基于双边市场多归属结构的SDN资源管理机制

现有IP网络在近几十年创新不足,软件定义网络(SDN)也许是下一轮的网络技术革命,并将带来巨大的市场潜力。从SDN架构出发,通过分析OpenDaylight项目和双边市场理论,提出了基于双边市场多归属结构的SDN资源管理体系结构和一种扩展的FPM多平台选择算法。在仿真测试中,主要通过单双平台在不同资源分配策略下的任务完成时间和代价来说明该体系的优势,由此实现了SDN中资源的合理分配,并提高了网络的可靠性。     

基于软件定义价格的SDN应用体系结构

首先,从用户付费调用网络资源的角度提出了SDN 应用概念;接着,通过对比传统的桌面应用编程、传统的网络编程和SDN应用编程,描述了SDN应用编程的优越性;然后,提出了软件定义价格的概念,综合说明了SDN应用的特点,设计了基于软件定义价格的SDN 应用框架,并将其应用于OpenDaylight 开源项目;最后,给出了基于软件定义价格的虚拟租户网络测试案例。实验表明,用户可根据软件定义价格自主选择所需的虚拟租户网络。     

基于SDN框架的网络资源定价策略

针对网络中用户集中提出资源请求所造成资源负载过重和网络拥塞的问题,提出一种基于SDN架构的网络资源定价策略。首先,分析用户的需求和消费模式,确定资源交易模型。其次,结合现货消费模式和计划消费确定预约机制下资源动态定价策略模型。最后,根据所提出的资源定价策略,对资源价格进行实例仿真,结果表明,通过价格刺激用户提前预约资源,结合每个用户的信任度与消费习惯给出相应的优惠价格,可以有效地避免用户集中获取网络资源。     

SDN体系架构中元模型构建机制

微服务是现代应用架构的新方法,其特点在于将复杂的应用功能分解到离散、独立的服务中,以实现应用方案的解耦,并且各个服务可以单独开发、部署及扩展。应用的变化必然驱动着底层网络的变化,可重构基础网络体系架构旨在通过网络重构机制来弥补网络业务需求与网络基础传输能力之间的差距。融合可重构和软件定义网络技术,提出了一种SDN体系架构中元模型的构建机制,旨在将SDN体系架构中各层的服务以元模型的方式呈现,并且在借鉴AKF三维伸缩模型之后,提出了一种基于正交分解的元模型的构建方法。最后通过理论分析和开发实例,验证了基于正交分解的元模型构建方法的可行性。     

基于LSTM流量预测的路由规划和切换

随着近年网络技术的不断发展和演进,用户对网络资源的需求体量越来越大,内容越来越复杂,传统的网络架构很难满足当前灵活的网络需求。软件定义网络的革命性技术思想赋予了网络可编程性和可演进性,实现网络资源更灵活的管理。为了提高网络资源利用率,提出了基于LSTM模型的流量预测,为路由规划提供理论依据。通过提前预测网络流量,在流量激增之前进行防御措施保证网络的安全性和稳定性。实现基于流量预测的路由规划、无损路径切换等功能。     

ForCES网络中的资源调度算法和经济模型(英文)

Resource scheduling algorithm for ForCES(Forwarding and Control Element Separation) networks need to meet the flexibility,programmability and scalability of node resources.DBC(Deadline Budget Constrain) algorithm relies on users select cost or time priority,then scheduling to meet the requirements of users.However,this priority strategy of users is relatively simple,and cannot adapt to dynamic change of resources,it is inevitable to reduce the QoS.In order to improve QoS,we refer to the economic model and resource scheduling model of cloud computing,use SAL(Service Level Agreement) as pricing strategy,on the basis of DBC algorithm,propose an DABP(Deadline And Budget Priority based on DBC) algorithm for ForCES networks,DABP combines both budget and time priority to scheduling.In simulation and test,we compare the task finish time and cost of DABP algorithm with DP(Deadline Priority) algorithm and BP(Budget Priority) algorithm,the analysis results show that DABP algorithm make the task complete with less cost within deadline,benifical to load balancing of ForCES networks.     

2D/3D多模态医学图像配准算法研究

2D/3D多模态配准在医学影像导航手术中起着重要作用,主要用于提供术前三维图像和术中二维图像的实时信息,帮助医生精准定位病灶,规划手术路径,从而提高手术的安全性和效率。提出了一种2D/3D多模态医学图像配准算法,首先利用Swin Transformer优秀的特征提取能力,构建了初始姿态估计模型,实现姿态参数的快速预测;接着,为了提升整个配准方法的鲁棒性,引入基于Grangeat关系的粗配准方法;最后设计了基于梯度下降的精配准模块,以提升整个配准过程的精确性,且在该模块将Sobel微分算子与归一化互相关结合,提升了参数优化过程中的灵敏度。实验结果表明,所提配准方法在正位和侧位配准中的误差满足配准要求,配准成功率有显著提升。     

基于学生知识追踪的多指标习题推荐算法

个性化习题推荐是教育信息化时代的重要课题,传统的习题推荐算法忽略了学生在学习过程中的遗忘规律,未能充分挖掘学生的知识掌握水平和相似学生的共性特征,推荐习题的评价指标单一,推荐习题的新颖度和多样性不足,不能合理地促进学生对新知识的学习或帮助学生查缺补漏。针对上述缺陷,提出一种基于学生知识追踪的多指标习题推荐方法,该方法分为习题初筛和再过滤两个模块,围绕习题推荐的新颖度、难度以及多样性 3 个指标展开研究,首先构造了一个结合学生遗忘规律的知识概率预测（student forgetting behavior based knowledge concept coverage prediction,SF-KCCP）模型,保证推荐习题的新颖性;接着基于动态键值的知识追踪（dynamic key-value memory networks for knowledge tracing,DKVMN）模型精准挖掘学生的知识概念掌握水平,以保证推荐合适难度的习题;最后将基于用户的协同过滤（user-based collaborative filtering,UserCF）算法融入再过滤模块,利用学生群体之间的相似性实现推荐结果的多样性。通过大量的实验证明,所提方法比一些现有的基线模型取得了更好的性能。