在现今异构网络Internet,区分服务体系结构通过对不同应用和不同要求的数据流部署不同等级的服务,以提供较大粒度的服务质量(Quality of Service,QoS)保证。不同流之间的公平性问题是区分服务中的研究热点,而标记策略是提高公平性的有...在现今异构网络Internet,区分服务体系结构通过对不同应用和不同要求的数据流部署不同等级的服务,以提供较大粒度的服务质量(Quality of Service,QoS)保证。不同流之间的公平性问题是区分服务中的研究热点,而标记策略是提高公平性的有效方法。目前许多标记算法只考虑了聚集流之间的公平性,而忽略了聚集流内部流之间的公平性。本文针对同一个聚集流中可能包含不同类型的单个流情况(比如存在自适应TCP流和非适应UDP流、不同速率的多媒体UDP流、采用不同TCP协议的数据流、不同分组大小的数据流),提出了一种基于聚集流内部公平性的标记算法(Fair Aggregate Traffic Marker,FATM)。论文构造了不同情况下的模拟场景,并给出了实验的相关参数设置。大量模拟实验结果表明:标记算法FATM在保持聚集流之间的公平性和网络吞吐量的基础上,提高聚集流内部单个流之间的公平性。展开更多
鉴于区分网络中的标记算法和队列管理对服务公平性有很大影响,进行了基于增强型动态RIO(Enhanced Dynamic RED with In/Out bit,EDRIO)的确保服务下公平性的改进研究.首先从同构聚集流下的不同大小分组来分析各个分组间的公平性,然后从...鉴于区分网络中的标记算法和队列管理对服务公平性有很大影响,进行了基于增强型动态RIO(Enhanced Dynamic RED with In/Out bit,EDRIO)的确保服务下公平性的改进研究.首先从同构聚集流下的不同大小分组来分析各个分组间的公平性,然后从不同聚集流分配不同带宽来研究异构下的公平性.最后从数据包大小、目标速率及聚集流中包含的单流数量等进行性能仿真.实验结果表明,无论在同构还是异构下,基于EDRIO聚集流之间的公平性都比RIO和动态RIO聚集流之间的公平性好,而且该算法具有很好的扩展性.展开更多
为系统研究中国能源服务需求预测问题,基于中国的终端能源消费构成的特点,应用集合模型方法建立了一个具有饱和水平限制模块的中国能源服务需求预测模型(energy service demand projection model,ESDPM)。在对未来人口和经济增长进行合...为系统研究中国能源服务需求预测问题,基于中国的终端能源消费构成的特点,应用集合模型方法建立了一个具有饱和水平限制模块的中国能源服务需求预测模型(energy service demand projection model,ESDPM)。在对未来人口和经济增长进行合理假设的基础上,预测了5个高耗能部门的产量。结果显示:中国主要的高耗能工业将于2020年左右进入缓慢增长时期,并于2035年达到产量峰值,之后保持稳定水平。其中,钢铁、水泥、合成氨和铝的产量峰值分别为7.4、17.8、0.9和0.3亿t;而机制纸及纸板产量将持续稳步增长,于2050年达到5.3亿t。展开更多
文摘鉴于区分网络中的标记算法和队列管理对服务公平性有很大影响,进行了基于增强型动态RIO(Enhanced Dynamic RED with In/Out bit,EDRIO)的确保服务下公平性的改进研究.首先从同构聚集流下的不同大小分组来分析各个分组间的公平性,然后从不同聚集流分配不同带宽来研究异构下的公平性.最后从数据包大小、目标速率及聚集流中包含的单流数量等进行性能仿真.实验结果表明,无论在同构还是异构下,基于EDRIO聚集流之间的公平性都比RIO和动态RIO聚集流之间的公平性好,而且该算法具有很好的扩展性.
基金Supported by the National Natural Science Foundation of China under Grant No.60572131(国家自然科学基金)the Key Technologies R&D Program of Jiangsu Province of China under Grant No.BE2007058(江苏省科技攻关项目)+4 种基金the Scientific Research Foundation for the Returned Overseas Chinese ScholarsMinistry of Education of China and Nanjing Government(国家教育部和南京市回国人员基金)the Scientific Development Foundation of Government(南京市科技发展计划)the Scientific Research Foundation of NJUPT under Grant No.NY206008(南京邮电大学攀登计划)the Scientific Research Foundation of ZTE and Huawei Corporation of China(中兴及华为基金)
文摘为系统研究中国能源服务需求预测问题,基于中国的终端能源消费构成的特点,应用集合模型方法建立了一个具有饱和水平限制模块的中国能源服务需求预测模型(energy service demand projection model,ESDPM)。在对未来人口和经济增长进行合理假设的基础上,预测了5个高耗能部门的产量。结果显示:中国主要的高耗能工业将于2020年左右进入缓慢增长时期,并于2035年达到产量峰值,之后保持稳定水平。其中,钢铁、水泥、合成氨和铝的产量峰值分别为7.4、17.8、0.9和0.3亿t;而机制纸及纸板产量将持续稳步增长,于2050年达到5.3亿t。
