)QoS評(píng)估和基于QoE的用戶QoS評(píng)估,能夠描述網(wǎng)絡(luò)的當(dāng)前態(tài)勢(shì);網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)基于加權(quán)徑向基核函數(shù)支持向量機(jī)算法——WRSVM,能夠判斷網(wǎng)絡(luò)態(tài)勢(shì)的發(fā)展,仿真表明,與傳統(tǒng)預(yù)測(cè)算法相比WRSVM能夠顯著提高認(rèn)知網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè)的效率和準(zhǔn)確率。（3）提出了一種基于網(wǎng)絡(luò)態(tài)勢(shì)的認(rèn)知網(wǎng)絡(luò)QoS雙閉環(huán)動(dòng)態(tài)自適應(yīng)配置方法——DCBS,該方法能夠緊密融合各種緩沖管理和隊(duì)列調(diào)度算法,保障網(wǎng)絡(luò)QoS,優(yōu)化全網(wǎng)性能。DCBS以QoS最優(yōu)化為目標(biāo),根據(jù)網(wǎng)絡(luò)態(tài)勢(shì)啟動(dòng)維護(hù)環(huán)或自適應(yīng)配置環(huán),在保障網(wǎng)絡(luò)QoS的同時(shí)盡量降低控制代價(jià),從而保障網(wǎng)絡(luò)的健康和穩(wěn)定。仿真表明,DCBS能夠顯著提高關(guān)鍵業(yè)務(wù)的健康度、優(yōu)化全網(wǎng)性能、增強(qiáng)系統(tǒng)的健壯性,并有效避免亞健康業(yè)務(wù)健康度越來(lái)越差的現(xiàn)象,縮短網(wǎng)絡(luò)QoS劣化的時(shí)間,降低網(wǎng)絡(luò)控制的代價(jià)。
二、網(wǎng)絡(luò)QoS特性分析（論文開(kāi)題報(bào)告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡(jiǎn)單簡(jiǎn)介論文所研究問(wèn)題的基本概念和背景，再而簡(jiǎn)單明了地指出論文所要研究解決的具體問(wèn)題，并提出你的論文準(zhǔn)備的觀點(diǎn)或解決方法。
寫(xiě)法范例：
本文主要提出一款精簡(jiǎn)64位RISC處理器存儲(chǔ)管理單元結(jié)構(gòu)并詳細(xì)分析其設(shè)計(jì)過(guò)程。在該MMU結(jié)構(gòu)中,TLB采用叁個(gè)分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲(chǔ)器并行查找,支持粗粒度為64KB和細(xì)粒度為4KB兩種頁(yè)面大小,采用多級(jí)分層頁(yè)表結(jié)構(gòu)映射地址空間,并詳細(xì)論述了四級(jí)頁(yè)表轉(zhuǎn)換過(guò)程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲(chǔ)系統(tǒng)實(shí)現(xiàn)的一個(gè)重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對(duì)象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對(duì)象從而得到有關(guān)信息。
實(shí)驗(yàn)法：通過(guò)主支變革、控制研究對(duì)象來(lái)發(fā)現(xiàn)與確認(rèn)事物間的因果關(guān)系。
文獻(xiàn)研究法：通過(guò)調(diào)查文獻(xiàn)來(lái)獲得資料，從而全面的、正確的了解掌握研究方法。
實(shí)證研究法：依據(jù)現(xiàn)有的科學(xué)理論和實(shí)踐的需要提出設(shè)計(jì)。
定性分析法：對(duì)研究對(duì)象進(jìn)行“質(zhì)”的方面的研究，這個(gè)方法需要計(jì)算的數(shù)據(jù)較少。
定量分析法：通過(guò)具體的數(shù)字，使人們對(duì)研究對(duì)象的認(rèn)識(shí)進(jìn)一步精確化。
跨學(xué)科研究法：運(yùn)用多學(xué)科的理論、方法和成果從整體上對(duì)某一課題進(jìn)行研究。
功能分析法：這是社會(huì)科學(xué)用來(lái)分析社會(huì)現(xiàn)象的一種方法，從某一功能出發(fā)研究多個(gè)方面的影響。
模擬法：通過(guò)創(chuàng)設(shè)一個(gè)與原型相似的模型來(lái)間接研究原型某種特性的一種形容方法。
三、網(wǎng)絡(luò)QoS特性分析（論文提綱范文）
（1）基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 主要研究?jī)?nèi)容 |
| 1.3 論文主要工作 |
| 1.4 論文結(jié)構(gòu) |
| 第二章 相關(guān)技術(shù)概述 |
| 2.1 網(wǎng)絡(luò)QoS及其關(guān)鍵性能指標(biāo) |
| 2.2 離散事件網(wǎng)絡(luò)模擬器 |
| 2.3 深度學(xué)習(xí)框架 |
| 2.3.1 深度學(xué)習(xí) |
| 2.3.2 圖神經(jīng)網(wǎng)絡(luò) |
| 2.3.3 機(jī)器學(xué)習(xí)平臺(tái)TensorFlow |
| 2.4 前后端開(kāi)發(fā)技術(shù)研究 |
| 2.4.1 服務(wù)器端框架Flask |
| 2.4.2 前端框架Bootstrap |
| 2.4.3 關(guān)系型數(shù)據(jù)庫(kù)MySQL |
| 2.5 網(wǎng)絡(luò)性能建模機(jī)器學(xué)習(xí)方案調(diào)研 |
| 2.6 本章小結(jié) |
| 第三章 基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)需求分析 |
| 3.1 系統(tǒng)需求概述 |
| 3.1.1 問(wèn)題與挑戰(zhàn)分析 |
| 3.1.2 系統(tǒng)總體功能分析 |
| 3.1.3 用戶群體分析 |
| 3.2 系統(tǒng)詳細(xì)功能需求分析 |
| 3.2.1 網(wǎng)絡(luò)仿真服務(wù) |
| 3.2.2 網(wǎng)絡(luò)時(shí)延推斷服務(wù) |
| 3.2.3 推斷系統(tǒng)管理 |
| 3.2.3.1 個(gè)性化管理 |
| 3.2.3.2 賬號(hào)管理 |
| 3.2.3.3 模型版本管理 |
| 3.2.3.4 模型預(yù)測(cè) |
| 3.2.3.5 歷史信息查詢 |
| 3.3 系統(tǒng)非功能性需求分析 |
| 3.3.1 網(wǎng)絡(luò)仿真數(shù)據(jù)集可靠性需求 |
| 3.3.2 模型預(yù)測(cè)性能需求 |
| 3.3.3 推斷系統(tǒng)管理平臺(tái)交互需求 |
| 3.4 數(shù)據(jù)庫(kù)需求分析 |
| 3.5 本章小結(jié) |
| 第四章 基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)的概要設(shè)計(jì) |
| 4.1 系統(tǒng)模塊設(shè)計(jì) |
| 4.2 系統(tǒng)總體架構(gòu)設(shè)計(jì) |
| 4.3 網(wǎng)絡(luò)仿真服務(wù)子系統(tǒng)概要設(shè)計(jì) |
| 4.3.1 網(wǎng)絡(luò)仿真服務(wù)子系統(tǒng)流程 |
| 4.3.2 網(wǎng)絡(luò)仿真服務(wù)概要設(shè)計(jì) |
| 4.3.3 網(wǎng)絡(luò)場(chǎng)景描述設(shè)計(jì) |
| 4.3.3.1 仿真網(wǎng)絡(luò)拓?fù)湓O(shè)計(jì) |
| 4.3.3.2 仿真路由策略設(shè)計(jì) |
| 4.3.3.3 仿真流量負(fù)載設(shè)計(jì) |
| 4.4 網(wǎng)絡(luò)時(shí)延推斷服務(wù)子系統(tǒng)概要設(shè)計(jì) |
| 4.4.1 網(wǎng)絡(luò)時(shí)延推斷服務(wù)子系統(tǒng)流程 |
| 4.4.2 網(wǎng)絡(luò)性能評(píng)估算法設(shè)計(jì) |
| 4.5 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)概要設(shè)計(jì) |
| 4.5.1 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)流程 |
| 4.5.2 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)軟件架構(gòu) |
| 4.5.3 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)與網(wǎng)絡(luò)時(shí)延推斷服務(wù)子系統(tǒng)的交互 |
| 4.6 數(shù)據(jù)庫(kù)設(shè)計(jì) |
| 4.6.1 數(shù)據(jù)庫(kù)E-R圖設(shè)計(jì) |
| 4.6.2 數(shù)據(jù)庫(kù)實(shí)體表格設(shè)計(jì) |
| 4.7 本章小結(jié) |
| 第五章 基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)的詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1 網(wǎng)絡(luò)仿真服務(wù)子系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1.1 開(kāi)發(fā)環(huán)境搭建 |
| 5.1.2 網(wǎng)絡(luò)仿真架構(gòu)設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1.3 核心模塊功能設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1.3.1 數(shù)據(jù)包生成的設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1.3.2 路由轉(zhuǎn)發(fā)的設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1.3.3 節(jié)點(diǎn)數(shù)據(jù)包傳輸管理的設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1.4 網(wǎng)絡(luò)仿真并采集仿真結(jié)果 |
| 5.1.5 數(shù)據(jù)集規(guī)劃 |
| 5.2 網(wǎng)絡(luò)時(shí)延推斷服務(wù)子系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 5.2.1 開(kāi)發(fā)環(huán)境搭建 |
| 5.2.2 算法模型開(kāi)發(fā)程序結(jié)構(gòu) |
| 5.2.3 核心模塊實(shí)現(xiàn) |
| 5.2.4 算法模型訓(xùn)練 |
| 5.3 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)設(shè)計(jì)與實(shí)現(xiàn) |
| 5.3.1 開(kāi)發(fā)環(huán)境搭建 |
| 5.3.2 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)程序結(jié)構(gòu) |
| 5.3.3 網(wǎng)絡(luò)推斷系統(tǒng)管理平臺(tái)功能設(shè)計(jì)與實(shí)現(xiàn) |
| 5.3.3.1 個(gè)性化管理 |
| 5.3.3.2 賬號(hào)管理 |
| 5.3.3.3 模型版本管理 |
| 5.3.3.4 模型預(yù)測(cè) |
| 5.3.3.5 歷史查詢 |
| 5.4 本章小節(jié) |
| 第六章 系統(tǒng)測(cè)試 |
| 6.1 系統(tǒng)測(cè)試環(huán)境 |
| 6.2 系統(tǒng)功能測(cè)試 |
| 6.2.1 網(wǎng)絡(luò)仿真服務(wù)子系統(tǒng)測(cè)試 |
| 6.2.1.1 仿真數(shù)據(jù)包生成測(cè)試 |
| 6.2.1.2 路由轉(zhuǎn)發(fā)測(cè)試 |
| 6.2.1.3 節(jié)點(diǎn)數(shù)據(jù)包傳輸管理測(cè)試 |
| 6.2.2 網(wǎng)絡(luò)時(shí)延推斷服務(wù)子系統(tǒng)測(cè)試 |
| 6.2.2.1 模型泛化能力驗(yàn)證 |
| 6.2.2.2 模型優(yōu)劣性對(duì)比 |
| 6.2.3 推斷系統(tǒng)管理平臺(tái)測(cè)試 |
| 6.2.3.1 個(gè)性化管理測(cè)試 |
| 6.2.3.2 賬號(hào)管理測(cè)試 |
| 6.2.3.3 模型版本管理測(cè)試 |
| 6.2.3.4 模型預(yù)測(cè)測(cè)試 |
| 6.2.3.5 歷史信息查詢測(cè)試 |
| 6.3 測(cè)試結(jié)果分析 |
| 6.4 本章小結(jié) |
| 第七章 結(jié)束語(yǔ) |
| 7.1 全文總結(jié) |
| 7.2 論文不足及待改進(jìn)部分 |
| 7.3 研究生期間工作 |
| 參考文獻(xiàn) |
| 附錄 |
| 致謝 |
| 攻讀學(xué)位期間取得的研究成果 |
（2）面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量關(guān)鍵技術(shù)研究與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景 |
| 1.2 研究目標(biāo)與研究思路 |
| 1.3 主要工作 |
| 1.4 文章結(jié)構(gòu) |
| 第二章 網(wǎng)絡(luò)測(cè)量關(guān)鍵技術(shù)研究與分析 |
| 2.1 網(wǎng)絡(luò)測(cè)量概述與研究現(xiàn)狀 |
| 2.1.1 網(wǎng)絡(luò)測(cè)量概述 |
| 2.1.2 網(wǎng)絡(luò)測(cè)量研究現(xiàn)狀 |
| 2.1.3 網(wǎng)絡(luò)性能指標(biāo) |
| 2.2 開(kāi)源監(jiān)控工具調(diào)研 |
| 2.2.1 Nagios |
| 2.2.2 Zabbix |
| 2.2.3 OpenFalcon |
| 2.2.4 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量系統(tǒng)技術(shù)選型 |
| 2.3 小結(jié) |
| 第三章 廣域網(wǎng)QoS預(yù)測(cè)模型與特征變化監(jiān)測(cè)方法研究 |
| 3.1 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量指標(biāo) |
| 3.2 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS預(yù)測(cè)模型研究 |
| 3.2.1 ARMA模型 |
| 3.2.2 Facebook Prophet模型 |
| 3.2.3 LSTM模型 |
| 3.2.4 云網(wǎng)測(cè)量系統(tǒng)QoS預(yù)測(cè)模型小結(jié) |
| 3.3 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS預(yù)測(cè)模型評(píng)估 |
| 3.3.1 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS預(yù)測(cè)模型評(píng)估環(huán)境 |
| 3.3.2 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS預(yù)測(cè)模型評(píng)估 |
| 3.4 基于噪聲評(píng)估的廣域網(wǎng)QoS預(yù)測(cè)方法 |
| 3.5 小結(jié) |
| 第四章 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量配置研究 |
| 4.1 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量配置優(yōu)化研究 |
| 4.2 面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS特征變化性檢測(cè) |
| 4.3 小結(jié) |
| 第五章 面向云網(wǎng)環(huán)境廣域網(wǎng)QoS測(cè)量系統(tǒng)架構(gòu)設(shè)計(jì)與實(shí)現(xiàn) |
| 5.1 系統(tǒng)架構(gòu)設(shè)計(jì) |
| 5.2 基礎(chǔ)測(cè)量模塊 |
| 5.2.1 模塊簡(jiǎn)介 |
| 5.2.2 模塊設(shè)計(jì) |
| 5.2.3 方法介紹 |
| 5.3 數(shù)據(jù)備份模塊 |
| 5.3.1 模塊簡(jiǎn)介 |
| 5.3.2 模塊設(shè)計(jì) |
| 5.3.3 方法介紹 |
| 5.4 系統(tǒng)告警模塊 |
| 5.4.1 模塊簡(jiǎn)介 |
| 5.4.2 模塊設(shè)計(jì) |
| 5.4.3 方法介紹 |
| 5.5 數(shù)據(jù)分析模塊 |
| 5.5.1 模塊簡(jiǎn)介 |
| 5.5.2 模塊設(shè)計(jì) |
| 5.5.3 方法介紹 |
| 5.6 自動(dòng)化配置模塊 |
| 5.6.1 模塊簡(jiǎn)介 |
| 5.6.2 模塊設(shè)計(jì) |
| 5.6.3 方法介紹 |
| 5.7 小結(jié) |
| 第六章 系統(tǒng)測(cè)試與性能分析 |
| 6.1 測(cè)試設(shè)計(jì) |
| 6.1.1 測(cè)試內(nèi)容 |
| 6.1.2 測(cè)試環(huán)境 |
| 6.1.3 測(cè)試指標(biāo) |
| 6.2 功能測(cè)試 |
| 6.2.1 測(cè)量配置優(yōu)化功能測(cè)試 |
| 6.2.2 測(cè)量配置優(yōu)化適應(yīng)性測(cè)試 |
| 6.2.3 網(wǎng)絡(luò)特征變化檢測(cè)功能測(cè)試 |
| 6.3 性能測(cè)試 |
| 6.3.1 測(cè)量配置分析耗時(shí)測(cè)試結(jié)果 |
| 6.3.2 網(wǎng)絡(luò)特征變化檢測(cè)耗時(shí)測(cè)試結(jié)果 |
| 6.4 小結(jié) |
| 第七章 總結(jié)與工作展望 |
| 7.1 總結(jié) |
| 7.2 工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士期間發(fā)表的文章及研發(fā)成果 |
（3）基于業(yè)務(wù)和無(wú)線信道動(dòng)態(tài)特性的船端智能動(dòng)態(tài)路由算法研究（論文提綱范文）
| 摘要 |
| Abstract |
| 1 緒論 |
| 1.1 課題研究背景與意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 論文結(jié)構(gòu) |
| 2 海上異構(gòu)無(wú)線網(wǎng)絡(luò)業(yè)務(wù)模型與無(wú)線信道特性分析 |
| 2.1 總體理論模型 |
| 2.2 海上業(yè)務(wù)選擇模型 |
| 2.3 海上候選無(wú)線網(wǎng)絡(luò)信道特性分析 |
| 2.4 智能網(wǎng)關(guān) |
| 2.5 本章小結(jié) |
| 3 海上無(wú)線網(wǎng)絡(luò)切換技術(shù)及船端智能動(dòng)態(tài)路由算法 |
| 3.1 海上無(wú)線網(wǎng)絡(luò)切換性能期望 |
| 3.2 海上無(wú)線網(wǎng)絡(luò)切換過(guò)程 |
| 3.3 船端智能動(dòng)態(tài)路由算法 |
| 3.3.1 船端智能動(dòng)態(tài)路由算法計(jì)算過(guò)程 |
| 3.3.2 船端業(yè)務(wù)處理主觀決策算法 |
| 3.3.3 船端網(wǎng)絡(luò)處理客觀決策算法 |
| 3.3.4 船端網(wǎng)絡(luò)多屬性決策算法 |
| 3.3.5 船端候選網(wǎng)絡(luò)綜合效用比例閾值 |
| 3.4 本章小結(jié) |
| 4 船端智能動(dòng)態(tài)路由軟件設(shè)計(jì) |
| 4.1 船端智能動(dòng)態(tài)路由軟件總體系統(tǒng)框架設(shè)計(jì) |
| 4.2 船端智能動(dòng)態(tài)路由軟件模塊設(shè)計(jì)與實(shí)現(xiàn) |
| 4.2.1 數(shù)據(jù)收集模塊設(shè)計(jì)與實(shí)現(xiàn) |
| 4.2.2 數(shù)據(jù)處理模塊設(shè)計(jì)與實(shí)現(xiàn) |
| 4.2.3 結(jié)果反饋模塊設(shè)計(jì)與實(shí)現(xiàn) |
| 4.3 船端智能動(dòng)態(tài)路由軟件輸出 |
| 4.4 本章小結(jié) |
| 5 船端智能動(dòng)態(tài)路由軟件性能分析與展示 |
| 5.1 場(chǎng)景設(shè)計(jì) |
| 5.2 數(shù)據(jù)驗(yàn)證 |
| 5.3 性能分析 |
| 5.4 本章小結(jié) |
| 結(jié)論 |
| 參考文獻(xiàn) |
| 附錄A 英文縮寫(xiě)詞、全寫(xiě)和英漢術(shù)語(yǔ)對(duì)照表 |
| 致謝 |
| 作者簡(jiǎn)歷及攻讀碩士學(xué)位期間的科研成果 |
（4）基于網(wǎng)絡(luò)狀態(tài)特征分析與預(yù)測(cè)的SDWAN路徑優(yōu)化技術(shù)研究與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 課題背景 |
| 1.2 主要工作 |
| 1.3 論文創(chuàng)新點(diǎn) |
| 1.4 論文結(jié)構(gòu) |
| 第二章 IP網(wǎng)絡(luò)QoS路由關(guān)鍵技術(shù)調(diào)研 |
| 2.1 POCOMPUTING應(yīng)用場(chǎng)景與挑戰(zhàn) |
| 2.1.1 應(yīng)用場(chǎng)景描述 |
| 2.1.2 目標(biāo)與挑戰(zhàn) |
| 2.2 用戶體驗(yàn)質(zhì)量QoE的研究 |
| 2.2.1 用戶體驗(yàn)質(zhì)量QoE及其量化方法 |
| 2.2.2 基于VoIP的通信質(zhì)量的NETBEEZ模型 |
| 2.3 流量工程方案研究 |
| 2.3.1 IP網(wǎng)絡(luò)路由計(jì)算與優(yōu)化技術(shù) |
| 2.3.2 CSPF路徑計(jì)算算法 |
| 2.3.3 Google公司的B4網(wǎng)絡(luò) |
| 2.4 POCO系統(tǒng)介紹 |
| 2.4.1 POCO系統(tǒng)分層介紹 |
| 2.4.2 POCO系統(tǒng)及其部署方式簡(jiǎn)介 |
| 2.4.3 既有虛擬專線計(jì)算方案 |
| 2.5 本章小結(jié) |
| 第三章 基于網(wǎng)絡(luò)狀態(tài)特征分析與預(yù)測(cè)的SDWAN路徑優(yōu)化技術(shù)需求分析 |
| 3.1 總體需求分析 |
| 3.1.1 場(chǎng)景分析 |
| 3.1.2 問(wèn)題定義 |
| 3.1.3 總體需求分析 |
| 3.1.4 需求分析總結(jié) |
| 3.2 詳細(xì)需求分析 |
| 3.2.1 廣域網(wǎng)環(huán)境下的網(wǎng)絡(luò)特性分析 |
| 3.2.2 集中式虛擬專線計(jì)算服務(wù) |
| 3.2.3 測(cè)量配置的合理選擇和優(yōu)化 |
| 3.2.4 基于QoE的虛擬專線計(jì)算優(yōu)化 |
| 3.2.5 網(wǎng)絡(luò)長(zhǎng)期狀態(tài)特征的分析和預(yù)測(cè) |
| 3.3 本章小結(jié) |
| 第四章 基于網(wǎng)絡(luò)狀態(tài)特征分析與預(yù)測(cè)的SDWAN路徑優(yōu)化技術(shù)原理設(shè)計(jì) |
| 4.1 面向SDWAN的虛擬專線計(jì)算技術(shù) |
| 4.1.1 接收需求信息觸發(fā)計(jì)算 |
| 4.1.2 構(gòu)造網(wǎng)絡(luò)拓?fù)?/td> |
| 4.1.3 計(jì)算所有備選虛擬專線 |
| 4.1.4 虛擬專線網(wǎng)絡(luò)狀態(tài)特征計(jì)算 |
| 4.1.5 根據(jù)QoS需求過(guò)濾虛擬專線 |
| 4.1.6 根據(jù)拓?fù)湫枨筮^(guò)濾虛擬專線 |
| 4.1.7 選擇指標(biāo)最優(yōu)的若干虛擬專線 |
| 4.1.8 計(jì)算結(jié)果發(fā)送給控制器 |
| 4.2 網(wǎng)絡(luò)QoS指標(biāo)監(jiān)控技術(shù) |
| 4.2.1 網(wǎng)絡(luò)監(jiān)控系統(tǒng)介紹 |
| 4.2.2 帶外測(cè)量方案介紹 |
| 4.2.3 QoS指標(biāo)測(cè)量工具介紹 |
| 4.2.4 QoS指標(biāo)介紹 |
| 4.2.5 測(cè)量配置的合理選擇和優(yōu)化 |
| 4.2.6 QoS測(cè)量數(shù)據(jù)ETL |
| 4.3 基于QoE的虛擬專線計(jì)算優(yōu)化 |
| 4.3.1 QoS指標(biāo)的飽和特性 |
| 4.3.2 基于QoE的虛擬專線計(jì)算算法 |
| 4.4 基于最新QoS測(cè)量數(shù)據(jù)的虛擬專線計(jì)算 |
| 4.4.1 虛擬專線QoS時(shí)間序列數(shù)據(jù)計(jì)算 |
| 4.4.2 虛擬專線當(dāng)前QoS指標(biāo)值計(jì)算 |
| 4.4.3 虛擬專線QoS指標(biāo)統(tǒng)計(jì)時(shí)間周期選取 |
| 4.5 基于QoS測(cè)量數(shù)據(jù)的虛擬專線長(zhǎng)期特征分析與計(jì)算 |
| 4.5.1 虛擬鏈路網(wǎng)絡(luò)狀態(tài)長(zhǎng)期特征分析與計(jì)算 |
| 4.5.2 基于網(wǎng)絡(luò)狀態(tài)長(zhǎng)期特征分析的虛擬鏈路篩選 |
| 4.5.3 基于網(wǎng)絡(luò)狀態(tài)特征分析的虛擬專線不穩(wěn)定度計(jì)算 |
| 4.6 虛擬鏈路QoS指標(biāo)基線數(shù)據(jù)計(jì)算 |
| 4.7 虛擬專線計(jì)算在POCO系統(tǒng)中的實(shí)際應(yīng)用 |
| 4.7.1 Overlay節(jié)點(diǎn)與虛擬專線類(lèi)型劃分 |
| 4.7.2 骨干級(jí)虛擬專線計(jì)算的具體應(yīng)用 |
| 4.7.3 用戶級(jí)虛擬專線計(jì)算的具體應(yīng)用 |
| 4.8 本章小結(jié) |
| 第五章 面向SDWAN的路徑優(yōu)化系統(tǒng)概要設(shè)計(jì) |
| 5.1 路徑計(jì)算系統(tǒng)總體架構(gòu)設(shè)計(jì) |
| 5.1.1 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì) |
| 5.1.2 系統(tǒng)模塊劃分 |
| 5.1.3 系統(tǒng)設(shè)計(jì)原則 |
| 5.2 VirtualLinkEvaluation應(yīng)用業(yè)務(wù)流程 |
| 5.2.1 VirtualLinkEvaluation應(yīng)用業(yè)務(wù)流程概述 |
| 5.2.2 虛擬鏈路特征分析與計(jì)算流程 |
| 5.2.3 虛擬鏈路離線篩選計(jì)算流程 |
| 5.2.4 虛擬鏈路離線不穩(wěn)定度計(jì)算流程 |
| 5.2.5 虛擬鏈路QoS指標(biāo)基線計(jì)算流程 |
| 5.3 VirtualPathComputation應(yīng)用業(yè)務(wù)流程 |
| 5.3.1 VirtualPathComputation業(yè)務(wù)流程概述 |
| 5.3.2 解析與校驗(yàn)虛擬專線計(jì)算需求流程 |
| 5.3.3 構(gòu)造虛擬專線計(jì)算網(wǎng)絡(luò)拓?fù)淞鞒?/td> |
| 5.3.4 讀取與構(gòu)造QoS數(shù)據(jù)集流程 |
| 5.3.5 虛擬專線的QoS指標(biāo)計(jì)算與篩選流程 |
| 5.3.6 虛擬專線的QoE指標(biāo)計(jì)算流程 |
| 5.3.7 虛擬專線的拓?fù)湫枨笃ヅ渑c排序流程 |
| 5.4 本章小結(jié) |
| 第六章 面向SDWAN的路徑優(yōu)化系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 6.1 總體設(shè)計(jì)與實(shí)現(xiàn) |
| 6.1.1 開(kāi)發(fā)環(huán)境 |
| 6.1.2 第三方依賴與開(kāi)源工具 |
| 6.1.3 開(kāi)發(fā)設(shè)計(jì)思想 |
| 6.1.4 總體架構(gòu)與模塊說(shuō)明 |
| 6.2 通用模塊詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 6.2.1 QoS數(shù)據(jù)處理模塊 |
| 6.2.2 配置管理模塊 |
| 6.2.3 拓?fù)涮幚砟K |
| 6.3 VirtualLinkEvaluation應(yīng)用詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 6.3.1 應(yīng)用上下文模塊 |
| 6.3.2 配置文件 |
| 6.3.3 特征計(jì)算模塊 |
| 6.3.4 鏈路篩選模塊 |
| 6.3.5 不穩(wěn)定度計(jì)算模塊 |
| 6.3.6 基線計(jì)算模塊 |
| 6.4 VirtualPathComputation應(yīng)用詳細(xì)設(shè)計(jì)與實(shí)現(xiàn) |
| 6.4.1 通信模塊 |
| 6.4.2 應(yīng)用上下文模塊 |
| 6.4.3 配置文件 |
| 6.4.4 特征計(jì)算模塊 |
| 6.4.5 QoS計(jì)算模塊 |
| 6.4.6 QoE計(jì)算模塊 |
| 6.4.7 不穩(wěn)定度計(jì)算模塊 |
| 6.4.8 路徑計(jì)算模塊 |
| 6.5 數(shù)據(jù)庫(kù)表設(shè)計(jì) |
| 6.5.1 節(jié)點(diǎn)數(shù)據(jù)庫(kù)表設(shè)計(jì) |
| 6.5.2 拓?fù)鋽?shù)據(jù)庫(kù)表設(shè)計(jì) |
| 6.5.3 基線數(shù)據(jù)庫(kù)表設(shè)計(jì) |
| 6.6 本章小結(jié) |
| 第七章 面向SDWAN的路徑優(yōu)化系統(tǒng)測(cè)試 |
| 7.1 測(cè)試設(shè)計(jì) |
| 7.1.1 測(cè)試環(huán)境 |
| 7.1.2 測(cè)試內(nèi)容 |
| 7.1.3 測(cè)試指標(biāo) |
| 7.1.4 測(cè)試方法 |
| 7.2 驗(yàn)證測(cè)試 |
| 7.2.1 廣域網(wǎng)虛擬專線計(jì)算優(yōu)化效果測(cè)試 |
| 7.2.2 VoIP業(yè)務(wù)虛擬專線計(jì)算優(yōu)化效果測(cè)試 |
| 7.2.3 虛擬鏈路基線計(jì)算可靠性測(cè)試 |
| 7.3 性能測(cè)試 |
| 7.3.1 虛擬鏈路離線特征計(jì)算測(cè)試 |
| 7.3.2 虛擬鏈路離線篩選計(jì)算測(cè)試 |
| 7.3.3 虛擬鏈路不穩(wěn)定度計(jì)算測(cè)試 |
| 7.3.4 虛擬鏈路基線計(jì)算測(cè)試 |
| 7.3.5 骨干級(jí)虛擬專線計(jì)算測(cè)試 |
| 7.3.6 用戶級(jí)虛擬專線計(jì)算測(cè)試 |
| 7.4 本章小結(jié) |
| 第八章 總結(jié)和工作展望 |
| 8.1 總結(jié) |
| 8.2 工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀碩士期間發(fā)表的文章及研發(fā)成果 |
| 附件 |
（5）異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下網(wǎng)絡(luò)垂直切換判決技術(shù)研究與分析（論文提綱范文）
| 摘要 |
| Abstract |
| 目錄 |
| 1 緒論 |
| 1.1 研究背景和意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 論文研究?jī)?nèi)容 |
| 1.4 論文組織 |
| 2 相關(guān)技術(shù)研究與分析 |
| 2.1 異構(gòu)無(wú)線網(wǎng)絡(luò)與網(wǎng)絡(luò)切換技術(shù) |
| 2.1.1 水平切換 |
| 2.1.2 垂直切換 |
| 2.2 垂直切換判決算法 |
| 2.2.1 垂直切換判決算法參數(shù) |
| 2.2.2 基本的垂直切換判決算法 |
| 2.3 IEEE 802.21媒體介質(zhì)無(wú)關(guān)切換 |
| 2.4 本章小結(jié) |
| 3 基于網(wǎng)絡(luò)協(xié)作的垂直切換框架 |
| 3.1 IEEE 802.21通用參考模型 |
| 3.2 基于MIH改進(jìn)的垂直切換框架 |
| 3.2.1 物理/MAC層和MIHF子層 |
| 3.2.2 垂直切換管理模塊 |
| 3.2.3 高層模塊 |
| 3.3 框架性能分析 |
| 3.3.1 切換判決時(shí)延分析 |
| 3.3.2 終端電量消耗分析 |
| 3.4 本章小結(jié) |
| 4 基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的垂直切換判決算法 |
| 4.1 一階單變量灰色預(yù)測(cè)模型GM(1,1) |
| 4.1.1 GM(1,1)模型的建立 |
| 4.1.2 GM(1,1)模型的求解 |
| 4.2 引入模糊邏輯的垂直切換判決 |
| 4.2.1 模糊化 |
| 4.2.2 模糊規(guī)則 |
| 4.2.3 去模糊化 |
| 4.3 基于網(wǎng)絡(luò)得分預(yù)測(cè)和模糊邏輯優(yōu)化的垂直切換判決算法 |
| 4.3.1 NP-FVHD算法的思路 |
| 4.3.2 NP-FVHD算法的步驟 |
| 4.3.3 增加用戶體驗(yàn)質(zhì)量反饋的建議 |
| 4.4 本章小結(jié) |
| 5 仿真實(shí)驗(yàn)與分析 |
| 5.1 仿真工具及參照對(duì)象 |
| 5.2 仿真場(chǎng)景設(shè)計(jì)與結(jié)果分析 |
| 5.2.1 網(wǎng)絡(luò)QoS狀態(tài)平穩(wěn) |
| 5.2.2 網(wǎng)絡(luò)QoS出現(xiàn)穩(wěn)步的下降和上升 |
| 5.2.3 網(wǎng)絡(luò)QoS出現(xiàn)急劇的下降和上升 |
| 5.3 切換性能分析 |
| 5.4 本章小結(jié) |
| 6 總結(jié)與展望 |
| 6.1 本文工作總結(jié) |
| 6.2 后續(xù)研究展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 附錄 |
（6）無(wú)線網(wǎng)絡(luò)QoS保障跨層優(yōu)化若干問(wèn)題研究（論文提綱范文）
| 摘要 |
| Abstract |
| 圖表索引 |
| 主要縮略語(yǔ)說(shuō)明 |
| 目錄 |
| 第1章 緒論 |
| 1.1 研究背景 |
| 1.2 相關(guān)研究現(xiàn)狀與存在的問(wèn)題 |
| 1.2.1 無(wú)線信道建模 |
| 1.2.2 QoS 指標(biāo)映射 |
| 1.2.3 WMNs 網(wǎng)絡(luò) QoS 保障 |
| 1.2.4 無(wú)線網(wǎng)絡(luò) QoS 保障研究所面臨的挑戰(zhàn) |
| 1.3 論文研究?jī)?nèi)容 |
| 1.4 論文創(chuàng)新點(diǎn) |
| 1.5 論文組織結(jié)構(gòu) |
| 第2章 多速率調(diào)制無(wú)線信道服務(wù)過(guò)程及信道建模 |
| 2.1 引言 |
| 2.2 過(guò)程突發(fā)特性的描述方法 |
| 2.2.1 變異系數(shù)法 |
| 2.2.2 自相關(guān)函數(shù) |
| 2.2.3 分散性指標(biāo) |
| 2.2.4 尖度因子函數(shù) |
| 2.3. AMC 信道服務(wù)過(guò)程突發(fā)特性 |
| 2.3.1 AMC 技術(shù) |
| 2.3.2 AMC 無(wú)線信道服務(wù)過(guò)程St |
| 2.3.3 AMC 無(wú)線信道服務(wù)過(guò)程S t突發(fā)特性描述 |
| 2.4. AMC 無(wú)線信道突發(fā)特性等效建模 |
| 2.4.1 信道服務(wù)過(guò)程二階矩 |
| 2.4.2 定義中間變量EYi |
| 2.4.3 求無(wú)線信道服務(wù)過(guò)程狀態(tài)轉(zhuǎn)移概率矩陣 |
| 2.5. 數(shù)值分析 |
| 2.6 小結(jié) |
| 第3章 無(wú)線網(wǎng)絡(luò)分層 QoS 垂直映射模型及跨層優(yōu)化方法 |
| 3.1 引言 |
| 3.2 分層 QoS 機(jī)制及其映射 |
| 3.3 QoS 參數(shù)的自下向上垂直映射 |
| 3.4. 相鄰協(xié)議層 QoS 指標(biāo)的跨層優(yōu)化 |
| 3.4.1 跨層優(yōu)化 |
| 3.4.2 強(qiáng)化學(xué)習(xí)算法 |
| 3.4.3 基于強(qiáng)化學(xué)習(xí)的相鄰協(xié)議層跨層優(yōu)化 |
| 3.5. 仿真驗(yàn)證 |
| 3.5.1 網(wǎng)絡(luò)層與傳輸層 QoS 指標(biāo)垂直映射 |
| 3.5.2 Q 學(xué)習(xí)的跨層優(yōu)化 |
| 3.6. 小結(jié) |
| 第4章 WMNs 網(wǎng)絡(luò)中 QoS 保障的節(jié)點(diǎn)公平性研究 |
| 4.1 引言 |
| 4.2 MR 節(jié)點(diǎn) QoS 吞吐量與 MR 節(jié)點(diǎn)公平性優(yōu)化及公平性度量 |
| 4.3 、數(shù)值分析 |
| 4.3.1 各節(jié)點(diǎn) n取值相同 |
| 4.3.2 各節(jié)點(diǎn) n取不同值 |
| 4.4 小結(jié) |
| 第5章 結(jié)束語(yǔ) |
| 5.1 論文工作總結(jié) |
| 5.2 進(jìn)一步工作展望 |
| 致謝 |
| 攻讀博士學(xué)位期間的學(xué)術(shù)成果 |
| 主持的科研項(xiàng)目 |
| 參與的科研項(xiàng)目 |
| 發(fā)表學(xué)術(shù)論文 |
| 參考文獻(xiàn) |
（7）基于貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò)QoS自主控制技術(shù)研究（論文提綱范文）
| 摘要 |
| Abstract |
| 縮略詞 |
| 圖表目錄 |
| 目錄 |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀及存在問(wèn)題 |
| 1.2.1 認(rèn)知網(wǎng)絡(luò)研究現(xiàn)狀 |
| 1.2.2 認(rèn)知網(wǎng)絡(luò) QoS 自主控制研究現(xiàn)狀 |
| 1.2.3 存在的問(wèn)題 |
| 1.3 貝葉斯網(wǎng)絡(luò)研究現(xiàn)狀 |
| 1.3.1 研究現(xiàn)狀 |
| 1.3.2 貝葉斯網(wǎng)絡(luò)的擴(kuò)展 |
| 1.3.3 貝葉斯網(wǎng)絡(luò)的認(rèn)知特性 |
| 1.4 論文主要研究?jī)?nèi)容 |
| 1.4.1 論文研究目標(biāo) |
| 1.4.2 論文整體框架 |
| 1.4.3 論文研究?jī)?nèi)容 |
| 1.5 論文組織結(jié)構(gòu) |
| 第二章 面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò) QOS 自主控制框架 |
| 2.1 引言 |
| 2.2 認(rèn)知網(wǎng)絡(luò) QOS 自主控制 |
| 2.2.1 問(wèn)題分析 |
| 2.2.2 設(shè)計(jì)原則 |
| 2.3 面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò) QOS 自主控制框架 |
| 2.3.1 典型認(rèn)知網(wǎng)絡(luò) QoS 控制框架分析 |
| 2.3.2 面向業(yè)務(wù)的認(rèn)知網(wǎng)絡(luò) QOS 自主控制框架 |
| 2.4 認(rèn)知網(wǎng)絡(luò) QOS 自主控制框架的關(guān)鍵技術(shù) |
| 2.5 本章小結(jié) |
| 第三章 基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò) QOS 健康度評(píng)估方法 |
| 3.1 引言 |
| 3.2 模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò) |
| 3.2.1 模糊集合理論 |
| 3.2.2 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò) |
| 3.2.3 模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò) |
| 3.3 認(rèn)知網(wǎng)絡(luò) QOS 健康度評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型 |
| 3.3.1 評(píng)估變量選取 |
| 3.3.2 QoS 健康度評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)模型 |
| 3.4 基于模糊動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò) QOS 健康度評(píng)估方法 |
| 3.4.1 數(shù)據(jù)獲取與模糊化 |
| 3.4.2 動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)參數(shù)學(xué)習(xí) |
| 3.4.3 QoS 健康度評(píng)估的動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)推理 |
| 3.5 仿真實(shí)驗(yàn)及分析 |
| 3.6 本章小結(jié) |
| 第四章 基于貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò) QOS 劣化定位方法 |
| 4.1 引言 |
| 4.2 認(rèn)知網(wǎng)絡(luò) QOS 劣化定位的貝葉斯網(wǎng)絡(luò)模型 |
| 4.2.1 網(wǎng)絡(luò)拓?fù)涿枋?/td> |
| 4.2.2 QoS 劣化描述 |
| 4.2.3 QoS 劣化定位的貝葉斯網(wǎng)絡(luò)模型 |
| 4.3 基于貝葉斯網(wǎng)絡(luò)模型的認(rèn)知網(wǎng)絡(luò) QOS 劣化定位方法 |
| 4.3.1 路徑狀態(tài)判定模型 |
| 4.3.2 鏈路劣化先驗(yàn)概率學(xué)習(xí) |
| 4.3.3 QoS 劣化定位的的貝葉斯推理 |
| 4.3.4 認(rèn)知網(wǎng)絡(luò) QOS 劣化定位方法描述 |
| 4.4 仿真實(shí)驗(yàn)及分析 |
| 4.4.1 仿真實(shí)驗(yàn) |
| 4.4.2 仿真結(jié)果分析 |
| 4.5 本章小結(jié) |
| 第五章 基于影響圖的認(rèn)知網(wǎng)絡(luò) QOS 自主控制方法 |
| 5.1 引言 |
| 5.2 影響圖 |
| 5.2.1 影響圖的基本概念 |
| 5.2.2 影響圖的求解和最優(yōu)決策 |
| 5.3 認(rèn)知網(wǎng)絡(luò) QOS 自主控制的影響圖模型 |
| 5.3.1 影響因素分析 |
| 5.3.2 影響圖節(jié)點(diǎn)確定 |
| 5.3.3 QoS 自主控制的影響圖模型 |
| 5.4 基于影響圖模型的認(rèn)知網(wǎng)絡(luò) QOS 自主控制方法 |
| 5.4.1 貝葉斯網(wǎng)絡(luò)推理 |
| 5.4.2 影響圖的最優(yōu)決策算法 |
| 5.4.3 認(rèn)知網(wǎng)絡(luò) QOS 自主控制方法描述 |
| 5.5 仿真實(shí)驗(yàn)及分析 |
| 5.5.1 仿真環(huán)境 |
| 5.5.2 仿真結(jié)果分析 |
| 5.6 本章小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 論文總結(jié) |
| 6.2 工作展望 |
| 參考文獻(xiàn) |
| 致謝 |
| 攻讀博士期間撰寫(xiě)的學(xué)術(shù)論文 |
| 攻讀博士期間申請(qǐng)的技術(shù)發(fā)明專利 |
| 攻讀博士期間軟件著作權(quán)登記 |
| 攻讀博士期間參加科研項(xiàng)目 |
（8）基于差分隊(duì)列服務(wù)（DQS）的融合網(wǎng)絡(luò)服務(wù)質(zhì)量保障研究（論文提綱范文）
| 摘要 |
| Abstract |
| 英文縮略詞 |
| 第一章 緒論 |
| 1.1 研究背景與意義 |
| 1.2 融合網(wǎng)絡(luò)的 QoS 研究現(xiàn)狀 |
| 1.2.1 融合網(wǎng)絡(luò)的 QoS 結(jié)構(gòu) |
| 1.2.2 融合網(wǎng)絡(luò)的 QoS 模型 |
| 1.3 DQS 及其研究現(xiàn)狀 |
| 1.3.1 關(guān)鍵技術(shù) |
| 1.3.2 尚待研究的問(wèn)題 |
| 1.4 研究目標(biāo)和內(nèi)容 |
| 第二章 基于 DQS 的融合網(wǎng)絡(luò)的業(yè)務(wù)和服務(wù)模型 |
| 2.1 業(yè)務(wù)模型 |
| 2.1.1 累積到達(dá)業(yè)務(wù)量 |
| 2.1.2 按時(shí)延要求分類(lèi)的業(yè)務(wù)流 |
| 2.1.3 FBM 業(yè)務(wù)包絡(luò)曲線特性分析 |
| 2.2 服務(wù)模型 |
| 2.2.1 服務(wù)曲線 |
| 2.2.2 時(shí)延界與服務(wù)曲線的關(guān)系 |
| 2.2.3 融合網(wǎng)絡(luò)的鏈路模型 |
| 2.2.4 無(wú)線鏈路隨機(jī)模型特性分析 |
| 2.3 本章小結(jié) |
| 第三章 基于 FBM 業(yè)務(wù)模型的 DQS 資源分配研究 |
| 3.1 引言 |
| 3.2 系統(tǒng)模型 |
| 3.3 基于每流的獨(dú)立資源分配方式 |
| 3.3.1 時(shí)延超時(shí)概率 |
| 3.3.2 帶寬需求 |
| 3.3.3 緩存需求 |
| 3.4 全局共享的資源分配方式 |
| 3.4.1 時(shí)延超時(shí)概率 |
| 3.4.2 帶寬需求 |
| 3.4.3 緩存需求 |
| 3.5 實(shí)時(shí)業(yè)務(wù)和非實(shí)時(shí)業(yè)務(wù)混合的資源分配 |
| 3.5.1 DQS 調(diào)度和嚴(yán)格優(yōu)先級(jí)調(diào)度相結(jié)合的調(diào)度機(jī)制 |
| 3.5.2 實(shí)時(shí)業(yè)務(wù)時(shí)延超時(shí)概率 |
| 3.5.3 非實(shí)時(shí)業(yè)務(wù)服務(wù)速率低于下限的概率 |
| 3.5.4 帶寬需求 |
| 3.5.5 緩存需求 |
| 3.6 數(shù)值結(jié)果討論 |
| 3.6.1 資源需求比較 |
| 3.6.2 模型驗(yàn)證 |
| 3.7 本章小結(jié) |
| 第四章 基于網(wǎng)絡(luò)容量動(dòng)態(tài)變化的 DQS 接納控制研究 |
| 4.1 引言 |
| 4.2 無(wú)線網(wǎng)絡(luò)的動(dòng)態(tài)容量 |
| 4.3 基于移動(dòng)無(wú)線環(huán)境的 DQS 系統(tǒng) QoS 性能模型 |
| 4.3.1 時(shí)延超時(shí)概率 |
| 4.3.2 每流等效帶寬 |
| 4.3.3 丟包率 |
| 4.3.4 模型驗(yàn)證 |
| 4.4 接納控制策略 |
| 4.4.1 系統(tǒng)模型 |
| 4.4.2 QoS 保障接納控制策略 |
| 4.4.3 基于 SMDP 的優(yōu)化 QoS 保障接納控制策略 |
| 4.4.4 實(shí)驗(yàn)驗(yàn)證 |
| 4.5 本章小結(jié) |
| 第五章 DQS 的端到端 QoS 性能研究 |
| 5.1 引言 |
| 5.2 系統(tǒng)模型 |
| 5.3 端到端 QoS 性能研究 |
| 5.3.1 確定服務(wù)的 DQS 網(wǎng)絡(luò)最小服務(wù)曲線研究 |
| 5.3.2 隨機(jī)服務(wù)的端到端時(shí)延超時(shí)概率界 |
| 5.4 仿真結(jié)果 |
| 5.4.1 確定服務(wù)仿真結(jié)果 |
| 5.4.2 隨機(jī)服務(wù)仿真結(jié)果 |
| 5.5 本章小結(jié) |
| 第六章 一種基于 DQS 的自適應(yīng)端到端 QoS 保障方案 |
| 6.1 引言 |
| 6.2 融合網(wǎng)絡(luò)對(duì)自適應(yīng)端到端 QoS 保障的需求 |
| 6.2.1 移動(dòng)性 |
| 6.2.2 實(shí)時(shí)業(yè)務(wù)的突發(fā)性 |
| 6.3 基于 DQS 的自適應(yīng)端到端 QoS 保障方案 |
| 6.3.1 動(dòng)態(tài)確定數(shù)據(jù)包在網(wǎng)關(guān)節(jié)點(diǎn)的時(shí)延界的算法 |
| 6.3.2 動(dòng)態(tài)確定數(shù)據(jù)包在無(wú)線網(wǎng)絡(luò)域內(nèi)節(jié)點(diǎn)的時(shí)延界的算法 |
| 6.3.3 動(dòng)態(tài)確定數(shù)據(jù)包在有線網(wǎng)絡(luò)域內(nèi)節(jié)點(diǎn)的延時(shí)延界的算法 |
| 6.3.4 小結(jié) |
| 6.4 性能分析 |
| 6.4.1 QoS 性能分析 |
| 6.4.2 開(kāi)銷(xiāo)分析 |
| 6.4.3 動(dòng)態(tài)延時(shí)估計(jì)誤差分析 |
| 6.5 仿真結(jié)果 |
| 6.5.1 對(duì)移動(dòng)環(huán)境的 QoS 適應(yīng)性 |
| 6.5.2 對(duì)突發(fā)業(yè)務(wù)的 QoS 適應(yīng)性 |
| 6.5.3 開(kāi)銷(xiāo)比較 |
| 6.5.4 估計(jì)誤差 |
| 6.6 本章小結(jié) |
| 結(jié)論 |
| 1 研究工作總結(jié) |
| 2 后續(xù)研究工作展望 |
| 參考文獻(xiàn) |
| 附錄 |
| 1 隨機(jī)網(wǎng)絡(luò)演算基礎(chǔ)理論 |
| 2 概率論和隨機(jī)過(guò)程基礎(chǔ)理論 |
| 2.1 累積分布函數(shù) |
| 2.2 矩母函數(shù) |
| 2.3 中心極限定理 |
| 2.4 切爾諾夫界定理 |
| 攻讀博士學(xué)位期間取得的研究成果 |
| 致謝 |
| 附件 |
（9）基于業(yè)務(wù)識(shí)別與分類(lèi)的三級(jí)網(wǎng)絡(luò)QoS控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.2.1 網(wǎng)絡(luò) QoS 的研究現(xiàn)狀 |
| 1.2.2 網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)技術(shù)研究現(xiàn)狀 |
| 1.3 主要研究?jī)?nèi)容及論文結(jié)構(gòu) |
| 1.3.1 主要研究?jī)?nèi)容 |
| 1.3.2 論文結(jié)構(gòu) |
| 第二章 網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)及 QoS 相關(guān)技術(shù)研究 |
| 2.1 網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與分類(lèi)技術(shù) |
| 2.1.1 基于端口號(hào)映射的識(shí)別技術(shù) |
| 2.1.2 基于有效載荷分析的識(shí)別技術(shù) |
| 2.1.3 基于機(jī)器學(xué)習(xí)的識(shí)別技術(shù) |
| 2.1.4 基于人工神經(jīng)網(wǎng)絡(luò)的識(shí)別技術(shù) |
| 2.2 網(wǎng)絡(luò) QoS 相關(guān)技術(shù) |
| 2.2.1 盡力而為服務(wù)體系 |
| 2.2.2 綜合服務(wù)體系 |
| 2.2.3 區(qū)分服務(wù)體系 |
| 2.2.4 多協(xié)議標(biāo)簽交換 |
| 2.3 小結(jié) |
| 第三章 三級(jí)網(wǎng) QoS 控制系統(tǒng)的設(shè)計(jì) |
| 3.1 三級(jí)網(wǎng)絡(luò)特點(diǎn)分析 |
| 3.2 三級(jí)網(wǎng)絡(luò) QoS 分層模型 |
| 3.3 基于控制環(huán)的體系結(jié)構(gòu)設(shè)計(jì) |
| 3.4 系統(tǒng)功能模塊設(shè)計(jì) |
| 3.5 小結(jié) |
| 第四章 網(wǎng)絡(luò)業(yè)務(wù)識(shí)別與控制及 QoS 評(píng)價(jià)指標(biāo)關(guān)鍵技術(shù)研究 |
| 4.1 基于協(xié)同訓(xùn)練的雙分類(lèi)器模型 |
| 4.1.1 流量屬性及樣本歸一化 |
| 4.1.2 自組織映射網(wǎng)絡(luò)算法 |
| 4.1.3 基于協(xié)同訓(xùn)練的雙分類(lèi)器 |
| 4.2 三級(jí)網(wǎng)絡(luò) QoS 評(píng)價(jià)指標(biāo)體系研究 |
| 4.2.1 ITU-T 定義的網(wǎng)絡(luò)應(yīng)用性能指標(biāo) |
| 4.2.2 基于網(wǎng)絡(luò)業(yè)務(wù)服務(wù)等級(jí)的 QoS 評(píng)價(jià)指標(biāo) |
| 4.3 小結(jié) |
| 第五章 三級(jí)網(wǎng)絡(luò) QoS 控制系統(tǒng)的實(shí)現(xiàn) |
| 5.1 系統(tǒng)開(kāi)發(fā)環(huán)境概述 |
| 5.2 感知平面的實(shí)現(xiàn) |
| 5.2.1 流量采集與分析模塊的實(shí)現(xiàn) |
| 5.2.2 網(wǎng)絡(luò)節(jié)點(diǎn)性能分析模塊的實(shí)現(xiàn) |
| 5.2.3 網(wǎng)絡(luò)測(cè)量模塊的實(shí)現(xiàn) |
| 5.3 分析平面的實(shí)現(xiàn) |
| 5.3.1 網(wǎng)絡(luò)業(yè)務(wù)分析模塊的實(shí)現(xiàn) |
| 5.3.2 網(wǎng)絡(luò)性能分析與異常報(bào)警模塊的實(shí)現(xiàn) |
| 5.4 策略平面的實(shí)現(xiàn) |
| 5.5 執(zhí)行平面與反饋平面的實(shí)現(xiàn) |
| 5.6 系統(tǒng)測(cè)試 |
| 5.6.1 測(cè)試環(huán)境 |
| 5.6.2 測(cè)試目的 |
| 5.6.3 測(cè)試結(jié)果及分析 |
| 5.7 小結(jié) |
| 第六章 總結(jié)與展望 |
| 6.1 本文總結(jié) |
| 6.2 工作展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 作者在學(xué)期間取得的學(xué)術(shù)成果 |
（10）認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)監(jiān)控機(jī)制研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 論文背景 |
| 1.2 國(guó)內(nèi)外研究現(xiàn)狀 |
| 1.3 本文研究?jī)?nèi)容 |
| 1.4 本文組織結(jié)構(gòu) |
| 第二章 相關(guān)技術(shù)概述 |
| 2.1 認(rèn)知網(wǎng)絡(luò) |
| 2.2 網(wǎng)絡(luò)服務(wù)質(zhì)量 |
| 2.2.1 網(wǎng)絡(luò)服務(wù)質(zhì)量 |
| 2.2.2 QoS 性能參數(shù) |
| 2.3 網(wǎng)絡(luò)QoS 監(jiān)測(cè)機(jī)制 |
| 2.4 網(wǎng)絡(luò)QoS 控制機(jī)制 |
| 2.5 本章小結(jié) |
| 第三章 基于DCL與SA的認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)監(jiān)控模型 |
| 3.1 現(xiàn)行認(rèn)知網(wǎng)絡(luò)QoS 監(jiān)控模型 |
| 3.1.1 FOCALE |
| 3.1.2 ACF |
| 3.1.3 Self-NET |
| 3.2 基于DCL 與SA 的認(rèn)知網(wǎng)絡(luò)QoS 動(dòng)態(tài)自適應(yīng)監(jiān)控模型 |
| 3.3 基于PEPA 的MCBDS 形式化描述 |
| 3.3.1 性能評(píng)價(jià)進(jìn)程代數(shù)PEPA |
| 3.3.2 QoS 監(jiān)控模型的PEPA 描述 |
| 3.3.3 模型合理性評(píng)估 |
| 3.4 本章小結(jié) |
| 第四章 基于多方法融合的認(rèn)知網(wǎng)絡(luò)態(tài)勢(shì)感知 |
| 4.1 知識(shí)感知 |
| 4.1.1 認(rèn)知節(jié)點(diǎn)的定義及其部署 |
| 4.1.2 知識(shí)采集 |
| 4.1.3 知識(shí)預(yù)處理 |
| 4.2 認(rèn)知網(wǎng)絡(luò)實(shí)時(shí)態(tài)勢(shì)評(píng)估 |
| 4.2.1 基于HDS 的業(yè)務(wù)QoS 評(píng)估 |
| 4.2.2 基于QoE 的用戶QoS 評(píng)估 |
| 4.3 基于WRSVM 的網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè) |
| 4.3.1 傳統(tǒng)網(wǎng)絡(luò)態(tài)勢(shì)預(yù)測(cè) |
| 4.3.2 支持向量機(jī)算法 |
| 4.3.3 加權(quán)徑向基核函數(shù)的設(shè)計(jì)與證明 |
| 4.3.4 權(quán)重向量計(jì)算 |
| 4.3.5 實(shí)驗(yàn)與分析 |
| 4.4 本章小結(jié) |
| 第五章 基于網(wǎng)絡(luò)態(tài)勢(shì)的認(rèn)知網(wǎng)絡(luò)QoS雙閉環(huán)動(dòng)態(tài)自適應(yīng)配置方法 |
| 5.1 現(xiàn)行網(wǎng)絡(luò)QoS 控制方法 |
| 5.1.1 緩沖管理的經(jīng)典算法 |
| 5.1.2 分組調(diào)度的經(jīng)典算法 |
| 5.2 基于網(wǎng)絡(luò)態(tài)勢(shì)的認(rèn)知網(wǎng)絡(luò)QoS 雙閉環(huán)動(dòng)態(tài)自適應(yīng)配置方法 |
| 5.2.1 網(wǎng)絡(luò)態(tài)勢(shì)分析 |
| 5.2.2 基于用戶等級(jí)的分組隊(duì)列 |
| 5.2.3 基于參數(shù)微調(diào)的資源分配 |
| 5.2.4 亞健康分組優(yōu)先出隊(duì)原則 |
| 5.2.5 基于PSO 的認(rèn)知網(wǎng)絡(luò)資源重配置 |
| 5.3 仿真實(shí)驗(yàn)與結(jié)果分析 |
| 5.4 本章小結(jié) |
| 第六章 結(jié)論與展望 |
| 致謝 |
| 參考文獻(xiàn) |
| 縮略詞 |
| 發(fā)表論文情況 |
| 參與項(xiàng)目情況 |
| 專利申請(qǐng)情況 |
四、網(wǎng)絡(luò)QoS特性分析（論文參考文獻(xiàn)）
- [1]基于數(shù)據(jù)驅(qū)動(dòng)的網(wǎng)絡(luò)QoS推斷系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 彭德平. 北京郵電大學(xué), 2021(01)
- [2]面向云網(wǎng)環(huán)境的廣域網(wǎng)QoS測(cè)量關(guān)鍵技術(shù)研究與實(shí)現(xiàn)[D]. 陳誠(chéng). 北京郵電大學(xué), 2020(05)
- [3]基于業(yè)務(wù)和無(wú)線信道動(dòng)態(tài)特性的船端智能動(dòng)態(tài)路由算法研究[D]. 金靈燕. 大連海事大學(xué), 2020
- [4]基于網(wǎng)絡(luò)狀態(tài)特征分析與預(yù)測(cè)的SDWAN路徑優(yōu)化技術(shù)研究與實(shí)現(xiàn)[D]. 何皓星. 北京郵電大學(xué), 2019(08)
- [5]異構(gòu)無(wú)線網(wǎng)絡(luò)環(huán)境下網(wǎng)絡(luò)垂直切換判決技術(shù)研究與分析[D]. 茅海雁. 南京理工大學(xué), 2014(07)
- [6]無(wú)線網(wǎng)絡(luò)QoS保障跨層優(yōu)化若干問(wèn)題研究[D]. 房曙光. 南京郵電大學(xué), 2013(05)
- [7]基于貝葉斯網(wǎng)絡(luò)的認(rèn)知網(wǎng)絡(luò)QoS自主控制技術(shù)研究[D]. 亓?xí)x. 南京郵電大學(xué), 2013(06)
- [8]基于差分隊(duì)列服務(wù)（DQS）的融合網(wǎng)絡(luò)服務(wù)質(zhì)量保障研究[D]. 郭棉. 華南理工大學(xué), 2012(05)
- [9]基于業(yè)務(wù)識(shí)別與分類(lèi)的三級(jí)網(wǎng)絡(luò)QoS控制系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 何晶. 國(guó)防科學(xué)技術(shù)大學(xué), 2012(04)
- [10]認(rèn)知網(wǎng)絡(luò)QoS動(dòng)態(tài)自適應(yīng)監(jiān)控機(jī)制研究[D]. 章鵬程. 南京郵電大學(xué), 2012(07)
標(biāo)簽：qos論文; 虛擬網(wǎng)絡(luò)論文; 網(wǎng)絡(luò)專線論文; 網(wǎng)絡(luò)優(yōu)化論文; 網(wǎng)絡(luò)模型論文;