面向认知网络的自适应QoS感知与配置方法
摘要 | 第1-7页 |
Abstract | 第7-13页 |
第1章 绪论 | 第13-32页 |
·研究背景 | 第13-15页 |
·国内外研究现状 | 第15-27页 |
·认知网络的国内外研究现状 | 第15-17页 |
·认知网络的典型结构 | 第17-21页 |
·自适应QoS 感知与配置技术 | 第21-27页 |
·存在问题与发展趋势 | 第27-28页 |
·存在问题 | 第27页 |
·发展趋势 | 第27-28页 |
·研究目标与研究意义 | 第28-29页 |
·研究目标 | 第28-29页 |
·研究意义 | 第29页 |
·本文研究内容 | 第29-30页 |
·本文组织结构 | 第30-32页 |
第2章 认知网络的自适应QoS 框架 | 第32-54页 |
·引言 | 第32-33页 |
·认知网络QoS 及设计原则 | 第33-36页 |
·认知网络QoS 问题分析 | 第33-34页 |
·认知网络QoS 设计原则 | 第34-35页 |
·认知网络QoS 参数 | 第35-36页 |
·认知网络的QoS 保障 | 第36-44页 |
·自律控制结构 | 第37-38页 |
·数据获取 | 第38-42页 |
·数据分析 | 第42-43页 |
·QoS 自配置 | 第43-44页 |
·认知网络自适应QoS 框架 | 第44-46页 |
·框架描述 | 第44-46页 |
·QoS 跨层感知与配置 | 第46页 |
·认知网络QoS 框架形式化描述 | 第46-53页 |
·基于PEPA 的QoS 框架的描述 | 第47-49页 |
·框架模型的分析 | 第49-52页 |
·与已有网络QoS 框架的对比 | 第52-53页 |
·本章小结 | 第53-54页 |
第3章 面向QoS 感知的数据预处理方法 | 第54-79页 |
·引言 | 第54-55页 |
·面向QoS 感知的数据预处理框架 | 第55-56页 |
·基于DS 证据理论的多层网络数据融合方法 | 第56-63页 |
·DS 证据理论 | 第56-58页 |
·基于DS 的多层网络数据融合方法 | 第58-63页 |
·未分类数据的提升 | 第63-70页 |
·提升器 | 第63-66页 |
·基于权值动态修正的提升算法 | 第66-70页 |
·实验过程与结果分析 | 第70-77页 |
·DPP 融合方法测试 | 第72-74页 |
·D-AdaBoost 提升算法测试 | 第74-77页 |
·本章小结 | 第77-79页 |
第4章 面向QoS 感知的IP 流聚合方法 | 第79-99页 |
·引言 | 第79-80页 |
·IP 流聚合问题分析 | 第80-81页 |
·IP 流的汇聚 | 第81-87页 |
·前缀编码 | 第82-85页 |
·中值树表示 | 第85-86页 |
·基于中值树的IP 流汇聚 | 第86-87页 |
·IP 流的合并 | 第87-92页 |
·IP 流特征提取 | 第87-89页 |
·IP 流的合并 | 第89-92页 |
·IP 流聚合算法描述及分析 | 第92-94页 |
·DfCluster 算法描述 | 第92-94页 |
·算法分析 | 第94页 |
·实验过程与结果分析 | 第94-98页 |
·数据集选取及实验环境 | 第95页 |
·结果分析与比较 | 第95-98页 |
·本章小结 | 第98-99页 |
第5章 基于效用函数的QoS 动态自配置方法 | 第99-116页 |
·引言 | 第99-100页 |
·效用函数 | 第100-102页 |
·效用函数简介 | 第101-102页 |
·效用函数的引入 | 第102页 |
·动态自配置方法 | 第102-109页 |
·用户QoS 的效用函数表示 | 第103-104页 |
·用户QoS 的优先级表示与修正 | 第104-105页 |
·FDQS 的中断机制 | 第105-107页 |
·FDQS 的部署需求 | 第107页 |
·FDQS 算法描述与分析 | 第107-109页 |
·仿真实验与结果分析 | 第109-115页 |
·实验环境与过程 | 第109-110页 |
·结果分析与比较 | 第110-115页 |
·本章小结 | 第115-116页 |
结论 | 第116-118页 |
参考文献 | 第118-134页 |
攻读博士学位期间发表的论文和取得的科研成果 | 第134-136页 |
致谢 | 第136-137页 |
个人简历 | 第137页 |