面向软件定义网络的服务功能链优化部署算法研究

针对网络功能虚拟化(NFV)环境下,现有服务功能链部署方法无法在优化映射代价的同时保证服务路径时延的问题,该文提出一种基于IQGA-Viterbi学习算法的服务功能链优化部署方法。在隐马尔可夫模型参数训练过程中,针对传统Baum-Welch算法训练网络参数容易陷入局部最优的缺陷,改进量子遗传算法对模型参数进行训练优化,在每一迭代周期内通过等比例复制适应度最佳种群的方式,保持可行解多样性和扩大空间搜索范围,进一步提高模型参数的精确度。在隐马尔科夫链求解过程中,针对隐含序列无法直接观测这一难点,利用Viterbi算法能精确求解隐含序列的优势,解决有向图网络中服务路径的优化选择问题。仿真实验结果表明,与其它部署算法相比,所提IQGA-Viterbi学习算法能有效降低网络时延和映射代价的同时,提高了网络服务的请求接受率。     

高层体系结构系统属性延迟测试

属性延迟是影响高层体系结构(HLA)仿真系统应用性、可行性的关键因素。由于运行支撑环境(RTI)属性延迟测试点寻找困难,并且不能很好反映整个 HLA系统性能,提出了一种 HLA系统属性延迟的测试方案;阐述了符合仿真系统实际要求的时间管理设置;针对 tick 函数对仿真中运行效率的影响,采用了改进的仿真流程;通过具体仿真测试,结果表明该方法简单可行。     

ARM性能对诱饵系统诱偏效果影响研究

诱饵系统的诱偏效果除了受到系统自身布局外,还与ARM的性能有关。针对ARM性能对诱饵系统诱偏效果的影响研究不充分的情况,以三点源诱偏系统为应用实例,建立了ARM性能影响模型,针对ARM的临界分辨角和侧向过载系数对系统诱偏效果的影响进行了仿真研究。仿真结果给出了ARM的临界分辨角和侧向过载系数对系统的诱偏效果的影响规律,为研究诱饵对抗ARM提供了参考。     

ARM性能对诱饵系统诱偏效果影响研究

诱饵系统的诱偏效果除了受到系统自身布局外,还与ARM的性能有关。针对ARM性能对诱饵系统诱偏效果的影响研究不充分的情况,以三点源诱偏系统为应用实例,建立了ARM性能影响模型,针对ARM的临界分辨角和侧向过载系数对系统诱偏效果的影响进行了仿真研究。仿真结果给出了ARM的临界分辨角和侧向过载系数对系统的诱偏效果的影响规律,为研究诱饵对抗ARM提供了参考。     

三点源有源诱饵系统诱偏效果影响因素研究

诱饵系统的诱偏效果受到系统布局和ARM性能两方面的影响。针对诱饵布局和ARM性能对系统诱偏效果影响研究不充分的情况,以三点源诱偏系统为应用实例,建立了诱饵布局模型和ARM性能影响模型,分别就系统布局和ARM性能对系统诱偏效果的影响进行了仿真研究。仿真结果表明,系统的诱偏成功率与雷达到诱饵中心位置的距离有关,并寻找到一个合适的取值区间使系统的诱偏效果达到最优。结果同时给出了ARM的临界分辨角和侧向过载系数对系统的诱偏效果的影响规律,为研究诱饵对抗ARM提供了参考。