基于貝葉斯網(wǎng)絡與案例推理的認知網(wǎng)絡QoS優(yōu)化技術.pdf_第1頁
已閱讀1頁，還剩76頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

1、隨著計算機網(wǎng)絡的迅猛發(fā)展和網(wǎng)絡業(yè)務類型的快速增加，網(wǎng)絡管理日益復雜，傳統(tǒng)的網(wǎng)絡難以保證用戶的端到端QoS目標。認知網(wǎng)絡在感知當前環(huán)境的基礎上，同時結合業(yè)務需求，對網(wǎng)絡未來的狀態(tài)進行預測，隨后根據(jù)預測的結果，采取相應的QoS優(yōu)化方法，保證關鍵業(yè)務的端到端QoS。
　　本文主要研究認知網(wǎng)絡的QoS優(yōu)化技術，提出了一種認知網(wǎng)絡QoS優(yōu)化技術，包括端到端QoS參數(shù)預測和QoS優(yōu)化兩部分。
　　本文首先提出了一種基于貝葉斯網(wǎng)絡的端到端

2、QoS參數(shù)預測方法，根據(jù)當前網(wǎng)絡環(huán)境和具體業(yè)務類型對業(yè)務的端到端QoS參數(shù)進行預測。針對認知網(wǎng)絡QoS參數(shù)預測的實時性要求，改進了貝葉斯網(wǎng)絡的結構學習方法，實驗證明該方法使貝葉斯網(wǎng)絡的構造過程更高效。
　　基于QoS參數(shù)預測結果，本文提出了一種基于案例推理的認知網(wǎng)絡QoS優(yōu)化方法。借鑒歷史經驗和知識積累，針對不同的網(wǎng)絡狀況和用戶需求，采取不同的優(yōu)化策略。案例推理沒有龐大的搜索空間，通過搜集不同的專家模型解決不同的問題，使得認知網(wǎng)絡

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論