一、IP网络传输控制的性能评价标准研究（论文文献综述）
龚瑾珂[1]（2021）在《基于机器学习的僵尸网络检测系统的设计与实现》文中认为随着互联网的高速发展,网络服务给用户带来极大方便的同时,也对用户数据的隐私性和安全性带来了诸多挑战。伴随着互联网服务的发展,网络上充斥着许多恶意攻击软件,它们不断地实施恶意和非法活动。其中着名的一种恶意软件是僵尸恶意软件,它继承了当代恶意软件使用的多种技术。由多个被僵尸恶意软件感染的机器称为僵尸网络。然而传统的基于规则的僵尸网络检测方法很难从海量数据中识别出未知的和隐藏的恶意攻击行为。因此机器学习开始成为面对日益复杂的网络攻击的重要防御工具。使用机器学习的检测方法,不需要具有关于僵尸网络流量的领域知识,而只需要从现有数据中学习到僵尸网络流量的模式。针对以上问题,本文提出了基于机器学习的僵尸网络检测系统。僵尸网络检测系统是一款面向网络管理人员的系统,它能够实时检测局域网中是否出现了僵尸网络流量。该系统包含了网络流量数据采集和存储、机器学习模型检测和检测结果展示平台。网络管理员可以通过监控检测结果展示平台,及时的了解其所管辖的局域网内的安全情况。本文以软件工程的思路对僵尸网络检测系统进行设计和实现。首先对系统进行需求分析,确定用户角色和业务执行流程,明确系统在功能和性能方面的需求。其次根据需求分析,完成系统的概要设计,确定系统的架构设计,划分系统功能模块,给出系统的接口、数据库、界面的设计。然后进行系统的详细设计,包括机器学习模型的设计和数据展示平台各个功能模块的设计。随后给出系统的关键实现代码和界面展示。最后进行系统测试验证是否满足用户需求。
许晓耕[2]（2020）在《内容中心网络的缓存技术研究》文中研究说明随着互联网应用的快速发展与普及,网络数据流量呈现指数级增长,与此同时,多媒体内容分发服务已取代端到端通信成为互联网的主要业务。传统基于TCP/IP架构的互联网简单的扩容无法从根本上解决互联网面临的高负载问题,提高内容分发效率才是缓解互联网负载压力的关键。内容中心网络（Content Centric Networking,CCN）是面向内容的网络架构与协议,可以实现高效的海量多媒体内容分发。CCN以内容名字代替IP地址,利用基于命名的缓存和路由等关键技术解决了传统IP网络面对多媒体内容分发面临的重复传输和内容获取时延高的问题。CCN通过将缓存设备内置在每个路由节点中,形成了透明、泛在、细粒度的CCN缓存。CCN缓存实现了将数据的请求和响应在时间和空间上分离,当不同用户对相同内容发起请求时,缓存了该内容的路由节点可以快速响应,实现了缓存内容的异步复用。由此可见,CCN缓存技术是减小CCN网络负载与内容获取时延、提升内容分发效率的核心技术之一。论文选题来源于国家自然科学基金项目“以内容为中心的移动自组织网络缓存技术研究”（项目编号:61502046）,北京市重点实验室主任基金项目“信息中心无线网络内容分发技术研究与验证”。论文开展了 CCN架构下的缓存性能与缓存放置算法研究。CCN缓存研究主要难题为:缓存性能研究缺少缓存状态与网络性能分析方法;缓存算法的多维度性能评价指标缺少设计依据;缓存技术研究需要考虑动态网络环境与特定网络应用。本论文围绕以上难题开展研究,提出了内容请求聚合下的CCN缓存状态分析建模方法,探索了任意网络拓扑下的CCN缓存算法的多维度性能评价指标设计方法及其缓存放置算法,构造了动态网络环境下的CCN缓存优化问题模型并提出了相应的动态缓存放置算法。论文的主要研究工作与创新如下:（1）针对CCN架构中内容请求聚合机制对节点缓存状态的影响,提出了一种面向内容请求聚合的CCN缓存状态分析模型,实现CCN缓存的理论性能分析。利用马尔可夫稳态分析理论将内容请求到达路由节点后的处理过程抽象为随机过程,提出了一种单节点缓存的请求缓存命中、请求聚合和请求转发三种状态的转移概率模型;在此基础上,通过近似内容请求的最短逗留时间求出平均转移概率,将随机过程转化为三态马尔可夫链。利用马尔可夫链的极限分布得到了三种状态的稳态概率,并分析请求到达强度、内容流行度分布、缓存空间大小对缓存命中、请求聚合和请求转发概率的影响。理论分析表明请求聚合机制会同时减小请求转发概率和请求缓存命中概率。通过数值仿真验证了所提模型获得的缓存命中、请求转发和请求聚合概率与实际系统性能更加接近;请求聚合机制对于抑制次流行内容的冗余传输效果最好;请求聚合机制在请求到达强度高或请求聚合窗口大的场景中性能增益明显。（2）针对任意网络拓扑中CCN缓存算法多维度性能评价指标缺乏设计依据的问题,提出了一种借鉴小世界网络特征的缓存算法性能评价指标以及该指标下的缓存放置算法,用以优化单位内容存储空间开销所带来的内容获取跳数增益,以更好的指导CCN网络应用部署。首先,提出了一种基于小世界网络的CCN网络性能分析模型,将CCN网络中缓存内容获取过程等效为小世界网络建模中的长程边连接过程。在此基础上,通过分析小世界网络特性构造了单位内容存储空间开销与内容获取平均跳数增益折中的多维度性能评价指标。针对该指标最优化问题,提出了一种基于粒子群理论的缓存放置算法。通过仿真验证了所提性能分析模型的有效性,以及所提缓存放置算法的性能优势。仿真结果表明,在任意网络拓扑中较小的缓存命中率可以大幅降低内容中心网络内容获取平均跳数并保持较高的聚集系数,表明CCN网络的内容分发过程具备小世界网络特征;所提缓存放置算法在缓存空间受限时能够获得更高的缓存性能增益。（3）针对动态网络环境中的用户对内容请求动态变化的特点,提出了一种最小化网络负载与内容获取时延联合开销的动态缓存放置算法,实现了动态网络环境下高效的内容分发。在内容请求强度与内容流行度动态变化的场景中,建立了网络负载与内容获取时延联合优化问题模型。由于所提最优化问题属于NP-完全问题无法采用传统优化理论求解,本文通过强化学习方法获得该优化问题的次优解,相应的提出了一种最小化网络负载与内容获取时延联合开销的缓存放置算法,并分析了所提算法的计算复杂度。通过数值仿真对所提算法的收敛性与有效性进行了验证。仿真结果表明,在不同内容请求强度、内容流行度以及传输速率场景下,所提算法性能均优于对比算法;所提算法支持对网络负载与内容获取时延权重的调节,可以匹配CCN部署时个性化的网络优化目标。
李跃[3]（2020）在《基于传递函数法的航空航天相机像质测试系统研发》文中研究说明作为航空航天领域获取信息的重要设备,安装于不同类型飞行器上的航空航天相机,其成像质量的优劣将对目标物的观测效果和观测精度有着直接影响,因此在相机出厂前需要对相机的图像质量进行测试评价。本文针对现有航空航天相机像质检测效率低、人员误差大的问题,在对传统的像质测试方法充分了解的基础上,给出了一种基于传递函数的计算方法实现对航空航天相机像质进行评价;同时为了满足测试系统实时传输图像的要求,进行了基于千兆以太网协议的图像数据实时传输接口设计。本测试系统研发中,涉及的主要内容有:利用FPGA硬件平台实现千兆以太网协议,将相机图像数据高速传输至计算机端;编写了面向UDP的Socket套接字进行图像采集,将图像RAW格式转换为BMP位图文件进行图像显示,利用边缘检测与霍夫变换相结合的方法完成图像位姿校正等相关功能的算法程序;在调制传递函数（MTF）值计算中,采用了对比度的测量方式实现MTF的数值计算;在实验室的环境下搭建了相机性能测试系统平台,采用不同型号的相机对系统中矩形靶标进行拍摄,获取条纹图像计算MTF值,并与人工MTF测试结果进行对比分析;对系统测试结果精确度产生影响的因素进行了分析并给出了相应解决措施。实验测试结果表明,本测试系统能够更加准确地获取MTF值,大大提高了测试效率,实现了对航空航天相机成像质量的性能测试要求。
苗元嘉[4]（2020）在《基于TRDP协议的列车以太网网络性能研究》文中研究说明2018年“复兴号”动车组正式投入商业运营,标志着我国的动车组技术已经达到国际领先水平,且具有完全自主知识产权。以计算机网络为核心的列车通信网络实现列车运行过程中的车辆控制、检测和诊断功能。由于列车网络通信时延,丢包等网络性能问题会对列车网络控制系统的实时性与可靠性造成影响,进而影响列车的行车安全。因此为保障列车安全运行,研究并改善列车网络性能便成为当前列车网络控制技术的重点。本文首先对列车实时以太网网络系统和通信机理进行分析和研究,从理论上分析网络时延、时延抖动和网络丢包产生的原因。其次基于TRDP协议搭建半实物仿真平台,根据列车拓扑发现协议与DHCP服务通信机制进行实验平台动态组网,完成列车初运行与终端设备动态获取IP地址功能。然后根据列车牵引过程的工况设计VCU设备、HMI设备和牵引模拟单元的软件,通过实验平台模拟列车在ETB骨干网络上传输牵引控制信号,在ECN组成网内传输速度信号,并使用Wireshark软件在线监视捕获报文数据。开发了一款专用网络性能分析的软件,对列车网络性能数据变化趋势进行可视化分析。分析了牵引控制指令与速度信号报文在不同发送周期、报文尺寸和网络负载下对网络时延、时延抖动和网络丢包的影响。针对增加网络负载对网络性能影响较大这个问题,研究链路聚合和负载均衡算法对网络性能的优化,对比研究加权轮询算法和哈希算法的优缺点,选择哈希算法作为网络负载均衡算法,并使用OPNET仿真软件进行仿真优化计算。最后通过实验验证在增加网络负载的情况下链路聚合和哈希负载均衡算法对网络性能优化的有效性。
崔效玮[5]（2020）在《SDEN中并发服务性能优化及相关QoS机制研究》文中研究说明网络服务能力及其按需扩展问题是下一代网络研究的重点和核心。为适应网络服务的弹性增长,满足用户多样多变的服务需求,解决传统网络服务能力适应性弱、动态扩展性差、部署成本高等问题,服务动态扩展网络（Service Dynamic Extended Network,SDEN）以服务扩展能力为核心,解耦服务本身的控制逻辑和协议的基本功能逻辑、抽象并归纳传统协议实现的共性机制和处理模式,动态建立原子服务集合及其应用控制逻辑,并通过动态部署和维护原子服务集合以及动态构建服务的业务逻辑实现网络服务能力的恒扩展性。尽管SDEN为解决传统网络服务扩展问题提供了一种有效方案,但目前对SDEN的研究侧重于网络系统架构及各功能模块的设计,缺乏对并发服务能力和相应服务质量的研究,使其大规模应用部署受到制约。针对有限的服务能力难以应对目前大流量、高并发的网络环境和用户需求等问题,本文对SDEN的网络服务能力及其支持机制做进一步研究。围绕如何提升SDEN的网络服务能力,本文重点对其并发服务能力和相关网络服务质量支持机制进行研究。首先,根据SDEN的运行原理和服务提供方式,对其并发能力进行研究,得出SDEN并发服务能力受限的根本在于原子服务的结论;进而针对当前原子服务模型存在的不足,对原子服务的特性进行分析,统一原子服务粒度划分的标准,完善原子服务的构成要素,提出支持并发的原子服务模型;其次,为对并发服务性能进行评估和分析,提出并发服务性能相关的评价指标和方法。再次,为解决高并发导致巨大流量的调度和处理问题,进一步提升SDEN并发服务性能,对SDEN的相关QoS机制进行研究,提出基于队列与调度算法并根据网络状态动态调整的自适应QoS机制。最后,基于本文提出的并发服务性能优化方法和QoS机制,对SDEN原型系统的相应模块进行优化重构,并设计相关实验对方法、机制的可行性进行验证和分析。实验结果表明,相对于优化前的SDEN系统,本文提出的SDEN并发服务性能优化方法和QoS机制具有可行性,且改进后的SDEN系统对并发请求的处理能力提升了2倍以上,服务质量提升了24%,有效改善了网络性能和网络服务能力。
李荣[6]（2020）在《基于位分级的自适应G.729语音信息隐藏方法》文中研究说明语音信息隐藏技术是将秘密信息嵌入至可以对外公开的实时通信语音流中,从而实现保密通信的目的。在基于语音流载体编码过程的信息隐藏方法中,为了保证嵌入秘密信息的不可感知性,必须对可隐藏位进行精确检测。针对语音信息隐藏隐藏方法中隐藏容量与隐蔽性相互制约难以达到均衡的问题,提出了一种快速精确的可隐藏位检测方案,并在分级基础上提出了一种能够实现隐藏容量与隐蔽性均衡的自适应语音信息隐藏方法。研究工作包括2个内容:第一,采用无监督学习的方法进行可隐藏位的检测,提出一种基于K-均值聚类的G.729可隐藏位分级方案;该方法以感知语音质量评估（Perceptual Evaluation of Speech Quality,PESQ）值、信噪比（Signal-to-Noise Ratio,SNR）、分段信噪比（Segment Signal-to-Noise Ratio,SegSNR）三个语音质量评价指标作为聚类分级的特征指标,通过综合分析对可隐藏位的隐写性能进行分级;第二,在K-均值聚类分级可隐藏位的基础上,结合矩阵编码提出一种自适应的语音信息隐藏方法。该方法在发送端根据位分级结果结合矩阵编码进行秘密信息的自适应嵌入,接收端根据对应的校验矩阵提取秘密信息,从而实现保密通信。搭建平台实现自适应语音信息隐藏方法,并从隐藏容量、隐蔽性、实时性、鲁棒性等方面进行方法的性能评估。实验表明基于位分级的自适应语音信息隐藏方法具有良好的隐写性能,可以很好地均衡隐藏容量与隐蔽性。
沈俊毅[7]（2020）在《高速移动环境多维网络高精度测量评估系统的设计与实现》文中提出随着高速列车技术的飞速发展,越来越多的人们选择乘坐高铁出行。在高速移动环境下,由于无线网络的网络特性和频繁的越区切换,导致网络性能的各种指标经常发生变化,因此移动网络运营商往往不能给用户提供满意的网络服务,从而给用户的在线工作和学习带来诸多不便。解决问题的一个重要步骤就是对高速移动环境下的网络性能进行高精度测量和评估。现有的大多数网络性能测量算法在传统有线环境下表现良好,但是在移动无线环境下往往精度无法保证。为了解决上述问题,本论文在在深入研究了网络测量系统和网络测量算法的基础上,结合实际高铁环境,设计了高速移动环境多维网络高精度测量评估系统的实现方案,其主要工作及创新点如下:首先,设计了高速移动环境多维网络高精度测量评估系统的系统架构,系统包括可用性检测和时钟同步模块、参数测量模块和显示评估模块。采取主动测量的测量方法,多个移动测量设备节点可同时向测量中心服务器发送主动探测数据包,可以测量高速移动环境下的地理位置信息、信号强度、误码率、时延、丢包和带宽等多维网络性能指标。其次,针对高速移动环境下的应用场景,设计了运行速度不超过280km/h时的多维网络高精度测量算法,该算法充分考虑移动无线网络的网络特性以及时延、丢包和带宽三个主要网络参数之间的内在联系,对主动探测数据包进行合理设计并将其分为多组,并且动态调整探测包发送参数,实现高精度测量的设计需求。再次,为了给使用本论文设计的网络测量系统的用户更好的使用体验,还设计了Web形式的用户接口,支持用户通过浏览器使用该系统。同时,还支持对选定时刻的网络性能进行评价以及对下一时刻网络性能进行预估。在参数展示方面,还设计了包括地理位置信息地图、信号强度和误码率随地理位置变化柱状图、参数实时监控面板、测量中心服务器和移动测量设备机器自身性能监控等多种样式。最后,对实现方案中的各个功能模块进行测试,验证了本论文提出的多维网络测量评估系统切实可行。同时,还对比了是否使用本论文提出的系统以及在不同速度下使用本论文提出的系统测量得到的时延结果进行对比。结果表明,在运行速度都为280km/h的高铁运行场景下,采用本论文提出的系统相对于不采用该系统时的时延平均值下降了58.2%,时延标准差下降了82.4%,验证了该算法在该环境下能够实现高精度的测量。
罗煜[8]（2020）在《基于多路径传输直播系统的网络性能评价模型构建与分析》文中进行了进一步梳理当今世界,互联网己经成为国家运行发展的命脉和基础,整个国家、社会、个人对网络的依赖程度越来越高。众多政府部门、组织、企业都在建立和扩展自有网络,并通过互联网对海量的网络资源信息实现充分的共享与利用。网络的地位越来越重要,己经成为经济社会发展的重要支柱。网络服务的各种需求促使网络技术发展日新月异,并且形式越来越多样化。同时,随着用户需求的提升,网络服务对网络质量尤其是在带宽、鲁棒性等方面的要求也越来越高,当前的网络环境已经逐渐难以满足用户多样化的网络需求。多径传输技术主要研究的是怎样在多宿终端间使用多条路径进行并行数据传输,并且在这个过程中实现负载均衡、带宽聚合、动态切换,同时能够及时地将传输服务从拥挤且易中断的路径切换到传输质量较好的其它路径。多路径并行传输相较于单路径传输,能有效解决现有网络环境下单路径传输低效的问题,具有以下优势:（1）提高数据传输的鲁棒性,能够实现资源切换与故障快速复原;（2）聚合带宽,提高吞吐量;（3）具有良好的负载均衡能力。当前,计算机网络正在对各类产业产生着深远影响,随之网络的稳定性与可靠性是各个产业稳定发展的前提和基础。由此可见,网络性能的优劣已经成为评价一个网络好与坏的关键指标。现有关于网络性能评估的研究主要是对单路径传输网络进行的,而因多路径传输网络当下还未被广泛普及且较单路径传输网络有诸多优势,能够更加适合当前网络服务的发展需求,故采用适当的手段,对多路径传输网络性能进行分析和评估是一个需要解决的重要问题。本文以多路径传输直播系统为例对多路径传输网络性能进行评估。首先针对多路径传输网络的网络特性,以ITU-T（国际互联网标准化组织）和IETF（国际互联网工程任务组）对网络性能的定义为基础,按照精简性、可测性、代表性三个原则抽取了相应的评价指标;然后以这些指标为基础提出了多路径传输网络的灰色关联网络性能评估模型,简称:MPTCP-GANPEM（Multi-Path TCP Grey Associated Network Performance Evaluation Model）,该评估模型可以对多路径传输网络综合性能给出量化评分;最后通过搭建多路径传输直播系统,依托Nor Net国际测试床的真实网络环境,设计多种实验场景并使用该评估模型对不同场景下的网络综合性能进行了分析评价,实验结果表明:（1）本文提出的评估模型MPTCP-GANPEM能够对多路径传输网络的综合性能做出客观评价;（2）在多路径传输网络综合性能的指标影响度方面,时延对其影响最大,时延抖动影响最小;（3）使用MPTCP-GANPEM,多路径传输直播平台网络性能的综合评分至少应达到73.82才能保证直播视频的流畅播放。
王倩玉[9]（2020）在《面向信息中心网络的内容名字查找方法研究》文中进行了进一步梳理信息中心网络是为了满足用户日益增长的信息需求,应对当前互联网面对的诸多挑战所提出的未来互联网结构。它摒弃了传统的以IP为核心的网络架构,采取以内容作为网络结构和服务的核心,将内容名字作为网络传输的标识。但由于内容名字的命名方式多样化,名字的结构复杂,且名字长度没有限制,因此,在大规模的路由表中实现内容名字的准确高效查找成为一项极具挑战的工作。在名字查找过程中需要在路由节点上的三个表中进行查找:内容存储器、待定请求表和前向转发表。本文主要研究信息中心网络的内容名字在这三个表上进行查找的优化问题,具体内容如下:1.提出了一种基于学习布隆过滤器的名字查找结构。此方法针对名字在前向转发表上基于最长前缀匹配算法进行查找的优化问题进行设计,利用递归神经网络（RNN）构建学习模型对名字进行预查找,然后通过一个备份布隆过滤器消除学习模型查找产生的假阴性,提高查找的准确性。与传统布隆过滤器相比,本文提出的结构有较低的假阳性率和较高的查找速度。2.提出了基于深度布隆过滤器的三级名字查找结构。对内容名字在内容存储器和待定请求表上的精确查找方法进行优化。第一级面向名字设置初始过滤器对名字进行预过滤,第二级引入带有门循环单元（GRU）的长短记忆神经网络（LSTM）构建深度学习模型,将第一级筛选出的名字发送到学习模型中进行精确查找确定名字并找出名字所对应的端口,第三级备份过滤器用来消除漏报。优化后的查找方法不仅提高了查找的准确性还降低了内存消耗。本文围绕信息中心网络中内容名字的查找问题展开深入研究,分别针对最长前缀匹配和精确查找两种查找方式中存在的问题进行优化,提出了基于学习布隆过滤器查找结构和基于深度布隆过滤器的三级查找结构。实验结果表明,本文所提出的两个名字查找方法在查找速度、查找精确和内存消耗方面有优越性。
李大琳[10]（2020）在《基于FPGA的高性能算法实现的设计模式及其应用研究》文中研究说明近年来,随着大数据、云计算以及人工智能等相关领域研究和应用的不断深入,导致需要计算的数据体量急剧增长。诸如数据库、智能算法、深度学习、在线预测以及无人驾驶等各种计算密集型应用对计算能力的需求已远远超出了传统通用处理器（CPU）的处理能力。从上个世纪60年代开始,人们就对可并行的计算问题提出了用并行计算（Parallel Computating）的方法来对算法进行加速,以实现更高的计算性能,从而提升解决问题的效率。伴随着CPU处理能力和相关技术的不断迭代,并行计算系统的计算能力不断提升。然而,近几年半导体技术几乎达到了物理极限,摩尔定律几近失效,但数据量的增长对计算能力的要求却仍在不断提升。进入21世纪,人们开始探索用异构计算（Heterogeneous Computation）等新的计算形态来提升计算能力。FPGA是一种可编程芯片,它将算法逻辑直接翻译为晶体管电路的组合,在计算速度、延时和功耗等方面优于通用处理器。因而,其在众多应用场景中有着重要地位,并成为异构计算领域的研究热点。然而,FPGA的硬件架构虽然为其带来了很高的计算性能,但却使基于FPGA的算法设计方法面临挑战:（1）基于FPGA的算法设计是面向电路结构的,这需要设计者深入了解FPGA结构和数字电路。目前的算法开发人员大部分是软件人员,缺乏对硬件的了解,且基于FPGA的算法设计工具链不够完善,导致FPGA平台上的实际开发效率较低。（2）现有算法设计和性能优化方法多是针对通用处理器架构的,由于FPGA与通用处理器在硬件架构上的差异,使得这些方法不能充分发挥FPGA的特性,从而不能在FPGA上获得较好的算法性能提升效果。目前仍然缺少适合FPGA的算法设计及性能优化方法。（3）在FPGA上实现具体算法时,需要结合FPGA硬件架构特点针对算法特征对算法实现进行深度优化。现有优化思路多是从算法模型角度出发的,缺少对算法要解决的问题和FPGA的硬件架构的考虑。基于以上问题,本文主张通过提出适合于FPGA硬件架构的算法设计和性能优化方法来提升算法在FPGA上实现的性能,主要工作介绍如下:（1）提出了基于FPGA的高性能算法实现设计模式和计算性能评价标准。在FPGA上,算法的控制逻辑和运算操作被转化为电路逻辑单元的连接,待操作的数据则按照电路的连接方式流过FPGA,产生最终的运算结果。电路的组合方式影响数据的流动方式,并最终影响计算性能。因此,针对FPGA上的算法实现的性能优化应该以构造高效的数据流为目标。本文提出以构造算法的流式数据为目标的算法实现设计模式,通过将高效的电路模型抽象为算法实现的数据流模型,为设计者屏蔽硬件结构细节,提升开发效率。设计者只要参照设计模式进行算法实现就更容易提升算法在FPGA上实现的性能。另外,设计模式只是一种设计参考,不需要特定的编程语言或者综合工具的支持,具有很强的通用性。本文提出的设计模式分为三个层面:在算法整体框架层面,以构造流式数据为目标,包括多级流水“映射-归并”框架和脉动式线性框架;在算法功能级层面,针对典型的算法结构,包括复杂数据类型高效流水求和树和并行比较向量;在算法逻辑层面,包括多种以简化控制逻辑和降低运算强度为目标的性能提升方法。此外,对FPGA上的算法实现的性能评价不能单纯以程序执行时间为标准,要兼顾延时、频率、吞吐量、芯片利用率和功耗等多个方面。因此,本文提出了针对FPGA上算法实现的相关性能评价方法,包括加速比评价方法和针对HLS（High Level Synthesis）方法的综合结果性能评价方程。本文所提出的设计模式和性能评价标准对提升FPGA上的算法实现的性能有重要意义。（2）提出了一种针对FPGA结构的基于扩展非严格偏序序列的线性排序算法,并将其在FPGA上应用脉动式线性框架设计模式实现为可配置线性排序器。排序问题是一个被广泛研究的算法问题。现有FPGA上的排序算法实现多为将经典排序算法通过并行化设计后移植到FPGA上,虽然降低了排序延时,但在资源占用率等方面的性能有待提升。本文针对FPGA的结构特点,首先基于数学中的序理论,将非严格偏序关系扩展为基于n元组的非严格偏序关系,并在此基础之上提出了线性排序算法。该算法具有4N/n时间复杂度,可以通过调整n的值来调整算法的带宽和比较操作的数量。基于该算法在FPGA上实现的排序器具有资源占用率相对较低,电路连接复杂度不高,输入带宽、排序延时等参数可配置等特点。从而可以根据具体排序问题的需要在延时和资源占用率等性能之间做出权衡,提升FPGA上解决排序问题的总体性能。由于该算法是针对FPGA硬件架构进行设计的,因此,本文使用绝对加速比来评价算法的性能。实验结果表明,该算法相比在CPU上实现的快速排序算法有更好的计算效率。（3）提出了基于HLS的群智能算法实现通用框架。群智能算法（Swam Intelligence Algorithms,SIAs）主要用于解决优化问题,属于计算密集型算法。现有计算性能优化工作一般仅从提升群智能算法的空间并行性角度出发。这会导致FPGA实现的吞吐量不高和求解规模有限。本文提出的框架应用多级流水“映射-归并”框架设计模式,并充分考虑硬件平台的存储器架构,将算法数据流与硬件结构相匹配,从而进一步提升算法实现的并行特性和吞吐量。框架基于HLS,使用C++语言进行描述,可以部署在不同硬件平台（FPGA,GPU和Multi-core CPU）上。在具体实现时,本文针对每种平台硬件架构特点对框架进行了深度优化,以提升存储器的访问效率,并以量子行为粒子群优化算法（Quantum Behaved Particle Swam Optimization,QPSO）为例对框架进行测试。在性能评价上,使用相对加速比方法,将框架在不同平台上的计算性能进行对比。实验结果表明框架实现了比现有工作更优的性能,并且,在FPGA的实现具有比其他平台上实现更好的计算效率。
二、IP网络传输控制的性能评价标准研究（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、IP网络传输控制的性能评价标准研究（论文提纲范文）
（1）基于机器学习的僵尸网络检测系统的设计与实现（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容与目标 |
| 1.4 论文结构 |
| 第二章 相关技术概述 |
| 2.1 网络流量采集 |
| 2.1.1 交换机端口镜像 |
| 2.1.2 流量采集工具Bro |
| 2.1.3 Stenographer |
| 2.2 ELK数据存储套件 |
| 2.3 机器学习模型 |
| 2.4 数据展示平台相关技术 |
| 2.4.1 Flask后端框架 |
| 2.4.2 AdminLTE后台管理框架 |
| 2.4.3 ECharts图表库 |
| 2.4.4 DataTables表格插件 |
| 2.5 本章小结 |
| 第三章 僵尸网络检测系统需求分析 |
| 3.1 用户角色分析 |
| 3.2 业务需求分析 |
| 3.3 功能性需求分析 |
| 3.3.1 用户管理 |
| 3.3.2 用户登录 |
| 3.3.3 账号信息管理 |
| 3.3.4 查看僵尸检测汇总数据 |
| 3.3.5 查看僵尸检测详细内容 |
| 3.3.6 查看服务器性能 |
| 3.4 非功能性需求分析 |
| 3.4.1 模型性能评价指标 |
| 3.4.2 性能和稳定性 |
| 3.4.3 可扩展性 |
| 3.5 本章小结 |
| 第四章 僵尸网络检测系统概要设计 |
| 4.1 系统架构设计 |
| 4.2 系统功能模块设计 |
| 4.3 系统数据库设计 |
| 4.4 系统接口设计 |
| 4.5 系统界面设计 |
| 4.6 本章小结 |
| 第五章 僵尸网络检测系统详细设计 |
| 5.1 僵尸网络检测模块详细设计 |
| 5.1.1 数据采集 |
| 5.1.2 数据格式修正 |
| 5.1.3 模型训练数据集 |
| 5.1.4 特征工程 |
| 5.1.5 模型性能评价指标 |
| 5.1.6 模型性能对比实验 |
| 5.1.7 僵尸网络检测程序构建 |
| 5.2 检测结果展示平台详细设计 |
| 5.2.1 用户管理 |
| 5.2.2 用户登录 |
| 5.2.3 账号信息管理 |
| 5.2.4 查看僵尸检测汇总数据 |
| 5.2.5 查看僵尸检测详细内容 |
| 5.2.6 查看服务器性能 |
| 5.3 本章小结 |
| 第六章 僵尸网络检测系统实现 |
| 6.1 僵尸网络检测模块实现 |
| 6.1.1 Bro特征指标采集 |
| 6.1.2 特征工程 |
| 6.1.3 Lightgbm模型训练 |
| 6.1.4 僵尸网络检测程序 |
| 6.2 检测结果展示平台实现 |
| 6.2.1 用户登录 |
| 6.2.2 用户注册 |
| 6.2.3 用户认证 |
| 6.2.4 柱状图展示 |
| 6.2.5 用户管理页面 |
| 6.2.6 查看拓扑分析 |
| 6.2.7 流量数据下载 |
| 6.2.8 查看服务器性能 |
| 6.3 检测结果展示平台界面展示 |
| 6.4 本章小结 |
| 第七章 僵尸网络检测系统测试 |
| 7.1 系统测试环境 |
| 7.2 僵尸网络检测模块测试 |
| 7.2.1 功能测试 |
| 7.2.2 性能测试 |
| 7.3 检测结果展示平台功能测试 |
| 7.3.1 用户登录 |
| 7.3.2 用户注册 |
| 7.3.3 用户认证 |
| 7.3.4 修改密码 |
| 7.3.5 柱状图展示 |
| 7.3.6 TopN检测结果列表展示 |
| 7.3.7 查看详细内容 |
| 7.3.8 流量数据下载 |
| 7.3.9 查看服务器性能 |
| 7.4 本章小结 |
| 第八章 结束语 |
| 8.1 论文总结 |
| 8.2 下一步工作展望 |
| 参考文献 |
| 中英文缩略词对照表 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
（2）内容中心网络的缓存技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 主要研究工作 |
| 1.3 主要研究成果 |
| 1.4 论文结构安排 |
| 参考文献 |
| 第二章 内容中心网络及其缓存技术研究综述 |
| 2.1 内容中心网络概述 |
| 2.1.1 CCN架构和内容分发流程 |
| 2.1.2 CCN的关键技术概述 |
| 2.2 内容中心网络的缓存技术 |
| 2.2.1 CCN架构下的缓存特点 |
| 2.2.2 CCN缓存技术研究分类 |
| 2.3 内容中心网络缓存性能研究 |
| 2.3.1 CCN缓存性能研究的理论模型 |
| 2.3.2 CCN缓存性能研究现状 |
| 2.3.3 CCN缓存性能研究挑战 |
| 2.4 内容中心网络缓存算法研究 |
| 2.4.1 CCN缓存算法研究分类 |
| 2.4.2 CCN缓存放置算法研究现状 |
| 2.4.3 CCN缓存放置算法研究挑战 |
| 2.5 本章小节 |
| 参考文献 |
| 第三章 面向内容请求聚合的CCN节点缓存性能研究 |
| 3.1 系统模型 |
| 3.1.1 内容缓存模型 |
| 3.1.2 请求聚合模型 |
| 3.2 面向内容请求聚合的缓存状态分析模型 |
| 3.2.1 三状态概率建模 |
| 3.2.2 马尔可夫链构造 |
| 3.2.3 内容最短逗留时间近似 |
| 3.2.4 三状态稳态概率求解 |
| 3.3 仿真验证与性能分析 |
| 3.3.1 模型准确性分析 |
| 3.3.2 缓存性能分析 |
| 3.4 本章小结 |
| 参考文献 |
| 第四章 面向任意网络拓扑的CCN缓存放置算法研究 |
| 4.1 基于小世界的网络缓存建模 |
| 4.2 基于缓存小世界模型的评价指标 |
| 4.3 优化缓存效用的缓存放置算法 |
| 4.4 仿真验证与性能分析 |
| 4.4.1 缓存小世界模型准确性分析 |
| 4.4.2 网络缓存模型小世界特性分析 |
| 4.4.3 缓存放置算法性能分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 面向动态内容请求的CCN缓存放置算法研究 |
| 5.1 系统模型 |
| 5.1.1 CCN网络模型 |
| 5.1.2 内容请求动态模型 |
| 5.2 缓存放置优化问题建模 |
| 5.2.1 缓存节点主动缓存架构 |
| 5.2.2 缓存放置优化问题模型 |
| 5.3 缓存放置算法实现 |
| 5.3.1 马尔可夫决策过程建模 |
| 5.3.2 强化学习算法求解 |
| 5.4 仿真验证与性能分析 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 研究工作展望 |
| 附录: 缩略语中英文对照表 |
| 致谢 |
| 攻读博士学位期间取得的学术成果 |
（3）基于传递函数法的航空航天相机像质测试系统研发（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 选题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 相机图像传输研究现状 |
| 1.2.2 相机光学系统性能测试研究现状 |
| 1.3 主要研究内容及结构安排 |
| 1.3.1 主要研究内容 |
| 1.3.2 结构安排 |
| 1.4 本章小结 |
| 2 关键技术理论基础和总体方案设计 |
| 2.1 测试系统传递函数理论分析 |
| 2.1.1 光学传递函数基础理论 |
| 2.1.2 串联系统传递函数 |
| 2.1.3 MTF测试原理 |
| 2.2 MTF测试方法 |
| 2.2.1 狭缝法 |
| 2.2.2 刃边法 |
| 2.2.3 对比度法 |
| 2.3 测试系统高速以太网传输协议 |
| 2.3.1 千兆以太网技术简介 |
| 2.3.2 以太网协议规范介绍 |
| 2.3.3 以太网MAC协议 |
| 2.4 相机性能测试系统方案设计 |
| 2.5 本章小结 |
| 3 相机高速图像数据传输系统设计 |
| 3.1 基于FPGA的千兆以太网传输设计方案 |
| 3.1.1 千兆以太网的整体系统逻辑设计构架 |
| 3.1.2 FPGA芯片的选择 |
| 3.1.3 物理层芯片选择 |
| 3.2 千兆以太网协议逻辑设计 |
| 3.2.1 数据包接收模块 |
| 3.2.2 自定义协议数据包封装模块 |
| 3.2.3 以太网MAC处理摸块 |
| 3.3 相机图像数据传输性能测试 |
| 3.3.1 仿真环境选取 |
| 3.3.2 Modelism仿真实现 |
| 3.4 本章小结 |
| 4 相机MTF测试系统设计 |
| 4.1 MTF测试系统软件设计 |
| 4.1.1 测试软件总体设计框架 |
| 4.1.2 图像采集显示模块 |
| 4.1.3 图像校正处理模块 |
| 4.1.4 MTF值实时计算模块 |
| 4.2 MTF测试系统硬件组成 |
| 4.2.1 系统硬件总体示意图 |
| 4.2.2 系统器材说明 |
| 4.3 本章小结 |
| 5 实验及结果分析 |
| 5.1 测试MTF流程 |
| 5.2 测试及结果分析 |
| 5.3 误差分析 |
| 5.3.1 系统测试环境 |
| 5.3.2 平行光管MTF |
| 5.3.3 图像噪声影响 |
| 5.3.4 CCD传感器的误差 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间主要研究成果 |
（4）基于TRDP协议的列车以太网网络性能研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究的背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 列车通信网络发展现状 |
| 1.2.2 工业以太网在列车网络中的应用 |
| 1.3 课题研究内容及论文结构 |
| 1.3.1 研究内容 |
| 1.3.2 论文结构 |
| 本章小结 |
| 第二章 列车实时以太网及通信性能指标 |
| 2.1 列车实时以太网网络系统 |
| 2.1.1 列车级以太网研究 |
| 2.1.2 列车拓扑发现协议 |
| 2.1.3 车辆级以太网研究 |
| 2.2 列车实时以太网通信机制 |
| 2.2.1 列车实时数据协议研究 |
| 2.2.2 过程数据通信机制 |
| 2.2.3 DHCP服务通信机制 |
| 2.3 列车网络通信性能评价指标 |
| 本章小结 |
| 第三章 列车以太网网络性能实验平台设计 |
| 3.1 列车以太网网络性能实验平台设计方案 |
| 3.2 列车以太网网络性能实验平台硬件设计 |
| 3.2.1 骨干网节点 |
| 3.2.2 车辆控制单元 |
| 3.2.3 司机室显示屏 |
| 3.2.4 以太网交换机 |
| 3.2.5 列车牵引模拟单元 |
| 3.3 列车网络动态组网 |
| 3.3.1 ETBN初运行 |
| 3.3.2 DHCP动态分配IP地址 |
| 3.4 列车以太网网络性能实验平台软件设计 |
| 3.4.1 VCU程序设计 |
| 3.4.2 HMI界面设计 |
| 3.4.3 牵引模拟单元程序设计 |
| 本章小结 |
| 第四章 数据分析软件开发与网络性能测试分析 |
| 4.1 数据分析软件设计 |
| 4.1.1 软件需求分析 |
| 4.1.2 软件开发环境 |
| 4.1.3 软件总体架构设计 |
| 4.1.4 软件界面设计 |
| 4.1.5 软件功能设计 |
| 4.2 发送周期对列车网络通信性能的影响 |
| 4.3 报文尺寸对列车网络通信性能的影响 |
| 4.4 网络负载对列车网络通信性能的影响 |
| 本章小结 |
| 第五章 基于链路聚合的网络性能优化 |
| 5.1 链路聚合 |
| 5.1.1 链路聚合控制协议 |
| 5.1.2 链路聚合原理分析 |
| 5.2 负载均衡算法 |
| 5.3 基于OPNET网络性能仿真 |
| 5.3.1 OPNET建模机制 |
| 5.3.2 网络模型设计 |
| 5.3.3 节点模型设计 |
| 5.3.4 进程模型设计 |
| 5.3.5 仿真参数配置及结果分析 |
| 5.4 基于链路聚合网络性能优化验证 |
| 5.4.1 链路聚合功能实现 |
| 5.4.2 基于链路聚合的优化验证 |
| 本章小结 |
| 结论 |
| 参考文献 |
| 附录 A 基于TRDP协议的列车以太网网络性能实验平台 |
| 致谢 |
（5）SDEN中并发服务性能优化及相关QoS机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 引言 |
| 1.1 研究背景及意义 |
| 1.2 研究目标和主要内容 |
| 1.3 论文组织结构 |
| 第二章 相关研究概述 |
| 2.1 网络服务性能优化相关研究 |
| 2.1.1 传统网络优化改进相关研究 |
| 2.1.2 新型网络体系结构相关研究 |
| 2.1.3 QoS相关研究 |
| 2.2 SDEN相关研究 |
| 2.2.1 可扩展网络服务模型ENSM |
| 2.2.2 服务动态扩展网络SDEN |
| 2.2.3 SDEN的并发服务能力 |
| 2.2.4 SDEN的QoS机制 |
| 2.3 本章小结 |
| 第三章 SDEN并发服务性能优化研究 |
| 3.1 SDEN的并发服务能力 |
| 3.1.1 SDEN运行原理和服务提供机制 |
| 3.1.2 SDEN并发服务能力分析 |
| 3.1.3 现有原子服务模型的不足 |
| 3.2 支持并发的原子服务模型 |
| 3.2.1 原子服务的特性分析 |
| 3.2.2 原子服务的划分粒度研究 |
| 3.2.3 原子服务模型及其表达 |
| 3.3 并发服务性能的评价指标 |
| 3.3.1 请求处理机制比较分析 |
| 3.3.2 相关评价指标 |
| 3.4 本章小结 |
| 第四章 SDEN的QoS机制研究 |
| 4.1 SDEN的QoS模型 |
| 4.2 自适应QoS机制 |
| 4.2.1 传统QoS机制的不足 |
| 4.2.2 自适应QoS策略 |
| 4.3 本章小结 |
| 第五章 原型系统设计与实现 |
| 5.1 SDEN原型系统的整体设计 |
| 5.2 并发服务性能优化机制设计和实现 |
| 5.2.1 支持并发的原子服务实现模型设计 |
| 5.2.2 关键数据结构设计 |
| 5.2.3 支持并发的原子服务的参考实现 |
| 5.3 QoS机制设计与实现 |
| 5.3.1 QoS机制的设计 |
| 5.3.2 关键数据结构的设计 |
| 5.3.3 QoS机制的实现 |
| 5.4 本章小结 |
| 第六章 实验及分析 |
| 6.1 概述 |
| 6.1.1 实验方案概述 |
| 6.1.2 实验环境简介 |
| 6.2 并发服务性能优化可行性验证 |
| 6.2.1 实验目标及实验设计 |
| 6.2.2 实验步骤及结果分析 |
| 6.3 SDEN并发服务性能分析 |
| 6.3.1 实验目标及实验设计 |
| 6.3.2 实验步骤及结果分析 |
| 6.4 QoS机制的可行性验证及性能分析 |
| 6.4.1 实验目标及实验设计 |
| 6.4.2 实验步骤及结果分析 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 研究工作总结 |
| 7.2 未来工作展望 |
| 致谢 |
| 参考文献 |
| 作者简介 |
| A攻读硕士学位期间发表的论文 |
（6）基于位分级的自适应G.729语音信息隐藏方法（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 VoIP语音信息隐藏相关研究 |
| 1.2.1 基于网络传输协议的语音隐写方法研究现状 |
| 1.2.2 基于语音流编码的语音隐写方法研究现状 |
| 1.3 本文主要工作及结构安排 |
| 第二章 语音信息隐藏相关研究 |
| 2.1 语音信息隐藏概述 |
| 2.1.1 语音信息隐藏模型 |
| 2.1.2 语音信息隐藏方法的性能评价指标 |
| 2.2 G.729概述 |
| 2.2.1 G.729编码原理 |
| 2.2.2 G.729解码原理 |
| 2.3 本章小结 |
| 第三章 基于K-均值聚类的G.729可隐藏位分级方案 |
| 3.1 K-均值聚类算法简述 |
| 3.2 基于K-均值聚类的可隐藏位分级方案设计 |
| 3.2.1 语音信号处理模块 |
| 3.2.2 聚类分级模块 |
| 3.3 G.729可隐藏位分级结果及分析 |
| 3.4 本章小结 |
| 第四章 基于矩阵嵌入的分级自适应语音信息隐藏方法 |
| 4.1 矩阵编码 |
| 4.2 基于位分级的矩阵嵌入语音信息隐藏方法 |
| 4.2.1 矩阵选取 |
| 4.2.2 秘密信息的嵌入 |
| 4.2.3 秘密信息的提取 |
| 4.3 实验及性能分析 |
| 4.3.1 实验环境 |
| 4.3.2 隐藏容量 |
| 4.3.3 隐蔽性分析 |
| 4.3.4 实时性分析 |
| 4.3.5 鲁棒性分析 |
| 4.4 本章小节 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.1.1 完成的工作 |
| 5.1.2 取得的成果 |
| 5.1.3 论文创新点 |
| 5.2 不足与展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士期间所取得的成果 |
（7）高速移动环境多维网络高精度测量评估系统的设计与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 选题背景与研究意义 |
| 1.2 国内外研究现状 |
| 1.3 本文主要内容 |
| 1.4 论文组织结构 |
| 2 相关技术研究 |
| 2.1 高速移动环境网络测量相关技术 |
| 2.2 网络测量相关技术概述 |
| 2.2.1 网络测量系统功能结构 |
| 2.2.2 网络测量系统拓扑结构 |
| 2.2.3 网络测量系统测量方法 |
| 2.3 监控数据采集、存储和展示相关技术 |
| 2.3.1 开源时序数据库InfluxDB |
| 2.3.2 开源数据采集工具Telegraf |
| 2.3.3 开源度量分析和可视化工具Grafana |
| 2.3.4 系统实时监控一般架构 |
| 2.4 时钟同步相关技术 |
| 2.5 前端后端相关技术 |
| 2.5.1 非关系型数据库Redis及缓存架构 |
| 2.5.2 消息队列系统Kafka |
| 2.5.3 HTTP服务器Apache |
| 2.5.4 后端HTTP服务相关技术 |
| 2.5.5 前端用户界面相关技术 |
| 2.6 本章小结 |
| 3 高速移动环境多维网络高精度测量评估系统的方案设计 |
| 3.1 设计需求描述 |
| 3.2 总体方案设计 |
| 3.3 可用性检测和时钟同步模块设计 |
| 3.3.1 可用性检测和时钟同步模块架构 |
| 3.3.2 网卡可用性检测子模块 |
| 3.3.3 网络连通性检测子模块 |
| 3.3.4 时钟同步子模块 |
| 3.4 参数测量模块设计 |
| 3.4.1 参数测量模块架构 |
| 3.4.2 地理位置信息测量子模块 |
| 3.4.3 信号强度和误码率参数测量子模块 |
| 3.4.4 时延、丢包和带宽参数测量子模块 |
| 3.5 显示评估模块设计 |
| 3.5.1 显示评估模块架构 |
| 3.5.2 性能评估子模块设计 |
| 3.5.3 实时监控子模块设计 |
| 3.5.4 用户展示子模块设计 |
| 3.6 本章小结 |
| 4 高速移动环境多维网络高精度测量评估系统的方案实现 |
| 4.1 高速移动环境多维网络高精度测量评估系统的实现架构 |
| 4.2 可用性检测和时钟同步模块实现 |
| 4.2.1 网卡可用性检测子模块实现 |
| 4.2.2 网络连通性检测子模块实现 |
| 4.2.3 时钟同步子模块实现 |
| 4.3 参数测量模块实现 |
| 4.3.1 地理位置信息测量子模块 |
| 4.3.2 信号强度和误码率参数测量子模块 |
| 4.3.3 时延、丢包和带宽参数测量子模块 |
| 4.4 显示评估模块实现 |
| 4.4.1 性能评估子模块实现 |
| 4.4.2 实时监控子模块实现 |
| 4.4.3 用户展示子模块实现 |
| 4.5 本章小结 |
| 5 高速移动环境多维网络高精度测量评估系统的测试与分析 |
| 5.1 测试环境搭建 |
| 5.2 方案功能测试与分析 |
| 5.2.1 参数测量功能测试 |
| 5.2.2 显示评估功能测试 |
| 5.3 高速移动环境网络性能测量算法精度对比与分析 |
| 5.4 本章小结 |
| 6 总结与展望 |
| 6.1 全文工作总结 |
| 6.2 未来工作展望 |
| 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 |
（8）基于多路径传输直播系统的网络性能评价模型构建与分析（论文提纲范文）
| 摘要 |
| abstract |
| 1 绪论 |
| 1.1 项目背景 |
| 1.2 研究现状 |
| 1.2.1 多路径传输研究现状 |
| 1.2.2 网络性能评价研究现状 |
| 1.3 研究内容 |
| 1.4 论文结构 |
| 2 多路径传输技术概述 |
| 2.1 SCTP协议的多路径传输 |
| 2.1.1 流控制传输协议(SCTP协议) |
| 2.1.2 并行流控制传输协议(CMT-SCTP协议) |
| 2.2 MPTCP协议的多路径传输 |
| 2.2.1 MPTCP协议概述 |
| 2.2.2 MPTCP协议功能架构 |
| 2.2.3 MPTCP协议连接建立过程 |
| 2.3 基于不同协议的多路径传输机制对比 |
| 2.4 本章小结 |
| 3 多路径传输直播平台设计实现与部署 |
| 3.1 多路径传输直播系统的设计思想 |
| 3.1.1 IPv6重构软件的实现 |
| 3.1.2 编译MPTCP协议更新Linux内核 |
| 3.1.3 配置路由表 |
| 3.1.4 构建SRS扩展功能 |
| 3.2 直播平台搭建 |
| 3.3 系统在Nor Net国际测试床上的部署 |
| 3.3.1 Nor Net国际测试床简介 |
| 3.3.2 “HU-IPv6/IPv4-MPTCP-RTMP直播平台”系统的部署方案 |
| 3.4 本章小结 |
| 4 多路径传输网络性能评价模型构建 |
| 4.1 网络性能评价的意义 |
| 4.2 网络性能评价方法 |
| 4.2.1 主动测量与被动测量 |
| 4.2.2 单点测量与多点测量 |
| 4.2.3 拓扑测量与性能测量 |
| 4.3 网络性能评价模型指标选取 |
| 4.3.1 相关指标内涵概述 |
| 4.3.2 评价指标选取 |
| 4.4 评价模型构建 |
| 4.4.1 定义评估集 |
| 4.4.2 归一化处理 |
| 4.4.3 确定指标权重 |
| 4.4.4 构造模糊关系矩阵 |
| 4.4.5 评价结果计算 |
| 4.4.6 分值映射 |
| 4.5 本章小结 |
| 5 实验与分析 |
| 5.1 实验环境及场景设计 |
| 5.1.1 实验环境 |
| 5.1.2 实验场景设计 |
| 5.2 评价指标数据获取 |
| 5.2.1 指标数据获取方法 |
| 5.2.2 数据获取 |
| 5.3 评价模型执行过程 |
| 5.4 实验结果与分析 |
| 5.4.1 评价模型运行结果 |
| 5.4.2 数据流量的可视化表达 |
| 5.4.3 实验结果分析 |
| 5.5 本章小结 |
| 6 总结与展望 |
| 6.1 现有工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 攻读硕士学位期间取得的科研成果 |
| 致谢 |
（9）面向信息中心网络的内容名字查找方法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.1.1 信息中心网络简介 |
| 1.1.2 基于内容名字的路由查找 |
| 1.1.3 国内外研究现状 |
| 1.2 主要研究内容和难点 |
| 1.2.1 主要研究内容 |
| 1.2.2 研究难点 |
| 1.3 主要研究成果和创新点 |
| 1.4 论文组织安排 |
| 第2章 相关工作综述 |
| 2.1 信息中心网络体系结构 |
| 2.1.1 数据包类型 |
| 2.1.2 数据命名规则 |
| 2.1.3 路由查找过程 |
| 2.2 名字查找算法 |
| 2.2.1 布隆过滤器 |
| 2.2.2 字符树 |
| 2.2.3 哈希表 |
| 2.3 学习模型介绍 |
| 2.3.1 递归神经网络 |
| 2.3.2 长短记忆神经网络 |
| 2.4 本章小结 |
| 第3章 基于学习布隆过滤器的高效名字查找方法 |
| 3.1 研究意义与挑战 |
| 3.2 相关工作 |
| 3.2.1 布隆过滤器和其它变型 |
| 3.2.2 神经网络 |
| 3.3 学习布隆过滤器查找结构概述 |
| 3.4 学习布隆过滤器数据结构 |
| 3.4.1 基于布隆过滤器名字查找 |
| 3.4.2 研究问题描述 |
| 3.4.3 查找结构分析 |
| 3.5 误转发概率分析 |
| 3.6 名字查找过程的算法设计 |
| 3.6.1 名字插入算法 |
| 3.6.2 名字查找算法 |
| 3.7 性能评价 |
| 3.7.1 硬件配置 |
| 3.7.2 数据分布 |
| 3.7.3 实验结果 |
| 3.8 本章小结 |
| 第4章 基于深度布隆过滤器的名字查找方法 |
| 4.1 精确名字查找的研究意义 |
| 4.2 相关技术 |
| 4.2.1 近似集合成员查找 |
| 4.2.2 长短记忆神经网络 |
| 4.3 三级名字查找结构与算法 |
| 4.3.1 名字查找结构 |
| 4.3.2 名字查找算法 |
| 4.4 假阳性率分析 |
| 4.5 性能评价 |
| 4.5.1 实验设置 |
| 4.5.2 实验结果 |
| 4.6 本章小节 |
| 第5章 结论 |
| 5.1 研究工作总结 |
| 5.2 未来研究计划 |
| 参考文献 |
| 致谢 |
| 攻读学位期间的研究成果 |
（10）基于FPGA的高性能算法实现的设计模式及其应用研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 研究现状与分析 |
| 1.3 本文研究内容 |
| 1.4 文章组织架构 |
| 第2章 FPGA上高性能算法实现的设计模式及其性能评价标准 |
| 2.1 FPGA上高性能算法实现研究基础 |
| 2.2 基于FPGA的高性能算法实现设计模式 |
| 2.2.1 有利于提升FPGA上算法实现性能的流式数据 |
| 2.2.2 构建FPGA上高性能算法实现的设计模式 |
| 2.3 高性能算法实现的性能评价标准 |
| 2.3.1 适用于基于FPGA的异构计算形态的加速比评价方法 |
| 2.3.2 针对HLS的性能误差方程和HLS综合结果性能评价方程 |
| 2.4 本章小结 |
| 第3章 应用脉动式线性框架设计模式的线性排序算法实现 |
| 3.1 FPGA实现排序算法基础 |
| 3.2 基于扩展非严格偏序序列的线性排序算法 |
| 3.2.1 扩展非严格偏序序列 |
| 3.2.2 基于扩展非严格偏序序列的线性排序算法 |
| 3.2.3 基于非严格偏序序列的线性排序算法证明 |
| 3.2.4 基于非严格偏序序列的线性排序算法的评价 |
| 3.3 基于非严格偏序序列的线性排序算法在FPGA上的实现 |
| 3.3.1 状态机设计 |
| 3.3.2 排序微处理器设计 |
| 3.3.3 性能评估 |
| 3.3.4 当待排序数据规模大于线性排序器排序能力时的解决方案 |
| 3.4 性能评测及分析 |
| 3.4.1 Z-turn平台上的线性排序器性能 |
| 3.4.2 KCU105平台上的线性排序器性能 |
| 3.4.3 与当前最新的并行排序算法和线性排序算法的性能比较 |
| 3.5 本章小结 |
| 第4章 应用多级流水“映射-归并”框架设计模式的群智能算法实现通用框架 |
| 4.1 FPGA实现群智能算法研究基础 |
| 4.2 群智能算法框架分析及基于流数据的算法重构 |
| 4.2.1 群智能算法框架分析 |
| 4.2.2 群智能算法的并行性及数据流分析 |
| 4.3 算法实现 |
| 4.3.1 FASI的基础框架 |
| 4.3.2 FASI在FPGA上的实现 |
| 4.3.3 FASI在GPU上的实现 |
| 4.3.4 FASI在Multi-core CPU上的实现 |
| 4.3.5 使用和未使用多级流水“映射-归并”框架设计模式的FASI性能比较 |
| 4.4 性能评测及分析 |
| 4.4.1 性能评估实验环境 |
| 4.4.2 FASI在FPGA上的性能 |
| 4.4.3 FASI在GPU上的性能 |
| 4.4.4 FASI在Multi-core CPU上的性能 |
| 4.4.5 FASI在FPGA、GPU和Multi-core CPU上的性能比较 |
| 4.5 本章小结 |
| 第5章 总结与展望 |
| 5.1 工作总结 |
| 5.2 工作展望 |
| 参考文献 |
| 作者简介及在学期间所取得的科研成果 |
| 致谢 |
四、IP网络传输控制的性能评价标准研究（论文参考文献）
- [1]基于机器学习的僵尸网络检测系统的设计与实现[D]. 龚瑾珂. 北京邮电大学, 2021(01)
- [2]内容中心网络的缓存技术研究[D]. 许晓耕. 北京邮电大学, 2020
- [3]基于传递函数法的航空航天相机像质测试系统研发[D]. 李跃. 西安理工大学, 2020(01)
- [4]基于TRDP协议的列车以太网网络性能研究[D]. 苗元嘉. 大连交通大学, 2020(06)
- [5]SDEN中并发服务性能优化及相关QoS机制研究[D]. 崔效玮. 东南大学, 2020(01)
- [6]基于位分级的自适应G.729语音信息隐藏方法[D]. 李荣. 中国民航大学, 2020(01)
- [7]高速移动环境多维网络高精度测量评估系统的设计与实现[D]. 沈俊毅. 北京交通大学, 2020(03)
- [8]基于多路径传输直播系统的网络性能评价模型构建与分析[D]. 罗煜. 海南大学, 2020(02)
- [9]面向信息中心网络的内容名字查找方法研究[D]. 王倩玉. 河南科技大学, 2020(06)
- [10]基于FPGA的高性能算法实现的设计模式及其应用研究[D]. 李大琳. 吉林大学, 2020(08)