一、IP QoS及其关键技术的研究（论文文献综述）
薛斌喜[1]（2021）在《异构无线mesh网络路由技术研究》文中进行了进一步梳理随着无线通信技术和物联网技术的发展,无线mesh网络逐渐呈现异构化趋势。相比于同构无线mesh网络,异构无线mesh网络将各种网络架构、传输速率、传输距离和频谱资源存在差异的网络融合为一个整体,可以有效的提升网络覆盖面积和服务质量（Quality of Service,QoS）,因此近年来备受学术界和工业界的关注。由于架构和链路的异构性特点,异构无线mesh网络更加适合解决多种类型业务的QoS需求问题。虽然在同构无线mesh网络中已经有了许多比较成熟的路由技术,但是这些路由技术在路由发现过程中并没有考虑到网络架构和链路的异构性。因此本文针对异构无线mesh网络下的路由技术展开了如下研究:针对异构无线mesh网络路由发现过程中多接口同时广播而引起的广播风暴问题,本文设计了一种基于选择性广播机制的带宽保障路由协议 BRPS（Bandwidth guaranteed Routing Protocol based on Selective broadcast mechanism）。考虑到网络在组网架构、频谱资源、带宽和传输距离等方面的异构性,BRPS首先提出了接口转发能力、链路剩余带宽、路径剩余带宽等度量。然后在路由发现过程中,基于接口转发能力度量提出了选择性广播策略。最后以最大路径剩余带宽为优化目标,以开销和时延为约束,提出了最优路径选择算法。通过NS3仿真,并与现有技术方案相比,随着数据包发送速率的变大,BRPS的吞吐量最高大约可提升30%;随着数据流个数的增加,BRPS在端到端平均时延和吞吐量等性能上均有优势。针对异构无线mesh网络中各类终端业务需求的多样化特性,本文实现了一种面向业务需求多样化的QoS保障路由协议QRPDSR（QoS guaranteed Routing Protocol with Diverse Service Requirements）。在QRPDSR中,在考虑网络架构异构性的基础上,重点对路径的端到端时延、时延抖动和节点的缓存占用率进行了详细的评估。考虑到不同程度大小的节点缓存占用率、链路时延或者链路时延抖动对整条路径的影响不同,因此在评估过程中引入了模糊逻辑算法,该算法的核心思想是将节点缓存占用率、链路时延和链路时延抖动按照大小程度分别划分模糊集合,给每个集合划分不同的权值,在确定每个集合隶属度函数的基础上,将度量值的隶属度值进行加权平均得到新的度量值。在以上度量的基础上,通过在路由请求包中加入QoS字段,按照业务需求有针对性的发现源-目节点之间的最优路径。通过NS3仿真,并与已有技术对比可以发现,针对时延抖动要求不高的业务,QRPDSR在吞吐量和端到端延迟性能上有一定优势;针对吞吐量要求不高的业务,QRPDSR在时延和时延抖动性能上有一定提升。最后,论文对全文进行了总结,并对下一步研究工作提出了展望。
朱霆[2]（2021）在《异构网络中基于图神经网络的MPTCP性能优化研究》文中指出多路径传输控制协议（MultiPath Transport Control Protocol,MPTCP）是传输控制协议（Transport Control Protocol,TCP）的多路径并行传输扩展。与传统TCP相比,MPTCP具有高吞吐量,高鲁棒性,和易于负载均衡的优势。MPTCP协议的提出引起学术界和工业界的广泛关注,在移动通信网络和数据中心网络中有着一系列的应用成果。由于多宿主主机多个接口的网络接入方式不同,不对称的链路特征和不同的子流路径导致子流传输能力的差异,因而MPTCP会话在异构网络中难以获得理想的性能。为了解决这一问题,首先,多路径路由算法可以从网络层的角度减轻子流传输能力的差异。其次,在子流性能非对称的情况下,数据包调度和拥塞控制等传输控制算法根据子流状态进行差异化的资源分配,从不同角度缓解MPTCP会话在异构网络中的性能损失。已有的解决方案难以在异构网络中充分发挥MPTCP多路径的优势。例如,传统的启发式算法往往只能针对某一特定问题做出理想假设,基于简化的模型提出较为简单的算法,因此只能在特定的场景中达到预期的性能,难以应对复杂的现实场景。新兴的基于机器学习的算法虽然具有更强的表达能力,适用于更加复杂的场景,但只能在训练中的场景生效,在在线应用中依赖模型的实时更新,带来了额外的计算开销。图神经网络（Graph Neural Network,GNN）是一类新兴的神经网络模型,通过节点之间的消息传递,对具有图结构的数据进行分析,学习节点之间的相互关系和图的结构特征,被证明具有显着的表达能力和泛化能力。在MPTCP的传输控制问题中,不同传输控制决策、子流的链路特征、和会话性能之间的相互关系可以用图来表示,因此,本文提出了异构网络中基于图神经网络的MPTCP性能优化,分别从多路径路由和MPTCP数据包调度、拥塞控制的角度提出了如下方案:（1）SDN（Software Defined Network,软件定义网络）基于GNN的多路径路由算法。为了减轻多路径传输过程中子流传输能力的差异对会话性能的影响,提出了一个具有子流数量控制,避免共享瓶颈链路,和子流性能匹配功能的多路径路由算法。系统通过SDN获取网络的拓扑信息,建立了基于图神经网络的多路径路由方案吞吐量预测模型,学习会话性能与子流链路特征之间的相互关系。最后,在在线应用中根据模型对不同候选路由方案的吞吐量预测结果,决定最优的路由策略。得益于GNN对图的推理能力,即使在训练中不曾出现的场景中,算法也能表现出良好的性能,优于默认的多路径路由算法。（2）SDN中基于GNN的MPTCP数据包调度算法。针对已有算法难以在异构的网络环境中达到理想性能的现象,算法从MPTCP会话的不同阶段优化MPTCP性能:当子流数量发生变化时,子流管理模块禁用性能过差的子流,当由新的数据包待发送时,数据调度模块选择合适的子流进行调度。我们根据MPTCP的数据包调度中链路信息、子流信息、和子流性能之间的相互关系,建立了基于GNN的子流管理和数据调度方案的吞吐量预测模型,并基于模型预测结果的指导分别进行子流管理和数据包调度,实现了异构网络中MPTCP会话性能的提升,并且对会话特征和拓扑结构具有一定的泛化能力。（3）基于GNN的MPTCP拥塞控制算法。针对现有算法对拥塞判断的不足和窗口调整的缺陷,提出了一个保障网络公平性的拥塞控制算法。我们通过图神经网络模型学习网络公平性和MPTCP子流状态之间的关系,在每一个拥塞控制轮次评估不同窗口决策对网络公平性的影响,对窗口进行调整。算法实现了异构网络中MPTCP会话的网络公平性保证,并且提升了 MPTCP会话在丢包环境中的性能。
樊岳峰[3]（2015）在《株洲联通基于PON网络的DCN网络优化的研究》文中研究说明本文通过研究DCN（Data Communication Network）网络的特点及相关技术,结合株洲联通本地DCN网络的实际特点建立场景模型,研究最合理的网络优化方案,解决省—地市—区、县—乡镇四级网络建设瓶颈的现状。文章首先介绍了DCN网络的现状和相关技术,重点阐述PON（Passive Optical Network）网络的组网特点,技术优势;其次在现有DCN网络的基础上优化网络结构,提出DCN网络与PON网络相结合的优化方案;最后在株洲联通DCN网络中,在联通性的实验测试中验证了DCN网络与PON网络相结合是可行的。论文将PON网络的接入特点整合到DCN网络中的方案,为解决传统SDH（Syncironous Digital Hierarchy）网络的接入瓶颈和困难具有指导性意义。
刘孟[4]（2016）在《云环境下DDoS攻防体系及其关键技术研究》文中研究指明近年来,云计算正逐渐成为IT界主流的计算模式。因为其按需自服务、泛在接入、资源池化、弹性服务和可度量服务的特性,云计算在产业界和学术界备受关注。云计算提供三种服务模型：基础设施即服务、平台即服务和软件即服务。基于此面向服务的体系结构,云服务用户可以灵活地租用云服务满足自身应用需求。云计算的按需资源分配和“即用即付”计费模型,进一步降低了云服务用户的软硬件投入和维护成本。尽管云计算带来了以上诸多便利,安全因素仍然是当前企业和组织将其应用迁移至云平台主要的障碍。在云平台面临的诸多安全漏洞中,DDoS攻击是影响云服务可用性的主要安全威胁。一方面,传统网络中的洪泛式DDoS攻击（如TCP SYN Flood攻击）,低速率DDoS攻击（如Shrew攻击）在云平台中依然存在。另一方面,云计算模式引入了诸多云平台特有的DDoS攻击,比如EDoS攻击,带宽饥饿DDoS攻击等。而随着云平台广泛采用软件定义网络作为其云数据中心的基础网络架构,云环境下的DDoS攻击平面进一步增加。因此,研究云环境下的DDoS攻击防御势在必行。针对云环境下现有的DDoS攻击,如EDoS攻击、带宽饥饿DDoS攻击和控制层洪泛式DDoS攻击,研究人员已经提出了各种防御手段。然而,和云平台的攻击平面相比,这些方法还远远不够。目前,该主题相关的研究工作遇到了诸多挑战,主要包括以下几个方面：1)缺乏一个全局的DDoS攻击防御框架,该框架阐述云环境下各层面潜在的DDoS攻击漏洞,并指明如何有效地防御、以及在何处防御这些DDoS攻击；2)作为防御DDoS攻击流量的第一道防线,如何在云服务访问接入点设计云防火墙框架；3)如何防御云数据中心网络数据层潜在的洪泛式以及低速率DDoS攻击；4)如何通过数学模型评估云防火墙的性能和有效性,以及如何定量分析DDoS攻击对云平台各项性能指标的影响?针对以上挑战,本文对云环境下的DDoS攻防及其关键技术开展了相关的研究工作。具体而言,本文的工作主要包括以下几个方面：1)为促进云环境下的DDoS攻防,我们从全局的角度提出了一个云环境下的DDoS攻防体系。该DDoS攻防体系从以下四个层面展开：正常用户、攻击者层面、云服务访问接入点层面、云数据中心网络层面以及云数据中心服务器层面。具体而言,正常用户、攻击者层面是指正常用户、攻击者分别向云数据中心发生服务请求、攻击流量。云服务访问接入点层面是指正常用户的服务请求、攻击者的攻击流量通过互联网到达云服务访问接入点。在该层,作为防御DDoS攻击流量的第一道防线,应布置入侵防御系统和云防火墙。云数据中心网络层面则是指正常用户的服务请求、攻击者的攻击流量经过云服务访问接入点、到达云数据中心网络。在该层,应防御网络层各种DDoS攻击、软件定义网络架构特有的DDoS攻击以及带宽饥饿DDoS攻击。最后,云数据中心服务器层指正常用户的服务请求、攻击者的攻击流量最终到达应用服务器。在该层,应防御应用层DDoS攻击以及EDoS攻击。2)为实现在云服务访问点部署防火墙,作为防御DDoS攻击流量的第一道防线,提出了一种非集中式的云防火墙框架。云服务用户租用该防火墙保护其托管在云数据中心的应用。具体而言,托管其应用的服务器被分为多个集群,云服务提供商根据动态资源分配为每个集群设置一个独立的防火墙,所有的防火墙并行监视网络流量。在该框架中,通过动态资源分配实现资源配置成本最优化,同时满足用户提出的QoS约束。和现有的集中式防火墙框架相比,该框架可以解决单点失效、大规模规则集、不能满足QoS约束等问题。3)为防御云数据中心网络潜在的DDoS攻击,揭露了两种数据中心网络数据层DDoS攻击漏洞,基于这两种漏洞,可以实现数据层洪泛式DDoS攻击和数据层低速率DDoS攻击。具体而言,数据层洪泛式DDoS攻击通过产生大规模流表规则到达攻击目的,低速率DDoS攻击则通过在流表中产生长期存在的流表规则到达攻击目的。为描述数据层洪泛式DDoS攻击特征,将其和控制层洪泛式DDoS攻击对比。然后基于现有的清洗控制层高负载流量的工作提出该攻击的防御手段。数据层低速率DDoS攻击可以躲避现有防御手段的检测,因为其几乎从不向控制层发送高负载流量。因此,我们提出了一种新型的防御手段,可以检测流表中长期存在的流表规则。4)为通过数学模型评估云防火墙的性能和有效性,我们提出了新型的排队论模型：M/Geo/1和M/Geo/m。该模型远比现有的排队模型M/M/1复杂,为得出包经过防火墙的平均响应时间,我们首次提出结合使用Z变换和嵌入式马尔科夫链技术。同时,提出使用随机过程定量分析DDoS攻击对云平台各项性能指标的影响。结果表明,数据层洪泛式DDoS攻击只需很少的攻击资源即可大规模降低系统响应时间,而数据层低速率DDoS攻击则对系统产生长期的影响。
林文敏[5]（2015）在《云环境下大数据服务及其关键技术研究》文中指出近年来,大数据以其蕴含的丰富价值,得到了学术界和企业界的广泛关注。对大数据进行管理利用并构建大数据服务,是挖掘大数据价值的关键途径。云计算作为一种弹性高效的计算模式,则为构建大数据服务提供了强大的技术支撑。一方面,云计算的资源按需获取、按使用量计费及广域网互联的优势,节约了大数据处理所需的昂贵基础设施投入和维护成本；另一方面,基于云计算的大数据存储、管理与分析等技术,为快速构建大数据服务提供了技术支撑。尽管云计算技术在大数据服务领域取得了丰富的研究成果,但云环境下数据资源的分散性、动态网络中云服务QOS属性的不确定性和应用需求多元化等因素,为高效实现可靠的大数据服务带来了新的挑战：如1)目前的研究中,缺乏一个云环境下的大数据服务应用模式,为高效构建大数据服务提供技术参考；2)当构建大数据服务所依赖的数据资源分布在云环境中大规模分布式的节点中时,为可扩展的数据资源节点管理方法和数据资源查找方法带来了挑战；3)当大数据服务部署在多个互相协同的云服务之上时,因满足大数据服务功能性需求的云服务数目众多,需要选择QoS最优的云服务组合方案。传统的组合评估方法通常是使用云服务提供商发布的QoS值对组合方案进行评估,动态网络环境或服务提供商可能的商业炒作使得组合方案的可信度受到很大的影响。针对目前云环境下大数据服务在应用模式、数据资源查找、可信组合评估等方面面临的挑战,本文对云环境下的大数据服务及其关键技术开展了相关的研究工作；具体而言,本文的工作主要包括以下几项：1)为高效构建云环境下的大数据服务,提出了一个云环境下通用的大数据服务应用模式。该应用模式分为五个层次,自下而上分别为数据资源层、数据资源搜集层、任务规划层、可信组合评估层及大数据分析算法实现层。具体而言,数据资源层是以分布在云环境中的数据资源为基础,用服务对数据资源进行封装,供使用者通过匹配服务描述进行调用；数据资源搜集层则是根据大数据服务对数据资源的需求,实现可扩展的数据资源搜集：进而,任务规划层是指针对大数据的处理需求,将复杂的计算任务划分至多个功能独立的子任务；根据各个子任务对存储资源或计算资源的需求,可信组合评估层的功能便是为大数据处理任务选择QoS最优的云服务组合方案,从而为各个子任务提供存储资源或计算资源；最后,根据可信组合评估层的选择结果,设计并实现大数据分析算法,完成大数据服务的实现与部署；2)为满足云环境下可扩展的数据资源节点管理和数据资源查找需求,针对性地研究了P2P技术在大数据服务中的拓展应用。具体而言,采用非结构化P2P网络作为云环境下数据资源节点的拓扑组织结构,并以服务封装数据资源,使用者通过查找匹配服务描述信息以获得构建大数据服务所需的数据资源；进一步地,提出基于邻居节点间的数据资源信息主动复制协议,通过提高网络中数据资源的覆盖率以提高查找成功率。最后,基于邻居间主动复制的资源信息,提出了基于概率随机游走的数据资源查找方法,实现云环境下可扩展的数据资源查找；3) 为提高支撑大数据服务的云服务组合方案的可信度,结合云服务的QoS历史记录大数据,提出了基于QoS历史记录的可信组合评估方法。为提高组合评估的计算效率,提出了HireSome-Ⅰ方法,HireSome-Ⅰ方法通过使用部分基于QoS历史记录的组合方案,对云服务组合方案进行评估,缩小了组合评估的计算规模,从而降低了组合评估执行的时间消耗。作为HireSome-Ⅰ方法的补充完善,简要介绍了Dou等人提出的HireSome-Ⅱ方法,即基于代表性QoS历史记录的可信组合评估方法。HireSome-Ⅱ方法通过使用代表性QoS历史记录执行可信组合评估,降低了可信组合评估的计算复杂度,进一步提高了可信组合评估的计算效率；4)为验证上述研究内容的可行性,从构建医疗大数据服务（疾病自诊断服务）的角度,讨论云环境下大数据服务及其关键技术在医疗领域的应用。首先,结合本文提出的大数据服务应用模式,分析并获得疾病自诊断服务的应用需求；针对该应用需求,使用可信组合评估方法,选择QoS最优的云服务组合方案,以响应疾病自诊断服务对计算资源和存储资源的需求；然后,结合电子病历大数据的处理分析需求,设计了一个疾病自诊断服务框架,以响应用户在线自诊断的请求;进一步地,提出了一个基于概念格的电子病历大数据分析方法,对电子病历大数据执行分析计算,获得疾病自诊断模型,来帮助用户进行疾病自诊断与分析。
王健辉[6]（2013）在《支持泛在终端聚合的Mesh组网技术研究与实现》文中指出泛在网络的提出不但拓展了终端设备的范畴、功能定位和应用场景，而且扩大了终端设备的部署范围，它们将通过移动通信网、固定通信网、广播电视网、Internet等多种异构通信网络互联，并且可以构成各种组织形态。论文对异构网络环境下多终端协同控制机制展开研究，突破现有终端能力和网络资源有限的系统制约，为用户提供泛在的网络接入和信息服务。根据泛在网络环境中用户可以由多个终端设备协同为其提供信息服务，论文首先提出了终端聚合的定义和架构。在重点研究环境上下文感知技术的基础上，设计了基于环境上下文的终端聚合组织机制，利用多终端之间各自设备能力信息的交互实现终端聚合。论文还着重研究了多终端协同通信、泛在网络业务协同控制传输等关键技术，在终端聚合架构的基础上，设计了面向多终端协同的业务多流并行传输控制机制。在上述研究的基础上，论文最后提出了支持终端聚合的Mesh组网平台控制架构，设计了应急救灾场景下视频传输业务的技术验证实验平台。论文在嵌入式ARM平台上基于Socket通信技术进行了视频传输业务的软件开发，采用多个Mesh节点的自组织组网实验平台架构，实现了终端聚合过程中的环境上下文感知和异构网络环境下真实的多终端协同视频传输业务，验证了解决方案和关键技术的可行性。
周传华[7]（2011）在《语义Web动态服务组合技术的关键性问题研究》文中指出Internet的飞速发展正在改变整个社会,一个数字化的时代已经到来。毫无疑问,在这个基于Internet的数字化社会里,各种各样的网上应用和网络服务都将会越来越多。而且,这些应用和服务将会遍及政治、经济、军事、教育、科技、文化、商业、宗教等各个领域。与现实社会一样,人们在Internet上的应用和服务的需求都是不断变化的,因此,Internet提供的应用和服务也应该随着人们需求的变化而变化,这也是一种以人为本的理念。作为一种新型的分布式计算模式,语义Web动态服务组合近年来得到了产业界和学术界的广泛关注。在实际应用中,单一的Web服务仅实现一般要求,无法满足现实应用的多维需求。因此,在新一代Internet环境下,如何动态合成单一服务所提供的各种功能,形成新型、稳定、可靠、功能综合、支持QoS管理的动态服务组合,满足Web用户各自不同的个性化需求,已成为学术研究的焦点,应用前景广阔。论文在此领域开展了研究,工作的主要内容体现六个方面:（1）提出了语义Web动态服务组合模型根据Web动态服务架构和主动计算特征,提出了语义Web动态服务组合模型,模型通过对服务请求者的意图进行发现与响应,定位用户个性化的服务需求,服务质量和服务等级;借助服务注册库（UDDI）资源,启动动态查询与发现用户需要的服务引擎;通过服务获取技术,动态进行服务功能组合路径优化,绑定所需服务的URI获取匹配服务发布,实现稳定、可靠、功能综合的语义Web服务。（2）提出了基于服务分类技术的选择性集成算法Web服务分类是实现服务动态组合的前提与基础。AODE （Averaged One-Dependence Estimators）算法是最近提出的一种典型的基于na?ve Bayes的改进算法,并受到国际机器学习界的关注。交叉熵方法（Cross-entropy Method）是一种解决组合优化问题的全局随机搜索算法,已成功的应用到许多经典的NP问题求解中。基于交叉熵方法,提出了解决AODE算法选择性集成的CESAODE（Cross-Entropy method for Selective AODE）算法,期望实现Web服务分类有效性与可靠性的提升。在WEKA平台上使用UCI数据集进行的仿真实验结果表明,CESAODE算法比现有的分类算法具有更好的分类性能。（3）提出了基于多任务Web动态服务即时分类算法传统的即时分类算法偏向于单个实例,即在某一时期内仅处理一个实例,而其他实例只能在缓冲区等待。当进程被中断的时候,部分实例被充分评估。中断时,剩下的实例则没有经过任何的评估。这样,对实例总体来说只得到局部的优化。论文提出一种更为灵活、有效的面向Web多任务动态服务即时分类算法。基于t分布的p-value （误判率）即时分类算法。该算法着眼于全局,在整体实例中选取最需要得到评估的实例进行计算,从而在中断计算时得到全局的最优化,实现分类事务处理过程的分类效率和准确率的有效统一。（4）提出了面向Web动态服务组合优化的动态小生境学习机制在SOA架构下,Web用户的服务需求是动态变化的,而当前诸多智能进化算法的研究仅关注针对静态问题求解,这种静态导向的算法在进化后期往往会失去对环境的适应能力,无法跟踪极值点在搜索空间的运动路径,从而无法适应Web环境下的动态问题求解。论文提出一种基于语义Web服务动态小生境的自组织学习算法（dynamic niche-based self-organizing learning algorithm, DNSLA）,首次实现了基于0-1编码的动态学习机制,种群中的个体由被动适应转为主动学习,能够动态侦测Web服务需求与服务环境的变化,具有更强健的动态环境适应能力。通过计算仿真实验显示,算法在动态变化的环境中,能够很好地与环境进行稳定而友好的交互学习,鲁棒性强,动态搜索能力和极值点跟踪能力优于同类搜索方法。（5）提出了一种动态服务过程失效侦测与响应处理机制服务失效是影响服务可用性的制约因素。论文从服务过程的动态侦测、服务失效的即时响应二个维度展开研究,构建了一种新的面向Web服务的失效侦测机制,实现侦测的完整性、准确性和效率的有效折中,强化服务对动态环境的适应性;在失效容错处理的映射研究中,论文引入粒子群优化算法均值聚类分析,寻求Web动态服务过程失效边界值的有效求解,探索在流程初始SLA（用户等级服务协议）得到满足的条件下,重构执行流程,稳定服务常态,满足不同层次Web用户的个性化服务需求。（6）提出了Web动态服务组合的QoS需求预测及服务质量评价算法Web服务质量QoS是服务的一组非功能属性集合,在动态服务组合过程中,服务质量QoS依赖于组件服务的QoS,动态发现、选择、绑定组件服务,是Web动态服务流程构成的要件。论文基于服务选择特征,提出了一种关系矩阵编码方式,通过关系矩阵编码途径,有效解决多路径情形,用一种编码表示的技术问题,实现服务动态重计划、服务循环路径、服务组合多种类型表达的简化与精准性。
曾文英[8]（2011）在《面向移动环境的数据存储管理方法关键技术研究》文中指出随着移动网络技术的快速发展和移动用户数量的持续增长,移动环境下的各种业务应用已经日趋广泛。伴随而来的是移动应用环境下产生的数据信息呈指数式的增长,它带来了对移动环境下的大量数据信息进行存储管理的新技术需求,因此,有关面向移动环境下的数据存储管理问题的研究已经变得越来越重要。现有的有线网络中的分布式存储管理方法主要是针对带宽稳定、可持续服务、可扩展和高性能节点等都比较稳定的应用环境;但它在面对移动环境的异构性、分布性、高维性、动态性带来的移动数据管理的复杂性等方面具有明显的不适应性,因此,不能直接应用于移动环境下的数据存储管理。由于移动环境的多源性、多宿性、自治性、上下文感知性和环境依存性,且面向移动环境的数据存储管理具有集中与分布的特点,因此,可以考虑借助移动Agent技术、移动数据库、分布式网络、跨层协作、网格计算及云计算等多种技术来构建移动环境存储管理与服务系统。另外,随着各种网络互通和融合技术的日益成熟,在移动环境下设备与网格和云计算系统协作可以构建海量、持久、无限可扩展的存储资源与服务系统的市场前景巨大,并且良好的数据存储管理方法将会为移动应用的运行服务提供高效、安全的数据存储基础。因此,面向移动环境的数据存储管理方法的研究有重要的理论意义和实际意义。本文对移动环境下的移动网格体系结构与资源选择方法、移动分布式数据存储服务结构模型、移动数据库技术、基于无线Mesh网的层次化存储系统和移动环境下的存储服务QoS等关键技术问题进行了系统而深入的研究,取得了一些有创新性意义的研究成果;其主要研究工作和创新性成果体现在以下几个方面。1.提出了一种移动网格结构模型（MGAM,Mobile Grid Architecture Model）和移动网格资源管理算法（MGRMA,Mobile Grid Resource Management Algorithms）。首先提出了一种结合移动计算和网格计算、支持移动环境存储服务的移动网格结构模型,其次,对移动网格的逻辑构成和形式化模型进行分析,给出了移动网格资源选择与分配方法和相关的移动网格资源协作算法,最后给出了移动网格的原型和应用实例,并进行了模拟测试和性能分析。2.提出了一种基于移动环境的自适应分布式存储服务的系统结构模型（SDSSAM,Self-Adaptive Distributed Storage Service Architecture Model）,SDSSAM是一种结合移动计算的跨层协作式存储结构模型。首先描述了SDSSAM的各层次的功能;其次提出了SDSSAM结构中的跨层协作方式;最后给出了SDSSAM的分布式存储协作服务和自适应存储等算法。研究表明SDSSAM具有自适应、移动计算、分布式计算和自组织的特点,是一种具备了灵活性、自主性、协作性和群体智能的移动存储系统结构。3.提出了一种基于移动数据库的移动数据管理结构（MDMA,Mobile Data Management Architecture）和存储管理方法（SMS,Storage Management Solution）。移动数据库是移动分布式环境数据组织和存储的最有效的方式,为移动业务运行提供了数据支撑,移动应用一般基于移动数据库而实现。针对移动环境的特点,首先提出了一种基于移动数据库的移动数据管理结构和存储管理方法;其次研究了移动数据库中数据的预取与复制、缓存同步、事务处理、并发控制、广播机制等多种关键技术,为移动环境下数据存储与管理相结合提供可行的管理方法。4.提出了一种基于无线Mesh网的层次化存储系统（HSSWMN,Hierarchical Storage System over Wireless Mesh Network）模型。首先提出了基于无线Mesh网的层次存储系统（HSSWMN）模型,并对其存储模型、存取算法、性能优化等方面进行了分析和研究;其次研究了HSSWMN的名字空间与元数据服务、搜索与查找服务、注册与注销,可扩展性、负载均衡、容错机制、数据安全、复制与缓存机制和拓扑重构等关键问题;最后通过仿真分析,对时延、吞吐量、误码率等进行了模拟测试,并对HSSWMN存储系统的可行性、可用性和可靠性进行了性能分析。5.提出了一种面向移动环境数据存储服务QoS跨层模型（QCLMSS,QoS Cross Layer Model of Storage Services）和移动环境存储服务QoS确保算法（QASS,QoS Guarantee Algorithms of Storage Service）。首先对移动环境数据存储服务QoS技术进行了研究,分析了各层次QoS的特征及关系;其次提出了QoS实施算法及性能模型,并对移动环境下存储QoS保证算法进行了研究;最后提出了全局优化、局部优化、多阶段优化、自适应优化等算法,并分析了移动存储系统的QoS实例,对有线网络、无线网络接入方式下磁盘I/O性能进行了模拟测试和分析研究。
杨漪澜[9]（2011）在《基于安全组播的核心路由器的设计与实现》文中研究指明随着互联网业务的迅速发展,网络信息在社会发展中的作用日益突出。然而,在网络为人们带来便利的同时,对网络安全问题以及传输高质量、高性能的多媒体业务也提出了更高的要求。组播是一种针对多点传输和多方协作的组通信模型,发送方只需传输一份数据,通过让组播路由器复制接收方所需份数来完成转发。组播的优势在于既能降低发送方的计算负荷,也能降低网上数据的份数,从而高效的利用了网络资源。组播经历了二十余年的发展,虽然在多媒体领域取得了一定的应用,但始终没有得到大规模的部署。阻碍组播业务发展的关键因素,其一是组播的开放性模型,这种开放性使组播通信比单播更容易遭受各种攻击;其二就是组播与单播采用不同的路由机制,增加了组播路由器结构的复杂性。本文取材于国家863课题《基于端到端虚电路架构的网络安全计算模型及其关键技术的研究》,该课题进行全新安全组播机制的研究,具有基于结构性安全的特性,并在统一的路由机制下同时支持单播和组播。本文对该课题中的核心路由器进行设计与实现。本人主要工作如下:（1）设计一种共享RP（Rendezvous Point）组播分发树的组播传输体系结构。本文对组播传输需解决的关键技术一一作出分析,结合开源的IP和MPLS（Multi-Protocol Label Switch）代码,设计传输组播的核心路由器。由于MPLS标签数量有限以及配置中间路由器复杂,改进该系统,设计以标签发布协议（Label Distribute Protocol）和IPsec（Internet Protocol Security）认证的安全组播核心路由器。并结合实际应用中多组播业务同时传输的调度问题,提出预分配带宽算法。（2）设计并实现安全组播核心路由系统。依据RP组播树传输体系结构,分析现有软件技术,按照网络层的层次结构,对安全组播核心路由器具体实现。（3）对安全组播核心路由系统进行全面测试。本文结合课题中的实际问题,按照场景设计测试用例,对安全组播核心路由器的功能及性能方面进行测试。测试结果分析表明,结合IP、MPLS、LDP技术,既能有效简化转发机制,又能在一定程度上提高转发效率和安全性。本文的安全组播核心路由器能对功能进行扩展,以产生满足多组播业务同时传输的需求,在满足不同组播业务实时性的基础上,为传输中的带宽分配给予一定公平性地保证。本文的研究成果能够应用于需要多业务同时传输的网络系统,其具有极大的实际应用价值。
王佳佳[10]（2010）在《全IP融合网络中的服务质量相关技术研究》文中提出满足所承载业务的服务质量（QoS）,使任何用户随时随地都能获得具有QoS保障的服务,是网络的设计目标之一。伴随着移动通信网络的宽带化和宽带无线网络的移动化进程,基于全IP的异构网络共存和融合已成为下一代无线网络的重要特征。全IP融合网络环境下,多种网络技术并存,各种网络有不同的传输速率、信道特性、系统容量、资源状况、QoS分类、资源预留方式等,不同网络对业务的承载能力和方式不同,如何在业务接入,业务端到端建立和维护以及移动环境达到业务高QoS要求,满足下一代异构网络多样性和服务高质量要求,成为无线异构网络无缝集成的关键。本文首先对无线网络的发展和演进进行了总结,并分析了未来网络的全IP化融合趋势,之后对QoS的定义和分类进行介绍,并详细阐述了当前移动通信网络和IP网络的服务质量保障相关技术,在此基础上,从端到端、接入和移动等方面对全IP融合网络中所面临的QoS问题进行分析、整理和归纳。在端到端QoS保障方面,本文提出了基于策略和下一代信令的端到端QoS保障框架,详细设计了框架内的域内纵向管理控制策略和域间横向信令交互流程；基于所提出的框架,提出了基于最小均方误差的端到端SLA协商算法,根据实际的端到端性能,自适应调整业务在端到端路径上不同网络域能够承诺的服务等级。仿真结果验证了所提出的方案能够自适应调整业务等级,实现不同网络域之间的SLA协商,满足业务通过端到端路径的QoS需求。在业务接入方面,本文提出了异构融合网络环境下的分级联合接纳控制机制（HJCAC, Hierarchical Joint Call Admission Control）,在网络侧分别构建本地接纳控制实体和分级联合接纳控制实体,并协同终端共同为业务作出接纳判决和最优接入网络选择。仿真结果证明所提出方案能够在不改变各个网络已有的接纳控制策略的基础上,统一各个网络资源,轻负载时能有效提高业务接纳率10.96%,重负载时仍能提高4.71%；之后,本文提出了自适应接入模式选择算法。终端根据实时监测的网络特性,自适应选择以多跳模式或蜂窝集中模式接入网络,仿真结果表明该算法能够为业务选择合适的模式接入网络,在提高吞吐量同时,维持不同终端之间的公平性。在移动场景下,为解决传统QoS信令机制在移动时的双重预留问题,本文提出了具有移动性感知的QoS信令机制（QNFH,QoSNSLP with FHMIPv6）。所提出方案结合FHMIPv6和NSIS,利用L2检测提前触发三层FHMIPv6,进而触发上层QoS NSLP的提前预留,切换动作完成后,只需对提前预留路径上的无状态预留进行激活。仿真结果表明,相比于FHMIPv6和NSIS协议独立的方案,对于C-Mode模式,新旧路径上的公共部分跳数每增加1跳,所提出方案能够减少切换前后的预留重建时延约1.06ms,并减少信令重建开销约1.87%；对于D-Mode模式,新旧路径上的公共部分跳数每增加1跳,所提出方案能够减少切换前后的预留重建时延约0.98ms,并减少信令重建开销约1.09%。针对路由算法收敛慢和网络环境变化快的矛盾,本文还提出了基于位置信息的智能QoS路由机制,该机制采用蚁群算法,在禁忌表确定阶段添加位置判决函数用于减小算法搜索范围,同时在启发函数内添加位置相关信息和QoS需求信息,使得算法尽可能向最优解逼近。仿真结果验证了所提出算法能够保证在不影响最优寻路效果的同时,提高算法的收敛速度平均达36.96%。本文最后对全文进行了总结,指出了论文工作的不足,并为下一步的研究提出了若干建议。
二、IP QoS及其关键技术的研究（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、IP QoS及其关键技术的研究（论文提纲范文）
（1）异构无线mesh网络路由技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文章节安排 |
| 第二章 异构无线mesh网络架构及其关键技术研究 |
| 2.1 异构无线mesh网络架构概述 |
| 2.1.1 无线mesh网络架构 |
| 2.1.2 异构无线mesh网络模型 |
| 2.2 异构无线mesh网络路由技术 |
| 2.2.1 多射频多信道速率异构型网络 |
| 2.2.2 单射频速率异构型网络 |
| 2.2.3 传输距离异构型网络 |
| 2.2.4 网络架构异构型网络 |
| 2.3 路由建立和维护原理 |
| 2.3.1 路由建立原理 |
| 2.3.2 路由维护原理 |
| 2.4 本章总结 |
| 第三章 面向带宽保障的异构路由技术研究 |
| 3.1 引言 |
| 3.2 问题分析 |
| 3.3 路由度量及路径选择算法 |
| 3.3.1 接口转发能力度量 |
| 3.3.2 子网剩余带宽度量 |
| 3.3.3 源-目节点最优路径选择算法 |
| 3.4 路由协议实现 |
| 3.5 仿真分析 |
| 3.5.1 仿真工具介绍 |
| 3.5.2 仿真环境 |
| 3.5.3 仿真结果分析 |
| 3.6 本章小结 |
| 第四章 面向业务需求多样化的异构路由技术研究 |
| 4.1 引言 |
| 4.2 问题分析 |
| 4.3 路由度量 |
| 4.3.1 传统的度量评估 |
| 4.3.2 基于模糊逻辑的度量评估 |
| 4.4 路由协议实现 |
| 4.5 仿真分析 |
| 4.5.1 仿真环境 |
| 4.5.2 仿真结果分析 |
| 4.6 本章小节 |
| 第五章 总结与展望 |
| 5.1 论文工作总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间发表的论文目录 |
（2）异构网络中基于图神经网络的MPTCP性能优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 缩略语说明 |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 MPTCP协议的发展 |
| 1.2.2 异构网络中的研究 |
| 1.3 研究内容与组织结构 |
| 1.3.1 研究内容 |
| 1.3.2 组织结构 |
| 第2章 MPTCP及其关键技术 |
| 2.1 多路径传输的实现 |
| 2.2 多路径传输关键技术 |
| 2.2.1 多路径路由 |
| 2.2.2 数据包调度 |
| 2.2.3 拥塞控制 |
| 2.2.4 算法总结 |
| 2.3 图神经网络简介 |
| 2.3.1 图与图神经网络 |
| 2.3.2 消息传递神经网络 |
| 2.4 本章小结 |
| 第3章 SDN中基于GNN的多路径路由 |
| 3.1 引言 |
| 3.2 多路径路由问题分析 |
| 3.3 多路径路由方案吞吐量预测模型 |
| 3.3.1 问题建模 |
| 3.3.2 图神经网络模型 |
| 3.4 SDN中基于GNN的多路径路由算法 |
| 3.4.1 系统架构 |
| 3.4.2 性能评估 |
| 3.5 本章小结 |
| 第4章 SDN中基于GNN的MPTCP数据包调度 |
| 4.1 引言 |
| 4.2 数据包调度问题分析 |
| 4.3 数据包调度方案吞吐量预测模型 |
| 4.3.1 问题建模 |
| 4.3.2 图神经网络模型 |
| 4.4 SDN中基于GNN的MPTCP数据包调度 |
| 4.4.1 子流管理与数据调度模块 |
| 4.4.2 系统架构 |
| 4.4.3 性能评估 |
| 4.5 本章小结 |
| 第5章 基于GNN的MPTCP拥塞控制 |
| 5.1 引言 |
| 5.2 拥塞控制问题分析 |
| 5.2.1 网络公平性 |
| 5.2.2 现有算法总结 |
| 5.3 拥塞控制网络方案公平性预测模型 |
| 5.3.1 问题建模 |
| 5.3.2 图神经网络模型 |
| 5.4 基于GNN的MPTCP拥塞控制算法 |
| 5.4.1 算法流程 |
| 5.4.2 性能评估 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 未来研究工作展望 |
| 参考文献 |
| 致谢 |
| 附录A 在读期间发表的学术论文与取得的研究成果 |
（3）株洲联通基于PON网络的DCN网络优化的研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究内容、目标、意义 |
| 1.3 本文的组织与安排 |
| 第二章 DCN网络和相关技术的介绍 |
| 2.1 DCN网络简介 |
| 2.1.1 DCN网的发展趋势 |
| 2.1.2 DCN网的结构特点 |
| 2.2 DCN网络相关技术介绍 |
| 2.2.1 三层交换技术 |
| 2.2.2 HSRP协议 |
| 2.2.3 OSPF协议 |
| 2.2.4 MPLS VPN网络 |
| 2.3 本章小结 |
| 第三章 PON网络及其关键技术介绍 |
| 3.1 PON网络介绍 |
| 3.1.1 PON网络演进历史 |
| 3.1.2 PON网络的特点 |
| 3.2 PON技术基本原理 |
| 3.3 PON网络的关键技术 |
| 3.3.1 MPCP协议 |
| 3.3.2 自动测距和自动识别技术 |
| 3.3.3 动态带宽分配算法 |
| 3.4 本章小结 |
| 第四章 株洲联通DCN网的优化研究 |
| 4.1 株洲联通DCN网的现状 |
| 4.1.1 株洲联通DCN网的架构 |
| 4.1.2 株洲联通DCN网面临的瓶颈 |
| 4.2 株洲联通DCN网的建设目标 |
| 4.3 株洲联通DCN网的优化与分析 |
| 4.3.1 DCN网的优化思路 |
| 4.3.2 DCN骨干网的优化与分析 |
| 4.3.3 DCN网络扩容的优化与分析 |
| 4.3.4 DCN综合网管的优化与分析 |
| 4.4 本章小结 |
| 第五章 株洲联通DCN网络的设计与实现 |
| 5.1 IP地址的规划及原则 |
| 5.1.1 IP地址的规划原则 |
| 5.1.2 IP地址的规划 |
| 5.2 VPN访问过程的设计及实现 |
| 5.2.1 VPN域的划分 |
| 5.2.2 VPN访问过程的设计 |
| 5.2.3 VPN访问过程的实现 |
| 5.3 株洲联通DCN网的路由架构方案及实现 |
| 5.3.1 株洲联通DCN网的架构方案图 |
| 5.3.2 CE端口的应用规划 |
| 5.3.3 市公司核心层的优化实现 |
| 5.3.4 县分公司接入层的优化实现 |
| 5.3.5 割接方案 |
| 5.4 株洲联通DCN网的测试与结果分析 |
| 5.4.1 湖南联通统一门户系统的联通性测试 |
| 5.4.2 湖南联通统一门户系统的访问性测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 参考文献 |
| 致谢 |
（4）云环境下DDoS攻防体系及其关键技术研究（论文提纲范文）
| 摘要 |
| Abduct |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 云计算概述 |
| 1.1.2 软件定义网络 |
| 1.1.3 DDoS攻击 |
| 1.2 研究现状与问题分析 |
| 1.2.1 研究现状 |
| 1.2.2 问题分析 |
| 1.3 主要研究内容与创新 |
| 1.4 论文组织结构 |
| 第二章 云环境下DDoS攻防体系及关键技术分析 |
| 2.1 引言 |
| 2.2 云环境下DDoS攻防体系 |
| 2.2.1 云环境下DDoS攻击漏洞 |
| 2.2.2 云环境下DDoS防御体系 |
| 2.3 云环境下DDoS攻防关键技术与问题分析 |
| 2.3.1 云环境下DDoS攻防关键技术分析 |
| 2.3.2 云环境下DDoS攻防面临的问题分析 |
| 2.4 本章小结 |
| 第三章 云环境下防火墙框架设计 |
| 3.1 引言 |
| 3.2 云环境下DDoS防御防火墙框架需求分析 |
| 3.3 云环境下防火墙资源配置成本优化 |
| 3.3.1 资源配置成本形式化 |
| 3.3.2 防火墙服务速率建模 |
| 3.4 云环境下防火墙系统稳态性能分析 |
| 3.4.1 排队论基础 |
| 3.4.2 嵌入式马尔科夫链 |
| 3.4.3 M/Geo/1队列系统模型 |
| 3.4.4 M/Geo/m队列系统模型 |
| 3.5 实验评估 |
| 3.5.1 实验配置 |
| 3.5.2 分析模型验证 |
| 3.5.3 云防火墙框架个性化参数设置 |
| 3.5.4 资源配置成本和性能的权衡关系验证 |
| 3.5.5 最优化资源配置方案 |
| 3.5.6 相关工作与对比分析 |
| 3.6 本章小结 |
| 第四章 云环境下数据层洪泛式DDoS攻击防御 |
| 4.1 引言 |
| 4.2 软件定义网络基础知识 |
| 4.2.1 软件定义网络数据层基本元素 |
| 4.2.2 软件定义网络流处理逻辑 |
| 4.2.3 软件定义网络数据层洪泛式DDoS攻击漏洞 |
| 4.3 流表规则洪泛式DDoS攻击问题描述 |
| 4.4 流表规则洪泛式DDoS攻击下流表行为分析 |
| 4.4.1 流表稳态大小 |
| 4.4.2 包缺失率 |
| 4.4.3 包经过流表平均匹配时间 |
| 4.4.4 最小化攻击速率 |
| 4.5 流表规则洪泛式DDoS攻击防御 |
| 4.5.1 流表规则洪泛式DDoS攻击主动防御 |
| 4.5.2 流表规则洪泛式DDoS攻击被动防御 |
| 4.6 实验评估 |
| 4.6.1 实验设置 |
| 4.6.2 数据包缺失率和匹配长度 |
| 4.6.3 平均响应时间 |
| 4.6.4 相关工作与对比分析 |
| 4.7 本章小结 |
| 第五章 云环境下数据层隐蔽式DDoS攻击防御 |
| 5.1 引言 |
| 5.2 软件定义网络数据层隐蔽式DDoS攻击漏洞 |
| 5.2.1 隐蔽式DDoS攻击特征 |
| 5.2.2 攻击流组织 |
| 5.2.3 流表各项性能指标分析 |
| 5.3 云环境下数据层隐蔽式DDoS攻击防御 |
| 5.3.1 隐蔽式DDoS攻击检测基础 |
| 5.3.2 隐蔽式DDoS攻击检测算法 |
| 5.4 实验评估 |
| 5.4.1 实验设置 |
| 5.4.2 隐蔽式DDoS攻击效果 |
| 5.4.3 隐蔽式DDoS攻击检测 |
| 5.4.4 相关工作与对比分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录1：攻读博士期间发表及录用文章列表 |
| 附录2：攻读博士期间获奖情况列表 |
（5）云环境下大数据服务及其关键技术研究（论文提纲范文）
| 摘要 |
| Abstrad |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 大数据与大数据服务 |
| 1.1.2 大数据服务的技术特征 |
| 1.1.3 云计算概述 |
| 1.1.4 云计算与大数据服务之间的关系 |
| 1.2 研究现状与问题分析 |
| 1.2.1 研究现状 |
| 1.2.2 问题分析 |
| 1.3 主要研究内容与创新 |
| 1.4 论文组织结构 |
| 第二章 云环境下大数据服务应用模式及关键技术分析 |
| 2.1 引言 |
| 2.2 云环境下大数据服务应用模式的设计 |
| 2.2.1 云环境下大数据服务的应用场景分析 |
| 2.2.2 一个云环境下的大数据服务应用模式 |
| 2.3 云环境下大数据服务关键技术与问题分析 |
| 2.3.1 云环境下大数据服务的关键技术分析 |
| 2.3.2 云环境下大数据服务面临的问题分析 |
| 2.4 本章小结 |
| 第三章 云环境下P2P技术在大数据服务中的拓展应用 |
| 3.1 引言 |
| 3.2 大数据服务的数据资源查找问题描述与分析 |
| 3.3 数据资源描述与表示 |
| 3.4 云环境下基于非结构化P2P网络的数据资源节点组织方式 |
| 3.4.1 影响数据资源查找成功率的关键因素分析 |
| 3.4.2 基于邻居节点间的数据资源信息主动复制协议 |
| 3.5 基于概率随机游走的数据资源查找方法 |
| 3.6 实验评估 |
| 3.6.1 实验配置 |
| 3.6.2 实验结果分析 |
| 3.6.3 相关工作与对比分析 |
| 3.7 本章小结 |
| 第四章 云环境下大数据服务的可信组合评估方法 |
| 4.1 引言 |
| 4.2 组合评估的基础知识 |
| 4.2.1 云服务的QoS模型 |
| 4.2.2 大数据服务组合评估的效用函数 |
| 4.2.3 大数据服务组合评估的问题描述 |
| 4.3 基于QoS历史记录的可信组合评估方法 |
| 4.3.1 Benchmark：基于QoS历史记录的可信组合评估方法 |
| 4.3.2 HireSome-Ⅰ：基于贡献度的可信组合评估方法 |
| 4.3.3 HireSome-Ⅱ：基于代表性QoS历史记录的可信组合评估方法 |
| 4.4 实验评估 |
| 4.4.1 实验配置 |
| 4.4.2 实验结果分析 |
| 4.4.3 相关工作及对比分析 |
| 4.5 本章小结 |
| 第五章 云环境下大数据服务及其关键技术在医疗领域的应用 |
| 5.1 引言 |
| 5.2 疾病自诊断服务的需求分析 |
| 5.3 疾病自诊断服务的实现 |
| 5.3.1 基于可信组合评估的云服务选择 |
| 5.3.2 电子病历索引的建立 |
| 5.3.3 疾病自诊断服务框架的设计 |
| 5.3.4 疾病自诊断模型的计算 |
| 5.4 原型系统与性能分析 |
| 5.4.1 原型系统的实现 |
| 5.4.2 原型系统的性能分析 |
| 5.5 疾病自诊断服务的应用效果 |
| 5.6 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 附录1：攻读博士期间发表及录用文章列表 |
| 附录2：攻读博士期间参研项目列表 |
| 附录3：攻读博士期间获奖情况列表 |
（6）支持泛在终端聚合的Mesh组网技术研究与实现（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.1.1 泛在网络的研究 |
| 1.1.2 协同网络的研究 |
| 1.2 国内外研究现状 |
| 1.2.1 网络分层研究现状 |
| 1.3 本课题的主要章节内容 |
| 第二章 终端聚合及其关键技术 |
| 2.1 应用需求 |
| 2.1.1 典型应用场景 |
| 2.2 终端聚合概述 |
| 2.2.1 终端聚合的定义 |
| 2.2.2 终端聚合的架构 |
| 2.3 终端聚合组织机制 |
| 2.3.1 终端聚合过程 |
| 2.4 终端聚合关键技术 |
| 2.4.1 环境上下文感知技术 |
| 2.4.2 环境上下文感知的实现过程 |
| 2.5 本章小结 |
| 第三章 泛在网络业务控制平台及其关键技术 |
| 3.1 业务协同控制平台概述 |
| 3.1.1 控制平台体系架构 |
| 3.2 多终端协同通信技术 |
| 3.2.1 多终端互连互通架构 |
| 3.2.2 多终端间协议框架 |
| 3.2.3 异构终端寻址策略 |
| 3.3 业务协同传输控制技术 |
| 3.3.1 面向多终端协同的多流并行传输 |
| 3.3.2 基于SCTP的多流传输控制策略 |
| 3.4 本章小结 |
| 第四章 Mesh组网实验平台的业务验证 |
| 4.1 协同业务平台概述 |
| 4.1.1 泛在协同业务平台架构 |
| 4.2 实验平台的应用设计 |
| 4.2.1 应用需求 |
| 4.2.2 应用场景 |
| 4.3 实验平台的应用实现 |
| 4.3.1 设备间通信流程 |
| 4.3.2 硬件组建过程 |
| 4.3.3 业务实现过程 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 论文总结 |
| 5.2 课题展望 |
| 参考文献 |
| 附录 1 攻读硕士学位期间撰写的论文 |
| 附录 2 攻读硕士学位期间申请的专利 |
| 附录 3 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（7）语义Web动态服务组合技术的关键性问题研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 Web 服务研究的内涵及其现状 |
| 1.2.1 语义Web 的内涵 |
| 1.2.2 存在的问题 |
| 1.2.3 SOA（service-oriented architecture）与Web 服务 |
| 1.3 语义Web 动态服务组合及其研究状况 |
| 1.3.1 动态服务技术 |
| 1.3.2 语义Web 动态服务组合 |
| 1.3.3 语义Web 动态服务组合研究现状 |
| 1.4 论文主要内容 |
| 1.5 论文的章节结构及其逻辑关系 |
| 第2章 语义 Web 动态服务组合模型及其关键技术 |
| 2.1 语义Web 动态服务组合模型 |
| 2.2 语义Web 动态服务组合模型的实现路径 |
| 2.2.1 服务动态发现与分类 |
| 2.2.2 动态服务组合定制与优化 |
| 2.3 语义Web 动态服务组合中的关键技术 |
| 2.3.1 动态服务组合环境下的服务动态分类技术 |
| 2.3.2 动态服务环境下的服务组合智能优化实现技术 |
| 2.3.3 动态服务组合过程的失效处理及其可靠性保障技术 |
| 2.3.4 动态服务过程中服务组合的QoS 预测及其响应技术 |
| 2.4 本章小结 |
| 第3章 动态服务组合中的分类算法设计与计算仿真 |
| 3.1 引言 |
| 3.2 AODE 选择性集成的理论基础 |
| 3.3 基于交叉熵方法的AODE 选择性集成算法 |
| 3.4 实验分析 |
| 3.5 本章小结 |
| 第4章 面向多任务 Web 服务组合的动态即时分类算法 |
| 4.1 引言 |
| 4.2 平均1-依赖决策树集成算法 |
| 4.3 多任务学习角度解释AODE 和AODT 的工作原理 |
| 4.4 实验和分析 |
| 4.4.1 实验数据和对比算法 |
| 4.4.2 实验结果及分析 |
| 4.4.3 算法的偏差/方差分析 |
| 4.5 本章小结 |
| 第5章 语义 Web 服务组合动态小生境的自组织学习算法 |
| 5.1 引言 |
| 5.2 动态自组织学习算法 |
| 5.2.1 自组织学习设计 |
| 5.2.1.1 基于个体适应度值的全局学习 |
| 5.2.1.2 基于海明距离的邻域学习 |
| 5.2.1.3 基于对偶映射的自组织学习设计 |
| 5.3 伪代码 |
| 5.4 算法分析 |
| 5.4.1 动态因素 |
| 5.4.2 组合过程中的种群多样性 |
| 5.5 实验与分析 |
| 5.5.1 组合过程中的动态位匹配问题 |
| 5.5.1.1 问题定义 |
| 5.5.1.2 实验结果与分析 |
| 5.5.2 组合过程中的时变背包问题 |
| 5.5.2.2 实验结果与分析 |
| 5.5.3 组合优化问题 |
| 5.5.3.1 问题定义 |
| 5.5.3.2 实验结果与分析 |
| 5.6 本章小结 |
| 第6章 动态服务组合过程的服务失效侦测与响应 |
| 6.1 引言 |
| 6.2 Web 动态服务侦测与服务失效处理的研究 |
| 6.3 Web 动态服务失效侦测机制的构造 |
| 6.3.1 Web 动态服务过程监测的自适应策略 |
| 6.3.2 Web 动态服务失效侦测算法模型的实验仿真 |
| 6.4 Web 动态服务容错处理机制设计 |
| 6.4.1 容错处理映射 |
| 6.4.1.1 单元成分服务容错处理机制的映射 |
| 6.4.1.2 动态服务组合容错处理机制的映射路径 |
| 6.4.1.3 基于粒子群优化算法均值聚类分析的边界值确定 |
| 6.5 Web 动态服务组合过程的失效处理 |
| 6.6 web 动态服务过程失效处理机制的计算仿真 |
| 6.7 本章小结 |
| 第7章 动态服务组合 QoS 的需求预测与质量评估 |
| 7.1 引言 |
| 7.2 基于属性计算的Web 动态服务选择 |
| 7.2.1 QoS 定义 |
| 7.2.2 动态服务的多维QoS 参数 |
| 7.2.3 QoS 属性值计算途径的研究 |
| 7.3 关系矩阵编码模式的遗传算法表示 |
| 7.4 编码模式 |
| 7.4.1 Web 动态服务组合特性 |
| 7.4.2 关系矩阵编码定义 |
| 7.4.3 关系矩阵编码的仿真计算分析 |
| 7.4.4 关系编码与一维编码方式的仿真对比 |
| 7.4.5 变异策略的计算仿真对比分析 |
| 7.5 Web 动态服务组合的多维QoS 模型构建 |
| 7.6 Web 动态服务关键质量指标 |
| 7.7 Web 动态服务过程多维QoS 模型的服务质量评价 |
| 7.7.1 服务质量QoS 多代理模式的Web 服务质量评价机制 |
| 7.7.2 Web 动态服务组合过程QoS 评价的验证 |
| 7.8 本章小结 |
| 第8章 语义 Web 动态服务组合原型系统实现 |
| 8.1 原型系统设计 |
| 8.1.1 模式选择 |
| 8.1.2 OWL-S 解析器的工作过程 |
| 8.1.3 原型系统服务程序结构 |
| 8.1.4 原型系统的开发环境配置 |
| 8.2 应用实例 |
| 8.2.1 定制服务 |
| 8.2.2 需求输入与分析 |
| 8.2.3 服务构件动态检索与获取 |
| 8.2.4 构件装配与程序发布 |
| 8.3 本章小结 |
| 第9章 回顾与展望 |
| 9.1 回顾 |
| 9.2 展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（8）面向移动环境的数据存储管理方法关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 相关技术及现状 |
| 1.2.1 无线网络 |
| 1.2.2 移动计算 |
| 1.2.3 移动网格 |
| 1.2.4 网络存储相关技术 |
| 1.2.5 面向服务架构 |
| 1.2.6 云计算与云服务 |
| 1.2.7 移动环境数据管理 |
| 1.2.8 存储服务与QoS |
| 1.3 论文的主要工作 |
| 1.4 论文的组织结构 |
| 第二章 移动网格体系结构及其资源选择方法 |
| 2.1 引言 |
| 2.2 相关研究 |
| 2.3 移动网格架构设计 |
| 2.3.1 移动网格体系结构 |
| 2.3.2 无线网格部分的体系结构 |
| 2.3.3 静态网格部分的体系结构 |
| 2.3.4 移动网格主要组件的功能 |
| 2.4 移动网格的逻辑构成 |
| 2.5 移动网格的形式化模型 |
| 2.6 移动网格资源选择与分配方法 |
| 2.7 基于移动网格的存储资源协作算法 |
| 2.8 移动网格的应用实例 |
| 2.9 移动网格的原型设计 |
| 2.10 模拟实验 |
| 2.10.1 移动网格的可用性模拟分析 |
| 2.10.2 移动网格的服务性能模拟分析 |
| 2.10.3 移动网格的传输性能测试 |
| 2.11 本章小结 |
| 第三章 基于移动环境的数据存储服务架构 |
| 3.1 引言 |
| 3.2 相关研究 |
| 3.3 基于移动环境的自适应的分布式存储服务架构 |
| 3.4 集中式存储服务算法 |
| 3.5 分布式存储服务算法 |
| 3.5.1 分布式存储服务管理算法 |
| 3.5.2 基于层次化分区域的多主节点协作算法 |
| 3.5.3 性能分析 |
| 3.6 自适应式存储服务算法 |
| 3.6.1 自适应算法概述 |
| 3.6.2 基于Agent的自适应协作算法 |
| 3.6.3 基于博弈的分布式协作算法 |
| 3.7 自主存储服务 |
| 3.7.1 自主存储 |
| 3.7.2 自主存储服务 |
| 3.7.3 数值分析 |
| 3.8 模拟实验 |
| 3.9 本章小结 |
| 第四章 移动数据库关键技术研究 |
| 4.1 引言 |
| 4.2 移动数据管理架构及存储管理方法 |
| 4.3 移动性数据管理 |
| 4.3.1 移动性支持 |
| 4.3.2 位置数据管理 |
| 4.4 数据副本与缓存管理 |
| 4.4.1 预取与复制 |
| 4.4.2 缓存同步管理 |
| 4.5 事务与并发控制 |
| 4.5.1 事务处理 |
| 4.5.2 并发控制 |
| 4.6 广播机制 |
| 4.7 数据容错与安全 |
| 4.7.1 恢复与容错 |
| 4.7.2 移动数据安全 |
| 4.8 复制算法设计 |
| 4.9 模拟实验 |
| 4.9.1 移动数据库系统性能分析 |
| 4.9.2 实验结果分析 |
| 4.10 本章小结 |
| 第五章 基于无线MESH网的层次存储系统研究 |
| 5.1 引言 |
| 5.2 相关研究 |
| 5.2.1 存储技术 |
| 5.2.2 无线Mesh网 |
| 5.3 基于无线MESH网的层次存储系统架构 |
| 5.3.1 无线Mesh网的结构 |
| 5.3.2 基于无线Mesh网的存储定义 |
| 5.3.3 HSSWMN层次存储系统组成 |
| 5.4 HSSWMN关键技术算法 |
| 5.4.1 名字空间与元数据服务 |
| 5.4.2 搜索与查找服务 |
| 5.4.3 注册与注销 |
| 5.4.4 存储服务系统架构及可扩展性 |
| 5.4.5 存储负载平衡 |
| 5.4.6 存储容错机制 |
| 5.4.7 存储数据安全 |
| 5.4.8 复制与缓存机制 |
| 5.4.9 拓扑重构 |
| 5.5 性能分析 |
| 5.6 模拟实验 |
| 5.7 本章小结 |
| 第六章 移动环境数据存储服务QoS研究 |
| 6.1 引言 |
| 6.2 相关研究 |
| 6.2.1 网络QoS |
| 6.2.2 移动计算QoS |
| 6.2.3 存储QoS |
| 6.3 存储服务QoS定义与描述 |
| 6.4 移动环境存储服务QoS层次模型分析 |
| 6.4.1 存储服务QoS层次模型的建立 |
| 6.4.2 基于异构通信基础设施的QoS |
| 6.4.3 基于代理的移动网络存储服务QoS |
| 6.5 移动环境存储服务QoS确保算法 |
| 6.5.1 存储服务QoS保障机制 |
| 6.5.2 全局优化的存储服务QoS保证算法 |
| 6.5.3 局部优化的存储服务QoS保证算法 |
| 6.5.4 自适应优化的存储服务QoS保证算法 |
| 6.6 存储系统QoS实例 |
| 6.6.1 对象存储系统QoS框架 |
| 6.6.2 基于无线接入的对象存储系统QoS |
| 6.6.3 一种实用的存储服务QoS保证方法 |
| 6.7 QoS性能模型设计 |
| 6.8 模拟实验 |
| 6.8.1 测试拓扑结构 |
| 6.8.2 测试系统参数定义 |
| 6.8.3 有线网络接入方式读写测试分析 |
| 6.8.4 PC磁盘本地及网络映射盘I/O性能测试系统参数 |
| 6.8.5 本地磁盘I/O性能 |
| 6.8.6 有线网络下磁盘I/O性能 |
| 6.8.7 无线网络下磁盘I/O性能 |
| 6.8.8 无线多跳接入下磁盘I/O性能 |
| 6.8.9 有线与无线双连接方式I/O读写性能 |
| 6.8.10 系统I/O预测分析 |
| 6.9 本章小结 |
| 总结与展望 |
| 一、论文工作总结 |
| 二、今后工作展望 |
| 参考文献 |
| 攻读博士学位期间取得的研究成果 |
| 致谢 |
| 附表 |
（9）基于安全组播的核心路由器的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 引言 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 研究的目的与意义 |
| 1.4 项目工作 |
| 1.5 论文结构 |
| 第二章 相关技术 |
| 2.1 IP组播 |
| 2.1.1 组播IP地址 |
| 2.1.2 IGMP |
| 2.1.3 组播路由协议 |
| 2.1.4 组播的优缺点 |
| 2.2 安全组播 |
| 2.2.1 组播的安全问题 |
| 2.2.2 安全组播的核心思想 |
| 2.3 MPLS |
| 2.3.1 MPLS基本原理 |
| 2.3.2 MPLS的标签交换过程 |
| 2.3.3 MPLS扩展信令协议 |
| 2.4 QoS 原理 |
| 2.4.1 拥塞控制机制 |
| 2.4.2 PQ 算法 |
| 2.4.3 业务调度类型 |
| 2.5 IPsec |
| 2.6 本章小结 |
| 第三章 安全组播核心路由器的设计 |
| 3.1 网络安全模型 |
| 3.1.1 网络安全模型的架构 |
| 3.2 安全组播核心路由器详细设计 |
| 3.2.1 核心路由器总体设计 |
| 3.2.2 核心路由器中网络协议 |
| 3.3 建立LSP链路 |
| 3.3.1 修改IP协议建立LSP链路 |
| 3.3.2 使用MPLS和LDP建立LSP链路 |
| 3.3.3 IPsec认证传输中的控制消息 |
| 3.4 RP 路由器 |
| 3.4.1 双RP 路由器组 |
| 3.4.2 数据业务在核心路由器中传输过程 |
| 3.5 资源管理 |
| 3.5.1 基于严格优先级调度算法 |
| 3.5.2 预分配带宽算法 |
| 3.6 本章小结 |
| 第四章 安全组播核心路由器的实现 |
| 4.1 开发环境 |
| 4.1.1 Linux介绍 |
| 4.1.2 Linux网络系统 |
| 4.1.3 Linux内核与Linux内核模块 |
| 4.1.4 开发过程 |
| 4.2 LSP链路建立 |
| 4.2.1 数据接收模块 |
| 4.2.2 加标签模块 |
| 4.2.3 数据转发模块 |
| 4.2.4 MPLS加载 |
| 4.2.5 LDP 加载 |
| 4.3 RP 转发 |
| 4.3.1 netfilter实现 |
| 4.3.2 IP协议注册 |
| 4.4 资源管理 |
| 4.4.1 预分配带宽算法 |
| 4.4.2 算法仿真分析 |
| 4.5 本章小结 |
| 第五章 安全组播核心路由器的测试 |
| 5.1 测试环境 |
| 5.1.1 软硬件配置 |
| 5.1.2 网络安全计算模型拓扑图 |
| 5.2 测试设计 |
| 5.2.1 测试步骤 |
| 5.2.2 测试用例 |
| 5.3 单元测试 |
| 5.3.1 加标签模块 |
| 5.3.2 数据接收模块 |
| 5.3.3 转发模块 |
| 5.4 系统测试 |
| 5.4.1 文本数据传输 |
| 5.4.2 音视频传输 |
| 5.4.3 三种不同业务同时传输 |
| 5.5 性能测试 |
| 5.5.1 网络带宽测试 |
| 5.5.2 丢包率测试 |
| 5.5.3 DOS攻击测试 |
| 5.6 网络安全模型测试结果 |
| 5.7 本章小结 |
| 第六章 总结与展望 |
| 6.1 全文工作及意义 |
| 6.2 课题展望 |
| 致谢 |
| 参考文献 |
| 攻硕期间取得的研究成果 |
（10）全IP融合网络中的服务质量相关技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 目录 |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 选题背景及意义 |
| 1.2.1 异构全IP融合发展趋势 |
| 1.2.2 QoS定义和分类 |
| 1.2.3 IP服务质量技术 |
| 1.2.4 移动网络服务质量技术 |
| 1.2.5 融合网络QoS面临的挑战 |
| 1.3 课题研究现状 |
| 1.4 主要工作和创新点 |
| 1.4.1 攻读学位期间主要工作 |
| 1.4.2 本文创新点 |
| 1.5 本文的组织结构 |
| 参考文献 |
| 第二章 端到端QoS保障机制研究 |
| 2.1 引言 |
| 2.2 研究现状及存在问题 |
| 2.2.1 基于策略的端到端方案 |
| 2.2.2 存在问题 |
| 2.3 基于策略的端到端QoS架构 |
| 2.3.1 网元抽象定义 |
| 2.3.2 PN-e2eQoS架构描述 |
| 2.3.3 域内纵向策略控制 |
| 2.3.4 域间横向信令交互 |
| 2.4 基于最小均方误差的端到端SLA协商算法 |
| 2.4.1 端到端系统建模 |
| 2.4.2 基于LMS的自适应协商算法 |
| 2.4.3 仿真及验证 |
| 2.5 本章小结 |
| 参考文献 |
| 第三章 接入QoS保障机制研究 |
| 3.1 引言 |
| 3.2 研究现状及存在问题 |
| 3.2.1 接纳控制机制研究 |
| 3.2.2 接入模式机制研究 |
| 3.3 分级联合接纳控制HJCAC |
| 3.3.1 场景及假设 |
| 3.3.2 异构分级联合接纳控制框架 |
| 3.3.3 新增消息格式 |
| 3.3.4 业务接纳流程 |
| 3.3.5 自适应接纳控制算法 |
| 3.3.6 仿真分析 |
| 3.4 自适应接入模式选择方案 |
| 3.4.1 网络模型及假设 |
| 3.4.2 自适应接入模式选择方案 |
| 3.4.3 仿真实现 |
| 3.4.4 结果分析 |
| 3.5 本章小结 |
| 参考文献 |
| 第四章 移动环境下的QoS保障机制研究 |
| 4.1 引言 |
| 4.2 相关研究 |
| 4.2.1 现有QoS信令简介 |
| 4.2.2 研究现状及存在问题 |
| 4.3 基于跨层的NSIS移动性感知方案 |
| 4.3.1 思想来源 |
| 4.3.2 方案模块设计 |
| 4.3.3 流程设计 |
| 4.3.4 算法数学描述 |
| 4.4 理论性能分析 |
| 4.4.1 时延分析 |
| 4.4.2 开销分析 |
| 4.5 仿真验证 |
| 4.5.1 仿真实现 |
| 4.5.2 仿真场景 |
| 4.5.3 预留时延分析 |
| 4.5.4 预留开销分析 |
| 4.6 本章小结 |
| 参考文献 |
| 第五章 智能QoS路由技术研究 |
| 5.1 引言 |
| 5.2 研究现状及存在问题 |
| 5.2.1 蚁群算法概述 |
| 5.2.2 研究现状 |
| 5.3 基于位置信息的智能QoS路由方案 |
| 5.3.1 QoS路由系统模型 |
| 5.3.2 节点搜索范围的确定 |
| 5.3.3 路径查找阶段 |
| 5.3.4 反向路径确认 |
| 5.3.5 路由维护过程 |
| 5.4 仿真及分析 |
| 5.4.1 仿真场景设置 |
| 5.4.2 位置信息分析 |
| 5.4.3 算法收敛速度分析 |
| 5.4.4 端到端时延分析 |
| 5.4.5 费用分析 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 总结和展望 |
| 6.1 全文总结 |
| 6.2 研究展望 |
| 附录1 缩略语 |
| 附录2 文中图表列表 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
四、IP QoS及其关键技术的研究（论文参考文献）
- [1]异构无线mesh网络路由技术研究[D]. 薛斌喜. 北京邮电大学, 2021(01)
- [2]异构网络中基于图神经网络的MPTCP性能优化研究[D]. 朱霆. 中国科学技术大学, 2021(09)
- [3]株洲联通基于PON网络的DCN网络优化的研究[D]. 樊岳峰. 南京邮电大学, 2015(02)
- [4]云环境下DDoS攻防体系及其关键技术研究[D]. 刘孟. 南京大学, 2016(10)
- [5]云环境下大数据服务及其关键技术研究[D]. 林文敏. 南京大学, 2015(11)
- [6]支持泛在终端聚合的Mesh组网技术研究与实现[D]. 王健辉. 南京邮电大学, 2013(06)
- [7]语义Web动态服务组合技术的关键性问题研究[D]. 周传华. 中国科学技术大学, 2011(06)
- [8]面向移动环境的数据存储管理方法关键技术研究[D]. 曾文英. 华南理工大学, 2011(06)
- [9]基于安全组播的核心路由器的设计与实现[D]. 杨漪澜. 电子科技大学, 2011(12)
- [10]全IP融合网络中的服务质量相关技术研究[D]. 王佳佳. 北京邮电大学, 2010(11)