一、局域网中网络拥塞的成因分析及改进策略（论文文献综述）
黄程远[1]（2021）在《高动态网络中的网络拥塞管理》文中研究表明互联网已经成为全球不可或缺的基础设施,网络技术也吸引了越来越多工业界和学术界的关注。为了满足丰富多样的网络应用的需求,各种各样的新型网络技术,例如,新型网络硬件、新型网络应用部署模式、新型网络架构,不断被应用到了现有网络之中。但是,在现有的网络中不断融合新型网络技术也给网络带来了难以管理的高动态问题。伴随着互联网时代巨幅增长的网络流量,这些都给网络中的流量管理带来了巨大的挑战。所以,在复杂的高动态网络中提供可预测的传输性能,对网络中发生的网络拥塞进行高效管理就成为了关键。本文从不同视角对高动态网络的网络拥塞管理问题展开了研究,具体的研究成果如下:（1）设计了应用层感知的多径拥塞控制（MPTCP）算法。针对传统的多径拥塞控制算法缺乏对应用感知的能力,而导致无法针对不同应用需求进行适配优化的问题,本论文提出了一种基于深度强化学习（DRL）的MPTCP拥塞控制算法-Partner。只需要修改不同的奖励函数,即可使用一套神经网络后端对不同目标进行自优化,来最优化网络应用的性能。通过仿真结果表明,Partner可以使用一套统一的控制框架搭配不同的包调度程序,来充分满足不同应用的需求。（2）设计了基于模仿学习的MPTCP拥塞控制算法。针对简单基于神经网络的MPTCP拥塞控制算法会导致不公平和性能不可预测的问题,本论文设计了 一种基于模仿学习的MPTCP拥塞控制算法-IMCC,并且该方案还采用了主从备份式的拥塞控制框架来提供持续的稳定性能,该框架在熟悉的环境中模拟专家行为,而在和训练环境差异过大的实际环境中,则切换到备份的传统拥塞控制算法。通过仿真结果表明IMCC可以正确应对MPTCP带来的高动态特性,并在不同环境中实现了稳定的性能和良好的公平性。（3）设计了网络核心无状态的网络性能隔离方法。针对现有的公有云网络性能隔离方案无法兼顾可扩展性和高性能的问题,本论文设计了一种网络核心无状态的网络性能隔离方法-SLIT。该方法通过将数据包调度决策的智能移动到网络边缘的Hypervisor中,然后让网内交换机根据数据包携带的调度决策进行无状态的转发,达到了模拟理想的物理队列隔绝流量的效果。通过仿真和实验床结果表明,SLIT可以实现良好的带宽隔离,同时还具有快速收敛,提高带宽利用率以及对短流友好的优点。（4）设计了在软件定义网络（SDN）超低时延数据面更新中的拥塞管理方法。针对现有的SDN网络更新方案由于控制回路过长而无法适应超低时延的数据平面中流量快速变化的问题,本论文设计了一种基于底层流量估计的SDN网络更新方法-MDVP,该方法将在网络更新过程中每一步流量的变化考虑其中,利用流量自身的收敛特性估计在每一阶段的流速变化,避免了由于流量大小剧烈变化而引发的不可控的网络拥塞。通过仿真证明MDVP可以在更新速度和拥塞程度之间做灵活取舍,并且可以有效减小数据流的需求违背率。
陆嘉敏[2]（2021）在《视频直播传输算法移动端适配与优化研究》文中指出随着互联网和视频技术的迅速发展,诞生了诸如直播带货、在线教育等行业,改变了人们的生活和工作方式。与此同时,实时视频产生的巨大流量给互联网传输带来了巨大挑战,视频卡顿多、延迟高等问题影响着用户的观看体验。因此,视频流的传输算法及其优化成为研究热点。本文设计和实现了针对移动端视频直播传输算法的测评平台,利用真实移动网络数据模拟链路,分析不同算法在不同网络场景中的表现。实验结果表明,基于机器学习的算法相比GCC算法能获得更高的吞吐量,但是存在训练困难和算法表现不稳定的问题。针对以上问题,本文对基于机器学习的算法进行了深入的研究,通过对比实验探究了不同因素对算法性能的影响。实验结果表明,历史信息的长度对拥塞控制算法对网络拥塞的判断有影响,而神经网络的结构影响不大。根据实验结论,本文基于DQN算法提出了 LVCC算法,并针对线上环境不稳定的问题,提出了网络状况检测算法来保障鲁棒性。最后,基于上述算法设计并实现了视频直播传输算法在移动端的适配系统,并在真实直播场景中进行实验验证。结果表明,优化后的LVCC算法在视频RTT和视频卡顿率等指标上都有所改善,提升了视频的传输质量。
郭嫚嫚[3]（2021）在《基于工业以太网的列车通信网络实时调度算法研究》文中研究说明伴随着列车技术的飞速发展,作为当代轨道交通系统的关键技术之一,列车通信网络（Train Communication Network,TCN）已成为研究热点。尤其是随着列车对安全性、舒适性要求的提高,现有MVB等网络无法满足需求,于是高宽带的工业以太网被应用于列车通信。但由于传统工业以太网不能直接应用于列车复杂工况,特别是其无法保障控制等信息实时传输,因此本文开展实时调度算法研究,以提高列车工业以太网的可靠性、实时性和高效率传输特性,减小端到端时延,提高链路利用率。具体研究内容如下:首先,分析了当前列车通信网络及工业以太网研究背景及意义,以及未来的发展趋势,引出研究对象,为后续展开的相关实时调度提供了背景支持。其次,对列车通信网络的网络拓扑结构、数据类型和模型进行了分析,并对现有的调度算法进行了创新性分类,分析了现有实时调度算法存在的问题,总结了网络性能参数指标,指出了解决问题的方法。然后,提出了一种基于改进烟花算法的工业以太网通信链路调度方法。在传统烟花算法的基础上,将其连续解空间映射到实时周期序列调度问题的离散解空间内;并在高斯变异过程中引入了变异系数;采用基于中位数锦标赛的选择策略代替欧氏距离选择策略。通过和其他改进的烟花算法进行仿真对比,证明了所提方法在降低网络时延,提高全局搜索效率方面的有效性。最后,提出了一种在M/M/1排队模型下的基于拥塞控制的工业以太网队列调度方法。该方法在M/M/1排队模型传输过程出现拥塞的基础上,以节点的输出速率和输出速率的比值作为网络是否拥塞的标志,且以一个概率值来表示降低拥塞的程度,对拥塞故障状态进行队列重排和调整。通过与传统排队模型下的拥塞时延的仿真相比,所提算法能够更好的改善工业以太网在出现拥塞问题时的队列调度问题,保障工业以太网的传输实时性。本文通过对工业以太网的列车通信网络实时调度算法优化以达到提高通信链路传输实时性和降低网络传输时延的目的,为列车工业以太网实时调度优化提供了理论支持,对提高列车通信网络实时性能,保障列车安全可靠运行具有现实意义。
周云风[4]（2021）在《基于卷积神经网络的局域网故障诊断技术研究》文中研究表明随着以太网的日益发展,局域网的复杂程度也随着用户数和网络终端的增多而越发提高。为了保证局域网运行环境的健康稳定,在局域网的故障管理过程中,网络管理员需要对网络的整体运行状态把控和对网络故障进行成因分析和经验式诊断。但由于局域网往往承载着特殊业务,传统方法非常耗时耗力,于是现阶段对故障诊断的响应以及智能程度提出了新的要求。因此,本文从深度学习角度出发,研究了基于卷积神经网络模型的网络故障诊断方法。本论文的主要工作如下:论文首先介绍了网络故障诊断的研究现状,以及故障诊断过程将面对的两大核心问题:网络故障信息的采集和分析、网络故障问题的发现和检测。最后,给出本文的主要研究内容。论文第二部分,对局域网网络故障进行了物理侧分层结构以及业务侧分服体系的故障成因理论分析,并对现有网络故障诊断技术按照定性经验和数据驱动的类别对专家系统、图搜索模型、支持向量机、软件定义网络等四类典型网络故障诊断技术进行了详细的阐释,为后文的章节做铺垫。论文第三部分,基于KDD99数据集[48],对卷积神经网络进行研究,提出灰度矩阵化原始数据的数据转换操作,并根据数据特征规模进行卷积神经网络结构设计,并以此为基础开展了一系列的包括丢弃学习、梯度优化算法、数据增强在内的优化研究,完成整个故障诊断的模型建立。论文第四部分,分析了现存数据采集方法的优劣,提出了一种不新增网内流量、不改变网络结构的旁路被动分布式数据采集方法,并进行了旁路采集板卡的原型设计。同时,提出了基于特征工程的数据集构建方法,提出了分层结构下较为完备的数据字典,为故障诊断的故障多样化做原始数据维度支撑。论文最后,设计并模拟了真实局域网故障场景,完成数据采集、数据集构建。并在KDD99数据集[48]和自建数据集上进行模型验证。通过对模型不同激活函数、学习率、数据增强的测试下,提高模型泛化能力,最终结果表明,该模型在KDD99数据集[48]上进行训练测试,准确率达96.8%,在自建数据集上,训练测试准确率可达88.3%。综合实验表明,基于卷积神经网络的故障诊断具备良好的诊断效率且具备可完整落地的潜质。
朱学彰[5]（2021）在《基于数据驱动的网络故障诊断技术》文中认为如今日益复杂的网络环境与场景对于网络故障诊断技术提出了更高的要求,传统的人工故障检测方法无法应对大规模网络场景下发生的微小故障,而现有的网络监测硬件或软件又会对被监测的网络环境产生影响,且对技术人员关于网络协议和网络管理技术的要求较高。本文通过对网络故障诊断的相关技术进行调研和分析后,重点研究了基于数据驱动的网络故障诊断方法。本文首先研究了机器学习中常用的反向传播（Back Propagation,BP）神经网络、径向基函数（Radial Basis Function,RBF）神经网络以及卷积神经网络（Convolutional Neural Networks,CNN）。使用小批量梯度下降算法（Mini-Batch Gradient Descent,MBGD）算法对BP神经网络的参数进行优化;使用监督学习的方式来修正和确定RBF神经网络的RBF中心与扩展常数;结合MBGD算法的思想,使用自适应矩估计（Adaptive Moment Estimation,Adam）算法、Dropout算法优化CNN。最终建立了基于BP、基于BRF以及基于CNN的三种网络故障检测算法与模型,并在KDDCUP99和NSL-KDD数据集中验证了算法的准确率和可行性。基于CNN的网络故障检测算法训练速度快,准确率高且适用性好。此后,本文提出了一种基于旁路镜像的被动式网络数据采集方法,在不对被监测的网络拓扑结构产生影响、不占用被监测网络资源等前提下采集网络数据。搭建了实际的网络环境场景,设计产生物理断线、网络拥塞以及设备宕机三类故障,使用WireShark软件采集网络数据包,得到超过200小时的原始网络数据包。分析WireShark的解析内容,构建数据字典,并以此提取原始数据包中传输层及以下的特征信息,构建了含有39个特征的初始数据集。最后,本文提出一种基于流量特征提取网络故障初始数据集的方案,使用一秒的时间窗口提取初始数据集中的统计信息,构建了含有38个特征的网络故障数据集。此后分别使用基于BP、基于RBF、基于CNN的三种算法对该数据集进行训练和测试。基于BP的算法最高可以达到87.4%以上的准确率,但随着迭代次数的增加会发生过拟合现象;基于RBF的算法准确率最高能够达到86.5%左右,但需要大量的模型训练时间;基于CNN的算法最高可以达到88.3%以上的准确率,且模型训练的速度最快。实验结果验证了本文构造的数据集对于网络故障诊断具备一定的应用意义。
吴欢[6]（2020）在《基于吸引子的异构接入网络选择策略研究》文中指出随着无线通信网络技术的高速发展,用户数据流量、业务量及终端数量的激增,使得下一代无线通信网络的发展趋于多网络异构、共存的局面。因此,如何优化现有异构的网络资源、动态地选择合理的接入网策略,同时,在保障用户业务需求的基础上,减少传输时延、提升系统整体性能及服务质量已成为异构无线网络中亟待解决的问题。本文针对上述问题,提出一种新型异构无线网络（P-HN）架构包含WiFi网络、蜂窝网络以及电力线载波通信（PLC）网络。在该网络架构的基础上,围绕如何解决异构网络中多接入网络选择问题展开。首先,利用吸引子网络选择策略,以提高网络吞吐量、保障网络负载合理分布为目的,提出基于吸引子算法的流量卸载策略;其次,以减少网络的传输时延、保障异构网络的可靠性及鲁棒性为目的,提出基于排队时延的吸引子网络选择策略;最后,以保障业务优先级需求、增强网络的可靠性及鲁棒性为目的,提出基于优先级的吸引子网络选择策略。本文的主要创新点和贡献可以归纳为以下几个方面:1、P-HN网络架构的设计针对异构无线网络中多种接入技术并存引起的网络融合成度不高、传输时延大等问题,提出了包含多种接入网络的P-HN网络架构。首先,研究并分析了现有异构无线网络架构及其接入管理模式,在P-HN基础上提出在数据传输的标准体系里添加能够进行统一传输数据的有效虚拟层（EVL）。EVL实现了不同接入技术的用户在P-HN中无缝地数据传输。接着,针对P-HN的动态网络架构引起的多接入网络选择问题,提出了一种基于生物学的吸引子网络选择策略。该算法考虑到P-HN中接入技术多样异构的特性,充分研究生物学吸引子选择算法的工作原理,将生物学算法中的吸引子参数对应于P-HN的剩余带宽,得到基于剩余带宽的吸引子网络选择策略（RASS）。该策略可以根据外部环境的变化,自适应地选择最优网络进行数据传输。最后通过实验仿真表明,基于RASS的P-HN能够合理的分配网络资源,相较于单一传输网络能够减少系统的传输时延,而多种的接入方式保障了 P-HN的鲁棒性。2、P-HN中的流量卸载策略针对流量卸载网络中卸载流量分布不合理、系统吞吐量不高和网络资源利用不充分的问题,本文提出一种基于吸引子的流量卸载策略（OASS）。首先,以蜂窝网络与PLC网络为研究场景,以合理协调小区内流量分布、提高系统吞吐量为目标,设计出基于P-HN的流量卸载模型。其次,综合考虑了蜂窝网络吞吐量和PLC网络吞吐量,并寻找平衡两个网络吞吐量的最优卸载率。仿真结果表明,以卸载率为参数的OASS,可以自适应地选择最优卸载率,协调蜂窝网络与PLC网络的流量分布,解决了流量分布不合理带来的系统吞吐量不高、资源利用不充分的问题,从而达到充分利用网络资源、提高系统吞吐量的目的。3、基于排队时延的吸引子网络选择策略针对动态P-HN网络环境中,已有网络接入选择算法灵活性差、计算复杂等问题,提出一种基于排队时延的吸引子网络选择策略（DASS）。首先,以大量数据到达的P-HN为研究场景,以选择最短排队时延网络为目标,设计异构无线网络中双网络排队模型。其次,通过二阶马尔可夫状态转移方程,得到两种网络的排队时延,并根据实际情况将双网络排队模型扩展到多网络排队模型,通过多阶马尔可夫状态转移方程得到多网络排队时延集。仿真结果表明,通过使用DASS,系统能够自适应地根据外部环境选择传输网络,尤其是当系统内节点增多或发生故障时,仍然保持较高的传输率,进而保障网络的可靠性与鲁棒性。同时,由于节点可以选择时延最小的网络进行数据传输,从而减少了传输时延,缓解网络拥塞。4、基于优先级的吸引子网络选择策略针对实时动态的异构网络中多种用户业务的优先级需求不同,已有接入网选择策略无法动态地保障其需求的基础上,提出基于用户优先级的吸引子网络选择策略（PASS）。首先,以动态P-HN为研究场景,在终端用户对不同业务服务质量（QoS）需求不同的基础上,将数据进行优先级分类,建立优先级调度模型,以保障系统中不同用户业务的优先级需求。其次,建立双网络双优先级系统排队模型,并采用3D马尔可夫状态转移方程描述该排队模型的数学特性。最后,将不同优先级用户在不同网络的时延与吸引子路径选择算法相结合得到PASS。仿真表明,PASS在移动场景下和固定场景中均具有极高的正确性,不但保障了不同用户业务的优先级需求还在网络环境发生变化时令系统具有较高的可靠性与鲁棒性。
唐俊文[7]（2020）在《基于IEC61850的配电网自动化信息模型分析及仿真研究》文中研究表明随着我国在社会和经济方面的进步和发展,用电客户对电力系统的供电可靠性和电能质量需求也日益增长。配电网直接面对底层用户,属于供电服务的末端,是保证供电可靠性和提升客户满意度的最后一环节。目前普遍使用的通信规约由于存在缺乏互操作性和数据间关联少等问题难以满足配电网自动化的通信需要。随着配电网自动化建设力度不断加大,大量自动化设备和配电终端的接入将引起通信信息量激增,有必要对通信网络中的规约和网络性能进行深入研究,以有效提升配电网自动化的通信性能以及供电可靠性。本文分析了IEC61850标准变电站分层结构的建模方法,将IEC61850标准及三层架构的技术体系拓展至配电自动化领域。首先简要分析了IEC61850标准的关键技术和通信标准模型,研究了正常工况下的配电网信息交互过程和功能。然后利用IEC61850面向对象的信息建模方法,分配搭建了三层配电网通信网络结构。根据配电网通信网络中的设备、拓扑和数据流分类,从概率分布的角度完善了不同类型数据流相应的数学模型,进而优化了配电网自动化的信息模型。进一步分析了常见配电网的网络拓扑结构优缺点,推导和研究了设备间传输的时延构成和网络拥塞成因,并总结提升通信网络性能的控制策略。其次,利用OPNET网络仿真软件的模型库和自定义建模功能,基于MAC地址转发技术优化了配电网自动化关键设备模型,对网络拓扑结构和对通信性能的影响因素进行场景仿真对比,具有一定的参考意义。最后以区域配电网自动化工程为实例开展故障恢复仿真,为解决IEC61850配电网通信网的换代测试和构建等问题评估提供一定的参考。
李明[8]（2020）在《基于ZigBee的智慧农业信息监测系统研究》文中研究指明以农业为基础的科学技术的发展,是提升农业生产力、强化智慧农业的重要技术手段。近年来,发展极为迅速的ZigBee技术以其功耗低、成本低、复杂度低等优点被广泛应用于农业领域。为实现对农作物如玉米的生长环境因子进行监测和研究,本文在试验田中布置大量的传感器节点进行数据采集,并通过基于ZigBee的智慧农业信息监测系统将采集到的环境监测数据传输到服务器中。但是由于ZigBee网络中节点的传输范围、电池能量和网络的带宽资源十分有限,且采用多对一传输方式,在应用系统进行数据实时传输过程中网络较易产生拥塞问题,进而导致网络系统的整体性能下降。基于此,本文选择在系统的网络层上综合考虑负载和能量情况,通过优化ZigBee路由协议来缓解网络拥塞问题。本文首先介绍课题的研究背景和意义以及ZigBee网络的发展现状,此外,还简单介绍网络拥塞产生的原因、造成的影响和常用的拥塞控制方法;之后,结合农业物联网对目前基于ZigBee的智慧农业信息监测系统设计原理及问题进行阐述;最后,对ZigBee路由协议深入分析和研究,并在ZigBee路由协议的基础上,设计一种改进路由协议算法（Improve ZigBee Routing,IMP-ZBR）。该算法对ZigBee路由协议进行如下改进:（1）中间节点转发机制的改进:在路由发现过程中,依据中间节点的能量水平和拥塞程度不同,对收到的路由请求（Route Request,RREQ）分组分别做出不同决策,以避免使用能量水平较低且负载较大的节点;（2）路由选择依据的改进:在更新路由时,综合考虑节点能量、负载、链路质量和跳数,以挑选一条综合水平最好的路径;（3）提出缓存路径优先级策略:在路径建立阶段,缓存多条路径并依据缓存路径的优先级,挑选出主路径与备份路径,在主路径发生拥塞时,以切换备份路径缓解拥塞。通过NS2仿真平台进行仿真实验,结果表明,本文提出的IMP-ZBR路由协算法议在综合性能上优于ZigBee路由协议,可使网络端到端平均时延平均降低44ms、分组投递率平均增加4.5%,在一定程度上缓解了网络拥塞。
朱克兰[9]（2020）在《基于6LoWPAN的RPL路由协议研究》文中研究说明随着IPv4地址消耗殆尽,当前实现IPv6网络与无线传感网络间的互通已经成为一个重要的发展趋势。6Lo WPAN技术的出现加速了两者的融合,使得在支持IEEE802.15.4协议的设备上传输IPv6数据成为可能。低功耗有损网络（Low Power and Lossy Networks,LLN）作为无线传感网络的一个分支,网络中的节点存在能量、内存以及处理能力均受到限制的问题。路由协议作为LLN中的关键技术,对LLN的网络性能影响深远。因此专为LLN制定的基于IPv6的低功耗有损网络路由协议（IPv6 based Routing Protocol for LLN,RPL）,受到了广泛关注。本文在现有RPL路由协议研究的基础上,提出两种改进的RPL路由协议,本文的主要研究工作如下:1.针对当前RPL路由协议研究中存在的路由度量不完善导致选择的父节点非最优、数据传输路径不够优化等问题,提出一种基于跨层优化的高效低时延RPL路由协议（Efficient and Low-latency RPL Routing Protocol Based on Cross-layer Optimization,CL-ORPL）。CL-ORPL路由协议包含三个改进机制:（1）定义新的目标函数,综合考虑链路队列利用率、网络深度、子节点数目以及期望传输次数等多种路由度量,优化最优父节点选择;（2）将DAO-ACK消息的“Source Address”字段修改为“Previous Hop Address”字段,通过DAO-ACK消息携带上一跳节点信息;（3）跨层旁听改进的DAO-ACK消息,通过改进的DAO-ACK消息的“Previous Hop Address”字段以及MAC帧头地址建立横向路由。理论分析及仿真实验结果表明,CL-ORPL路由协议在平均端到端时延、数据传输成功率以及网络生存时间等网络性能方面优于现有算法。2.针对当前基于多sink的RPL路由协议研究中存在雷鸣效应、最优父节点的单向抉择以及多个RPL实例间的网络负载不均衡等问题,提出多sink中基于双向父节点选择的高效RPL路由协议（Efficient RPL Routing Protocol Based on Bidirectional Parent Selection in Multi-sink,BPSM-ERPL）。BPSM-ERPL路由协议包括三个改进机制:（1）在不增加额外控制开销的情况下,通过M-DAO消息携带数据传输速率信息,提前通告最优父节点当前的请求数据速率;（2）提出双向父节点选择机制,最优父节点依据自身的网络状态判断是否建立与子节点的连接,通过最优父节点与子节点之间的相互决策,降低了网络拥塞发生的概率;（3）通过边界路由节点实现数据在多个RPL实例之间的合理分配。理论分析及仿真实验表明,改进协议在网络吞吐量、数据传输成功率以及网络生存时间等网络性能方面均优于现有算法。最后,总结全文工作,并对进一步的研究工作提出展望。
罗龙[10]（2020）在《软件定义网络中的数据传输和配置更新研究》文中研究指明在当今的数字化社会中,各行各业在云计算、大数据和人工智能等技术快速发展的推动下加速自动化和智能化进程,对网络这一基础设施的性能提出了更高和更多样化的要求。然而,互联网广泛采用的传统IP网络基础设施却由于越来越复杂而正变得难以管理和跟上产业发展的步伐。在传统IP网络中,网络的控制平面和数据平面捆绑在分布式的设备中,使得网络管理和创新都非常困难。针对当前网络面临的困境,软件定义网络（Software-Defined Networking,SDN）技术通过将网络的控制逻辑从底层网络路由和交换设备中剥离出来,促进集中式灵活控制和全局优化,引入网络可编程能力,简化了网络管理,助力互联网持续创新和满足各种新兴应用场景的要求。由于SDN的上述优势,数据中心和园区网等很多网络都转向SDN技术来彻底改变网络设计和运营,网络向SDN演进已经成为一种发展趋势。虽然SDN为网络管理带来了巨大的便利,网络目前在应用SDN时还存在不足。本文关注目前SDN在网络流量管理方面面临的挑战,主要以一致性无拥塞网络更新和结合应用特点的跨数据中心大规模数据传输两类关键基础问题为中心展开具体研究,研究内容和主要贡献点如下:1.研究一致性无拥塞网络更新问题。针对数据平面执行更新指令异步性导致的路由不一致问题,本文设计了一种一致性更新机制,确保每流在更新过程中的路由一致性。该机制通过让网络中已有旧路由扮演积木,策略性地让数据包依次经过可拼接出新路由的多个积木,促使网络流快速应用新路由和减少网络在更新过程中的流表开销。针对多流路由更新中由于不同流迁移到新路由顺序混乱而导致的链路暂时拥塞问题,本文研究了避免拥塞的更新调度问题,并设计了一种最小化调度轮数的无拥塞流更新调度算法。针对管理程序由于需要应对具有多样化需求的不同更新而日益复杂化的问题,本文设计了一个更新管理工具来帮助控制器编排满足不同需求的更新方案,简化对不同网络更新的管理。实验仿真表明,本文的设计均优于现有同类领先方案。2.研究感知应用性能需求的跨数据中心大规模数据传输问题。当今网络服务和应用普遍分布式部署在全球各地数据中心,运行过程中在多地数据中心之间产生大规模数据传输需求。及时完成应用的跨数据中心域数据传输是保证服务时效性和可靠性的重要环节。针对目前广域网流量管理方法由于对传输完成期限考虑不足而导致系统传输收益低的问题,本文设计了一种感知完成期限的跨数据中心大规模数据传输机制。基于不同传输请求可能要求严格或者宽松完成期限的情况,本文提出了一种考虑混合完成期限的传输收益模型,在此模型上对最大化系统收益的传输速率分配问题形式化为线性规划问题,并设计了基于对偶理论的在线算法。理论分析结果和仿真结果显示,所提出的在线算法能够实现可和离线最优算法竞争的性能。仿真结果还表明,本文算法在请求接纳率和网络带宽利用率方面均显着优于同类方法。3.研究感知通信模式的跨数据中心大规模数据传输问题。面对当前数据中心应用广泛产生一对多通信的跨域流量,目前广域网流量工程方法由于缺乏考虑传输通信特点而存在带宽有效利用率低和对一点到多点传输完成期限无保证的问题。针对该问题,本文提出在使用多个单播的基础上,借鉴对等网络技术思想,可控地让接收端扮演数据传输过程中的数据源来加速完成数据传输和满足更多请求的传输完成期限要求。为了避免集中式控制系统的计算性能瓶颈,本文针对两类典型场景下复杂性高的数据传输问题,分别根据这些场景下问题的瓶颈特点设计了计算高效的算法。仿真结果表明,所提出算法较目前领先的同类方法显着提高了系统中满足完成期限的一对多传输请求数目和带宽有效利用率。4.研究网络技术驱动的跨数据中心大规模数据传输问题。针对目前数据中心广域网流量工程方法局限在静态网络层拓扑下优化数据传输的情况,受当今可重构网络技术的启发,本文探讨了在同一个系统中同时优化网络层拓扑和数据传输的可能性,继而提出通过跨网络层和物理层优化网络资源分配来提高跨数据中心大规模传输的完成期限满足性。为此,本文设计了一种感知负载的多播路由树计算方法,并在此基础上提出了一种基于线性规划松弛技术和确定性舍入技术的波长和传输速率分配算法。仿真结果表明,本文提出方法的性能显着优于目前同样使用多播路由和针对可重构网络的领先方法。
二、局域网中网络拥塞的成因分析及改进策略（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、局域网中网络拥塞的成因分析及改进策略（论文提纲范文）
（1）高动态网络中的网络拥塞管理（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 网络硬件冗余引入的网络动态 |
| 1.1.2 公有云中引入的网络动态 |
| 1.1.3 SDN中引入的网络动态 |
| 1.2 研究问题 |
| 1.2.1 MPTCP协议缺乏对应用层的感知能力 |
| 1.2.2 MPTCP无法灵活处理复杂的网络环境 |
| 1.2.3 公有云网络中不可预测的网络性能 |
| 1.2.4 SDN网络配置变化引入的不可控的网络拥塞 |
| 1.3 网络拥塞管理的研究现状 |
| 1.4 论文的研究内容 |
| 1.5 论文的结构安排 |
| 第二章 背景知识和相关工作 |
| 2.1 MPTCP拥塞控制算法 |
| 2.2 公有云网络中的网络性能隔离 |
| 2.3 SDN网络更新方法 |
| 2.4 本章总结 |
| 第三章 应用层感知的MPTCP拥塞控制算法 |
| 3.1 概述 |
| 3.2 Partner的设计动机 |
| 3.2.1 过度膨胀的资源池导致不正确的调度决策 |
| 3.2.2 过度缩小的资源池限制了调度决策 |
| 3.3 Partner的设计 |
| 3.3.1 Partner中的组件介绍 |
| 3.3.2 Reward函数设计 |
| 3.3.3 其他的设计细节 |
| 3.4 实验评估 |
| 3.4.1 参数的选择 |
| 3.4.2 实验的结果与分析 |
| 3.5 本章总结 |
| 第四章 基于模仿学习的MPTCP拥塞控制算法 |
| 4.1 概述 |
| 4.2 IMCC的设计动机 |
| 4.2.1 不稳定的性能波动 |
| 4.2.2 严重的不公平问题 |
| 4.3 IMCC的设计 |
| 4.3.1 IMCC的设计概览 |
| 4.3.2 通过LSTM来应对动态变化的子流数量 |
| 4.3.3 通过模仿学习来自动产生奖励值函数 |
| 4.3.4 IMCC的部署模式 |
| 4.4 实验评估 |
| 4.4.1 IMCC能正确处理子流数量变化 |
| 4.4.2 IMCC达到了流级别的公平性 |
| 4.4.3 IMCC提供持续性的稳定性能 |
| 4.5 本章总结 |
| 第五章 网络核心无状态的网络性能隔离方法 |
| 5.1 概述 |
| 5.2 SLIT的设计动机和相关知识 |
| 5.2.1 WFQ队列调度机制 |
| 5.2.2 分布式的VM级别的WFQ队列 |
| 5.2.3 在VM之间的长期的不公平现象 |
| 5.2.4 不公平现象的举例 |
| 5.3 SLIT的设计 |
| 5.3.1 设计概述 |
| 5.3.2 系统框架 |
| 5.3.3 设计细节 |
| 5.4 实验与评估 |
| 5.4.1 基本功能 |
| 5.4.2 在应对动态流量时的性能 |
| 5.4.3 大规模的仿真实验 |
| 5.5 本章总结 |
| 第六章 SDN超低时延数据面更新中的拥塞管理方法 |
| 6.1 概述 |
| 6.2 设计动机和基本概念 |
| 6.2.1 网络模型 |
| 6.2.2 数据流分类 |
| 6.2.3 典型例子 |
| 6.3 设计细节 |
| 6.3.1 问题的建模 |
| 6.3.2 将约束条件转化为线性条件 |
| 6.3.3 困难度分析 |
| 6.3.4 启发式的算法 |
| 6.4 实验评估 |
| 6.4.1 实验设置 |
| 6.4.2 性能评估 |
| 6.5 本章总结 |
| 第七章 总结与展望 |
| 7.1 论文的工作总结 |
| 7.2 后续的研究展望 |
| 参考文献 |
| 附录A 缩略语表 |
| 致谢 |
| 攻读博士期间发表的学术论文和专利 |
（2）视频直播传输算法移动端适配与优化研究（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 研究现状 |
| 1.2.1 视频直播技术的发展现状 |
| 1.2.2 移动端视频直播传输算法的优化研究 |
| 1.3 研究目标与研究内容 |
| 1.4 论文组织结构 |
| 第二章 相关技术 |
| 2.1 视频直播关键技术 |
| 2.1.1 视频直播基本架构 |
| 2.1.2 音视频传输技术 |
| 2.1.3 WebRTC底层模块介绍 |
| 2.2 网络拥塞控制 |
| 2.2.1 网络出现拥塞的原因分析 |
| 2.2.2 基于TCP的拥塞控制算法 |
| 2.2.3 视频流场景下的拥塞控制算法 |
| 2.3 机器学习相关技术 |
| 2.3.1 机器学习理论 |
| 2.3.2 强化学习 |
| 2.3.3 强化学习分类 |
| 2.4 本章小结 |
| 第三章 视频直播传输算法测评研究 |
| 3.1 测评平台设计与实现 |
| 3.1.1 移动网络链路模拟 |
| 3.1.2 视频直播传输算法测评平台设计与实现 |
| 3.2 实验评估 |
| 3.2.1 测评实验环境 |
| 3.2.2 测评实验部署 |
| 3.2.3 实验结果 |
| 3.2.4 问题分析和总结 |
| 3.3 本章小结 |
| 第四章 视频直播传输算法移动端适配与优化研究 |
| 4.1 视频直播传输算法性能优化 |
| 4.1.1 优化角度 |
| 4.1.2 不同强化学习算法的影响 |
| 4.1.3 输入状态历史信息长度的影响 |
| 4.1.4 神经网络结构的影响 |
| 4.2 LVCC算法设计 |
| 4.2.1 LVCC算法架构 |
| 4.2.2 DQN智能体的设计 |
| 4.2.3 算法训练过程与实验结果 |
| 4.3 网络状况检测算法 |
| 4.4 本章小结 |
| 第五章 系统设计与实验评估 |
| 5.1 移动端在线适配系统 |
| 5.1.1 移动端适配系统方案选择 |
| 5.1.2 移动端在线适配系统设计与实现 |
| 5.2 在线实验评估 |
| 5.2.1 在线实验环境和实验部署 |
| 5.2.2 受限网络场景的实验结果 |
| 5.2.3 真实直播场景的实验结果 |
| 5.2.4 基于机器学习算法的实验结果 |
| 5.3 移动端适配系统的不足与展望 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 对本文工作的总结 |
| 6.2 对未来研究工作的展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间所发表的学术论文 |
（3）基于工业以太网的列车通信网络实时调度算法研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状及发展趋势 |
| 1.3 文章主要研究内容和结构安排 |
| 第2章 列车工业以太网实时调度算法 |
| 2.1 列车通信网络简介 |
| 2.1.1 网络拓扑结构 |
| 2.1.2 网络数据类型 |
| 2.1.3 模型描述及其特征 |
| 2.2 工业以太网实时调度算法分析 |
| 2.2.1 实时调度算法性能参数指标 |
| 2.2.2 通信链路优化的调度算法 |
| 2.2.3 网络时延优化的调度算法 |
| 2.2.4 智能优化的调度算法 |
| 2.3 现存调度算法存在的问题及解决思路 |
| 2.3.1 存在问题 |
| 2.3.2 解决思路 |
| 2.4 本章小结 |
| 第3章 基于改进烟花算法的通信链路调度方法 |
| 3.1 引言 |
| 3.2 模型构建 |
| 3.3 工业以太网通信链路调度算法 |
| 3.3.1 传统烟花算法 |
| 3.3.2 改进后的算法分析 |
| 3.3.3 算法流程 |
| 3.4 仿真结果与分析 |
| 3.5 本章小结 |
| 第4章 基于拥塞控制的M/M/1 排队模型调度方法 |
| 4.1 引言 |
| 4.2 模型构建 |
| 4.3 工业以太网排队模型调度算法 |
| 4.3.1 传统M/M/1 排队模型 |
| 4.3.2 改进后的算法分析 |
| 4.3.3 算法流程 |
| 4.4 仿真结果与分析 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 全文总结 |
| 5.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| 攻读硕士学位期间研究成果 |
（4）基于卷积神经网络的局域网故障诊断技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 数学符号表 |
| 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 |
| 1.3 本文的主要内容与创新 |
| 1.4 本论文的结构与安排 |
| 第二章 网络故障诊断相关概述 |
| 2.1 局域网的复杂环境网络故障诊断 |
| 2.1.1 网络故障物理侧层级分析 |
| 2.1.2 网络故障业务侧服务分析 |
| 2.2 基于定性经验的网络故障诊断技术 |
| 2.2.1 网络故障专家系统 |
| 2.2.2 图搜索模型 |
| 2.3 基于数据驱动的网络故障诊断技术 |
| 2.3.1 支持向量机 |
| 2.3.2 软件定义网络 |
| 第三章 基于卷积神经网络的网络故障诊断 |
| 3.1 网络故障场景分析 |
| 3.2 故障的卷积神经网络检测实现 |
| 3.2.1 卷积神经网络实现原理 |
| 3.2.2 基于卷积神经网络的网络故障检测设计 |
| 3.2.3 基于卷积神经网络的网络故障检测模型 |
| 3.3 卷积神经网络检测模型优化 |
| 3.3.1 丢弃学习优化 |
| 3.3.2 Adam梯度优化 |
| 3.3.3 数据集均衡化 |
| 第四章 局域网数据捕获与故障数据集构建 |
| 4.1 局域网网络数据采集与分析 |
| 4.1.1 局域网故障问题描述与解决 |
| 4.1.2 局域网数据采集方法分析 |
| 4.1.3 局域网数据分布式被动采集 |
| 4.2 基于LibPcap的数据采集板卡原型设计 |
| 4.2.1 LibPcap组成架构 |
| 4.2.2 LibPcap板卡原型实现 |
| 4.3 基于特征工程的数据集构建 |
| 4.3.1 数据字典化清洗 |
| 4.3.2 数据特征提取 |
| 第五章 实验与结果分析 |
| 5.1 评价指标 |
| 5.2 实验环境 |
| 5.3 基于KDD99 数据集的网络故障诊断实验 |
| 5.3.1 实验数据集分析 |
| 5.3.2 网络故障诊断过程结果与分析 |
| 5.4 基于本地局域网的网络故障诊断实验 |
| 5.4.1 实验环境与数据收集 |
| 5.4.2 本地局域网数据集分析 |
| 5.4.3 本地局域网故障诊断实验结果与分析 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 附录1 数据集特征位表 |
| 个人简历 |
（5）基于数据驱动的网络故障诊断技术（论文提纲范文）
| 摘要 |
| abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文内容与贡献 |
| 1.4 论文结构安排 |
| 第二章 网络故障诊断相关技术 |
| 2.1 网络故障诊断概述 |
| 2.1.1 网络故障简介 |
| 2.1.2 网络故障类型 |
| 2.1.3 网络故障诊断简介 |
| 2.2 故障诊断方法概述 |
| 2.2.1 基于定性模型的方法 |
| 2.2.2 基于定量模型的方法 |
| 2.2.3 基于数据驱动的方法 |
| 2.3 网络公开数据集介绍 |
| 2.3.1 KDDCUP99 介绍 |
| 2.3.2 NSL-KDD介绍 |
| 2.4 本章小结 |
| 第三章 网络故障检测算法 |
| 3.1 基于BP的网络故障检测算法 |
| 3.1.1 BP神经网络介绍 |
| 3.1.2 BP的优化方法 |
| 3.1.3 BP算法用于故障检测 |
| 3.2 基于RBF的网络故障检测算法 |
| 3.2.1 RBF神经网络介绍 |
| 3.2.2 RBF神经网络设计方法 |
| 3.2.3 RBF算法用于故障检测 |
| 3.3 基于CNN的网络故障检测算法 |
| 3.3.1 CNN的基本结构 |
| 3.3.2 CNN的优化方法 |
| 3.3.3 CNN算法用于故障检测 |
| 3.4 算法实现对比 |
| 3.4.1 数据集预处理 |
| 3.4.2 对于KDDCUP99 数据集 |
| 3.4.3 对于NSL-KDD数据集 |
| 3.5 本章小结 |
| 第四章 实际网络故障数据集构建 |
| 4.1 实验数据采集 |
| 4.1.1 网络数据采集方法 |
| 4.1.2 采集工具介绍 |
| 4.1.3 获取数据包介绍 |
| 4.2 实验环境与故障生成 |
| 4.2.1 网络故障问题分析 |
| 4.2.2 环境搭建与故障生成 |
| 4.3 初始数据集构造 |
| 4.3.1 原始数据存在的问题 |
| 4.3.2 数据字典的构建 |
| 4.3.3 特征提取构造初始数据集 |
| 4.4 本章小结 |
| 第五章 数据集二次构造与验证 |
| 5.1 初始数据集分析 |
| 5.1.1 初始数据集介绍 |
| 5.1.2 初始数据集分析 |
| 5.2 数据集二次构造 |
| 5.2.1 初始数据集与公开数据集对比 |
| 5.2.2 基于流量特征构造数据集 |
| 5.3 网络故障检测算法实验对比 |
| 5.3.1 基于BP的网络故障诊断 |
| 5.3.2 基于RBF的网络故障诊断 |
| 5.3.3 基于CNN的网络故障诊断 |
| 5.3.4 网络故障检测算法结果与分析 |
| 5.4 本章小结 |
| 第六章 全文总结与展望 |
| 6.1 全文总结 |
| 6.2 未来工作方向 |
| 致谢 |
| 参考文献 |
（6）基于吸引子的异构接入网络选择策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号对照表 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.1.1 异构网络的提出 |
| 1.1.2 现有异构网络的架构 |
| 1.2 课题研究现状 |
| 1.2.1 异构无线网络融合方式 |
| 1.2.2 异构无线网络的资源管理 |
| 1.2.3 异构无线网络的接入选择策略 |
| 1.2.4 保障QoS的接入选择策略 |
| 1.3 异构无线网络的挑战 |
| 1.4 论文的主要内容 |
| 1.5 论文的创新点与组织结构 |
| 1.5.1 论文创新点 |
| 1.5.2 论文组织结构 |
| 1.6 参考文献 |
| 第二章 异构自适应接入网模型的构建 |
| 2.1 无线网络融合架构 |
| 2.1.1 相关研究 |
| 2.1.2 融合架构模式 |
| 2.1.3 融合接入网管理模式 |
| 2.2 异构网络(P-HN)模型 |
| 2.2.1 数据包格式转化模块 |
| 2.2.2 控制模块 |
| 2.3 吸引子选择算法 |
| 2.3.1 算法的生物学原理 |
| 2.3.2 吸引子选择算法的数学模型 |
| 2.3.3 吸引子选择模型中的活性因子 |
| 2.4 基于吸引子算法的网络选择策略 |
| 2.4.1 系统模型 |
| 2.4.2 P-HN网络中的吸引子算法模型 |
| 2.4.3 P-HN中吸引子选择过程 |
| 2.4.4 活性因子表达式 |
| 2.5 仿真结果与分析 |
| 2.5.1 P-HN融合仿真 |
| 2.5.2 吸引子选择策略仿真 |
| 2.6 本章小结 |
| 2.7 参考文献 |
| 第三章 异构网络中基于吸引子的流量卸载策略 |
| 3.1 问题的提出 |
| 3.2 P-HN的流量卸载模型 |
| 3.3 P-HN中的吞吐量 |
| 3.3.1 PLC网络的吞吐量 |
| 3.3.2 蜂窝网络的吞吐量 |
| 3.4 基于吸引子的流量卸载策略 |
| 3.4.1 流量卸载的数学表达 |
| 3.4.2 算法实现 |
| 3.5 仿真结果与分析 |
| 3.5.1 参数设置 |
| 3.5.2 仿真结果 |
| 3.6 本章小结 |
| 3.7 参考文献 |
| 第四章 异构网络中基于用户排队时延的网络选择策略 |
| 4.1 问题的提出 |
| 4.2 网络模型及问题推导 |
| 4.2.1 网络模型 |
| 4.2.2 问题的推导 |
| 4.3 基于排队时延的吸引子网络选择策略 |
| 4.3.1 选择策略的数学表达 |
| 4.3.2 活性因子的映射 |
| 4.3.3 网络选择策略实现过程 |
| 4.4 仿真与分析 |
| 4.4.1 双网络选择模型仿真与分析 |
| 4.4.2 多网络选择模型仿真与分析 |
| 4.4.3 接入网络策略的仿真与分析 |
| 4.5 本章小结 |
| 4.6 参考文献 |
| 第五章 异构网络中基于业务优先级的网络选择策略 |
| 5.1 优先级网络选择模型及推导 |
| 5.1.1 异构网络优先级队列管理模型 |
| 5.1.2 异构网络中双优先级队列模型 |
| 5.1.3 双优先级队列模型的推导 |
| 5.2 基于优先级的网络选择策略 |
| 5.2.1 网络选择模型的数学表达 |
| 5.2.2 活性因子的映射 |
| 5.2.3 网络选择策略实现过程 |
| 5.3 仿真与分析 |
| 5.3.1 仿真场景 |
| 5.3.2 性能分析 |
| 5.4 本章小结 |
| 5.5 参考文献 |
| 第六章 总结与展望 |
| 6.1 全文主要工作总结 |
| 6.2 未来工作展望 |
| 致谢 |
| 附录 缩略语表 |
| 攻读学位期间取得的研究成果 |
（7）基于IEC61850的配电网自动化信息模型分析及仿真研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 论文主要研究工作 |
| 第二章 基于IEC61850的配电网自动化技术 |
| 2.1 IEC61850的内涵与技术特征 |
| 2.1.1 IEC61850标准的结构 |
| 2.1.2 IEC61850与IEC60870 体系特点对比 |
| 2.1.3 IEC61850标准的模型 |
| 2.2 配电网自动化系统 |
| 2.2.1 配电网自动化系统的结构 |
| 2.2.2 配电网自动化中的网络应用 |
| 2.2.3 配电网基本场景信息交互 |
| 2.3 本章小结 |
| 第三章 基于IEC61850的配电网自动化信息模型 |
| 3.1 配电网自动化设备建模原则 |
| 3.1.1 逻辑节点建模 |
| 3.1.2 逻辑设备建模 |
| 3.1.3 服务器和物理设备建模 |
| 3.2 配电终端信息模型 |
| 3.2.1 馈线终端模型 |
| 3.2.2 配变终端模型 |
| 3.2.3 站所终端模型 |
| 3.3 数据流定性分析建模 |
| 3.3.1 配电网自动化通信数据来源 |
| 3.3.2 配电网自动化数据流的数学建模 |
| 3.4 本章小结 |
| 第四章 配电网自动化的通信网络组网及性能分析 |
| 4.1 通信网络的拓扑结构 |
| 4.2 配电网通信网络报文及性能研究 |
| 4.2.1 基于IEC61850的报文分类 |
| 4.2.2 报文时延分析 |
| 4.2.3 网络拥堵分析 |
| 4.3 提升配电网自动化通信网络性能的测策略研究 |
| 4.3.1 虚拟局域网技术 |
| 4.3.2 路由器通用即插即用策略 |
| 4.3.3 MAC地址过滤技术 |
| 4.3.4 优先级技术 |
| 4.4 本章小结 |
| 第五章 配电网自动化的OPNET仿真研究 |
| 5.1 OPNET仿真软件简介 |
| 5.2 配电网自动化关键设备模型 |
| 5.2.1 配电终端模型及参数配置 |
| 5.2.2 通信链路模型及参数设置 |
| 5.2.3 数据流参数设置及仿真 |
| 5.3 配电网自动化通信网络影响仿真研究 |
| 5.3.1 多种拓扑结构的影响仿真研究 |
| 5.3.2 不同因素对网络性能影响的仿真研究 |
| 5.4 基于工程实例的配电网自动化故障恢复仿真研究 |
| 5.4.1 案例简介 |
| 5.4.2 间隔层组网方案及故障恢复仿真分析 |
| 5.5 本章小结 |
| 结论与展望 |
| 参考文献 |
| 攻读学位期间发表论文 |
| 致谢 |
（8）基于ZigBee的智慧农业信息监测系统研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.1.1 选题背景及来源 |
| 1.1.2 研究意义 |
| 1.2 课题国内外研究现状 |
| 1.3 主要研究内容与论文结构 |
| 1.3.1 主要研究目标和内容 |
| 1.3.2 论文的结构安排 |
| 1.4 本章小结 |
| 第二章 智慧农业信息监测系统的设计 |
| 2.1 系统需求分析 |
| 2.2 系统设计原则 |
| 2.3 系统整体设计 |
| 2.3.1 系统架构设计 |
| 2.3.2 作物生长环境参数的选择 |
| 2.3.3 系统硬件设计 |
| 2.3.4 系统软件设计 |
| 2.4 系统问题分析 |
| 2.5 本章小结 |
| 第三章 ZigBee网络技术与路由算法 |
| 3.1 ZigBee网络技术 |
| 3.1.1 ZigBee网络技术的优点 |
| 3.1.2 ZigBee网络技术的缺点 |
| 3.1.3 ZigBee网络设备类型 |
| 3.1.4 ZigBee网络拓扑 |
| 3.1.5 ZigBee网络的地址分配机制 |
| 3.2 ZigBee路由算法研究 |
| 3.2.1 Cluster-Tree路由算法 |
| 3.2.2 Cluster-Tree算法优缺点分析 |
| 3.2.3 AODVjr路由算法 |
| 3.2.4 AODVjr算法优缺点分析 |
| 3.2.5 ZBR路由算法 |
| 3.2.6 ZBR算法优缺点分析 |
| 3.3 ZigBee网络中拥塞概述 |
| 3.3.1 拥塞对网络造成的影响 |
| 3.3.2 拥塞产生的原因 |
| 3.3.3 拥塞控制方法 |
| 3.4 本章小结 |
| 第四章 ZigBee路由算法的改进 |
| 4.1 IMP-ZBR路由算法的设计原理 |
| 4.1.1 优化中间节点转发策略 |
| 4.1.2 改进路由更新准则 |
| 4.1.3 按路径优先级选取备份路径 |
| 4.2 IMP-ZBR协议具体实现 |
| 4.2.1 IMP-ZBR协议帧格式改进 |
| 4.2.2 IMP-ZBR路由算法流程 |
| 4.3 ZigBee路由算法改进前后数据传输方式对比 |
| 4.4 本章小结 |
| 第五章 改进ZigBee路由算法的仿真与性能分析 |
| 5.1 NS2仿真软件概述 |
| 5.2 NS2仿真性能评价指标 |
| 5.3 IMP-ZBR路由算法仿真实现 |
| 5.3.1 仿真环境设置 |
| 5.3.2 不同移动节点暂停时间下的仿真结果分析 |
| 5.3.3 不同发包速率下的仿真结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
（9）基于6LoWPAN的RPL路由协议研究（论文提纲范文）
| 摘要 |
| Abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络负载均衡的研究现状 |
| 1.2.2 网络拥塞控制的研究现状 |
| 1.2.3 基于多sink的 RPL路由协议的研究现状 |
| 1.3 论文研究内容及结构安排 |
| 第2章 RPL路由协议基本原理及底层技术 |
| 2.1 6Lo WPAN网络概述 |
| 2.1.1 IEEE802.15.4协议标准 |
| 2.1.2 6Lo WPAN适配层 |
| 2.2 RPL路由协议的网络拓扑 |
| 2.3 RPL路由协议的网络拓扑构建 |
| 2.3.1 路由度量,约束与目标函数 |
| 2.3.2 网络拓扑构建 |
| 2.4 RPL路由协议控制消息 |
| 2.4.1 DIO控制消息 |
| 2.4.2 DAO控制消息 |
| 2.4.3 DAO-ACK控制消息 |
| 2.4.4 DIS控制消息 |
| 2.5 RPL路由协议的数据传输模式 |
| 2.6 本章小结 |
| 第3章 基于跨层优化的高效低时延RPL路由协议 |
| 3.1 网络模型及问题描述 |
| 3.1.1 网络模型及前提假设 |
| 3.1.2 问题描述 |
| 3.2 CL-ORPL路由协议设计 |
| 3.2.1 最优父节点选择机制 |
| 3.2.2 建立横向路由机制 |
| 3.2.3 CL-ORPL路由协议的操作流程 |
| 3.3 CL-ORPL路由协议的性能分析 |
| 3.4 CL-ORPL路由协议的仿真验证 |
| 3.4.1 OPNET网络仿真工具 |
| 3.4.2 仿真平台搭建 |
| 3.4.3 仿真性能指标及参数设置 |
| 3.4.4 仿真结果分析 |
| 3.5 本章小结 |
| 第4章 多sink中基于双向父节点选择的高效RPL路由协议 |
| 4.1 网络模型及问题描述 |
| 4.1.1 网络模型及前提假设 |
| 4.1.2 问题描述 |
| 4.2 BPSM-ERPL路由协议设计 |
| 4.2.1 DAO消息的咨询信息携带机制 |
| 4.2.2 双向父节点选择机制 |
| 4.2.3 自适应数据传输机制 |
| 4.2.4 BPSM-ERPL路由协议操作步骤 |
| 4.3 BPSM-ERPL路由协议的性能分析 |
| 4.4 BPSM-ERPL路由协议的仿真验证 |
| 4.4.1 仿真平台搭建 |
| 4.4.2 仿真性能指标与参数设置 |
| 4.4.3 仿真结果分析 |
| 4.5 本章小结 |
| 第5章 结束语 |
| 5.1 全文总结 |
| 5.2 未来工作 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（10）软件定义网络中的数据传输和配置更新研究（论文提纲范文）
| 摘要 |
| abstract |
| 主要缩略词表 |
| 第一章 绪论 |
| 1.1 软件定义网络概述 |
| 1.2 数据中心和数据中心广域网概述 |
| 1.3 相关挑战 |
| 1.3.1 数据平面路由更新问题 |
| 1.3.2 跨数据中心大规模数据传输问题 |
| 1.4 本文的结构安排和主要工作 |
| 第二章 一致性无拥塞路由更新 |
| 2.1 保证一致性的快速路由更新 |
| 2.1.1 路由不一致问题 |
| 2.1.2 相关工作 |
| 2.1.3 协同更新机制 |
| 2.1.4 实验和性能评估 |
| 2.2 无拥塞多流路由更新 |
| 2.2.1 暂时拥塞问题 |
| 2.2.2 相关工作 |
| 2.2.3 无拥塞流更新调度 |
| 2.2.4 实验和性能评估 |
| 2.3 简化更新管理 |
| 2.3.1 研究动机和相关工作 |
| 2.3.2 方案设计 |
| 2.3.3 流更新调度问题的描述及形式化 |
| 2.3.4 计算流更新调度顺序 |
| 2.3.5 实验和性能评估 |
| 2.4 本章小结 |
| 第三章 感知完成期限的跨数据中心大规模数据传输 |
| 3.1 研究背景 |
| 3.2 研究动机 |
| 3.3 感知完成期限的数据传输机制 |
| 3.3.1 SDN集中管控 |
| 3.3.2 接纳控制 |
| 3.4 最大化传输收益的流量分配问题 |
| 3.4.1 模型基础 |
| 3.4.2 问题形式化 |
| 3.5 在线算法设计 |
| 3.5.1 竞争分析方法 |
| 3.5.2 算法设计 |
| 3.5.3 算法性能分析 |
| 3.6 实验与性能评估 |
| 3.6.1 参数设定和实验设计 |
| 3.6.2 实验结果与性能分析 |
| 3.7 本章小结 |
| 第四章 针对一点到多点通信的跨数据中心大规模数据传输 |
| 4.1 相关工作和研究动机 |
| 4.2 面向一点对多点通信的大规模数据传输机制 |
| 4.2.1 在线接纳控制策略 |
| 4.2.2 网络模型和传输请求模型 |
| 4.2.3 满足一点到多点传输完成期限的流量分配问题 |
| 4.2.4 问题复杂性分析 |
| 4.3 快速流量分配算法 |
| 4.3.1 基准算法设计 |
| 4.3.2 加速算法设计 |
| 4.4 实验与性能评估 |
| 4.4.1 参数设定和实验设计 |
| 4.4.2 实验结果和性能分析 |
| 4.5 本章小结 |
| 第五章 面向可重构网络的跨数据中心大规模数据传输 |
| 5.1 研究背景和相关工作 |
| 5.2 动机分析 |
| 5.3 面向可重构网络的大规模数据传输机制 |
| 5.3.1 在线接纳控制策略 |
| 5.3.2 网络模型 |
| 5.3.3 最大化完成期限满足性的跨层资源优化问题 |
| 5.4 算法设计 |
| 5.4.1 负载感知多播路由 |
| 5.4.2 波长和速率分配 |
| 5.5 变种算法设计 |
| 5.5.1 优化不等权重的请求 |
| 5.5.2 联合优化新旧请求 |
| 5.6 实验与性能评估 |
| 5.6.1 参数设定和实验设计 |
| 5.6.2 实验结果和性能分析 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文总结 |
| 6.2 未来研究工作展望 |
| 致谢 |
| 参考文献 |
| 攻读博士学位期间取得的成果 |
四、局域网中网络拥塞的成因分析及改进策略（论文参考文献）
- [1]高动态网络中的网络拥塞管理[D]. 黄程远. 北京邮电大学, 2021(01)
- [2]视频直播传输算法移动端适配与优化研究[D]. 陆嘉敏. 北京邮电大学, 2021(01)
- [3]基于工业以太网的列车通信网络实时调度算法研究[D]. 郭嫚嫚. 长春工业大学, 2021(08)
- [4]基于卷积神经网络的局域网故障诊断技术研究[D]. 周云风. 电子科技大学, 2021(01)
- [5]基于数据驱动的网络故障诊断技术[D]. 朱学彰. 电子科技大学, 2021(01)
- [6]基于吸引子的异构接入网络选择策略研究[D]. 吴欢. 北京邮电大学, 2020(02)
- [7]基于IEC61850的配电网自动化信息模型分析及仿真研究[D]. 唐俊文. 广东工业大学, 2020(02)
- [8]基于ZigBee的智慧农业信息监测系统研究[D]. 李明. 内蒙古大学, 2020
- [9]基于6LoWPAN的RPL路由协议研究[D]. 朱克兰. 重庆邮电大学, 2020(02)
- [10]软件定义网络中的数据传输和配置更新研究[D]. 罗龙. 电子科技大学, 2020
标签：链路状态路由协议论文; 拥塞控制论文; 网络模型论文; 网络节点论文; 仿真软件论文;