| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-12页 |
| 1.1.1 互联网发展现状 | 第8-9页 |
| 1.1.2 未来互联网体系架构 | 第9-12页 |
| 1.2 研究内容 | 第12-13页 |
| 1.2.1 面向内容和服务的路由机制 | 第12页 |
| 1.2.2 基于混合遗传蚁群算法的内容服务网络路由机制 | 第12-13页 |
| 1.3 作者工作 | 第13页 |
| 1.4 论文结构 | 第13-16页 |
| 第二章 内容中心网络及CCNx原型 | 第16-28页 |
| 2.1 内容中心网络研究 | 第16-23页 |
| 2.1.1 内容中心网络体系架构 | 第16-18页 |
| 2.1.2 内容中心网络工作机制 | 第18-23页 |
| 2.2 内容服务网络路由机制研究 | 第23-25页 |
| 2.2.1 现有路由机制 | 第23-24页 |
| 2.2.2 存在的问题 | 第24-25页 |
| 2.3 CCNx原型介绍 | 第25-27页 |
| 2.3.1 功能模块 | 第25页 |
| 2.3.2 安装使用 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 遗传算法和蚁群算法 | 第28-36页 |
| 3.1 遗传算法 | 第28-31页 |
| 3.1.1 遗传算法概述 | 第28-31页 |
| 3.1.2 遗传算法在网络路由优化中的应用 | 第31页 |
| 3.1.3 遗传算法的不足 | 第31页 |
| 3.2 蚁群算法 | 第31-34页 |
| 3.2.1 蚁群算法概述 | 第31-33页 |
| 3.2.2 蚁群算法在网络路由优化中的应用 | 第33-34页 |
| 3.3 本章小结 | 第34-36页 |
| 第四章 基于GAAC的内容服务网络路由优化算法 | 第36-44页 |
| 4.1 GAAC算法思想 | 第36-38页 |
| 4.2 GAAC用于内容服务路由的遗产算法设计 | 第38-40页 |
| 4.2.1 遗传编码及种群初始化 | 第38页 |
| 4.2.2 适应度函数 | 第38-39页 |
| 4.2.3 选择算子 | 第39页 |
| 4.2.4 交叉算子 | 第39-40页 |
| 4.2.5 变异算子 | 第40页 |
| 4.3 GAAC用于内容服务路由的蚁群算法设计 | 第40-42页 |
| 4.3.1 基本思想 | 第40-41页 |
| 4.3.2 信息素浓度初始化 | 第41页 |
| 4.3.3 信息素更新规则 | 第41-42页 |
| 4.4 GAAC算法描述 | 第42页 |
| 4.5 本章小结 | 第42-44页 |
| 第五章 算法仿真与结果分析 | 第44-50页 |
| 5.1 仿真环境搭建 | 第44-45页 |
| 5.2 仿真结果与分析 | 第45-47页 |
| 5.3 本章小结 | 第47-50页 |
| 第六章 总结与展望 | 第50-52页 |
| 6.1 论文总结 | 第50页 |
| 6.2 未来工作展望 | 第50-52页 |
| 参考文献 | 第52-54页 |
| 致谢 | 第54-56页 |
| 攻读学位期间发表或已录用的学术论文 | 第56页 |