業(yè)務(wù)感知網(wǎng)絡(luò)能效優(yōu)化方法研究.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，計算機網(wǎng)絡(luò)已經(jīng)發(fā)展成為當(dāng)代社會獲取信息的重要媒介，一些實時應(yīng)用如視頻點播、IP電話、遠程教學(xué)等不斷出現(xiàn)在人們的視野中，這些實時業(yè)務(wù)對現(xiàn)有網(wǎng)絡(luò)提出了更高的要求，一方面其不同于傳統(tǒng)的數(shù)據(jù)傳輸業(yè)務(wù)，對時延和時延抖動非常敏感，因此需要更高的質(zhì)量保證，另一方面，占用著越來越多的帶寬資源，需要部署更多的服務(wù)設(shè)施盡可能地保證用戶的業(yè)務(wù)需求，其消耗的能量不容忽視，因此在本文中，希望通過建立業(yè)務(wù)感知網(wǎng)絡(luò)實現(xiàn)服務(wù)質(zhì)量與能效權(quán)衡優(yōu)化。本

2、論文的主要工作有:
　　1、構(gòu)建業(yè)務(wù)感知網(wǎng)絡(luò)的完整架構(gòu)模型:邊緣路由器上的業(yè)務(wù)感知模塊感知、識別所有的業(yè)務(wù)形態(tài)，丟棄如入侵數(shù)據(jù)在內(nèi)的垃圾流量，并利用DiffServ模型對不同業(yè)務(wù)進行區(qū)分處理，在核心路由器上加入了混合機制的節(jié)能算法，并通過以隊列長度為狀態(tài)的二維馬爾科夫模型進行節(jié)能評價。
　　2、提出了加權(quán)決策模板的改進感知算法，利用業(yè)務(wù)感知減量傳輸實現(xiàn)網(wǎng)絡(luò)的高效節(jié)能:本文提出了一種基于Adaboost的加權(quán)決策模板的多分類器