| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-25页 |
| 1.1 研究背景及意义 | 第11-15页 |
| 1.2 拥塞控制的发展及研究现状 | 第15-17页 |
| 1.2.1 源算法 | 第15-16页 |
| 1.2.2 链路算法 | 第16-17页 |
| 1.2.3 源-链路算法 | 第17页 |
| 1.3 多路径路由的发展及研究现状 | 第17-21页 |
| 1.3.1 多路径选择算法 | 第18-20页 |
| 1.3.2 多路径转发算法 | 第20-21页 |
| 1.4 本文的主要工作及内容安排 | 第21-25页 |
| 第二章 多路径传输机制下的拥塞控制技术 | 第25-51页 |
| 2.1 拥塞控制技术 | 第25-34页 |
| 2.1.1 网络拥塞定义及产生原因 | 第25-26页 |
| 2.1.2 互联网拥塞控制策略 | 第26-27页 |
| 2.1.3 TCP拥塞控制机制 | 第27-29页 |
| 2.1.4 IP拥塞控制机制 | 第29-31页 |
| 2.1.5 拥塞控制技术评价指标 | 第31-33页 |
| 2.1.6 流量的负载均衡 | 第33-34页 |
| 2.2 流量测量技术 | 第34-39页 |
| 2.2.1 流量测量方式 | 第35页 |
| 2.2.2 流量测量指标 | 第35-39页 |
| 2.3 多路径路由技术 | 第39-51页 |
| 2.3.1 多路径路由定义 | 第39-43页 |
| 2.3.2 互联网多路径路由技术 | 第43-46页 |
| 2.3.3 多路径的转发技术 | 第46-48页 |
| 2.3.4 转发粒度的选择技术 | 第48-49页 |
| 2.3.5 流量的分裂技术 | 第49-51页 |
| 第三章 基于丢包率预测的负载均衡算法 | 第51-71页 |
| 3.1 网络流量的特性 | 第51-53页 |
| 3.2 网络流量的预测 | 第53-54页 |
| 3.3 丢包率预测算法 | 第54-59页 |
| 3.3.1 基于指数平滑法的丢包率预测算法 | 第55-56页 |
| 3.3.2 基于支持支持向量机的丢包率预测算法 | 第56-57页 |
| 3.3.3 仿真实验及结果分析 | 第57-59页 |
| 3.4 基于丢包率预测的负载均衡算法 | 第59-70页 |
| 3.4.1 基于丢包率预测的负载均衡算法的数学模型 | 第60-61页 |
| 3.4.2 基于丢包率预测的负载均衡算法的实现 | 第61-62页 |
| 3.4.3 仿真实验及结果分析 | 第62-70页 |
| 3.5 本章小结 | 第70-71页 |
| 第四章 基于粒子群优化的负载均衡算法 | 第71-93页 |
| 4.1 基于指数平滑预测及粒子群优化的负载均衡算法 | 第71-83页 |
| 4.1.1 负载均衡算法的数学模型 | 第71-72页 |
| 4.1.2 自适应粒子群优化算法 | 第72-75页 |
| 4.1.3 仿真实验及结果分析 | 第75-83页 |
| 4.2 基于ARIMA预测及粒子群优化的负载均衡算法 | 第83-91页 |
| 4.2.1 基于自回归移动平均模型的丢包率预测算法 | 第84-86页 |
| 4.2.2 基于ARIMA预测及粒子群优化的负载均衡算法 | 第86-87页 |
| 4.2.3 仿真实验及结果分析 | 第87-91页 |
| 4.3 本章小结 | 第91-93页 |
| 第五章 多流环境下的负载均衡算法 | 第93-109页 |
| 5.1 同构流环境下的负载均衡算法 | 第93-100页 |
| 5.1.1 多商品流算法 | 第93-94页 |
| 5.1.2 同构流环境下负载均衡算法的模型 | 第94-95页 |
| 5.1.3 仿真实验及结果分析 | 第95-100页 |
| 5.2 异构流环境下的负载均衡算法 | 第100-107页 |
| 5.2.1 异构流环境下的负载均衡算法模型 | 第103-105页 |
| 5.2.2 仿真实验及结果分析 | 第105-107页 |
| 5.3 本章小结 | 第107-109页 |
| 第六章 结论 | 第109-111页 |
| 参考文献 | 第111-122页 |
| 致谢 | 第122-123页 |
| 作者攻读博士学位期间发表的学术论文 | 第123-125页 |
| 作者攻读博士学位期间的科研及获奖情况 | 第125页 |
