目錄
第1章 概述 1
1.1 研究意義 1
1.2 應用前景 3
1.3 國內(nèi)外研究現(xiàn)狀及評價 4
1.3.1 國內(nèi)外研究現(xiàn)狀及發(fā)展趨勢 4
1.3.2 國內(nèi)外研究現(xiàn)狀評價 7
1.4 多模態(tài)智慧網(wǎng)絡模型 8
1.5 本書研究內(nèi)容 10
參考文獻 12
第2章 多粒度智慧網(wǎng)絡架構(gòu) 14
2.1 研究背景 14
2.2 研究現(xiàn)狀 15
2.2.1 域內(nèi)安全 15
2.2.2 域間互聯(lián) 15
2.3 安全問題分析 16
2.3.1 控制器安全問題 17
2.3.2 流表安全問題 17
2.4 控制器架構(gòu)設計 19
2.4.1 安全方案 19
2.4.2 整體架構(gòu) 20
2.4.3 模塊設計 21
2.4.4 運行機制 22
2.5 多粒度安全服務 23
2.5.1 粒計算理論 23
2.5.2 安全服務�；� 23
2.5.3 多粒度安全管理模型 24
2.6 實驗和測試 25
2.6.1 測試環(huán)境 25
2.6.2 攻擊測試 25
2.7 本章小結(jié) 27
參考文獻 27
第3章 多模態(tài)智慧網(wǎng)絡編碼感知綠色路由資源調(diào)度 29
3.1 軟件定義傳感網(wǎng)中編碼感知綠色路由算法 29
3.2 軟件定義傳感網(wǎng)架構(gòu) 29
3.2.1 軟件定義傳感網(wǎng)架構(gòu)模型 29
3.2.2 軟件定義傳感網(wǎng)控制器架構(gòu) 31
3.2.3 軟件定義傳感網(wǎng)控制器模塊設計 31
3.3 編碼感知綠色路由算法 33
3.3.1 基本思想 34
3.3.2 節(jié)點編碼機會值 35
3.3.3 節(jié)點負載度 36
3.3.4 CAGR度量 36
3.3.5 CAGR運行機制 37
3.4 本章小結(jié) 38
參考文獻 39
第4章 多模態(tài)智慧網(wǎng)絡面向服務的負載資源調(diào)度 40
4.1 基于負載感知的分布式控制器負載均衡模型 40
4.2 SDN多控制器架構(gòu)方案 40
4.3 分布式控制器負載均衡模型 43
4.3.1 負載信息感知和狀態(tài)判定 44
4.3.2 基于負載感知的負載均衡算法 46
4.3.3 分布式控制器負載均衡模型的運行流程描述 48
4.4 基于負載感知的分布式控制器負載均衡模型的仿真實驗與結(jié)果分析 49
4.5 本章小結(jié) 52
參考文獻 52
第5章 多模態(tài)智慧網(wǎng)絡通信資源恢復 53
5.1 SDN/IP跨域異構(gòu)網(wǎng)絡通信模型 53
5.1.1 設計思路 53
5.1.2 模型框架 54
5.1.3 三層路由模塊設計 54
5.1.4 SDN/IP跨域邊緣節(jié)點設計 57
5.2 系統(tǒng)通信流程 58
5.2.1 通信場景 58
5.2.2 跨域ARP處理 59
5.2.3 跨域路由處理 59
5.3 仿真實驗與結(jié)果分析 61
5.3.1 測試環(huán)境 61
5.3.2 路由協(xié)議處理功能測試 61
5.3.3 跨SDN域通信測試 63
5.4 本章小結(jié) 64
參考文獻 64
第6章 多模態(tài)智慧網(wǎng)絡接納控制資源調(diào)度 65
6.1 基于博弈的區(qū)域資源分配接納控制理論 65
6.1.1 網(wǎng)絡結(jié)構(gòu) 65
6.1.2 收益函數(shù)、連接數(shù)和帶寬 66
6.2 基于博弈的區(qū)域資源分配接納控制算法 67
6.2.1 WMN資源的非合作博弈模型 67
6.2.2 非合作博弈的納什均衡 67
6.2.3 接納控制算法 68
6.3 基于博弈的區(qū)域資源分配接納控制算法的仿真實驗與結(jié)果分析 69
6.3.1 仿真模型和參數(shù)設置 69
6.3.2 網(wǎng)絡資源分配 70
6.3.3 結(jié)果分析 70
6.4 本章小結(jié) 72
參考文獻 72
第7章 邊緣智慧網(wǎng)絡計算資源卸載調(diào)度 73
7.1 面向體驗質(zhì)量的數(shù)據(jù)流粒度劃分方法的問題與描述 73
7.2 基于卷積神經(jīng)網(wǎng)絡的粒度劃分模型 74
7.2.1 數(shù)據(jù)流粒度劃分方法 74
7.2.2 ResNet-18模型 75
7.3 基于改進殘差網(wǎng)絡的數(shù)據(jù)流粒度劃分方法 76
7.3.1 激活函數(shù)的選取 77
7.3.2 基于DLBHC的粗分類方法 77
7.3.3 改進殘差網(wǎng)絡的訓練及細分類方法 78
7.4 基于面向體驗質(zhì)量的數(shù)據(jù)流粒度劃分的仿真實驗與結(jié)果分析 80
7.4.1 實驗方法 80
7.4.2 功能展示 81
7.4.3 結(jié)果分析 81
7.5 本章小結(jié) 83
參考文獻 84
第8章 邊緣智慧網(wǎng)絡任務資源可信卸載調(diào)度 85
8.1 基于DRL和用戶體驗度的任務卸載模型 85
8.1.1 系統(tǒng)模型 85
8.1.2 通信模型 87
8.1.3 計算模型 88
8.1.4 問題模型 90
8.2 基于DRL的用戶體驗度*優(yōu)任務卸載策略 91
8.3 仿真實驗與結(jié)果分析 93
8.4 本章小結(jié) 98
參考文獻 98
第9章 邊緣智慧網(wǎng)絡任務遷移資源調(diào)度 99
9.1 基于用戶請求內(nèi)容預測的內(nèi)容放置方法 99
9.2 系統(tǒng)場景 99
9.2.1 用戶請求內(nèi)容過程 100
9.2.2 時延模型 100
9.3 基于注意力機制及圖神經(jīng)網(wǎng)絡的內(nèi)容流行度預測方法 101
9.3.1 請求序列信息圖化 102
9.3.2 圖的神經(jīng)網(wǎng)絡構(gòu)建 103
9.3.3 注意力機制 104
9.3.4 預測結(jié)果 105
9.4 基于貪心算法的內(nèi)容放置 105
9.5 緩存內(nèi)容的替換 106
9.6 基于用戶請求內(nèi)容預測的內(nèi)容放置方法的仿真實驗與結(jié)果分析 107
9.6.1 內(nèi)容預測結(jié)果分析 107
9.6.2 緩存放置仿真及結(jié)果分析 108
9.7 本章小結(jié) 111
參考文獻 111
第10章 多模態(tài)智慧網(wǎng)絡數(shù)據(jù)流資源調(diào)度 112
10.1 SDN服務流分類與識別框架 112
10.1.1 SDN服務流分類與識別框架結(jié)構(gòu) 112
10.1.2 SDN服務流分類與識別工作流程 113
10.2 基于深度神經(jīng)網(wǎng)絡的流分類模型 114
10.2.1 流分類模型結(jié)構(gòu)構(gòu)建 114
10.2.2 流分類模型的核心技術(shù)分析 116
10.3 基于深度神經(jīng)網(wǎng)絡的自適應流分類模型的仿真實驗與結(jié)果分析 118
10.3.1 實驗數(shù)據(jù)集 118
10.3.2 數(shù)據(jù)預處理 120
10.3.3 結(jié)果分析 122
10.4 本章小結(jié) 125
參考文獻 126
第11章 多模態(tài)智慧網(wǎng)絡DDoS檢測資源調(diào)度 127
11.1 DDoS攻擊檢測框架 127
11.2 基于數(shù)據(jù)源熵的DDoS態(tài)勢感知 128
11.3 基于MIC-FCBF的特征選擇與構(gòu)建 129
11.3.1 特征選擇 129
11.3.2 特征構(gòu)建 130
11.4 特征抽取與特征歸一化 132
11.4.1 特征抽取 132
11.4.2 特征歸一化 133
11.5 基于DNN的DDoS檢測模型 133
11.5.1 注意力機制 134
11.5.2 融合注意力機制的DNN模型 135
11.5.3 DDoS檢測模型訓練 136
11.6 仿真實驗與結(jié)果分析 136
11.6.1 仿真環(huán)境與數(shù)據(jù)集 136
11.6.2 結(jié)果分析 137
11.7 本章小結(jié) 140
參考文獻 140
第12章 多模態(tài)智慧網(wǎng)絡路徑資源調(diào)度 141
12.1 基于記憶模擬退火的多約束路由的路徑選擇算法概述 141
12.2 基于記憶模擬退火的多約束路由算法模型 142
12.2.1 多約束路由模型 142
12.2.2 路由方法 144
12.3 基于記憶模擬退火的多約束路由的路徑選擇算法設計 145
12.4 基于記憶模擬退火的多約束路由的路徑選擇算法的仿真實驗與結(jié)果分析 147
12.4.1 實驗方法 147
12.4.2 結(jié)果與分析 148
12.5 本章小結(jié) 151
參考文獻 151
第13章 多模態(tài)智慧網(wǎng)絡同步技術(shù) 153
13.1 基于蟻群算法的路由規(guī)劃同步技術(shù) 153
13.2 面向SDN多域的全局路由動態(tài)計算模型 153
13.2.1 框架設計思路 153
13.2.2 全局路由動態(tài)計算模型構(gòu)建 154
13.3 蟻群算法的改進 156
13.3.1 啟發(fā)信息設計和相關(guān)定義 156
13.3.2 狀態(tài)轉(zhuǎn)移方程改進 159
13.4 仿真實驗與結(jié)果分析 161
13.5 本章小結(jié) 163
參考文獻 164
第14章 多模態(tài)智慧網(wǎng)絡跨域可信通信資源調(diào)度 165
14.1 安全通信架構(gòu) 165
14.1.1 基本通信架構(gòu) 165
14.1.2 增強的安全控制器 166
14.1.3 域間代理 167
14.2 安全通信機制 168
14.2.1 消息格式 168
14.2.2 鄰居發(fā)現(xiàn) 169
14.2.3 兩步認證 169
14.2.4 隧道建立 171
14.3 安全性分析 171
14.3.1 認證安全性 171
14.3.2 消息安全性 173
14.4 實現(xiàn)和測試 173
14.4.1 功能設計 173
14.4.2 運行測試 174
14.5 本章小結(jié) 176
參考文獻 177
第15章 多模態(tài)智慧網(wǎng)絡故障檢測技術(shù) 178
15.1 概念定義 178
15.2 基于自回歸流的高斯混合變分自編碼器的故障檢測模型 179
15.2.1 模型架構(gòu) 179
15.2.2 基于GRU網(wǎng)絡的編碼器和解碼器 180
15.2.3 模型的變分下界 182
15.3 仿真實驗與結(jié)果分析 185
15.3.1 實驗環(huán)境與數(shù)據(jù)收集 185
15.3.2 結(jié)果分析 187
15.4 本章小結(jié) 190
參考文獻 190
第16章 多模態(tài)智慧網(wǎng)絡快速通信資源恢復 191
16.1 基于貪婪電場力動態(tài)平衡的UAV-BS三維部署算法概述 191
16.2 三維部署模型 191
16.3 部署模型優(yōu)化 192
16.4 貪婪電場力動態(tài)平衡三維部署算法 194
16.4.1 基于圖的貪婪算法 194
16.4.2 分布式電場力動態(tài)平衡算法 196
16.5 仿真實驗與結(jié)果分析 198
16.5.1 實驗設計 198
16.5.2 結(jié)果與分析 199
16.6 本章小結(jié) 202
參考文獻 203