准确、高效的业务流识别与分类是保障多媒体通信端到端QoS(Quality of Service)、执行相关网络操作的前提。但多媒体通信业务构成复杂、具有较严格的QoS约束,且在包/流水平统计特征多样性,业务统计特征有效选取直接关系到识别和分类方...准确、高效的业务流识别与分类是保障多媒体通信端到端QoS(Quality of Service)、执行相关网络操作的前提。但多媒体通信业务构成复杂、具有较严格的QoS约束,且在包/流水平统计特征多样性,业务统计特征有效选取直接关系到识别和分类方法的有效性。在介绍相关研究成果的基础上,文中从业务特征角度对现有技术进行分类,进而对比各类方法的性能,同时在探讨当前业务流识别方法存在对新业务识别准确度不高、实时性不足等问题的基础上,结合跨域QoS类映射弹性需求的特点,给出跨域QoS类映射中多媒体业务识别架构。整个架构的目标是准确、高效地识别多媒体流,为聚集流的形成做好前期准备,为保障高效的端到端QoS提供技术支撑。最后,总结了发展趋势和面临的挑战。展开更多
该文基于网络多媒体业务QoS(Quality of Service)特征特点,提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式,在QoS分类的基础上,可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特...该文基于网络多媒体业务QoS(Quality of Service)特征特点,提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式,在QoS分类的基础上,可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特征,借助聚集流可以在合理的粒度上区分多媒体业务。该文从QoS特征出发分析了聚集流识别的特点,利用网络多媒体业务典型QoS特征的稀疏性,使用改进K-SVD(Kernel Singular Value Decomposition)进行字典学习,实现网络多媒体业务QoS类识别。实验结果表明,该文算法比现有方法具有更高的QoS类识别准确性。展开更多
为了提高异构网络中多媒体业务服务质量(Quality of Service,QoS)保证能力,提出一种异构网络多媒体业务流识别和映射方法 (QoS Mapping and Identification Method Based on Traffic Flow,QMIM-TF)。考虑了未明确标注QoS类别的多媒体业...为了提高异构网络中多媒体业务服务质量(Quality of Service,QoS)保证能力,提出一种异构网络多媒体业务流识别和映射方法 (QoS Mapping and Identification Method Based on Traffic Flow,QMIM-TF)。考虑了未明确标注QoS类别的多媒体业务的映射问题;通过感知网络环境,灵活调整QoS类映射结果,提高网络端到端系统效能,提供有效的异构网络端到端QoS保证;基于现行网络设备获取QoS属性,进行业务区分,使方案具有较好的通用性和可实现性;将在线与离线识别相结合,兼顾网络实时性和准确性要求。通过仿真验证了方案的有效性。展开更多
文摘准确、高效的业务流识别与分类是保障多媒体通信端到端QoS(Quality of Service)、执行相关网络操作的前提。但多媒体通信业务构成复杂、具有较严格的QoS约束,且在包/流水平统计特征多样性,业务统计特征有效选取直接关系到识别和分类方法的有效性。在介绍相关研究成果的基础上,文中从业务特征角度对现有技术进行分类,进而对比各类方法的性能,同时在探讨当前业务流识别方法存在对新业务识别准确度不高、实时性不足等问题的基础上,结合跨域QoS类映射弹性需求的特点,给出跨域QoS类映射中多媒体业务识别架构。整个架构的目标是准确、高效地识别多媒体流,为聚集流的形成做好前期准备,为保障高效的端到端QoS提供技术支撑。最后,总结了发展趋势和面临的挑战。
文摘该文基于网络多媒体业务QoS(Quality of Service)特征特点,提出网络业务QoS类识别算法。探索了新的多媒体业务QoS类划分模式,在QoS分类的基础上,可以通过将具有相同或相似QoS需求特征的业务流聚集生成聚集流。聚集流划分使用较少的QoS特征,借助聚集流可以在合理的粒度上区分多媒体业务。该文从QoS特征出发分析了聚集流识别的特点,利用网络多媒体业务典型QoS特征的稀疏性,使用改进K-SVD(Kernel Singular Value Decomposition)进行字典学习,实现网络多媒体业务QoS类识别。实验结果表明,该文算法比现有方法具有更高的QoS类识别准确性。
文摘为了提高异构网络中多媒体业务服务质量(Quality of Service,QoS)保证能力,提出一种异构网络多媒体业务流识别和映射方法 (QoS Mapping and Identification Method Based on Traffic Flow,QMIM-TF)。考虑了未明确标注QoS类别的多媒体业务的映射问题;通过感知网络环境,灵活调整QoS类映射结果,提高网络端到端系统效能,提供有效的异构网络端到端QoS保证;基于现行网络设备获取QoS属性,进行业务区分,使方案具有较好的通用性和可实现性;将在线与离线识别相结合,兼顾网络实时性和准确性要求。通过仿真验证了方案的有效性。
