一、基于HTTP的网络服务性能建模与分析（论文文献综述）
符永铨,赵辉,王晓锋,刘红日,安伦[1]（2022）在《网络行为仿真综述》文中研究说明网络行为描述了网络上各类元素对象动态交互过程.它以各类网络服务协议及应用为运行载体,形成不断变化的丰富多样的网络行为,反映出网络拓扑结构给定时间内网络上的场景特点.网络行为仿真主要包括运行框架、背景流仿真、前景流仿真,将生产网络环境下网络行为按需映射到测试网络环境,提供一种按需灵活定制仿真再现能力.网络仿真应用场景不断发展,包括性能分析评估、产品和技术验证、网络入侵检测、网络攻防演练与研究发展等.为总结现有研究成果和存在的不足,分析未来发展趋势,梳理了网络行为仿真的相关概念和研究框架,从框架、背景流、前景流等技术层面总结了网络行为仿真的国内外研究现状,并对相关商业产品和开源软件工具进行了系统地分析调研,最后对网络行为仿真的未来发展进行了展望.
李雪靖[2]（2021）在《智慧标识网络中边缘计算服务的任务卸载和资源适配研究》文中研究表明随着互联网技术的发展,网络服务和网络应用已渗透到各个领域。网络数据流量和计算任务的迅猛攀升,导致传统网络体系难以满足高效、可靠、海量、泛在等服务需求。智慧标识网络从解决传统互联网三重绑定问题出发,提出了“三层两域”的体系架构,为实现网络的可管、可控、开放、灵活提供了新的思路。针对智慧标识网络中的计算服务,边缘计算可以利用网络边缘计算资源为其提供更好的服务质量。然而,边缘网络的服务复杂性和资源有限性给不同场景下计算服务的动态灵活管控带来了新的挑战。本文分别针对边缘网络中的终端复杂计算服务、终端流式计算服务、多终端竞争计算服务和边缘汇聚计算服务,依据不同服务的需求特征,融合网络通信资源和计算资源,分析了具有特定优化目标的服务管控问题,研究了基于智慧标识网络的任务卸载和资源适配策略。本论文主要工作和创新点如下:（1）针对边缘网络中终端复杂计算服务的任务卸载和资源适配问题,提出了一种复杂服务分割和部分任务卸载的联合管控优化策略。本文以复杂计算服务的处理开销最小化为优化目标,通过综合考虑服务模型特征、任务依赖关系、节点设备能力和无线信道状况等因素,提出了基于智慧标识网络和边缘计算的终端复杂计算服务系统架构和管控机制,构建了服务模型分割和部分任务卸载的联合优化模型;基于深度学习方法构建了针对视频流进行人体姿态估计的服务计算模型,通过分析所构建模型的计算负载和数据流,采用神经层分组和流水线处理方法,设计了基于阈值粒子群优化的协同分割卸载TP-CPO算法,并通过仿真实验进行了性能评估。仿真结果表明,在不同的信道带宽和服务器负载下,所提策略有效地降低了服务响应时间和终端能量消耗。（2）针对边缘网络中终端流式计算服务的任务卸载和资源适配问题,提出了一种任务卸载调度和终端功率控制的联合管控优化策略。本文以流式计算服务的任务处理效用最大化为优化目标,通过综合考虑到达任务特征、终端能量状态、无线信道状况和计算服务器负载等因素,提出了基于智慧标识网络和边缘计算的终端流式计算服务系统架构和管控机制,构建了任务卸载调度和终端功率控制的联合优化模型;根据终端等待计算任务的马尔可夫性,分析了卸载调度决策和功率控制决策的约束条件,设计了状态、动作和奖惩函数,将系统时间分层划分为决策周期和事件回合,实现了基于分层深度强化学习的自适应调度控制HDRL-ASC算法,并通过仿真实验进行了算法参数调优和性能评估。仿真结果表明,在不同的任务到达率、无线信道状况和服务器计算性能下,所提策略有效地提高了任务处理效率,降低了终端功率消耗。（3）针对边缘网络中多终端竞争计算服务的任务卸载和资源适配问题,提出了一种终端卸载选择和通信资源编排的联合管控优化策略。本文以多终端竞争计算服务的综合计算效用最大化为优化目标,通过综合考虑终端接入数目、终端设备状态、终端需求优先级、无线信道状况和计算服务器负载等因素,提出了基于智慧标识网络和边缘计算的多终端竞争计算服务系统架构和管控机制,构建了终端卸载选择和通信资源编排的联合优化模型;提出了融合多种方法的算法框架,包括利用神经网络和阈值判断方法估计多终端任务卸载的优先级,利用一维优化搜索方法编排无线通信的资源块,利用经验回放和梯度下降方法构建神经网络模型的更新机制,利用分布式采样训练方法实现高效的神经网络训练模型,设计了基于纵向联邦学习的灵活卸载编排VFL-FOO算法,并通过仿真实验进行了算法参数调优和性能评估。仿真结果表明,算法具有较好的收敛性和较低的复杂度,在不同终端数目和动态环境状况下,所提策略有效地提高了多终端综合计算能力。（4）针对边缘网络中边缘汇聚计算服务的任务卸载和资源适配问题,提出了一种流量鲁棒分类和资源感知转发的联合管控优化策略。本文以边缘汇聚计算服务的综合处理开销最小化为优化目标,通过综合考虑单位时间请求交易量、服务数据量到达速度、单位比特计算负载、服务流量类型、服务器计算资源和传输路径通信资源等因素,提出了基于智慧标识网络和边缘计算的边缘汇聚计算服务系统架构和管控架构,构建了流量鲁棒分类和资源感知转发的联合优化模型;设计了包含异常需求检测、流量特征分类和任务卸载转发的算法框架,实现了基于遗传进化算法的快速分类转发GE-RCF算法,并通过仿真实验进行了参数调优和性能评估。仿真结果表明,在流量动态变化、不同边缘服务器性能和不同传输路径带宽下,所提策略有效地提升了流量分类效率,降低了多流量综合处理开销。
曹睿杰[3]（2021）在《面向中医领域的本体构建与知识发现应用研究》文中指出中医是我国传统医学的瑰宝,其在漫长的发展与演变过程中,逐步形成了一套对疾病进行审证求机、辨证施治的学科理论体系。在新冠疫情肆虐全球的时代背景下,中医以其独到的方法体系与施治特点在治疗新型肺炎疾病和预防疫情传播上起到了至关重要的作用,得到了国内外医学专家广泛的关注与高度的赞扬。在中医长期施治于临床的过程中,对不同疾病相匹配的类症鉴别、病因病机、临床特点有了较为系统的认识,形成了有待于挖掘与应用的海量中医知识。这些知识散落在各类中医学典籍、研究文献、临床数据中。随着人工智能时代的到来,利用语义建模相关技术,围绕中医领域进行知识表达、知识推理、知识共享与应用成为了一个值得关注和研究的方向,对中医学科的传承与发展有着极为重要的意义。本文对中医学科理论体系与中医本体的应用需求进行深入梳理与调研,并参考中医专家的指导与建议,完成面向中医领域的本体构建与知识发现的应用研究。首先,对本体工程中数据层与模式层的构建方式进行宏观设计,针对异构的中医数据源,提取确立中医本体模型中重要的概念类别以及与之相关的语义关系。并结合本体建模方式,通过OWL（Web Ontology Language）建模语言完成中医本体模式层的构建与实例层的数据填充,构建起一套涵盖中医内、外、妇、儿科,能展示其辨证施治特点的本体模型。该本体模型能够支持不同维度的中医语义查询,在辅助中医施治于临床的过程中具有重要的借鉴价值。其次,以本文构建的中医本体模型为契机,对语义推理方面的技术进行详细的梳理,设计编写契合中医本体工程的SWRL（Semantic Web Rule Language）推理规则。并基于Hermit推理机完成对中医学科内在知识结构与隐含信息的挖掘与推理,为中医学科的丰富与发展提供新的视角与可能。最后,提出了一套异构数据的融合方案,对异构的中医数据源进行融合与转换。并依循中医语义关系将融合后的数据映射到Neo4j图数据库中,构建起一套蕴含海量信息的中医知识图谱。为用户提供了一种从“辩证关系”出发,快速分析检索中医知识的有效途径。为了简化基于Cypher的查询过程,以构建的中医知识图谱为主要数据来源,采用B/S架构,设计完成一套中医知识检索系统。
岳婷[4]（2021）在《互联网视频服务用户体验质量（QoE）研究》文中认为互联网视频已经成为目前最主流的网络服务之一,服务提供商越来越重视改善用户体验质量（Quality of Experience,QoE）,因为不好的用户体验会加重用户的流失率。以QoE为导向的服务管理可以有效地提升用户体验的同时节约运营成本。在真实服务场景中研究QoE是具有挑战性的:第一,QoE影响因素非常多,且分布在不同的维度上,根据影响因素学习的特征具有异构性。第二,多维度特征之间存在着多阶交互关系,使得特征与QoE之间存在复杂的非线性关联。第三,研究会话级用户行为与QoE的关联,对QoE管理有用,但是用户行为的时序性、交互性以及个性化使问题变得更加复杂。本文从大规模互联网视频服务提供商的客户端播放器上采集海量用户数据,以数据驱动的方式对互联网视频服务进行综合的QoE研究。主要的研究工作包括QoE测量和学习,QoE评估建模以及QoE管理和优化,本文的研究贡献如下:1.本文将QoE测量和学习作为研究基础,在客户端构建了数据采集和预处理系统,目标是提取系统、情境和用户三个维度的不同类型的特征,用多维度特征向量描述视频会话。在系统维度上,测量用户可感知的、应用层QoS指标,综合考虑媒体相关和传输相关的影响因素。在情境维度上,本文考虑到了服务方面和终端方面的情境因素,为了特征扩展,提出将情境因素作为特征空间的子向量引入QoE评估建模中。在用户维度上,提取了会话级用户行为的成对模式特征,包含用户行为的时序信息和用户与系统的交互信息。针对用户特征提取,提出了一个新颖的频繁时间序列模式挖掘算法,即字典序层次化交叉算法,挖掘支持度高的成对模式。2.本文以QoE评估建模作为重点研究内容,针对在视频会话集的高维稀疏特征空间上有效学习特征之间的多阶交互关系的问题,提出了一个基于特征工程和非线性集成模型的QoE评估建模方法,建立多维度特征和QoE之间的关联映射。在特征工程阶段,应用模糊理论对取值分布不均匀的连续型特征进行归一化处理,并验证了典型模式特征的支持度和分类能力呈正相关关系。然后,提出了一个基于贝叶斯因子分解机的级联式集成算法。集成模型可以在训练集缺少特征交互信息的情况下利用隐因子学习特征的交互关系,同时可以消除无意义的特征交互关系对模型的性能和效率的有害影响。在实验环节验证了基分类器的选择、用户行为模式特征的引入以及模型集成对QoE评估建模方法的有效性。3.为了避免针对特定数据集的特征工程手段对模型泛化的不利影响,本文进一步将QoE评估建模问题归纳为对复杂的异构特征进行表示学习的问题,提出了一个基于深度学习的QoE评估模型。本文提出的混合深度网络是由一个深度神经网络和一个增强的递归神经网络构成。通过优化网络结构和计算,混合网络可以同时对三个维度中的时序型和非时序型特征进行表示学习。本文将上下文信息和时间间隔参数融入递归神经网络的不同层中,并引入注意力机制进一步提升混合网络的性能。实验证明,与相关工作中的非线性模型,以及互联网其他应用场景中的典型深度网络相比,本文提出的混合网络取得了更优的性能。4.基于视频会话集的用户行为学习,并利用QoE评估模型,本文提出了一个细粒度的QoE管理和优化方法,目标是通过监测和干预视频会话中的用户行为,防止QoE持续下降,提高用户参与度。首先,提出了一个有监督的、基于注意力机制的图排序算法,经过对视频会话的时间序列中噪声的过滤,获得与QoE存在正向和负向关联的典型行为模式。然后在视频会话集上学习并获取关于典型行为模式的专家知识。最后,提出了一个部署在客户端的用户行为监测和干预的控制机制,内部逻辑来自专家知识。通过与QoE评估模块进行交互,控制机制持续监测用户行为并更新决策,识别潜在的负向用户行为模式,结合网络条件和播放器状态,控制器主动做出干预决策。
徐俊[5]（2021）在《物理网络拓扑发现与虚拟网络重建系统的研究与实现》文中提出随着计算机网络技术的蓬勃发展,越来越多的企业投入到了信息化建设当中,网络是任何信息化建设的基础。然而计算机网络环境的复杂,网络设备、协议之间的异构性,对于网络拓扑发现,网络管理,安全防御、测试以及风险评估带来了诸多的困难。网络拓扑发现是网络管理的重要内容,传统网络拓扑发现存在数据源利用单一,数据与探测方法耦合度较大,网络探测层面单一的问题,物理网络对于安全防御,风险评估受限于物理结构也存在诸多困难,通过将物理网络拓扑结构转换为对应的虚拟网络拓扑结构,可以形成一种欺骗蜜网,作为主动防御,态势评估等安全防御方法的重要前提。论文针对以上问题对网络拓扑发现方法与虚拟网络重建机制进行研究,提出了基于知识推理的网络拓扑发现方法,与物理网络拓扑结构在虚拟网络中重建的方法,设计并实现了物理网络拓扑发现与虚拟网络重建系统。论文主要工作内容如下:1.提出基于知识推理的网络拓扑发现方法,对网络拓扑发现领域利用OWL语言进行本体建模,进行概念化的形式描述,采用RDF进行知识表示,最后采用基于规则的知识推理,使用SPARQL查询语言进行网络拓扑的生成。2.提出对网络拓扑的DAG建模,对于物理网络拓扑结构到虚拟网络拓扑结构重建调度任务引入DAG进行工作流建模,将网元对象抽象为点,对象之间的依赖抽象为边,从建模思想,建模机制,建模流程三个方面进行研究。3.提出基于DAG的工作流生成算法,算法以DAG作为输入,生成重建任务调度流程,确定物理网元对象的重建顺序,其中包括并行顺序与串行顺序。4.设计并实现了物理网络拓扑发现与虚拟网络重建系统,系统实现了网络拓扑发现领域的本体建模,知识表示,知识推理,拓扑生成功能,完成DAG建模,工作流生成,虚拟网络平台调度,物理网络拓扑结构到虚拟网络拓扑结构的重建。论文对系统进行功能以及性能实验,实验表明系统具有可行性与易用性。
林煌达[6]（2020）在《D2D通信中视频多播传输机制研究》文中研究指明随着互联网、智能设备及无线网络技术的飞速发展,近年来,无线网络中的视频流媒体服务应用已经成为了移动数据流量激增最主要的推动力。同时,视频服务也正在从以指标为中心转向为以用户体验为导向。然而,由于用户对高质量视频画面的需求以及诸如移动视频直播、远程医疗、增强现实等具有挑战性的实时视频应用服务的出现,对于如何有效保证具有低时延、带宽密集型的视频应用服务的高质量传输,这将给现有的无线通信网络带来了新的难题。基于此,本文主要从D2D通信技术出发,并结合视频流的结构特征以及MEC技术的特性,旨在研究具有更高带宽,更低的端到端延迟以及更高的用户体验质量的视频传输方案。具体研究内容如下:（1）针对当前无线网络中视频流量呈指数上升,频谱资源短缺等现状,总结了D2D通信技术和视频多播技术的特点,以及这两种技术相结合对于缓解视频流量过载并提高无线网络服务质量的重大意义。并针对多播信道之间差异性,为保证多播组用户的观看视频体验,本文充分考虑到视频流的层次结构特性,采用可伸缩视频编码的方式对视频内容进行分层处理,灵活地调整不同视频层的速率以应对多播组之间不同的衰落信道特性。（2）考虑到现有的研究大多都是以吞吐量来衡量视频传输方案对提高视频质量的有效性。而对于时延敏感的视频流服务而言,该指标的增长并不能很好的衡量对用户所观看视频质量的增益。为此,本文通过对有效吞吐量进行公式推导,提出了一种时延约束下基于SVC编码的D2D协作视频多播传输方案。通过系统建模与分析,给出了在D2D网络中不同SVC视频层速率分配的优化问题,并针对该问题提出一种二阶段的启发式算法进行求解,旨在最大化系统的有效吞吐量。（3）指出未来5G乃至B5G网络的发展以及新兴的视频应用领域也将进一步导致用户对超高质量低时延的视频内容交付的高体验质量要求。因此,本文通过更贴近用户侧的MEC技术所具有对无线网络信息及用户位置感知的实时洞察能力,创新性的提出MEC架构下的有效吞吐量感知（MEC-Enabled Goodput-Aware,MEGA）模型。一方面,提出了一种基于path Chirp的流量调整链路状态估计算法,对当前无线网络实时监测并提供链路状态估计结果,以确保无线侧的带宽资源的充分利用。另一方面,提出了一种基于Gra Descent的速率分配算法,并采用D2D协作传输的方式来优化用户的Qo E质量。仿真结果表明,所提出的MEGA方案可有效提高实时视频应用的有效吞吐量、用户满意度,并在端到端时延及有效丢失率等方面都有明显的改善。
于丹[7]（2020）在《大规模在线物联网设备的细粒度识别技术研究》文中研究指明随着LoRa、NB-IoT以及5G等通信技术的发展,物联网设备数量与日俱增,物联网安全也日益成为物联网应用关注的热点。物联网设备识别是物联网设备安全评估、防护和升级的必备前提,设备识别的目标是确定设备的类型、品牌、型号和固件版本等属性信息,尤其是细粒度的设备型号和固件版本信息,与设备漏洞直接关联,能够更准确的反映出设备的安全状态。然而面对物联网设备数量庞大、品牌类型繁多以及服务协议混杂等现实存在的问题,物联网设备的识别在识别精度、识别粒度、特征空间以及识别时效性等方面受到诸多挑战。本文采用主动设备识别技术,从标语、字段以及Web管理平台等多个方面开展研究,利用多协议融合、重传机制、跨层协议以及弱口令漏洞等各种技术和策略,实现了对设备型号和固件版本的细粒度识别。本文的创新性工作和主要贡献如下:（1）针对多协议标语识别的时间开销和识别精度平衡难题,本文提出了一种多协议探测优化调度机制来实现基于多协议标语的设备识别。利用强化学习思想,将物联网设备多协议探测报文的调度问题建模为马尔可夫决策过程;通过统计每种协议标语中所含设备属性信息的概率,构建基于标语设备识别过程的马尔可夫状态转移矩阵,改进了现有的价值迭代算法,生成最优协议探测序列;实验验证结果表明所提出的方法显着提高了设备识别的准确率和时间效率,并在路由器和打印机类设备上进一步验证了该算法的可扩展性。（2）针对TCP协议字段特征设备差异性不足的问题,本文设计了一种基于重传TCP报文字段特征的物联网设备识别方法。通过改进TCP三次握手机制,设计了一种无连接的重传TCP报文探测规则,高效获取报头字段来增加设备识别的指纹粒度,并通过量化各类设备字段特征的一致性和差异性筛选出不同的特征字段组合,利用Bagging集成分类器实现动态的物联网设备识别机制,并通过实验验证了该识别方法的高效性和准确性。（3）针对单协议字段特征设备差异性不足的问题,本文利用HTTP和TCP协议在物联网场景下的通用性优势,提出了一种基于跨层协议字段特征的大规模细粒度设备识别方法。基于TCP三次握手过程设计了一组跨层报文探测策略,高效获得了5种跨层响应报文;通过设计字段特征的一致性和差异性度量标准,筛选出HTTP和TCP跨层协议的特征字段,并利用CNN+LSTM+Soft Max神经网络模型实现了跨层设备识别的原型系统,通过实验验证了跨层协议在设备型号识别准确率和召回率上的有效性。（4）针对固件源码分析困难的现实挑战,本文另辟蹊径,通过对物联网设备Web管理页面的内容分析,提出了一种基于弱口令的大规模细粒度设备固件识别方法。利用物联网设备普遍存在的弱口令漏洞获取在线物联网设备的Web管理页面内容,并通过设计自动化的登录页面特征聚类方法和网页内容分块分析算法,获取固件版本所在页面,利用正则表达式实现固件版本的识别。实验结果也验证了该方法在设备固件识别中的有效性。
苏诚[8]（2020）在《基于强化学习的安全协议形式化自动验证技术研究》文中认为近年来,网络安全问题日趋严重,针对计算机网络的安全和隐私研究已刻不容缓。为了解决网络协议安全性不足的问题,研究人员设计了各种网络安全协议（以下简称安全协议）,以增强网络的安全。但是,很多投入实际应用的安全协议在运行时并不能提供其声明的安全服务。因此,针对安全协议的安全性检测成为安全测试中的重要环节。研究人员在设计或优化安全协议后,需要进一步证明该协议的安全。与非形式化的安全协议验证技术相比,形式化方法能够更全面、深入的检测安全协议和软件中未知的漏洞,它不仅能够证明安全协议的安全性,而且有助于发现针对安全协议的新型攻击手段。但是由于安全协议的复杂性,现有的形式化验证技术并不能自动化证明所有的安全协议,在证明过程中需要专业验证人员辅助计算机完成证明。过高的人力成本和学习成本阻碍了形式化验证技术的进一步发展和运用。本文围绕安全协议的形式化自动验证相关问题,开展了深入的研究。主要研究成果总结如下:1.提出了一种基于强化学习的安全协议形式化自动验证技术,设计并实现了原型系统。本方法突破并解决了传统形式化自动验证中的状态空间爆炸问题。相比于传统的形式化验证工具,该系统可以全自动地搜索正确证明路径,无需任何手工辅助。研究成果可以挖掘给定目标的安全协议的所有安全漏洞,确保网络安全协议不会被攻击者攻破。据笔者所知,该系统是首个使用动态策略全自动形式化验证安全协议的工作。实验结果表明,该系统实现了安全协议的通用和全自动形式化验证,远优于现有的形式化验证工具。2.提出了一种面向可追责协议的形式化研究方法,设计并实现了原型系统。针对可追责协议的安全属性本文提出了形式化定义。基于该定义,提出并实现了针对可追责协议的形式化建模与验证方法。该方法扩展了应用pi演算语言,通过使用新定义的语法,用户只需要对正常参与方的操作流程进行手动建模,工具可根据用户建立的模型将相应的异常参与方操作自动转换为协议验证工具ProVerif可验证的模型语言。另外,本文提出了一套自动转换协议模型并生成安全目标的方法。该方法极大降低了形式化建模和验证协议的复杂性。实验结果表明,该方法可适用于两个典型的可追责协议的形式化研究,通过本方法,成功发现了不可否认协议的设计缺陷。3.提出了一种面向5G-AKA协议的形式化研究方法。该方法采用多重集合复写规则对5G-AKA协议进行建模。协议模型基于协议规范中的四方消息交互模型。攻击者能力比现有工作定义的攻击者能力要更全面。安全属性包含私密性、认证的相关属性以及隐私性。然后,使用通用全自动形式化验证系统验证形式化模型。实验结果表明,5G-AKA协议模型中的所有安全属性都成立。另外,使用前文定义的可追责属性针对5G-AKA协议进行了形式化分析,发现协议并未设计追责的流程,存在设计缺陷。针对此缺陷,对5G-AKA协议提出了改进措施,并使用通用全自动形式化验证系统对改进后的协议进行了验证,验证结果表明,修改后的协议保证了追责的公平性和完整性。
林泽斐[9]（2020）在《基于在线百科的社会网络抽取及语义化研究》文中指出基于社会网络的研究方法已被广泛应用于人文社会科学的众多领域。社会网络研究的基础是社会网络的构建,随着大数据研究的兴起,面向海量数据的社会网络自动抽取成为社会网络构建的新兴热点。社会网络抽取是指基于明确或隐含的信息,从信息源中自动抽取出社会成员及其联系的技术。在在线百科中,蕴含着海量的社会成员及其社会关系信息。如何从此类信息源中抽取出大规模社会网络,是值得探讨的一大课题。此外,社会网络构建的目的在于对所构建的社会网络进行进一步的分析和利用。近年来,将语义网技术与社会网络相结合的语义社会网络开始得到学术界的关注,借助于本体和推理引擎,语义社会网络可以具备一定的逻辑推理能力,这有助于从社会网络中挖掘大量潜在的语义信息和社会成员联系,进而服务于学术研究。在此背景下,本研究以在线百科作为主要信息源,探索一种基于百科半结构化文本的社会网络抽取机制,在此基础上对大规模社会网络的语义化方法及其在数字人文领域的应用模式展开研究,主要的研究内容包括:（1）针对在线百科中的社会网络抽取问题,提出一种新的基于在线百科的大规模社会网络抽取方法,其主要创新点在于利用排序学习方法综合多种特征计算人物关系权重,通过估计人物生存时空来发现人物间的时空耦合关系。通过此方法,本研究首次从中文在线百科中抽取出完整的带有权重和时空信息的社会网络。（2）在对当前社会网络本体调研的基础上,提出了一种新的社会网络本体MSTSN。与同类社会网络本体相比,MSTSN本体主要面向数字人文领域的社会网络构建,特别对人物所处的时空、人物的不同类型,以及人物间的不同关系类型等信息进行了细粒度的刻画。基于MSTSN本体,对在线百科中所抽取的社会网络进行实例化,形成一个大规模人物知识图谱。（3）针对人物知识图谱中的人物关系预测这一难点问题,提出一种新的知识图谱关系预测方法,该方法将关系路径和反映实体间关系的文本矩阵化,通过卷积神经网络学习与特定关系类型相关的结构和文本模式特征,在此基础上训练模型实现关系预测。对比实验结果表明,本研究提出的方法在评测数据集上的性能表现超过了主流方法的水平。（4）针对非结构化文本中的人物关系三元组抽取问题,提出一种新的中文命名实体链接方法,该方法融合了单实体消歧和多实体消歧特征,并根据不同文本长度选用不同的特征组合;同时,在传统一阶段式消歧的基础上添加了第二阶段消歧以改善消歧结果。对比实验显示该命名实体链接方法的总体性能优于当前主流同类系统的水平。（5）基于本研究所提出的MSTSN本体和所构建的人物知识图谱,阐述了四类面向数字人文研究的社会网络语义查询策略,并通过可视化方法展示各策略的执行效果。相比传统的社会网络构建策略,本研究所提出的方法可从在线百科中有效地抽取社会成员及其关系,且更加关注与社会成员相关的时空和语义信息,在人名消歧和人物关系权重算法等方面也进行了改进,这可为大规模社会网络的自动化构建研究提供理论和方法参考。通过对社会网络进行语义化处理所形成的大规模人物知识图谱,在与人文学科相关的社会网络分析系统、问答系统、知识发现系统中均具有实际应用价值,这可为探索文本挖掘和语义网技术在数字人文研究中的应用模式提供参考借鉴。
刘旋[10]（2020）在《双结构网络内容共享能力研究》文中认为由于以地址为中心的Internet体系结构与上层内容共享型Web应用存在本质差异,所以导致当前基于C/S模式的Web应用存在以下四个内容共享失配现象:1、依赖于IP分组路由的URL（Uniform Resource Locator）内容发现机制与Web应用对提升骨干网内容发现能力的需求失配;2、受限于无线信道容量的URL请求响应机制与Web应用对提升边缘网系统负荷能力的需求失配;3、有中介的内容交易生态与Web应用对提升利益相关者收益能力的需求失配;4、基于被动拉取的URL内容访问机制与Web应用对提升终端用户内容访问能力的需求失配。为此,我们提出了面向内容共享的双结构网络,具有广播推送、播存网元缓存、播存终端缓存、免中介内容交易等基本特性。定性分析表明其能够有效解决当前Web应用的内容共享失配现象,从而提升Internet的内容共享能力。然而,由于定性分析方法存在主观性强、抽象度高、严谨性差等局限性,导致了学界和业界对双结构网络及其Web应用范型的认知不深入,阻碍了其进一步发展。基于此,本论文围绕双结构网络的骨干网内容发现能力、边缘网系统负荷能力、利益相关者收益能力、终端用户内容访问能力等方面进行建模分析和定量研究,具体而言,主要研究内容及贡献包括:1.系统归纳了互联网内容共享相关技术,并提出了一个多层次、多维度、多指标的内容共享能力综合评估体系,为综合定量剖析双结构网络的内容共享能力提供了剖析方法;概述了Internet体系结构以地址为中心的特性,并分析了其Web应用内容共享失配现象的原因,概述了CDN（Content Delivery Network）和ICN（Information-centric networking）等其它网络体系结构,并总结了各自存在的弊端,从而阐明了双结构网络提出的必要性和重要意义;系统梳理了双结构网络近二十年的研究进展,提出了播存体系结构参考模型,梳理了当前业界相关的紧耦合和松耦合两类实际架构方案,从而阐述了双结构网络的核心思想和应用可行性。2.在骨干网内容发现能力方面,根据播存域及其缓存特点设计了基于播存网元缓存的UCL（Uniform Content Label）请求转发策略,并采用二分图理论构建了基于广播推送的内容发布模型;通过向下投影操作将广播收发节点间的广播关联关系映射至播存网元节点间的缓存关联关系,以构建基于播存网元缓存的UCL请求转发模型;采用广义随机图生成方法生成了UCL请求转发图,并通过分析该图的拓扑特性,得到了UCL请求在正常和最坏两种情况下的平均和最大请求转发跳数ARFH和MRFH理论上限,分别与播存网元数量成双对数和对数关系;通过仿真实验验证了ARFH和MRFH理论上限的有效性,对比研究表明了双结构网络在请求转发跳数上的优势。3.在边缘网系统负荷能力方面,分别对内容属性信息、信道协同传输和Web应用信息等三个关键方面进行形式化描述,构建了基于播存终端缓存的请求响应模型;基于此模型,在理想场景下,通过分析基于生灭过程的播存终端缓存动态演化过程以及缓存卸载掉的URL请求分布情况,得到与单一蜂窝网络相比双结构网络的UCL请求响应容量增益;在受限场景下,分析了UCL请求响应容量的主要制约因素,并分别对广播信道容量和播存终端缓存容量受限条件下的UCL请求响应容量进行了最优化分析,同时给出了基于贪心策略的相应最优求解方法;最后设计了一个广播单播协同分发仿真系统,并通过仿真实验验证了容量增益和容量最优化分析的有效性。4.在利益相关者收益能力方面,分别对CP（Content Producer）的内容供给、内容计费和内容流量分配等三个关键方面进行形式化描述,构建了免中介内容交易模式,同时选取用户效用和CP经济收益作为内容交易收益的评估指标;基于此模式,定义了用户效用模型,分别对用户收入较低和较高两种情形下整体用户效用进行了最优化分析,并给出了基于线性规划的相应最优求解方案;采用动态重复博弈来刻画免中介内容交易生态中CP间的博弈关系,分别探讨了使双CP和多CP间博弈中个体经济收益最优的子博弈精炼纳什均衡,并证明了多CP间阶段博弈存在唯一纳什均衡;最后通过具体案例验证了整体用户效用和个体CP经济收益最优化分析的有效性。5.研发了一套面向Web网页访问的双结构应用原型,详细设计了原型系统的协议栈、逻辑架构和物理架构等总体架构,详细实现了网页汇聚处理、网页广播推送和网页请求与响应等主要功能,通过原型研发阐明了双结构网络及其Web应用范型具有系统实现可行性;分析了Web网页访问的主要性能瓶颈,对原型系统中终端用户Web网页访问的往返时延进行了实际测量,结果表明其往返时延仅为Internet的一半左右,且抖动现象不明显,并通过剖析Web网页具体访问过程予以有效性分析。最终,本论文针对双结构网络的骨干网内容发现能力、边缘网系统负荷能力、利益相关者收益能力、终端用户内容访问能力,分别对平均和最大UCL请求转发跳数的理论上限、UCL请求响应容量的增益及容量最优化、用户和CP的内容交易收益最优化、终端用户内容访问的实际往返时延等进行建模分析和定量研究,深入剖析了双结构网络的内容共享能力,突破了现有定性分析方法存在的局限性,为促进学界和业界更加深入地认知双结构网络及其Web应用范型提供了理论依据。
二、基于HTTP的网络服务性能建模与分析（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、基于HTTP的网络服务性能建模与分析（论文提纲范文）
（2）智慧标识网络中边缘计算服务的任务卸载和资源适配研究（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 主要缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 新型网络技术及智慧标识网络研究现状 |
| 1.2.1 新型网络相关关键技术 |
| 1.2.2 智慧标识网络理论及其相关研究 |
| 1.3 边缘计算及其服务管控问题的相关研究 |
| 1.3.1 边缘计算技术概述 |
| 1.3.2 边缘计算中服务管控问题的相关研究 |
| 1.3.3 机器学习在边缘计算中的应用研究 |
| 1.4 研究内容和主要创新 |
| 1.5 论文组织结构 |
| 第二章 复杂计算服务的服务分割和任务卸载研究 |
| 2.1 引言 |
| 2.2 复杂服务分割和部分任务卸载的优化问题 |
| 2.2.1 系统架构 |
| 2.2.2 服务管控机制 |
| 2.2.3 问题建模和优化 |
| 2.3 复杂计算服务模型和协同分割卸载算法 |
| 2.3.1 基于DL方法的模型分析 |
| 2.3.2 终端复杂计算服务的模型构建 |
| 2.3.3 服务模型的数据流和计算负载分析 |
| 2.3.4 TP-CPO算法设计 |
| 2.4 仿真实验和结果分析 |
| 2.4.1 复杂计算服务仿真环境的建立 |
| 2.4.2 TP-CPO策略的性能评估 |
| 2.4.3 TP-CPO策略的扩展性分析 |
| 2.5 本章小结 |
| 第三章 流式计算服务的任务调度和功率控制研究 |
| 3.1 引言 |
| 3.2 任务卸载调度和终端功率控制的优化问题 |
| 3.2.1 系统架构和管控机制 |
| 3.2.2 问题建模和优化 |
| 3.3 基于分层深度强化学习的自适应调度控制算法 |
| 3.3.1 深度强化学习方法简介 |
| 3.3.2 状态、动作及奖励函数设计 |
| 3.3.3 HDRL-ASC算法设计 |
| 3.4 仿真实验和结果分析 |
| 3.4.1 实验参数和环境变量的设置 |
| 3.4.2 HDRL-ASC算法性能分析 |
| 3.4.3 HDRL-ASC策略性能评估分析 |
| 3.5 本章小结 |
| 第四章 多终端竞争计算服务的卸载选择和资源编排研究 |
| 4.1 引言 |
| 4.2 终端卸载选择和通信资源编排的优化问题 |
| 4.2.1 系统架构和管控机制 |
| 4.2.2 问题建模和优化 |
| 4.3 基于纵向联邦学习的灵活选择编排算法 |
| 4.3.1 L-FOO算法框架设计 |
| 4.3.2 VFL-FOO算法设计 |
| 4.4 仿真实验和结果分析 |
| 4.4.1 实验参数设置 |
| 4.4.2 VFL-FOO算法参数调优 |
| 4.4.3 VFL-FOO算法收敛性分析 |
| 4.4.4 VFL-FOO算法复杂度评估 |
| 4.4.5 VFL-FOO策略的综合计算效用评估 |
| 4.5 本章小结 |
| 第五章 边缘汇聚计算服务的流量分类和资源适配研究 |
| 5.1 引言 |
| 5.2 流量鲁棒分类和资源感知转发的优化问题 |
| 5.2.1 系统架构和管控架构 |
| 5.2.2 问题建模和优化 |
| 5.3 基于遗传进化算法的快速分类转发算法 |
| 5.3.1 RCF算法框架设计 |
| 5.3.2 GE-RCF快速分类转发算法 |
| 5.4 仿真实验和结果分析 |
| 5.4.1 仿真实验参数设置 |
| 5.4.2 GE-RCF策略评估 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来研究工作展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（3）面向中医领域的本体构建与知识发现应用研究（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 国内外语义研究技术概览 |
| 1.2.1 语义网络技术的起源与应用 |
| 1.2.2 本体论相关技术的提出与发展 |
| 1.2.3 Web:以链接为中心的系统 |
| 1.2.4 从语义网到链接数据的应用研究 |
| 1.2.5 知识图谱的研究现状 |
| 1.3 论文的研究内容 |
| 1.4 论文的组织结构 |
| 第二章 本体构建及知识发现关键技术概述 |
| 2.1 领域本体构建技术介绍 |
| 2.1.1 本体的定义与描述语言 |
| 2.1.2 本体的构建工具 |
| 2.1.3 本体的构建方法 |
| 2.2 知识图谱理论基础概述 |
| 2.2.1 知识图谱的概念与特点 |
| 2.2.2 知识图谱的构建流程 |
| 2.2.3 常见的开源知识图谱介绍 |
| 2.3 知识储存技术简介 |
| 2.3.1 基于表结构的存储 |
| 2.3.2 基于图结构的存储 |
| 2.4 本章小结 |
| 第三章 中医领域本体模型构建 |
| 3.1 中医本体模型构建基础 |
| 3.1.1 中医本体构建规范 |
| 3.1.2 本体构建的规则与逻辑 |
| 3.2 中医本体模型的设计 |
| 3.2.1 中医类别的确立 |
| 3.2.2 中医语义关系的设计与构建 |
| 3.2.3 中医个体实例的提取与填充 |
| 3.3 中医领域不同科室的本体建模与实现 |
| 3.3.1 中医内科学的本体建模 |
| 3.3.2 中医外科学的本体建模 |
| 3.3.3 中医妇科学的本体建模 |
| 3.3.4 中医儿科学的本体建模 |
| 3.4 基于本体论的语义网查询结果展示 |
| 3.5 本章小结 |
| 第四章 基于中医本体的知识推理与发现 |
| 4.1 本体推理机简介 |
| 4.2 SWRL推理规则的表述 |
| 4.3 基于中医本体的SWRL规则构建 |
| 4.3.1 构建中医领域Atom |
| 4.3.2 构建中医领域Imp |
| 4.4 基于SWRL规则的中医知识挖掘与应用 |
| 4.5 本章小结 |
| 第五章 中医知识的存储与应用 |
| 5.1 异构中医数据源的融合与储存 |
| 5.2 中医知识图谱的检索与应用 |
| 5.3 中医知识检索系统的功能设计与实现 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 进一步研究方向 |
| 参考文献 |
| 致谢 |
（4）互联网视频服务用户体验质量（QoE）研究（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 研究概况与挑战 |
| 1.3 本文研究内容与贡献 |
| 1.4 论文组织结构 |
| 参考文献 |
| 第二章 互联网视频服务QoE研究综述 |
| 2.1 QoE测量和学习 |
| 2.1.1 研究对象 |
| 2.1.2 测量手段 |
| 2.1.3 目标变量 |
| 2.2 QoE评估建模 |
| 2.2.1 主观评价方法 |
| 2.2.2 客观评价方法 |
| 2.2.3 评估模型 |
| 2.3 QoE管理和优化 |
| 2.3.1 视频控制平台优化 |
| 2.3.2 网络资源分配优化 |
| 2.3.3 视频传输控制优化 |
| 2.3.4 其他优化方向 |
| 2.4 本文的研究路线 |
| 参考文献 |
| 第三章 互联网视频服务QoE测量和学习 |
| 3.1 引言 |
| 3.2 数据采集与预处理 |
| 3.3 多维度影响因素的特征提取 |
| 3.3.1 系统维度 |
| 3.3.2 情境维度 |
| 3.3.3 用户维度 |
| 3.4 频繁时间序列模式挖掘 |
| 3.4.1 数据布局 |
| 3.4.2 字典序层次化交叉算法 |
| 3.5 多维度特征学习 |
| 3.5.1 目标变量 |
| 3.5.2 系统特征与DVC的关联 |
| 3.5.3 其他维度特征与DVC的关联 |
| 3.6 QoE测量和学习方法比较 |
| 3.7 本章小节 |
| 参考文献 |
| 第四章 基于特征工程和非线性集成模型的QoE评估建模方法 |
| 4.1 引言 |
| 4.2 QoE评估建模中的特征工程手段 |
| 4.2.1 系统维度 |
| 4.2.2 用户维度 |
| 4.2.3 情境维度 |
| 4.2.4 样本标记 |
| 4.3 QoE评估建模算法 |
| 4.3.1 因子分解机 |
| 4.3.2 贝叶斯推断的应用 |
| 4.3.3 集成方法对QoE评估建模的作用 |
| 4.3.4 CB-BFM算法流程 |
| 4.4 QoE评估模型性能比较 |
| 4.4.1 实验准备 |
| 4.4.2 实验分析 |
| 4.5 本章小结 |
| 参考文献 |
| 第五章 基于深度学习的QoE评估建模方法 |
| 5.1 引言 |
| 5.2 深度学习的可行性 |
| 5.3 混合深度网络介绍 |
| 5.3.1 输入层 |
| 5.3.2 嵌入层 |
| 5.3.3 隐层 |
| 5.3.4 注意层 |
| 5.3.5 输出层 |
| 5.4 实验分析 |
| 5.4.1 增量式验证实验 |
| 5.4.2 算法性能比较 |
| 5.4.3 训练时间 |
| 5.5 本章小结 |
| 参考文献 |
| 第六章 基于会话级用户行为学习的QoE管理和优化 |
| 6.1 引言 |
| 6.2 会话级用户行为学习 |
| 6.2.1 用户行为模式特点 |
| 6.2.2 有监督学习思想 |
| 6.2.3 基于注意力机制的图排序算法 |
| 6.3 QoE相关用户行为模式分析 |
| 6.3.1 动态绑定关系 |
| 6.3.2 用户行为交互特点 |
| 6.3.3 支持度和信息增益 |
| 6.4 细粒度QoE管理和优化方案 |
| 6.4.1 UBMI机制的设计思路 |
| 6.4.2 UBMI机制的工作流程 |
| 6.5 本章总结 |
| 参考文献 |
| 第七章 结束语 |
| 7.1 论文总结 |
| 7.2 工作展望 |
| 致谢 |
| 攻读博士学位期间的研究成果 |
（5）物理网络拓扑发现与虚拟网络重建系统的研究与实现（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.1.1 背景与意义 |
| 1.1.2 网络拓扑发现研究现状 |
| 1.1.3 虚拟网络研究现状 |
| 1.2 研究内容 |
| 1.3 论文组织结构 |
| 第二章 关键技术 |
| 2.1 基于知识推理的网络拓扑发现相关技术 |
| 2.1.1 本体建模 |
| 2.1.2 RDF与知识表示 |
| 2.1.3 知识推理 |
| 2.2 基于DAG的任务调度 |
| 2.3 云计算中的虚拟网络 |
| 2.3.1 云计算概述 |
| 2.3.2 虚拟化技术 |
| 2.3.3 网络功能虚拟化 |
| 第三章 物理网络拓扑发现与虚拟网络重建系统框架的研究 |
| 3.1 物理网络拓扑发现与虚拟网络重建系统框架 |
| 3.1.1 物理网络拓扑发现与虚拟网络重建系统总体架构 |
| 3.1.2 物理网络拓扑发现与虚拟网络重建系统工作流程 |
| 3.2 基于知识推理的网络拓扑发现 |
| 3.2.1 网络拓扑发现领域的本体建模 |
| 3.2.2 基于OWL的网络拓扑领域的本体形式化表达 |
| 3.2.3 网络拓扑发现领域的知识表示 |
| 3.2.4 网络拓扑发现领域的知识推理 |
| 3.3 基于DAG的工作流调度 |
| 3.3.1 DAG建模思想 |
| 3.3.2 DAG建模机制 |
| 3.3.3 DAG建模流程 |
| 3.3.4 基于DAG的工作流生成算法 |
| 3.4 物理网络拓扑与虚拟网络拓扑的映射 |
| 3.5 本章小结 |
| 第四章 物理网络拓扑发现与虚拟网络重建系统的设计与实现 |
| 4.1 数据收集子系统的设计与实现 |
| 4.1.1 数据收集子系统的架构设计 |
| 4.1.2 数据收集子系统的业务流程 |
| 4.1.3 数据收集子系统的具体实现 |
| 4.2 数据处理子系统的设计与实现 |
| 4.2.1 数据处理子系统的数据库设计 |
| 4.2.2 数据处理子系统的数据处理规范 |
| 4.2.3 数据处理子系统的具体实现 |
| 4.3 数据转换子系统的设计与实现 |
| 4.3.1 数据转换子系统的架构设计 |
| 4.3.2 数据转换子系统的业务流程 |
| 4.3.3 数据转换子系统的具体实现 |
| 4.4 拓扑生成子系统的设计与实现 |
| 4.4.1 Jena框架介绍 |
| 4.4.2 拓扑生成子系统的业务流程 |
| 4.4.3 拓扑生成子系统的具体实现 |
| 4.5 DAG子系统的设计与实现 |
| 4.5.1 DAG子系统的架构设计 |
| 4.5.2 DAG子系统的业务流程 |
| 4.5.3 DAG子系统的具体实现 |
| 4.6 虚拟映射子系统的设计与实现 |
| 4.6.1 虚拟映射子系统的架构设计 |
| 4.6.2 虚拟映射子系统的业务流程 |
| 4.6.3 虚拟映射子系统的具体实现 |
| 4.7 本章小节 |
| 第五章 物理网络拓扑发现与虚拟网络重建系统实验和验证 |
| 5.1 实验目标 |
| 5.1.1 实验环境 |
| 5.2 物理网络拓扑发现与虚拟网络重建系统的功能实验 |
| 5.3 物理网络拓扑发现与虚拟网络重建系统的性能试验 |
| 5.3.1 顺行与局部并行调度比 |
| 5.4 本章小节 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间取得的研究成果 |
（6）D2D通信中视频多播传输机制研究（论文提纲范文）
| 摘要 |
| Abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容 |
| 1.4 本文结构安排 |
| 第二章 相关背景知识介绍 |
| 2.1 D2D通信 |
| 2.1.1 D2D协作方式 |
| 2.1.2 D2D协作共享 |
| 2.2 可伸缩视频编码 |
| 2.2.1 SVC编码结构 |
| 2.2.2 SVC的可伸缩性 |
| 2.3 视频流传输 |
| 2.3.1 传统视频流传输方式 |
| 2.3.2 自适应视频流传输 |
| 2.4 MEC技术 |
| 2.5 本章小结 |
| 第三章 基于SVC编码的D2D协作视频多播传输方案 |
| 3.1 概述 |
| 3.2 系统模型 |
| 3.2.1 信道丢失模型 |
| 3.2.2 有效吞吐量 |
| 3.3 问题描述 |
| 3.4 解决方案 |
| 3.5 仿真结果 |
| 3.6 本章小结 |
| 第四章 D2D网络中基于MEC的实时视频传输方案 |
| 4.1 概述 |
| 4.2 MEGA系统模型 |
| 4.2.1 信道模型 |
| 4.2.2 SVC视频流传输 |
| 4.2.3 QoE模型 |
| 4.3 最优化有效吞吐量问题构建 |
| 4.4 MEGA解决方案 |
| 4.4.1 基于PathChirp流量调整的链路状态估计算法 |
| 4.4.2 基于GraDescent的速率分配算法 |
| 4.5 仿真结果 |
| 4.5.1 仿真环境搭建 |
| 4.5.2 仿真结果对比 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来研究展望 |
| 参考文献 |
| 附录1 攻读硕士学位期间撰写的论文 |
| 附录2 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（7）大规模在线物联网设备的细粒度识别技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.1.1 物联网设备识别概述 |
| 1.1.2 物联网设备识别研究意义 |
| 1.1.3 物联网设备识别面临的挑战 |
| 1.2 国内外研究现状 |
| 1.2.1 物联网设备被动识别技术研究现状 |
| 1.2.2 物联网设备主动识别技术研究现状 |
| 1.2.3 研究现状总结分析 |
| 1.3 研究思路、研究内容与创新点 |
| 1.4 论文组织结构 |
| 第2章 基于多协议标语的大规模细粒度设备识别 |
| 2.1 引言 |
| 2.2 基于多协议标语的细粒度设备识别 |
| 2.2.1 时间高效的多协议探测方法设计 |
| 2.2.2 数据收集与分析 |
| 2.2.3 最优协议探测序列生成 |
| 2.3 实验分析与评价 |
| 2.3.1 实验设置 |
| 2.3.2 性能评估 |
| 2.4 本章小结 |
| 第3章 基于重传报文字段的大规模细粒度设备识别 |
| 3.1 引言 |
| 3.2 背景知识 |
| 3.2.1 基于Nmap的设备识别技术 |
| 3.2.2 TCP重传报文 |
| 3.3 基于TCP重传报文的细粒度设备识别 |
| 3.3.1 设计挑战 |
| 3.3.2 系统概述 |
| 3.3.3 数据获取 |
| 3.3.4 特征选择 |
| 3.3.5 分类识别 |
| 3.4 实验分析与评价 |
| 3.5 本章小结 |
| 第4章 基于跨层协议指纹的大规模细粒度设备识别 |
| 4.1 引言 |
| 4.2 基于跨层协议指纹的细粒度设备识别 |
| 4.2.1 设备识别框架 |
| 4.2.2 跨层协议指纹 |
| 4.2.3 细粒度设备识别 |
| 4.3 实验分析与评价 |
| 4.4 本章小结 |
| 第5章 基于弱口令的大规模细粒度设备识别 |
| 5.1 引言 |
| 5.2 准备工作 |
| 5.3 基于弱口令的设备固件识别 |
| 5.3.1 固件识别框架 |
| 5.3.2 数据预处理 |
| 5.3.3 提取导航栏 |
| 5.3.4 固件识别 |
| 5.4 实验分析与评价 |
| 5.5 本章小结 |
| 第6章 结论与展望 |
| 6.1 结论 |
| 6.2 展望 |
| 参考文献 |
| 攻读学位期间取得的科研成果 |
| 致谢 |
（8）基于强化学习的安全协议形式化自动验证技术研究（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 本文主要研究内容 |
| 1.3 本文的结构组织 |
| 第2章 国内外研究现状 |
| 2.1 安全协议自动化验证技术 |
| 2.2 针对可追责协议的形式化验证技术 |
| 2.3 针对5G-AKA协议的形式化验证技术 |
| 第3章 基于强化学习的安全协议形式化自动验证技术 |
| 3.1 引言 |
| 3.1.1 研究背景和研究问题 |
| 3.1.2 研究动机 |
| 3.1.3 研究方案和挑战点 |
| 3.2 预备知识 |
| 3.2.1 Tamarin Prover |
| 3.2.2 协议模型 |
| 3.3 系统设计 |
| 3.3.1 系统架构 |
| 3.3.2 信息收集模块 |
| 3.3.3 验证模块 |
| 3.4 实验评估 |
| 3.4.1 实验配置 |
| 3.4.2 实验结果 |
| 3.4.3 案例分析 |
| 3.5 讨论和未来工作 |
| 3.6 本章小结 |
| 第4章 面向可追责协议的形式化研究方法 |
| 4.1 引言 |
| 4.1.1 研究背景和研究问题 |
| 4.1.2 研究方案和挑战点 |
| 4.2 预备知识 |
| 4.2.1 ProVerif |
| 4.2.2 协议参与方和攻击者模型 |
| 4.2.3 第三方裁判的职责 |
| 4.3 系统设计 |
| 4.3.1 协议参与方行为定义 |
| 4.3.2 公平性定义 |
| 4.3.3 完整性定义 |
| 4.3.4 建模与验证过程 |
| 4.4 实验评估 |
| 4.4.1 不可否认协议 |
| 4.4.2 邮件认证协议 |
| 4.5 本章小结 |
| 第5章 面向5G-AKA协议的形式化研究方法 |
| 5.1 引言 |
| 5.2 协议描述 |
| 5.2.1 协议概述 |
| 5.2.2 协议参与方 |
| 5.2.3 协议流程步骤 |
| 5.2.4 安全属性 |
| 5.3 形式化建模与验证 |
| 5.3.1 通信信道 |
| 5.3.2 消息交互流程 |
| 5.3.3 威胁模型 |
| 5.3.4 安全属性 |
| 5.3.5 验证结果与分析 |
| 5.4 针对可追责属性的形式化研究 |
| 5.4.1 协议设计缺陷 |
| 5.4.2 改进措施 |
| 5.4.3 改进后的5G-AKA协议 |
| 5.4.4 验证公平性和完整性 |
| 5.5 本章小结 |
| 第6章 总结与展望 |
| 6.1 工作总结 |
| 6.2 下一步工作 |
| 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 |
（9）基于在线百科的社会网络抽取及语义化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 研究框架与研究内容 |
| 1.3.1 研究框架 |
| 1.3.2 研究内容 |
| 1.4 技术路线 |
| 1.5 研究方法与工具 |
| 1.5.1 研究方法 |
| 1.5.2 使用的工具与技术 |
| 1.6 贡献与创新 |
| 1.7 论文组织结构 |
| 第2章 相关概念与理论 |
| 2.1 复杂社会网络理论 |
| 2.1.1 复杂网络的概念 |
| 2.1.2 社会网络的概念 |
| 2.1.3 典型的复杂社会网络模型 |
| 2.2 知识表示理论 |
| 2.2.1 知识表示的概念 |
| 2.2.2 语义网 |
| 2.2.3 知识图谱 |
| 2.3 本章小结 |
| 第3章 相关研究综述 |
| 3.1 社会网络抽取研究 |
| 3.1.1 传统社会网络抽取研究 |
| 3.1.2 基于在线百科的社会网络抽取研究 |
| 3.2 社会网络语义化研究 |
| 3.2.1 社会网络语义化的相关工作 |
| 3.2.2 典型的社会网络本体 |
| 3.3 知识图谱补全研究 |
| 3.3.1 知识图谱补全的任务 |
| 3.3.2 知识图谱关系预测的相关研究 |
| 3.3.3 知识图谱实体类型预测的相关研究 |
| 3.4 命名实体链接研究 |
| 3.4.1 命名实体链接的任务 |
| 3.4.2 命名实体链接的相关研究工作 |
| 3.5 本章小结 |
| 第4章 在线百科中的社会网络抽取 |
| 4.1 社会网络抽取的整体框架 |
| 4.2 初始社会网络生成 |
| 4.3 关系权重计算 |
| 4.3.1 人物相关性特征 |
| 4.3.2 人物相关度学习 |
| 4.4 人物时空分析 |
| 4.4.1 人物生存时空估计 |
| 4.4.2 时空耦合网络的构建 |
| 4.5 百科社会网络的结构特征分析 |
| 4.6 百科人物网络的可视化分析 |
| 4.7 本章小结 |
| 第5章 社会网络语义建模与语义表示 |
| 5.1 社会网络语义建模 |
| 5.1.1 MSTSN本体的整体架构 |
| 5.1.2 人物时空信息的语义建模 |
| 5.1.3 关系类型和人物类型的语义建模 |
| 5.2 社会网络的语义表示 |
| 5.2.1 人物基本信息的语义表示 |
| 5.2.2 人物时空信息的语义表示 |
| 5.2.3 人物关系信息的语义表示 |
| 5.3 本章小结 |
| 第6章 基于百科内部信息的人物知识图谱补全 |
| 6.1 人物关系类型的预测 |
| 6.1.1 关系预测模型设计 |
| 6.1.2 模型评测 |
| 6.1.3 基于Conv F模型的人物关系类型补全 |
| 6.2 人物类型的预测 |
| 6.3 本章小结 |
| 第7章 基于百科外部文本的人物知识图谱补全 |
| 7.1 命名实体链接的整体框架 |
| 7.2 指称识别 |
| 7.3 候选实体集合生成 |
| 7.4 候选实体消岐 |
| 7.4.1 消歧特征 |
| 7.4.2 排序学习 |
| 7.4.3 消歧结果优化 |
| 7.5 命名实体链接方法评测 |
| 7.5.1 评测语料 |
| 7.5.2 文本相似度特征筛选实验 |
| 7.5.3 多特征消歧实验 |
| 7.5.4 对比实验 |
| 7.6 基于命名实体链接的人物关系补全 |
| 7.6.1 设计思路 |
| 7.6.2 方法评测 |
| 7.7 本章小结 |
| 第8章 人物知识图谱的语义查询与可视化 |
| 8.1 基于关系的社会网络语义查询 |
| 8.1.1 查询中心人物的相关人物 |
| 8.1.2 查询限定类型的相关人物 |
| 8.2 基于作品的社会网络语义查询 |
| 8.2.1 生成与特定作品相关的社会网络 |
| 8.2.2 生成与特定作者相关的社会网络 |
| 8.3 基于时间的社会网络语义查询 |
| 8.3.1 生活于特定历史时期的人物查询 |
| 8.3.2 生成特定历史时期的人物关系网络 |
| 8.3.3 生成特定朝代的人物关系网络 |
| 8.4 基于空间的社会网络语义查询 |
| 8.4.1 与地理特征点相关的人物查询 |
| 8.4.2 同乡关系网络的生成 |
| 8.4.3 查询特定历史时期的热点地理区域 |
| 8.5 本章小结 |
| 第9章 总结与展望 |
| 9.1 本文总结 |
| 9.2 研究局限与展望 |
| 参考文献 |
| 中文参考文献 |
| 英文参考文献 |
| 附录 人物知识图谱的RDF表示(示例) |
| 攻读博士学位期间科研成果 |
| 致谢 |
（10）双结构网络内容共享能力研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 双结构网络的提出 |
| 1.1.2 双结构网络的基本特性 |
| 1.1.3 内容共享能力定性分析 |
| 1.2 研究问题、目标与内容 |
| 1.2.1 内容共享能力定量剖析框架 |
| 1.2.2 具体研究问题 |
| 1.2.3 研究目标与内容 |
| 1.3 论文创新与贡献 |
| 1.4 论文组织结构 |
| 第2章 互联网内容共享与体系结构 |
| 2.1 本章引言 |
| 2.2 内容共享技术与能力评估体系 |
| 2.2.1 内容缓存技术 |
| 2.2.2 请求转发技术 |
| 2.2.3 数据传输技术 |
| 2.2.4 共享能力评估体系 |
| 2.3 互联网体系结构及存在问题 |
| 2.3.1 Internet体系结构 |
| 2.3.2 其它网络体系结构 |
| 2.4 双结构网络研究进展及相关架构 |
| 2.4.1 近二十年研究进展 |
| 2.4.2 当前相关实际架构 |
| 2.5 本章小结 |
| 第3章 双结构网络骨干网的请求转发模型及跳数研究 |
| 3.1 本章引言 |
| 3.2 相关工作 |
| 3.3 基于播存网元缓存的UCL请求转发策略 |
| 3.3.1 播存域及其缓存特点 |
| 3.3.2 UCL请求转发策略 |
| 3.4 基于二分图的UCL请求转发模型 |
| 3.4.1 二分图的概念 |
| 3.4.2 基于广播推送的内容发布模型 |
| 3.4.3 基于向下投影的UCL请求转发图 |
| 3.4.4 请求转发图相关定义 |
| 3.5 基于广义随机图的UCL请求转发跳数理论分析 |
| 3.5.1 三个问题及解决策略 |
| 3.5.2 采用广义随机图生成方法构成请求转发图 |
| 3.5.3 UCL请求转发跳数的理论分析 |
| 3.6 实验验证与对比 |
| 3.6.1 UCL请求转发图生成仿真实验 |
| 3.6.2 单位请求转发跳数作对比研究 |
| 3.6.3 基于Fed4FIRE试验床的内容发现仿真实验 |
| 3.7 本章小结 |
| 第4章 双结构网络边缘网的请求响应模型及容量研究 |
| 4.1 本章引言 |
| 4.2 相关工作 |
| 4.3 基于播存终端缓存的UCL请求响应模型 |
| 4.3.1 内容属性信息 |
| 4.3.2 信道协同传输 |
| 4.3.3 Web应用信息 |
| 4.4 理想场景下UCL请求响应容量增益分析 |
| 4.4.1 基于生灭过程的播存终端缓存动态演化 |
| 4.4.2 缓存卸载的URL请求分布情况 |
| 4.4.3 UCL请求响应容量的增益 |
| 4.5 受限场景下UCL请求响应容量最优化分析 |
| 4.5.1 UCL请求响应容量主要制约因素 |
| 4.5.2 广播信道容量受限下最优 |
| 4.5.3 终端缓存容量受限下最优 |
| 4.6 实验验证与分析 |
| 4.6.1 广播单播协同分发仿真系统 |
| 4.6.2 容量增益验证与影响分析 |
| 4.6.3 容量最优化验证与方法评估 |
| 4.7 本章小结 |
| 第5章 双结构网络用户和CP内容交易模式及收益研究 |
| 5.1 本章引言 |
| 5.2 相关工作 |
| 5.3 免中介的内容交易模式及收益评估指标 |
| 5.3.1 免中介的内容交易模式 |
| 5.3.2 内容交易收益评估指标 |
| 5.4 基于线性规划的整体用户效用最优化分析 |
| 5.4.1 用户效用模型 |
| 5.4.2 整体用户效用的最优化分析 |
| 5.5 基于博弈论的个体CP经济收益最优化分析 |
| 5.5.1 CP间的非合作动态博弈 |
| 5.5.2 双CP情形下个体经济收益最优 |
| 5.5.3 多CP情形下个体经济收益最优 |
| 5.6 案例验证与分析 |
| 5.6.1 整体用户效用最优化相关验证与分析 |
| 5.6.2 个体CP经济收益最优化相关验证与分析 |
| 5.7 本章小结 |
| 第6章 双结构应用原型及访问往返时延 |
| 6.1 本章引言 |
| 6.2 原型系统总体架构设计 |
| 6.2.1 系统协议栈 |
| 6.2.2 系统逻辑架构 |
| 6.2.3 系统物理架构 |
| 6.3 原型系统主要功能实现 |
| 6.3.1 网页汇聚处理 |
| 6.3.2 网页广播推送 |
| 6.3.3 网页请求与响应 |
| 6.4 网页访问往返时延实测 |
| 6.4.1 网页访问性能瓶颈 |
| 6.4.2 访问往返时延实测 |
| 6.4.3 结果有效性分析 |
| 6.5 本章小结 |
| 第7章 总结与展望 |
| 7.1 论文总结 |
| 7.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学位期间学术成果情况 |
| 攻读博士学位期间科研项目情况 |
| 作者简介 |
四、基于HTTP的网络服务性能建模与分析（论文参考文献）
- [1]网络行为仿真综述[J]. 符永铨,赵辉,王晓锋,刘红日,安伦. 软件学报, 2022(01)
- [2]智慧标识网络中边缘计算服务的任务卸载和资源适配研究[D]. 李雪靖. 北京交通大学, 2021
- [3]面向中医领域的本体构建与知识发现应用研究[D]. 曹睿杰. 北京邮电大学, 2021(01)
- [4]互联网视频服务用户体验质量（QoE）研究[D]. 岳婷. 北京邮电大学, 2021(01)
- [5]物理网络拓扑发现与虚拟网络重建系统的研究与实现[D]. 徐俊. 北京邮电大学, 2021(01)
- [6]D2D通信中视频多播传输机制研究[D]. 林煌达. 南京邮电大学, 2020(02)
- [7]大规模在线物联网设备的细粒度识别技术研究[D]. 于丹. 太原理工大学, 2020
- [8]基于强化学习的安全协议形式化自动验证技术研究[D]. 苏诚. 中国科学技术大学, 2020(01)
- [9]基于在线百科的社会网络抽取及语义化研究[D]. 林泽斐. 南京大学, 2020(09)
- [10]双结构网络内容共享能力研究[D]. 刘旋. 东南大学, 2020(01)