首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--计算机网络论文--一般性问题论文

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

论文共137页,点击 下载论文
上一篇:基于多源融合的网络安全态势量化感知与评估
下一篇:空间数据库的索引技术研究