一、NetManager——面向下一代网络的网络管理器(论文文献综述)
武学举[1](2021)在《云网深度融合IP网络技术及应用浅析》文中进行了进一步梳理5G推动了云网的深度融合,推动了网络通信技术(CT)与互联网技术(IT)深度融合发展。通过对云网深度融合IP网络技术的分析,研究其设计思想和架构,为相关人员或工程提供参考。
郑在富[2](2020)在《基于Wi-Fi的气缸无线传输网络系统研究与实现》文中研究说明自从2009年8月温总理号召建设“感知中国”后,物联网迅速在工业中发展。随着物联网的普及,以及云计算的大量运用,物联网重点发展的工业智能发生着革命性的变化。物联网需要将各种信息汇入互联网,无线传输网络便是最好的选择。在此机遇之下,部分企业希望将工业自动化与物联网结合起来,提前在即将到来的智能工业中分一杯羹。物联网指的是物物互联,要将自动化生产线上的所有物件达到物联网的要求,首先要攻克的是性能复杂的物件,无疑气缸是一个最好的选择,于是便有了基于物联网的气缸无线传输系统这个工程应用课题。本文首先对自动化生产线中的气动电子技术进行理论分析,确定本课题的研究对象为气缸。明确课题的要求是如何让气缸与物联网结合起来。经过工业现场环境分析确认该项目为“基于Wi-Fi的气缸无线传输网络系统”,采用Wi-Fi技术对气缸采集的实时温度、振动情况和位置信息进行传输、处理和控制。明确了课题要求后从以下几个方面进行了研究和分析:(1)通过对物联网(Internet of Things)IOT技术现状进行分析,对物联网与工业互联网就行了区别比较,明确在现有工业互联网的前提下,物联网运用到工业自动化中是有一定价值的,对“智能工业”是有意义的。传统的自动化生产线与物联网技术结合起来是本课题的价值体现,从而确定了本项目在工业运用上的价值。从气动电子技术的基本知识出发,对气动电子技术进行了概括,对气动执行元件进行了分析,确定重点和难点都在气缸,从而确定了物联网的“物”为气缸。(2)分析物联网理论基础,分析物联网无线技术,确定技术方案和路线是Wi-Fi技术。从物联网的优点、特点、体系架构、中间件和安全体系等方面对物联网进行分析,阐述了物联网无线技术知识。对全球无线电划分、网络拓扑结构和规模大小进行分析,对比物联网,传感器网络和普适泛在网络之间的关系。对比几种常见的无线网络协议后重点分析了嵌入式Wi-Fi。确定在满足通用性、安全性和选择多样性几个方面的条件后设计无线网络的配置方案。对通常用于生产设备的自动化生产线的工业自动化控制器进行分析,着重研究西门子SIMATIC控制器PLC,对TIA博途(TIA Portal)进行了分析。确定研究方向为利用物联网思维的“基于Wi-Fi的气缸无线传输网络的研究与实现”。(3)对器件CC3200详细的介绍和Simple Link子系统的学习,最终确定选择CC3200进行项目开发,重点分析了Simple Link子系统。验证了CC3200能满足该设计的硬件要求。设计了CC3200硬件系统。(4)经过分析后构建了基于Wi-Fi的物联网气缸传输系统,实现多节点,不同信号量的采集、接收和处理。分别设计了基于Wi-Fi的物联网气缸无线传输系统硬件框架图、基于Wi-Fi的物联网气缸无线传输系统总体设计通信流程、CC3200与传感器接口电路、CC3200硬件电路、温度传感器硬件接口、位置传感器、振动传感器等硬件系统,重点设计了西门子S7-1500硬件组态及HMI(人机界面)。(5)基于Simple Link Wi-Fi协议用CC3200开发设计了具有多个传感器节点的软件系统。分别完成了移动端软件设计、WEB软件设计和S7-1500与HMI(人机界面)设计。(6)用该系统对不同生产环境中的气缸进行了验证分析,均符合设计要求,达到了设计基于Wi-Fi的气缸无线传输系统课题要求。物联网与工业自动化结合在一起具有一定的工业实用性。
支婷[3](2020)在《智慧标识网络服务机理安全性关键技术研究》文中认为随着互联网规模的日益扩大,传统网络架构的局限性无法很好地满足多元化新业务所带来的通信需求。因此,如何设计新型网络架构,以从根本上解决传统网络的弊端,已成为信息领域最为迫切的研究内容之一。智慧标识网络通过灵活化的连接调度实现对网络的智慧化协同管控,是一种具备良好发展前景的新型网络架构。而由于互联网具有强大的开放性,攻击者仍然能在分析新型网络架构特征的基础上探寻新型攻击方式,网络中的安全隐患仍然存在。因此,本文针对智慧标识网络服务机理安全性关键技术展开研究,分析智慧标识网络服务机理的安全性优势及其可能面临的主要安全威胁,并针对智慧标识网络中的服务请求包泛洪攻击提出相应的攻击检测和防御方案。本文的主要工作和创新点如下:(1)针对智慧标识网络的服务机理关键技术和最新研究进展进行了归类与总结,并进一步分析了智慧标识网络的安全性优势,给出其可能遭受的主要安全威胁。首先,从智慧标识网络的体系架构模型出发,阐述了具备“三层、两域”特征的智慧标识网络服务机理。然后,重点论述了其服务机理在服务命名与解析、路由、缓存、传输控制、移动性、安全性、可扩展性、绿色节能等关键技术方面取得的研究进展。最后,详细分析了智慧标识网络在抵御传统网络攻击方面表现出的安全性优势,给出其在服务解析和服务缓存方面可能遭受的安全威胁,为本文后续关于智慧标识网络服务机理安全性关键技术的研究提供了依据和方向。(2)针对智慧标识网络中的虚假服务请求包泛洪攻击,提出了一种基于基尼不纯度的攻击检测和防御机制,能够有效减少攻击导致的路由器资源消耗。首先提出了一种基于网络拓扑接近中心度的攻击防御部署机制。其次,提出了基于服务标识基尼不纯度的攻击检测机制,通过统计服务请求中服务标识基尼不纯度的分布情况,判断网络中的路由器遭受服务请求包泛洪攻击的可能性。提出恶意服务请求的识别机制,并抑制恶意服务请求包的准入速率。性能评估实验显示,通过调节相关参数可实现攻击检测率达到88%时,攻击误报率低于10%。结果表明提出的机制能够有效抵御智慧标识网络中的虚假服务请求包泛洪攻击。(3)针对智慧标识网络中的真实服务请求包泛洪攻击,提出了一种基于支持向量机和詹森香农(Jensen-Shannon,JS)散度的攻击防御机制,在保障攻击检测高准确性的同时,提升了合法用户的服务请求满足率。首先通过特征提取、特征标记及支持向量机的分类功能实现对攻击的检测,使用基于KKT条件的增量学习方法完成支持向量机的更新。其次,为实现细粒度的攻击防御功能,提出了一种基于JS散度的恶意服务标识前缀识别机制,设计了通告消息回溯机制向下游路由器通告恶意前缀,抑制恶意服务请求接入网络。仿真实验显示,经过训练的支持向量机攻击检测率为99%时,误报率为1%。结果验证了该机制抵御真实服务请求包泛洪攻击的准确性与有效性。(4)针对智慧标识网络中用户与服务提供者协作式的服务请求包泛洪攻击,提出了一种基于信誉度的攻击早期检测机制,能够有效缓解攻击导致的网络拥塞,降低合法用户的服务获取时延。首先分析了攻击模型中服务请求条目超时时间的解析机制。基于此攻击模型,提出根据路由器接口信誉度动态调节服务请求包占用率的管控阈值,对不同信誉度接口采取不同的服务请求包丢弃概率。仿真实验显示,该机制可将合法用户的服务获取时延从攻击时的6.49秒降低至平均时延0.14秒,用户的服务请求包满足率从攻击时的0.78%提升到高于80.77%的值。结果表明该机制能够有效提高智慧标识网络对于协作式服务请求包泛洪攻击的抗毁性。
赵昕[4](2020)在《智慧协同网络中族群弹性伸缩机制设计与实现》文中研究说明在现有计算机网络中,网络服务由一系列具有特定功能的设备构成,但传统的部署方式使这些网络功能与底层硬件设备高度耦合,存在部署、运营和扩展都异常艰难的缺点,导致传统网络静态僵化,无法满足当今互联网急剧增加的用户需求。为了解决传统网络弊端,北京交通大学创新性地提出了智慧协同网络这一具有“三层”“两域”体系模型的新型网络架构。其中,网络功能由虚拟化的组件承担,多个虚拟组件共同构成实现一个完整服务的网络功能族群。智慧协同网络中设计的族群资源适配过程实现了族群的按需创建,但仍然没有一个完整的机制为创建后的族群弹性调整计算资源,满足用户的业务需求变化和服务质量要求。因此,本文设计并实现了一种智慧协同网络中族群弹性伸缩机制,通过感知用户需求的变化和当前族群的虚拟资源利用率情况,实时改变分配给该族群的计算资源,实现智慧协同网络资源的动态适配。本文的主要工作与贡献如下:首先,本文介绍了本课题的研究背景,分析了国内外对于未来网络架构和弹性伸缩机制的研究现状,从而说明提出族群弹性伸缩机制的目的和意义,并进一步对智慧协同网络架构和其他相关关键技术进行了介绍。其次,本文对智慧协同网络中族群弹性伸缩机制的总体架构与流程进行了设计与实现,明确了该机制中各个模块的功能,包括可视化模块、弹性伸缩模块、部署模块和下发模块。其中弹性伸缩模块和部署模块是该机制的核心,可视化模块提供用户交互界面。弹性伸缩模块接收用户对于族群需求的变化指令和族群弹性伸缩机制的开启指令,并完成伸缩触发的判定、对待伸展虚拟组件的模板库匹配与待收缩虚拟组件的二次筛选。部署模块完成对待伸展虚拟组件的宿主物理组件的选择、对待伸展虚拟组件和待收缩虚拟组件的网络部署。同时,部署模块上采用本文提出的综合考虑物理组件资源与物理网络拓扑的虚拟组件部署算法,通过优先选择当前剩余资源、负载均衡值和跨物理组件传输时延均较小的物理组件,可以有效地提高系统中物理组件的资源利用率和减少族群中流量传输的时延。下发模块完成与计算管理器和网络管理器的交互,实现伸缩决策的实际部署。最后,为了完成族群弹性伸缩机制的功能验证与性能测试,本文将其部署到基于Open Stack的实际系统环境中,验证了该机制中各个模块的功能与虚拟组件部署机制的性能。实验结果表明族群弹性伸缩机制具有自动化、灵活性、较高资源利用率和良好的运行状态等特点,为推动智慧协同网络在更多场景下更广泛的应用提供了基础。
李诚[5](2020)在《工业无线网络接入IPv6网络方法及调度机制研究》文中指出随着工业互联网的迅速发展,IPv4协议已经无法满足工业现场海量设备接入对地址的需求。IPv6(Internet Protocol Version 6)作为下一代IP协议,为IP网络与工业网络的无缝连接提供了必要的技术支持和广阔的地址资源。目前,国内外对IPv6应用于工厂内网络的研究还处于起步阶段,工业无线网络如WIA-PA和Wireless HART等与IPv6之间的无缝接入及协议适配尚待解决,同时工厂内网络扁平化后的数据调度也是急需解决的问题。本文首先提出了一种工业无线网络接入IPv6网络方法。同时,为了满足工业数据的实时和可靠传输,提出了一种面向工业无线接入的工厂骨干网调度机制,以优化网络性能。本文的主要研究工作如下:1.分析了非IP工业无线网络接入IPv6网络应用场景及体系架构,针对网关处提供IPv6接口和不提供IPv6接口的两种场景,提出了通过外部协议转换模块和内部协议模块来实现工业无线网络的接入方案。2.针对工业无线网络接入IPv6网络后,工业现场的业务数据流传输实时性和可靠性难以保证的问题,本文对基于优先级队列管理方法的数据流调度机制进行改进,设计了数据包的入队仲裁和出队调度机制,优化了IPv6工业网络中的丢包率和平均传输时延,同时提出了一种基于工业SDN的数据跨网传输(CNTS)带宽分配机制,以提高网络的链路利用率。3.搭建工业无线网络WIA-PA和Wireless HART接入IPv6网络验证平台对本文所提接入方法进行验证。结果表明,实现了工业无线网络与IPv6网络实现无缝连接。通过Mininet仿真软件创建SDN虚拟网络对本文所提调度机制进行验证,对链路利用率、平均时延、丢包率等性能指标进行测试,并与轮转调度算法以及ECMP算法分别进行了对比。对比发现本文方案更加优化,使得链路利用率达90%,平均传输时延小于50ms,网路丢包率小于1%。
冯佳新[6](2020)在《面向虚拟化RAN的基带处理功能迁移策略研究》文中研究说明随着移动通信网络中移动设备数量的激增,网络中移动数据流量随之呈爆炸式增长。未来移动通信系统面临的一个重要的挑战,是使用有限的基础设施承载异常高的流量需求。为降低网络的建设成本及运维成本,无线接入网络(Radio Access Network,RAN)架构演进为基于无线单元(Radio Unit,RU)、分布式单元(Distributed Unit,DU)及中心单元(Central Unit,CU)三层的架构,同时RAN基带功能以虚拟化方式部署来降低运维成本已成为共识。在实际的网络环境中,以虚拟化方式部署在处理池中的CU和DU,其负载随着网络中用户的动态接入和离去而发生变化,致使承载这些DU和CU的处理池出现负载过高或过低的现象。处理池负载过高或过低将造成服务质量下降或资源能耗浪费等问题。本文针对上述问题,进行基于虚拟化RAN的基带功能迁移策略的研究及实验平台的设计和实现,主要研究工作和创新点如下:1、本文基于RAN基带功能虚拟化及其有状态迁移技术,构建了虚拟化RAN基带功能的资源模型,以及联合网络损耗及服务损耗的迁移损耗模型。在此基础上,本文以降低系统迁移损耗及能耗为目标,设计提出了两种优化能耗及迁移损耗的RAN基带功能迁移策略,即基于单虚拟网络功能选择迁移(Single VNF Selection Migration,SVM)和基于服务链联合虚拟网络功能选择迁移(Joint VNF Selection Migration,JVM)算法,并在仿真中与现有的迁移算法进行对比,仿真结果表明提出的两种策略在保证降低系统能耗的同时可有效降低迁移损耗。2、设计了支持虚拟网络功能迁移的网络平台解决方案,完成了软件系统编排控制器的开发及网络平台的搭建。本文基于容器的有状态迁移技术,提出一种容器化网络功能的监管及功能迁移系统架构以支持虚拟网络功能迁移。同时,本文基于该管控架构及边缘网络硬件实验设备,搭建了支持虚拟功能迁移的无线接入网络管控平台,旨在融合多种交互协议和关键技术,并将提出的两种迁移策略在平台中实例化,实现跨异构网络的资源联合管控和灵活调度。
王岑[7](2019)在《光互联网络资源调度算法研究》文中研究指明随着分布式计算、Web访问、搜索和数据备份等应用的迅猛发展,在数据中心和计算系统内,多种应用往往并发运行,其网络需求在时间和空间上呈现一定的关联和交叠,因而具有混杂性,这就对网络资源的合理调度提出了越发严峻的挑战。另一方面,以光交换技术为核心的光互联网络,因其高带宽、低时延、拓扑灵活、网络资源维度丰富和支持多粒度交换等优势,近年来,成为解决数据中心和计算系统等内部小尺度空间互联需求极具竞争力的技术方案。充分发挥光互联网络天然优势,提高其对混杂应用的支撑性能,被认为是未来光互联网络智能演进的重要方向。本文正是针对混杂应用需求对光互联网络资源调度带来的机遇和挑战,研究光互联网络中不同角度,不同层次的资源调度算法。具体地,论文主要工作可以归纳如下:第一,面向应用中关联性的流量特征,研究光互联网络拓扑感知的流量工程。具体通过虚拟机和应用任务合理放置的设计实现,重整网络节点间的流量分布,保证应用流量特征在映射到光互联网络拓扑时不被破坏,且能够发挥光互联网络高联通度拓扑对应用流量适配的优势。通过仿真对算法下的通信成本和应用流量传输完成时间进行评估,结果证明所提流量工程算法能够有效降低应用流通信成本,维持应用流的关联性;且相较于应用流优化策略,能够进一步加速应用流完成时间。第二,为降低系统复杂性,减少应用开发成本,增加网络自主智能,研究无先验知识场景下的光互联网络调度方案。具体提出了一套基于机器学习的无先验知识应用需求感知算法,以及其辅助的智能资源调度系统。这些算法包括基于决策树实现不同应用的数据流分类;基于卷积神经网络和谱聚类的模式识别算法实现2D层面流量特征的识别;基于长短期记忆循环神经网络实现流量预测。进一步地,将这些算法与调度策略相结合,设计和实现智能光网络资源调度系统IORSS,并验证了需求感知算法和资源调度算法组合的性能,证明应用需求感知的网络资源调度算法较无感知的调度策略,对应用性能具有显着提升。最后利用无先验知识的应用感知,设计并实现了面向分布式计算应用的故障定位和快速恢复。第三,研究面向混杂业务需求,光互联网络多维资源的联合调度方法,首先讨论了光互联网络联合调度模型,其次基于该模型,提出了基于深度强化学习的光互联网络资源联合调度方法,通过大规模仿真评估了该算法在提高应用流完成时间和网络带宽利用率上的性能。随后,提出了面向多维资源优化的传输控制层协议改进,通过实验证明了改进机制的有效性。最后,提出了面向泛化计算场景的融合资源调度方案,并进行了概念实验验证,对未来智能自塑光互联网络进行了展望。
邓雪倩[8](2019)在《基于DPI技术的改进匹配算法研究》文中认为随着5G商用逐步推进,万物互联的高速通信网络指日可待,数据业务将成为用户的核心需求,数据的深度分析与应用成为运营商的重点研究方向,同时网络设备迅速增加和流量指数型增长,实时活跃用户数量庞大,智能终端应用种类繁多,如何将规模庞大的数据群加以管理、应用和分析是运营商亟待解决的问题。DPI(深度包监测)技术是一种基于应用层的协议解析识别技术,能够实现网络监测、流量控制、业务识别、用户行为分析以及防火墙等功能。但是国内运营商设计的DPI系统存在适用网络规模小、系统功能模块划分不清晰、占用内存大、识别效率低等缺点,难以满足需求。针对DPI技术的现状,本文对DPI核心匹配算法及DPI系统架构进行了研究,主要工作如下:(1)AC算法的改进。本文在对几种典型的模式匹配算法(BF算法、KMP算法、BM算法、AC算法、WM算法)研究比较基础上,设计实验验证了 AC算法相比于其他算法的优越性及存在的问题。在此基础上提出一种AC匹配改进算法——ACRKM算法,在字符串预处理阶段引入哈希函数对模式串进行hash地址映射,通过文本串与模式串的hash地址查找比较,删除与模式串字符hash值不等的文本字符,将剩余字符子串进行匹配,发生失配时调用优化的坏字符规则跳跃到下一状态,在不发生漏配的基础上尽可能接近最短模式串长度。实验表明ACRKM算法匹配效率较AC算法有所提升。(2)基于SDN技术的DPI系统的设计与测试。针对现网DPI系统适用网络规模小、系统衔接困难、资源浪费严重、数据采集分析效率低等问题,本文提出了一种基于SDN的统一 DPI系统,给出了系统的分层设计的详细介绍,系统中引入了 SDN技术、智能话单技术,能够实现运营商DPI系统的统一部署,并构建模拟网络环境,完成了系统识别性能测试,为未来数据包深度解析在运营商网络的统一管理与应用提供参考。结果表明,ACRKM算法有效的提高了 AC算法的匹配效率,在大规模数据时匹配效率较小规模数据时匹配效率提高更明显;基于SDN技术的DPI系统识别率较高,能识别常用业务类型,有效封堵URL与关键词过滤,系统具有先进性。
黄伟[9](2019)在《基于机器学习的AIOps技术研究》文中研究说明随着全球信息化快速发展,网络规模日益庞大,IT系统的安全、高效、高质量运维成为业界关注和研究的热点。近年来随着机器学习技术发展,将人工智能与IT 运维相结合,出现了智能运维 AIOps(Artificial Intelligence for IT Operations)技术。本文主要研究了 AIOps框架下的两大问题,即KPI(Key Performance Indicators,关键性能指标)异常检测和IT运维故障分析,并在此基础上设计和实现了 AIOps智能运维系统。本文的具体工作如下:(1)针对KPI异常检测技术的研究,本文分析了智能运维场景下KPI指标的特点,设计了 KPI智能异常检测模块总体框架;采集KPI指标,从多个层面提取不同的特征,通过采用SMOTE过采样与随机欠采样相结合的方法对不平衡数据集进行平衡以及采用Z-Score方法对提取的特征进行标准化处理,运用于KPI异常检测模型中;本文选用BP神经网络作为KPI异常检测训练模型,尝试不同网络选出最优结构,通过特征筛选实验减少冗余特征,提升模型的性能;接着本文分析BP神经网络的缺陷,从优化权值初始化和优化梯度下降两个方面对算法进行改进和实验分析,并应用于提出的集成KPI异常检测模型中,进一步改善模型性能。(2)针对IT运维故障分析技术的研究,本文分析了运维故障特点,设计了故障分析模块总体框架;选用支持向量机构建故障分析模型,对支持向量机的核函数种类进行筛选实验,选定了合适的核函数;本文利用网格搜索方法对支持向量机的参数进行基本确定,并绘制了热力图,在此基础上提出了改进模拟退火算法并进行了实验,提升了故障分析模型的性能。(3)本文设计并实现了 AIOps智能运维系统。首先对AIOps智能运维系统的需求进行分析;根据系统需求设计了系统的总体架构、系统功能框架以及系统数据库;最终详细实现了系统各功能模块并给出实现结果。
段莹[10](2018)在《面向混杂工业无线传感器网络的动态路由规划及可靠性分析》文中研究表明工业无线传感器网络(Industrial Wireless Sensor Network,IWSN)因传感器种类繁多、多种通讯网络共存以及复杂场景又被称为“混杂工业传感器网络”,是实施工业4.0智能制造的重要基础。论文围绕混杂工业无线传感器网络动态路由规划及可靠性开展系统深入的研究,完成的主要工作及创新内容如下:(1)针对传感器节点和链路的随机失效而引起的网络拓扑和网络覆盖度的动态变化问题,从网络拓扑演化和重构入手来研究混杂工业无线传感器网络路由可靠性及其规划设计方法;基于无标度网络和小世界网络特性,构建了一种工业场景无线传感器网络拓扑演化模型,可提升网络的传输性能和抗毁性能。(2)针对工业无线传感器网络缺乏灵活扩展管理方法的问题,利用软件自定义技术在大规模网络应用和灵活扩展方面的优势,通过虚拟化映射技术在节点管理中的应用,以及基于软件定义网络、网络管理控制和数据包转发相分离的特点,构建了一种软件自定义工业无线传感器网络框架,以解决大规模网络管理、规模伸缩和网络覆盖的问题。(3)针对工业无线传感器网络缺乏对移动终端智能调度和数据传输模型研究的现状,分析了实际工业环境中的移动智能元素,通过建立任务调度模型,利用移动智能元素服务于工业无线传感器网络的数据传输。本方案引入工业场景中常见设备AGV(Automated Guided Vehicle)作为智能移动体,并充分考虑工业调度任务的特点和复杂的生产环境,构造出一种具有启发式的任务调度模型;针对单个或多个节点失效的情形,设计“临时链路”和“移动摆渡”传输方法,来提升路由传输链路的完整性。(4)针对传统无线传感器网络路由协议在工业场景中的应用弊端,本文在混杂工业无线传感器网络框架的基础上,结合移动设备(AGV)的任务驱动调度模型和AGV的运动轨迹,设计了一个工业场景下协同工作的路由算法。通过仿真实验,从评估丢包率、收包率、延时时间、吞吐量和能耗问题的角度去验证网络数据传输的可靠性。实验结果证明,在移动节点的移动过程中应用该启发式解决方案,可增加无线传感器网络数据的多路传输,修复网络数据传输路径,达到提升无线传感器数据网络传输性能的效果。
二、NetManager——面向下一代网络的网络管理器(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、NetManager——面向下一代网络的网络管理器(论文提纲范文)
(1)云网深度融合IP网络技术及应用浅析(论文提纲范文)
0 引言 |
1 云网深度融合IP网络技术 |
1.1 概述 |
1.2 IP网络架构与标准 |
1.3 云网融合 |
1.4 云网集成平台技术 |
1.5 云技术的关键技术 |
1.5.1 虚拟技术 |
1.5.2 大容量分布式存储技术 |
1.5.3 程序设计技术 |
1.5.4 云平台管理技术 |
2 云技术服务模式 |
2.1 Saa S(软件即服务) |
2.2 Paa S(平台即服务) |
2.3 Iaa S(基础结构即服务) |
3 云网深度融合IP网络面临的问题和挑战 |
3.1 组播技术 |
3.2 IP网确定性 |
4 云网深度融合IP网络技术开发迈向纵深化 |
5 结语 |
(2)基于Wi-Fi的气缸无线传输网络系统研究与实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 研究工作的背景与意义 |
1.2 国内外应用现状和研究动态 |
1.2.1 气动电子技术工业应用现状 |
1.2.2 物联网传输技术现状和发展趋势 |
1.3 课题研究内容和实现目标 |
1.3.1 课题研究内容 |
1.3.2 课题实现目标 |
第二章 物联网及无线技术 |
2.1 物联网无线技术 |
2.1.1 全球无线电划分 |
2.1.2 网络拓扑结构和规模大小 |
2.1.3 常见的无线网络协议 |
2.1.4 嵌入式Wi-Fi |
2.2 物联网、传感器网络和普适泛在网络之间的关系 |
2.3 物联网的特点 |
2.4 物联网体系架构 |
2.5 物联网运用层中间部分 |
2.6 物联网的安全保障体系 |
2.7 工业自动化控制器简介 |
2.8 西门子SIMATIC控制器PLC简介 |
2.9 TIA博途(TIA Portal)简介 |
2.9.1 TIA博途(TIA Portal)组成 |
2.9.2 TIA博途(TIA Portal)视图结构 |
2.10 本章小结 |
第三章 Wi-Fi微控制器选型及分析设计 |
3.1 Wi-Fi微控制器CC3200 的设备特性 |
3.1.1 CC3200单片机 |
3.1.2 存储器 |
3.1.3 片内外设 |
3.1.4 CC3200网络管理器 |
3.1.5 电源管理 |
3.1.6 引脚复用 |
3.2 Simple Link子系统 |
3.3 CC3200安全加密 |
3.4 CC3200电气特性 |
3.5 CC3200外设连接 |
3.5.1 GPIO外设 |
3.5.2 CC3200的中断 |
3.6 CC3200定时器工作方式 |
3.7 CC3200串口通信 |
3.8 CC3200的SPI接口通信 |
3.9 CC3200的I2C接口通信 |
3.10 CC3200ADC(模/数转换器) |
3.11 CC3200硬件电路设计 |
3.12 本章小结 |
第四章 基于Wi-Fi的物联网气缸传输系统的硬件设计 |
4.1 基于Wi-Fi的物联网气缸无线传输系统硬件框架图 |
4.2 基于Wi-Fi的物联网气缸无线传输系统总体设计通信流程 |
4.3 CC3200与传感器接口电路设计 |
4.4 温度传感器硬件接口 |
4.5 位置传感器选型 |
4.6 振动传感器选型 |
4.7 西门子S7-1500硬件组态及HMI(人机界面) |
4.8 本章小结 |
第五章 基于Wi-Fi的物联网气缸传输系统的软件系统 |
5.1 CC3200的Simple Link Wi-Fi协议应用 |
5.1.1 刻录CC3200程序 |
5.1.2 CC3200SDK |
5.1.3 CC3200的AP设计 |
5.1.4 CC3200的station设计 |
5.1.5 用户数据报协议(UDP)、传输控制协议(TCP)应用 |
5.1.6 http sever设计 |
5.2 硬件驱动软件设计 |
5.2.1 CC3200无线节点 |
5.2.2 数据通信协议 |
5.2.3 传感器驱动程序 |
5.3 移动端软件设计 |
5.4 WEB软件设计 |
5.5 S7-1500与HMI(人机界面)设计 |
5.6 本章小结 |
第六章 基于Wi-Fi的物联网气缸传输系统的功能验证 |
6.1 验证设计 |
6.1.1 验证思路 |
6.1.2 验证要点 |
6.2 手机验证(Android)结果 |
6.3 WEB验证结果 |
6.4 PLC和 HMI验证结果 |
6.5 功能验证测试记录表 |
6.6 本章小结 |
第七章 总结与展望 |
7.1 总结 |
7.2 展望 |
致谢 |
参考文献 |
(3)智慧标识网络服务机理安全性关键技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
主要缩略语对照表 |
1 绪论 |
1.1 引言 |
1.2 研究背景与研究现状 |
1.2.1 研究背景 |
1.2.2 新型网络架构研究现状 |
1.3 选题意义及目的 |
1.4 论文主要工作与创新点 |
1.5 论文组织结构 |
2 智慧标识网络服务机理及安全性分析 |
2.1 引言 |
2.2 智慧标识网络体系架构 |
2.3 智慧标识网络体系服务机理 |
2.3.1 服务标识设计原理 |
2.3.2 服务注册机制 |
2.3.3 服务查询与应答机制 |
2.3.4 服务机理关键技术研究进展 |
2.3.5 面临挑战 |
2.4 服务机理安全性分析 |
2.4.1 安全性优势 |
2.4.2 安全威胁分类 |
2.5 本章小结 |
3 基于基尼不纯度的虚假服务请求包泛洪攻击防御机制 |
3.1 引言 |
3.1.1 研究背景 |
3.1.2 研究现状 |
3.2 虚假服务请求包泛洪攻击模型 |
3.3 基于基尼不纯度的攻击检测与防御机制 |
3.3.1 攻击检测和防御机制部署方案 |
3.3.2 攻击检测机制设计 |
3.3.3 攻击防御机制设计 |
3.4 仿真实验与性能评估 |
3.4.1 仿真环境与参数 |
3.4.2 攻击检测的准确性分析 |
3.4.3 攻击防御的有效性分析 |
3.4.4 复杂度分析 |
3.5 本章小结 |
4 基于SVM和JS散度的真实服务请求包泛洪攻击防御机制 |
4.1 引言 |
4.1.1 研究背景 |
4.1.2 研究现状 |
4.2 真实服务请求包泛洪攻击模型 |
4.3 基于增量支持向量机的攻击检测机制 |
4.3.1 支持向量机原理简述 |
4.3.2 攻击检测特征参数 |
4.3.3 特征参数标记方法 |
4.3.4 攻击检测机制设计 |
4.4 基于JS散度的攻击防御机制 |
4.4.1 恶意服务请求识别方法 |
4.4.2 攻击响应方法 |
4.5 实验仿真与评估 |
4.5.1 仿真环境与参数设置 |
4.5.2 服务请求包泛洪攻击的影响分析 |
4.5.3 攻击检测的准确性分析 |
4.5.4 攻击防御的有效性分析 |
4.5.5 复杂度分析 |
4.6 本章小结 |
5 基于信誉度的协作式服务请求包泛洪攻击检测机制 |
5.1 引言 |
5.1.1 研究背景 |
5.1.2 研究现状 |
5.2 协作式服务请求包泛洪攻击模型 |
5.3 基于信誉度的攻击检测机制 |
5.3.1 攻击检测机制设计 |
5.3.2 信誉度的计算方法 |
5.3.3 自适应最大丢包概率 |
5.3.4 服务请求列表占用率的阈值 |
5.3.5 优化的丢包概率计算方法 |
5.4 实验仿真与评估 |
5.4.1 仿真环境与参数设置 |
5.4.2 用户与服务提供者协作式攻击的影响 |
5.4.3 RVED机制的有效性分析 |
5.4.4 大规模拓扑下的RVED性能分析 |
5.4.5 复杂度分析 |
5.5 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 未来研究工作展望 |
参考文献 |
作者简历及攻读博士学位期间取得的研究成果 |
学位论文数据集 |
(4)智慧协同网络中族群弹性伸缩机制设计与实现(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 未来网络架构研究 |
1.2.2 弹性伸缩机制研究 |
1.3 选题目的和意义 |
1.4 论文主要工作与组织结构 |
2 相关关键技术概述 |
2.1 智慧协同网络概述 |
2.1.1 智慧协同网络体系结构 |
2.1.2 智慧协同网络工作原理 |
2.1.3 资源适配层模型 |
2.2 Open Stack概述 |
2.2.1 Open Stack体系结构 |
2.2.2 Nova工作原理 |
2.2.3 Neutron工作原理 |
2.2.4 Ceilometer工作原理 |
2.3 本章小结 |
3 族群弹性伸缩机制设计 |
3.1 应用场景与需求 |
3.2 弹性伸缩机制总体架构与流程设计 |
3.2.1 总体架构设计 |
3.2.2 弹性伸缩流程设计 |
3.3 可视化模块设计 |
3.3.1 Horizon原理阐述 |
3.3.2 可视化界面设计 |
3.4 弹性伸缩模块设计 |
3.4.1 伸缩触发模块设计 |
3.4.2 弹性评估模块设计 |
3.5 部署模块设计 |
3.5.1 虚拟组件部署模块设计 |
3.5.2 虚拟组件部署算法设计 |
3.5.3 网络部署模块设计 |
3.6 下发模块设计 |
3.7 本章小结 |
4 族群弹性伸缩机制实现 |
4.1 总体实现要求 |
4.2 可视化模块实现 |
4.3 弹性伸缩模块实现 |
4.3.1 伸缩触发模块实现 |
4.3.2 弹性评估模块实现 |
4.4 部署模块实现 |
4.4.1 虚拟组件部署模块实现 |
4.4.2 虚拟组件部署算法实现 |
4.4.3 网络部署模块实现 |
4.5 下发模块实现 |
4.6 模板库数据结构 |
4.7 本章小结 |
5 功能验证与性能测试 |
5.1 系统环境搭建 |
5.2 功能验证 |
5.2.1 可视化模块功能验证 |
5.2.2 弹性伸缩模块功能验证 |
5.2.3 部署模块功能验证 |
5.2.4 下发模块功能验证 |
5.2.5 总体实现功能验证 |
5.3 性能测试 |
5.4 本章小结 |
6 总结与展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(5)工业无线网络接入IPv6网络方法及调度机制研究(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 工业无线网接入IP网络研究现状 |
1.2.2 工业软件定义网络数据流调度研究现状 |
1.3 论文主要研究内容 |
1.4 论文组织结构 |
第2章 工业无线网络接入IPv6网络体系架构及接入方法 |
2.1 方案整体流程设计 |
2.1.1 基于IPv6的工业互联网互联架构 |
2.1.2 网关不提供支持IPv6接口的场景 |
2.1.3 网关提供支持IPv6接口的场景 |
2.2 工业无线网络接入方法 |
2.2.1 网关不提供支持IPv6接口的接入方法 |
2.2.2 网关提供支持IPv6接口的接入方法 |
2.3 网络部署及数据采集 |
2.3.1 网络部署 |
2.3.2 数据采集及调度 |
2.4 本章小结 |
第3章 面向工业无线接入的工厂骨干网调度机制设计 |
3.1 不同实时性要求的业务数据流分类 |
3.2 数据包入队列仲裁机制设计 |
3.3 数据包出队列调度机制设计 |
3.4 基于SDN的带宽分配机制设计 |
3.4.1 带宽分配模型设计 |
3.4.2 带宽分配算法设计 |
3.4.3 流表匹配 |
3.5 本章小结 |
第4章 系统验证及结果分析 |
4.1 系统环境搭建 |
4.1.1 硬件平台 |
4.1.2 软件平台 |
4.2 工业无线网络接入IPv6网络验证与测试分析 |
4.2.1 验证与测试分析方案设计 |
4.2.2 网关处不提供支持IPv6接口的接入方法验证与测试分析 |
4.2.3 网关处提供支持IPv6接口的接入方法验证与测试分析 |
4.3 面向工业无线接入的工厂骨干网调度机制验证与测试分析 |
4.3.1 验证与测试分析方案设计 |
4.3.2 验证平台设计与实现 |
4.3.3 网络链路利用率测试 |
4.3.4 网络丢包率测试 |
4.3.5 网络平均传输时延测试 |
4.4 本章小结 |
第5章 总结与展望 |
5.1 全文总结 |
5.2 工作展望 |
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 |
(6)面向虚拟化RAN的基带处理功能迁移策略研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 基于功能分割的RAN架构 |
1.1.2 RAN基带功能的虚拟化部署 |
1.2 关键挑战及研究内容 |
1.2.1 RAN基带功能资源模型以及迁移模型的构建 |
1.2.2 RAN基带功能迁移策略的研究 |
1.2.3 支持虚拟网络功能迁移的管控平台 |
1.3 国内外研究现状 |
1.3.1 NG-RAN基带功能分割及虚拟化研究现状 |
1.3.2 虚拟网络功能迁移研究现状 |
1.3.3 网络功能迁移控管平台研究现状 |
1.4 论文的组织结构 |
第二章 NG-RAN中虚拟化基带功能迁移关键技术研究 |
2.1 NG-RAN功能拆分及资源需求 |
2.2 无线接入网络基带功能虚拟化 |
2.2.1 网络功能的虚拟化技术研究 |
2.2.2 适用于RAN基带功能的虚拟化方案研究 |
2.3 容器化RAN基带功能迁移技术研究 |
2.3.1 容器化虚拟网络功能迁移技术 |
2.3.2 处理池间基带功能迁移策略 |
2.4 本章小节 |
第三章 虚拟化RAN功能迁移的模型构建及策略研究 |
3.1 基于功能分割的虚拟化RAN基带处理功能迁移架构 |
3.2 网络资源模型及迁移模型 |
3.2.1 网络资源模型 |
3.2.2 功耗模型 |
3.2.3 迁移损耗模型 |
3.3 优化目标及约束条件 |
3.4 虚拟基带功能迁移策略 |
3.4.1 虚拟基带功能迁移流程 |
3.4.2 基于单VNF选择的迁移算法(SVM) |
3.4.3 服务链联合VNF选择的迁移算法(JVM) |
3.5 仿真设置及结果分析 |
3.5.1 仿真设置 |
3.5.2 仿真结果及分析 |
3.6 本章小结 |
第四章 支持功能迁移的光载无线管控平台 |
4.1 平台功能需求分析 |
4.2 平台系统架构及技术方案设计 |
4.2.1 控制平面功能模块设计 |
4.2.2 编排平面功能模块设计 |
4.2.3 平台接口设计 |
4.2.4 系统工作流程设计 |
4.3 平台特色及创新性 |
4.4 实验方案设计及实验结果 |
4.4.1 实验拓扑及参数设置 |
4.4.2 实验流程设计 |
4.4.3 实验结果 |
4.5 本章小结 |
第五章总结与展望 |
5.1 论文工作总结 |
5.2 进一步研究工作 |
参考文献 |
致谢 |
攻读学位期间取得的研究成果 |
(7)光互联网络资源调度算法研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 引言 |
1.2 网络资源调度问题分析 |
1.3 面向应用的光互联网络调度复杂性分析 |
1.3.1 应用混杂性需求概述 |
1.3.2 光互联网络能力分析 |
1.3.3 面向应用的光互联网络资源调度建模 |
1.4 网络资源调度技术国内外发展现状 |
1.4.1 基于启发式的网络资源调度方法 |
1.4.2 基于人工智能的网络调度方法 |
1.5 本论文的主要工作及创新点 |
第二章 基于光互联网络感知的流量工程 |
2.1 虚拟机层面和任务层面的网络通信需求 |
2.2 光互联网络构建复杂拓扑及其对流量需求适配能力 |
2.2.1 光互联网络拓扑分析 |
2.2.2 拓扑和流量的关系分析 |
2.3 拓扑感知的应用流量工程 |
2.3.1 拓扑感知的虚拟机流量工程 |
2.3.2 拓扑感知的应用任务流量工程 |
2.4 流量工程的性能评估 |
2.4.1 虚拟机层面流量工程仿真评估 |
2.4.2 任务层面流量工程仿真评估 |
2.4.3 任务层面流量工程的实验验证 |
2.5 本章小结 |
第三章 应用需求可感知的光互联网络智能资源调度系统 |
3.1 无先验知识调度的挑战 |
3.2 混杂业务的流量模式识别和预测 |
3.2.1 基于决策树的流量分类 |
3.2.2 基于CNN-SC的流量关联性识别 |
3.2.3 基于LSTM的流量预测 |
3.3 基于智能流识别预测的IORSS光互联网络调度系统 |
3.3.1 需求分析 |
3.3.2 系统架构 |
3.3.3 系统内调度算法设计 |
3.3.4 仿真和实验验证 |
3.4 基于智能流识别的应用作业故障定位和快速恢复 |
3.4.1 故障定位和快速恢复流程设计 |
3.4.2 Proof-of-Concept实验验证 |
3.5 本章小节 |
第四章 光互联网络多维资源联合优化系统 |
4.1 多维资源联合调度需求和建模 |
4.2 光互连网络多维资源联合控制算法 |
4.2.1 基于强化学习的联合调度算法设计 |
4.2.2 算法性能评估 |
4.3 光互连网络多维资源联合调整下的传输控制协议优化 |
4.3.1 光层资源调度对传输控制协议的影响 |
4.3.2 面向光互联网络资源调整的传输控制算法 |
4.4 融合资源联合调度在泛化计算场景中的应用 |
4.4.1 算法设计 |
4.4.2 Proof-of-Concept实验验证 |
4.5 自塑光互联网络展望 |
4.6 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
缩略词索引表 |
致谢 |
攻读博士期间论文发表情况 |
(8)基于DPI技术的改进匹配算法研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 课题研究背景与意义 |
1.2 研究现状 |
1.2.1 模式匹配算法研究现状 |
1.2.2 DPI系统研究现状 |
1.3 论文主要工作 |
1.4 论文组织结构 |
1.5 本章总结 |
2 DPI技术及其匹配算法 |
2.1 DPI技术综述 |
2.1.1 DPI技术原理 |
2.1.2 DPI核心功能 |
2.2 DPI经典匹配算法 |
2.2.1 单模式匹配算法 |
2.2.2 多模式匹配算法 |
2.3 本章总结 |
3 AC算法改进研究与验证 |
3.1 AC算法的特点与弊端分析 |
3.1.1 AC算法的特点 |
3.1.2 AC算法与其它经典算法的测试验证 |
3.1.3 AC算法的弊端 |
3.2 AC-BM算法的设计思想与弊端分析 |
3.2.1 AC_BM算法的设计思想 |
3.2.2 AC_BM算法的弊端 |
3.3 AC_RKM算法设计思想 |
3.4 AC_RKM算法设计描述 |
3.4.1 AC_RKM算法hash快速查找表构建 |
3.4.2 AC_RKM算法优化坏字符规则 |
3.4.3 AC_RKM算法描述 |
3.5 AC_RKM算法举例 |
3.6 AC_RKM算法分析比较 |
3.7 AC_RKM算法性能验证测试 |
3.7.1 实验目的 |
3.7.2 实验环境 |
3.7.3 实验方案 |
3.7.4 实验步骤 |
3.7.5 运行界面 |
3.7.6 实验结果与分析 |
3.8 本章总结 |
4 基于SDN的统一DPI系统设计 |
4.1 DPI系统的应用需求分析 |
4.1.1 经典DPI系统特点及不足 |
4.1.2 基于SDN的统一DPI系统需求分析 |
4.2 统一DPI系统架构设计 |
4.2.1 统一DPI分层设计 |
4.2.2 统一DPI系统功能单元设计 |
4.2.3 新旧架构的比较 |
4.3 统一DPI系统的核心技术 |
4.3.1 智能话单 |
4.3.2 SDN控制器最优路径策略 |
4.3.3 DPI特征库设计 |
4.4 统一DPI系统的部署及识别检测性能测试验证 |
4.4.1 统一DPI系统应用部署 |
4.4.2 模拟检测环境搭建 |
4.4.3 DPI识别精确度测试 |
4.4.4 DPI识别业务类型测试 |
4.4.5 DPI流量封堵与过滤测试 |
4.5 本章总结 |
5 结论 |
5.1 全文总结 |
5.2 不足与展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(9)基于机器学习的AIOps技术研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.2.1 AIOps体系研究现状 |
1.2.2 KPI异常检测技术研究现状 |
1.2.3 故障分析技术研究现状 |
1.3 论文章节结构及主要内容 |
2 基于AIOps的KPI智能异常检测模块设计研究 |
2.1 KPI指标的特点 |
2.2 KPI智能异常检测模块设计 |
2.2.1 异常检测总体方案设计 |
2.2.2 KPI指标采集 |
2.2.3 KPI特征的提取 |
2.3 KPI特征数据预处理 |
2.3.1 数据不平衡处理 |
2.3.2 特征标准化处理 |
2.4 BP神经网络模型 |
2.4.1 感知机与多层神经网络 |
2.4.2 前向传播过程 |
2.4.3 反向传播过程 |
2.5 BP网络结构设计 |
2.5.1 网络结构设计方案 |
2.5.2 实验与分析 |
2.6 KPI特征筛选 |
2.7 BP算法的改进 |
2.7.1 BP算法的局限性 |
2.7.2 算法改进方法 |
2.7.3 实验与分析 |
2.8 集成KPI异常检测方法 |
2.9 本章小结 |
3 AIOps故障分析模块设计研究 |
3.1 运维故障的特点 |
3.2 故障分析模块设计 |
3.2.1 故障分析总体方案设计 |
3.2.2 故障分析特征工程 |
3.3 基于支持向量机的运维故障分析研究 |
3.3.1 支持向量机理论 |
3.3.2 支持向量机多分类学习方法 |
3.3.3 故障分析实验 |
3.4 改进模拟退火算法参数寻优 |
3.4.1 参数寻优方案设计 |
3.4.2 参数寻优实验效果分析 |
3.5 本章小结 |
4 AIOps智能运维系统设计实现 |
4.1 AIOps智能运维系统需求分析 |
4.2 AIOps智能运维系统实现相关技术 |
4.3 AIOps智能运维系统总体设计 |
4.3.1 系统总体架构 |
4.3.2 系统总体功能框架 |
4.3.3 系统数据库设计 |
4.4 AIOps智能运维系统实现 |
4.4.1 KPI异常检测模块 |
4.4.2 故障分析模块 |
4.4.3 登录与退出模块 |
4.4.4 KPI监控部署模块 |
4.4.5 团队管理模块 |
4.4.6 运维告警模块 |
4.4.7 运维统计模块 |
4.4.8 用户日志模块 |
4.5 本章小结 |
5 结论 |
5.1 论文总结 |
5.2 工作展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
(10)面向混杂工业无线传感器网络的动态路由规划及可靠性分析(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题来源 |
1.2 研究背景 |
1.2.1 工业物联网 |
1.2.2 工业无线传感器网络 |
1.2.3 工业无线传感器网络性能局限性 |
1.3 课题研究意义 |
1.4 研究内容 |
1.5 论文结构 |
第2章 工业无线传感器网络关键技术及可靠性方法 |
2.1 工业无线传感器网络的体系结构 |
2.2 工业无线传感器网络的关键技术框架 |
2.2.1 工业无线传感器网络标准 |
2.2.2 工业无线传感器网络协议设计 |
2.3 工业无线传感器网络路由规划及可靠性方法研究 |
2.3.1 网络拓扑演化重构的路由可靠性方法研究 |
2.3.2 基于网络节点管理的路由可靠性方法研究 |
2.3.3 面向移动智能体调度的路由可靠性方法研究 |
2.3.4 面向路由规划设计的可靠性方法研究 |
2.4 存在问题及研究趋势 |
2.5 本章小结 |
第3章 工业无线传感器网络拓扑演化及可靠性分析 |
3.1 引言 |
3.2 工业无线传感器网络拓扑演化模型 |
3.2.1 传感器节点分类 |
3.2.2 网络拓扑演化模型说明 |
3.2.3 网络拓扑演化模型假设条件 |
3.2.4 网络拓扑演化模型设计 |
3.2.5 案例分析 |
3.3 基于复杂网络的理论分析 |
3.4 仿真结果 |
3.4.1 实验平台 |
3.4.2 小世界网络特征分析 |
3.4.3 无标度网络特征分析 |
3.4.4 能量消耗分析 |
3.4.5 网络可靠性分析 |
3.5 本章小结 |
第4章 面向混杂网络的节点管理及数据传输优化 |
4.1 引言 |
4.2 新型工业无线传感器网络框架设计 |
4.2.1 新型工业无线传感器网络架构 |
4.2.2 新型工业无线传感器网络优劣分析 |
4.3 新型工业无线传感器网络工作流程设计 |
4.3.1 网络初始化 |
4.3.2 网络虚拟化 |
4.3.3 网络管理 |
4.3.4 拓扑发现 |
4.3.5 路由发现 |
4.3.6 信息反馈 |
4.4 实验设计及可靠性评估 |
4.4.1 实验平台 |
4.4.2 实验场景 |
4.4.3 可靠性指标 |
4.4.4 可靠性评估 |
4.4.5 结果分析 |
4.5 本章小结 |
第5章 面向移动智能体任务调度的数据传输可靠性方法 |
5.1 引言 |
5.2 基于移动智能体的任务调度方法 |
5.3 面向任务的移动智能体协作方案 |
5.3.1 协作型架构设计 |
5.3.2 WirelessHART技术 |
5.3.3 网络元素及类型 |
5.4 面向任务调度策略 |
5.4.1 任务调度时间序列 |
5.4.2 智能体的任务建模 |
5.5 传输可靠性方法研究 |
5.5.1 基于临时链路的传输方法 |
5.5.2 基于移动摆渡的传输方法 |
5.5.3 分析对比 |
5.6 本章小结 |
第6章 任务驱动的移动智能体协作路由算法及案例分析 |
6.1 引言 |
6.2 工业无线传感器网络数据传输模式分析 |
6.2.1 工业环境干扰的影响 |
6.2.2 典型路由算法的缺陷及挑战 |
6.3 面向任务的工业无线传感器网络协作路由协议 |
6.3.1 自组织阶段 |
6.3.2 移动智能体管理和任务调度阶段 |
6.3.3 路径选择阶段 |
6.3.4 图路由与协作路由对比 |
6.4 仿真结果 |
6.4.1 仿真软件介绍 |
6.4.2 仿真平台设计 |
6.4.3 仿真实验过程 |
6.4.4 仿真实验结果 |
6.5 本章小结 |
第7章 总结与展望 |
7.1 主要研究成果与创新点 |
7.2 未来的研究工作愿望 |
致谢 |
参考文献 |
附录 |
一、发表论文 |
二、承担项目 |
三、获得奖励 |
四、NetManager——面向下一代网络的网络管理器(论文参考文献)
- [1]云网深度融合IP网络技术及应用浅析[J]. 武学举. 长江信息通信, 2021(12)
- [2]基于Wi-Fi的气缸无线传输网络系统研究与实现[D]. 郑在富. 电子科技大学, 2020(03)
- [3]智慧标识网络服务机理安全性关键技术研究[D]. 支婷. 北京交通大学, 2020
- [4]智慧协同网络中族群弹性伸缩机制设计与实现[D]. 赵昕. 北京交通大学, 2020(03)
- [5]工业无线网络接入IPv6网络方法及调度机制研究[D]. 李诚. 重庆邮电大学, 2020(02)
- [6]面向虚拟化RAN的基带处理功能迁移策略研究[D]. 冯佳新. 北京邮电大学, 2020(05)
- [7]光互联网络资源调度算法研究[D]. 王岑. 北京邮电大学, 2019
- [8]基于DPI技术的改进匹配算法研究[D]. 邓雪倩. 北京交通大学, 2019(01)
- [9]基于机器学习的AIOps技术研究[D]. 黄伟. 北京交通大学, 2019(01)
- [10]面向混杂工业无线传感器网络的动态路由规划及可靠性分析[D]. 段莹. 武汉理工大学, 2018(07)