【摘 要】
：
随着互联网的蓬勃发展,越来越多的应用对时延的稳定有着严格的要求,互联网“尽力而为”的传输方式已经不能满足需求,所以确定性网络应运而生。确定性网络是IETF提出的一种新的网络架构,拥有资源预留、服务保障和显式路由三大技术,可以提供极低的丢包率和严格的时延抖动的通信服务。但是由于确定性网络是一种新出现的网络技术,依然存在一些问题。针对缺乏符合确定性网络特点的路由算法的问题,本文研究了Bhandari算
论文部分内容阅读
随着互联网的蓬勃发展,越来越多的应用对时延的稳定有着严格的要求,互联网“尽力而为”的传输方式已经不能满足需求,所以确定性网络应运而生。确定性网络是IETF提出的一种新的网络架构,拥有资源预留、服务保障和显式路由三大技术,可以提供极低的丢包率和严格的时延抖动的通信服务。但是由于确定性网络是一种新出现的网络技术,依然存在一些问题。针对缺乏符合确定性网络特点的路由算法的问题,本文研究了Bhandari算法,并指出此算法在资源预留后的简化网络中不能保证计算出冗余路径的问题,提出了能够满足确定性网络资源充足冗余路径要求的非严格Bhandari算法,为确定性网络提供起到时延稳定作用的路由机制。针对缺少开源仿真器支持对确定性网络路由算法研究的问题,本文根据RFC8964的能力定义,在NS3中添加了基于MPLS的确定性网络仿真模块,并在其中验证了结合资源预留的非严格Bhandari路由算法在确定性网络中的有效性。针对缺乏确定性网络资源不足时的替代性传输机制的问题,本文结合确定性网络相关能力的思路,利用传统互联网中已有的RawSocket和IPv6源路由技术,提出了一种具有时延稳定功能的替代性P2P应用程通信机制,可以在确定性资源不足而路由算法路径计算失败时,利用传统互联网资源提供替代性的时延稳定机制。
其他文献
近年来,深度学习作为一种新兴的信息技术广泛应用于各个领域。在某种确定的深度学习模型下,神经元连接处的参数大小决定了模型优劣,为了提高模型的准确性,在训练过程中需要对参数取值进行优化,其中涉及到的优化问题主要是对经验风险函数进行最小化求解。随着数据规模的不断扩大,传统的一阶优化算法已经不能有效解决经验风险最小化问题。随机算法是指在迭代的过程中随机选择一个或部分样本的损失函数梯度近似损失函数全梯度,以
在癌症发病率和死亡率逐年攀升的今天,人们对健康问题越发关注,对于提升肿瘤检测及时性和准确率的希望也越发迫切。随着现代计算机技术的迅速发展,卷积神经网络成为国内外专家学者的研究热点,将其的研究成果应用于医疗领域,帮助医生对肿瘤做出高效而准确的诊断,这具有着重要的社会意义和实用价值。由于不同身体部位和不同检查方式中的肿瘤具有不同的形态,本文针对核磁共振成像的脑胶质瘤进行了分割模型的研究,并搭建Web系
大数据时代下各行各业的数据呈现爆炸式增长,变得越来越庞大和复杂,尤其在土地开发产业链中,由于从土地到楼盘这一产业链上的时间间隔较长,各类信息度量标准不统一,空间位置信息也在不断地更新等因素,造成土地开发产业链中各类数据比较孤立且冗余度高,难以聚合和共享,无法发挥数据隐含的价值。因此,为了能合理和高效地利用这些数据,对设计一套集数据获取、数据管理及关联分析为一体的应用系统的需求越来越迫切。为了解决土
目前,我国大多数公司的经营模式还是维持在从上而下的多层级的管理模式,而这种方式很容易导致员工失去工作积极性,整个管理模式非常僵化,上层领导对于业务了解不够透彻,决策下行困难,基层员工缺乏激励,工作完成不积极,导致整个业务流运转缓慢,效率低下,公司竞争力弱。可以说,优化管理模式是很多公司亟待解决的问题。本文通过对W公司的阿米巴经营模式组织变革为例,通过文献研究法、案例研究法、访谈法和标杆分析法等方法
随着物联网的发展,物联网技术已经应用到社会的各个领域。物联网平台作为物联网技术的基础设施,可以实现设备、数据、信息的交互,完成统一的管理和监控。物联网平台的高效运营、安全维护和性能监控十分重要。日志是各种设备、系统平台及应用程序等运行时产生的大量事件记录,可以依据日志快速找出问题所在。因此日志分析对物联网平台的运营和维护十分关键。本文通过对物联网平台日志的解决方案进行研究,设计并实现了一个物联网平
图嵌入是将图中的节点用低维、连续、稠密、具有相关性的向量表示,以便于后续的语义处理和推理。可以基于代数或者随机游走的方法对图进行学习实现图嵌入。近两年随着深度学习技术的发展,将深度学习引入图嵌入可以高效准确地获得嵌入向量。通过深度学习图嵌入方法,研究人员对节点和边同属一种类型的同构图、节点类型不同和节点间边类型不同的异构图进行了研究。但现实世界中还存在大量两个节点间存在多种不同类型关系的多路复用异
随着移动互联网、大数据、云计算、网络游戏应用等技术的发展,人们对高数据速率以及大容量光传输系统的需求不断增加,提升频谱效率从而提高系统容量成为解决光纤通信系统频谱资源受限的可行技术之一。超奈奎斯特非正交频分复用（Faster Than Nyquist Non-Orthogonal Frequency Division Multiplexing,FTN-NOFDM）技术打破传统正交频分复用技术的正交
在诸如银行、移动营业厅等实际应用场景下,借助人脸识别系统,可以快速完成对客户的实名认证,并自动办理相关业务。然而,客户在实名认证的过程中,需上传自己的人像照片或实时拍摄人像照片,然后与身份证照片进行核对。此时,若客户提供的人像照片的质量很差,会严重影响人脸识别算法的性能,从而影响自主办理业务的效率。因此,对人像照片的质量审核显得尤为重要。基于此,本文针对影响人脸图像质量的多个因素进行分析,设计并实
丢包区分一直是TCP拥塞控制的研究热点和棘手问题。由于LEO卫星网络的高动态性使得数据包丢失概率急剧增加。若无法准确判别数据包丢失类型,采用不恰当的窗口调整策略,将严重影响数据包传输速率,无法高效利用网络带宽。此外,相比于地面网络,这种高动态性导致的数据流概念漂移问题更加严重,极大的影响丢包区分模型的精度。本文基于TCP拥塞控制机制,通过构建概念漂移检测模型解决样本分布变化对丢包区分模型的影响,提
人类视觉系统具有强大的信息处理能力,人类可以在很短的时间内找到他们感兴趣的领域,即显著性区域。通过计算机视觉相关算法提取图像或视频中显著区域的技术即为显著性检测技术。近年来随着技术的发展以及对信息处理速度的要求,使得显著性检测技术受到关注并取得了很大进步。传统的显著物体检测方法致力于检测显著物体所在的区域。但是当人们集中精力时,通常只关注物体的一部分,而不是整个目标。因此,通过检测眼动情况来检测注