【摘要】：網絡演算是一種用于計算機網絡服務質量保證分析的理論。自從誕生于上世紀九十年代初,網絡演算理論引起了越來越多研究者的關注和興趣。通過引入最小加代數,網絡演算理論可以將復雜的網絡系統(tǒng)轉換成易于分析的模型。相較于經典的排隊論,網絡演算更適合于用來分析現代的因特網。這是由于排隊論在用于因特網性能分析時遇到的許多困難和難題在隨機網絡演算理論中可以被克服,例如因特網中流量的重尾及長程相關的特性就很難用排隊論來建模。網絡演算有兩個分支:確定型網絡演算和隨機網絡演算。確定型網絡演算能夠提供確定的服務質量保證,但往往會導致網絡資源利用率低下。隨機網絡演算提供一定概率服務質量保證,相比確定型網絡演算可以很大程度的提高網絡資源利用率,因此得到了更多研究者的關注。雖然近些年來隨機網絡演算的研究取得了非常大的進展,但其中仍然存在著一些非常關鍵并且非常具有挑戰(zhàn)性的難題亟待解決,例如丟包分析以及對于多服務系統(tǒng)的分析等等。本文正是針對這其中的一些難題進行研究,并且將隨機網絡演算理論分析方法應用到一些新的領域。本文首先對隨機網絡演算理論進行研究,對其做了一些擴展,使其可以用于分析更多的性能參數和應用于更復雜的網絡場景,包含兩個方面的研究。一個方面是基于隨機網絡演算理論的丟包分析。丟包是網絡服務質量中一項重要的性能指標。然而現有的隨機服務質量保證方面的研究主要集中在時延和積壓等參數。雖然基于確定型網絡演算的丟包分析已經取得了一定的成果,但是基于隨機網絡演算的丟包分析方面的研究幾乎是空白。由于很難直接利用到達曲線和服務曲線來直接表示丟包的數量,本文通過在隨機網絡演算理論中引入一個新概念——丟包期,通過丟包期的數量和長度間接的推導出丟包數量。此外,為了體現出緩存大小對于丟包的影響,我們還在隨機網絡演算理論中引入了一個丟包因子參數,并且基于此參數推導出相應的丟包邊界。第二個方面是將隨機網絡演算分析方法擴展到可用于隨機多服務系統(tǒng)的性能分析。多服務系統(tǒng)在當前各種網絡應用中越來越常見,如云計算,MIMO技術等等,然而目前很少有基于隨機網絡演算的多服務系統(tǒng)的性能分析成果,特別是當服務是隨機的時候。造成這一局面的原因是目前的隨機網絡演算中的服務模型并不適用于隨機多服務系統(tǒng)的性能分析。引入了一種新的隨機服務曲線模型,并且證明了其除了具有原有理論體系中的基本性質之外,還具有類似到達曲線的疊加性質,這對于多服務系統(tǒng)的分析非常關鍵。本文還將隨機網絡演算應用到了兩個新的領域:云計算以及太陽能發(fā)電系統(tǒng)。首先將隨機網絡演算應用于云計算中的響應時間分析。云計算是一種新的基于因特網的計算方式,通過這種方式,共享的硬件和軟件資源可以作為服務按需的提供給計算機和其它設備。相對于隨機網絡演算中的隨機流量模型和隨機服務模型的概念,我們針對云計算相應的提出了隨機任務請求到達模型以及隨機云計算資源模型�；谶@些模型以及前面關于多服務系統(tǒng)研究的一些結論,我們推導出了作為云計算SLA中一個關鍵性能指標——響應時間的邊界。并通過分析一個云計算實例表明了此分析方法相對于傳統(tǒng)的排隊論分析方法具有適用性廣及復雜度低等優(yōu)點。將隨機網絡演算應用于太陽能發(fā)電系統(tǒng)的性能分析中。作為一種干凈的可再生新能源,太陽能的應用越來越廣泛,其中一個重要的應用就是太陽能發(fā)電。在本文中,我們分析了太陽能發(fā)電系統(tǒng)中剩余電能、供電缺口以及損失電能三個性能指標的邊界。由于這些性能指標有著不同的特點,我們對其中每一個指標都提出了一對隨機發(fā)電模型和隨機電能需求模型,在此基礎上推導出了它們的隨機性能邊界。本文在隨機網絡演算的理論和應用方面都進行了一些探索,其分析方法可在云計算及太陽能發(fā)電系統(tǒng)等領域應用,文中一些相關分析結果對于云計算中服務器的部署和太陽能發(fā)電系統(tǒng)的規(guī)劃能夠提供指導。
【圖文】：

圖 3-4 單輸入單服務仿真模型SimEvents 中數據是由被稱為實體的虛擬的單位表示的，這里我們用一個實體代表一個分組，并且每個分組的長度一樣。圖 3-4 中第一個模塊是用來產生分組的，，對應圖 3-1 中的輸入流；第二個模塊是用于存放積壓的，對應圖 3-1 中的緩存隊列；第三個模塊對應于圖 3-1 中的服務節(jié)點；第四個模塊用于接收輸出流。然而，按照SimEvents 的工作機制，當緩存模塊中的空間被占滿時，它會向前面的數據發(fā)生模塊發(fā)送一個信號，使其停止產生數據。即 SimEvents 中默認是不會因為緩存溢出而丟包的，這和我們在 3.2 中提到的丟包發(fā)生的原因產生了沖突。為此，我們通過利用定時器及緩存隊列模塊，間接的實現了緩存溢出丟包的功能，如圖 3-5 所示。

圖 3-4 單輸入單服務仿真模型SimEvents 中數據是由被稱為實體的虛擬的單位表示的，這里我們用一個實體代表一個分組，并且每個分組的長度一樣。圖 3-4 中第一個模塊是用來產生分組的，對應圖 3-1 中的輸入流；第二個模塊是用于存放積壓的，對應圖 3-1 中的緩存隊列；第三個模塊對應于圖 3-1 中的服務節(jié)點；第四個模塊用于接收輸出流。然而，按照SimEvents 的工作機制，當緩存模塊中的空間被占滿時，它會向前面的數據發(fā)生模塊發(fā)送一個信號，使其停止產生數據。即 SimEvents 中默認是不會因為緩存溢出而丟包的，這和我們在 3.2 中提到的丟包發(fā)生的原因產生了沖突。為此，我們通過利用定時器及緩存隊列模塊，間接的實現了緩存溢出丟包的功能，如圖 3-5 所示。
【學位授予單位】：華中科技大學
【學位級別】：博士
【學位授予年份】：2016
【分類號】：TP393.01

【相似文獻】

相關期刊論文 前9條

1 楊鋒;彭勤科;徐濤;;基于隨機網絡的在線評論情緒傾向性分類[J];自動化學報;2010年06期

2 王智 ,TB春蓮;隨機網絡解析算法軟件GERTE系統(tǒng)的研制開發(fā)[J];北京航空學院學報;1988年02期

3 姚恒聲，梅文榮;用隨機網絡模型研究固相顆粒的損害[J];西安石油學院學報(自然科學版);1994年04期

4 陳長英;楊秀紅;宋棟;徐明;;隨機網絡編碼理論及其在無線通信網絡中的應用[J];信息技術與信息化;2009年06期

5 王俊義;;隨機網絡編碼對文件共享的增益[J];計算機工程與應用;2009年04期

6 王丹;夏俊;;一種抗拜占庭攻擊的隨機網絡編碼[J];網絡安全技術與應用;2013年03期

7 欽健;楊白薇;李鷗;;基于WSN的隨機網絡編碼跨層研究[J];計算機工程;2010年03期

8 喻建平,李漢兵,程時端,謝維信;點度精確的隨機網絡模型[J];計算機工程與應用;2002年18期

9 ;[J];;年期

相關博士學位論文 前1條

1 羅超;面隨機網絡演算的理論及應用研究[D];華中科技大學;2016年

相關碩士學位論文 前10條

1 盧佳華;基于隨機網絡演算的高速鐵路無線網絡性能評估[D];北京交通大學;2017年

2 李旭東;隨機網絡的等差增長模型研究[D];河北工業(yè)大學;2007年

3 陳敏;管理決策中隨機網絡的多元統(tǒng)計信息表示[D];北方工業(yè)大學;2011年

4 張婕;基于隨機網絡演算的802.11協議性能分析[D];華中科技大學;2013年

5 田德朝;隨機網絡模型分離[D];東北師范大學;2011年

6 李瑩;基于隨機網絡演算的高速鐵路無線網絡性能評估[D];北京交通大學;2015年

7 張曼;應用隨機網絡對SARS在北京傳播規(guī)律的研究[D];河北工業(yè)大學;2007年

8 蔣文婷;無線通信系統(tǒng)的隨機網絡演算分析[D];北京郵電大學;2014年

9 張珍珍;基于隨機網絡演算的無線機會調度性能分析[D];廣西大學;2012年

10 邢樹海;隨機網絡在土木施工中的應用研究[D];大連理工大學;2003年

本文編號：2543661