【目的】关键性能指标（Key Performance Indicator, KPI）异常检测作为互联网智能运维的基础,对快速故障发现和修复具有重要意义。【文献范围】本文重点调研国内外基于深度生成模型的无监督KPI异常检测方法。【方法】系统地阐述了Donut、Bagel和Buzz三种无监督KPI异常检测方法的理论模型,并分析了它们在准确性和效率等方面的优势与不足。【结果】本文基于生产环境中的KPI数据验证了三个方法的性能。【局限】基于深度生成模型的KPI异常检测方法仍在不断地演进,未来将探索更多该领域的新方法。【结论】针对不同特征的KPI数据,需要采用不同的深度生成模型：对于时间信息敏感的KPI数据,需要采用Bagel进行异常检测;对于非周期性的复杂KPI数据,需要采用Buzz检测其异常行为。
【目的】在当今的网络交互中,最常用到的是HTTP协议,并且HTTP的使用量仍在迅速增长。然而,HTTP的通常传输仍然需要基于基础的TCP/ IP协议栈,这限制了其解决当前因特网上的问题的能力。在用户浏览网页时,网页的响应速度对用户的访问体验来说是很关键的。本文旨在给出一种可行的使网页浏览响应速度提升的方案。【方法】在本文中,我们提出并测试了一种解决方案,借鉴ICN（信息中心网络）协议的思路,通过使用P4（协议无关的可编程数据包处理器）语言,在HTTP协议中实现网络内缓存。首先,我们提出一种数据包转换机制,用于普通数据包与特制数据包的来回转换,其次采用P4语言程序在转发路由器中实现ICN传输过程。【结果】为了评估成果,我们用虚拟机设计搭建了一个网络拓扑。经过测试,与使用普通的HTTP协议时相比,本文中的方案使P4交换机能够缓存HTTP内容响应,聚合相同的请求,改善网络的性能。【结论】于是得出在提升用户浏览网页时的体验上,本文提出的方案是有效的。
【目的】针对目前车载社交网络（Vehicular Social Network,VSN）中存在的缓存冗余大、效率低等问题,提出适用于动态VSN的缓存决策策略和缓存替换策略。【文献范围】文章重点调研国内外对于信息中心网络（Information-Centric Networking,ICN）的架构、ICN缓存、VSN的缓存机制,以及对于两者相结合的研究。【方法】本文首先以缓存内容流行度和节点间朋友关系度为指标判断是否缓存内容。然后将内容存储库进行划分,以增加缓存的多样性。最后基于节点的重要程度制定缓存替换策略。【结果】本文设计的缓存策略明显提高了兴趣包的响应效率,避免了由于频繁切换带来的损失,同时在保证包投递率的前提下,大大减少了网络开销。【局限】由于现实的局限性,使得无法在真实环境下进行实验,导致实验结果过于理想化。【结论】将ICN技术应用于VSN中,利用其内容和位置分离能更好支持终端移动性的特点,以及网内缓存机制的优势,可以降低网络延迟,实现快速的内容交付。
【目的】本文将部分观测的网络性能数据建模为张量,借助于深度神经网络强大的特征提取能力来恢复缺失数据。【方法】与依赖于张量分解的传统张量填充不同,本文基于深度卷积自编码器设计了一种新的张量填充方案（DCAE）。它可以处理稀疏矩阵数据的输入,学习数据的复杂关系,并重构缺失数据。【结果】我们使用了三个公开的真实世界网络性能数据集进行了广泛的实验,实验结果表明,即使采样率非常低,DCAE也可以显著提高恢复精度。【局限】由于网络攻击等,网络性能数据不可避免存在异常,影响恢复结果,未来希望对异常数据进行处理达到鲁棒的恢复效果。【结论】所提模型可以捕获网络性能数据之间的非线性关系,具有高数据恢复精度,可以为高层网络应用恢复缺失数据。
【目的】以多元网络空间共存融合的思想为主线,为未来互联网架构创新探索了可能的方向。【方法】本文以多元网络标识空间的共存、多元网络形态间的互通协同、多元化服务样式的兼容和扩展为出发点,概述了未来互联网模式应具有的特征,分析了其关键技术和难点,提出了相应的设计目标和理论框架。【结果】探讨了在多元网络空间共存融合的理论基础下,未来互联网的基础架构和核心机理,提出了智慧融合网络架构,为互联网技术创新与突破提出了新思路。【结论】多元网络空间共存融合的网络设计顺应未来互联网技术的发展趋势,其实际部署方式以及性能评估仍需进一步讨论和研究。
【目的】6G网络被认为是面向未来网络2030的新一代通信技术,本文旨在面向未来6G网络需求,提出一种可参考的智能化管控架构。【应用背景】该架构将集成不同类型的人工智能算法模型,用于解决高度弹性动态的6G网络“网络随需即用”的问题。【方法】本文通过调研近年来国内外标准化和研究进展,梳理了6G网络智能管控需求和面临的挑战,提出了对应的解决方案。【结果】基于6G智能内生网络的概念,提出了6G网络的智能化管控架构,分析了6G网络智能化管控功能和所需的关键技术。【局限】论文提出的管控架构和关键技术,需要进一步的系统或者原型验证。【结论】智能内生是6G网络的重要特征之一,人工智能技术在6G网络的管控中将起到核心的支撑作用,为资源按需调度和网络伴随服务提供泛在的可靠保障。
【背景】卫星网络具有覆盖范围广、鲁棒性强等优势,可以广泛应用于各种领域,在未来网络的发展中占有重要地位。但由于其星座规模大、复杂异构、拓扑时变的特点,仍然存在管控困难、资源利用率低等多种挑战。【方法】软件定义网络（Software Defined Networking,SDN）作为未来网络的关键技术,可以有效地解决卫星网络中的一系列问题。【结果】本文分析了SDN应用在卫星网络中的优势,并分别从网络架构设计和关键技术两方面对当前基于SDN的卫星网络相关研究进行了介绍和梳理。【结论】最后,本文总结了基于SDN的卫星网络面临的挑战和未来发展方向。
【目的】在信息中心网络中,内容命名粒度是影响网络效率特别是路由查表效率中的重要因素,然而具体关系尚待研究。【方法】本文从内容命名粒度对网络名字数量的影响出发,探究不同命名方式下内容命名粒度对内容请求数量以及不同命名方式下路由表规模的影响,进而得到内容命名粒度对路由查表效率的影响。【结果】探究发现内容命名粒度越小,名字数量和请求数量越多,（依命名方式不同）路由表规模可能变大、查表效率会降低。【局限】本研究的结果主要是基于论文调研、数据分析和本地测试,暂时缺乏真实网络测试的支撑。【结论】本文阐明了内容命名粒度对信息中心网络产生影响的各个因素以及这些因素间的相互关系,为相关领域进一步的研究工作打下理论基础。
【目的】土地是人类赖以生存和发展的基础,土地的变化情况对于人类的经济、政治、环境等有诸多影响。为了准确把握土地利用变化的规律以及演变过程,给土地利用演变研究提供方法。【方法】本文以广东车八岭国家自然保护区为例,采用基于LSTM的循环神经网络与元胞自动机的耦合模型对保护区2005—2017年的土地利用变化进行训练和模拟来得到土地利用的动态演变结果。模型主要包括数据预处理、循环神经网络、元胞自动机以及模型校验等模块。【结果】实验综合考虑自然因子、社会因素、距离因子等14个空间变量作为模型的输入变量,通过设置不同的阈值和随机变量进行校验和模拟。最后将模拟结果与实际土地利用对比发现无论是模拟精度还是Kappa系数都高于传统模型的模拟结果。【局限】实验中空间变量的个数和种类还较单一,还需进一步增加相关变量和驱动因子。【结论】采用基于LSTM的RNN-CA模型提高模拟的效果,可以满足土地利用变化的模拟研究,为土地利用变化的研究提供借鉴。
【目的】计算卸载是移动边缘计算（MEC）的重要研究领域,弥补了设备在存储、计算等方面的不足,受到广泛关注。本文研究MEC密集网络的计算卸载策略。【方法】针对多基站多用户场景,提出了具备服务缓存和资源调度特征的卸载模型,采用动态规划和博弈论对缓存问题和通信计算资源的联合分配问题分别进行处理,实现用户之间相互满意的纳什均衡状态。【结果】通过仿真实验,证明了该策略的有效性,明显降低开销,提升系统性能,更好地满足用户需求。【结论】适用于移动边缘计算场景,为后续的计算卸载研究提供了理论和实践支持,下一步工作将引入激励机制对用户卸载行为的影响。
【目的】材料微结构中界面能异性和弹性应变能是产生各向异性的主要因素,本文主要研究含弹性应变能的各向异性相场模型的紧致指数时间差分方法。【方法】在紧致指数时间差分方法框架下引入了界面能异性和弹性应变能的计算,将界面能异性和弹性应变能归于指数时间差分方法的非线性项统一处理,为二者设计了算子分裂格式。【结果】从数学上证明了算子分裂格式能够保证能量稳定,并进行了镍基合金以及Zr的氢化物的材料腐蚀相场模型的数值实验,验证了含弹性应变能的各向异性相场模型的指数时间差分方法的能量稳定性。【局限】本文仅得到了指数时间差分方法的一阶和二阶求解格式,更高阶的求解格式有待进一步探索。【结论】设计了能量稳定的含弹性应变能的各向异性相场模型的指数时间差分方法。
【目的】为了利用Charm++的过分解与运行时迁移特性,提高FMM的并行执行效率,本文在Charm++上完成了FMM的并行实现。【方法】通过分析通信、并行任务分解、异步调用转化,采用SDAG实现了基本通信函数,并利用LPT近似策略达到了负载均衡,最终实现了并行FMM。【结果】测试结果表明,FMM的Charm++实现的计算精度与MPI实现完全相同,在千核规模上的执行速度优于MPI实现。过分解与负载均衡策略在粒子分布不均的情况下减少了10%的运行时间。【局限】目前的实现没有利用Charm++共享内存的结构,仍有优化的空间,负载均衡策略较为简单。【结论】本文给出了一个较为通用的MPI风格程序向Charm++转化的策略,并证明了Charm++的过分解与负载均衡策略对FMM有加速效果。
【目的】为了加速海洋环流模式LICOM的积分计算,降低因分辨率的提升而带来的运行成本,本文设计并实现了基于CUDA C的GPU加速版本。【方法】本文基于目前最新的LICOM3版本,在分析LICOM海洋网格块的并行算法的基础上,结合使用CUDA线程并行计算海洋网格点,将LICOM主要计算程序移植到GPU平台上,并从数据传输和设备内存的使用两个方面进行优化。【结果】实验表明,GPU版本模拟结果的与原CPU版本基本一致。与使用相同数量的Intel Xeon E5-2680 V2 CPU相比,使用2至16块NVIDIA K20 GPU单个模式天加速了9.31到1.27倍。【局限】由于LICOM3计算的边界同步通信比较多,限制了程序的可扩展性,未来需要通过边界通信优化和算法优化来提高模式的可扩展性。【结论】本文对LICOM3程序进行了GPU版本的实现和优化,取得了一定的加速效果并保持较好的扩展性,为今后面向更大规模计算的海洋环流模式发展提供了经验和参考。
【目的】介绍了算力网络面向业务需求,在云、网、边之间按需分配和灵活调度计算资源的网络组织方式。该方式旨在实现更广泛的计算资源的统一调度和纳管。而在网络边缘侧,由于各种嵌入式数量众多,架构各异,现有的资源调度方式难以满足算力纳管的需求。【方法】从算力网络架构出发,基于云原生的资源调度机制,阐述了轻量化、多集群的分级边缘资源调度方案。【结果】基于轻量级的云原生平台,实现了面向算力网络的前端海量边缘设备的统一纳管,并且能够在多种架构的嵌入式平台进行部署。【局限】作为面向算力网络整体技术架构,“云、边、端”中前端设备的统一资源调度平台,如何实现云边协同、人工智能算法等在前端嵌入式集群中的实现和部署,使其前端设备更具自主性是其下一步需要解决的重要问题。【结论】面向算力网络的前端嵌入式资源调度方案可以广泛应用于物联网、车联网、智慧城市等领域,进一步实现前端设备的自主处理能力,解决我国智能产业领域创新能力和支撑不足等现实问题。
【目的】对3GPP中的5G网络音视频传输相关标准进行介绍,为相关运营商和服务提供商利用5G进行网络音视频传输提供参考。【方法】通过对3GPP标准进行研究,梳理介绍了基于5G系统的流媒体通用服务架构、5G媒体分发系统和其中需要进一步研究的问题。【结果】3GPP的编解码和媒体工作组针对5G中的流媒体系统架构、协议、编解码、格式等提出了相关的技术规范和技术报告,对于运营商或者服务提供商在5G中部署流媒体传输具备指导意义。【局限】3GPP关于媒体传输的标准很多,而且在不断的发展,受限于参照的标准数量,无法全面详细描述所有媒体形式的传输架构。【结论】5G音视频传输标准的研究对于提高网络音视频传输的体验质量有重要意义,有必要紧跟3GPP标准,结合运营商和服务提供商的具体情况实现部署。
【目的】伴随5G和人工智能（Artificial Intelligence,AI）技术的飞速发展,各类型的应用不断涌现,不同应用对计算和网络都有着特定要求。为了给用户提供更好的体验,需要为不同应用提供满足需求的计算资源和确定性的网络资源,因此计算资源与网络资源的联合优化成为一个重要的研究领域。【文献范围】文章重点调研了计算资源与网络资源联合优化的解决方案,以及相关案例在现网中的应用等。【方法】本文给出一种计算/网络资源联合优化方案：算力网络（Computing Power Network,CPN）,阐述基于CPN的实验验证平台的整体架构,并给出了相关关键技术以及典型应用示例。【结果】CPN将计算资源信息与网络资源信息有机关联在一起,能够针对客户需求提供联合优化方案以及组织相应的资源调度工作。【局限】计算/网络资源联合优化涉及多个领域的研究,CPN作为一种新型解决方案,还面临很多的挑战,需要根据业务需求与商业模式的发展,不断地完善和发展。【结论】算力网络能够有效应对未来业务对计算、存储、网络甚至算法资源的多级部署以及在各级节点之间的灵活调度,获得了相关领域专家的认可,已经在国际电信联盟电信标准分局（International Telecommunication Union Telecommunication Standardization Sector,ITU-T）、中国通信标准化协会（China Communications Standards Association,CCSA）等国际国内标准组织中立项进行标准化研究。
【目的】通过对网络切片管理系统以及运营商行业实践的分析,为运营商5G独立组网（Standalone,SA）试商用阶段网络切片业务发展提供有效参考与样板。【文献范围】文章参考国际标准中网络切片管理与编排系统架构,并且结合公开资料、设备商交流等多种渠道搜集运营商近年行业实践的相关热点情报。【方法】本文提出一种5G网络切片管理系统,阐述其功能架构并进行分析,同时对切片热点情报进行整理与分析。【结果】通过5G网络切片管理系统的研究工作,在运营商5G网络切片商用落地阶段,从架构、功能、业务开展多等方面提供参考性选型建议。【局限】目前5G网络切片处于试点应用的早期阶段,切片管理系统的功能、切片业务的应用场景仍需进一步完善。【结论】5G切片的上线与运营离不开切片管理系统,通过5G网络切片管理系统支撑面向行业的切片业务开展,提供差异化的5G网络服务能力,帮助运营商孵化具备商用条件的行业应用,抢占行业客户。
【目的】现有的云服务计算模型无法满足数据驱动型科研范式的发展。如何设计并实现符合数据密集型科学计算处理的架构是当前研究的一个热点方向。【文献范围】文章重点分析了数据驱动的科研范式的发展趋势,给网络与计算带来的挑战,以及科学计算场景下对边缘计算的具体需求,同时给出国内外对于边缘计算的研究进展。【方法】在此基础上,本文给出一种融合边缘计算的新型科研云服务架构,阐述该架构的基本功能,并给出相关典型应用场景与服务能力。【结果】该架构能够满足科学计算在数据传输优化、虚拟组网、5G融合接入、边云协同算力网络和边缘云科研应用服务等多场景需求。【结论】基于计算存储网络融合路线,整合边缘计算、5G网络、人工智能、网络虚拟化等技术,将能够形成异构融合、云边协同的新型云服务网络架构。
【目的】SDN交换机南向协议性能测试系统致力于通过构造测试场景,按照一定的流量策略探测被测交换机各项性能指标,评价其是否满足用户性能需求。【文献范围】本文重点调研了SDN交换机南向协议的发展历程、公开的SDN交换机性能测试结果以及相关SDN交换机性能测试文献等。【方法】本文给出一种灵活精确的SDN交换机南向协议性能测试系统,采用软硬件结合的架构保证了系统良好的可扩展性、灵活的流量构造能力以及纳秒级的时间测量精度。【结果】基于FAST架构,本文以OpenFlow协议为例实现了灵活精确的SDN交换机南向协议性能测试系统,并针对新华三交换机进行了一系列OpenFlow协议性能测试。【局限】本文所提出的方案仅适用于单个交换机无加密南向协议的性能测试,针对SDN交换机集群性能测试所需的场景模拟以及加密南向协议的解密突破仍需进一步探索。【结论】通过针对新华三交换机进行了OpenFlow流表性能测试,客观的评价了该交换机的实际性能,验证了本测试系统的可用性。
【目的】对边缘智能技术进行系统而全面的介绍,为相关读者了解和关注边缘智能提供一定的参考,并启发更多的学者开展物联网时代边缘智能模型的研究。【方法】本文首先简要介绍了边缘智能的起源与概念,梳理了边缘智能的研究趋势与发展动态,然后归纳了目前存在的三种主要矛盾,最后概括了当前针对边缘智能矛盾的四个研究方向,并列举了典型的边缘智能场景。【局限】作为正处于技术储备阶段的新型技术,边缘智能的发展多数由产业驱动,学术界缺乏对其标准化、一体化的研究思路,暂时无法论述未来的发展。【结论】尽管处于发展初期,边缘智能在未来将成为智能产业发展的催化剂,促进整个工业体系的升级转型。
【背景】Protobuf和JSON是目前两种主流网络数据结构,有着各自的特点和应用场景,随着互联网应用的场景复杂,不同场景下数据交换上有了新的要求。JSON主要应用于Web浏览器到服务器数据传输,Protobuf主要用于客户端到服务器端高效安全数据传输。【目的】若能实现两者的转换,可以促进数据交互,极大地提高开发效率。【方法】本文基于动态解析和类型反射技术,实现了Protobuf和JSON数据动态转换,并搭建测试平台和编写测试用例进行了验证。【结果】实验表明,该方法可靠稳定兼容性好,在测试用例不同测试数据下转换效率保持20MB/s,Protobuf 2和Protobuf 3均可正常转换。
【目的】为了满足我国企业年金的资产配置和实际交易的需求,确定整体的风险和收益目标,得到最佳的资产配置比例和更优的投资决策。【方法】本文在遵循企业年金安全性和收益性前提下,基于矩阵值因子算法构建了带投资约束条件的均值-方差优化模型,并基于CVXOPT求解器、遗传算法和粒子群算法进行最优值求解,综合最好方差、均值方差和均值收益率三个指标,选择最优模型实现并行计算。【结果】研究和实验结果表明,模型实现了对高维协方差矩阵的降维建模和预测,缓解了在资产数量多的情况下,模型的待估参数过多且不易求解的问题,从而更快的收敛到全局最优解;并行计算可使最优模型的计算效率显著提升,有效缩短模型的运行时间。【局限】作为面向我国企业年金的投资组合优化模型,改进均值-方差模型解的不可靠性和考虑职工的风险承受能力的差别是下一步需要解决的重要问题。【结论】投资组合优化模型结合矩阵值因子算法和并行计算有利于解决投资组合选择的计算瓶颈问题,促进企业年金的保值增值,从而缓解社会养老金制度在人口老龄化环境下所面临的平衡难以持续、负担不断加重的问题。
【目的】利用改进的尺度不变特征变换（Scale-Invariant Feature Transform, SIFT）算法提取的匹配特征对卷烟商标纸图像进行细粒度配准,达到提升配准精度和区分真伪卷烟商标纸图像的目的。【方法】通过对图像分块处理、剔除不稳健特征点、单应性矩阵粗配准后根据匹配点距离进行约束筛选匹配对,并提出根据细粒度配准后的匹配点距离均值进行评价,最终实现并改进了基于特征点的卷烟商标纸细粒度图像配准方法。【结果】基于本文改进的特征点检测方法可以提取到更均衡的特征点,提高推定匹配率,提出的配准结果评估标准能有效评估配准质量,粗配准筛选匹配点可以提高图像细粒度配准的精度,并可以对卷烟商标纸图像进行区分。【局限】目前的改进集中在匹配对的筛选,在细粒度配准方法研究上仍有改进的空间。【结论】基于改进的SIFT算法提取的特征点,提出了先粗配准后细配准的图像细粒度配准策略,经实验证明此策略可以提升图像配准精度,并可以达到区分卷烟商标纸图像的目的。
【背景】 湍流问题涉及到工程中的诸多领域,其重要性不言而喻。雷诺平均Navier-Stokes(RANS)方程提供了一种计算时间平均湍流量的有效方法,由于其计算易处理性而被广泛使用。随着深度学习技术的发展,采用数据驱动的方法建模RANS模型受到了研究者广泛的关注。【方法】本文提出了一种数据驱动建模RANS模型的方法,该方法以数值软件模拟结果为基础,利用深度学习技术构造湍流模型。由于在湍流问题中,不同的系统初始条件不同,数据的质量千差万别,难以使用统一的神经网络结构进行训练。因此本文采用AutoML(自动机器学习)的方法自动搜索神经网络的结构并进行自动调参。此外,本文发现通过混合多种初始条件下的数据进行模型训练,可以提高深度学习模型的拟合精度,增强其鲁棒性。【结果】本文选取OpenFOAM中的经典算例内壁台阶流模拟作为数据来源进行实验。实验表明,该模型在预测雷诺应力时具有较好的精度和效率,表明数据驱动方法在湍流模拟中具有良好的应用前景。【局限】为了更好的在湍流领域应用深度学习技术,下一步的研究重点在于如何将深度学习模型与湍流数值模拟软件耦合。【结论】目前,针对湍流机器学习的系统研究相对较少。在现有工作经验的基础上,机器学习在未来的湍流模型化中必将扮演着更加重要的角色。
【目的】针对材料科学工作者开展机器学习工作门槛较高这一现状,本文基于MatCloud研发一个用户友好、自动化的材料数据挖掘与机器学习模块Auto-Mat。【方法】本文对MatMiner和scikit-learn中一些已有的获取数据的方法和机器学习算法进行了集成,并定义了数据字典以读取不同材料计算数据库的数据。同时,自主研发了一些特征筛选和处理方面的算法。【结果】能够提供一个具有可视化交互和展示界面的材料数据挖掘与机器学习模块,并将数据以统一的格式呈现。同时,自主研发的算法,对模型的性能均有一定提升。【局限】对于数据的获取,目前仅仅能获取到通过MatMiner API中的数据,相关代码的编写也完全和MatMiner API保持同步,因此可扩展性较差。而且,目前一些核心算法的执行速度有待提升。【结论】通过该模块与MatCloud的集成,用户可以“一站式”地读取Materials Project等几个主流数据库中的数据,并快速构建属于自己的材料数据挖掘与机器学习工作流程。并在最后通过2个案例的对比分析,说明了该模块对于降低用户开展材料数据挖掘与机器学习的使用门槛有着积极作用。
主管：中国科学院
主办：中国科学院计算机网络信息中心
科学出版社有限责任公司
出版：科学出版社有限责任公司
显示图片
