一种面向蜜场环境的蜜罐负载均衡算法

蜜罐服务的负载均衡是保障蜜场系统稳定运行的关键技术之一.蜜场环境下网络流量具有突发性强、流量大等特点,现有负载均衡算法往往需要动态且频繁地查询采集服务器的负载信息,会增加大量额外的开销.本文提出了一种面向蜜场环境的负载均衡算法(a load balanc algorithm towards the Honey farm environment,LBHF),该算法通过设计预警收敛流量分配策略、主动抢占式反馈策略以及基于排队模型的等待队列动态调整策略,有效地实现了蜜场环境下的负载均衡.实验结果显示,与Pick-KX算法相比LBHF具有良好的性能表现.     

一种应用于移动P2P网络的资源协作共享策略

移动P2P网络的移动节点设备资源短缺,网络动态多变,移动节点间的协作显得越发重要.本 文提出了一种灵活的移动节点间资源协作共享方案,为资源的请求者设计了基于可靠性理论 的请求资源预测算法.依据排队理论为资源的提供者,构建了层次型资源调度模型.数学分析 和仿真结果表明该预测算法提高了节点请求任务执行成功率,层次型资源调度模型则提高了 节点协作共享资源的服务能力,降低了资源请求丢失率.     

基于FBM模型的自相似网络排队性能分析

利用能够反映自相似特性的FBM模型,采用G/D/1排队模型研究了自相似性对网络性能的影响,讨论了在Norros给出的缓冲区溢出概率公式的基础下,FBM模型为输入时,网络平均排队延迟的解析公式.对理论分形流量和实际测量流量进行了仿真实验,验证了结果的正确性和有效性.     

基于多阶段M/M/s排队模型的机场安检流程优化研究

本文针对机场安检过程中顾客常常遇到的队列极长现象,研究机场安检流程的优化.首先,将机场安检流程依序拆分成身份审核、准备机器扫描、机器扫描和人工扫描四个阶段,构建多阶段排队模型M/M/s.然后,基于2017年ICM中D题所提供的数据进行实证分析,从队列规模和排队机制两个角度对排队模型进行优化.实证分析结果表明,当s等于3时顾客在系统中的平均等待时长显著减小,系统可靠性显著提升;此外,多角度灵敏度分析显示所得模型稳健性较好.最后,我们根据以上分析结果,针对目前的机场安检流程及安检设施建设提出了一些改进建议.     

具有等待者的Kornai—Weibull排队模型的修正与分析

这篇文章首先明确地指出，具有等待的买者的Ｋｏｒｎａｉ－Ｗｅｉｂｕｌｌ排队模型与没有等待者的Ｋｏｒｎａｉ－Ｗｅｉｂｕｌｌ排队模型具有要同的纰漏，其次，本文在较自然条件下严格证明了修正后模型存在的“正常状态”研究Ｋｏｒｎａｉ－Ｗｅｉｂｕｌｌ排队模型理论能够深刻地揭示了计划经济的弊端。     

单重休假的M/M/1排队模型的进一步研究

证明对一切θ∈(0,1),所有θ(2√λη-λ-η)都是单重休假的M/M/1排队模型的主算子的几何重数为1的特征值.     

客源充足情境下的customer-intensive服务策略研究

在customer-intensive服务中服务速度越慢,顾客的效用就越高,然而等待时间也随之变长;而服务商则需对服务速度和价格进行决策,以求获得最优收益。本文基于客源丰富的服务垄断商对此问题采用M/M/1排队模型进行了研究,将顾客成本细分为时间成本和焦虑成本,给出了最优服务速度和价格。研究发现,单位焦虑成本的增加造成了服务商收益的减少,但对收益的影响要小于单位时间成本。最后,提出了服务商投入一定的服务成本来减少焦虑成本的策略,以达到获取更高收益的目的,并证明了策略的有效性。     

VANET中基于非时隙CSMA/CA机制的IEEE802.15.4性能评估

IEEE 802.15.4是一个潜在的标准,可以在基于无线传感器网络的车载自组织网络(VANET)应用中提供高效和高质量的车辆到基础设施通信.在本研究中,提出了一种基于非时隙载波侦听多路访问和冲突避免机制的IEEE 802.15.4的数学模型,以研究介质访问协议在车载通信场景中的性能,该通信过程通过采用伯努利反馈重试的M/G/1排队系统建模,来分析其可靠性、受冲突影响的数据包延时和物理层中的数据丢失.模型分析结果与蒙特卡罗模拟的结果一致,适用于交通流量大和冲突概率高的情况.     

常微分方程形式的M/M/1排队算子的谱分析

在l~1空间研究了常微分方程形式的M/M/1排队模型确定的算子A的谱问题.通过细致的谱分析,表明算子A的谱是一个椭圆型,椭圆内部点全是算子A的本征值.0位于椭圆的右边界点是边界上唯一的本征值,从而0不能与其它谱点相分离.这一结果表明常微分方程形式的M/M/1排队系统在有限时间不可能看到系统的稳定状态.     

GI^（1）＋GI^（2）／G／1排队模型

对于GI^(1) GI^(2)/G/I排队模型,本借助献[1]中引入的Markov骨架过程方法求出了此模型到达过程,等待时间及队长的概率分布。