【摘 要】
:
近年来,随着5G等网络技术的快速发展,许多新的网络应用随之兴起,诸如无人驾驶、远程手术、增强现实等网络应用对于互联网时延的要求越来越高,传统的TCP/IP网络在传输数据包时对于数据包的行为缺乏统一的调度和规划,数据包时延存在长尾效应,难以保证业务的服务质量(Quality of Service,QoS)。时间敏感网络的出现给传统网络做出了改进。时间敏感网络的核心思想是减少转发过程中的排队时延。首先
论文部分内容阅读
近年来,随着5G等网络技术的快速发展,许多新的网络应用随之兴起,诸如无人驾驶、远程手术、增强现实等网络应用对于互联网时延的要求越来越高,传统的TCP/IP网络在传输数据包时对于数据包的行为缺乏统一的调度和规划,数据包时延存在长尾效应,难以保证业务的服务质量(Quality of Service,QoS)。时间敏感网络的出现给传统网络做出了改进。时间敏感网络的核心思想是减少转发过程中的排队时延。首先在交换设备中使用不同队列将时间敏感流和非时间敏感流隔开,再通过为队列分配专用时隙的方式实现可预计的端到端时延。现有的研究大多在指定业务路由的条件下展开,且缺少对于时间敏感网络系统应用的研究。本文以保证时间敏感流的QoS为主要目标,以网络中的时隙资源和业务路由为切入点,对时间敏感网络中的调度问题和确定性网络的应用进行了重点研究。首先,本文研究了基于QoS保证的时间敏感流的路由和时隙联合调度问题。研究的目标是在满足服务请求的QoS并且最大化的利用网络资源,同时必须满足网络资源条件的约束。为此,本文为网络服务请求和网络时隙资源建立了模型,并建立了以最大化网络中部署的服务请求为目标的整数线性规划模型。然后,本文设计了基于遗传算法的启发式算法,该算法能为每项服务请求决策其在网络中是否部署,并且为每个成功部署的服务请求规划路由并分配网络资源。仿真结果表明本文设计的算法能够在保证服务请求时延要求的同时最大化网络成功部署的请求数,与对比算法相比有较好的性能。然后,本文研究了确定性网络的应用问题。本文将确定性网络与段路由相结合提出了一种新型的网络架构,将适用于实际系统中的转发模型代替算法中的理想模型,保证数据包的端到端时延。段路由能够简化传统网络中繁琐的转发步骤,进一步保证服务请求的QoS。同时,本文使用软件定义网络(Software Defined Network,SDN)的思想对网络资源进行管理,将网络中请求响应、拓扑管理、路由计算等功能集中到一些网络设备上进行,以减少网络管理的成本。仿真结果表明与传统的TCP/IP网络相比,本文提出的网络模型在保证服务请求的时延和抖动性能上有更好的表现。
其他文献
超快电子衍射(uED)利用超短电子束团探测物质的超快结构变化过程,在物理、化学、生命科学、材料科学等领域内诸多基础问题的研究中有重要作用。在传统的基于直流高压加速技术的keV uED中,较低的电子动能及由此引起的较强的空间电荷效应限制了可研究样品的范围和时间分辨能力。近年来提出的基于光阴极微波电子枪的MeV UED能够克服以上限制从而显著提高uED性能。本论文围绕MeV uED中诸多物理和技术上的
随着世界范围内物联网技术在生活中的广泛应用,智能设备在智慧城市、自动驾驶和工业互联网等场景中发挥着重要作用。由于智能设备产生的数据量呈指数增长,具有低时延、高存储和复杂计算需求的任务越来越多,从而造成智能网络设备与云计算中心之间的通信效率低下,且通信成本非常高昂。边缘计算(Edge Computing,EC)技术的出现旨在将云计算功能扩展到靠近用户终端的网络边缘,为用户带来近距离的计算能力和存储能
随着无线技术与物联网技术的进步,智能汽车快速发展,也带来了车载应用需求的大幅度增长。一些新兴的、具有计算密集和延迟敏感特征的车联网业务的出现,对车联网(Internet of Vehicle,IoV)的计算与任务调度提出了新的挑战。车辆边缘计算(Vehicular edge computing,VEC)将是一个有效的解决方案,通过将云服务下沉至移动网络边缘,既满足车辆计算资源的扩展需求,也能够在任
近年来,5G、云计算、物联网(Internet of Things,Io T)迅猛发展,软硬件紧耦合的传统网络设备在扩展性和灵活性上先天不足,已无法满足新时代下复杂多样的业务。而网络功能虚拟化(Network Function Virtualization,NFV)能将网络功能与专用硬件分离,让其以应用软件的形式运行在通用计算设备上,这样不仅缩减了运维成本还能灵活快速地提供服务。但随着NFV的深入
原子碰撞过程是一个古老而又年轻的,基础又有着广泛应用的一个研究方向,在可控核聚变,武器物理,天体物理中都有着广泛的应用。长久以来,由于实验条件的限制,实验研究常常限定于基态的原子。冷原子技术的诞生使得产生一个稳定的激发态的原子靶,乃至里德堡态的原子靶成为可能。而超冷等离子体技术的诞生使得实验研究等离子体环境中的原子过程成为了可能。针对我们小组正在进行的超冷等离子体环境中的原子碰撞实验,本论文从理论
重构核质点法(Reproducing Kernel Particle Method,简称 RKPM)是一种有广泛发展前景的无网格方法,具有优良特性。它可以避免大变形分析中由网格畸变引起的计算困难,避免移动不连续问题中耗时的网格重构。由于采用光滑连续的核函数,得到的解及其各阶导数都是连续的,具有较高的精度。此外,它的前处理过程更为简单,在很大程度上减少了人工工作量。针对 RKPM 是一种伽辽金型的无
随着电子信息产业的发展,人们的生活已经越来越离不开电子设备和互联网。各种各样的APP为了收集用户反馈,纷纷设置了评论业务。这些评论文本中包含了大量有价值的信息,利用这些信息,商家一方面可以更加了解用户的爱好,为用户做出推荐,另一方面可以更加了解自身的不足和缺点,对自身的服务进行改进。但是,面对海量的评论信息,商家或平台往往没有足够的人力去阅读它们,因此,基于深度学习和机器学习的自然语言处理技术就派
油水混合液的快速、高效分离是海洋油气开采和输送中亟待解决的技术问题。设计小型、快速、高效的复合式油水分离器是目前油水分离技术研究的一个方向。螺旋管油水分离器是一种体积小、效率高的分离设备,管内两相流动和分离过程的研究对于分离器的设计有重要意义。本文利用 FLUENT 软件,采用不可压湍流 Navier-Stokes 方程和两相流动的 Euler 模型,对螺旋管内油水两相流动和分离过程进行了数值研究
在现代通信体系下人们需要更高的无线信号传输速率和更优的信号质量。传统的雷达探测系统大多采用均匀阵结构,其较低的角度分辨率和较小的阵列孔径,日益无法满足当下无线信号传输技术的发展需要。稀布阵雷达相对于均匀满阵雷达,在相同数量阵列单元情况下拥有更大的阵列孔径、更高的探测精度和更灵活的阵列设计方式,但是当前稀布阵的研究还只停留在平面相控阵层面,对于频控阵和其他几何形式阵列的稀布技术研究还非常欠缺。此外在
“互联网+”的大力发展使得全球数据生产量大幅上涨,其中非结构化数据占到了数据总量的80%,成为了全球数据的主要构成部分。非结构化数据处理一直是自然语言处理领域研究的重点和难点。知识图谱的出现为大数据处理与应用提供了一套完整可行的解决方案,知识图谱构建中的信息抽取与融合作为基础任务受到了广泛的关注。本文面向非结构化数据,围绕知识图谱中的信息抽取与信息融合任务开展了一系列的研究。在信息抽取技术研究中提