基于校园网的冗余流量消除技术研究

来源 :西南科技大学 | 被引量 : 0次 | 上传用户:wangdalu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,伴随着互联网应用和技术的高速发展,文件共享、视频分发、娱乐游戏、浏览网页等网络应用呈现持续高速增长趋势。当信息共享的人数与其内容达到一定数量时,单一的信息交换机制必然会带来冗余的网络流量。而网络中冗余流量的存在造成传输效率的下降。论文以校园网冗余流量定量分析为基点,以冗余消除为目标,构建了基于滑动窗口分块的冗余流量检测算法和基于分组特性的冗余流量消除模型,主要围绕数据包分块算法、冗余流量定量分析和冗余流量消除算法三个方面展开研究,并根据校园网环境提出了冗余流量消除系统模型。论文主要研究内容如下:  (1)如何对数据包进行分块是网络冗余流量检测技术的关键,现在的指纹选择算法都是基于固定长度的。定长分块算法无法高效的解决比特偏移的问题。为此,我们提出了基于滑动窗口分块的指纹算法。  (2)传统的校园网冗余特性分析是通过分析网络数据包来完成,它的分析对象是网络资源的个数或者是具体的网页地址,并没有更深入地对数据包载荷的具体内容进行分析。论文通过搭建数据包采集平台,使用滑动窗口分块算法对校园网的冗余流量进行了定量分析,同时通过对重复数据块地深入分析,为冗余消除的缓存管理提供了理论基础。  (3)在传统的协议无关的冗余流量消除算法中,冗余消除策略的选择都是针对具体的冗余对象,并没有充分挖掘网络数据包的流量特征及冗余流量特性,因此本文提出了基于分组特性的冗余流量消除模型。该模型以对数据包大小分组为基础,动态统计和分析网络流量的双峰特性和分组特性,以对冗余消除贡献大的数据包为阈值,利用滑动窗口计算数据块的边界点,对两个边界点间的数据块计算其指纹并进行指纹匹配。对重复传输的数据块进行简单编码,用编码数据替换重复传输的数据片段,再对消除冗余流量的数据包进行传输。最后通过搭建仿真实验平台,验证了冗余消除模型的实用性和算法的有效性。
其他文献
现实环境中,麦克风接收到的语音信号通常是纯净语音与其他干扰信号的卷积混合。有些情况下,人们对这些源信号及传输通道知之甚少,所以利用盲源分离(Blind Source Separation,
波束形成算法通过调整不同阵元上的加权系数使天线阵列获取特定方向上的信息。在理想条件下,最小方差无失真响应(MVDR)算法能够获得良好的输出性能。但是,受采样点数、方向误
随着经济发展和科技的进步,传统计量基准领域内中实物计量基准已经渐渐体现出来其在该领域的局限性,实物基准所体现出来的不准确性和不易保存、易损坏等特性所带来对计量基准
随着Internet和计算机网络的飞速发展,IP组播已经越来越多地应用于视频会议、在线交流和VOIP(Voice Over Internet Protocol)等多组用户之间的通信传输。组播是网络数据传输中单
字典学习在计算机视觉领域占有重要地位,广泛应用在图像去噪、分类、超分辨、模式识别和机器学习等领域。本文介绍了字典学习和稀疏表示的基本方法,主要研究了字典学习在图像
目标跟踪技术作为计算机视觉领域的一个重要分支,是目标行为分析、视频图像的压缩编码等高层次的视频处理和应用理解的基础,也是发展智能交通系统的关键技术。  本文深入地分
语音识别技术的研究是当今时代的一大热点,语音识别系统已经广泛的进入到人们的生活之中,例如车载仪器仪表的语音识别系统,给人们带来了极大的便捷。实现人机用语音进行交流
学位
近年来,随着无线通信技术的飞速发展,人们对大容量高性能无线通信系统的要求也日益提高。自从美国联邦通信委员会(FCC)开放3.1~10.6GHz频带以来,超宽带(UWB)技术一直是工业界和学