面向多层虚拟网络的故障探测与定位技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61877067
  • 项目类别:
    面上项目
  • 资助金额:
    52.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0215.计算机与其他领域交叉
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

Multilayer virtual networks are mainly used to improve Internet reliability and facilitate a rapid deployment of new services. However, in order for overlay services to adapt to dynamic network conditions in a timely manner, efficient diagnosis of performance problems is required. Existing overlay diagnosis approaches assume extensive knowledge about the network and require invasive monitoring sensors or active measurements. The overall goal of this project is to develop a multilayer network fault detection and localization architecture. In this project, we will resolve the existing problems in the mathematical model building, fault information collection and general algorithm design for fault detection and localization research in term of fault localization model, probing signal acquisition, computing methods of localization, network control overhead and network size, and improve the management ability of existing heterogeneous network. In the aforementioned system, we focus on eliminating the adverse effects on heterogeneous network coexistence, dynamically changing network environment, constrained relationship and the complexity of user demand, improving the accuracy, timeliness and universal type of network failure detection and localization, satisfying the failure management requirement for different networks and ensuring the authenticity and validity of failure detection and localization result.
多层虚拟网络的使用提高了网络的可靠性并有利于新服务的快速部署,然而为了虚拟网络服务能够及时适应动态的网络环境变化,需要提供高效的网络管理与故障诊断方法。目前的虚拟网络的故障诊断方法对网络做了大量假设,同时需要侵入性的监测传感器或者主动测试。本项目的总体研究目标是提出一个面向多层网络的故障探测与定位体系结构,从故障定位模型、探测信息获取、定位计算方法、网络控制开销、网络规模等多个角度入手,解决现有网络故障探测与定位研究在数学模型建立、故障信息收集、通用算法设计方面存在的问题,增强对现有异构互联网络的管理能力。在上述体系中,消除异构网络共存、环境动态多变、约束关系与用户需求复杂等不利影响,提高网络故障探测与定位计算的精确性、时效性与通用型,满足不同网络的故障管理要求,确保探测与定位结果真实有效。

结项摘要

多层虚拟网络的出现提高了网络的可靠性以及服务的灵活性,但与此同时对高效的网络管理与故障诊断提出了严峻挑战。考察网络故障探测与定位中的故障定位模型、探测信息获取、定位计算方法、网络开销控制等因素成为该领域的关键问题。.首先,本项目研判故障探测与定位需求的合理性,探究探测数据特征以及度量信息的有效性;借助复杂网络理论建立了多层网络的故障传播模型,并对其故障传播过程进行了刻画。.其次,提出了一系列面向新型高动态多层网络的故障探测信息获取技术,兼顾探测信息获取的效率、探测代价等因素;针对SDN的组网模式以及高动态网络行为,提出了基于双向转发检测的自建模算法;优化了非确定环境下探测信息的预处理与故障定位技术;在网络功能虚拟化环境下,设计了兼具故障诊断正确率高与假阳性率低等优点的信息获取方案。.同时,研究了包括网络虚拟化环境、大规模网络环境等不同网络背景下的故障定位计算技术。并设计与实现了应用原型系统,对所有研究成果的性能进行验证。

项目成果

期刊论文数量(30)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(4)
网络中多节点故障定位的探测路径选择算法
  • DOI:
    10.11992/tis.202010007
  • 发表时间:
    2021
  • 期刊:
    智能系统学报
  • 影响因子:
    --
  • 作者:
    齐小刚;汪直平;李家慧;刘立芳
  • 通讯作者:
    刘立芳
Fast clustering‐based multidimensional scaling for mobile networks localisation
基于快速聚类的多维缩放,用于移动网络本地化
  • DOI:
    10.1049/iet-com.2019.0444
  • 发表时间:
    2020
  • 期刊:
    IET Communications
  • 影响因子:
    1.6
  • 作者:
    Yingsheng Fan;Qi Xiaogang;Bo Li;Lifang Liu
  • 通讯作者:
    Lifang Liu
Identify Critical Nodes in Network Cascading Failure Based on Data Analysis
基于数据分析识别网络级联故障关键节点
  • DOI:
    10.1007/s10922-019-09499-8
  • 发表时间:
    2019-04
  • 期刊:
    Journal of Network and Systems Management
  • 影响因子:
    3.6
  • 作者:
    Wang Bingchun;Zhirui Zhang;Xiaogang Qi;Lifang Liu
  • 通讯作者:
    Lifang Liu
Roots-tracing of communication network alarm: A real-time processing framework
通信网络报警溯源:实时处理框架
  • DOI:
    10.1016/j.comnet.2021.108037
  • 发表时间:
    2021-03
  • 期刊:
    Computer Networks
  • 影响因子:
    5.6
  • 作者:
    Meili Liu;Xiaogang Qi;Lifang Liu;Hao Pan
  • 通讯作者:
    Hao Pan
A wireless sensor node deployment scheme based on embedded virtual force resampling particle swarm optimization algorithm
一种基于嵌入式虚拟力重采样粒子群优化算法的无线传感器节点部署方案
  • DOI:
    10.1007/s10489-021-02745-0
  • 发表时间:
    2021-09
  • 期刊:
    Applied Intelligence
  • 影响因子:
    5.3
  • 作者:
    Xiaogang Qi;Zhinan Li;Chen Chen;Lifang Liu
  • 通讯作者:
    Lifang Liu

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

考虑恶意节点的CRN合作频谱感知方法
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    通信学报
  • 影响因子:
    --
  • 作者:
    齐小刚;郑圣瑜;刘立芳;王慧芳
  • 通讯作者:
    王慧芳
基于目标检测能量有效的边界节点选择算法
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    仪器仪表学报
  • 影响因子:
    --
  • 作者:
    齐小刚;魏鹏;陆赞赞;谢满德;胡明明
  • 通讯作者:
    胡明明
三层动态网络联合优化选路算法
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    China Communications
  • 影响因子:
    4.1
  • 作者:
    郑巍;刘三阳;齐小刚
  • 通讯作者:
    齐小刚
无线传感器网络中基于鲁棒优化的功率控制
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    西安电子科技大学学报
  • 影响因子:
    --
  • 作者:
    乔俊峰;刘三阳;齐小刚
  • 通讯作者:
    齐小刚
复杂信息网络的弹性评估和优化方法研究
  • DOI:
    10.3778/j.issn.1673-9418.1706058
  • 发表时间:
    2018
  • 期刊:
    计算机科学与探索/Journal of Frontiers of Computer Science and Technology
  • 影响因子:
    --
  • 作者:
    齐小刚;张碧雯;刘立芳;胡绍林
  • 通讯作者:
    胡绍林

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

齐小刚的其他基金

面向中小城市内涝灾害智能感知与推演评估关键技术
  • 批准号:
    62372354
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
动态拓扑条件下传感器网络路由优化问题研究
  • 批准号:
    60703118
  • 批准年份:
    2007
  • 资助金额:
    21.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码