基于业务感知的认知网络流量控制技术研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题背景和意义 | 第8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本论文主要工作以及创新点 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 相关技术研究综述 | 第12-21页 |
| ·业务感知技术 | 第12-15页 |
| ·端口识别技术 | 第12页 |
| ·深度包检测技术 | 第12-13页 |
| ·深度流检测技术 | 第13页 |
| ·其他识别技术 | 第13-14页 |
| ·分析与比较 | 第14-15页 |
| ·流量控制技术 | 第15-19页 |
| ·队列管理 | 第15-17页 |
| ·分组调度 | 第17-19页 |
| ·QoS 模型 | 第19-20页 |
| ·小结 | 第20-21页 |
| 第三章 基于业务感知的认知网络流量控制技术 | 第21-31页 |
| ·认知网络智能业务感知模型 | 第21-24页 |
| ·认知网络业务感知需求 | 第21页 |
| ·认知网络智能业务感知模型 | 第21-24页 |
| ·认知网络业务分类与标记策略 | 第24-27页 |
| ·认知网络流量控制方案 | 第27-30页 |
| ·认知网络流量控制相关技术 | 第27-28页 |
| ·认知网络流量控制方案 | 第28-30页 |
| ·小结 | 第30-31页 |
| 第四章 认知网络流量控制中的AQM算法 | 第31-44页 |
| ·认知网络AQM 算法需求 | 第31页 |
| ·基于TCP/AQM 模型的PI 算法 | 第31-34页 |
| ·基于神经网络的PI 改进算法 | 第34-39页 |
| ·神经网络基本概念 | 第34-35页 |
| ·神经元模型 | 第35-36页 |
| ·改进算法的学习规则 | 第36-37页 |
| ·基于神经网络的PI 改进算法 | 第37-39页 |
| ·算法性能的仿真分析 | 第39-43页 |
| ·网络固定负载下的算法性能分析 | 第40-42页 |
| ·网络时变负载下的算法性能分析 | 第42-43页 |
| ·小结 | 第43-44页 |
| 第五章 认知网络流量控制中的分组调度策略 | 第44-59页 |
| ·认知网络分组调度需求 | 第44-45页 |
| ·两级分组调度策略的基本思想 | 第45-46页 |
| ·流量调节器的实现 | 第46-47页 |
| ·ADWRR_PQ 算法描述 | 第47-49页 |
| ·分组调度策略性能分析 | 第49-50页 |
| ·调度策略的仿真分析 | 第50-58页 |
| ·网络固定负载下的调度性能分析 | 第51-55页 |
| ·网络时变负载下的调度性能分析 | 第55-58页 |
| ·小结 | 第58-59页 |
| 第六章 全文工作总结与展望 | 第59-61页 |
| ·工作总结 | 第59页 |
| ·展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 缩略词 | 第66-68页 |
| 发表论文情况 | 第68-69页 |
| 参与项目情况 | 第69-70页 |
| 专利申请情况 | 第70页 |
