网络自管理（精选12篇）
网络自管理 篇1
1 体系结构
体系结构是网络管理系统的基础, 决定了网络管理系统的框架结构。本模型采用管理站分层、管理任务分布的网络管理体系结构。如图1所示, 体系结构的最底层为管理域, 里面包含若干被管节点, 每个管理域由一个域管理者进行管理;域管理者的管理者为管理站。
管理站分层结构采用由上到下逐步细化的方式分割管理应用。管理系统按照物理 (地理位置等) 或逻辑因素 (部门或管理功能等) 将管理站划分层次, 对管理应用逐层分隔成不同粒度的管理任务, 上层管理站在把管理任务委托给下层管理站之后, 由下层管理站独立完成, 只将执行结果上传。上层管理站具有更多的全局性知识, 处理更复杂的网络事件, 而下层管理站处理相对简单的网络事件, 下层管理站处理的事件是上层管理站处理的事件的子集。顶层管理站支持各种网络管理功能, 提供相应的管理应用, 并且为管理员提供良好的图形用户接口。系统可以有多个顶层管理站, 以提高系统的容错能力, 或者各个系统实现不同的网络管理功能, 以便均衡负载, 提高管理效率。中间层管理站具有双重角色:它是下层对象的管理者和上层管理者的代理。中间层管理站的层次和数量可以动态地增加和删除, 以适应不同的网络规模或者满足不同的管理应用的需要。管理站分层结构的优点是适应网络层次化的特点, 不同层次管理站的管理功能较为独立, 同层管理站之间没有相互通信, 它们之间的协调是通过上层管理站完成的。
管理任务分布结构是指域管理者将管理任务委托给管理域中的代理, 在代理本地对管理对象进行实际的管理操作。我们采用移动代码技术实现管理任务的委托。管理任务委托方式提供细粒度的版本, 域管理者能够通过加强管理策略来控制代理的行为。代理作为管理域的组成元素, 一方面为管理任务提供执行环境, 另一方面根据管理任务的要求收集和提供网络对象的管理信息。
图2描述了本模型下网络管理系统的软件层次结构。最顶层为管理应用, 分为五个功能域, 分别是配置管理、性能管理、故障管理、安全管理和计费管理;每个管理应用包括若干分布式管理应用组件, 并为用户提供了应用配置接口, 另外, 在这一层还为用户提供了定制任务及策略的公共接口, 为整个管理系统所服务;管理应用被管理站逐层分隔成通用管理服务, 即管理任务;管理任务调用其下层的分布处理服务, 以便在管理域中的每个代理端分布运行;管理任务的通信模型建立在分布对象服务所提供的方法上, 而后分派到代理端, 通过与代理进行交互从而获取管理对象的信息或对其实施管理操作。
2 模型结构
模型的核心部分是域管理者, 它承担了承上启下的作用, 一方面需要完成管理站所指定的管理应用 (如图3所示) , 另一方面需要将管理应用划分成若干管理任务, 分布到被管节点中执行 (如图4所示) 。
域管理者主要由三个组件构成:
(1) 任务处理器:负责接收管理站的任务调度, 将管理任务分派到管理域中, 而后将执行结果返回给管理站;
(2) 事件处理器:负责接收管理任务发出的事件, 并对事件进行过滤和关联;
(3) 策略处理器:负责接收来自事件处理器的事件关联结果, 以确定按照何种策略为被管节点扩展管理任务。对于无法在本地处理的故障, 上报至管理站。
在本模型中, 为了简化管理站的设计并相应减少管理站间通信的复杂性, 位于不同层次的管理站采用相同结构。
管理站主要由四个模块组成:
(1) 故障报告接收器:负责接收来自下层实体 (下层管理站或域管理者) 的故障报告, 该类报告是经过域管理站关联后的结果;
(2) 策略处理器:负责对事件采取相应行为;
(3) 事件分发器:负责将事件分发至三个流向, 即上层管理站、管理员或者管理应用;
(4) 管理站还有一个专门解析管理指令的指令解析器, 一方面将管理应用发出的管理指令解析成管理任务所识别的任务调度指令, 另一方面将管理任务的返回结果解析成管理应用所识别的信息格式。
域管理者和被管节点之间的通信由如下三个过程组成:
(1) 域管理者采用移动代码技术实现管理任务在被管节点的分布。采用基于移动代理的方法获取实时数据, 采用基于远程计算的方法获取非实时数据;
(2) 当管理任务发现管理对象的状态发生异常或性能超过预定指标时, 以消息传递的方式向域管理者发送事件报告;
(3) 为了提高系统扩展的灵活性, 每当网络的管理需要发生变化而要改变代理的功能或者由于MIB定义新的事件而被修改时, 被管节点可以通过按需代码方式从域管理者的代码库中下载有关程序, 实现自动更新。
被管节点主要由两个组件构成:
(1) 任务执行环境:负责接收管理任务, 并且提供一个能够与系统Agent进行交互的平台;
(2) 系统Agent:为了减少管理任务自身的体积, 在被管节点中将MIB的实现以及低级的网管操作独立出来, 由一个系统Agent来实现。
3 结语
在大规模分布式网络管理中, 网络资源的数目繁多且异构性强, 基于域的管理结构存在若干管理者, 如果管理任务的配置等工作仍然基于“管理员密集”模式, 则管理员的工作负荷将大大增加, 由此所引起的管理低效和高出错率不能满足网络管理的要求。本文就该问题提出了一个分布式网络自管理模型, 围绕以下几点展开了研究:
(1) 提出该模型下被管节点、管理站、管理域、域管理者、管理任务和事件的概念;
(2) 提出一个管理站分层、管理任务分布的网络管理体系结构。对管理站、域管理者和代理三个管理实体进行了对比。提出了管理系统的软件层次结构;
(3) 描述了网络自管理模型的结构和各模块功能;
(4) 描述了管理站—域管理者、域管理者—被管节点的通信机制。
参考文献
[1]郭楠, 赵宏.基于Web的分层式网络管理系统的设计与实现[D].沈阳:东北大学, 2001.
[2]王平, 赵宏.分布式网络管理系统体系结构和管理机制的研究[D].沈阳:东北大学, 2002.
[3]徐斌, 钱德沛, 张文杰.主动网络管理体系结构的研究[J].计算机研究与发展, 2002, 39 (4) :488-494.
[4]王辅鼎, 赵宏.一个基于Mobile Agent网络管理系统的设计与实现[D].沈阳:东北大学, 2004.
网络自管理 篇2
[评分标准及意义]
评分：几乎不=1，很少=2，有时候=3，大多时间=4，总是=5
0~23分：正常；上网者仅仅将网络作为获得信息或休闲的一种工具，网络仅仅作为一种生活手段出现在上网者的生活中，上网者不存在对网络的精神依赖行为。
24—49：有轻度上瘾症状，尚没有形成网络依赖，在上网时间的把握上有时候稍微滞后，但在总体上仍能够自我控制。
50~79分：中度成瘾，网络使用后已经出现一些社会适应问题，比如对时间控制减弱，网络耐受性增强，人际关系趋向敏感，生活秩序正在打乱，情绪开始出现一些较为明显的不稳定特征，你正面临来自网络的问题。
80~100分：重度成瘾，上网者已经完全被互联网所控制，网络成为上网者的精神寄托场所，在网上用户长时间的分享巅峰体验，在网下用户则长时间陷入抑郁、恐慌、悔恨等多种负面情绪体验中，上网者社交往功能正在逐步退缩，为你的网络生涯已经到了引起严重生活问题的程度了，你恐怕需要很强的意志力，甚至需要求助于心理医生才能恢复正常了。
网络成瘾自评量表
1、你是否上网时间常常超出原先计划的时间？
2、你不顾家事而将时间都用来上网吗？
3、你觉得上网时的兴奋更胜于伴侣之间的亲密感吗？
4、你常会在网上交新朋友吗？
5、你会因上网费时间而受到他人的抱怨吗？
6、你会因上网费时间而产生学习和工作的困扰吗？
7、你会不由自主的检查电子信箱吗？
8、你会因为上网而使工作表现（或成绩）不理想吗？
9、当有人问你在网上做什么的时候你会有所防卫或隐藏吗？
10、你会因为现实生活纷扰不安而在上网后感到欣慰吗？
11、再次上网前，你会迫不及待地想提前上网吗？
12、你会觉得“少了网络，人生是黑白的”吗？
13、当有人在你上网时打扰你，你会叫骂或是感觉受到妨碍吗？
14、你会因为上网而牺牲睡眠时间吗？
15、你会在离线时间对网络念念不忘或一上网便充满“遐想”吗？
16、你上网时常说“再过几分钟就好了”这几句话吗？
17、你尝试过缩减上网时间却无法办到的体验吗
18、你会试着隐瞒自己的上网时间吗？
19、你会选择时间花在网络上而不想与他人出去走走吗？
20、你会因为没上网而心情郁闷，易怒、情绪不稳定，而一上网就百病全消了吗？
网络成瘾倾向量表
1、如你不上网冲浪，你是否会感到烦躁不安？ 是否
2、你是否原来打算只上15分钟网，但最终超过了2小时？ 是否
3、你每月的电话帐单是否越来越长？是否
自媒体时代的网络反腐与网络自律 篇3
近年来，网络反腐浪潮澎湃，从陕西的“表叔”杨达才，到重庆的雷政富；从番禹的“房叔”，到本月倒下的高官刘铁男……兴起的微博，如同一把铁帚把横扫政坛，一时间多少腐败分子倒下，赢得全国百姓的一片叫好。
网络发展是不可阻遏的必然趋势。人类社会经历农业社会、工业社会之后又进入了网络时代。网络本身的发展是积聚性的，近年来，网络迅速发展的势头在中国体现得尤为突出。随着网络的兴起，网络的功能不断得到拓展，信息传送方式的扁平化和民众参与的普遍化，彰显出网络较传统方式无与伦比的优势。信息化作为社会发展的大趋势不可阻遏，正如农业化之后的工业化无法阻遏一样。国父孙中山曾说过，世界大势，浩浩荡荡，顺之则昌，逆之则亡。面对网络发展的迅猛势头，我们无法规避。网络反腐是网络发展承载的一项重要功能，它充分利用了网络媒质传播快、易放大的发酵功能，越来越凸显了其在反腐倡廉中的作用。遵行网络自身发展的规律与特点，在反腐斗争中利用网络应是顺应时代潮流的不二选择。
网络反腐的神奇功能主要倚靠微博新技术的发明和推广，使广大网民由被动性接受信息，转变为主动性发布信息。时间瞬间缩短，信息双向传播流通，网络新技术的推广使我们进入了“自媒体时代”，并使历来高高在上十分严肃的反腐话题“飞入寻常百姓家”。
人民群众是反腐的主力军。人民群众的利益是我党的最大利益，各类腐败分子的贪噬使老百姓的利益遭受极大侵占和损害，而他们巧取豪夺的手段和财富积聚的嚣张，也无不暴露在人民群众的目光之下，俗话说：“你家有金银，隔壁有磅称”，贪占财富的贪官污吏挥霍的私欲总是掩盖不了的。网友们利用微博的公开性和广泛性，利用人肉搜索、围观、跟帖等手段，可以瞬间将一话题放大。一旦有贪腐分子的言行落入此网，就如老鼠过街，人人喊打，痛快淋漓。而且网络之宽，网速之快，上达庙堂，下至江湖，众目睽睽下，何人敢掩盖庇护？
但是，利用网络反腐形式，虽可携雷挟电震惊腐败，但反腐毕竟是一件严肃的法治行为。任何法治行为都需要讲证据，讲客观事实，不能信口雌黄，更不许诬言伤人。自媒体时代的网络信息传播，其发布源头与中继传递，目的性都呈多元化，复杂的社会蕴藏着各各样的目的。近年来，网络谣言也比比皆是，如贵州瓮安事件中的网络谣言传播，说“三名嫌疑犯都是当地领导干部的亲戚”，“死者叔叔带到警察局问话被打死”；湖北石首群体性事件中，有网络谣言称，“死者是在知晓当地公安局长、法院院长夫人同永隆大酒店老板走私贩卖毒品后被害的”；就连本月北京京温商城的打工女跳楼事件，也被人造谣是“被保安先奸后杀”。网络信息源的复杂性使网络信息良莠不齐。让人难辨真假，造成社会动荡破坏社会秩序。面对反腐这一严肃的法治行为和网络信息的混杂局面，我们对网络反腐的方式需要十分慎重的思考。
笔者认为，网络反腐这一利器既符合民意潮流，又震惊腐败分子，这种方式一定要坚持和推进。为甄别和剔除虚假信息，各大网站设立了“网络反腐专区”和实名举报制度，这些硬件的设置是必要的。但最重要的是要加强对网民的行为自律教育，辅以法治惩治手段，这样才能保证网络反腐目标的最终达到。
自律，就是人们对自己言行的自我控制。在现代社会中，每个人的言行均会与周边或更大范围的人与环境发生冲突和交往。约束自我，使之适应于乡规民约的情理之中，服从于国法党纪的法理之中，遵循于人的道德理性之中，这样社会才会安宁，人际间关系才能和谐，真善美才会弘扬，假丑恶才会惩治。因此，自律是人类生存发展的一项基本要求。网络世界也需要自律，特别是自媒体时代的网民，更要自律自己的网上言论，不能以己之念随意捏造虚假信息，攻击他人，扰乱社会。
对网络自律，可采取以下方式进行立法和规范。
一是要求各大网站对上述信息（含微博、微信）要明示自律告知条款，凡注册用户要自动默认签署自律书，以加大自律压力，减少或消除不良动机。
二是加强网站上公益宣传版页和自律公益广告宣传，时刻提醒网民自律，并警惕虚假信息的恶意传播。
三是反腐举报要求必须是实名举报才能受理，制止一些别有用心之人利用匿名在网络上捏造谣言，中伤他人，但也要更加保护个人隐私。
四是强化网络法治管理宣传。网络虚拟世界也是人类活动的一个范畴，遵纪守法是每一个公民的神圣责任。同时对利用网络制造和散布谣言的言行要坚决打击，造成中伤他人酿成社会恶果的犯罪分子要绳之以法，并在网络平台上广泛宣传，给不法分子以震撼，以此维护网络秩序。
随着信息化技术的发展，网络反腐以崭新的方式增强我们的反腐力量，但也带来一些新的冲击，只要我们坚持反腐惩贪的大方向，一切新技术都会为我所用，彻底扫除一切腐败分子，净化我们的党和政府。对于一些怀有不良目的之人利用网络平台散布虚假信息，扰乱社会治安，给人民群众财产造成损失和制造人身安全事故的，我们必须坚持依法治理，严厉打击，保证让网络反腐方式得到良性发展。
网络自管理 篇4
1 分布式匿名路由的算法
在介绍该路由的算法时, 会牵扯到节点问题, 有源节点、目的节点和中间节点。所谓源节点是充当信源的, 它发送的是原始数据包。所谓目的节点是充当信宿的, 用来接收数据包的。所谓中间节点就是除了源节点和目的节点以外的其它参与数据传输的节点。在分布式匿名路由的算法中, 用目的节点的公钥对数据包实行加密, 这样以来, 目的节点具有了密钥, 其它的节点只能尝试解密, 这一算法在路径发现和路径反向阶段中有明显的体现。
1.1 路径发现阶段
源节点首先向周围的邻近节点发送路径发现数据包, 但是周围的邻近节点不能得知源节点的身份信息, 同时也不能得知目的节点的身份信息, 这也是路径发现阶段的一大特征。另外, 路径发现数据包主要包含以下几个方面:首先是开放性的部分, 主要指路径发现过程中存在着一次性公钥, 每个节点都可以利用一次性公钥进行加密, 这样以来, 该公钥也可以作为路径发现数据包的标识号, 而且具有唯一性;其次是源节点的标识号和目的节点的对称密钥, 它们的加密是通过目的节点的公钥进行的, 与此同时, 源节点可以通过相应的方法获取该公钥, 对称密钥主要针对TPK、PKS等内容进行加密, 对数据具有保护作用;再者是TPK、IDs、PKS等内容, 它们是通过Ps进行加密的, 也就是源节点产生的填充符, 它能够有效的防止外来入侵;最后就是参与路径发现阶段的中间节点信息, 当路径发现包传输到一个节点时, 会做出相应的处理。
1.2 路径反向阶段
路径反向阶段是按照路径发现数据包传送过来的路径进行反向传送, 将路径反向数据包传送到源节点。在目的节点接收到路径发现数据包以后, 会做出一系列的加密处理, 随后生成了路径反向数据包, 并且在路径反向数据包的传送过程中进行逆向依次加密。
2 分布式匿名路由协议的特点
1) 首先协议采用的是分布式路由。分布式匿名路由协议与标准的路由协议相比, 实行起来更加简单方便, 它不需要对网络中整体拓扑结构进行维护工作。它改变了原有的中心管理网络路由, 采用节点分布式进行数据包的传送, 并且进一步减少了变更信息的传送。分布式匿名路由协议收集路由信息的情况有两种:一种是会话开始的时候, 另一种是路径中断的时候;
2) 其次协议能够防止路径劫持。分布式匿名路由协议使路径劫持得到了有效的制止, 确保了信息的安全传输。在进入路径反向阶段之前, 要确保接收节点的有效性, 一定要选择可以信任的目的节点来进行路径发现数据包的接收工作, 只有这样才能确保路径反向阶段的顺利进行, 从而进入数据传送阶段。在数据传送阶段开始前, 要确保源节点成功接收到路径反向数据包。
如果出现了路径发现数据包在恶意节点之间进行传送的现象, 就会导致路径发现数据包无法达到有效的目的节点, 从而阻碍了路径反向阶段的进行, 进而无法进行数据传送, 整个过程无法进行。但是有两种情况可以使数据传送正常进行, 一种是有其它的有效节点的路径发现数据包传送到了目的节点, 使路径反向阶段正常进行, 从而完成整个过程。另一种是恶意节点之间的数据包传送被终止, 使路径发现数据包传送到了有效节点, 整个过程得以完成。从这一点上充分的体现了分布式匿名路由协议的优势, 即便是在数据传送过程中遇到恶意节点, 但是由于协议本身的特性, 保证了数据传输的安全性和匿名性;
3) 再者是协议的安全性。路径发现数据包里面包括的内容很多, 这在分布式匿名路由的算法中也讲过, 其中IDs和PKs使用对称密钥进行加密, 而目的节点的公钥也会对它们实行加密。这种情况之下, 只有目标节点拥有获取所有信息的权限, 从而阻碍了外来攻击行为, 使信息得到了保护;
4) 最后是协议的匿名性。协议的匿名性主要表现在路径发现阶段和路径法相阶段, 在路径发现阶段, 它的匿名性又分为以下几种情况:在源节点的相邻节点进行犯罪时, 它们会清楚的判断源节点的数据包, 但是不能知道目标节点;在目标节点相邻的节点进行犯罪时, 它们能够确定目标节点, 却不能够知道源节点;在中间节点进行犯罪时, 它们什么都不清楚。在路径反向阶段, 它的匿名性也分为多种情况, 情况与路径发现阶段类似, 就不进行详细说明了。
3 结论
随着科技的发展, 越来越多的人们通过互联网进行信息交流, 为此信息的安全性受到了高度重视。在数据传输过程中, 受到了恶意的阻挠和侵害, 传输信息得不到一定的保护, 降低了网络对用户的信誉。为此研究人员不断提高加密手段, 并且提出了分布式匿名路由协议, 这一协议能够有效的防止数据入侵, 为了保护信息不被窃取, 信息在路由器之间进行了加密, 这方便了用户进行信息传输, 提高了信息的安全性, 使网络机密管理进一步加强。
摘要：随着信息化时代的到来, 人们通过互联网交流越来越密切, 在数据传输过程中出现了窃取现象, 这就导致了信息往来的不安全性, 使得用户的隐私及重要机密文件对外泄露。针对这一问题, 我们通过对IP数据包进行加密, 但是仍然存在着信息泄露现象, 为此一些学者不断研究加密措施, 提出了分布式匿名路由协议进行网络机密管理。分布式匿名路由协议可以有效的防止路径劫持, 保护了网络机密, 具有较高的安全性, 在本文中会对它的相关内容进行探讨。
关键词：网络机密管理,分布式匿名路由协议,安全性
参考文献
[1]陈新.匿名通信系统关键技术研究[D].国防科学技术大学, 2010.
[2]孙一品.车载自组网隐私保护关键技术研究[D].国防科学技术大学, 2010.
信息网络中心自评报告（推荐） 篇5
2014年，信息网络中心大力推进数字校园建设、积极探索移动数字校园建设的方式方法，以信息化手段促进学校教学、科研、管理、服务水平的提升，为学校发展做出贡献。
一、重点任务完成情况
1.推进无线校园网建设，逐步实现“天地合一”。校园无线网项目于2014年底开始实施，目前已基本完成泉山、云龙、奎园、贾汪校区教学办公区的施工，并开始规模性试用；有线网也实现了本科生宿舍网电信、移动双出口策略。已形成以学校自主建设、委托运营、有线无线“统一认证”的校园网运管格局。
2.推进数字校园建设。我校数字校园基础设施建设已初具规模，基本完成公共数据库、校园信息门户、统一身份认证平台的建设；正式启用了校园信息门户；完成共享数据库的初步集成；完成学校层面的数据标准的制定，配合各部门完成各业务系统数据标准的制定；陆续启动了数据采集工作；完成信息标准管理系统的安装和升级，并与数字校园系统完成对接。
3.实施“双子星”计划。部署了微哨系统，正式上线师大微哨门户，并基于微哨系统完成了部分移动应用的开发，陆续上线了信息门户、电话查询、就业信息等轻应用，并针对离校和迎新，专门开发了轻应用“栀子花开”及“欢迎新同学”；正式发布江苏师大微信门户，继续完善微信平台功能开发及应用推广。基本完成年初制定的“双子星”计划。暑假期间完成数据中心相关设备的系统升级、资源扩容和硬件维护工作。
4.完成“中央财政支持地方高校” 的“智慧型数字校园” 项目共12个子项目实施的相关论证及招标，包括校园一卡通系统升级、私有云存储系统等，完成合同签署、前期付款等工作，部分项目已开始实施。完成对同步课堂、视频会议系统建设的调研，完成了需求方案和技术建议书，推进了智慧教育建设进程。
二、其他工作情况
1.配合做好各项网络保障与建设工作。完成中心机房核心设备切换及大量光纤集中维护工作；完成静远楼18-21层接入交换机升级；提供win7系统安装及升级服务；完成2014年招生网络保障工作；做好标准化考场监控运行的网络技术保障。
2.加强应用系统建设。完成WebPlus网站群系统的升级切换工作，并与信息门户进行对接。配合发规处进行校情查询分析系统调研；配合宣传部进行舆情监控分析系统调研。
3.继续做好用户服务，做好校园一卡通系统的运行管理及日常业务工作。
4.积极做好支部工作、工会活动和中心内部建设。“中心学习”进行至233次；招聘两位同志加入中心。
网络自诊,靠不靠谱? 篇6
不自诊，毋宁死不就医
“我觉得我要死了。”一个朋友在深夜群发的短信中这样写道。
在连续一周每次晚饭后半小时，胃部胀痛都如约而至还伴随着干呕后，从事于胃病高发行业的这位朋友，怀着及其复杂的心情膜拜了号称无所不知的百度。在以胃痛、胀气、脘腹等多种排列组合进行强大的搜索后，种种迹象表明，这是貌似和慢性胃炎十分类似，但往往更容易被人忽略的胃癌初期症状。一夜无眠后，她来到了离家最近的医院，一脚跨进医生办公室便痛哭流涕问道：“医生，我还年轻，这病我自己发现得那么早，应该还有救吧？”
这个事情到最后是喜剧收尾，脾虚的人在食用豆类后脘腹是女性常見病症，一晚上的“胃癌惊魂”并没有对这位朋友的身体健康造成实质上的影响，但是浙江的黄先生就没有这么幸运了。据上海《申江服务导报》3月28日报道：“黄先生只是感觉自己‘不在状态’后，便靠着百度出来的一个体质辨识表，对照判断自己是‘阳虚’，随即给自己配了一味‘参附汤’调理。喝完半小时后，他就出现心跳呼吸加快、全身麻木、嘴唇发紫等症状，幸亏送医及时，否则就白白赔上了一条命。”
然而这极端的案例没有阻止广大网友的自诊热情。3月29日，中央电视台发布的网络调查显示，有高达25.93%的参与投票者“信百度”，更有40.74%的投票者表示“综合医生和百度的观点，自己判断”。
或认为自己是小病不用劳医生大驾，或认为自己时日无多担怕医生不对自己说实话，或希望团结病友共同面对，本着“不自诊，毋宁死不就医”的理念，“百度医科大学”毕业生们，风风火火地上岗就业了。
那些年，我们一起念过的百度医科
自曝“学生”： 张露 29岁 网络编辑
“学科”专业：内科
自诊理由：“我习惯用网络来解决多数问题，现在的医院就跟菜市场一样，跑一趟就得耗半天甚至一天，医药费动辄上百上千，太贵了。”
上个月，张露连续在凌晨3点惊醒，心里像有只猫在抓，一定得把自己扭成诸如L、S甚至O型才能勉强入睡。张露打开“百度医科大学”首页输入症状，得出的答案有让她啼笑皆非的，比如“失恋了别纠结，人要向前看！”有让她惊恐的：“如果不是心脏神经官能症，就很可能是早孕了。”焦急的张露向男友倾诉，男友拉着她就去看中医。老中医慢悠悠地给张露把脉后，问起了她最近的工作情况、进食状况和作息时间。得知自己并没有“中招”，张露也就宽心了，至于老中医谈到的肾阴虚火等长篇大论，全被她抛在脑后。
类似案例：在记者对20名不同年龄市民的采访中，当出现感冒、头晕、肚子痛、消化不良、牙龈出血等常見病症时，他们往往会选择上网查询来自己解决。
自曝“学生”： 李程 32岁 IT策划专员
“学科”专业：皮肤科
自诊理由：“我每年都有体检，对自己的身体状况有一定的了解，小病症我觉得没有看医生的必要。如果不是觉得自己可能要死了，我肯定不会去医院。”
去年夏天，李程和朋友聚会时被一只长得像蟑螂的小虫子咬了。当时他没在意，但第二天，自己腿上就冒出了一个个红疹，并出现了瘙痒和间歇性疼痛。李程习惯性地打开网页，在输入“被长得像蟑螂的虫子咬”后，网页上出现了好几页相同的提问，根据症状逐一对照，李程得出结论：他被一种叫狗虱子的虫子咬了。然后他随便走进一家药房买了只药膏。
药膏擦了快一周，病情反而恶化了。李程这才慌忙去了医院，他已经不记得医生问诊后说出的那个冗长的病症名字了，但医生的一句话却牢牢印在脑海里——“这个病再拖下去，真的会死人！”
类似案例：长痘、瘙痒等常見皮肤病也是“百度医科大学”的“重点学科”，20名受访者中有12人表示，在皮肤问题出现后，自己会首先求助于网络。
自曝“学生”： 王茜 26岁 银行客户经理
学科专业：产科
自诊理由：“我觉得医生根本不够在乎我，问两句就下结论，如果是小病就算了，可这涉及到两条人命！既然医生不够专业，我就要变得专业起来。”
怀孕两个月的王茜突然出现了尿血的症状，虽然是晚上，她还是立刻去了离家最近的医院。值班医生简单问了王茜的情况，连检查都没做，就得出结论：流产前兆，注意保胎。无奈之下，王茜只得回家打开电脑，登陆“百度医科大学”进行自诊。“这么大的事，一句保胎就说完了？怎么可能！”由于已是深夜，已经没有网络医生在线作答，王茜只有一条条地查孕妇们发的求助帖——确实可能是流产前兆，但还有另一种说法，胎停。第二天一大早，夫妻俩就去了大医院挂号排队。医生问询几句后就让王茜做检查，几轮检查下来，尿血的原因终于查清：胎停，要尽快引产。
全家人期待的小生命没有了，王茜哭了好几天，“医生甚至连原因都没有告诉我，就让我立刻去办手术手续，但我必须查清楚原因。”经历了两次“匆忙”就诊的王茜，最终选择到人流较少的私立医院就诊，“下周我就要去拿报告，我希望医生能好好和我说，第一次怀孕就遇到这种变故，我又难过又不安。”
类似案例：准妈妈及家人出于对宝宝的焦虑与担忧，往往会主动搜索各类孕产信息。但这些信息有利有弊，假若准妈妈没有深厚的医学知识基础，很难去其“糟粕”，反而造成更大的心理负担。
网友，别对自己“太狠了”
据美国福克斯新闻网去年2月的报道，“网上自诊爱好者”已经远超医生们能够预見到的人数。而在国内，医学专家和一线医生们，也对越来越庞大的“百度医科大学学生群体”有话说。
卫生部首席健康教育家 洪昭光
“网络和相关医学书籍对医学知识的普及能够起到一定的作用，让人们方便地获取疾病方面的信息，有利于了解病情。但许多疾病不是仅通过网络信息就能诊断的，必须到医院咨询医生。”
解放军302医院中西医结合科主任 刘士敬博士
“疾病的诊断和治疗过程要周密细致，并及时调整诊疗方案，这要求患者和医生之间有直接的接触和互动。另外，在一些非法的医疗网站，任何人都可以注册成为会员，以‘医生’的身份在网上‘应诊’，这些网站为游医药贩大开方便之门，患者对此更应加以小心。”
上海中医药大学附属龙华医院副研究员 李兆健
“医生只有在全面了解患者的各种情况，同时结合必要的体格、理化等检查后才可能确诊。而网上充斥着各种良莠不齐的‘医生’，不夸张地讲，我们专业工作者不可能有这么多时间挂在网上，有也是偶尔接受咨询，仅供病人参考。”
重庆医科大学附一院内分泌科主任 李启富
“人们应该多参加医疗机构组织的医学科普教育讲座，从权威和专业机构学习到的知识，形成对自我诊疗的正确认识。”
成都市第二人民医院内科副主任医师 李茂琼
“病人在看病前可以先通过网络了解一些常识，但切不能盲目笃信，切不能随便自己开药。网络‘自诊’既能让患者就医前做到心里有底，也有可能造成错误的恐慌。建议大家坚持每年1次的体检，充分了解自己的身体机能状态，可以到正规书店购买基础医学书籍，在家中常备血压仪、温度计等基本医学器材。”
调查
在线医生多为推销
据《半岛晨报》4月7日报道，目前，网络诊病主要有自己在网上搜寻治疗方法和“在线问诊”，其中“在线医生”等免费咨询网站最受欢迎，网友只要和“医生”对话，对方就能根据咨询者说的症状提供治疗方法 ，吸引了众多网友关注。记者在百度中输入“网上自诊”，立马找到10多万个网页，当输入“在线医生”时，立刻出来了500万个相关网页。知情人士向记者透露，目前开设网上自诊的大多是私立医院，所谓的专家往往帮人诊断后直接推荐某某医院。还有一类是在网上推销药物的，是药商的推手。网络的虚拟性也会给“自诊族”带来求医问药的诚信风险，比如网上搜索出的有些是不专业的医药网站和一些个人提供的信息，让缺乏医疗知识的患者很难分辨其真实性。
担忧
网络自诊维权难
网上自诊除了误诊的危险，在维权上也存在风险。国家有《医疗机构管理条例》《医师、中医师个体开业暂行治理办法》等一系列法规规范医疗行为，2009年7月1日正式实施的《互联网医疗保健信息服务治理办法》也对医疗保健信息的发布进行了规范，却没有对网上诊疗行为做出具体要求。也就是说，网上诊断这种边缘的诊断方式，目前还没有明确的法律法规进行规范。一旦出现问题，患者将无法找到网上医生，责任很难追究，相关部门也无法对具体的诊疗行为进行调查取证，最终患者将陷入维权无门的尴尬境地。（据新华社）
实况
自诊的乌龙
新浪微博#自诊#……
@林中芷：时感腰酸，自诊腰肌劳损，决心加强锻炼，跑步机快走了1500米，晚上回来却感病情加重。误诊？还是误治？
@马克图布伯：两周时间，我成功将自己从发烧重感治成敏感菌肺感，再到支气管炎，简直妙手回春华佗他妹转世！
@蓑衣鹤Teresa：要有多二啊！在自诊为过敏鼻炎后的第N天，我终于领悟到这个叫做感冒。
@迷上天蠍：感觉嗓子不舒服，咳不出来又咽不下去，早上刷牙还恶心干呕，好吧，我有慢性咽炎了……只能说明多年前的那则广告太成功了，我都能自诊了。
百度一下 你就知道……
[搞笑版]：最近睡眠充足，工作清闲，心情不错，可脸色蜡黄蜡黄的，上网自诊得出的结果为：亲，你是不是芒果木瓜吃多了？
[恐怖版]：右臂间歇性麻木，隔几天便在晚上发作一次。百度自诊一下，有说颈椎问题，有说寒湿重，还有说脑血栓前兆，再翻几页就变绝症了！
网络自管理 篇7
1 本地证书库搜索算法
1.1 算法模型
本文构建算法将采用文献[2]提出的抽象模型来表述,同时根据需要进行了完善。在这个模型里,系统的公钥和证书用方向图G(V,E)表示,其中V代表顶点集,E代表证书集,我们称这个图为证书图。证书图顶点代表公钥,边代表证书。如果用户u向用户v颁发证书,则有一条从顶点u到顶点v的有向边,记为Certku(v,Kv)。从公钥Ku到Kv的证书链用从顶点Ku到Kv的方向路径表示,若Ku到Kv存在证书链,则说明从顶点Ku到顶点Kv存在方向路径,可表示为:Ku→GKv。
在本文算法里,用户u有两个证书库:向邻居用户发布证书组成的证书库,在图上表示为从节点u出发的边,称为“出向证书库”,记作Gundefined=
1.2 本地证书库搜索算法
1.2.1 初始化阶段
1)网络中节点生成公钥/私钥对(PK,SK),私钥签名证书,公钥公开。
2)网络中节点与邻居节点相互认证,建立本地的入向证书库与出向证书库,生成记录
1.2.2 认证路径搜索算法
搜索节点u1与un之间的认证路径。首先按照Countkv值从大到小排序,网络中每个节点生成两个数组Countout[t]和Countin[s](s,t=0,…,m,m为网络中节点的最大出度或入度的最大值),分别记录网络中各个节点的出向和入向节点的标识。同时,节点u1构建从u1出向,初始为空的出向认证路径链表,节点un构建至un入向,初始为空的入向认证路径链表。假设u,v分别表示当前搜索的开始节点和末尾节点,初始设置u=u1,v=v1,s,t=0。
1)搜索节点u的出向证书库,判断:
⑴有无下一跳节点为un的路径。若有,则搜索结束,找到认证路径Ku→GKv,并增加到节点u1中从u1出向的出向认证路径链表中,得到的路径链表即为节点u1与un之间的认证路径,转到7);若无,转到下一步⑵;
⑵有无下一跳节点为v的路径。若有,则搜索结束,找到认证路径Ku→GKv,并增加到节点u1中从u1出向的出向认证路径链表中,同时合并节点u1中的出向认证路径链表和节点un中的入向认证路径链表,合并后的路径链表即为节点u1与un之间的认证路径,转到7);若无,令u=vj,vj为节点u的下一跳节点且j=Countout[t],转到2)。
2)判断:
⑴若节点u1的出向认证路径链表长度等于节点u1与un之间的认证路径最大长度减1,则令u=u1,且t=t+1,转到1);
⑵若vj=u1,则令u=u1,且t=t+1,转到1);
⑶搜索节点u1中从u1出向的出向认证路径链表{Kui→GKuk(i=1,…,(n-1),k=2,…,n)},若vj=uk,则令u=uk,且t=t+1,转到1);
⑷若没有以上三种情况出现,转到3)。
3)将到节点vj路径增加到节点u1中从u1出向的出向认证路径链表中,即{Ku1→GKu2,…,Kuk→GKvj(k=2,…,n-2)}。转到4)。
4)搜索节点v的入向证书库,判断:
⑴有无上一跳节点为u1的路径。若有,则搜索结束,找到认证路径Ku1→GKv,并增加到节点un中至un入向的入向认证路径链表中,得到的路径链表即为节点u1与un之间的认证路径,转到7);若无,转到下一步⑵;
⑵有无上一跳节点为u的路径。若有,则搜索结束,找到认证路径Ku→GKv,并增加到节点un中至un入向的入向认证路径链表中,同时合并节点u1中的出向认证路径链表和节点un中的入向认证路径链表,合并后的路径链表即为节点u1与un之间的认证路径,转到7);若无,令v=uj,uj为节点v的上一跳节点且j=Countin[s],转到5)。
5)判断:
⑴若节点un的入向认证路径链表长度等于节点u1与un之间的认证路径最大长度减1,则令v=un,且t=t+1,转到4);
⑵若uj=un,则令v=un,且t=t+1,转到4);
⑶搜索节点un中至un入向的入向认证路径链表{Kui→GKuk(i=1,…,(n-1),k=2,…,n)},若uj=uk,则令v=uk,且t=t+1,转到1);
⑷若没有以上三种情况出现,转到6)。
6)将到节点uj路径增加到节点un中至un入向的入向认证路径链表中,即{Kuj→GKuk,…,Kun-1→GKun(k=3,…,n-1)}。转到1)。
7)根据路径链表中节点u1与un之间的认证路径,将路径Ku→GKv相对应的Countkv加1,并按Countkv值从大到小顺序重新排列数组Countout[t]和Countin[s]中标识。
2 算法分析
本文算法在“最大度搜索算法”基础上进行了改进,增加了标记认证路径使用次数的标识,类似蚁群算法[4],从最大被认证次数的节点开始进行搜索,查找源节点与目标节点之间的证书链。算法复杂度为O(n×(max(degout,degin))2),其中n代表网络中节点的个数,degout,degin分别代表网络中节点的最大出度和最大入度。在现实应用中,由于Ad hoc网络自身特点,网络中节点的出度或入度都较小,故本文算法的复杂度较小,因而本文给出的算法是一个较优化的本地证书库搜索算法。同时,本文算法中搜索是一个循环迭代过程,依次查找源节点与目标节点之间的证书链,根据图论知识可知,如果认证路径存在,则必定可以找到此路径。另外,节点中只存储和邻居节点的相互认证的证书,节省了存储空间。而Ad hoc网络的节点往往资源有限,所以这一点对于Ad hoc网络来说是一个很大的优越性。
3 结束语
本文吸收了其他学者的研究成果,提出了一种Ad hoc网络自组织密钥管理中的本地证书库搜索算法。在算法中,节点与邻居节点互相颁发证书,并形成本地入度和出度证书库,类似蚁群算法,从最大被认证次数的节点开始进行搜索,查找源节点与目标节点之间的证书链。在实际中,算法降低了搜索的复杂度,同时算法对找到证书链提供了保证,并大大节省了每个节点本地证书库存储空间。
摘要：本文提出了一种Ad hoc网络自组织密钥管理中的本地证书库搜索算法。在算法中,节点与邻居节点互相颁发证书,并形成本地入度和出度证书库,类似蚁群算法,从最大被认证次数的节点开始进行搜索,查找源节点与目标节点之间的证书链。算法降低了搜索复杂度,为找到证书链提供了保证,同时节省了空间开销,是一个较优化的本地证书库搜索算法。
关键词：Ad hoc网络,自组织密钥管理,证书链,搜索算法
参考文献
[1]Jean-Pierre Hubaux,Levente Buttyan,Srdjan capkun.The quest for security in mobile Ad Hoc networks[A].Proc of the2001ACMInter-national symposium on Mobile ad hoc networking&computing2001[C].Long Beach,CA,USA,2001.146-155.
[2]Srdjan Capkun,Levente Nuttyan,Jean-Pierre Hubaux.Self-organized public-key Manage-ment for mobile ad hoc networks[J].IEEE Transactions on mobile computing,January-March,2003,2(1):52-64.
[3] S.Capkun,L.Buttyan,and J.-P.Hubaux.Small Worlds in Security Systems:an Analysis of the PGP Certificate Graph.Proc.ACM New Secuirty Paradigm Workshop(NSPW),2002.
网络自管理 篇8
数据采集是网络管理的必要组成部分,是故障管理、配置管理、性能管理、安全管理、计费管理等的数据来源[1]。在数据采集过程中,降低采样频率会增大采样失真度,提高采样频率会增大网络设备的负载压力和网络带宽的传输压力。当前网络管理系统逐渐向应用和服务层级方向发展,要求进一步减小采样失真度,因此需要新的数据采集方法来满足网络管理系统的发展需求,在不提高平均采样频率的前提下,减小采样失真度。
在网络管理系统中,传统数据采集方法采用固定采样频率,忽略了采集对象的变化对数据采集过程的影响,不能根据采集对象的变化情况动态调整采样频率。长期的网络管理实践表明,采集对象通常在某一个时间区间内变化平缓,在另外一个时间区间内变化剧烈。传统数据采集方法,在采集对象变化平缓时采样次数过多,增大了网络设备的负载压力和网络带宽的传输压力;在采集对象变化剧烈时采样次数不足,不能准确反映采集对象的变化趋势。
由于传统数据采集方法存在上述问题,合理的解决方案就是根据采集对象的变化情况动态调节采样频率。当前有多项针对采样频率调整方法的相关研究,Bai等人在NCS(Networked Control Systems)系统中,采用效用函数(Utility Function)建立系统性能与采样频率间的关系,并基于该函数调整采样频率,降低数据采集对系统性能的影响[2],但是没有考虑降低采样频率会增大采样失真度的问题。Choi等人在网络流量监控过程中,采用随机抽样机制,并依据误差边界(Error Bound)自适应调整网络数据包的采样频率[3,4],但是存在降低采样频率会增大误差边界,进而增大采样失真度的问题。 王亚沙等人在网络性能管理中,采用一元线性回归对历史采样点拟合一条直线,然后根据该直线计算线性偏差平均值比,并根据线性偏差平均值比调整采样频率,以减小采样失真度[5],但是,由于线性偏差平均值比只采用最近一次采样点相对于拟合直线的线性偏差与采样平均值做计算,存在误判率高、稳定性差的问题。Ji等人在数据采集过程中,采用TD-ADCM算法计算采样点的数据变化幅度比(Data Variation Amplitude Ratio),并根据数据变化幅度比调整采样频率,以减小采样失真度[6],但是数据变化幅度比反映的是采样点相对于x轴的变化情况,而采样点的走势往往不平行x轴。
基于以上分析,本文在网络管理系统中提出了一种自适应的采样频率调整方法。该方法采用一元线性回归对最近的多个采样点拟合一条直线,然后根据该直线计算抖动比,并根据抖动比调整采样频率。仿真实验表明,该方法能够在不提高平均采样频率的前提下,减小采样失真度,且与同类方法相比失真度低、稳定性高。在此,将该方法命名为“基于抖动比的采样频率调整方法”。
2 采样曲线分析
采用y=f(x)表示网络管理系统中采集对象的实际变化曲线,S={(x1,y1),( x2,y2),…,(xn,yn)}表示采样集合,其中x1< x2 <…
undefined。
分别以较高采样频率和较低采样频率对同一采集对象在同一时间段内进行数据采集,结果如图1、图2所示,可以看出:采样频率越高采样曲线y′越接近实际曲线y,采样失真度越小;当实际曲线y变化平缓时,较低的采样频率亦能获得较小的采样失真度;当实际曲线y变化剧烈时,需较高的采样频率才能获得较小的采样失真度。
3 基于抖动比的采样频率调整方法
在长期的网络管理实践中,发现采集对象往往在一段时间内变化缓慢,在另一段时间内变化剧烈。由采样曲线分析可以看出,基于抖动比的采样频率调整方法需要在采集对象变化平缓时,降低采样频率,以减小网络设备的负载压力和网络带宽的传输压力,在采集对象变化剧烈时,提高采样频率,以减小采样失真度。基于抖动比的采样频率调整方法对最近的N个采样点采用一元线性回归拟合一条直线,然后根据该直线计算抖动比,以此预测采集对象的变化情况,并调整采样频率。
3.1 一元线性回归拟合直线
本节采用一元线性回归对最近的N个采样点拟合直线。采用yi代表下一个采样点的数据值,yi-1,yi-2,…,yi-N代表下次采样之前,最近的N个采样点的数据值,xi-1,xi-2,…,xi-N代表采样时间,满足xi-1>xi-2>…>xi-N。以y=β0+β1x表示这N个采样点通过一元线性回归拟合的直线。由一元线性回归可以求得β0和β1的最大似然估计,undefined,undefined,其中undefined,undefined。
3.2 抖动比计算
本节基于一元线性回归拟合的直线求抖动比。以采样点到直线y=β0+β1x的距离表示采样点相对于直线的抖动大小,则采样点(xk,yk) 相对于直线y=β0+β1x的抖动大小为:|β0+β1xk-yk|sinθ,θ表示直线y=β0+β1x与y轴的夹角。以N个采样点中采样时间最近的m个采样点与剩余的N-m个采样点之间的平均抖动大小比值表示抖动比δ,则undefined,抖动比δ反映了采集对象的抖动变化情况,δ<1表示抖动变平缓,δ>1表示抖动变剧烈。
3.3 采样频率调整
本节基于抖动比调整采样频率。为了清晰的描述基于抖动比的采样频率调整方法,对以下名字做出解释:
基本采样时间间隔Tbasic:基本采样时间间隔是基于抖动比的采样频率调整方法的最小时间单位,实际采样时间间隔是该时间的整数倍。
采样间隔增加步长Tinc:采样间隔增加步长是基于抖动比的采样频率调整方法增加采样时间间隔的步长,该时间是基本采样时间间隔的整数倍。
采样间隔减小步长Tdec:采样间隔减小步长是基于抖动比的采样频率调整方法减小采样时间间隔的步长,该时间是基本采样时间间隔的整数倍。
最大采样时间间隔Tmax:基于抖动比的采样频率调整方法在调整采样时间间隔时,允许设定的最大采样时间间隔。
最小采样时间间隔Tmin:基于抖动比的采样频率调整方法在调整采样时间间隔时,允许设定的最小采样时间间隔。
以T表示本次采样时间间隔,初始化时T=(Tmax+Tmin)/2。以δ表示本次采样结束后,下次采样开始前方法计算的抖动比,以δ1、δ2表示抖动比的阈值,0<δ1<1,δ2>1。以Tnext表示下次采样时间间隔,则Tnext的计算公式如下:
undefined
3.4 抖动比分析
本节通过理论分析及示例分析,说明抖动比相对于线性偏差平均值比和数据变化幅度比,能够更好地预测采集对象的变化情况。首先,线性偏差平均值比采用最近一个采样点相对于拟合直线的线性偏差与采样平均值做计算,而最近一次采样点没有参与直接拟合,采用该采样点计算线性偏差平均值比,本身就存在较大误差,且只用一个采样点的线性偏差做计算,误判率高、稳定性差。而在抖动比计算过程中最近一个采样点参与了直线拟合,且采用m个采样时间最近的采样点与N-m个历史采样点做计算,大大减少了方法的误判次数,提高了稳定性。其次,数据变化幅度比反映的是采集对象数据曲线相对于x轴的变化情况,而抖动比反映的是曲线相对于直接y=β0+β1x的变化情况,而该直线表示一段时间内采集对象数据曲线的走势且不一定平行于x轴,因此抖动比预测采集对象的变化具有普遍适用性。最后,采集对象数据曲线可能在幅值较小的范围内快速变化,这种情况通常是由高频率低振幅的噪声引起的,在这种情况下采用数据变化幅度比计算的结果是曲线变化剧烈,而采用抖动比计算的结果是曲线变化平缓,这是因为数据变化幅度比反映的是曲线斜率的变化情况,而抖动比反映的是曲线相对于自身走势的幅值抖动变化情况,而曲线在幅值较小范围内的快速变化现象往往是噪声引起的,数据采集过程应当忽略这种噪声的影响,因此抖动比预测曲线的变化具有更好的噪声过滤性能。可以通过图3,图4所示的两个采样示例说明后面的两种情况。
采样曲线示例1:如图3所示,采集对象数据曲线的走势是倾斜的。数据变化幅度比会在蓝色线段(较倾斜线段)末的采样点上反映曲线变化剧烈,在红色线段(较平缓线段)末的采样点上反映曲线变化平缓,而抖动比则反映曲线的变化情况保持不变,与实际情况相符。
采样曲线示例2:如图4所示,采集对象数据曲线在平缓变化一段时间后,进入幅值较小范围内的快速变化时间阶段。数据变化幅度比在该阶段反映曲线变化非常剧烈,需要大幅提高采样频率,而抖动比则反映曲线变化平缓,应该降低采样频率。实际上曲线在幅值较小范围内的快速变化现象往往是噪声引起的,数据采集过程应当忽略这种噪声的影响。
4 仿真结果和分析
本节通过仿真实验,分析对比线性偏差平均值比、数据变化幅度比、及本文提出的抖动比在预测采集对象变化,调整采样频率方面的性能。实验中对同一采集对象在同一时间段内分别按照以上三种方法在数据采集过程中调整采样频率。图5是采用线性偏差平均值比的实验结果,回归窗口宽度为4,采样平均窗口宽度为40,线性偏差平均值比临界常数为0.25,采样间隔原子时间为4s,采样间隔时间增加步长12s,采样间隔时间减小步长12s,最大采样间隔时间52s,最小采样间隔时间为4s[5],结果采样次数为98。图6是采用数据变化幅度比的实验结果,参数N=5,结果采样次数为105。图7是采用抖动比的实验结果,参数N=4,m=2,Tbasic=4s,Tinc=12s,Tdec=12s,Tmax=52s,Tmin=4s,δ1=0.95,δ2=1.2,结果采样次数为104。对比图5,图6和图7可以看出,线性偏差平均值比存在误判率高,预测不稳定的现象,图5中在曲线变化平缓的时间段内,及曲线变化剧烈的时间段内都有明显的误判。数据变化幅度比反映不了曲线的走势,在曲线变化平缓的时候,其性能较好,在曲线变化剧烈的时候,其性能大大下降。抖动比在曲线变化平缓的时间段内,跟数据变化幅度比有相似性能,在曲线变化剧烈的时间段内,其性能明显优于前面两种方法,采样失真度最低。实验结果与前一节的分析结果相符,进一步说明了抖动比预测采集对象变化情况,具有普遍适用性,更好的噪声过滤性能,且误判率低,稳定性高。
5 结束语
本文在网络管理系统中提出了一种自适应采样频率调整方法(基于抖动比的采样频率调整方法),该方法通过一元线性回归对最近的N个采样点拟合一条直线,然后根据该直线计算抖动比,并根据抖动比调整采样频率。仿真实验结果表明,该方法能够在不提高平均采样频率的前提下,减小采样失真度,且与同类方法相比失真度低、稳定性高。
参考文献
[1]ISO/IEC.7498-4-1989:Open Systems Interconnection-Basic Reference Model-Management framework[S].1989.
[2]Bai Jia,Eyisi E P,Xue Yuan,Koutsoukos X D.Distributed Sampling Rate Adaptation for Networked Control Systems[C].TheFirst International Workshop on Cyber-Physical Networking Systems.Shanghai,China:ACM/IEEE,2011:768-773.
[3]Choi B Y,Park J,Zhang Zhi Li.Adaptive Random Sampling for Traffic Load Measurement[C].IEEE International Conferenceon Communications,ICC'03.Anchorage,Alaska:IEEE,2003:1552-1556.
[4]Choi B Y,Park J,Zhang Zhi Li.Adaptive Packet Sampling for Accurate and Scalable Flow Measurement[C].Global Telecommu-nications Conference.Dallas,Texas:IEEE,2004:1448-1452.
[5]王亚沙,王光兴.网络性能管理中一种数据采集算法的研究[J].计算机研究与发展.2002,9(39):1031-1037.
网络自管理 篇9
随着通信技术和业务的高速发展,无线网络规模和容量不断扩大,2G、3G、4G多种无线网络制式多个频段并存,异构网络的出现,都使得现代移动通信网络变得愈加复杂。基于LTE的下一代无线网络以其高带宽为用户提供更加丰富的多媒体业务,传统的网络规划和优化以人工完成其部署和运营的方式渐渐显得力不从心;另一方面,伴随着竞争日趋激烈,各通信运营商的ARPU在不断下降,这都促使运营商更加注重成本,运营商越来越关心通过减少运维成本(OPEX,Operating Expense)以取得较高的利润。3GPP为LTE提出了一种新运维策略一一自组织网络,LTE运营商通过SON机制提高网络的整体性能和操作效率,可以明显降低OPEX,从而进一步提升LTE的竞争优势。
2 SON的发展和现状
自组织网络(SON,Self Organization Network),是伴随LTE发展而引出的一套完整的网络理念和规范。它的主要提出方是运营商,其目的是为了减少LTE网络引入带来的网络建设成本和运维成本的增加,目前涉及范围已扩展到整个无线网络。SON有广义和狭义两种定义,广义的SON一般被定义为运营商用来管理和控制宽带网络的一系列功能和特征,通过不需要人为干预的自动化操作来提升运营效率,降低运营复杂度;狭义的SON被定义为用于3GPP和LTE中的自动化网络运营功能,由3GPP来对SON进行标准化,由NGMN (Next Generation Mobile Network,下一代移动网络联盟)从运营商角度对SON的长期目标和远景进行规划和展望。
SON作为一种完整的网络理念,其功能主要可以归为:自配置,自优化,自治愈。
自配置,指从设备安装上电到用户设备能够正常接入进行业务操作,在很少甚至完全没有工程人员干预的前提下完成。它简化了新站开通调测流程,减少了人为干预环节,降低了对工程施工人员的与业要求,目标是做到即插即用,真正降低开站难度从而减少运维成本。其中涉及到的功能和技术实现包括:传输自建立,节点鉴权,软件版本自安装和更新,基站自检,自邻区关系规划,自资产管理,无线参数规划等。
自优化,根据终端UE和基站eNodeB的测量和性能测量等网络运行状况,对网络参数进行自调整优化,以达到提高网络性能和质量和减少网络优化成本的目的。另外传统运维优化依赖的是工程师对大量路测和仿真数据的分析决策,而自优化从人员能力和人力上能减少了要求,同时可以提供更及时的提示和更准确详实的测试数据,提早发现网络缺陷并加快工单的处理。其功能包括覆盖和容量的优化、节能(通过对网络负荷的变化趋势检测,在不影响服务情况下,自动调整设备功率。高负荷处提高功率,低负荷处降低功率,以达到减低功率的真正节能目的)、PCI (Physical Cell Indicator,物理小区标识)自检测和重配、健壮性优化、负荷均衡优化、RACH优化、自邻区关系调整、小区间干扰协调,QOS优化等。
自治愈,通过对系统告警和性能的检测发现网络问题,并自检测定位,部分戒者全部消除问题,最终实现对网络质量和用户感受的最小化影响。其中包含的功能点有:告警关联,“根”原因定位,静默小区检测,故障小区检测和补偿,问题自跟踪检测等。
从以上功能可以看出SON涉及到网络部署的各个方面,它综合了传统运维手段并将其“智能化”,也引入了很多新技术、新应用模式和场景。目前成熟的欧美高端移动通信市场和亚非拉新兴的移动通信市场,都不同程度地商用了SON,统计数据表明SON确实可以有效降低运营商网络运营成本。
3 SON技术架构体系
根据自优化算法在网络结构中的位置不同,SON分为三类:集中式SON (C-SON)、分布式SON (D-SON)、混合式SON (H-SON)。三种架构各有优缺点,不同的网络状态下采用的架构不同,目前大多数采用的是混合式架构。
集中式主要在网管系统上实现,分布式主要是通过SON分布在eNodeB节点上实现。相比较而言,集中式的优点突出在控制范围较大、互相的冲突相对较小,缺点是算法比较复杂、实现速度较慢,但在SON商用初期一般选择此架构;与其相反,分布式拥有更高的速度和效率,且网络的可拓展性较好,缺点是彼此间协调起来很困难。虽然混合式兼有集中式和分布式的优点,但在设计上却不得不变得更加复杂。三种架构如图1所示。
4 SON PCI自规划研究
基于LTE的SON关键技术主要包括以下几个方面:PCI自规划、覆盖和容量优化、自动邻区关系功能(ANR,Auto-matic Neighbour Relation Function)、负荷均衡优化、随即接入信道(RACH,Random Access Channel)优化技术等。其中PCI自规划是为每一个新加入网络的eNodeB分配物理层地址,分配得合理与否直接决定终端能否辨识服务小区、接入网络的成功率以及全网干扰的大小,PCI自规划是网络自组织的重要用例,自规划涉及到自配置和自优化两个层面,自规划成功后站点提供服务。
现网PCI自规划一般都隶属于如下两种场景,一是大规模新建网络,大量站点陆续开站;二是在已有网络基础上新开部分站点。
无论上述哪种场景,每个站点的开站都遵循同样的流程,即上电、IP地址配置、基站鉴权、与核心网对接、下载软件和配置参数。一些方案里将PCI自规划放在自配置阶段,在配置参数过程中通过算法为当前站点找到合适的PCI,在复杂网络状况下SON自配置会导致开站时间较长,不利于工程进度。
本文推荐的做法是开站自配置时,从模版中获取与小区基本信息相关的参数如频点、PCI、TAC (Tracking Area Code,路由区)为默认参数,可能不一定适合当前无线环境,但这样会缩短站点开站时间,然后将PCI自规划放在自优化阶段,在站点识别网络无线环境后通过算法选择适合的PCI后再让站点提供服务。
目前站点识别网络无线环境的方法包括但不限于如下:
(1)待规划/优化站点装备无线信号接收机,接收并解析周边已开通站点的无线信号包括能邻区的频点、PCI、TAC等,从而协助本站点参数选择;
(2)室外待规划/优化站点通过GPS接收机得到位置信息,室内待规划/优化站点通过WiFi辅助定位获取位置信息,OMS SON综合网络中汇总各站点位置信息可以进行整体网络规划和优化;
(3)已开通站点可以根据接入的UE (用户设备)位置等辅助信息,协助网络参数优化;或者通过服务区域内UE向本站点反馈UE所探测到的邻区信息等相关无线环境参数,协助本站点进行网络参数优化。
3GPP规范规定了PCI自规划的两大原则,即不冲突、不混淆,但对于具体的技术和算法并不属于标准协议范畴,由各研究机构和SON解决方案提供商自行研究实现。LTE中采用PCI在上下行中分别区分基站和用户,由于受到同步序列的物理特性限制,LTE系统中PCI的数量不可能无限多,共设计了504个ID,分成168个组,每组包含3个ID。随着LTE和后续5G网络的逐渐商用,城市中站点分布十分密集,异构网络(HetNet)成为主流形态,即除了之前常见的宏基站(MacroCell)外,会增加微蜂窝(MicroCell)、微微蜂窝(PicoCell)、家庭基站(FemtoCell,又叫Home eNodeB,简写为HeNB)的联合覆盖,网络结构越来越复杂,但是无论哪种站点在PCI复用时都需要遵循3GPP SON关于PCI不冲突、不混淆的原则,否则会导致网络复用干扰严重,用户不能准确识别小区。
如图2所示给出了PCI冲突和混淆的示意图,图(a)中由于相邻的两个小区A、B被分配了相同的PCI,导致网络中出现PCI冲突,位于交叠区域的UE无法区分这两个小区,也就不能完成切换的过程;图(b)中,小区D和E使用了相同的PCI,虽然二者并不直接相邻,但是他们却有同一个邻区C,从而导致当小区C内的UE上报邻区测量结果时,小区C分不清D、E两个小区,就因为D、E的PCI相同。因此在SON自规划过程中,避免PCI冲突和PCI混淆是当务之急。
目前国内外对于PCI不冲突、不混淆的算法有一定的研究,比如基于协商的分布式策略、基于图论的配置原则等,但这些算法较为复杂,计算量也相对较大,在自配置或者自优化阶段需要耗费的时间较长。
本文提出在PCI自优化过程中采用简单的遍历算法,假设站点A是新开的站点,已通过模版参数进行了自配置,将通过上述无线环境检测方法中的一种或联合多种检测到的无线环境汇总到OAM SON后,若站点A是该区域中第一个新开的站点,周围无任何邻区关系,那站点A的PCI则可在当前可选范围中任意取值即可;若站点A是原有网络中一个新开的站,OAM SON综合多渠道得到A的邻区关系如图3所示,其中站点B、C是待优化站点A的邻站,我们称之为一阶站点;其中B和C又各自有自己的邻站F、G和D、E,那么站点D、E、F、G称为站点A的二阶站点,那么只需同时满足如下两点即可满足PCI不冲突、不混淆的原则:
(1)站点A的PCI不能与一阶站点B、C的PCI相同,即不冲突,同时避免与一阶站点的模三冲突;
(2)站点A的PCI不能与二阶站点D、E、F、G的PCI相同,即不混淆。当无线环境不是太复杂的情况下,该遍历算法还是相当简单并且耗时很短,是行之有效的一种工程方法,该算法对于SON的三种架构中集中式和混合式更为适用,因为分布式架构中各站点以一己之力不一定能检测到二阶站点的分布。
对一些常规的场景甚至异构环境下,上述PCI自规划的策略都是适用的,但是针对一些特别复杂和特殊的场景,还需具体问题具体分析,比如高铁下如何通过自组织网络的自配置和自优化来解决语音质量不好和频繁切换导致的掉话问题,或者是出现重大自然灾害基础通信设施设备被破坏后,如何通过自组织网络快速布局动态站点以暂时满足灾区迫切的通信问题等,这些场景都是后续研究的方向和重点。PCI自规划不是一劳永逸的,随着网络架构的动态变化需要持续优化。
5 结束语
LTE和后续通信系统自组织网络SON的发展是未来的必然趋势.但是当前SON的研究仍存在一定的局限性。标准方面不同的SON案之间互联可能存在冲突,需要形成标准以实现互联互通,才能最终推动商业进程。算法方面SON算法需要进一步研究,使之更高效、收敛速度更快,同时需要一个公正有效的评估模型.以便了解SON的相关功能是真正起到作用还是带来了其它负面效果。研究领域目前我们的研究面很窄,主要集中在PCI和ANR的自配置和自优化,尚未涉及到更宽泛的课题,特别是网络优化参数、QOS保证等方面。无线自组织网络是机遇与挑战并存的研究方向,还有很长的路要走。
参考文献
[1]R3-080376."SON Use Case:Cell Physical ID Automated Configuration",3GPP RAN3#59.2008.
[2]3GPP,"Technical Specification,Technical Specification Group Service and System Aspects(2010)Self-Organizing Networks(SON)Policy Network Resource Model(NRM)Integration Reference Point(IRP):Requirements".3GPP TS 32.521 Version9.0.0 Release9,6 April 2010.
[3]魏垚.蜂窝移动通信系统物理小区识别自组织技术研究.2013年博士论文.
自相似网络流量模型研究 篇10
1994年Leland对Bellcore局域网的测试与分析成果问世以后,大量的业务流(如WAN、LAN、VBR及ISDN等)监测和分析相继表明,计算机网络上的各种业务,均呈现了统计自相似性(长相关性),即网络流量的时间序列存在着突发性。而作为计算机网络基础理论研究的前沿热点问题之一,网络流量统计分析、网络流量建模及网络性能评价也是现代通信网络规划与设计的基础。而与其相适应,基于自相似业务流的数学建模和排队分析已经成为当前网络性能评价和优化、流量控制和网络构建过程中不可或缺的方案实现要素,并且对网络规划、网络控制以及高质量的网络服务等方面的优势设置也有着重要的理论意义与现实应用价值。各种具有突发特性的业务源呈现出的自相似特性显著影响到网络的传输性能和流量控制策略,例如对时延、丢包率、吞吐量等网络性能指标的直接影响,正使得网络的设计、控制、分析和管理变得复杂。因而,只有对自相似流量下的网络性能进行正确的分析与评价,才能降低流量自相似性所带来的不利影响,使网络性能得到优化。另外,为了能够给丰富的新型业务提供强力支持,在对网络节点设备系统进行设计时,基于网络流量特性的有效性能评价将为整个系统性能指标的设计提供科学合理的计算方法。对自相似流量下的网络性能开展探索研究,则显得至关重要。而这也是本文的研究目标。下面将展开详细的分析与论述。
1 自相似基本理论
分形和自相似 (Self-Similar)[1]的概念最早形成于上世纪中期,源起于美籍法国数学家Mandelbrot对诸如海岸线长度,流体中的湍流、对流等非线性问题的研究。具有自相似规律的不规则事物称为分形(Fractals)。依据分形的自相似特性,分形主要有三类:由迭代函数系统定义出的精确自相似分形;由递推关系式定义出的半自相似分形;由不同尺度下保持统计测度的特性定义的统计自相似分形。三种分形约束依次递减。统计自相似最弱,是对自然分形对象进行定义分析的最基本约束。本文讨论的自相似就是统计自相似,又称为随机自相似。分形的度量称为分形维数D,主要有豪斯多夫维数(Hausdorff Dimension)、计盒维数(Box Dimension)和分配维数等定义方式,描述了分形空间特征。
作为分形的基本特性,自相似指的是复杂系统的整体与部分,一部分与其他部分之间在精细结构或性质上所具有的相似性。自相似具有伸缩对称性,即线性或非线性变换下的不变性,对分形对象进行放缩或者剪切等操作,只能改变其外部表现形式,而表征自相似特性的参数即分形维度则不会有任何变化。可以是在几何结构与形态、过程、信息、功能、属性和成分等表现形式上,可以是在时间、空间和数量等测度上,也可以是随机的、统计的、复杂的,但绝不仅仅是简单的按比例缩放后的重合。自相似随机过程是平稳过程。自相似性的数学表示为:
f (λr)= λαf(r)或者f(r)～rα (1)
其中,λ称为标度因子(缩放因子),α称为标度指数(分形维数)。函数f(r)是面积、体积、质量、流等属性的一种可测测度。
时间序列在统计意义上的自相似(Self-Simalry,SS),可定义为:{X(t)}满足式(2),则称{X(t)}是统计自相似的过程。
X(t)～|λ|-HX(λt),t∈(-∞,+∞) (2)
其中,～表示统计意义上的同概率分布,λ是缩放比例,H 是赫斯特指数/系数(Hurst Exponent/ Coefficient)。
随机过程{X(t), t≥0}具有长相关性[2,3,4](Long Range Dependency,LRD) 或称长记忆性(Long Memory),如果满足:{X(t), t≥0}的自相关函数R(n)=E[X(t)X(t+n)]存在,且存在常数C和α,0<α<1,使得满足R(n)～Cnα,或者有
有些自相似过程具有长相关性,LRD反映了自相似过程中的持续现象,意味着未来的统计信息蕴含在过去和现在的信息之中,这种信息可以通过预测和估计实现和获得,实际网络流量业务的到达就是长相关的。在要求不是很严格的情况下(默认1/2<H<1),自相似和长相关可以用来描述同一个随机时间序列,只是两者的侧重点不同,SS侧重序列的数学相似性,LRD侧重序列的统计相关。LRD用来描述时空序列自相关函数的幂定律(Power Law)衰减特性,特性表现是慢于指数式衰减。其中,幂定律表征标度不变性(Scale Invariance),如给定函数f(x)=axk,对自变量的标度缩放常数因子λ,只是造成应变量按幂次比例λk缩放,即有f(λx)=a(λx)k=λkf(x)∝f(x)。与之相对,短相关(Short Range Dependency,SRD)或称无记忆性(Memoryless),描述的就是自相关函数的指数式衰减,意味着未来的统计信息只蕴含现在的信息之中,而和过去无关,实则就是马尔科夫性。一般情况下,采用自回归分数求和滑动平均过程离散式模型和分形布朗运动连续式模型来描述随机过程的长相关性。
赫斯特系数[5] 用于描述长相关时间序列的自相关性(Autocorrelation),用于表征时间序列是回归、平均还是聚集等相关趋势,而在分形理论中则表征分形的随机程度(Randomness)并直接依赖于分形维度,有H=2-D。H的取值如下:
(1)0< H <1/2 表示负相关,表征时间序列中的一个高值之后是一个低值的可能性很高,低值之后又可能变为高值,这种高低值的交替的趋势很可能持续一段时间;
(2)1/2< H <1 为正相关,表征时间序列中的一个高值之后是另外一个高值的可能性很高,这种维持高值的趋势将很可能持续一段时间;
(3)H=1/2 表征没有相关性的时间序列,但是在很小的时间间隔中可以是正相关或者负相关,自相关数绝对值服从指数式衰减,不同于正负相关的幂定律衰减。
正相关时,H 越大,自相似程度越高。H越大,分形维度越小,曲线越粗糙;反之,H越小,分形维度越大,曲线越光滑。如图1所示。
在信号系统分析中,常常给出自相似的另外一种定义,是基于时间序列的。该定义在时间序列分析和预测中会经常用到。自相似的这一定义表述如下。
给定一个广义平稳随机过程(时间序列),X={Xn,n =1,2,…},对其进行非重叠的顺序分块,分块长度是m,得到
由定义可以看出,随机时间序列的聚类方差按照幂定律衰减,且衰减速率是-1<2H-2<0,将其称为聚类具有慢衰减方差(Slow Decaying Variance)。和泊松过程相比,该衰减较慢,泊松过程的聚类方差有D[N
2 网络流量模型
分析网络流量特征是探索网络的第一步,有助于根据网络特征设计合理的拥塞控制策略,也有利于完善进一步的网络仿真实验。
根据分析粒度不同,网络流量分析可分为以下几类[6]:
(1)位级(bit),主要分析网络流量的数据特征,如链路传输速率,吞吐量等;
(2)包级(packet),主要分析IP 分组的到达、延迟、乱序和丢包等;
(3)流级(traffic),主要分析流的到达过程、到达间隔及其统计特征;
(4)应用级(application),主要基于网络应用提供的服务使用情况,搜集和分析网民行为和网络经济收益,如网络视频收视、网络广告投放和网络搜索等信息,主要用于经济领域。
在科研领域,流级流量分析研究为主导。网络流量测量技术主要有两种:
(1)被动嗅探式,不注入数据包、精度高、耗费资源,诸如TcpDump、WinDump和WinPCap等;
(2)基于SNMP参数测量,主动发送数据包、精度低、且可扩展性高。
网络流量模型(Traffic Model)是网络流量统计特征的研究工具。通常,采用时间序列表示某个特定时间或时间间隔内到达的数据包数量,流量则为该时间段内的平均值。用数学语言来描述即可,在时间点上的一个观测值序列表示流量,这个观测值序列的时间尺度可以是毫秒、秒、分钟、小时等,流量的单位一般是字节每秒(B/s)。网络流量模型一直以来就倍受学者关注,各类相关模型都已很多。按照网络流量相关性特点可以分为短相关流量模型和长相关流量模型两大类。短相关流量模型的自相关函数随时间间隔的增加呈指数衰减。长相关流量模型的自相关函数则随时间间隔的增加呈幂定律收敛,而且比指数衰减要慢。
近年来,研究发现局域网和广域网的流量都呈现统计自相似特征。这种特性就决定了自相似业务流模型已经成为模拟实际网络流量的主要手段,有关这方面的研究较多,目前主要有两类[7]:物理模型和统计模型。物理模型的建立基于自相似过程的物理意义,对于自相似的成因和特点有较强的表现力,使用频度较高的物理模型是流叠加法的ON/OFF模型[8]、TES模型[9]、α-Stable业务流模型[10];统计模型的建立则基于长相关性随机过程,形式灵活,精度较高,常用的统计模型有FARIMA模型[11]、分形高斯噪声模型(Fractional Gaussian Noise FGN)[12]、基于小波变换或马拉特(Mallat)模型、基于混沌映射的确定性模型、散粒噪声模型等,甚至是多重分形[13]。这类模型能很好地说明网络通信量中出现的长相关和重尾等现象,但对于瞬时性能的评估却非常困难。除前面介绍的流量模型外,目前已在研究的模型还有,漏桶模型、瀑布模型[14]、季节性神经网络流量模型等。其中,漏桶模型比较适合于特定网络应用流量的分析。例如,VBR的多媒体模型[15]。但是,该模型难以反映网络流量实际变化中的突发特性,尤其是混合流的特性。
经过研究发现,有一随机过程BH(t),如果满足以下条件:
BH(0)=0,数学期望E[BH(t)]|T=0,协方差函数为Cov(t,s)=E[BH(t)BH(s)]=1/2(|t|2H+|s|2H-|t-s|2H),0<s<t<T,其中,T为考察周期。随机过程BH(t)为分形布朗运动(Fractional/Fractal Brownian Motion,FBM)。参数H(0,1),是赫斯特指数,用于描述分形布朗运动的分形特性,H越大,该运动轨迹越平滑。当0< H <1/2时,为负相关;1/2< H <1时,为正相关;H=1/2 时,退化为无自相似性的维纳过程。正相关时,表现出长相关性,且H越大,自相似程度越高,故H也称为自相似系数。
FBM具有自相似性,即BH (αt) ～ α2HBH (t),由于FBM的协方差函数是齐次的2H阶。
FBM具有平稳增量,即BH (t)-BH(s) ～ BH (t-s)。FBM是一个连续时间的高斯过程,且是唯一的一个具有自相似性的高斯过程。故增量过程X(t) =BH(t+1)-BH(t),t≥1可称为分形高斯噪声(Fractional Gaussian Noise,FGN)。其对应期望E[X(t)]=0,自相关函数R(n)=E[X(t) X(t+n)]=2-1[(n+1)2H-2n2H +|n-1|2H],n≥0,满足当n→∞,H≠1/2时,R(n)～H(2H-1)n2H-2,而当H=1/2时,则转化为白噪声(White Noise)。进一步可以得到,当1/2 <H<1时,分形高斯噪声X(t)正相关且具有长相关性。
通常情况下,FBM没有独立增量,故其不是Lévy和鞅的。并且,普通FBM也不是平稳过程,但标准FBM却是平稳过程。
FBM具有长相关性,这是因为,当1/2< H <1时,有
FBM样本路径几乎处处均不可微(differentiable),然而基本上所有轨迹(Trajectory)都是少于H阶的任意霍尔德连续(Hölder continuous)。对于这样的轨迹, 存在一个常数c,使得任意ε>0,都有| BH (t)-BH(s)|≤c|t-s|H-ε。BH(t)曲线的Hausdorff维数和Box维数均为2-H。
最为经典的FBM模型,当属由Norros提出的分形布朗运动模型[16]:
其中,AH(t)表示t时间内到达的业务流,下文统一记为“A(t)”;Z(t)是标准的参数为H的分形布朗运动;分形布朗运动有3个参数,分别是:m>0表示平均发送速率;a>0表示偏差系数,H∈[0.5,1)为Z(t)的Hurst系数。Z(t)均值E[Z(t)]=0、方差D[Z(t)]=| t |2H,当H=0.5时,A(t)为无自相似性的布朗运动业务流。
3 网络自相似流量
因特网业务流量由响应业务流量(即TCP长流,Long Lived TCP Flows)和非响应业务流量(即UDP流和TCP短流,Short Lived TCP Flows)构成。有研究表明,Internet流量主要由TCP短流(如Web流量,HTTP应用)构成[17];TCP短流使得平均队列深度都表现出了类指数的特性。由此可知,应将短流的队列行为构设进入网络设计时的决策范畴[18]。2008年,IResearch咨询公司通过Cisco System 提供的数据统计结果表明, P2P和在线视频服务流量已经超过了网页浏览、电子邮件这些传统的网络服务, 正在占用越来越多的网络带宽。以2008年为例, 在线视频( 包括PC 和电视终端) 和P2P流媒体产生的数据流量已经占据全球互联网总流量的75. 9%,达到4 034 PB, 而当初预计到2012 年,这一数字将会继续上升至81.2%。另外,对等网(Peer-to-Peer,P2P)技术应用呈现了空前繁荣,如文件共享、协同计算、流媒体、IP-TV、VoIP语音视频通信及在线游戏等应用的陆续出现。基于实时性考虑,这些新兴应用协议多选择UDP作为其底层的传输协议,使得UDP流量呈上升趋势[19]。有研究分析可得,大概有30%-70%的网络流量产生于这种技术。而该技术又无疑带来日益增多的非响应业务流量(主要是UDP流)。因此则势必给网络流量的稳定性带来影响,而且也必将使路由器的排队性能面临严峻挑战。同时,文献[20]中基于对Internet 城域出口链路流量的准确测量,又一次提到了网络流量的短相关性不再明确,由此对于利用控制理论和排队理论开展AQM算法的性能分析制造了一定难度。
1994年,Leland等人发现了Bellcore的局域网网络流量具有自相似特性[21],开启了自相似网络流量的研究进程。此后,Paxson[22] , Crovella[28]等人分别验证了泊松采样测量的失效,表明网络流量具有广泛的统计自相似特性(Self-similar),从而诠释了马尔科夫链和泊松过程等短相关模型已不具说明功效的网络现象。其中的广泛性是指网络流量的时间序列在不同的时间尺度(毫秒～小时)上都存在着突发性。无论网络的规模、拓扑、应用、编码、传输介质如何变化,这种突发性始终存在。从某种意义来说,网络流量的突发性就是自相似特性的具体表现。而网络流量的自相似性质的发现,则成为网络测量领域和网络行为辨识方面的一个里程碑似的重大突破。其后,多种自相似模型相继引入,更新和拓展了人们有关网络流量特征的认识。自Taqqu等人提出实际网络流量呈现复杂的多重自相似[23]的理论后,基于网络多重自相似特征的研究已经日渐涌现[24,25,26],多重分形(Multifractal)业务流可以看成是多个基于不同网络应用的单分形业务流的合成和叠加。基于时间尺度对网络流量自相似的分析过程已变得越来越复杂,文献[27]就提出一种基于行为尺度的自相似,相关实验表明,在P2P业务流中存在时间尺度上的多重自相似,虽然简单的自相似无法描述,却存在较完美的行为自相似,即基于网络应用角度的网络行为(不同数据包收发粒度)的自相似。目前,已将基于多重分形的网络流量建模和网络性能评价确定为自相似网络的研究方向。
4 网络流量自相似性成因
关于网络流量自相似的成因,当前的解释很多。大致可以归纳为两个:网络文件的重尾分布[8,23,28,29] 和TCP的拥塞控制机制[30,31]。
Willinger等人认为计算机网络文件大小服从重尾分布是导致网络流量自相似性的主要原因。首先,可以把网络中端到端的链接看做是一个ON/OFF源,其中,ON对应有数据包发送,为链接忙时间,OFF对应无数据包发送,为链接闲时间,在网络流量足够大,网络链接足够多时,可认为这些ON/OFF源是独立同分布的;又由于忙时间和闲时间的持续都可能很长,且难以忽略,即呈现“Noah”效应,从而可以用重尾分布描述这些时间间隔。其次,Web文件(或者视频流文件)大小的分布(包括用户请求的文件、实际传输的文件、服务器端存储的文件等)服从重尾分布,使得网络传输时间具有无限方差,即服从重尾分布,从而导致整个链路层上的自相似;用户的想时间(think time)的重尾分布进一步导致了网络空闲时间服从重尾分布,并且ON状态比OFF状态还要重尾。大量重尾分布的ON/OFF源的聚合就产生了自相似性。最后,可靠的传输机制和流量控制机制又保留了由文件大小重尾分布所引发的长相关性——注意无流量控制和不可靠的UDP并未使得生成的流量具有长相关性。况且对流量自相似的估计并不因网络拓扑结构变化而改变,或者说自相似网络流量经过网关路由的转发处理并不能削弱自相似性。一个自相似过程的分支仍然是自相似的,若干个自相似过程的聚合也仍然是自相似的。网络业务流一直存在自相似性,不仅不会随着业务的聚合和分支而削弱,反而自相似系数还会增大,并使得自相似统计特征变得愈加复杂,由此产生了多重自相似。
Veres等人认为,TCP的拥塞控制机制亦是流量自相似特性的可能成因。文件的可靠性传输,也就是重传机制(Retransmission),即使改变其参数,如缓存大小、重传预定的次数和超时时限,也不能改变重传负载的自相似特性;同时,也并不随着网络源、拓扑、业务流汇聚和到达间隔时间分布的变化而变化;此外,还存在着传输层流量控制机制和可靠传输对网络流量的整形。当时间尺度超过10倍的数据包传输时间,重传数据包流量的方差将在总的流量(新数据包、重传数据包和丢失的数据包)中占据绝对优势成分,这就意味着极大的突发性,从而在某种程度上使得单个的TCP流量符合渐进自相似(H>0.5)。虽然在瓶颈缓存处堆叠的TCP流量是短时相关的(H≈0.5),但TCP拥塞控制可使瓶颈缓存占用率最大来平滑流量,堆叠的流量得到平滑,并在TCP拥塞控制和具有重尾特性的上层协议的共同作用下,使得堆叠的网络流量仍然显现了长相关性。TCP拥塞控制中包括着混沌特性,诸如:非线性(Nonlinearity)、确定性(Determinism)、混乱中的有序(Order in disorder)、对初始状态的敏感性(蝴蝶效应)(Sensitivity to initial conditions or the “butterfly effect”)、不可预见性(Unpredictability)。系统在特定的参数下产生自相似时间序列,从周期性到产生明显的混沌现象:对初值敏感,流量在广泛范围内具有自相似性,甚至是多重分形。周期性是由于流量数据的周期采集而引起,或者是由人们上网的行为习惯所引起。混沌性完全从网络流量自相似的频谱角度而进行更为完全的解释。由此得出,TCP本身就是一个产生自相似结果的确定性过程。
5 自相似网络流量的仿真和生成
5.1 赫斯特指数估计
Hurst指数估算有很多方法,可分为时域和频域两类,较为常用的有重标极差(Rescaled Range,R/S)分析法[32,33]、方差时间图(Variance Time Graph,VT-G)法[34]、留数法(Variance of Residuals,Res)[35]和绝对值法(Absolute Moment,Abs)[36]等时域算法;以及Whittle法[37]、小波基(Wavelet-transform Based,WB)法[38]和周期图法(Pariodogram Graph,PG)[39]等频域算法。其中,各算法的时间复杂度分别是: R/S法、Res法和Whittle法的结果为O(N2),WB法和PG法为O(Nlog(N)),而VT-G法和Abs法则为O(N2)[36]。文献[40]对这几种常见的算法进行了分析比较,并给出了各算法的时间复杂度;同时,进一步指出VT-G法、Abs法等聚类方差法(Aggregated Variance)[41],计算速度较快,结果相近;PG法在实现时可借助快速傅利叶变换来提高算法的速度;Res法和R/S法的速度相对较慢,但结果精度则相对较高;小波法虽然速度较快,实现过程却相当复杂。当H>0. 80以后,对FGN序列的时域方法估计值将失准且偏低,但频域方法估计值却仍能保持较高精度。文献[42]中,通过一系列实验也指出,时域类的方法性能全部都要低于频域类算法。而在频域类算法中,Whittle法的精度最高。文献[43]还指出,在人工合成数据序列下,各估算算法均表现良好,但在真实数据流的情况下,算法准确度却集体下降,这可能和真实数据的多重分形特性有关;另外,在突发噪声干扰下,对时域类算法的精度影响较大,而对频域类则具有较好的鲁棒性,加入现有滤波器技术也不能有效改进算法的精确度;建议研究者们避免采用单一算法,导出相应结论。目前,国内提出的最新计算方法主要有滑窗时变方差之差法[44]、局部Whittle法[45]、基于混合FBM的二次变差矩估计法,而国外提出的最新计算方法则有最大似然估计法(Maximum Likelihood)[46]、基于小波的变方差(Time-Varying)法[47]和基于FBM的锥多元自适应回归曲线法(Conic Multivariate Adaptive Regression Splines,CMARS)[48]。综上所述,时域算法大部分是通过作图估计H,精确度普遍不高,且需要较大样本空间(一般大于10 000);频域算法则只需要很小的采样序列即可,而且精度较高。
限于篇幅,此处仅粗略描述两个算法,以供诸位研究同仁参详与考量所用。具体内容如下。
首先,介绍一下最简单的算法VT-G法。给定一个时间序列X={Xn,n =1,2,…}, VT-G法主要是利用公式D[X
然后,是应用最为广泛的R/S法。给定一个时间序列X={Xn,n =1,2,…}计算重标极差序列如(4)所示,并计算重标极差期望E[R(n)/S(n)]。Wallis已证明当t趋于无穷大时,E[(R/S)t]～C*tH。依据幂定律拟合数据估算Hurst系数。实际操作时,可以在log-log象限中作出重标极差期望的时间曲线,其拟合直线的斜率即是H。
5.2 分形高斯噪声
在已有的流量模型中,分形布朗运动(FBM)模型是最简单、最易于求解的自相似业务流模型。由于分形高斯噪声(FGN)是FBM的增量过程,故常常使用FGN生成FBM流量[49]。通过利用分形高斯噪声合成近似分形布朗运动网络业务流的快速技术主要有[50]:随机中点置位法(Random Midpoint Displacement),连续随机添加法(Successive Random Additions)和浮动比例法(Floating Proportionality)。更多关于分形的生成算法可参见文献[51]。近年来,还有一些其他生成自相似网络业务流的方法,诸如基于一般化柯西过程(Generalized Cauchy Process)的模型[52]。
当今,采用一种基于循环嵌入法(Circulant Embedding Approach,CEA)[53]的快速傅里叶变换(Fast Fourier Transform,FFT)[54]方法来生成FBM业务流,则是一种最快的算法。Perrin在文献[55]中已经验证了CEA算法生成分形高斯噪声是一种最优方案。考察不同的H生成的FBM,可知H越大,分形维度越小,生成曲线越光滑。生成曲线效果如图1所示。
6 展望
目前,自相似网络流量研究主要有三个方面:分析网络流量的统计特征并实现建模,包括“可信的”网络流量生成模型[56,57]和“可靠的”网络流量预测模型的构建[58,59]。其中,小波基(Wavelet Based)分形理论[60,61]和多重分形(Multifractal)模型[62,63]成为难点和趋势;基于自相似网络模型评估自相似流量对不同网络的各种性能影响[64,65];网络自相似或者长相关的成因[66,67]。自相似网络诸多问题还末得到彻底解决,很多问题尚处于讨论阶段,研究成果分散繁杂,也没有形成较为一致、清晰、且完整的体系,亟需进一步投入,加大研究发展力度。到目前为止,也还没有取得一个统一的、公认的数学模型来描述自相似网络流量。
7 结束语
本文从分形和自相似理论基础引入,主要介绍了网络流量的自相似特征以及形成原因;为了更深刻地认识网络流量特征,进一步介绍了常用的网络流量模型;最后对自相似业务流量的合成在Matlab中进行了仿真实现。借助本文,相信能对网络自相似形成了一个较为系统的认识。
读者自辨：这一场网络论争 篇11
新堂的博文(一):××中学的牛皮吹到了“中国顶尖”的水平
早些时候,××晚报刊登了一些招生缺乏底气的高中学校的广告报道,其中最具忽悠性的大概就是《××中学——南中国的教育名片》。
首先我们应该清楚,中国以南北划分的时候划分线在哪里?按照过去的划分习惯,常常从地理上以淮河秦岭等地标为界来划分。这样看来,南中国应该包括华东六省市、中南六省市和西南四省市,加起来,就省市的个数而言,几乎是全中国的一半。
名片,应该是最有代表性的符号。如果有这样的地理常识,××中学是什么时候成为这中国南半部分的教育名片的?不知从什么时候起××中学就超过了全国老百姓熟知的华东师大二附中,超过了南京师大附中,超过了华中师大附中……就是在本省之内,该校距离其他高中名校有多少距离,大家都心知肚明。
可怜的是不了解教育的老百姓,误把特区当内地,误把自吹自擂的广告当真实报道,到时候孩子进去以后可能会大呼上当,想转学可就没那么容易了。
时隔7天,就在同一张小报上,××中学又突飞猛进地跨越式发展,横扫北中国的名校,一跃成为了全国的顶尖中学。该报的特别报道曾引用四方面的数据,来表明××中学的“顶尖性”在全国是无可怀疑的:
第一方面是参加奥赛,从2004年起获得过8枚奖牌,其中金牌6枚,似乎这是在全国没有任何一所中学可以同日而语的顶尖水平。然而,根据网上可查的有效数据,以2008-2009年一年为例,就在全国数理化生信息等五门学科的比赛中,仅一等奖,就基本没有××中学的名字。国家2009年“奥赛”集训队28人中,也没有××中学的名字;参加今年7月在德国举行的第50届数学“奥赛”正式队员的6人中,自然也没见到××中学的名字。在信息学竞赛获一等奖的20人中,仍不见××中学四个字,仅仅在物理比赛的一等奖获得者中,××中学有1人获奖,获得了金牌;化学50个一等奖中××中学有2人获奖,且位置在30名以后;生物全国一等奖获得者的24人中,也不见××中学的学生。以上数据均可以在网上查询获得。
第二方面是艺术展演,这是玩钱的游戏(贫困地区是难以有参赛资格的)。大家也知道,全国中小学生艺术展演的金牌为什么在高考招生中不加分,因为那是不计其数的天量。
第三方面是今年的保送生的人数以及出国读书的人数,“25个”保送生的确是很高的,但是,在全国是不是就是顶尖的呢?今年保送进北大、清华的人数,仅以北京一地为例,人大附中58人、北师大二附中35人、北京四中46人、北师大实验中学29人。在中国,这些中学怎么就成了垫背的中学而不再是顶尖的了?出国读书是与家长的经济实力直接相关的,何况同一天在该报上做广告的××高级中学今年出国读书的人数高达79人,也远比××中学的65人要多。
第四方面是“在香港读书的学生有7人获得基金奖”,这也值得拿出来说吗?何况也没有公布本省其他名校获此基金奖的名额。
至于报道引题及引言中的“中国最先进的高中教育模式”“外国教育同行竖起大拇指”之类,正文里是找不到论据的。××中学在绝大部分就读学生以及学生家长心目中是有一杆秤的,是有说法的,随机访问这些学生中的千分之一即3名学生,或者3名家长,答案自然就会出来。
我们只知道××中学所在市的招生办公布的数据:××中学的高考失手率是50%还要略微多一点。即以2007年为例,2004年的中考全市前100名高分段的学生,大约有48人进了××中学,占全市的近50%。可在2007年的高考中,这48名学生仍然在全市高考前100名的仅有24人,占25%。同样的道理,全市前500名,前1000名,到高考的时候能够继续保持在全市前500名和前1000名的,也只有25%左右。这就是失手率,实际上的失败率,足足有50%。
××中学完全没有必要去焦虑,去打广告,去吹破牛皮,一周就两次屈尊去打生源大战。作为全国“顶尖的中学”,应该有顶尖中学的底气,像别的虽然不顶尖但却经得起时间检验的名校一样,不打广告照样挤破门槛。
新浪网友及“×中人”的回应(一):
◇ 要我说,××中学的牛皮已然吹到了世界顶尖水平,世界顶尖大学的招生官们也不得不认可这样的“牛皮”,只是个别人对这样的水平望尘莫及罢了。出来嚷嚷,还不如做点实事,把自己份内的教育做好再说。都是同一个城市的人,发展教育是大家共同的目的,在这里吹毛求疵地指责该校,我只能悲哀地认为,这又是某些人功利的教育观在作祟了。
◇ ××中学是不是顶尖学校跟你有什么关系?妨碍到你的生活了么?你先看看自己所在的地方有没有一所学校可以跟该校叫板再说吧!
◇ ××中学这篇报道的出台,无非是和其他几所学校的隐形招生广告一样,想吸引广大考生的注意。我不太明白的是:为何×先生对该校怀有那么大的成见,列举出的事例根本与事实不符。作为××特区教育界的资深人士,起码得仔细看看这两年××中学进入北大、清华、中科大及香港3大名校的人数,占全市学生进入这些学校的总人数之比,再去比较所谓中考、高考的高分层才合理吧?
◇ 参加“奥赛”的引例更有意思,×先生毫不犹豫地用一年的数据来质疑××中学四年的成绩,却忽视了该校在特区一家独大的事实。××中学并没有说相比“奥赛”老牌劲旅——华南师大附中、人大附中和东北师大附中更优秀,但是不得不承认该校的“奥赛”水平足以代表××特区参与全国竞争,这是毋庸置疑的。以特区的教育起步来说,能在30年内达到这样的水平实属不易。至于吃不到葡萄就说葡萄酸的心态大家都有,我们还是可以理解的。
新堂的博文(二):感谢网友并致“×中人”等
说××中学不是顶尖中学,这并不意味着该校不是优秀的中学。不是全国第一,也完全可以是可能是本省乃至全国一流的、顶级的中学。去“中国百强中学网”看看,虽然已经进行过每两年一届的三届评选,在本省首届四所、第二届三所、第三届六所学校中,××中学虽然榜上无名,但是和这三届全国百强中学当中的一些学校相比,也是毫不逊色的。但是,要说成是全国第一的中学,要说成是全中国顶尖中学,恐怕在中华大地上很难使人信服。
看了××中学之后提供的一些详实材料,修正了前几天仅仅从报纸上得到的一些数据的认识(如保送北大、清华的人数),也深切理解该校多数学生(像世界上任何一所无论城市还是乡村、不管贵贱还是贫富的学校的学生一样)热爱自己母校的深情,认为自己的母校就是全国第一的最好的顶尖的学校,这是非常宝贵的学校教育成果。但是作为学校自身,倘若也自认是全国第一的最好的顶尖的学校,恐怕就难以被全国的同行同业所认可与接受了。
全国的中学名校群星璀璨,尽管本人阅历非常可怜,只曾经走进过诸如南开中学、耀华中学、华东师大二附中、上海育才中学、格致中学、复旦中学、杭州学军中学、青岛二中、北京五中、湖北实验中学以及广东的一些名校,可我知道,这些学校为我国培养了很多著名的科学家政治家军事家文学家艺术家和全国著名的劳动模范,甚至有的,一所学校出的两院院士就高达四五十人。作为曾经的经历和被朋友调侃说我为特区的铁杆热爱者,眼见冠以“中国顶尖”就形成了条件反射,这样说(全国顶尖中学),把其他的名校放在了什么地方?
常识告诉我们,顶尖就是“最”,就是顶级里面的唯一一个最高位置者,也就没有更在上面的了。昨天翻了《现代汉语词典》第五版,看来自己的常识没有发生偏差。
至于××中学本身的教育水准,我没有进行过考查。但是,凭借报纸上提供的数据,我觉得要成为中国“顶级”之上的“顶尖中学”,还有比较遥远的距离,还需要很多代人的艰苦努力。
再赘说几句:一个一米九的大个子说自己是长得最高的人,大家不会在意也不会有人较真,可一旦在报纸上冠以“全中国最高”居然没人吭声,恐怕就不正常了。虽说不是全国最高,也并没有就此否认其本身的高度。所以,就因为自己的所见和所受教育,我是很难轻易接受没有充分依据的“全国之最”的。
新浪网友及“×中人”的回应(二)
◇ ×先生差矣!众所周知,××特区综合竞争实力排名为全国前茅。作为综合实力的重要组成部分,教育也应该是有实力的,这几乎不用怀疑,否则,就不应该叫综合竞争实力了。由于特殊的原因,特区的教育实力又主要集中在基础教育方面——这一点更不用怀疑,无论从道理上还是从事实上。而如今最能代表特区基础教育水平的又是哪一所学校呢?××中学实在很难不担起这个责任,否则,她就不能叫××中学了。
◇ 纵观××晚报全文,顶尖之意无非是“一流”的意思。把××中学排在国内一流中学的行列,其实没有什么夸大(文章是有说服力的),特区人没有什么理由不高兴。全国其他顶尖中学也应该高兴,因为多一个同伴,不必孤独求败了。事实上,××中学正是在国内其他顶尖中学的影响和带动下发展进步的。中国教育要的正是这种百花竞放。论者以为呢?
◇ 每个地方都有优劣,因为所有事物都是相对来说的。我在这里问一句:“如果××中学不好,那录取线会这么高吗?那特区的家长愿意争着把自己的孩子送进这样的学校吗?”难道大家都是傻子,为了进一所不好的学校而浪费这么多精力、脑力?笑话。我想,×先生就是想引起大家的注意,炒炒新闻价值,所以借该校来开刀,如果真是这样,那做文人做成这样,也太不厚道了。说别人什么商业化了,其实自己就是一个被商业化了的文人,×先生的意图很明显的。说××中学不好,你教的学校有该校好吗?说话要人道,做人要厚道,不要开口说空话。不过,我想×先生想要达到的目的似乎也达到了,引起那么多人的关注,我们在这里评论的人或许都上当了。
文匪的博文:从“顶尖牛”事件看中国顶尖中学的水平
最近,因为一篇《××中学的牛皮吹到了“中国顶尖”的水平》的博文而遇到围攻、谩骂甚至人格侮辱的×先生似乎很弱势,他已偃旗息鼓,然而对方网友还逼他“认错”“道歉”。好玩吧?说实话,对于×先生的处境文匪是幸灾乐祸的。嘿嘿!
我身边的朋友包括部分中学校长在内,都觉得不好玩。真正办教育的人只会埋头实干,重点中学享社会公共教育资源之肥,抢地方优良生源之精,总之是得传统教育体制之优,即使学校办得好、效益高,也有“巧取豪夺”与“教育不公”的嫌疑,你就偷着乐吧,哪能敲锣打鼓广而告之呢?
不要以为学校做宣传文章就是低智商,不要以为教育就是没有新闻的角落。本人就是一位跑教育的老记者,走过全国许多地方,采访过众多名校,在党报和教育报刊上吹过一些典型。可不管我们怎么卖力,宣传的效应就是不如娱乐圈子的狗仔。一条教育的标语“百年大计,教育为本”,和一条卫生巾的广告“日舒安——日日舒服”搁一块儿,肯定相形见绌。一些明星专门炒绯闻,床上那点事儿拍了照、录了像,然后故意透给逐臭的狗仔,曲里拐弯地搬到网上去晒一晒,结果怎么样呢?越臭越红!这是硬道理。
中国教育这些年备受责难,成了压在百姓头上的“新三座大山”之一,几乎是只要讲成绩,就要遇到炮轰,无论国家教育部的新闻发言人是谁。甚至有人说“教育部是中国最反动的堡垒”。基层的局长校长们十分聪明,面对批评很善于应对——教育的问题都是教育部的问题。因而,我常常感到悲哀,为辛勤奉献的一线教师,为锐意改革的各类学校,也为我自己的职业。
平心而论,××中学是一所优秀的学校,放在全国丝毫不让那些大名鼎鼎的名校,就师资,就条件,就学生素质。在××中学的食堂里,我还吃过几年工作餐,该校师生中也有很多我非常熟识的朋友,不能不让我对这所学校的校风和优势肃然起敬。然而,早些年市属的重点学校就互不买账。当××中学对外宣称高考升学率百分百时,×实验学校的同行就要揭破其“高二分流”的老底。在该校历届的校长当中,标准的流氓也是有的。最近几年,我离这所学校稍远,接触却没有间断。几经折腾,该校当上了基础教育改革的尖兵,挑起了高中课程改革的大梁,也确有实绩。作为特区教育的边缘分子、资深吹鼓手,我真心盼望特区能有一所学校折腾出一些名堂,盼望教育能给市民一个喜爱的理由。请恕我不厚道,前些年××中学的一位朋友请我为他们鼓吹,要我写一本书,出价十万元人民币(还可以再加),我没有答应。这不是因为我跟钱有仇,也不是因为我没有吹牛的水平。
为什么拒绝××中学呢?因为我害怕!我可以不要脸,但我怕挨揍。说她是“特区的一所名校”吧,放屁都不响,等于没说。说她市内顶尖?广东顶尖?在特区,恐怕都是找抽。能不能向娱乐圈的狗仔学习,整一整校长或女教师的绯闻呢?如此一来,学校花钱是买到快活了,岂不毁了堂堂名校的“名节”?记者的身份又是什么?到底是“妓女”还是嫖客?问题不在××中学。如今许多记者(包括女性记者)非常幽默,往往自称“名妓”,而且其乐无穷!
尽管社会空气混浊,一直以来,我以为学校相对而言还可称是一片净土,特别是××中学这样的名牌学校。至少骂人会骂得文雅,骂得有水平些吧。然而,细读×先生博文后面的评论,用词之粗俗,手段之下作,不仅我这识字的流氓感到羞愧,就是乡村的文盲泼妇们见了,恐怕也会掩面而逃。这就是“顶尖学校”的水平?!
×先生该不该骂?前面我说过了,本人确曾幸灾乐祸。人家吹就吹呗,商人可以吹,官员可以吹,学者可以吹,戏子流氓可以吹,凭什么××中学就不能吹?名牌学校在报纸上做广告,关你鸟事儿?你偏要较真,表达一个知识分子所谓的良知,维护特区教育的所谓尊严!教育的形象够糟糕的了,“×中人”还有“局外人”都不择言辞,急吼吼地骂你,不正好说明我们的教育脆弱吗?难道你不觉得这样的人这样的学校可怜吗?当今流行表扬与自我表扬,你批评了某些学校的某些人又如何?能改变当地教育、中国教育的现实吗?
暴发户的最大优点是:死猪不怕开水烫。娱乐圈子的规则有:什么都要,就是不要脸!作为一位业余编剧,我自恃还有些编戏的想象力。谁知牛年刚过完一半,我终于服了——当今学校在高度商业化之后,还相当娱乐化。
中右的博文:没有“择优录取”,“名校”还是名校吗(外一篇)
仅是广告而已,×先生不必过于较真。至于“全中国的顶尖中学”特区的王牌老大××中学为什么要打广告,我想,一是向市委市政府和全市人民有个交代,毕竟一年上亿元的拨款,总该有个说法吧!二是对自己对自己的师生和家长有个安抚:不要“这山望见那山高”,“哪知身在最高峰”!三是对历年来的宣传进行拨高提升,以期达到更高的境界,揽下更亮丽的风景。四是打破市、区其他名校的封锁,以期保证将全市中考成绩一流的优秀学生全部拿到手……至于真假,在商品经济时代,完全相信广告的人应该越来越少了吧,不必当真。
在老百姓心目中,中国有没有真正的名校,这很难说。本人认为:真正的名校不能单纯靠“择优录取”来壮声威:先“择优”,再“培优”,况且“优”都是优于“能”的纸上谈兵,即考试厉害。仅此而已的“名校”,算么?名校一要老百姓真心认可,二要经得起历史检验,如“西南联大”。中国校友会网大学评价课题组推出的《中国高考状元职业状况调查报告》,就说明了个中不少的问题。
我在上面讲了两个观点:仅是广告而已,不必过于较真;真正的名校就不能单纯靠“择优录取”来壮声威。现在我想说第三个观点:在基础教育阶段,政府不能以办“名校”作为己任,尤其是在普及十二年教育的经济发达地区。可以说,当下所有的“名校”都是政府扶持的结果,特区近几年已建和将建的十所高中,在“规划蓝图”中就是重点名校。据本人测算,即便这十所重点高中建成招生,全市的中考生也仅有10%左右能被“择优”进校。这对于那90%左右的学生是不公平的!
特区这十所重点高中建成后,加上原有的市、区重点高中,××中学继续保持“全市顶尖”水平还是无可置疑的。因为它被市政府“重点扶持”的年限最长,应该的!但是,若我们设想,仅仅是设想:本省的教育厅倾全省之力在各市办一到数所“省属重点高中”,并面向全省“择优录取”,或国家教育部倾国家之力在各大城市办一到数所“部属重点高中”,并面向全国“择优录取”,××中学还能保持“全市顶尖”?所以说,单靠政府的“重点扶持”,含政府给予的面向更大范围“择优录取”的特殊政策,这样弄出来的“顶尖名校”还是越少越好,如此才能体现民意(是“顶尖名校”的师生及家长不可代表的民意),才是“坚持科学发展观”,才能实现“和谐社会”。在人均GDP已在全国率先达到欧洲国家水平的××特区,对此应有所作为。
“名校”对地方的贡献“名”副其实吗
基础教育领域的“名校现象”有三个基本特征:在计划经济框架内,“名校”“重点校”都是政府重点扶持产生的;“名校”须靠大范围内的“择优”来维持其名份;“名校”培优的重点标准是“会考试”。此外,我还要阐述一个观点:“名校”办学的社会效益,尤其是对地方经济和社会发展的贡献,大多“名”不副实!
在阐述这一观点之前,先作声明:谈人才“对地方的贡献”,好像偏离了弘扬爱国主义和国际主义的教育思想,表达了狭隘的地方主义情怀……但本人认为,弘扬爱国主义,并不排斥热爱家乡、热爱家园、热爱家人,相反,若抛弃后者单说“爱国”,恐怕是自欺欺人。
衡量学校办学“社会效益”的指标很多,如提高本地市民素质、受教育水平和劳动能力,为地方经济和社会发展培养建设者和劳动者,吸引和留住各种类型和层次的建设者和劳动者,促进地方物质文明和精神文明建设等。学校是培养人的地方,所以对基础教育阶段学校办学的“社会效益”,其主要的衡量指标应是:学校毕业生将来对地方经济和社会发展所作的贡献。
我国推行分税制和基础教育地方责任制,政府办的地方学校基本上是地方财政投资。这种投资来自于本地区纳税人的税赋,“纳税人”含辖区内所有依法纳税的自然人和法人,这自然人没有户籍地差别,法人没有企业性质差别。这决定了地方教育事业的公益事业性质,决定了地方学校须面向辖区内所有的纳税人,让他们的孩子平等地享受接受基础教育的权利。地方政府对“名校”的投资和投入不仅同样来自于本地区纳税人的税赋,并且标准高于其他的“一般”学校,即“名校”及其学生享用了更多的社会资源。
“名校”的学生只占了地方全体适龄学生的极少部分,他们却享受了更多的人均财政投资和社会资源。全社会期待着这些“名校”毕业生将来学成归来,能对地方经济和社会发展作出更多、更大的贡献,以此回报自己比别人多享受到的公共教育资源,弥补教育不公平所带来的社会损害,体现“权利与义务对等”的法治精神。可事实却是,越是“顶尖名校”,越是高考状元,越是“清华北大”,学成归来者越少。中国校友会网大学评价课题组推出了我国首个针对高考状元职业状况的调查报告——《中国高考状元职业状况调查报告》,其中讲到:“在统计到的130多名状元中,大学毕业后约有40%选择出国留学深造或定居海外。”即使留在国内发展的这些“名校”毕业的“高考状元的职业现状,也与社会预期差距较大,在各自领域没能出现行业的顶尖人才,大多在职场上显得默默无闻”。相反,倒是许许多多非重点、非名校的毕业生,尽管他们享受到的社会教育资源比较少,却实实在在地成为地方经济和社会发展的建设者和劳动者。尤其是职业院校毕业的学生,他们挑起了地方经济建设和社会发展的大梁。这也是为什么经济发达国家和地方的青少年学生,60%以上接受职业教育的原因所在,也是我国教育发展和经济建设落后于这些国家和地方的根源之一。不信,看一看近在咫尺的香港就清楚了。
至于××特区的“重点学校”“名校”“顶尖名校”的毕业生以及各色各类状元,学成归来者的比例有多大,学成归来后对地方经济和社会发展的贡献有多大,我不甚清楚。但只须当地教育局委托一所社会调查机构调查一下,应是手到擒来之事。毕竟,特区办“名校”才二三十年,毕业生充其量几万,省市区各科状元就那么千把人。本人的看法:“名校”毕业生对地方经济和社会发展的贡献不如“名校”的名声那么响亮,不及“名校”所享受到的社会资源那么丰硕。在此,不否认“名校”及其学生,为了自身的生存发展所作出的艰苦努力。
××特区早在上世纪末就已高标准普及十二年教育,政府投资办高标准高规格的“重点高中”虽符合国情,高中学校招生实行考试“择优录取”也符合地情,但是我坚持认为,应逐年减少和尽快消灭这种“重点学校”以及“择优录取”现象,这是体现基础教育的社会公平和推进基础教育均衡发展所应追求的方向和目标。
ZigBee网络自剪裁路由算法 篇12
Zig Bee网络是近几年出现的一种新兴网络技术,因其低功耗、低成本、低复杂度、短时延、大网络容量及高节点集成度等特点,被广泛应用于短距离低速率的数据传输场景中。然而由于Zig Bee网络中节点的能量资源有限,故Zig Bee网络路由算法必须以能量有效性为首要的设计要素。经典AODVjr算法通过全网广播RREQ消息而获得发送数据的最短路径,节点因大量广播RREQ消息,而耗能迅速,同时网络堵塞的可能性也大大增加[1]。
如何优化Zig Bee路由算法、降低网络能量消耗一直是各国学者研究关注的热点[2,3,4,5]。文献[2]提出通过控制RREQ消息洪泛范围,以降低网络整体功耗。文献[3]提出利用分 层拓扑信息 来减少AODVjr算法中的路由开销,该算法为了平衡网络能耗,将节点剩余能量作为路由度量。文献[4]提出定向转发RREQ消息,该算法能 有效减少 冗余RREQ消息的转发,从而减少节点功耗。文献[5]提出Mesh拓扑混合路由优化算法,该算法在邻居表基础上,控制RREQ消息的转发范围和转发方向, 并在选择路径时避开剩余能量较少的节点。上述算法在一定程度上限制RREQ消息的转发次数,降低了网络能量消耗,但都以节点已知其他节点位置信息为前提,而这在实际中很难实现。
针对Zig Bee网络路由算法存在问题,在AODVjr算法基础上,结合节点邻居表,提出通过筛选RREQ消息的转发节点,能有效减少RREQ消息的转发次数,从而有效降低网络整体功耗的路由算法。
1 Zig Bee网络
1. 1地址分配方式
Zig Bee网络节点类型分为协调器节点 ( Zig Bee Coordinator,ZC) 、路由器节点( Zig Bee Router,ZR) 和终端节点( Zig Bee End Device,ZED) 3种。每一个无线个域网( WPAN) 中仅仅包含一个ZC节点,它负责初始化网络和管理网络结构[6]。
Zig Bee网络有2种地址分配方式,即分布式地址分配机制( Distributed Address Assignment Mechanism,DAAM ) 和随机地 址分配机 制 ( Stochastic Address Assignment Mechanism,SAAM)[7]。树型网络拓扑中节点默认采用DAAM获得唯一的16 bit网络地址。ZC节点首先进行参数设置: Cm是网络中任一父节点最大子节点数目; Lm是网络最大深度; Rm是网络中任一父节点最大路由子节点数目。则网络深度为d的父节点为其子节点分配网络地址时,通过式( 1) 计算地址偏移量Cskip( d)[8]。网络中,只有Cskip( d) > 0的节点才具有为其子节点分配网络地址,供其加入网络的能力。
Zig Bee网络组网时,优先让ZR节点加入网络, 这样能减少ZR节点向周围节点广播拓扑变化产生的广播开销。具体的地址分配机制[9]如下:
1 ZC节点先将自身的网络地址和网络深度分别设置为0;
2对于网络深度为d,网络地址为A的父节点,其第n个ZC子节点对应的网络地址如式( 2) 所示;
3其第m个ZED子节点对应的网络地址如式( 3) 所示:
由上可知,Zig Bee网络中任 意节点可 根据DAAM计算得到自身树邻居节点( 即父节点和子节点) 的地址。
1. 2 AODVjr路由算法
Zig Bee网络中基 于路由请 求的路由 算法AODVjr是在AODV算法基础 上做出的 改进[10]。 AODVjr算法中一旦节点有路由需求,节点则会以洪泛方式向邻居节点广播RREQ消息,中间节点会向邻居节点转发接收到的RREQ消息。目的节点一旦接收到RREQ消息,将沿RREQ消息的反向转发路径发送路由回复( Route Reply,RREP) 消息,直到源节点接收到RREP消息后,路由建立完成。通过AODVjr算法可以得到源节点与目的节点之间的最短路径,但此算法在寻路过程中需转发大量RREQ消息,这就增加了全网的路由控制开销,导致网络节点因大量转发RREQ消息而能量消耗过快,造成网络分割。所以,如何降低AODVjr算法中RREQ消息的转发次数,从而降低网络控制开销和节点能量消耗一直是各国学者研究的重点。
2自剪裁广播算法
2. 1假设与定义
为了更好地描述算法,在表1中给出如下定义, 这里的A代表的是任意节点或节点集合。
由于Zig Bee网络的资源限制,进行如下假设:
1任意节点之间的距离和具体位置不可知;
2任意节点的发送功率固定且相同;
3网络拓扑不一定是以ZC节点为圆心的圆, 但节点间邻居关系是对称的: 若节点i是节点j的邻居节点,则节点j也是节点i的邻居节点;
4使用分布式地址分配机制DAAM,任意节点在没有信息交换的的前提下,可获得父节点和子节点地址;
5任意节点维护一跳邻居表,任意邻居表记录由邻居网络地址和子节点数量组成。
2. 2 Zig Bee树节点自剪裁转发算法
通常Ad hoc网络的自剪裁广播算法中,节点v接收到RREQ消息后不会直接转发,而会先判断是否需要转发RREQ消息[12]。若节点v的所有邻居节点都已经接收到节点u转发的RREQ消息,即N( v) - N( u) = φ,那么节点v就没必要转发RREQ消息了。这就需要节点获悉两跳邻居表信息,而这对于能量和带宽有限的Zig Bee网络来说是不可能实现的,所以,提出Zig Bee树节点自 剪裁算法ZOSR。ZOSR算法步骤如下:
1一旦有路由请求,源节点就会向邻居节点广播RREQ消息;
2若中间节点v首次接收到RREQ消息则将RREQ消息缓存,并启动定时器;
3节点v根据DAAM地址分配方式计算TN( v) , 令TC( v) = TN( v) ;
4节点v接收到节点u发送的相同RREQ消息,则节点v根据DAAM地址分配方式计算TN( u) ,并计算TC( v) = TC( v) - TN( u) ;
5若TC( v) = φ,节点v丢弃该RREQ消息,并停止计时器;
6重复步骤4和步骤5,直到定时器超时;
7若定时器超时,则转发缓存中的RREQ消息;
8 RREQ消息到达目的节点之前,重复步骤2 ~ 7;
9目的节点接收到RREQ消息后,沿RREQ反向路径回复RREP消息;
10源节点接收到RREP消息后建立到目的节点之间的路由。
2. 3 Zig Bee转发节点选择算法
为了进一步减少RREQ消息的转发次数,在ZOSR算法基础上提出一种Zig Bee转发节点选择算法ZOFNS,此算法根据一定准则,进一步地在未被覆盖的树邻居节点中挑选最优的转发节点进行RREQ消息的转发。ZOFNS算法具体步骤如下:
1一旦节点v有路由需求,则向邻居节点广播RREQ消息,并初始化转发节点集合,令F( v) = φ;
2利用式( 4) 分别计算节点v的备选转发节点集S( v) 和覆盖节点集C( v) ;
3节点v若接收到节点u转发的RREQ消息, 则根据式( 5) 更新节点v的备选转发节点集合覆盖节点集;
4根据N( v) 中节点网络地址对节点进行排序;
5对于节点v的任意邻居节点w,若w∈S( v) , 则令节点w的状态为“初始”状态,反之,则令w状态为“已转发”状态;
6初始化当前深度值,令Current Level = Lm;
7对于处于当前深度,且为“初始状态”的任意节点x,若x没有子节点或所有子节点深度均为Current Level + 1,则将x的状态更新为“不转发”,反之将x的状态更新为“转发”;
8对于任意深度为Current Level + 1,状态不为 “已转发”,且父节点x深度不为Current Level的节点y,若节点y的状态为“不转发”且节点x的父节点深度为Current Level - 1,则将节点x的状态设置为“转发”。否则,将节点y的状态设置为“转发”;
9更新当前 深度值,令Current Level = Current Level - 1;
10重复步骤7 ~ 9,直到Current Level = 0;
11仅状态为“转发”的节点转发RREQ消息。
3仿真分析
为了有效地评价ZOSR算法和ZOFNS算法的性能,采用MATLAB软件来进行仿真。将ZOSR算法和ZOFNS算法与Zig Bee经典路由算法AODVjr分别在节点数目为20 ~ 100个的不同场景下进行了仿真比较: 包括转发节点数目和网络转发次数等指标。
仿真时网络节点静止且随机分布,并假定仿真是在MAC层和物理层都不会有数据包丢失的理想状态下进行的,取5次仿真的平均值为最终结果,其他仿真参数如表2所示。
当仿真节点数 目为90时,AODVjr、ZOSR和ZOFNS 3种算法的转发节点分布图分别如图1 ( a) 、 ( b) 、( c) 所示,图中实心节点为RREQ消息的转发节点,空心节点为无需转发RREQ消息的节点。
由仿真结果可得出AODVjr、ZOSR和ZOFNS算法的转发节点数分别为100、26和20,且算法均能覆盖全部网络节点。这说明ZOSR、ZOFNS算法能有效减少网络中转发节点数目,这是因为ZOSR算法中节点接收到RREQ消息后不会直接转发,而是等待一段时间,根据所有树邻居节点是否已接收到RREQ消息来决定当前节点是否转发RREQ消息。 而ZOFNS算法在ZOSR算法基础上,将一跳树邻居关系推广到两跳,即若当前节点的所有邻居节点的树邻居节点全部已经接收到RREQ消息,则当前节点无需转发RREQ消息。
3. 1转发节点数
随着节点数从20增加到90( 间隔设置为10) , 3种算法的转发节点数目都呈正比例增长,如图2所示。其中,AODVjr算法的转发节点数目与网络节点总数大致相等,因为AODVjr算法中一旦节点接收到RREQ消息,会向邻居节点广播RREQ消息, 则网络中所有节点都会转发RREQ消息; 而ZOSR算法和ZOFNS算法中,随着节点总数的增加,节点密度随之增加( 因为仿真区域固定) ,从而当前节点的邻居节点数目增加,能有效减少覆盖全网所需的转发节点数目。所以,随着节点数目增加,ZOSR和ZOFNS算法中转发节点数目涨幅远远小于AODVjr算法,且ZOFNS算法在一定程度上优于ZOFNS算法法。 。
3. 2转发次数
随着网络节点总数的增加,3种算法中网络总转发次数增加,如图3所示。
其中,AODVjr算法的任 意节点一 旦接收到RREQ消息后,会将RREQ消息直接转发,所以随着节点数量增加,网络总转发次数增长较快; 然而, ZOSR算法中,虽然网络节点数量增加,但转发节点数目涨幅不大,所以网络总转发次数随着网络节点总数增加而缓慢增长; 由于ZOFNS算法改进思想类似于ZOSR算法,且转发节 点的数目 更少,所以ZOFNS算法随节点总数增加,网络总转发次数增长趋势类似于ZOSR算法,但较ZOSR算法更优。
4结束语