面向移动互联网流量卸载的超WiFi网络与内容分发模型研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61472046
  • 项目类别:
    面上项目
  • 资助金额:
    80.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0207.计算机网络
  • 结题年份:
    2018
  • 批准年份:
    2014
  • 项目状态:
    已结题
  • 起止时间:
    2015-01-01 至2018-12-31

项目摘要

With the development of smart phones and mobile Internet, mobile phones act as Internet terminals and cell phone camera makes the phone be a resource of video content. The mobile data traffic in 2012 is nearly 12 times the size of the entire global Internet in 2000. About 60 % of the traffic comes from users to watch video. Faced with such a huge mobile Internet traffic, the existing transmission network bandwidth is not enough. The importance of mobile network traffic offloading is self-evident for telecom operators. 60% of the traffic is the use of mobile Internet services in the range of WiFi coverage, so mobile Internet offloading based on WiFi is theoretical important and brings practical interest. The research focuses on a number of key scientific issues in content distribution between mobile terminals ( mobile phones ). This project proposes new network architecture for mobile Internet environment consisting of the mobile terminals and WiFi: Super WiFi network. To complete content distribution and transmission between the mobile terminal (mobile phone) based on the Super WiFi network structure and the model the topics proposed, users get more than the traditional way of high-speed download rate, but also reduce cellular mobile communications network backbone traffic.
随着智能手机和移动互联网的发展,手机充当了互联网的终端,并且手机摄像头使得手机变成了视频内容的获取来源和存储器。2012年的移动数据流量是2000年整个全球互联网规模的近12倍,其中60%的流量来自用户观看视频。面对如此巨大的移动互联网流量,现有的传输网络带宽根本不够。移动网流量卸载对电信运营商的重要性不言而喻。由于60%的流量是用户在WiFi覆盖的范围内使用移动互联网业务的,研究基于WiFi的移动互联网流量卸载具有十分重要的理论和实际利益。本课题研究移动终端(手机)之间进行内容分发和共享中的若干关键科学问题。本课题提出一种移动互联网环境下由移动终端和WiFi组成的新型网络结构:超WiFi网络。移动终端(手机)之间基于本课题提出的网络结构和模型完成内容分发和传输,用户可获得超过传统方式的高速的下载速率,又减轻蜂窝移动通信网络骨干网上的流量,实现移动互联网流量卸载。

结项摘要

随着智能手机和移动互联网的发展,手机充当了互联网的终端,并且手机摄像头使得手机变成了视频内容的获取来源和存储器。2012 年的移动数据流量是2000 年整个全球互联网规模的近12 倍,其中60%的流量来自用户观看视频。面对如此巨大的移动互联网流量,现有的传输网络带宽根本不够。移动网流量卸载对电信运营商的重要性不言而喻。由于60%的流量是用户在WiFi 覆盖的范围内使用移动互联网业务的,研究基于WiFi 的移动互联网流量卸载具有十分重要的理论和实际利益。本课题研究移动终端(手机)之间进行内容分发和共享中的若干关键科学问题。本课题提出一种移动互联网环境下由移动终端和WiFi 组成的新型网络结构:超WiFi 网络。移动终端(手机)之间基于本课题提出的网络结构和模型完成内容分发和传输,用户可获得超过传统方式的高速的下载速率,又减轻蜂窝移动通信网络骨干网上的流量,实现移动互联网流量卸载。 . 我们研究利用移动终端和WiFi单网组成的新型逻辑网络结构: 超WiFi网络的方式,提出了一种基于预定-转发的异步内容分发模型。提出了内容分发模型中基于预订者和发布者距离的路由机制,并进一步提出了考虑发布者移动方向的距离调整算法,改进了异步内容分发模型的路由机制。针对内容查询需求,提出了基于跨模态内容检索和图像检索研究。进行了基于隐私等级的内容安全等级研究和基于深度学习和机器学习的恶意代码检测模型研究。针对传输控制需求,完成了客户端和服务器端之间基于访问时间滑动窗口自动双向调节的内容传输控制技术研究,并提出了一种可控制、可溯源、抗抵赖的文件分享方法。针对日益增长的安全性需求,我们研究了身份认证技术,提出了一种基于击键动力学的用户身份认证技术和LTE网络移动终端接入身份认证技术。

项目成果

期刊论文数量(7)
专著数量(1)
科研奖励数量(1)
会议论文数量(9)
专利数量(8)
基于API序列特征和统计特征组合的恶意样本检测框架
  • DOI:
    --
  • 发表时间:
    2018
  • 期刊:
    清华大学学报
  • 影响因子:
    --
  • 作者:
    芦效峰
  • 通讯作者:
    芦效峰
Distance-Based Opportunistic Mobile Data Offloading.
基于距离的机会性移动数据卸载
  • DOI:
    10.3390/s16060878
  • 发表时间:
    2016-06-15
  • 期刊:
    Sensors (Basel, Switzerland)
  • 影响因子:
    --
  • 作者:
    Lu X;Lio P;Hui P
  • 通讯作者:
    Hui P
Multiple Features With Extreme Learning Machines For Clothing Image Recognition
用于服装图像识别的极限学习机的多种功能
  • DOI:
    10.1109/access.2018.2848966
  • 发表时间:
    2018-01-01
  • 期刊:
    IEEE ACCESS
  • 影响因子:
    3.9
  • 作者:
    Li, Ruifan;Lu, Wencong;Wang, Xiaojie
  • 通讯作者:
    Wang, Xiaojie
Retrieving real world clothing images via multi-weight deep convolutional neural networks
通过多权重深度卷积神经网络检索现实世界的服装图像
  • DOI:
    10.1007/s10586-017-1052-8
  • 发表时间:
    2019-05
  • 期刊:
    Cluster Computing
  • 影响因子:
    --
  • 作者:
    Ruifan Li;Fangxiang Feng;Ibrar Ahmad;Xiaojie Wang
  • 通讯作者:
    Xiaojie Wang
访问时间自调节的终端隐私数据保护方法
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    软件
  • 影响因子:
    --
  • 作者:
    芦效峰
  • 通讯作者:
    芦效峰

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

A High Delivery Performance Opportunistic Routing Scheme for Delay Tolerant Networks
容错网络的高交付性能机会路由方案
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    China Communications
  • 影响因子:
    4.1
  • 作者:
    芦效峰;Pan Hui;Pietro Lio
  • 通讯作者:
    Pietro Lio
Improved eavesdropping detection strategy based on extended three-particle Greenberger-Horne-Zeilinger state in two-step quantum direct communication protocol
两步量子直接通信协议中基于扩展三粒子Greenberger-Horne-Zeilinger态的改进窃听检测策略
  • DOI:
    --
  • 发表时间:
    2012
  • 期刊:
    Chinese Journal of Electronics
  • 影响因子:
    1.2
  • 作者:
    Li Jian;Ye Xinxin;LI Ruifan;ZOU Yongzhong;芦效峰
  • 通讯作者:
    芦效峰

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

芦效峰的其他基金

物联网中隐私保护安全路由理论与技术研究
  • 批准号:
    61100208
  • 批准年份:
    2011
  • 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