【摘 要】
:
网络技术的快速发展为当代社会的人们提供了更加便捷和优质的生活。然而,随着网络规模的日益增大,网络的管理和维护任务也变得日趋复杂。传统网络架构在当前的网络发展形势下正面临着前所未有的挑战,如相对封闭、管理不灵活和过于复杂等。作为一种新型网络架构,软件定义网络(Software Defined Networks,SDN)则顺应了网络发展的需求,专注于解决传统网络架构的痛点。SDN将控制面与数据面分离,
论文部分内容阅读
网络技术的快速发展为当代社会的人们提供了更加便捷和优质的生活。然而,随着网络规模的日益增大,网络的管理和维护任务也变得日趋复杂。传统网络架构在当前的网络发展形势下正面临着前所未有的挑战,如相对封闭、管理不灵活和过于复杂等。作为一种新型网络架构,软件定义网络(Software Defined Networks,SDN)则顺应了网络发展的需求,专注于解决传统网络架构的痛点。SDN将控制面与数据面分离,并引入了控制器集中负责管理整个网络的所有转发设备。这种基于软件可编程的控制面为网络管理带来了巨大的灵活性,为优化网络释放了强大的潜能。然而,数据面的异步性导致SDN网络在管理期间出现了各种异常行为。该文主要研究软件定义网络中一致性流更新问题,旨在避免流更新期间的各种异常现象,使网络提供更好的可靠性和更优的性能。该文的主要研究内容如下:(1)软件定义网络中一致性流更新问题研究。提出了软件定义网络中的一种快速和一致的流更新策略(FCFU),通过合理的安排数据流的更新顺序以避免流更新期间出现的网络异常行为。该策略首先通过流分段技术减弱更新原有的强依赖关系,且使能了并行更新的能力。接着通过分析子流段与多个资源之间的依赖关系得到总更新轮数较少的更新安排。最后,为了避免数据包的乱序行为,基于延时队列完成一致性流更新操作。实验结果表明,与现有的流更新算法相比,该流更新策略能够缩短流更新总时间达20.6%,同时可以保证更新期间无链路拥塞和包乱序的发生。(2)混合软件定义网络中一致性网络更新问题研究。提出了混合软件定义网络中的一种安全和快速的网络更新策略(HSFUS)。该策略首先构建一个以需更新目的地节点为根的最短路径树,随后每次迭代并判断最短路径树的每个叶子节点是否满足更新一致性,通过不断调整最短路径树,最终得到符合更新要求的操作序列。对于因造成网络不一致而无法继续更新的操作,通过两阶段更新方法完成最后的更新。实验结果表明,本文所提算法可以安全和一致地完成混合软件定义网络中的网络更新,与同类算法相比,能够以更短的计算时间得到更新序列,额外占用更少的TCAM资源和避免网络更新期间的链路拥塞。
其他文献
神经网络已推动人工智能取得巨大的进展,诸如医疗诊断、自动驾驶等对可靠性要求较高的领域也正在加速引入神经网络。传统计算系统已经无法满足神经网络的规模和算力需求的日益增长,使用特定硬件加速神经网络已是时下通行的做法。基于FPGA的神经网络加速系统由于其在能效比、灵活部署等方面的优势,已被大量使用在包括嵌入式终端等在内的端到端的工业和军用场景。在这些特定的工作场景中,极端的工作环境时有出现,如车机系统中
MEMS光学加速度传感器是一种将惯性系统内部敏感质量块的位移变化,转化为光学系统中光信号的变化量(波长、频率、能量)来间接测量加速度的传感器件,具有精度高、抗电磁干扰性强等优良特点,广泛应用于飞机导航、人造卫星的姿态调整、国家基本重力网测量绘制以及石油地震勘探等领域。同时在军事领域,采用精度更高的加速度测量器件将给武器装备的性能带来极大的提升,具有极其重要的战略意义。本文设计了一种基于Fabry-
三维测量是机器视觉研究的前沿性问题,三维测量系统是机器视觉系统的重要组成部分。为了实现实时三维形貌测量和提高测量精度,研究人员提出了众多的方法。基于结构光的三维重构可以实现非接触测量,与此同时面结构光相比线结构光具有重构速度快和较高精度等优点。系统在处理一幅普通的灰度图像需要几十万甚至上百万个像素点的遍历,重建一个场景往往需要多幅这样的灰度图像,这样就大大增加了重建一幅场景所需的时间。其次,由于投
火灾是严重威胁公共安全和经济社会发展的主要灾害之一,为了有效预防和减少火灾事件所造成的损失,火灾探测技术应运而生。点型感烟火灾探测器是目前广泛应用的一种火灾探测器,其性能直接地影响到火灾预警的实时性和可靠程度,所以对点型感烟探测器的性能评估尤其重要。国家标准GB4715-2005规范了点型感烟火灾探测器的标定环境的要求,为进行同类火灾探测器的性能检定提供了依据。本文研究了点型感烟火灾探测器标定实验
目前,工业生产的需求日益增加,大量含镉废弃物以烟、渣和废水的形式向环境中排放,使其逐渐变成了影响人类健康的“公害”之一。镉是一种剧毒重金属污染物,其生物蓄积性强、半衰期长,过量镉接触会对人类的肾脏、心血管、肺、免疫系统等造成不可逆转的危害。因此,超痕量镉离子的灵敏且特异检测在食品安全和环境监测中均具有重要意义。为了解决现有重金属镉离子(Cd2+)检测技术存在的检测精度低、选择性差以及无法满足快速实
对于目前高温下的视觉测量,如何降低高温部件本身发出的辐射光以及高温气流扰动对图像质量的影响仍然是一个挑战,这在航空航天或汽车制造等领域具有重大影响。单像素成像(Single-Pixel Imaging,SPI)作为一种新的成像方法,近年来得到了较好的发展。SPI具有成本低、信噪比高、成像谱宽等优点,特别是在弱光及非可见光条件下,它具有显著的优势。本文针对高温下复杂的光学成像环境,提出了一种结合单像
近年来,卷积神经网络(Convolutional Neural Networks,CNNs)在生活中的应用变得越来越广泛。CNN模型中庞大的数据量以及计算量,也逐渐成了掣肘神经网络发展的主要因素。二值化神经网络(Binary Neural Networks,BNN)作为一种轻量型的神经网络,相比于CNN可以极大减少数据量以及计算量。基于BNN的优点,专用BNN硬件加速器的设计成为一个新的热门研究方
目前,在光学非接触测量领域,叠焦测量仍然是最具发展潜力的课题。利用运动机构实现光学系统的焦深扩展,在距离被测物体不同高度的位置采集图像序列,通过算法处理获取每一个点的最佳聚焦位置。在这个过程中,聚焦评价算法起到了重要的作用。各种聚焦评价算法在不同的使用场景下性能表现存在差异,对聚焦评价算法性能的研究有利于更好地开展测量工作。本文系统地介绍了基于焦深扩展显微成像技术的测量方法,根据叠焦原理,搭建了叠
随着硬件和软件的蓬勃发展,视频图像这种更直观的信息,已成为传递信息的重要媒介,如何从海量的视频图像信息中找到人类所感兴趣的信息显得愈发重要。背景减除任务是计算机视觉领域重要研究课题之一,能够只保留运动的前景目标,而过滤掉信息量更大但不感兴趣的部分,即背景区域部分。近三十年来,国内外研究者基于背景建模理论等传统算法对背景减除任务做了深入研究。然而,实际应用中视频场景十分复杂,传统的背景减除算法难以保
近年来,随着人们公共安防意识的提高,智能监控系统在安防领域中发挥着越来越重要的作用,系统中关键的行人再识别技术也备受关注。该技术的核心思想是对出现在跨摄像头中特定的行人进行身份匹配。将该技术应用在实际场景下面临着一些挑战,一方面由于光照条件的影响,跨模态行人再识别利用近红外摄像机拍摄出不同模态下的行人图片,另一方面由于在实际场景下摄像头会拍摄出大量没有标签的行人图片。基于这两个实际场景,如何提取不