一、A Teletraffic Model for Service Differentiation in OPS Networks(论文文献综述)
张宇明[1](2021)在《面向边缘计算的智慧标识网络资源协同与适配机制研究》文中进行了进一步梳理随着网络设备数量与流量规模的持续增长,边缘计算已成为当今网络环境下提升服务质量、增强用户体验的关键技术。然而,传统网络技术“静态、僵化”的原始设计弊端,导致其在跨网资源利用、差异化服务保障等方面的能力不足,进而难以为边缘计算提供高效的支撑。为此,设计基于新型网络架构与技术的边缘计算网络已成为国内外相关研究领域的共识。智慧标识网络作为新型网络架构的一种,在资源适配、网络管控等方面具有显着优势,为边缘计算的高效运行提供了良好的架构基础。为此,本文依托于智慧标识网络的设计理念,就网络资源的协同与适配开展研究,重点解决边缘计算所面临的任务卸载性能评估、传输与存储资源协同、差异化服务资源提供等问题。本文的主要工作和创新点如下:(1)针对终端设备与边缘服务器之间的任务卸载问题,设计了基于智慧标识网络的管控框架,构建了基于端-边协同的任务卸载性能评估模型。首先,将任务卸载问题描述为一个多队列系统;随后,使用马尔可夫链对两种卸载策略(本地优先策略和基于概率的策略)进行分析,并推导出任务平均响应时间与系统平均能耗的闭式解;在此基础上,构建了一个基于优化的资源适配方法,同时考虑终端需求、计算资源与传输资源;最后,实验结果显示,所提评估模型能够准确反映卸载策略的性能,所提资源适配方法可以动态调整资源的适配策略,满足不同终端的需求。(2)针对边缘网络之间的传输资源协同问题,设计了基于智慧标识网络的传输组件功能模型,提出了基于随机优化的边缘资源协同传输调度机制。首先,使用队列调度模型对基于资源协同的传输调度问题进行描述,并构建了一个随机优化问题;随后,将上述问题进行转化和分解,提出了一种低复杂度的控制算法,可以实现基于即时网络状态的传输策略制定;最后,通过仿真实验,验证了所提算法能够在不损失吞吐量的前提下,有效降低数据包的队列等待时间。(3)针对边缘网络之间的存储资源协作问题,设计了基于智慧标识网络的缓存组件功能模型,提出了基于多代理强化学习的边缘协作缓存方法。首先,构建了协作缓存的优化问题,并证明该问题是NP-hard;随后,将强化学习与所提缓存组件相结合,设计了一个协作缓存框架;在此基础上,提出了一种基于多代理强化学习的协作缓存算法,并将其输出定义为低复杂度的缓存策略,在降低学习模型复杂度的同时,为每个缓存节点提供一定的性能保障;最后,通过仿真实验,验证了所提算法能够从全局的角度出发,牺牲单个节点的本地命中率,提升整体的命中率。(4)针对边缘服务器与云服务器之间的任务卸载和服务资源适配问题,设计了基于智慧标识网络的资源适配框架,提出了基于服务功能切换的云-边资源协同适配机制。首先,构建了一个随机优化模型,对基于服务功能切换的资源适配问题进行描述,旨在最大化任务处理收益与最小化服务切换代价;随后,利用虚拟队列技术,将任务需求与服务资源进行关联,并提出了一个低复杂度的任务卸载与资源适配算法;在此基础上,引入任务的主动拒绝机制,对上述算法进行改进,使其能够提供确定的时延保障;最后,通过仿真实验,验证了所提算法均能有效降低任务的等待时间,并且可以提供基于服务功能切换的差异化资源适配策略。
郭欣彤[2](2021)在《大规模知识图谱的查询处理技术研究》文中研究指明知识图谱以结构化的形式描述客观世界中概念、实体及其之间的关系,将互联网信息表达成更接近人类认知的形式。知识图谱以其丰富的语义信息和强大的推理能力,为互联网时代的各种智能应用提供了高效的解决方案。知识图谱是人工智能的重要基石,高效地查询处理是其能够广泛应用的基础。知识图谱上的查询处理面临以下挑战:首先,知识图谱具有数据量巨大的特点,如何在分布式环境下高效地存储和索引上述大规模数据是亟待解决的问题;第二,知识图谱的查询负载多样,需要良好的划分算法在多样的负载中始终提供稳定的查询性能;第三,知识图谱既可以用关系数据模型表示,又可以用图数据模型表示,因此它天然地支持两种数据模型上的查询操作,这就需要针对不同查询的特点设计相应的查询处理算法。现有知识图谱上的查询处理技术存在种种缺陷,无法很好地解决上述问题。基于以上挑战,本文综合运用数据管理、算法学和计算复杂性的相关理论和技术,对大规模知识图谱的查询处理中的一系列重要问题进行了深入研究,主要研究成果总结如下:1.本文研究了知识图谱上的多查询优化问题。多查询优化问题是从一组查询中找出公共子查询,每个查询可以利用公共子查询的结果构建自己的结果。本文提出了一个新的多查询优化算法框架Leon。针对现有算法时间复杂度高的问题,本文提出了一个剪枝性能优越的公共子查询检测算法。它利用特征集合和triplet快速聚类相似的查询,再在每个聚簇中精确、高效地查找公共子查询。现有查询重写方法只考虑了公共子查询的结果个数,而在分布式内存环境下,计算代价和空间占用才更加重要。本文根据这两个因素定义了查询重写问题,并提出了一个近似比为ln|Q|+1的算法,|Q|代表查询个数,它总是选择代价最小的公共子查询进行重写。本文也提出了一个精巧的查询计划生成算法,它基于特征集合的基数估计方法比一般的基于谓词的方法更加准确,因此生成的计划更优。在真实数据集和生成数据集上的实验结果表明:Leon在单个查询上的效率与现有最快的基于内存的RDF查询引擎查询时间相当;引入多查询优化情形下,时间是基准方法的1/10。2.本文研究了知识图谱上的基于负载的动态划分问题。根据不断到来的查询更新底层数据划分,可以保证系统在面对复杂查询负载时总是能提供稳定的表现。本文证明了基于查询负载的动态划分问题是NP难的。现有基于负载划分的系统大多需要预先知道查询历史。本文提出了一个不需要查询历史,通过不断监测查询负载能动态更新底层数据划分的算法框架WISE。本文提出了一个新的频繁模式挖掘算法,它利用一个紧凑的数据结构query span来存储查询负载信息。为了加快query span的构建,本文提出了一个基于哈希的图同构检测算法。本文提出一个根据频繁模式生成迁移计划的算法。该算法决定移动哪些数据,以及向何处移动可以最大化迁移收益,同时每台机器上的数据量保持平衡。在多样查询负载上的实验结果表明:与其他基于负载划分的方法相比,WISE查询效率最高,能适应各种动态负载。3.本文研究了知识图谱上的正则路径查询问题。正则路径查询求解相连路径满足某个正则表达式的顶点对集合,是图上的基本查询,在金融、生物信息和社交网络中有着广泛应用。本文提出了一个能够处理正则路径查询的算法框架Leon+。现有正则路径查询处理算法大多依赖索引,索引的计算代价和空间占用巨大。因此,本文使用特征摘要图作为索引,它只需要线性的构建时间,空间占用小,主要用于查询处理时的剪枝和生成查询计划时的基数估计。为了减少查询处理时的通信代价,本文提出了一个基于特征路径的图划分算法。本文提出了一个高效、准确的两阶段查询处理算法,该算法的剪枝性能优越,可以大大减少查询响应时间。实验结果表明:Leon+在处理正则路径查询时性能优越,扩展性良好。4.本文研究了知识图谱上的多样化Top-k查询问题。在查询结果集中既考虑重要性,又考虑多样性,可以呈现给用户更有意义的结果。本文形式化定义了多样化Top-k查询问题,并证明它是NP完全的。现有算法时间复杂度为O(1/2kn2),近似比为2,其中n代表结果个数。本文提出了一个近似比为2,时间复杂度为O(kn)的算法DTopk-Base。为了进一步降低时间开销,本文提出了一种高效的启发式算法DTopk-Index,选择性地生成高质量结果。DTopk-Index的近似比上界为2/λ,其中λ ∈[0,1]是平衡重要性和多样性的系数。在真实和生成数据集上的实验结果显示:两个算法都能够高效地生成高质量结果集合。案例分析也说明了在查询结果中引入重要性和多样性可以提高用户满意度。
秦娟[3](2021)在《共享出行对城市交通拥堵的缓解作用研究》文中进行了进一步梳理随着城市化的进程以及机动车产业的不断发展,我国乃至全世界各大主要城市都面临着严重的交通拥堵问题。交通拥堵管理以及交通需求管理等研究领域的结论指出,解决交通拥堵问题的关键在于降低城市内部出行的机动车出行、促进绿色的非机动车出行的发展,提高公共交通出行的使用频率,从而降低城市道路的拥堵情况,尤其是早晚高峰时段的严重拥堵问题。近年来,随着移动互联网技术的高度发展以及物联网技术的成熟应用,共享经济这一新型、高效的经济形式,在人们生活的各领域都得到了良好的发展,尤其是在共享出行领域。共享出行的产生和发展,为本文研究提供了以共享单车和共享乘车为代表的新型高效出行方式,那么,共享出行的引入和发展,对城市的交通拥堵问题,带来了怎样的影响呢?共享出行的发展,是否能够解决交通拥堵的三大核心问题:促进非机动车出行、减少机动车出行、提高公共交通系统的使用?与此同时,城市内部工作日及早晚高峰时段的严重拥堵问题能否因此得到缓解?全世界范围内,发展最为迅速、规模最大的共享出行市场位于我国。基于我国共享出行的蓬勃发展及相对缺失的理论研究现状,本研究基于共享出行领域所产生的高精度出行相关观测数据,结合城市交通拥堵管理理论、交通需求管理理论、公共交通需求理论与经纬度数据可视化、POI数据处理与分析、空间数据挖掘、图像识别与基于计量经济学模型的因果分析等理论和技术方法,对当前共享出行领域及城市内交通拥堵管理的相关研究进行补充,为将来的城市智慧交通系统构建提供必要的参考和建议。首先,本文量化了共享出行的引入对城市非机动车出行的促进作用以及对于机动车出行的替代作用。本文研究发现,共享单车服务的引入和推广显着减少了城市内部各功能区域对机动车出行服务的需求,尤其是对于短途出行而言。这是由于城市出行者在短途出行时面临了更多的选择,可以使用自行车共享服务来代替机动车出行服务,而这一替代作用也使得机动车出行服务更多地从短途出行者释放给了长途出行者使用,可以为真正需要机动车出行的长途旅行者留下更多的服务资源,缩短其叫车的等待时间,并为长途出行者提供更好的机动车出行服务。其次,本文检验了共享出行是否能够缓解城市早晚高峰时段的交通拥堵。城市的交通拥堵可分为早晚高峰时段拥堵和其他时段拥堵。城市的其他时段拥堵大多是由于特定路段的交通配套不匹配而导致的,而早晚高峰的拥堵则来自于城市大量的通勤人群,具有极大的交通需求管理空间。本文通过利用独特的自然实验设置对无桩共享单车对城市早晚高峰拥堵的缓解作用进行了检验,结果显示,无桩共享单车的引入可以大大降低早晚高峰时段城市居民对汽车出行的需求,从而减少城市道路机动车流量,缓解早晚高峰的严重拥堵。与此同时,本文研究还发现拥堵程度越高的地区,这一缓解作用会越明显。不仅如此,本文研究还发现在早晚高峰时段,具有公共交通站点的位置、交通量最密集的城市中心区域,以及人口居住密度越高的区域,汽车出行订单量的减少也会更加显着。总体而言,本文研究发现无桩共享单车系统将现代化的信息技术与新型的共享经济模式相结合,减少了早晚高峰时段的汽车出行需求,为城市早晚高峰时段的严重交通拥堵问题提供了智能化的解决方案。最后,本文验证了共享出行对城市公共交通可能存在的协同作用。公共交通系统是各城市交通发展的重要组成部分,城市管理者们通常需要耗费巨资建立和维护公共交通系统以保障其良好运转。然而,共享出行服务的出现,对公共交通系统的使用是促进还是降低的,目前还存在很大的争议。本文从实证研究的角度,通过研究地铁系统的扩张对共享乘车服务需求产生的影响,发现地铁的扩张鼓励更多的共享乘车服务用户利用共享乘车服务往返地铁站,地铁运输系统和共享乘车服务之间呈现出显着的协同关系。通过对比这一协同作用在新开通站点与原有站点之间的区别,本文研究发现互补关系在现有地铁站中占主导地位,而替代关系在新开站中占主导地位。新地铁线路的开启对现有的地铁站产生涟漪效应,因为增加新的站点使现有的地铁系统成为更便捷的交通方式,进而增加了往返现有地铁站的乘车需求。为了深入了解这种涟漪效应背后的机制,本文研究使用社会网络和复杂网络理论分析了北京地铁系统拓扑结构特征的变化。本文研究发现,这些节点级别的中心性度量值的增加会导致共享乘车需求的增加,这表明涟漪效应的存在是由于交通系统网络结构发生的改变导致所有站点的吸引力和中心性发生了变化,从而导致了从新开放的站点到原有站点间的连锁反应。
宋站阳[4](2021)在《众创空间网络嵌入对用户创业绩效的影响机制研究》文中进行了进一步梳理创业是推动创新,促进就业与经济增长的内在源动力。产业变革和技术创新的突飞猛进推动着“大众创业、万众创新”局面的形成。用户作为社会活动的重要组成部分,正从传统市场价值创造的被动接受者向积极参与者的角色转变,这一“范式转变”,使得市场从传统的生产者创新模式转向用户开放的合作创新模式,并且在“互联网+双创”背景下,人工智能技术的迅速崛起为创新创业带来了更多的机遇,使得创新创业不再高高在上,也不再是“某些人”的标配,已逐渐成为普通大众(用户)从事的一种社会活动,这就使得用户创业开始登上创业类型的舞台。和用户创业企业的数量相比,其质量更能衡量用户创业的价值,但就目前看来,用户创业的成功率较低,已制约到用户创业的整体进程。因此,如何提高用户创业成功率,如何提升用户创业绩效,这已成为用户创业必须面对的现实问题。资源是新创企业成功的关键因素。然而,资源匮乏是普遍存在的,由于用户创业往往是“偶然性”的,因无法全面及时的获取技术、人力、资金等资源,最终导致用户新创企业处于竞争劣势状态。随着拼凑理论的兴起,资源拼凑无疑是解决用户创业资源匮乏的最佳选择,它以全新的视角和思维建构现有资源,拼凑组合手头资源,以主动的方式实现资源重组和再建构,这不仅有利于解除用户创业的资源瓶颈,还可以为用户创业创造新的竞争优势。众创空间的网络嵌入能够有效拓宽用户创业资源获取的渠道。众创空间是顺应创新2.0模式而形成的新型开放式创业公共服务平台,是实现我国“双创”局面形成的重要载体,对于创新创业的发展具有重要的意义。众创空间以用户参与为中心,用户嵌入众创空间中将会拓宽用户创业所需资源的渠道,丰富用户的网络关系等,增加了用户由创新向创业转变的可能性。众创空间网络嵌入是用户获取资源的重要途径,为用户提供拼凑资源,甚至可以激发用户的资源拼凑行为,从而使用户在创业的过程中形成自身的竞争优势,有利于创业绩效的提升。基于以上分析,本研究基于社会网络理论、资源基础理论以及嵌入理论,将研究对象聚焦到用户这一群体上,通过对相关文献的追溯与整理,探究众创空间网络嵌入对用户创业绩效的影响机制研究,并将资源拼凑引入这一机制中,探究资源拼凑如何在众创空间网络嵌入与用户创业绩效之间发挥中介作用。同时,将先前经验引入这一机制中,作为调节变量,探究用户不同的先前经验如何在众创空间网络嵌入与资源拼凑的关系作用下发挥调节作用,从而构建“众创空间网络嵌入—资源拼凑—用户创业绩效”理论框架模型,为综合全面的探究众创空间网络嵌入对用户创业绩效的影响路径及作用机理,本研究主要从以下几方面具体展开研究:第一、基于文献回顾分析,对用户、用户创新、用户创业、用户创业绩效、众创空间网络嵌入、资源拼凑、先前经验进行概念的界定,并结合我国实际创业情境与用户创业的特性,对本研究的变量进行维度划分;第二、基于社会网络理论、资源基础理论以及嵌入理论,对相关文献的回顾与分析,分析各变量间的关系,提出本研究的研究假设,并构建研究概念模型;第三、基于本研究研究主题设计调查问卷,并进行调查问卷的发放与相关对象的访谈,从而获取样本数据;第四、数据的分析与处理,基于统计分析软件主要对数据进行信效度分析、相关分析、探索性因子与验证性因子分析,在此基础上对本研究提出的假设进行检验,得出相关结果;第五、对研究结论进行讨论与分析,并结合结论阐述理论贡献与管理启示,同时分析本研究存在的不足以及未来展望等。本研究主要得出以下研究结论:(1)众创空间网络嵌入对用户创业绩效有显着的正向影响,即众创空间的关系嵌入与结构嵌入均对用户创业绩效有显着的正向影响,其中结构嵌入的正向效应更为明显;(2)众创空间网络嵌入对资源拼凑有显着的正向影响,其中结构嵌入的影响作用更为明显;(3)资源拼凑对用户创业绩效有显着的正向影响;(4)资源拼凑在众创空间网络嵌入对用户创业绩效的影响作用中起部分中介作用;(5)先前经验在众创空间网络嵌入对资源拼凑的影响作用中起正向调节作用。本研究的研究结论在理论与实践方面都对用户创业有着一定的意义:在理论上,本研究将社会网络嵌入进众创空间中,形成众创空间网络嵌入,并引入资源拼凑,探究其对用户创业绩效的影响机制,这丰富了用户创业的相关研究,拓宽了用户创业绩效的前因变量研究,以及资源拼凑的中介作用研究;在实际方面,有助于用户积极嵌入进众创空间网络,获取创业资源,为用户创业者突破资源匮乏的制约提供了新的决策思路和逻辑方向,并且有助于政府优化众创空间体系,为制定政策提供建议与决策参考。
李秀林[5](2021)在《SaaS环境下易并行应用的性能分析与优化研究》文中进行了进一步梳理云计算是一种基于互联网的资源共享模式,其利用虚拟资源管理和分布式计算等技术管理计算资源,并以在线和按需的方式向用户提供计算服务。根据提供服务类型的不同,云计算可以分为三个层次的服务,分别是基础设施即服务(Infrastructure-as-a-service,IaaS)、平台即服务(Platform-as-a-servic,PaaS)和软件即服务(Software-as-a-service,SaaS)。其中,SaaS是把软件应用定位成共享的云服务,能够直接满足用户的应用软件需求。本文主要关注的是SaaS环境下一类广泛存在的应用—易并行应用,该类应用的特点是所提供的服务之中有一个或者数个易并行服务。易并行服务的任务可以分割为多个独立的、无依赖的子任务,这些子任务可以在不同服务器上并行执行。SaaS环境下的典型易并行应用有渲染应用、翻译应用、大多数的数据处理应用以及大多数的机器学习应用等。随着云计算的蓬勃发展,尤其是数据密集型计算领域的兴起,SaaS环境下易并行应用的工作量急速增加,这对SaaS提供商的应用性能管理提出了更高的要求。一方面,针对不同类型的易并行应用,SaaS提供商需要研究系统配置、任务负载和性能指标之间的相互关系,优化云资源配置、任务执行策略和资源分配算法,进而高效地、可靠地处理大批量的用户任务;另一方面,为用户任务分配云资源时,SaaS提供商需要考虑多样化的用户服务质量请求,在保证用户服务质量的前提下,提高任务执行效率,减少资源消耗。目前,由于云架构的可伸缩性、易并行应用的多样性和用户任务的复杂性的限制,国内外关于SaaS环境下易并行应用的性能管理的研究还存在很多不足。例如,现有的性能管理研究很少考虑云环境下易并行应用的特征以及并行化对资源利用率的影响,对用户需求及任务的多样化约束考虑的也并不全面。因此,为了提高SaaS环境下易并行应用的性能管理水平,优化不同类型易并行应用的服务质量,本文从性能分析模型和资源分配算法两个方面开展了以下四个研究。(1)针对SaaS环境下的易并行独立应用,基于排队理论和马尔科夫理论,本文提出了适应多并行度分割的多站多服务器排队性能分析模型。可靠的性能分析模型可以帮助易并行应用确定合适的任务并行度,进而大幅度地减少任务执行时间,提高应用的性能。为了在SaaS环境下建立有效的易并行独立应用的性能分析模型,本文将易并行独立应用建模为多站多服务器的服务系统,面向易并行独立应用提出了基于M/M/c/r排队系统的性能分析模型。该模型可以预测不同系统设置下的重要性能指标,进而指导SaaS提供商制定最佳的应用系统设置,如服务器数量、缓存容量和并行度等,最终提高SaaS应用的性能。(2)为进一步优化SaaS环境下易并行独立应用的性能,本文制定了针对易并行任务的差异化并行处理策略,并基于排队理论,面向易并行应用提出了并行多队列多站的性能分析模型。该差异化并行处理策略可以根据任务对应用性能影响的差异,对任务进行差异化的处理,进而提高应用的服务质量。然后,为了分析不同任务的处理方式以及资源分配情况下的性能差异,基于该策略,本文提出了并行多队列多站的易并行独立应用分析模型,该模型可以指导SaaS提供商为不同的任务确定最优的并行度和资源分配方案,进而优化SaaS环境下的易并行应用的性能。此外,本文还提出了一个新的度量指标来量化不同任务的性能优化水平,从而避免在性能优化过程中出现任务性能恶化的情况。(3)针对SaaS环境下易并行服务组合应用的性能分析和优化问题,本文提出了两种性能分析模型,分别是并行多站串联排队网络模型和多类多池分析模型。该性能分析模型可以为SaaS环境下不同类型的易并行服务组合应用提供准确的性能预测。本文一方面分析了不同服务之间时间依赖和资源约束的关系,并为易并行服务组合应用构建性能分析模型;另一方面基于分析模型的预测结果,提出了高效的任务处理以及资源分配策略,进而优化易并行服务组合应用的性能。(4)针对用户对应用服务质量需求多样性的问题,本文将其深化为公平与效率的冲突问题,分别在资源竞争和非竞争情况下,为SaaS环境下的易并行应用提出了公平高效的资源分配算法。由于用户服务质量需求的多样性,SaaS提供商通常向用户提供多层次SLA(服务水平协议)。为了在任务处理时满足用户多层次的SLA,本文提出了加权加速比公平性定义。然后,为了提高执行效率、协调效率和公平性,在加速比公平原则的指导下,针对资源竞争和非竞争两种情况,本文提出了公平高效的资源分配算法。此算法可以在满足用户不同SLA的同时,最大限度地提高任务的执行效率。
弭娜[6](2021)在《SDN控制器放置及扩容性能优化验证平台》文中进行了进一步梳理软件定义网络(Software Defined Network,SDN)是一种将控制平面和数据平面分离了的新型网络架构。SDN数据平面由交换机组成,负责数据流的分组转发功能;SDN控制平面由控制器组成,负责对数据平面进行集中化管控。在SDN网络中,通常需要合理地设计控制器在网络中的放置位置及服务资源的分配策略从而获得具有利润空间的网络性能,因此需要预先对网络设计进行验证。然而,由于控制器放置问题是NP难问题,进行网络设计时所涉及的场景是指数增长的,这造成了验证不同设计场景下的网络性能的困难,因此迫切需要相关工具来为网络中控制器的优化部署和服务资源的优化利用提供指导。另外,由于具有自相似特性的网络流量被认为广泛存在于现代通信网络中,用传统的泊松过程刻画网络流量模型可能引起评价结果的偏离,因此在SDN资源优化科学问题的研究中,还需要以自相似网络流量、泊松到达的网络流量为基础,建立不同的网络流量模型来分析问题。为此,论文基于国家自然科学基金项目中资源优化与性能验证的部分科学问题的研究需要,设计实现了一种基于不同网络流量模型的验证平台,旨在验证SDN控制器放置及扩容问题的网络性能边界。论文将网络流量和控制器的服务能力相结合,基于不同的网络流量模型对SDN控制器性能进行建模并分析控制器排队时延,随后结合排队时延和传播时延确立了 SDN控制器放置及扩容问题的性能优化指标。在此基础上,对验证平台进行了设计与实现。最后,在平台中设置不同的实验参数验证了控制器放置和扩容问题,得出了相关实验结论。论文中的验证平台能够仿真不同的网络流量去验证SDN控制器放置和扩容问题的性能边界,提供控制器最优部署方案和最优扩容方案。同时,论文通过相关实验证明了控制器优化部署和控制器扩容资源优化利用的重要性,分析了网络流量特性。论文从网络设计的验证难题入手,对网络流量模型、控制器性能建模进行了分析研究并将网络时延作为控制器放置及扩容问题的性能优化指标,在此基础上设计实现了 SDN控制器放置及扩容性能优化验证平台,为软件定义网络中资源优化与性能验证的部分科学问题研究和实际应用提供参考。
赵富强[7](2021)在《面向内容服务网络的资源估算和虚拟拓扑构建》文中指出随着网络视频点播,流媒体等业务的多样化发展,相同的内容在传输和存储过程中占据了传统网络的大量资源。为了从根源上解决上述问题,内容中心网络CCN(Content Centric Network)以其具备网内通用缓存的优势引起业界广泛关注。节点的缓存资源可以对网络中流行内容存储并响应,减少了链路中重复资源的传输。CCN的提出推进了未来网络架构的发展,同时也带来了更多有趣的挑战。其中,量化缓存的服务能力,根据需求目标估算节点的缓存容量配置,是网络运营商关注的重点。本文研究了 CCN中的缓存资源估算和虚拟拓扑构建问题,主要工作如下:1.在资源估算问题中,为了合理的估算节点的缓存容量,首先分析了 CCN以及Web网络中的缓存建模方法,以及对当前CCN中的资源分配研究做出阐述。然后基于“Che近似”层次缓存建模理论及其扩展研究,提出一种面向接入网的小型树状拓扑缓存资源估算模型。模型量化了系统平均缓存命中率这一网络规划目标与拓扑中节点缓存容量的关系。根据节点的缓存命中率目标估算节点缓存容量大小。同时缓存资源估算模型也反映出树状拓扑的第一层和第二层缓存容量的变化趋势,可以对系统性能到资源的转化以及拓扑整体与局部资源的估算有更深入的认识。实验仿真结果展示了不同参数对缓存估算模型性能误差的影响,并对模型在实际场景中的适用性进行分析。2.本文工作还包括对缓存资源估算模型的扩展研究,提出了面向CCN网络的虚拟拓扑构建算法。将本文的缓存资源估算模型应用于拓扑构建过程中对缓存资源的抽象。该虚拟拓扑构建算法与传统意义上的虚拟骨干网,虚拟无线微波网络的研究不同。本质上是对CCN网络中缓存资源与节点计算资源的权衡和考量。在本文的拓扑构建算法中,提出了节点服务能力的概念。节点服务能力即节点对于请求的最大线性处理能力。在网络拓扑构建的过程中,根据节点的命中率目标估算节点的缓存容量,同时计算向上层拓扑转发的未命中内容请求速率。根据上层聚合的请求速率以及节点的服务能力,计算上层节点数量。通过优化目标函数,最终虚拟拓扑构建算法在算法预设精度范围内,能够满足系统目标需求的同时,确定缓存容量使用最小化的拓扑结构和缓存容量配置。本文提出面向内容服务网络的缓存资源估算模型以及虚拟拓扑构建算法,量化了系统性能与所需资源的关系。对于网络运营商规划和部署内容服务网络,具有一定的参考意义和价值。
陈林枫[8](2021)在《荧光传感器阵列的构建及其多目标检测性能研究》文中研究指明水环境中污染物种类多、浓度低、形态结构复杂,发展快速、灵敏、高通量的检测方法一直是水环境分析的技术难点。以阵列分析为基础的荧光传感器阵列采用了人工模拟嗅觉系统的传感模式,具有多通道信息同时获取、可快速区分复杂样品等优点,大幅度提高了分析效率和检测通量,为复杂水环境中污染物的高效分析提供了新的契机。本论文围绕环境中常见的氰化物、重金属离子、农残、多环芳烃四类污染物,针对性的发展了四种高效荧光传感器阵列,突破了阵列分析存在的量化能力不足、难以检测低化学活性物种等局限,成功建立了复杂水环境中多目标同时分析的新方法,为多元污染物种类与形态同时检测提供了新思路。本论文主要研究内容如下:1.发展了基于三苯胺的具有聚集诱导发光效应的超灵敏氰化物荧光传感器,结合颜色识别与阵列分析,构建了便携式的快速灵敏检测系统。该策略的最低检出限低至160 n M,远低于饮用水标准,优于同类荧光传感器。通过对响应机理的研究,认识到烯氰基的超强反应活性和表面活性剂的引入是超灵敏响的主要原因。该检测系统灵敏、准确,无需借助于大型仪器,具有应用于野外现场检测的潜力。2.发展了基于多联吡啶的超灵敏荧光传感器阵列,实现了对11种金属离子的准确识别和超灵敏定量。组成阵列的四种荧光传感器对不同金属离子表现出差异化的络合能力,可为多种重金属离子提供多样化的多通道信号输出。利用多通道信号,结合模式识别分析,准确检测了Fe2+、Fe3+、Co2+、Ni2+、Cu2+、Zn2+等11种电子构型和络合能力相似、易相互干扰的金属离子,以及金属离子多元混合物和不同形态的二元混合物,且检出限低至33.9 n M,优于同类阵列。在高通量、高分辨率判别的同时,还极大改善了常规荧光传感器阵列量化能力不足的缺陷。3.构建了由3种胆碱酯酶和4种硫代胆碱荧光传感器组成的多通道荧光传感器阵列农残检测系统,实现了对30种广泛使用的有机磷和氨基甲酸酯农药的高通量广谱检测,建立了类内聚集、类间分散的高离散性标准响应库。利用该数据库,不仅实现了未知实际污染样品中农残类别的快速确定,还能同时灵敏量化多种农残,检出限低至16 ppb,远低于环境中所允许的最大浓度,且检测效果与高效液相色谱法相当。4.通过调控激发和和发射波长,合成了4种超稳定的碳点/聚乙烯醇薄膜荧光传感器,并组建成可循环使用的薄膜传感器阵列,利用荧光内滤效应,成功实现了对16种典型的多环芳烃的准确快速检测。该阵列多达28个信号收集通道,可为每种多环芳烃提供了丰富的多样化信号,确保了多种多环芳烃的高通量识别与灵敏量化,最低检出限低至57 n M,远低于食品、水体中所允许的最大浓度。该系统的成功构建克服了其难以检测这类无化学活性污染物的不足,扩展了荧光传感器阵列的应用范围。
崔研[9](2021)在《居家养老共享服务平台运营管理及其优化研究》文中提出老龄化问题是我国面临的重大社会问题,而养老资源不足,更给家庭和社会带来巨大的负担与压力。利用互联网与物联网技术提供精准化、全覆盖、高效率的养老服务平台,缓解养老资源不足,并释放宝贵的医疗资源是当务之急。因此,本文聚焦居家养老共享服务平台运营管理及其优化研究,创新性地利用共享经济、双边匹配等理论对于居家养老共享服务及其平台开展研究,并利用演化博弈理论对于居家养老共享服务平台存在的合理性进行验证。本文主要研究内容如下:首先,分别研究了创新型居家养共享老服务平台和居家养老者的分类,也对于居家养老服务需求及其影响因素进行了研究。为了理论论证居家养老共享服务平台的合理性,系统地分析了共享经济平台的特征、结构及模型后,通过科学地抽样调查方法,对目标地区的老年人口的现实情况进行实证分析,切实地发现在养老过程中存在的现实问题。接着,运用演化博弈理论和双边匹配理论论证了养老产业的演化发展机制及定价管理机制。模型分析结果显示:居家养老者、居家养老服务提供者都需要一个居家养老共享服务平台来提高供需信息的共享以及稀缺服务资源的共享;同时,合理地制定定价策略能够实现养老供需匹配的良性发展。其次,居家养老共享服务平台运营管理过程中,具备专业素质的服务提供者的数量较少。居家养老共享服务平台为了提高居家养老服务提供者效率,居家养老共享服务平台需要提高其运营效率,尤其是要进行相关的路径规划。该研究中,居家养老共享服务平台服务提供者的最优服务路径的规划具有普适性,适合于任何城市的居家养老服务。为了验证该路径规划的正确性及有效性,本文以唐山市居家养老共享服务平台运行为例,对于唐山市居家养老共享服务平台服务提供者的最优服务路径的规划进行了实证研究,并构建不确定条件下的鲁棒优化模型进行验证,实证结果显示:本文所提出的居家养老服务提供者的路径规划方案具有较强的鲁棒性。再次,为保证居家养老共享服务平台运行具有可持续性,居家养老共享服务平台的服务定价与收费问题非常重要。本文以双边市场平台以及交叉网络外部性的概念理论为基础,构建了相关双边博弈模型,并分析了居家养老共享服务平台的最优定价、最优用户数量以及平台收益,从三方策略选择中探讨最优服务定价管理策略。通过数值案例分析后,总结了人员转移比例、交叉网络外部性关键参数的响应性,从多个方面为居家养老共享平台的运营提供支持,探究实现平台的平稳发展的实现途径。最后,本文研究共享模式的养老支付保障问题,以河北省老年群体的问卷数据进行实证分析,研究影响居家养老者的养老服务支付能力的因素。在支付保障分析中,将年龄、性别、居住地区和配偶情况等18项变量作为研究要点,对秦皇岛市老年群体展开抽样问卷调查。在此基础上构建了共享居家养老的二元Logistic模型,对养老支付保障变量的影响要素进行回归分析,进而归纳影响养老支付保障的关键因素。使本文构建了有支付保障、安全高效的居家养老服务系统,为改善养老服务质量与提高居家养老者的生活水平提供了支持。
靳璐[10](2021)在《智融标识网络中基于乱序优化的多径多协议传输机制研究》文中认为传统互联网在服务质量、管控能力以及安全性、可扩展性等方面正面临挑战,因此各种演进式或革新式的新型架构被提出。为了解决各种新型架构过渡融合的难题,智融标识网络通过将网络中的异构资源进行智慧融合,实现适配服务需求的协同调度。在网络组件层,利用多接口和多种协议栈实现数据包的多路径传输,搭建多路径跨协议传输体系模型,旨在实现带宽聚合以提升系统的网络资源利用率和传输效率。然而,由于不同路径的性能固有差异与动态变化,数据包在传输过程中极易发生乱序,导致收端缓存堵塞,吞吐量降低,实现高效传输的目标变得困难。本文依托国家重点研发计划“智慧融合的新型路由交换设备研究与验证”项目(2018YFE0206800),提出了一种轻量级的数据包延迟可编程调度(DelayProgrammable Scheduler,DPS)机制,旨在有效地改善智融标识网络下多路径跨协议系统中的数据包乱序问题。具体地,使用虚拟网络设备,在靠近接收端的边缘交换设备上搭建一个虚拟网络环路来传输需要被调度的数据包,然后,基于链路的实时性能或数据包携带的连接状态信息,动态地制定分组转发策略,将调度分组转发至网络环路或接收端,最后,采用特定的加权算法,自适应地控制在虚拟环路中传输的数据包数量,实现最佳的乱序改进与传输性能提升。本文的主要工作如下:首先,本文分析了基于不同协议层次实现多路径并行传输的国内外研究现状,对数据传输调度机制的发展现状与主要趋势进行了探讨,并阐述了本文的研究目标与意义。随后,展开介绍了方案涉及的关键技术,并深入分析了智融标识网络下多径多协议传输面临的关键问题与难点,进一步探究了传输方案需具备的特点。然后,本文提出了基于乱序优化的多径多协议传输调度DPS机制。DPS机制基于可编程协议无关报文处理(Programming Protocol-Independent Packet Processors,P4)语言实现,兼容多种网络协议,扩展了网络边界,通过细粒度的实时数据包调度提高了分组转发的灵活性,高效地利用了靠近接收端和虚拟网络设备的优势,提升了对其他调度机制的兼容性。在转发处理算法的基础上,结合自适应加权算法进行参数优化,提升了对各类新型架构与异构网络场景的普适性。论文分别围绕基于链路性能和基于连接状态的DPS方案展开,详细介绍了方案的实现原理及各个子模块的核心设计思路。接着,详细说明了两种方案的实现方法与技术细节,结合各模块之间的数据处理与信息交互流程详细说明了方案的整体功能与目标。最后,为了分析和验证多路径跨协议传输方案的可行性和有效性,本文对DPS方案进行了功能测试与性能分析。实验结果表明,在多种不同的异构网络场景下,DPS方案可以使乱序率减少50%以上,平均吞吐量提高1-3倍,并且在实际的网络通信场景下可以有效提升带宽聚合与负载均衡效果,通过与其他发端调度策略的并行实施,高效地实现传输性能的提升。因此,本文提出的多路径跨协议传输方案将对新型网络架构性能优化和数据中心的分组调度策略研究和设计提供重要的现实意义。
二、A Teletraffic Model for Service Differentiation in OPS Networks(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、A Teletraffic Model for Service Differentiation in OPS Networks(论文提纲范文)
(1)面向边缘计算的智慧标识网络资源协同与适配机制研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
主要缩略语对照表 |
1 绪论 |
1.1 引言 |
1.2 研究背景与现状 |
1.2.1 边缘计算架构 |
1.2.2 资源适配架构 |
1.2.3 相关研究工作 |
1.3 面向边缘计算的SINET架构 |
1.4 主要问题及意义 |
1.5 主要工作与创新点 |
1.6 论文组织架构 |
2 基于端-边协同的任务卸载性能评估模型 |
2.1 引言 |
2.1.1 研究背景 |
2.1.2 相关工作 |
2.2 任务卸载模型描述 |
2.2.1 应用场景简介 |
2.2.2 队列模型描述 |
2.2.3 卸载策略分析 |
2.3 平均响应时间分析 |
2.3.1 终端平均响应时间 |
2.3.2 服务器平均响应时间 |
2.3.3 整体平均响应时间 |
2.4 任务卸载能耗分析 |
2.4.1 终端设备能耗 |
2.4.2 边缘服务器能耗 |
2.5 多终端资源适配方法 |
2.6 性能评估 |
2.6.1 实验场景与参数 |
2.6.2 实验结果与分析 |
2.7 本章小结 |
3 基于随机优化的边缘资源协同传输调度机制 |
3.1 引言 |
3.1.1 背景介绍 |
3.1.2 相关工作 |
3.2 协同传输模型描述 |
3.2.1 应用场景简介 |
3.2.2 队列模型描述 |
3.3 动态传输调度方法 |
3.3.1 辅助变量与问题转化 |
3.3.2 问题解耦与子问题求解 |
3.3.3 动态传输调度算法描述 |
3.3.4 算法性能与复杂度分析 |
3.4 算法性能评估 |
3.4.1 实验场景与参数 |
3.4.2 实验结果与分析 |
3.5 本章小结 |
4 基于多代理强化学习的边缘协作缓存方法 |
4.1 引言 |
4.1.1 背景介绍 |
4.1.2 相关工作 |
4.2 协作缓存模型描述 |
4.2.1 应用场景简介 |
4.2.2 缓存优化模型 |
4.3 基于强化学习的协作缓存方法 |
4.3.1 强化学习协作缓存框架 |
4.3.2 特征定义与动作选择 |
4.3.3 边缘协作缓存算法描述 |
4.4 算法性能评估 |
4.4.1 实验场景与参数 |
4.4.2 实验结果与分析 |
4.5 本章小结 |
5 基于服务功能切换的云-边资源协同适配机制 |
5.1 引言 |
5.1.1 背景介绍 |
5.1.2 相关工作 |
5.2 服务切换模型描述 |
5.2.1 应用场景简介 |
5.2.2 队列模型描述 |
5.3 资源适配算法设计 |
5.3.1 虚拟队列与问题解耦 |
5.3.2 资源适配算法的描述 |
5.3.3 算法性能与复杂度分析 |
5.4 基于任务拒绝的算法改进 |
5.4.1 拒绝机制与时延队列 |
5.4.2 改进后的算法描述 |
5.4.3 改进算法的性能分析 |
5.5 算法性能评估 |
5.5.1 实验场景与参数 |
5.5.2 实验结果与分析 |
5.6 本章小结 |
6 总结与展望 |
6.1 工作总结 |
6.2 未来工作展望 |
附录 A |
附录 B |
参考文献 |
作者简历 |
学位论文数据集 |
(2)大规模知识图谱的查询处理技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 知识图谱的表示模型和查询语言 |
1.2.2 关键术语 |
1.2.3 知识图谱的数据管理 |
1.2.4 分布式环境下知识图谱的数据管理 |
1.2.5 知识图谱的多查询优化工作 |
1.2.6 知识图谱的划分算法工作 |
1.2.7 知识图谱的正则路径查询工作 |
1.2.8 知识图谱的多样化Top-k查询工作 |
1.2.9 现有工作不足 |
1.3 本文的主要研究内容 |
1.3.1 大规模知识图谱的多查询优化技术 |
1.3.2 大规模知识图谱的基于负载的动态划分问题 |
1.3.3 大规模知识图谱的正则路径查询问题 |
1.3.4 大规模知识图谱的多样化Top-k查询问题 |
1.3.5 研究内容之间的关系 |
1.4 RDF查询系统的通用结构 |
1.5 本文的章节安排 |
第2章 知识图谱的多查询优化技术 |
2.1 研究动机 |
2.2 预备知识 |
2.3 编码和划分算法 |
2.3.1 特征集合和特征集合块 |
2.3.2 RDF编码和特征集合提取 |
2.3.3 基于特征集合的平衡划分算法 |
2.3.4 Leon中的基本操作 |
2.3.5 特征集合块的优点 |
2.4 公共子结构检测 |
2.4.1 SPARQL查询分解和粗粒度聚类 |
2.4.2 查找公共子结构 |
2.4.3 公共子查询检测算法实现 |
2.4.4 算法分析 |
2.5 查询重写算法 |
2.5.1 基本思路 |
2.5.2 算法分析 |
2.5.3 代价估计模型 |
2.6 实验结果 |
2.6.1 实验设置 |
2.6.2 启动时间 |
2.6.3 单查询性能表现 |
2.6.4 多查询优化的性能表现 |
2.6.5 可扩展性 |
2.7 本章小结 |
第3章 知识图谱的基于负载的动态划分问题 |
3.1 研究动机 |
3.2 WISE工作流程 |
3.3 SPARQL查询负载编码 |
3.3.1 查询预处理 |
3.3.2 频繁查询模式 |
3.3.3 Query Span |
3.3.4 Query Span的构建 |
3.3.5 算法分析 |
3.4 WISE的迁移管理 |
3.4.1 频繁模式挖掘 |
3.4.2 迁移计划生成 |
3.4.3 三元组迁移 |
3.4.4 查询负载改变时的应对策略 |
3.4.5 动态RDF数据集的应对策略 |
3.5 Query Span的扩展 |
3.5.1 谓词为变量的查询 |
3.5.2 顶点常量编码 |
3.6 实验结果 |
3.6.1 实验设置 |
3.6.2 Query Span的构建 |
3.6.3 与其他方法的比较 |
3.6.4 查询负载的影响 |
3.6.5 迁移代价 |
3.7 本章小结 |
第4章 知识图谱的正则路径查询问题 |
4.1 研究动机 |
4.2 预备知识 |
4.3 索引和摘要策略 |
4.3.1 特征集合和特征集合块 |
4.3.2 特征摘要图 |
4.3.3 特征摘要图的实现 |
4.3.4 特征摘要图的更新 |
4.4 基于特征路径的平衡划分算法 |
4.4.1 特征路径 |
4.4.2 特征路径划分模型 |
4.4.3 算法分析 |
4.4.4 从节点索引结构 |
4.5 正则路径查询处理算法 |
4.5.1 特征摘要图遍历 |
4.5.2 算法分析 |
4.5.3 在生成子图上进行查询处理 |
4.6 代价估计模型 |
4.6.1 基数估计 |
4.6.2 查询计划生成 |
4.7 实验结果 |
4.7.1 实验设置 |
4.7.2 特征路径的参数选择 |
4.7.3 预处理代价 |
4.7.4 正则路径查询的性能表现 |
4.7.5 特征摘要图对查询计划的影响 |
4.7.6 基于特征路径的划分算法对查询性能的影响 |
4.7.7 可扩展性测试 |
4.8 本章小结 |
第5章 知识图谱的多样化Top-k查询问题 |
5.1 研究动机 |
5.2 问题定义 |
5.2.1 RDF和 SPARQL |
5.2.2 多样化Top-k查询问题 |
5.3 DTopk-Base算法 |
5.3.1 算法描述 |
5.3.2 算法分析 |
5.4 DTopk-Index算法 |
5.4.1 第一阶段 |
5.4.2 第一阶段算法分析 |
5.4.3 第二阶段 |
5.5 多样性匹配生成算法 |
5.5.1 骨干索引 |
5.5.2 运行时的骨干索引 |
5.5.3 Find Match函数实现 |
5.6 实验结果 |
5.6.1 实验设置 |
5.6.2 骨干索引 |
5.6.3 有效性实验 |
5.6.4 效率实验 |
5.6.5 案例分析 |
5.7 本章小结 |
结论 |
参考文献 |
附录A 第4章用到的查询 |
A.1 LUBM的正则路径查询 |
A.2 YAGO2的正则路径查询 |
攻读博士学位期间发表的论文及其他成果 |
致谢 |
个人简历 |
(3)共享出行对城市交通拥堵的缓解作用研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 课题背景及问题提出 |
1.1.1 课题背景 |
1.1.2 问题提出 |
1.2 共享出行与交通拥堵管理的国内外发展及研究现状 |
1.2.1 交通拥堵管理研究现状 |
1.2.2 共享出行及交通出行模式选择研究现状 |
1.2.3 共享出行对交通拥堵缓解作用的研究现状 |
1.2.4 研究现状评述 |
1.3 研究内容及研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法 |
1.4 研究框架 |
1.5 课题研究研究意义和创新点 |
1.5.1 研究意义 |
1.5.2 创新点 |
第2章 共享出行与交通拥堵管理的相关理论 |
2.1 城市交通拥堵的成因及管理重点 |
2.1.1 城市交通拥堵理论 |
2.1.2 交通需求管理理论 |
2.1.3 公共交通需求理论 |
2.2 共享出行相关概念与理论 |
2.2.1 共享出行的技术属性 |
2.2.2 共享出行的社会属性 |
2.2.3 经济学视角下的共享出行 |
2.3 共享出行辅助城市交通拥堵管理的理论基础 |
2.3.1 经济人假设理论和效用理论 |
2.3.2 交通供需市场调控理论 |
2.3.3 合作竞争理论 |
2.4 本章小结 |
第3章 共享出行通过促进非机动车出行缓解城市整体交通拥堵 |
3.1 研究设计 |
3.1.1 数据收集 |
3.1.2 描述性统计结论 |
3.1.3 共享单车对非机动车出行促进作用的模型设定 |
3.2 共享单车对非机动车出行促进作用实证结果 |
3.3 城市功能分区和地理位置属性对共享单车替代作用的影响研究 |
3.3.1 地理异质性——城市功能分区 |
3.3.2 城市地理异质性的结果分析 |
3.4 本章小结 |
第4章 共享出行通过降低机动车流量缓解早晚高峰交通拥堵 |
4.1 研究设计 |
4.1.1 我国城市交通拥堵 |
4.1.2 数据收集 |
4.1.3 模型设定 |
4.2 实证结果与分析 |
4.2.1 无桩共享单车进入对机动车出行订单的影响 |
4.2.2 跨拥堵级别影响的异质性 |
4.3 潜在机制研究 |
4.3.1 无桩共享单车作为公共交通站点的接驳工具 |
4.3.2 城市中心效应的异质性 |
4.4 稳健性检验 |
4.4.1 平行趋势检验 |
4.4.2 空间计量模型 |
4.4.3 基于共享单车可得性的稳健性检验 |
4.4.4 替换因变量 |
4.5 本章小结 |
第5章 共享出行通过协助公共交通系统缓解工作日交通拥堵 |
5.1 数据收集与模型设定 |
5.1.1 共享乘车订单数据及地铁系统数据收集 |
5.1.2 模型设定 |
5.2 实证结果 |
5.2.1 主模型结果 |
5.2.2 对不同距离长度下城市居民出行需求的影响分析 |
5.2.3 对既有及新增站点的不同影响分析 |
5.2.4 网络分析 |
5.3 稳健性检验 |
5.3.1 主结论稳健性检验 |
5.3.2 复杂网络分析稳健性检验 |
5.4 本章小结 |
第6章 利用共享出行缓解城市交通拥堵的优化策略 |
6.1 共享出行对城市交通拥堵缓解作用的总结 |
6.1.1 利用共享出行促进城市非机动车出行 |
6.1.2 利用共享出行降低城市机动车流量 |
6.1.3 利用共享出行提升城市公共交通的使用 |
6.1.4 利用共享出行减少城市工作日的拥堵 |
6.1.5 利用共享出行缓解城市早晚高峰的严重拥堵 |
6.1.6 利用共享出行缓解城市交通拥堵的调节因素 |
6.2 共享出行在未来对城市交通拥堵缓解作用的展望 |
6.3 利用共享出行对城市交通拥堵进行缓解的政策建议 |
结论 |
参考文献 |
攻读博士学位期间发表的论文及其它成果 |
致谢 |
个人简历 |
(4)众创空间网络嵌入对用户创业绩效的影响机制研究(论文提纲范文)
摘要 |
Abstract |
一、绪论 |
(一)研究背景 |
(二)研究目的与意义 |
1.研究目的 |
2.研究意义 |
(三)研究方法 |
(四)研究内容及技术路线 |
1.研究内容 |
2.技术路线 |
(五)论文可能的创新之处 |
二、文献回顾与理论基础 |
(一)文献回顾 |
1.用户创业 |
2.用户创业绩效 |
3.众创空间网络嵌入 |
4.资源拼凑 |
5.先前经验 |
6.文献评述 |
(二)理论基础 |
1.资源基础理论 |
2.社会网络理论 |
3.嵌入理论 |
三、研究假设与概念模型 |
(一)研究假设 |
1.众创空间网络嵌入和用户创业绩效 |
2.众创空间网络嵌入和资源拼凑 |
3.资源拼凑和用户创业绩效 |
4.资源拼凑的中介作用 |
5.先前经验的调节作用 |
(二)研究概念模型 |
四、研究设计与变量测量 |
(一)研究设计 |
1.调查对象选取 |
2.问卷设计流程 |
(二)变量测量 |
1.众创空间网络嵌入变量测量 |
2.资源拼凑变量测量 |
3.用户创业绩效变量测量 |
4.先前经验变量测量 |
5.控制变量 |
(三)问卷发放与收集 |
(四)数据分析方法 |
五、实证分析 |
(一)描述性统计分析 |
1.基本信息统计分析 |
2.变量描述性统计分析 |
(二)信度和效度分析 |
1.信度分析 |
2.效度分析 |
3.变量的区分效度检验 |
(三)相关性分析 |
(四)假设检验 |
1.众创空间网络嵌入与用户创业绩效的关系检验 |
2.众创空间网络嵌入与资源拼凑的关系检验 |
3.资源拼凑与用户创业绩效的关系检验 |
4.资源拼凑的中介作用检验 |
5.先前经验的调节作用检验 |
(五)假设检验结果 |
六、研究结论与启示 |
(一)研究结论 |
(二)研究启示 |
1.理论价值 |
2.管理启示 |
(三)研究不足与展望 |
参考文献 |
附录 用户创业绩效的影响机制研究调查问卷 |
攻读学位期间发表的学术论文及取得的科研成果 |
致谢 |
(5)SaaS环境下易并行应用的性能分析与优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景 |
1.2 相关研究 |
1.2.1 性能分析模型相关研究 |
1.2.2 资源分配算法相关研究 |
1.2.3 易并行应用在性能分析和资源分配领域面临的挑战 |
1.3 研究工作及创新点 |
1.4 本文组织结构 |
第2章 相关理论基础 |
2.1 马尔科夫过程 |
2.1.1 基本概念 |
2.1.2 马尔科夫链 |
2.2 排队理论 |
2.2.1 基本概念 |
2.2.2 M/M/C排队 |
2.2.3 排队模型的稳态概率 |
2.2.4 排队网络 |
2.3 公平分配算法 |
2.3.1 基本概念 |
2.3.2 公平与效率权衡算法 |
2.4 本章小结 |
第3章 SaaS环境下易并行独立应用的性能分析模型 |
3.1 引言 |
3.2 场景描述及建模 |
3.3 并行多站多服务器的排队分析模型 |
3.3.1 性能分析模型的构建 |
3.3.2 服务站的稳态概率 |
3.3.3 应用的重要性能指标 |
3.4 实验评估与验证 |
3.4.1 实验设置 |
3.4.2 并行度设置对性能的影响 |
3.4.3 缓存容量对性能的影响 |
3.4.4 不同任务到达情况下的性能结果 |
3.4.5 真实渲染任务的性能结果 |
3.5 小结 |
第4章 SaaS环境下易并行独立应用的QoS优化研究 |
4.1 引言 |
4.2 差异化并行处理策略 |
4.2.1 问题描述 |
4.2.2 QoS优化策略的实现 |
4.3 并行多队列多站的性能分析模型 |
4.3.1 性能分析模型的构建 |
4.3.2 重要性能指标的分析 |
4.4 优化水平度量指标 |
4.5 实验评估与验证 |
4.5.1 实验设置 |
4.5.2 资源分配对性能的影响 |
4.5.3 差异化并行度设置对性能的影响 |
4.6 小结 |
第5章 SaaS环境下易并行服务组合应用的性能分析与优化研究 |
5.1 引言 |
5.2 针对串联服务组合的性能分析模型 |
5.2.1 问题描述 |
5.2.2 并行多站的串联排队网络模型 |
5.2.3 性能指标的分析 |
5.2.4 实验验证 |
5.3 针对复杂服务组合的性能分析模型与优化策略 |
5.3.1 问题描述及建模 |
5.3.2 性能优化策略与多类多池的分析模型 |
5.3.3 性能指标的分析 |
5.3.4 实验验证 |
5.4 小结 |
第6章 SLA约束下的公平与效率权衡的资源分配算法 |
6.1 引言 |
6.2 加权加速比公平性的定义 |
6.2.1 加速比公平性的实现 |
6.2.2 公平分配算法 |
6.3 公平高效的资源分配算法 |
6.3.1 资源非竞争的公平与效率权衡算法 |
6.3.2 资源竞争的公平与效率权衡算法 |
6.4 实验验证 |
6.4.1 实验设置 |
6.4.2 不同类型公平分配算法的对比 |
6.4.3 基于渲染应用的算法评估 |
6.4.4 基于阿里巴巴数据集的算法评估 |
6.5 小结 |
第7章 总结与展望 |
7.1 主要工作总结 |
7.2 未来工作展望 |
参考文献 |
致谢 |
攻读学位期间发表的学术论文目录 |
攻读学位期间参与科研项目情况 |
攻读学位期间获奖情况 |
学位论文评阅及答辩情况表 |
(6)SDN控制器放置及扩容性能优化验证平台(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外相关研究 |
1.3 本文主要工作 |
1.4 论文组织结构 |
第2章 相关工作 |
2.1 软件定义网络概述 |
2.1.1 SDN控制平面 |
2.1.2 SDN数据平面 |
2.1.3 OpenFlow协议 |
2.2 网络流量模型 |
2.2.1 泊松模型 |
2.2.2 FBM模型 |
2.2.3 ON/OFF模型 |
2.3 控制器性能建模与分析 |
2.3.1 网络性能评价指标 |
2.3.2 排队论基础及Packet-in消息 |
2.3.3 基于泊松模型建模与排队时延分析 |
2.3.4 基于FBM模型建模与排队时延分析 |
2.4 控制器放置和扩容问题 |
2.4.1 问题描述 |
2.4.2 形式化定义 |
2.4.3 优化目标 |
2.5 本章小结 |
第3章 平台的设计与实现 |
3.1 平台总体概述 |
3.2 平台需求分析 |
3.3 平台整体设计 |
3.4 平台功能模块设计与实现 |
3.4.1 网络流量仿真模块 |
3.4.2 控制器部署方案计算模块 |
3.4.3 控制器扩容方案计算模块 |
3.5 本章小结 |
第4章 控制器放置问题实验验证 |
4.1 引言 |
4.2 实验验证 |
4.2.1 基于泊松流量模型的放置点性能验证 |
4.2.2 基于FBM流量模型的放置点性能验证 |
4.3 结果分析 |
4.4 Mininet仿真测试 |
4.4.1 Mininet和Ryu概述 |
4.4.2 仿真测试 |
4.5 本章小结 |
第5章 控制器扩容问题实验验证 |
5.1 引言 |
5.2 实验验证 |
5.2.1 基于泊松流量模型的扩容性能验证 |
5.2.2 基于FBM流量模型的扩容性能验证 |
5.3 结果分析 |
5.4 本章小结 |
第6章 总结与展望 |
6.1 本文工作总结 |
6.2 未来研究展望 |
参考文献 |
致谢 |
攻读学位期间取得的成果 |
学位论文评阅及答辩情况表 |
(7)面向内容服务网络的资源估算和虚拟拓扑构建(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 研究现状 |
1.3 本文工作 |
1.4 论文结构 |
第2章 CCN资源估算相关技术 |
2.1 CCN网络架构与缓存策略 |
2.1.1 CCN网络架构介绍 |
2.1.2 缓存策略介绍 |
2.2 网络缓存建模研究 |
2.3 CCN网络资源分配与权衡 |
2.3.1 网络资源分配研究 |
2.3.2 网络资源权衡研究 |
2.4 本章小结 |
第3章 基于“Che近似”的两层缓存资源估算模型研究 |
3.1 问题分析 |
3.2 基本思想 |
3.3 缓存资源估算模型与算法 |
3.3.1 估算模型分析 |
3.3.2 算法过程分析 |
3.4 模型特征数值分析 |
3.5 模型性能参数评估实验 |
3.5.1 实验环境说明与参数设置 |
3.5.2 Zipf分布参数α对估算性能的影响 |
3.5.3 网络内容数量对估算性能的影响 |
3.5.4 系统平均缓存命中率对估算性能的影响 |
3.5.5 拓扑结构对估算性能的影响 |
3.6 本章小结 |
第4章 面向CCN接入网的虚拟拓扑构建研究 |
4.1 问题分析 |
4.2 基本思想 |
4.2.1 Che近似模型回顾与分析 |
4.2.2 树状拓扑规模扩展 |
4.2.3 资源估算模型适用性分析 |
4.2.4 拓扑构建算法概述 |
4.3 虚拟拓扑构建算法 |
4.3.1 构建算法描述 |
4.3.2 目标函数优化分析 |
4.4 仿真实验 |
4.4.1 实验参数设置 |
4.4.2 拓扑结构和节点容量配置 |
4.4.3 Zipf分布参数α对目标函数优化的影响 |
4.4.4 系统平均缓存命中率对目标函数优化的影响 |
4.4.5 节点服务能力S_1,S_2对目标函数优化的影响 |
4.5 本章小结 |
第5章 总结与展望 |
5.1 总结 |
5.2 展望 |
参考文献 |
致谢 |
在读期间发表的学术论文与取得的其他研究成果 |
(8)荧光传感器阵列的构建及其多目标检测性能研究(论文提纲范文)
作者简历 |
摘要 |
abstract |
第一章 绪论 |
1.1 研究背景 |
1.2 光学传感器简介 |
1.2.1 荧光传感器 |
1.2.2 比色传感器 |
1.3 光学传感器阵列 |
1.3.1 光学传感器阵列的概念 |
1.3.2 传感器阵列的模式识别方法 |
1.3.3 光学传感器阵列的分类 |
1.4 荧光传感器阵列分类及其多目标检测应用 |
1.4.1 小分子荧光传感器阵列 |
1.4.2 纳米荧光传感器阵列 |
1.4.3 薄膜荧光传感器阵列 |
1.5 荧光传感器阵列的发展趋势 |
1.6 本论文的研究内容 |
第二章 基于三苯胺的荧光传感器阵列的构建与氰化物检测 |
2.1 引言 |
2.2 实验部分 |
2.2.1 实验原料及仪器 |
2.2.2 荧光传感器(DPA-DCV)合成与表征 |
2.2.3 阵列检测系统构建 |
2.2.4 氰化物的阵列分析 |
2.3 结果与讨论 |
2.3.1 TPA-DCV的设计 |
2.3.2 TPA-DCV的溶剂化效应 |
2.3.3 TPA-DCV的聚集诱导发光效应 |
2.3.4 TPA-DCV对氰化物的响应及机理分析 |
2.3.5 阵列对氰化物的分析 |
2.4 本章小结 |
第三章 基于多联吡啶的荧光传感器阵列的构建及多种金属离子的检测 |
3.1 引言 |
3.2 实验部分 |
3.2.1 实验原料及仪器 |
3.2.2 基于多联吡啶的荧光传感器的合成与表征 |
3.2.3 络合常数测定 |
3.2.4 阵列对金属离子的测定及实际样品测试 |
3.2.5 理论计算 |
3.3 结果与讨论 |
3.3.1 荧光传感器阵列的合理构建 |
3.3.2 荧光响应机理分析 |
3.3.3 阵列对金属离子的判别 |
3.3.4 阵列对金属离子混合物的判别 |
3.3.5 阵列对金属离子的量化 |
3.3.6 阵列对实际样品分析 |
3.4 本章小结 |
第四章 基于胆碱酯酶(ChE)的荧光传感器阵列的构建及多种农药的检测 |
4.1 引言 |
4.2 实验部分 |
4.2.1 实验原料及仪器 |
4.2.2 硫代胆碱(TCh)荧光传感器的合成与表征 |
4.2.3 TCh荧光传感器光学特征测试 |
4.2.4 ChE最佳剂量测试 |
4.2.5 阵列信号的收集及对农药的检测 |
4.2.6 环境样品中农残的检测与校准 |
4.3 结果与讨论 |
4.3.1 基于ChEs的荧光传感器阵列的构建 |
4.3.2 TCh荧光传感器对农残的多样化响应 |
4.3.3 ChE对农残的多样化响应 |
4.3.4 荧光传感器阵列对农残的判别 |
4.3.5 荧光传感器阵列对农残的量化 |
4.3.6 实际样品分析 |
4.4 本章小结 |
第五章 基于碳点(CDs)的薄膜荧光传感器阵列的构建及多种多环芳烃(PAHs)的检测 |
5.1 引言 |
5.2 实验部分 |
5.2.1 实验原料及仪器 |
5.2.2 多发射CDs的合成与表征 |
5.2.3 CDs荧光量子产率测试 |
5.2.4 CDs荧光薄膜的合成 |
5.2.5 阵列对PAHs的测试 |
5.3 结果与讨论 |
5.3.1 阵列的合理构建 |
5.3.2 阵列对PAHs的多样化响应 |
5.3.3 阵列对PAHs的判别 |
5.3.4 阵列对PAHs的量化 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
附录 有机产物表征图 |
(9)居家养老共享服务平台运营管理及其优化研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状及评述 |
1.2.1 国外研究现状 |
1.2.2 国内研究现状 |
1.2.3 研究现状评述 |
1.3 研究内容与研究方法 |
1.3.1 研究内容 |
1.3.2 研究方法及技术路线 |
第2章 相关概念及理论 |
2.1 共享经济及共享经济平台相关理论 |
2.1.1 共享经济概念及内涵 |
2.1.2 共享经济平台的概念及其发展 |
2.1.3 双边市场概念及价值创造过程 |
2.2 创新型居家养老服务的相关概念 |
2.2.1 服务运营管理的相关概念 |
2.2.2 创新型居家养老服务的概念 |
2.2.3 创新型居家养老服务系统 |
2.3 演化博弈理论 |
2.3.1 演化博弈理论和基本原理 |
2.3.2 演化博弈模型 |
2.4 二元Logistic回归模型相关理论 |
2.4.1 二元Logistic回归的概念 |
2.4.2 二元Logistic回归模型的检验 |
2.5 本章小结 |
第3章 居家养老者的养老需求分析 |
3.1 居家养老共享服务平台运营方面的科学问题提出 |
3.2 居家养老者的分类及现状 |
3.2.1 居家养老者的分类 |
3.2.2 不同类别的养老者的现状 |
3.3 居家养老者对医疗的需求分析 |
3.3.1 居家养老医疗服务发展现状 |
3.3.2 居家养老者的医疗服务需求调查数据 |
3.3.3 居家养老者的服务需求的影响因素 |
3.4 居家养老者服务需求的影响因素的实证分析 |
3.4.1 居家养老者的医疗康复需求的实证分析 |
3.4.2 居家养老者的精神慰藉需求的实证分析 |
3.4.3 养老需求调研结果分析 |
3.5 本章小结 |
第4章 基于共享经济的居家养老共享服务平台的演化博弈 |
4.1 居家养老共享服务平台的演化博弈模型构建 |
4.1.1 演化博弈模型的基本假设 |
4.1.2 居家养老共享服务平台的各方演化博弈机制 |
4.2 居家养老共享服务平台的演化博弈模型 |
4.2.1 共享服务平台的收益函数及复制动态方程 |
4.2.2 共享服务平台的演化博弈均衡 |
4.2.3 共享服务平台的演化博弈结论 |
4.3 居家养老者的演化博弈模型 |
4.3.1 居家养老者的收益函数及复制动态方程 |
4.3.2 居家养老者演化博弈均衡 |
4.3.3 居家养老者的演化博弈结果 |
4.4 共享服务平台服务人员的演化博弈模型 |
4.4.1 服务人员收益函数及复制动态方程 |
4.4.2 服务人员的演化博弈均衡 |
4.4.3 服务人员的演化结果 |
4.5 共享服务平台演化博弈结果的综合分析 |
4.6 本章小结 |
第5章 居家养老共享服务平台最优路径规划 |
5.1 共享服务平台服务的路径规划问题描述 |
5.2 共享服务平台的服务者的路径规划模型 |
5.2.1 有关符号定义说明及基本假设 |
5.2.2 共享服务平台的服务者路径规划模型建立 |
5.2.3 共享服务平台的服务者路径规划模型的算法设计 |
5.3 需求不确定条件下的鲁棒优化模型构建 |
5.3.1 居家养老共享服务平台的不确定需求 |
5.3.2 不确定条件下的鲁棒优化模型 |
5.3.3 不确定条件下鲁棒优化模型算法设计 |
5.4 居家养老共享服务平台的最优服务路径规划案例分析 |
5.4.1 居家共享服务平台的基础数据 |
5.4.2 居家养老共享服务平台的服务人员的路径规划 |
5.4.3 盒子集-鲁棒优化模型的路径规划方案 |
5.4.4 多面体集-鲁棒优化模型的路径规划方案 |
5.4.5 椭球集-鲁棒优化模型的路径规划方案 |
5.5 鲁棒优化模型的灵敏度分析 |
5.5.1 模型运行效率对比 |
5.5.2 碳排放限制对配送路径的影响 |
5.5.3 需求波动程度和安全参数的影响 |
5.5.4 路径规划服务水平及其响应性 |
5.6 本章小结 |
第6章 居家养老共享服务平台的双边定价 |
6.1 居家养老共享服务平台的运行机制 |
6.2 居家养老共享服务平台服务定价的模型 |
6.2.1 相关基本假设说明 |
6.2.2 有关符号定义与说明 |
6.2.3 居家养老共享服务平台定价的双边模型 |
6.3 居家养老共享服务平台的策略选择 |
6.3.1 居家养老共享服务平台服务最优定价分析 |
6.3.2 居家养老共享服务平台的最优用户数量分析 |
6.3.3 居家养老共享服务平台的收益分析 |
6.4 居家养老共享服务平台定价模型的案例分析 |
6.4.1 交叉网络外部性的影响 |
6.4.2 人员转移比例的影响分析 |
6.4.3 初始规模的影响 |
6.5 本章小结 |
第7章 基于共享经济的居家养老共享服务平台支付体系设计 |
7.1 传统型居家养老经济支付体系 |
7.1.1 传统型居家养老经济支付体系的描述 |
7.1.2 传统型居家养老经济支付模型 |
7.1.3 传统型养老经济支付模型的参数筛选和变量检验 |
7.1.4 传统型居家养老经济支付能力分析 |
7.2 基于共享经济的创新型居家养老经济支付体系的构建 |
7.2.1 创新型居家养老经济支付体系的描述 |
7.2.2 创新型居家养老支付模型分析 |
7.2.3 创新型居家养老支付模型的变量检验 |
7.2.4 创新型居家养老经济支付能力分析 |
7.3 共享经济的居家养老服务支付体系建设的发展建议 |
7.3.1 企业层面的支付体系建设的发展建议 |
7.3.2 政府层面上支付体系建设的建议和措施 |
7.3.3 用户层面上支付体系建设的建议 |
7.4 本章小结 |
结论 |
参考文献 |
附录 |
攻读博士学位期间承担的科研任务与主要成果 |
致谢 |
(10)智融标识网络中基于乱序优化的多径多协议传输机制研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 引言 |
1.1 研究背景 |
1.2 国内外研究现状 |
1.2.1 多路径并行传输研究现状 |
1.2.2 传输调度机制研究现状 |
1.3 选题目的及意义 |
1.4 研究内容及组织结构 |
2 相关技术 |
2.1 智融标识网络 |
2.2 P4 技术 |
2.2.1 可编程数据平面 |
2.2.2 基础语言组件 |
2.2.3 状态存储组件 |
2.3 虚拟网络设备与工具 |
2.3.1 namespace与 veth技术 |
2.3.2 流量控制工具TC |
2.4 本章小结 |
3 基于乱序优化的多径多协议传输机制的设计 |
3.1 系统需求分析 |
3.2 关键问题与难点 |
3.3 基于链路性能的DPS方案 |
3.3.1 方案实现原理 |
3.3.2 网络感知模块设计 |
3.3.3 寄存器模块设计 |
3.3.4 流量控制模块设计 |
3.3.5 转发算法模块设计 |
3.4 基于连接状态的DPS方案 |
3.4.1 方案实现原理 |
3.4.2 寄存器模块设计 |
3.4.3 转发算法模块设计 |
3.4.4 加权算法模块设计 |
3.5 本章小结 |
4 基于乱序优化的多径多协议传输机制的实现 |
4.1 基于链路性能的DPS方案实现 |
4.1.1 网络感知模块实现 |
4.1.2 寄存器模块实现 |
4.1.3 流量控制模块实现 |
4.1.4 转发算法模块实现 |
4.2 基于连接状态的DPS方案实现 |
4.2.1 寄存器模块实现 |
4.2.2 转发算法模块实现 |
4.2.3 加权算法模块实现 |
4.3 本章小结 |
5 功能测试与性能分析 |
5.1 DPS方案的可行性验证 |
5.2 DPS调度模块的部署与配置 |
5.3 基于链路性能的DPS方案测试 |
5.3.1 有线多路径跨协议系统的搭建 |
5.3.2 方案测试与性能分析 |
5.3.3 实际场景中的功能性测试 |
5.4 基于连接状态的DPS方案测试 |
5.4.1 无线多路径跨协议系统的搭建 |
5.4.2 方案测试与性能分析 |
5.4.3 实际场景中的功能性测试 |
5.5 本章小结 |
6 总结与展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的研究成果 |
学位论文数据集 |
四、A Teletraffic Model for Service Differentiation in OPS Networks(论文参考文献)
- [1]面向边缘计算的智慧标识网络资源协同与适配机制研究[D]. 张宇明. 北京交通大学, 2021(02)
- [2]大规模知识图谱的查询处理技术研究[D]. 郭欣彤. 哈尔滨工业大学, 2021(02)
- [3]共享出行对城市交通拥堵的缓解作用研究[D]. 秦娟. 哈尔滨工业大学, 2021(02)
- [4]众创空间网络嵌入对用户创业绩效的影响机制研究[D]. 宋站阳. 广西师范大学, 2021(11)
- [5]SaaS环境下易并行应用的性能分析与优化研究[D]. 李秀林. 山东大学, 2021(11)
- [6]SDN控制器放置及扩容性能优化验证平台[D]. 弭娜. 山东大学, 2021(12)
- [7]面向内容服务网络的资源估算和虚拟拓扑构建[D]. 赵富强. 中国科学技术大学, 2021(08)
- [8]荧光传感器阵列的构建及其多目标检测性能研究[D]. 陈林枫. 中国地质大学, 2021(02)
- [9]居家养老共享服务平台运营管理及其优化研究[D]. 崔研. 燕山大学, 2021(01)
- [10]智融标识网络中基于乱序优化的多径多协议传输机制研究[D]. 靳璐. 北京交通大学, 2021(02)