面向认知网络的自律计算模型及评价方法研究

认知网络是一种具有自律特性的主动网络，代表着下一代互联网络的发展方向，正成为国际上一个前沿且具有多学科交叉性质的热点研究领域。对于"认知网络是否具有自律性？"、"认知网络具有那些自律特征？"、"认知网络的自律程度如何？"等工作是认知网络研究亟需解决的问题。然而，现有文献仅从认知网络定义、框架结构等展开，缺乏理论模型、定量评价等基础性工作，难以有效地引导研究的开展。基于此，本课题提出"四个一"的研究目标，提出一种基于多级反馈MDE环结构的认知网络自律计算模型；构建一套自律性综合评价指标体系；提出一种基于性能评估进程代数的形式化评价方法；搭建一个支撑评价验证的仿真环境。承接前期在网络感知和自律计算方向的研究基础实现"网络感知→自律计算→认知网络"研究的升华和延续，最终形成一条完整的学术研究链。课题的开展将为认知网络进一步研究奠定基础，为深化和完善认知网络研究提供重要的理论依据和方法参考。

认知网络是具有自律特性的主动网络，是一个前沿且具有多学科交叉性质的热点研究领域。本课题紧密围绕认知网络的自律性评价问题，融合认知计算和自律计算理念，在前期网络感知和自律计算相关研究基础上，重点对认知网络的自律计算模型、自律性评价指标体系、评价方法和支撑验证等关键问题进行了深入研究，取得了如下成果：.（1）建立了一种认知网络系统的自律计算模型。首先，针对现有认知网络模型推理能力不足、网络跨层能力较差等问题，提出了一种水平认知与垂直认知相结合的认知网络架构。其次，依托该构架，将反射思想与认知思想相结合，建立了多级反馈的认知网络自律计算模型，兼顾反应的快速性和认知的全面性。在此基础上，面向认知网络用户的具体业务特征，针对认知网络中的接入与传输问题，以自律计算理论为基础，分别提出了基于自律计算的接入选择模型和基于流感知的接纳控制算法。.（2）确立了一套认知网络系统自律性评价指标体系。首先，在综合分析现有自律属性集的基础上，结合认知网络的特点，确定了认知网络系统核心自律性属性。其次，建立了认知网络系统自律性综合评价指标体系，并对其扩展性和适应性进行了设计。最后，对核心指标进行了量化描述。.（3）提出了一种认知网络系统自律性评价方法。首先，提出一种基于PEPA的形式化自律计算系统评价方法，利用系统处于自管理状态的稳态概率来衡量系统的自律能力，提高了模型的普适性和通用性。此外，为了刻画由编码机会动态变化引起的服务曲线动态变化，在剩余服务曲线模型基础上，提出了一种面向编码机会网络的业务端到端性能评价方法。.（4）完成了一套认知网络系统自律性评价支撑验证技术。项目组搭建了一个包含仿真引擎、拓扑模块和知识库等组成的认知网络系统仿真演示平台。并在此基础上，开发了一套自律计算评价工具包。这些验证支撑技术实现了对自律性评价的初步验证，并可指导认知网络自律计算模型的改进和完善。.以本项目研究成果为依托，出版专著1部；发表和录用论文44篇，其中SCI检索2篇，EI检索35篇；申请发明专利6项，获得发明专利授权3项；相关研究成果获得黑龙江省科学技术奖二等奖1次；举办和承办国际会议1次，参加国际、国内会议12次，其中大会特邀报告1次。此外，依托本项目，建成黑龙江省重点工程实验室“新一代网络信息保障工程实验室”和教育部“互联网应用创新开放平台示范基地”，为认知网络后续研究提供了重要的软硬条件支撑。

内容获取失败，请点击重试