一、未来网络层次模型及路由技术的研究（论文文献综述）
陈阜宁[1]（2021）在《代价惩罚的多路径多约束路由研究及其仿真》文中研究指明随着网络技术的发展,不断扩大的网络规模与不断提高的网络服务质量（Quality of Service,QoS）需求形成一对矛盾。同时,现有运行网际互连协议（Internet Protocol,IP）的网络因网络规模有限、路由性能存在瓶颈、不支持QoS保证等一系列难以解决的问题面临前所未有的挑战。向量网络作为一种新型网络结构,不仅解决了当前网络遇到的很多难题,而且实现代价极低,多路径路由问题就是其中之一。为了发挥向量网络相较于IP协议网络的优势,本文提出了一种基于代价惩罚的多路径多约束路由算法,并将其引入到向量网络中。本文的具体工作内容如下:（1）提出一种多约束的路由算法,结合提出的拓扑路径间距离、代价惩罚函数,提出了一种平面内的代价惩罚多路径多约束路由（Planar Multi-Path Multi-Constrain routing,PMPMC）算法。该算法能够在平面拓扑中找到多条满足多个QoS约束且互相有一定距离的路径,经仿真实验验证,该算法能实现网络中的负载均衡。（2）结合向量网络的分层特性,设计了一种向量网络对等组间的多路径整合方法,提出了适用于向量网络的代价惩罚多路径多约束路由（Hieratical Multi-Path Multi-Constrain routing,HMPMC）算法。该算法解决了向量网络中的多路径问题,实现了向量网络的QoS保证,经仿真实验验证,使用该算法的向量网络在相同的网络规模下拥有比传统网络更大的网络容量。（3）考虑到向量网络的大规模网络仿真需求,设计了大规模网络的网络拓扑模型与用户分布模型,给出了用户流量在网络拓扑上的部署方法,提出了一种在大规模网络中对网络容量进行统计的方法,使用该方法能够较为简便地对大规模网络中的网络容量进行仿真统计。总之,本文提出了适用于平面拓扑与向量网络分层拓扑的代价惩罚多路径多约束路由算法,并通过仿真实验验证了PMPMC算法在相同的网络环境中能得到在端对端吞吐量、丢包率、故障恢复方面比最短路径路由更好的性能,同时实现了网络的负载均衡;仿真实验还验证了HMPMC算法实现了向量网络的多路径路由与QoS保证,在相同的网络规模中使用HMPMC算法的向量网络能够获得比使用最短路径路由的传统网络更好的网络容量。
龙见玮[2]（2021）在《比特币闪电网络的支付隐私保护研究》文中提出基于区块链的数字加密货币面临着可扩展性的问题。支付通道网络的链下交易在不更改区块链共识协议的前提下,提高了区块链交易的吞吐量。比特币闪电网络是目前规模最大的支付通道网络,其中的交易包括寻路阶段和支付阶段,即先找到一条由多个通道组成的支付路径,再依次完成支付。由于闪电网络不能公布通道余额信息,因此在寻路阶段很难确定一条能够连通收款方和付款方且拥有足够资金的支付路径。已有的寻路方案面临着寻路效率低,且容易暴露收款方、付款方等支付隐私的问题。在支付阶段,由于用户无法获取支付通道的余额信息,闪电网络中的交易很容易因为死锁问题而导致支付失败。本文针对闪电网络交易寻路和支付阶段面临的问题,所做的主要工作如下:首先提出了保护支付隐私的闪电网络寻路方案,基本思想是用户将支付通道余额等信息提交给路径服务提供商,由服务提供商响应用户寻路请求。本文使用英特尔软件保护扩展（Intel Software Guard Extensions,SGX）来防止服务提供商获取用户支付隐私,再引入路径茫然随机访问机器（Oblivious Random Access Machine,ORAM）保护SGX在计算路径时对外部数据的访问模式。集中式的寻路方案可降低用户开销,而SGX保护了用户数据的机密性和完整性。本文还引入了多个SGX协同工作来提高系统并行寻路能力和抗故障性能。安全分析表明本方案可保护支付隐私且实验结果表明本方案提高了寻路效率。然后,本文设计了面向多用户社群的闪电网络层次化寻路方案,以进一步降低闪电网络寻路开销。本方案基于闪电网络用户天然分成多个社群的性质,设计了多社群寻路系统,每个社群由一组SGX负责社群内寻路,在各个社群的SGX之上添加了一层SGX,以保证各个社群独立工作且能响应跨社群寻路请求。本方案安全分析和实验表明,在没有牺牲支付隐私的前提下,寻路开销被大幅降低。最后,本文提出了抗盗窃的匿名支付中介。匿名支付中介使用SGX与多个用户建立支付通道,这些用户可通过支付中介完成链下支付。匿名支付中介方案可避免闪电网络交易支付阶段的死锁问题,且将支付路径缩短为两跳,有效提升了支付效率。由于交易由SGX执行且用户无需托管资金,支付服务提供商无法获取交易信息或窃取资金。用户可随时终止与支付中介的支付通道,且无论支付中介SGX何时故障,用户都不会有资金损失。安全分析表明本方案在保证资金安全的前提下减少了支付隐私泄露,实验结果表明链下交易效率得到了提升。
李元戎[3]（2020）在《基于网络分层的光传送网路由规划设计与实现》文中研究指明互联网产业的飞速发展、国家信息战略工程的不断建设带来了海量的业务流量和多样的业务类型,使得传送网的规划设计更加复杂繁琐,即使是经验丰富的专业的设计人员也需要较多的时间。传送网规划软件的出现和应用较大程度上缓解了这个问题。然而通过对目前传送网网络资源的分析,对未来工程建设的预测和5G建设对传送网提出的要求可知,传送网的网络规模一直在持续并迅速地扩大,传送网规划软件也逐渐面临规划速率低下的问题。本文立足于实际工程的迫切需求,设计并实现了一套基于网络分层的传送网路由规划方案。该方案将网络层次化模型应用于传送网,构建传送网双层网络模型,然后基于双层网络模型设计传送网路由规划方案。通过传送网双层网络模型可以将原网络中的部分路由搜索转移到更为简化的高一级网络中进行,从而减少传送网路由规划时间。最后本文将方案植入干线传送网规划设计系统（Transport Network Planning And Design System,TPADS）的路由规划模块中,对原路由规划模块进行升级。本文的主要工作内容具体如下:（1）构建骨干传送网双层网络模型。本文在模型构建过程中对传送网进行复杂性分析,对比四种常见社区发现算法对传送网的分割效果,选择Fast Unfolding（FU）算法对网络进行分割。然后基于分割后的网络构造高一级网络,并引入交通网络中的两种稀疏化算法,通过对比两种稀疏化算法对高一级网络的稀疏化效果,选择Arc-reduction 算法对高一级网络进行稀疏化处理。对比原网络与稀疏化后的高一级网络,验证高一级网络构建和稀疏化处理有效简化了传送网网络拓扑。最后将分割后的骨干传送网与稀疏化后的高一级网络关联,构成传送网双层网络模型。（2）设计基于网络分层的传送网路由规划方案。传送网路由规划分为路由选择与波长分配两部分。本文首先重点研究了双层网络下的路由选择算法的设计,然后将路由选择算法与一种现有的基于机器学习的波长分配算法结合,完成传送网路由规划方案设计。最后以实际业务电路需求为实验数据,对比TPADS目前使用路由规划方案和本文设计的路由规划方案进行路由规划所需的时间,验证算法能有效减少路由规划时间,同时能保证路由规划结果的准确性。（3）设计并实现基于TPADS的路由规划子系统。本文将基于网络分层的传送网路由规划方案应用于实际的传送网规划系统中,完成数据库重构,预处理模块和路由规划模块的设计、开发和测试,对系统现有的路由规划模块进行了进一步升级和扩展。
彭钦鹏[4]（2020）在《战术移动自组网攻击策略研究》文中研究表明随着信息科技的不断进步以及通信设备的迭代升级,战场通信技术得到了迅速发展。战术移动自组网（Tactical Mobile Ad Hoc Networks,TMANET）主要部署于前沿战线,具备传统无线自组织网络的快速组网、多跳传输和动态拓扑等特点,同时拥有更高的抗损毁性。战术移动自组网虽方便了通信设备的互联,但在一定程度上存在的安全隐患为实施攻击与管控提供了可能。针对战术移动自组网中存在的安全性问题,目前主流的研究方向围绕在其协议的性能优化上,缺乏对其攻击方向全面地研究。因此,本文主要对战术移动自组网的攻击策略进行深入地探讨与研究。首先,为了研究战术移动自组网被攻击状态下的具体行为,在介绍战术移动自组网系统架构和协议架构的基础上,搭建了基于NS3的战术移动自组网平台,并对战术移动自组网的各层协议进行完整地仿真。不仅实现了对数据单元的封装处理、时隙分配和入网控制等功能,还分析了战术移动自组网的网络性能指标,验证了仿真平台的稳定性。其次,针对战术移动自组网协议的安全性与脆弱性等问题,研究适用于战术移动自组网的攻击方案,增强并验证对敌方战术电台的控制能力。在分析数据链路层、内联网层和传输层协议脆弱性的基础上,提出了战术移动自组网MAC抢占信道攻击、战术移动自组网路由黑洞攻击和战术移动自组网TCP-SYN泛洪攻击三种方案。同时,在基于NS3的战术移动自组网平台中构建了不同的攻击模型。仿真结果表明,三种攻击方案都能有效降低战术移动自组网的网络性能,验证了攻击模型的合理性。最后,为了还原战术移动自组网的拓扑结构,并分析出当前网络拓扑下的关键节点,提出了基于影响因子评估的战术移动自组网关键节点分析算法。该算法由通联关系分析和关键节点评估两个机制构成,在现有研究上考虑了通信流量,并在计算最短路由跳数矩阵时降低了时间复杂度。仿真结果表明,该算法比现有的三种算法具有更好的识别效果,进而提高了战术移动自组网关键节点的识别效率。
李钢[5]（2020）在《基于机器学习的网络能耗优化方法的设计与实现》文中指出随着互联网蓬勃发展以及网络用户数量与日俱增,网络能耗逐年增长,网络能耗优化已经成为国内外研究的热点问题之一。协同休眠技术通过流量迁移将网络流量集中到网络拓扑子集,并通过将空闲设备调整至休眠来有效降低网络能耗。但是,网络能耗优化过程也会增加网络传输时延,影响网络性能。因此,研究保障传输性能的协同休眠方法,对降低网络能耗和提高传输性能具有重要意义。论文总结了网络能耗优化技术的研究现状和典型方法,针对协作传输与网络能耗的组合优化问题,提出了一种基于机器学习的网络能耗优化方法,在兼顾传输性能的基础上降低网络能耗。论文将节能路由决策问题建模为多商品流问题,采用邻域搜索算法计算节能路由,实现网络流量迁移和空闲设备休眠,降低网络能耗。进一步,引入全连接神经网络,在输入维度扩增时保证节能决策过程的收敛性,实现可休眠设备序列的快速识别。最后,基于真实网络流量数据对神经网络进行训练,并分别从节能百分比、传输时延及计算速度等角度对所提网络能耗优化方法进行了仿真测试。仿真结果表明,论文所提网络能耗优化方法能够优化网络能耗,保证网络传输时延。
刘永平[6]（2020）在《即插即用型MDI-QKD及其在云计算网络安全中的应用研究》文中研究指明量子保密通信是经典通信理论和量子力学基本原理相互交叉产生的新兴技术,它具有无条件的安全性。经过三十余年的研究,量子保密通信技术已经从实验室向规模化实际应用迈进,基于量子密钥分发（QKD）的量子保密通信是最先获得应用的一种形式。基于互联网之上的云计算使普通用户可以方便地享有高质量的计算资源,而不需大幅提高自己的计算成本,因而其应用蓬勃发展。然而,云计算网络中存在严重的安全缺陷,给用户数据带来严重安全威胁,为了保证云计算网络中的数据安全,引入保密通信是一种可行的方案。本文研究即插即用型测量设备无关的量子密钥分发技术（MDI-QKD）,结合软件定义网络（SDN）技术,将其用于云计算网络,保证云计算网络数据的安全以及相应网络设备的灵活配置。论文主要内容及研究结果如下:论文首先简要介绍了云计算的基本概念、云计算网络的三层架构,以及云计算安全的研究进展,并介绍了三种典型的量子保密通信实验网络以及QKD协议的研究进展。其次,给出了量子信息的一些物理定理,包括海森堡不确定性原理,未知量子态的不可克隆定理,并介绍了 QKD协议和SDN的相关基础,其中着重介绍了典型QKD协议中的BB84协议和MDI-QKD协议以及SDN中重要的OpenFlow协议。第三,根据云计算网络和SDN的架构,设计了基于SDN和QKD的安全云计算网络的层次模型,QKD的类型选用即插即用型MDI-QKD,设计了基于SDN和QKD的安全云计算网络的节点模型,包括四个节点模块的内容以及功能,最后做了仿真结果分析,验证了基于SDN和和QKD的安全云计算网络的可行性。第四,提出了安全云计算网络模型中的即插即用型MDI-QKD系统架构,给出了其工作流程,设计了其中的同步单元,包括同步方案的设计、同步脉冲的产生、同步脉冲时延的调节、同步脉冲触发探测器和采集卡工作,并给出了实验结果分析,验证了此同步方案的可行性。最后,对全文的工作内容进行了总结,并对之后研究工作提出了相关建议。
吴帅[7]（2020）在《软件定义卫星网络关键技术研究》文中进行了进一步梳理卫星网络是促进国民经济发展和保障国家安全的重要基础设施,其概念一经提出就受到了世界各国的重点关注。经过多年的发展,卫星网络取得了一系列技术突破,但仍面临着网络升级与融合的困难,而软件定义网络（SDN）技术正是解决这些困难的一种有效途径。基于SDN的卫星网络统称为软件定义卫星网络。软件定义卫星网络能够实现控制平面与数据平面的解耦合,使得控制平面具备了逻辑上集中控制和开放可编程的能力,有利于卫星网络进行有效彻底的创新以及与异构网络的融合。本文针对软件定义卫星网络总体架构设计、控制平面资源优化、数据平面资源优化等关键领域进行了深入研究,主要成果如下:1、针对软件定义卫星网络的总体架构,完成了系统架构设计,提出了适用于新型卫星网络的网络拓扑性能评价模型。总体架构设计包括系统架构设计和网络拓扑设计两部分。完成了系统架构中层次结构、调用关系和运行模式的规划,提出了适用于新型卫星网络的网络拓扑性能评价模型。新型卫星网络,即引入了SDN的大型低轨宽带卫星网络。针对新型卫星网络特征建立了星座覆盖、星间链路、星间碰撞、SDN控制器、网络传输以及部署成本的评价模型,根据评价模型进行网络拓扑设计,得到网络拓扑设计的满意解。仿真结果表明设计结果具有更好的网络性能和更低的部署成本。2、针对软件定义卫星网络的控制平面资源优化问题,提出了一系列优化设计方法,可解决不同规模卫星网络的SDN控制器部署问题。（1）提出了基于虚拟拓扑的SDN控制器部署优化设计方法,适用于小型卫星网络。卫星星座的运行具有周期性和可预测性,由此可将其运行过程划分为多个时间段,每个时间段内的卫星星座拓扑可视为固定不变,这些固定不变的拓扑又称为虚拟拓扑。基于虚拟拓扑建立SDN控制器部署代价模型,并提出有效可行的优化方法。由于小型卫星网络划分虚拟拓扑过程的计算开销小,划分的虚拟拓扑数量少,所以求解SDN控制器部署代价模型的计算开销也较小。仿真结果表明基于虚拟拓扑的SDN控制器部署优化设计方法不仅能够提升小型卫星网络的网络性能,还减少了SDN控制器数量,从而降低了部署成本。（2）提出了基于虚拟节点的SDN控制器部署优化设计方法,适用于大型卫星网络。将地球按照经纬度划分为不同的固定逻辑区域,每个固定的逻辑区域内所有卫星可组成一个具有固定位置、固定内部时延和固定外部时延的虚拟节点,从而屏蔽卫星网络的拓扑时变性。SDN控制器随着时间的变化会归属于不同的虚拟节点,本文基于SDN控制器的不同位置组合建立部署代价模型,并提出有效可行的优化方法。由于大型卫星网络节点数多,利用多颗卫星组成虚拟节点可有效减少网络节点数量,从而有效降低求解SDN控制器部署代价模型的计算开销。仿真结果表明基于虚拟节点的SDN控制器部署优化设计方法不仅能够提升大型卫星网络的网络性能,还减少了SDN控制器数量,从而降低了部署成本。此外,该方法还有效提升了求解效率。（3）提出了SDN控制器阶段部署优化设计方法,可进一步提升大型卫星网络的SDN控制器部署效果。大型卫星网络的建设往往分多个阶段进行,本文以不同网络建设阶段的SDN控制器部署代价为基础建立模型,并提出有效可行的优化方法。仿真结果表明SDN控制器阶段部署优化设计方法在成本可控范围内实现了大型卫星网络在不同阶段间网络性能的稳定过渡。3、针对软件定义卫星网络的数据平面资源优化问题,提出了一套优化设计方法,可实现对数据平面网络资源的有效利用。（1）提出了网络资源联合分配优化设计方法,可提高全局网络资源的利用效率。定义了带宽、流表、计算、能量等传统和新型网络资源,建立了网络资源联合分配模型,基于Dijkstra算法以及拉格朗日松弛求解法设计了网络资源联合分配优化算法。该算法首先利用Dijkstra算法对网络资源进行初步分配,然后利用拉格朗日松弛求解法对出现冲突的网络资源进行再次分配,可在多项式时间内得到有效解。仿真结果证明了网络资源联合分配优化设计方法的有效性。（2）提出了网络缓存调度优化设计方法,可实现网络缓存内容的合理选择,提高网络缓存资源的利用效率。网络缓存是指通过在网络中增加缓存节点,从而有效减少重复数据传输的一种方案。以网络缓存内容的合理选择为任务背景,建立了网络缓存调度模型,提出了基于拉格朗日松弛求解的固定-分支定界优化算法。该算法首先利用固定策略减少决策变量,然后利用分支定界策略从剩下的决策变量中寻找最优解。仿真结果证明了网络缓存调度优化设计方法能取得较好的求解效率和求解效果。总之,本文对软件定义卫星网络关键技术进行了深入研究,完成了系统架构设计,提出了适用于新型卫星网络的拓扑性能评价模型,提出了适用于不同规模卫星网络的SDN控制器部署优化设计方法,提出了可提升全局网络资源利用效率的网络资源联合分配优化设计方法,提出了可提升网络缓存资源利用效率的网络缓存调度优化设计方法。论文不仅解决了软件定义卫星网络总体架构设计难题,还针对控制平面和数据平面在实际应用中需要迫切解决的问题展开了研究,较好地兼顾了研究广度和研究深度,对推动软件定义卫星网络技术的发展有较大意义。
杨双鸣[8]（2019）在《多层次类脑计算的关键问题研究》文中指出类脑计算是指借鉴大脑信息处理机制的新型计算范式,包含硬件实现、计算架构与模型算法在内的多个层面。类脑计算一方面有利于从模型计算角度理解大脑信息处理机制,另一方面有利于开发新一代超级计算系统。神经科学的研究表明,人脑不同时空尺度下的不同层次神经信息处理机制对于认知活动存在不同水平的影响。目前类脑计算依然停留在脉冲神经网络、深度学习等层面的研究,而依据不同层次人脑工作机制的类脑计算研究还比较缺乏。本文依据大脑的工作模式研究跨层次类脑计算的模型、架构和实现问题,通过刻画神经细胞、神经网络与神经核团层次的计算特征和数字实现的模式,逐步构建多层次类脑计算,实现大规模类脑计算系统,以研究具有自学习能力的多脑区目标识别、运动控制、多模态学习、决策等认知功能以及运动障碍性疾病的发病机制。研究内容包括:（1）提出了一种融合不同层次神经信息处理机制的类脑计算构架。该构架借鉴人脑跨尺度的信息处理机制,采用数字神经形态工程学方法,连接神经细胞层次与神经核团层次,给出了类脑计算的有效体系结构框架,实现了兼具自学习能力、强大算力以及多层次神经信息处理机制的类脑计算系统。（2）提出了融合细胞层次的类脑计算模式。构建一种具有硬件成本效益的多间室神经元模型CMN,复现真实神经元非线性动力学行为;提出该模型的高性能实现技术,降低硬件开销,计算速度提升35.14%;设计了基于该模型的新型可扩展计算架构及路由算法,兼具生理可信性、强大计算能力与自学习能力。（3）提出了融合网络层次的类脑计算模式。设计了基于类脑学习机制的多种突触可塑性的FPGA实现方法;实现中枢模式发生器（Central Pattern Generator,CPG）,完成机器人的基础二足步态控制;结合神经元异质性、网络相干共振机制,提出神经元网络模型及计算架构,实现了融合网络层次机制的类脑计算。（4）提出了融合核团层次信息处理机制的类脑计算模式。构建了一种具有硬件成本效益的多核团协作神经网络模型,可准确产生多核团神经网络的实时脉冲活动。针对多类型动作电位事件并发的异步通信问题,提出了一种新的使用突触事件的基于地址事件表达策略的路由器架构MSIP与路由算法IMP,可支持类脑多核团协作机制。（5）根据所提出的多层次类脑计算模式,设计了一种新型可扩展的分层异构多核非冯·诺依曼架构,并基于该架构实现大规模类脑计算系统BiCoSS,完成了兼容多种类脑模型算法的大规模类脑实时计算,系统功率密度相比GPU提升2.8k倍。通过构建基于多脑区模型的类脑计算,探索了跨脑区的多种应用,其中包括基于视觉通路无监督学习的目标识别、基于基底核强化学习机制的决策、基于小脑监督学习机制的运动控制、基于海马-前额叶皮层机制的多模态学习、以及丘脑-皮层回路中的运动障碍疾病机制研究,揭示了BiCoSS具有自学习机制的多类型认知融合的优势。
洪洁[9]（2019）在《高动态飞行器自组织网络关键技术研究》文中研究指明飞行器自组织网络（Flying ad hoc network,FANET）是由无人飞行器（Unmanned aerial vehicle,UAV）机群组成的多跳、自治的移动自组织网络（Mobile Ad Hoc Network,MANET）。飞行器节点高速移动,不依赖基础设施自行组网,并通过多跳转发完成数据交互。在这样的组网方式和通信模式下,节点感知范围更大、通信距离更远、网络覆盖范围更广。然而节点移动速度快和网络拓扑变化频繁严重制约着高动态飞行器自组织网络性能。如何适应节点高动态运动并使网络性能保持在较高水平,是高动态自组织网络研究的一项挑战。本文主要研究了高动态飞行器自组织网络性能的影响因素、组网设计优化、网络拓扑变化感知、节点移动方式区分等内容。目的是最大限度地减少节点高速移动对网络的影响,并构建高性能飞行器自组织网络。全文研究的主要内容可概括为:1.高动态飞行器自组织网络组网方案设计。本文首先分析了自物理层至传输层影响网络性能的的多种因素,包括无线传播方式、节点移动性、节点密度、物理层/数据链层协议、路由协议、流量负载等。然后结合分析结果和网络特点,合理选用各层协议并设置参数,提出了一个适合高动态自组织网络的组网方案。该方案易于实现,能够满足高动态场景下飞行器自组织网的功能和性能要求。2.高动态飞行器自组织网络拓扑变化表征及感知方法研究。本文提出的组网方案使用了一些新方法来克服节点高速移动的影响,其中之一就是网络拓扑变化感知。针对高动态移动自组织网络中节点移动速度快、网络拓扑变化频繁的特点,提出了一种衡量网络拓扑变化的移动特征——拓扑变化度。拓扑变化度将量化后的多种拓扑变化影响因素线性叠加,用以表征节点间、节点与一跳邻居间及整个网络的拓扑变化。实验表明拓扑变化度在区分节点个体移动和群体移动时效果较好。本文还提出了感知间隔固定的自组织网络拓扑变化感知方法和自组织网络拓扑变化自适应感知方法。3.高动态飞行器自组织网络自适应路由研究。上述组网方案中高动态移动自组织网络性能的有效维持和提升得益于自适应路由选择策略。本文根据高动态飞行器自组织网络的实际任务需求,总结了三种可能的任务场景,并基于周期性拓扑变化感知方法提出了一种适于复杂任务场景的自适应路由选择策略（TARCS）。该策略定期将网络拓扑变化感知结果与预先计算的移动模型拓扑变化度门限参考值相比较,确定节点当前的移动方式,再根据各移动方式的特点使用相应的策略恰当选择路由协议。该策略强调节点移动方式与路由协议的匹配,力求使网络路由适应复杂的移动场景,从而使网络性能维持在较高水平。仿真表明,在高动态复杂场景中,恰当的的路由选择策略能有效维持网络性能。4.高动态飞行器自组织网络节点移动方式识别研究。拓扑变化度的一个明显局限就是它只能反映拓扑变化总体效果而不能直观反映个体影响因素。为此本文将其进行改进,用多维向量表征网络拓扑变化的移动特征,提出了拓扑变化向量。随后使用支持向量机技术构建分类器并采用10折交叉验证法对多种移动方式进行分类训练和测试。文中模拟了10种不同的移动模型,并利用上述方法对模型进行了分类,结果表明利用支持向量机并恰当选择分类器能够准确区分不同移动模型的拓扑变化向量,并能使分类精度达到75%以上。
董亚梦[10]（2019）在《基于神经网络与模拟退火的传感网络路由选择算法的研究》文中进行了进一步梳理无线传感器网络是由部署在监测区域的大量传感器节点构成,通过无线通信方式形成一个自组织网络。传感器节点通过路由协议将传感器采集到的数据通过基站上报给用户管理节点。由于传感器节点能量有限且不易补充,节能成为路由协议研究的热点。该文以现有的成簇路由协议为基础,将神经网络和模拟退火算法应用到路由选择算法中,提出一种均匀成簇、均衡网络负载的路由选择算法,并对其仿真验证。首先,在网络成簇阶段,根据与基站的距离进行层次划分,并计算最优簇头数目。在自组织成簇阶段,提出了一种基于自组织特征神经网络的均匀成簇算法,该算法以传感器节点位置信息和与基站的方位角做为输入向量的参数,对网络进行均匀成簇,簇内成员节点将采集的数据发送至簇头节点,簇头节点进行数据融合。该算法有效的避免了孤立节点,减少网络的能量消耗,提高了网络剩余节点数。其次,在网络簇头选取阶段,提出了一种基于竞争神经网络的簇头选取算法。该算法以节点相对剩余能量、节点邻居节点数目以及当选过簇头次数作为输入向量的参数,为每个簇选取最优簇头,避免了簇头选取的随机性,充分考虑了簇头节点剩余能量,便于簇间路由传输,降低数据丢包率。最后,在网络数据传输阶段,提出一种基于模拟退火的分区成链路由选择算法算法。该算法将网络簇头节点分成三个区域,对每个区域采用模拟退火算法连接成链,在数据传输过程中,簇内节点将采集的数据发送至所属簇簇头,簇间传输由最远簇头节点沿链路传输至基站。分区有效降低了模拟退火算法陷入局部最优解,同时减少了网络传输时延,模拟退火算法能在路由选择中寻找最优路径,降低了数据传输消耗的能量,均衡了网络负载,延长了网络寿命。
二、未来网络层次模型及路由技术的研究（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、未来网络层次模型及路由技术的研究（论文提纲范文）
（1）代价惩罚的多路径多约束路由研究及其仿真（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 多路径路由研究现状 |
| 1.2.2 QoS路由算法研究现状 |
| 1.2.3 QoS控制研究现状 |
| 1.3 论文主要研究内容 |
| 1.4 论文组织结构 |
| 2 多路径QoS路由技术及向量网络概述 |
| 2.1 多路径路由概述 |
| 2.1.1 多路径路由的目标与优势 |
| 2.1.2 多路径路由的分类 |
| 2.2 QOS路由概述 |
| 2.2.1 QoS参数及分类 |
| 2.2.2 链路QoS参数模型 |
| 2.2.3 多约束QoS路由 |
| 2.3 向量网络概述 |
| 2.3.1 向量网络数据平面概述 |
| 2.3.2 向量网络控制平面概述 |
| 2.3.3 向量网络层次结构概述 |
| 2.4 本章小结 |
| 3 代价惩罚的多路径多约束路由设计 |
| 3.1 多路径路由问题分析 |
| 3.1.1 多路径路由理论分析 |
| 3.1.2 多路径多约束问题分析 |
| 3.2 平面内代价惩罚的多路径多约束路由算法 |
| 3.2.1 多约束路由算法 |
| 3.2.2 综合条件约束的路径选取方法 |
| 3.2.3 路径间距离的定义 |
| 3.2.4 代价惩罚的定义 |
| 3.2.5 平面内代价惩罚的多路径多约束路由算法 |
| 3.3 参数的抽象 |
| 3.3.1 对等组间链路参数抽象 |
| 3.3.2 对等组内参数的抽象 |
| 3.4 向量网络内代价惩罚的多路径多约束路由算法 |
| 3.4.1 多路径整合 |
| 3.4.2 HMPMC算法 |
| 3.5 路径评价方法 |
| 3.5.1 路由路径选择方法 |
| 3.5.2 多路径切换的评价方法 |
| 3.6 本章小结 |
| 4 模型设计与仿真实验 |
| 4.1 网络仿真模型设计 |
| 4.1.1 大规模网络数据集 |
| 4.1.2 网络拓扑模型设计 |
| 4.1.3 用户分布模型设计 |
| 4.2 PMPMC算法的实验与结果 |
| 4.2.1 仿真软件简介 |
| 4.2.2 仿真设计与实现 |
| 4.2.3 网络性能对比实验 |
| 4.2.4 路由故障恢复性能对比实验 |
| 4.3 HMPMC算法的实验与结果 |
| 4.3.1 向量网络节点设计 |
| 4.3.2 QoS保证验证实验 |
| 4.3.3 多路径路由验证实验 |
| 4.3.4 大规模网络中HMPMC算法仿真 |
| 4.4 本章小结 |
| 5 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 |
（2）比特币闪电网络的支付隐私保护研究（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 已有寻路方案 |
| 1.2.2 已有支付中介方案 |
| 1.3 研究内容及主要贡献 |
| 1.4 论文组织结构 |
| 1.5 本章小结 |
| 第2章 背景知识 |
| 2.1 密码学基础知识 |
| 2.2 比特币区块链 |
| 2.3 闪电网络支付通道 |
| 2.4 闪电网络多跳支付 |
| 2.5 可信硬件SGX |
| 2.6 路径ORAM算法 |
| 2.7 本章小结 |
| 第3章 保护支付隐私的闪电网络寻路协议 |
| 3.1 设计路线 |
| 3.2 系统模型设计 |
| 3.2.1 系统模型 |
| 3.2.2 攻击模型和安全目标 |
| 3.2.3 性能目标 |
| 3.3 寻路工作流程 |
| 3.3.1 系统初始化和用户注册 |
| 3.3.2 通道信息提交和更新 |
| 3.3.3 路径计算 |
| 3.3.4 路径分发 |
| 3.4 多可信硬件的寻路系统 |
| 3.4.1 可信硬件的限制和挑战 |
| 3.4.2 可信硬件之间的相互认证 |
| 3.4.3 可信硬件之间的状态同步 |
| 3.5 安全分析 |
| 3.5.1 隐私保护分析 |
| 3.5.2 资金安全分析 |
| 3.5.3 系统容错性分析 |
| 3.6 系统性能评估 |
| 3.7 本章小结 |
| 第4章 节省开销的闪电网络层次化寻路协议 |
| 4.1 设计路线 |
| 4.2 系统模型设计 |
| 4.2.1 攻击模型和安全目标 |
| 4.3 多用户社群的寻路系统 |
| 4.3.1 系统初始化 |
| 4.3.2 用户注册与提交通道 |
| 4.3.3 用户更新通道信息 |
| 4.3.4 用户提交寻路请求 |
| 4.3.5 路径分发 |
| 4.3.6 跨社群寻路时延 |
| 4.4 安全分析 |
| 4.4.1 资金安全分析 |
| 4.4.2 隐私保护分析 |
| 4.4.3 系统容错性分析 |
| 4.5 系统寻路性能 |
| 4.6 本章小结 |
| 第5章 抗窃取的比特币匿名支付中介 |
| 5.1 设计路线 |
| 5.2 系统模型设计 |
| 5.3 攻击模型和安全目标 |
| 5.4 工作流程 |
| 5.4.1 系统初始化和用户注册 |
| 5.4.2 建立支付通道 |
| 5.4.3 链下支付 |
| 5.4.4 支付结算 |
| 5.5 安全分析 |
| 5.5.1 资金安全分析 |
| 5.5.2 支付匿名性保护 |
| 5.5.3 拒绝服务攻击 |
| 5.5.4 匿名支付中介与其他方案的对比 |
| 5.6 系统性能评估 |
| 5.7 本章小结 |
| 第6章 总结与展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（3）基于网络分层的光传送网路由规划设计与实现（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 国内外发展现状 |
| 1.3 论文主要工作及成果 |
| 1.4 论文组织结构 |
| 第二章 传送网络规划的相关概念 |
| 2.1 传送网络规划 |
| 2.1.1 传送网的相关概念 |
| 2.1.2 传送网的技术发展 |
| 2.1.3 传送网规划的概念 |
| 2.1.4 传送网规划的流程 |
| 2.2 波长路由规划算法 |
| 2.2.1 波长路由联合算法 |
| 2.2.2 波长路由分解算法 |
| 2.3 本章小结 |
| 第三章 传送网的网络分层构建 |
| 3.1 复杂网络相关概念 |
| 3.1.1 复杂网络概念及特性 |
| 3.1.2 复杂网络社区概念 |
| 3.1.3 随机网络模型 |
| 3.2 骨干传送网网络分析 |
| 3.2.1 数据说明 |
| 3.2.2 模型抽象 |
| 3.2.3 骨干传送网的复杂性分析 |
| 3.3 基于社区发现的骨干传送网网络分割 |
| 3.3.1 Girvan Newman(GN)算法 |
| 3.3.2 Fast Unfolding(FU)算法 |
| 3.3.3 Label Propagation(LP)算法 |
| 3.3.4 Infomap算法 |
| 3.3.5 四种社区发现算法的性能分析 |
| 3.4 骨干传送网高一级网络构建及稀疏化 |
| 3.4.1 高一级网络构建 |
| 3.4.2 高一级网络稀疏化 |
| 3.4.3 两种稀疏化方法的性能分析 |
| 3.5 传送网双层网络构建与分析 |
| 3.5.1 双层网络构建 |
| 3.5.2 双层网络分析对比 |
| 3.6 本章小结 |
| 第四章 基于网络分层的传送网路由规划 |
| 4.1 分层网络上的路由选择算法设计 |
| 4.1.1 历史电路子网络相对距离分析 |
| 4.1.2 起始结束节点在同一子网络的路由选择 |
| 4.1.3 起始结束节点不在同一子网络的路由选择 |
| 4.2 路由规划方案设计 |
| 4.3 实验结果分析 |
| 4.4 本章小结 |
| 第五章 路由规划子系统设计与实现 |
| 5.1 干线传送网规划设计系统简介 |
| 5.2 路由规划子系统设计与实现 |
| 5.2.1 数据库构建 |
| 5.2.2 软件流程设计 |
| 5.2.3 预处理模块设计与实现 |
| 5.2.4 路由规划模块设计与实现 |
| 5.2.5 系统功能测试 |
| 5.3 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
（4）战术移动自组网攻击策略研究（论文提纲范文）
| 摘要 |
| abstract |
| 注释表 |
| 第1章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 战术移动自组网国外研究现状 |
| 1.2.2 战术移动自组网国内研究现状 |
| 1.2.3 移动自组网攻击国内外研究现状 |
| 1.3 论文主要工作和结构安排 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文结构安排 |
| 第2章 战术移动自组网体系架构及平台实现 |
| 2.1 战术移动自组网体系架构 |
| 2.1.1 战术移动自组网系统架构 |
| 2.1.2 战术移动自组网协议架构 |
| 2.2 NS3仿真软件概述 |
| 2.3 基于NS3的战术移动自组网平台实现 |
| 2.3.1 数据链路层主要功能设计 |
| 2.3.2 内联网层主要功能设计 |
| 2.3.3 应用层主要功能设计 |
| 2.4 战术移动自组网平台性能指标分析 |
| 2.4.1 二级战术电台系统性能分析 |
| 2.4.2 三级战术电台系统性能分析 |
| 2.5 本章小结 |
| 第3章 战术移动自组网脆弱性分析 |
| 3.1 战术移动自组网脆弱性介绍 |
| 3.2 数据链路层脆弱性分析 |
| 3.2.1 MAC信道接入原理 |
| 3.2.2 MAC信道接入可攻击行为分析 |
| 3.3 内联网层脆弱性分析 |
| 3.3.1 内联网层路由机制原理 |
| 3.3.2 内联网层可攻击行为分析 |
| 3.4 传输层脆弱性分析 |
| 3.4.1 传输层工作原理 |
| 3.4.2 传输层可攻击行为分析 |
| 3.5 本章小结 |
| 第4章 战术移动自组网攻击方案设计与建模 |
| 4.1 战术移动自组网MAC抢占信道攻击方案设计 |
| 4.1.1 TMOCA方案设计与建模 |
| 4.1.2 仿真场景配置 |
| 4.1.3 仿真结果分析 |
| 4.2 战术移动自组网路由黑洞攻击方案设计与建模 |
| 4.2.1 TRBHA方案设计与建模 |
| 4.2.2 仿真场景配置 |
| 4.2.3 仿真结果分析 |
| 4.3 战术移动自组网TCP-SYN泛洪攻击方案设计与建模 |
| 4.3.1 TTSFA方案设计与建模 |
| 4.3.2 仿真场景配置 |
| 4.3.3 仿真结果分析 |
| 4.4 本章小结 |
| 第5章 基于影响因子评估的战术移动自组网关键节点分析算法 |
| 5.1 现有方案及不足 |
| 5.2 TINE算法思路 |
| 5.3 TINE算法流程 |
| 5.3.1 通联关系分析 |
| 5.3.2 关键节点评估 |
| 5.4 仿真实验及结果分析 |
| 5.4.1 仿真场景配置 |
| 5.4.2 仿真结果分析 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读硕士学位期间从事的科研工作及取得的成果 |
（5）基于机器学习的网络能耗优化方法的设计与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 论文研究背景 |
| 1.2 问题研究现状 |
| 1.3 论文主要工作和结构 |
| 1.3.1 论文主要工作 |
| 1.3.2 论文组织结构 |
| 第二章 网络能耗优化相关技术概述 |
| 2.1 基于休眠的节能路由技术概述 |
| 2.2 机器学习概述 |
| 2.3 软件定义网络概述 |
| 2.4 本章小结 |
| 第三章 基于机器学习的网络能耗优化方法的设计 |
| 3.1 网络能耗优化问题数学分析 |
| 3.1.1 网络设备能耗数学分析 |
| 3.1.2 节能路由决策问题数学分析 |
| 3.2 基于机器学习的网络能耗优化方法整体框架设计 |
| 3.3 节能路由算法 |
| 3.3.1 代数连通度 |
| 3.3.2 节能路由算法设计 |
| 3.3.3 节能路由算法说明 |
| 3.4 本章小结 |
| 第四章 基于机器学习的网络能耗优化方法的实现 |
| 4.1 基于机器学习的网络能耗优化方法的功能结构及通信流程 |
| 4.2 功能模块的实现 |
| 4.2.1 信息抽象模块的实现 |
| 4.2.2 路由决策模块的实现 |
| 4.2.3 路由决策模块的神经网络结构 |
| 4.3 节能路由算法 |
| 4.3.1 路由决策模块的训练流程 |
| 4.3.2 节能路由算法的实现 |
| 4.4 本章小结 |
| 第五章 仿真和结果分析 |
| 5.1 仿真设计及环境介绍 |
| 5.1.1 仿真设计及环境配置 |
| 5.1.2 仿真拓扑及数据 |
| 5.2 仿真参数设置 |
| 5.3 仿真流程及结果分析 |
| 5.3.1 节能百分比、网络传输时延及计算速度验证及结果分析 |
| 5.3.2 稳定性验证及结果分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（6）即插即用型MDI-QKD及其在云计算网络安全中的应用研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 云计算安全研究进展 |
| 1.1.1 云计算简述 |
| 1.1.2 云计算安全研究进展 |
| 1.2 量子保密通信网络与量子密钥分发协议研究进展 |
| 1.2.1 量子保密通信网络的研究进展 |
| 1.2.2 量子密钥分发协议研究进展 |
| 1.3 论文主要工作及章节安排 |
| 第二章 量子密钥分发及SDN相关基础 |
| 2.1 量子信息的物理基础 |
| 2.1.1 量子比特的概念 |
| 2.1.2 未知量子态的不可克隆定理 |
| 2.1.3 海森堡不确定性原理 |
| 2.2 量子密钥分发的典型协议 |
| 2.2.1 BB84 QKD协议 |
| 2.2.2 MDI-QKD协议 |
| 2.3 软件定义网络基础 |
| 2.3.1 软件定义网络的概念 |
| 2.3.2 OpenFlow协议简介 |
| 2.4 本章小结 |
| 第三章 基于SDN和QKD的安全云计算网络研究 |
| 3.1 基于SDN和QKD的安全云计算网络层次模型 |
| 3.1.1 云计算网络中引入SDN |
| 3.1.2 云计算网络中引入QKD |
| 3.1.3 基于SDN和QKD的安全云计算网络层次模型 |
| 3.2 基于SDN和QKD的安全云计算网络节点模型的设计 |
| 3.2.1 云代理设计 |
| 3.2.2 SDN控制器设计 |
| 3.2.3 OpenFlow代理设计 |
| 3.2.4 MDI-QKD服务器设计 |
| 3.3 仿真结果分析 |
| 3.3.1 工作流程 |
| 3.3.2 仿真坏境搭建 |
| 3.3.3 仿真结果及分析 |
| 3.4 本章总结 |
| 第四章 安全云计算网络模型中即插即用型MDI-QKD系统同步单元的设计与实现 |
| 4.1 即插即用型MDI-QKD系统架构 |
| 4.2 系统工作过程 |
| 4.3 同步单元的设计与实现 |
| 4.3.1 同步方案的设计 |
| 4.3.2 同步脉冲信号的产生 |
| 4.3.3 同步脉冲的时延调节 |
| 4.3.4 同步脉冲触发单光子探测器与采集卡工作 |
| 4.4 实验结果分析 |
| 4.5 本章总结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 对未来工作的建议 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）软件定义卫星网络关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 卫星网络的重大需求与面临的挑战 |
| 1.1.2 SDN提出的背景与优势 |
| 1.1.3 SDN用于卫星网络需解决的关键问题 |
| 1.2 国内外研究进展 |
| 1.2.1 软件定义卫星网络总体架构设计研究进展 |
| 1.2.2 SDN控制平面网络资源优化研究进展 |
| 1.2.3 SDN数据平面网络资源优化研究进展 |
| 1.3 论文主要研究内容和组织结构 |
| 第二章 软件定义卫星网络总体架构设计 |
| 2.1 系统架构设计 |
| 2.1.1 网络层次关系 |
| 2.1.2 网络运行机制 |
| 2.2 基于新型卫星网络特征的网络拓扑设计 |
| 2.2.1 评价模型 |
| 2.2.2 优化模型 |
| 2.2.3 计算分析 |
| 2.3 本章小结 |
| 第三章 SDN控制器部署优化设计 |
| 3.1 基于虚拟拓扑的部署优化设计 |
| 3.1.1 问题建模 |
| 3.1.2 优化求解 |
| 3.1.3 仿真验证 |
| 3.2 基于虚拟节点的部署优化设计 |
| 3.2.1 问题建模 |
| 3.2.2 优化求解 |
| 3.2.3 仿真验证 |
| 3.3 阶段部署优化设计 |
| 3.3.1 问题建模 |
| 3.3.2 优化求解 |
| 3.3.3 仿真验证 |
| 3.4 本章小结 |
| 第四章 网络资源联合分配优化设计 |
| 4.1 网络资源分配问题分析 |
| 4.1.1 网络资源类别 |
| 4.1.2 网络资源联合分配实例分析 |
| 4.2 网络资源联合分配模型 |
| 4.2.1 网络资源定义 |
| 4.2.2 联合分配模型 |
| 4.3 网络资源联合分配模型求解 |
| 4.3.1 网络资源联合分配优化算法 |
| 4.3.2 拉格朗日松弛求解方法 |
| 4.4 评估与验证 |
| 4.4.1 参数设置 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 第五章 网络缓存调度优化设计 |
| 5.1 网络缓存调度优化问题分析 |
| 5.1.1 实例分析 |
| 5.1.2 热门数据定义 |
| 5.1.3 缓存设备定义 |
| 5.1.4 缓存任务定义 |
| 5.2 网络缓存调度优化问题建模 |
| 5.2.1 网络缓存调度决策变量 |
| 5.2.2 网络缓存调度模型 |
| 5.3 网络缓存调度模型求解 |
| 5.3.1 网络缓存调度优化的拉格朗日松弛问题 |
| 5.3.2 网络缓存调度优化的上界求解 |
| 5.3.3 网络缓存调度优化的满意解 |
| 5.4 评估与验证 |
| 5.4.1 参数设置 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第六章 基于EXata的软件定义卫星网络建模与仿真 |
| 6.1 网络流量建模 |
| 6.1.1 地面互联网网络流量建模 |
| 6.1.2 航空网络流量建模 |
| 6.1.3 航海网络流量建模 |
| 6.2 网络仿真平台设计 |
| 6.2.1 仿真平台搭建 |
| 6.2.2 半实物仿真功能设计 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 论文总结 |
| 7.2 工作展望 |
| 致谢 |
| 参考文献 |
| 作者在学期间取得的学术成果 |
（8）多层次类脑计算的关键问题研究（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 大脑的多层次工作机制 |
| 1.1.2 类脑计算概述 |
| 1.2 研究现状 |
| 1.3 研究动机与研究思路 |
| 1.4 研究内容与主要贡献 |
| 1.5 结构安排 |
| 第2章 神经科学启发的类脑计算构架 |
| 2.1 类脑计算 |
| 2.2 多层次融合的类脑计算构架 |
| 2.2.1 不同层次下的神经信息处理机制 |
| 2.2.2 类脑计算的高性能实现研究 |
| 2.3 类脑计算系统 |
| 2.4 本章小结 |
| 第3章 融合神经细胞层次机制的类脑计算 |
| 3.1 引言 |
| 3.2 具有亚细胞放电机制的多间室模型 |
| 3.2.1 多间室类脑计算模型 |
| 3.2.2 具有硬件成本效益的间室神经元模型 |
| 3.2.3 CMN模型动力学考察 |
| 3.3 高性能硬件实现 |
| 3.3.1 CMN模型的无乘法器实现 |
| 3.3.2 神经元特异性的高性能计算 |
| 3.4 新型类脑计算架构 |
| 3.4.1 大规模可扩展架构 |
| 3.4.2 路由器结构及算法 |
| 3.4.3 路由器的实现细节 |
| 3.5 实验结果 |
| 3.5.1 性能分析 |
| 3.5.2 类脑计算结果 |
| 3.6 讨论 |
| 3.6.1 与当下类脑计算研究的对比 |
| 3.6.2 神经元形态特性对SNN动力学的影响 |
| 3.7 本章小结 |
| 第4章 融合神经元网络层次机制的类脑计算 |
| 4.1 引言 |
| 4.2 基于突触可塑性机制的类脑学习 |
| 4.2.1 具有可塑性的突触模型 |
| 4.2.2 可塑性与新型乘法器的FPGA实现 |
| 4.3 具有神经网络振荡机制的类脑计算 |
| 4.3.1 振荡模型 |
| 4.3.2 振荡模型的动力学考察 |
| 4.3.3 振荡系统的数字实现及其网络模型 |
| 4.3.4 基于耦合STN-GPe振荡系统的中枢模式发生器 |
| 4.3.5 耦合振荡系统的硬件实现及应用 |
| 4.4 具有神经振荡机制的稀疏耦合类脑计算 |
| 4.4.1 网络模型 |
| 4.4.2 硬件设计和架构优化 |
| 4.4.3 实现结果 |
| 4.5 本章小结 |
| 第5章 融合神经核团层次机制的类脑计算 |
| 5.1 引言 |
| 5.2 顶层描述 |
| 5.3 多核团协作模型 |
| 5.3.1 具有硬件成本效益的离子通道神经元模型 |
| 5.3.2 改进模型动力学分析 |
| 5.4 多核团类脑计算的硬件实现 |
| 5.4.1 神经元模型的数字化实现 |
| 5.4.2 多播地址事件路由 |
| 5.4.3 MISP路由器的数字实现 |
| 5.5 实验结果 |
| 5.5.1 类脑计算硬件实现结果 |
| 5.5.2 误差评估和系统性能 |
| 5.6 讨论 |
| 5.6.1 和目前最先进的类脑计算比较 |
| 5.6.2 应用和未来研究方向 |
| 5.7 本章小结 |
| 第6章 大规模类脑计算系统BiCoSS及应用研究 |
| 6.1 系统架构 |
| 6.2 类脑计算模型 |
| 6.2.1 神经元网络与神经突触模型 |
| 6.2.2 自学习算法 |
| 6.3 神经信息路由 |
| 6.4 实现 |
| 6.4.1 硬件 |
| 6.4.2 模型和算法 |
| 6.5 性能分析 |
| 6.5.1 计算效率与功耗 |
| 6.5.2 通信效率与可扩展性 |
| 6.5.3 系统性能比较 |
| 6.6 BiCoSS的类脑智能应用 |
| 6.6.1 基于视觉通路无监督学习机制的类脑目标识别 |
| 6.6.2 基于基底核强化学习机制的类脑决策与行为选择 |
| 6.6.3 基于小脑监督学习机制的类脑运动学习与控制 |
| 6.6.4 基于海马-前额叶皮层机制的多模态学习 |
| 6.6.5 基于丘脑-皮层回路的神经疾病机制研究 |
| 6.7 本章小结 |
| 第7章 总结与展望 |
| 7.1 工作总结 |
| 7.2 主要创新点 |
| 7.3 工作展望 |
| 参考文献 |
| 发表论文和科研情况说明 |
| 致谢 |
（9）高动态飞行器自组织网络关键技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 缩略词 |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 FANET的特点 |
| 1.1.2 FANET面临的挑战 |
| 1.2 FANET发展现状 |
| 1.2.1 移动模型的发展 |
| 1.2.2 路由协议的发展 |
| 1.3 论文的结构和创新点 |
| 1.3.1 论文的组织结构 |
| 1.3.2 论文的主要创新点 |
| 第2章 FANET相关概念 |
| 2.1 引言 |
| 2.2 路由协议 |
| 2.2.1 典型的MANET路由协议 |
| 2.2.2 基于移动感知的路由协议 |
| 2.2.3 自适应路由 |
| 2.3 移动模型及移动特征 |
| 2.3.1 移动模型 |
| 2.3.1.1 个体移动模型 |
| 2.3.1.2 群组移动模型 |
| 2.3.1.3 地理受限的移动模型 |
| 2.3.2 移动特征 |
| 2.4 网络性能衡量指标 |
| 2.4.1 包传输率 |
| 2.4.2 网络吞吐量 |
| 2.4.3 平均端到端延迟 |
| 2.4.4 平均抖动 |
| 2.5 本章小结 |
| 第3章 一种高动态FANET组网方案 |
| 3.1 引言 |
| 3.2 FANET组网发展现状 |
| 3.3 一种适于高动态场景的FANET组网设计 |
| 3.3.1 网络组成与结构 |
| 3.3.1.1 网络组成 |
| 3.3.1.2 网络结构 |
| 3.3.2 影响网络性能因素分析 |
| 3.3.2.1 无线传播模型 |
| 3.3.2.2 物理层/MAC层协议对网络性能的影响 |
| 3.3.2.3 节点移动方式对网络性能的影响 |
| 3.3.2.4 路由协议对网络性能的影响 |
| 3.3.2.5 流量负载对网络性能的影响 |
| 3.3.2.6 节点密度对网络性能的影响 |
| 3.3.2.7 路由协议与节点移动方式的匹配研究 |
| 3.3.2.8 安全协议 |
| 3.3.3 FANET组网方案 |
| 3.3.3.1 节点移动性对网络拓扑及网络性能影响分析 |
| 3.3.3.2 FANET组网方案 |
| 3.4 本章小结 |
| 第4章 FANET网络拓扑变化感知及表征研究 |
| 4.1 引言 |
| 4.2 FANET节点间拓扑变化因素分析 |
| 4.3 拓扑变化度 |
| 4.3.1 相关术语 |
| 4.3.2 定义 |
| 4.3.3 关于拓扑变化度的说明与分析 |
| 4.3.4 感知周期固定的拓扑变化感知方法 |
| 4.3.5 可变感知间隔的拓扑变化感知方法 |
| 4.4 评估与讨论 |
| 4.4.1 不同移动方式下全网平均拓扑变化度的评估 |
| 4.4.2 不同移动方式的区分 |
| 4.4.3 拓扑变化度与其它移动指标的对比 |
| 4.5 本章小结 |
| 第5章 FANET复杂场景自适应路由研究 |
| 5.1 引言 |
| 5.2 基于拓扑变化度的FANET自适应路由选择策略 |
| 5.2.1 原理阐述 |
| 5.2.2 处理流程 |
| 5.2.2.1 周期性拓扑变化感知PTVA |
| 5.2.2.2 自适应路由选择策略ARCS |
| 5.3 TARCS有效性验证 |
| 5.3.1 TARCS与其它协议的对比 |
| 5.3.2 使用不同策略的TARCS对比 |
| 5.3.3 结论 |
| 5.4 讨论与评估 |
| 5.4.1 拓扑变化度参考门限值的设置 |
| 5.4.2 节点密度对TCD值的影响 |
| 5.4.3 感知间隔对TCD值的影响 |
| 5.5 本章小结 |
| 第6章 基于支持向量机的节点移动模型分类研究 |
| 6.1 引言 |
| 6.2 拓扑变化向量 |
| 6.2.1 定义 |
| 6.2.2 不同移动模型的拓扑变化向量 |
| 6.3 支持向量机及在MANET中的应用 |
| 6.3.1 支持向量机简介 |
| 6.3.2 SVM在 MANET中的应用 |
| 6.4 移动模型区分 |
| 6.4.1 构建基于SVM的移动模型分类器 |
| 6.4.2 分类效果评估 |
| 6.4.3 不同数目的特征向量分类结果比较 |
| 6.4.4 10折交叉验证法区分多种移动模型的结果与评估 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 全文总结 |
| 7.2 后续研究 |
| 参考文献 |
| 作者简历及攻读学位期间发表的学术论文与研究成果 |
| 致谢 |
（10）基于神经网络与模拟退火的传感网络路由选择算法的研究（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 国内外研究现状 |
| 1.2.1 无线传感器网络的研究现状 |
| 1.2.2 无线传感器网络路由协议的研究现状 |
| 1.3 研究内容及结构安排 |
| 第2章 无线传感器网络及路由协议 |
| 2.1 无线传感器网络概述 |
| 2.1.1 无线传感器网络的结构 |
| 2.1.2 无线传感器网络的特点 |
| 2.1.3 无线传感器网络的关键技术 |
| 2.1.4 无线传感器网络的应用 |
| 2.2 无线传感器网络路由协议概述 |
| 2.2.1 平面路由协议 |
| 2.2.2 层次路由协议 |
| 2.2.3 路由协议性能比较 |
| 2.3 本章小结 |
| 第3章 基于自组织竞争神经网络成簇算法的设计 |
| 3.1 引言 |
| 3.2 神经网络概述 |
| 3.2.1 神经元模型 |
| 3.2.2 神经网络模型 |
| 3.2.3 竞争神经网络 |
| 3.2.4 自组织特征神经网络 |
| 3.3 无线通信模型与网络模型 |
| 3.4 自组织竞争神经网络成簇算法设计 |
| 3.4.1 网络层次的划分 |
| 3.4.2 最优簇头数的确定 |
| 3.4.3 自组织成簇阶段 |
| 3.4.4 竞争选取簇头阶段 |
| 3.4.5 算法描述 |
| 3.5 仿真结果及分析 |
| 3.5.1 仿真环境 |
| 3.5.2 网络层次划分结果分析 |
| 3.5.3 网络最优簇头数结果分析 |
| 3.5.4 网络自组织分簇结果分析 |
| 3.6 本章小结 |
| 第4章 基于模拟退火路由选择算法的设计 |
| 4.1 引言 |
| 4.2 模拟退火算法概述 |
| 4.2.1 模拟退火算法原理 |
| 4.2.2 模拟退火算法模型 |
| 4.2.3 模拟退火在组合优化中的应用 |
| 4.3 改进的模拟退火路由选择算法设计 |
| 4.3.1 分区成链的路由选择算法 |
| 4.3.2 算法描述 |
| 4.4 仿真结果及分析 |
| 4.4.1 网络路由选择结果分析 |
| 4.4.2 路由算法综合对比分析 |
| 4.5 本章小结 |
| 结论 |
| 参考文献 |
| 致谢 |
四、未来网络层次模型及路由技术的研究（论文参考文献）
- [1]代价惩罚的多路径多约束路由研究及其仿真[D]. 陈阜宁. 北京交通大学, 2021(02)
- [2]比特币闪电网络的支付隐私保护研究[D]. 龙见玮. 中国科学技术大学, 2021(09)
- [3]基于网络分层的光传送网路由规划设计与实现[D]. 李元戎. 北京邮电大学, 2020(05)
- [4]战术移动自组网攻击策略研究[D]. 彭钦鹏. 重庆邮电大学, 2020(02)
- [5]基于机器学习的网络能耗优化方法的设计与实现[D]. 李钢. 北京邮电大学, 2020(05)
- [6]即插即用型MDI-QKD及其在云计算网络安全中的应用研究[D]. 刘永平. 西安电子科技大学, 2020(05)
- [7]软件定义卫星网络关键技术研究[D]. 吴帅. 国防科技大学, 2020(01)
- [8]多层次类脑计算的关键问题研究[D]. 杨双鸣. 天津大学, 2019
- [9]高动态飞行器自组织网络关键技术研究[D]. 洪洁. 中国科学院大学(中国科学院国家空间科学中心), 2019(07)
- [10]基于神经网络与模拟退火的传感网络路由选择算法的研究[D]. 董亚梦. 燕山大学, 2019(03)