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

互联网环境下分布式网络延迟测量技术研究

摘要第1-15页
Abstract第15-18页
第一章 绪论第18-40页
   ·研究背景与意义第18-25页
     ·基本概念第18-22页
     ·网络延迟测量的应用场景第22-24页
     ·网络延迟测量的应用需求第24-25页
   ·网络延迟测量技术第25-35页
     ·集中式网络延迟测量技术第25-30页
     ·分布式网络延迟测量技术第30-33页
     ·网络延迟测量技术的挑战第33-35页
   ·本文工作第35-38页
   ·论文结构第38-40页
第二章 基本概念和相关工作第40-58页
   ·网络延迟空间第40-46页
     ·网络延迟空间统计特征第41-42页
     ·网络延迟空间理论模型第42-46页
     ·小结第46页
   ·分布式网络坐标方法第46-51页
     ·网络坐标计算方法第47-50页
     ·逻辑邻居选择方法第50页
     ·小结第50-51页
   ·单目标节点分布式网络邻近度估计方法第51-54页
     ·分布式分簇方法第51-52页
     ·在线测量方法第52-53页
     ·网络坐标方法第53-54页
     ·小结第54页
   ·多目标节点分布式网络邻近度估计方法第54-56页
     ·在线测量方法第55页
     ·三角不等性违例方法第55页
     ·小结第55-56页
   ·本章小结第56-58页
第三章 分布式相对坐标矩阵分解方法第58-78页
   ·引言第58-59页
   ·系统模型第59页
     ·基本概念第59页
     ·问题定义第59页
   ·基本思想第59-61页
     ·网络延迟值计算第60页
     ·相对坐标计算第60页
     ·参数矩阵计算第60-61页
   ·分布式相对坐标矩阵分解方法描述第61-68页
     ·相对坐标维护第61-63页
     ·逻辑邻居维护第63-66页
     ·分布式坐标更新第66-68页
   ·理论证明第68-69页
   ·模拟测试第69-74页
     ·实验设置第69-70页
     ·RMF 的收敛速度第70页
     ·网络延迟值测量的精确性第70-71页
     ·网络延迟值测量的可扩展性第71-72页
     ·网络延迟值测量的健壮性第72-74页
   ·PlanetLab 测试第74-77页
     ·体系结构第74-75页
     ·PlanetLab 实验设置第75-76页
     ·网络延迟值测量的收敛性第76页
     ·网络延迟值测量的精确性第76页
     ·网络延迟值测量的维护开销第76-77页
   ·本章小结第77-78页
第四章 分布式层次值矩阵分解方法第78-102页
   ·引言第78-79页
   ·系统模型第79-81页
     ·基本概念第79-81页
     ·问题定义第81页
   ·基本思想第81-82页
     ·基于分布式 K-均值分簇的层次值映射第81-82页
     ·基于最大边际效用矩阵分解的层次值计算第82页
   ·分布式层次值矩阵分解方法描述第82-88页
     ·基于分布式 K-均值分簇的层次值映射第83-85页
     ·基于分布式最大边际效用矩阵分解的坐标更新第85-88页
   ·模拟测试第88-96页
     ·实验设置第88-90页
     ·层次值矩阵分解的收敛速度第90-91页
     ·分布式层次分簇的精确性第91-93页
     ·分布式层次分簇的可扩展性第93-95页
     ·分布式层次分簇的健壮性第95-96页
   ·PlanetLab 测试第96-99页
     ·体系结构第96-97页
     ·PlanetLab 实验设置第97-98页
     ·层次值矩阵分解的收敛性第98页
     ·分布式层次分簇的精确性第98-99页
     ·分布式层次分簇的维护开销第99页
   ·本章小结第99-102页
第五章 基于低度量模型的分布式最近节点搜索方法第102-138页
   ·引言第102-103页
   ·系统模型第103-105页
     ·基本概念第103-104页
     ·问题定义第104-105页
   ·基本思想第105-108页
     ·逻辑邻居维护第106-107页
     ·单目标节点分布式最近节点搜索第107页
     ·多目标节点分布式最近节点搜索第107-108页
   ·基于同心环的逻辑邻居维护第108-110页
     ·同心环结构第108-109页
     ·逻辑邻居采样第109-110页
     ·逻辑邻居维护第110页
   ·单目标节点分布式最近节点搜索方法描述第110-115页
     ·单目标节点候选节点选择第111-112页
     ·目标节点坐标维护第112-113页
     ·单目标节点最近节点判断第113-114页
     ·单目标节点终止判断第114-115页
   ·多目标节点分布式最近节点搜索方法描述第115-117页
     ·多目标节点候选节点选择第115-116页
     ·多目标节点最近节点判断第116-117页
     ·多目标节点终止判断第117页
   ·理论证明第117-125页
     ·单目标节点分布式最近节点搜索性能第118-122页
     ·多目标节点分布式最近节点搜索性能第122-125页
   ·模拟测试第125-131页
     ·实验设置第125-127页
     ·单目标节点分布式最近节点搜索测试第127-129页
     ·多目标节点分布式最近节点搜索测试第129-131页
   ·PlanetLab 测试第131-137页
     ·体系结构第131-133页
     ·PlanetLab 实验设置第133页
     ·单目标节点分布式最近节点搜索测试第133-134页
     ·多目标节点分布式最近节点搜索测试第134-136页
     ·分布式最近节点搜索的维护开销第136-137页
   ·本章小结第137-138页
第六章 基于回溯和最远搜索的分布式 K 最近节点搜索方法第138-162页
   ·引言第138-139页
   ·系统模型第139-140页
   ·基本思想第140-143页
     ·回溯第141页
     ·最远搜索第141-142页
     ·单目标节点分布式 K 最近节点搜索第142页
     ·多目标节点分布式 K 最近节点搜索第142-143页
   ·单目标节点分布式 K 最近节点搜索方法描述第143-147页
     ·基于单目标节点最远搜索的起始节点选择第144-146页
     ·基于回溯的分布式 K 最近节点搜索第146-147页
   ·多目标节点分布式 K 最近节点搜索方法描述第147-150页
     ·基于多目标节点最远搜索的起始节点选择第148-149页
     ·基于回溯的分布式 K 最近节点搜索第149-150页
   ·模拟测试第150-155页
     ·实验设置第150-151页
     ·单目标节点分布式 K 最近节点搜索测试第151-153页
     ·多目标节点分布式 K 最近节点搜索测试第153-155页
   ·PlanetLab 测试第155-160页
     ·体系结构第156-157页
     ·PlanetLab 实验设置第157页
     ·单目标节点分布式 K 最近节点搜索测试第157-158页
     ·多目标节点分布式 K 最近节点搜索测试第158-160页
   ·本章小结第160-162页
第七章 结论与展望第162-166页
   ·工作总结第162-164页
   ·研究展望第164-166页
致谢第166-168页
参考文献第168-178页
作者在学期间取得的学术成果第178-180页
攻读博士学位期间参加的主要科研工作第180页

论文共180页,点击 下载论文
上一篇:变分模型与高效算法及其在图像处理中应用的研究
下一篇:大规模流媒体组播传输技术研究