一、一种适用于mesh网络的分布式恢复算法（论文文献综述）
刘秋杰[1]（2021）在《基于OpenFlow的软件定义无线Mesh网络路由研究》文中进行了进一步梳理无线Mesh网络是一种多跳传输、自愈合、自组织的网络,多采用分布式协议进行组网,难以基于网络的全局拓扑选择最优的路径。软件定义网络使用集中式的架构,其控制器拥有网络的全局信息,方便了对网络进行统一的管理和调度。将软件定义网络架构引入无线Mesh网络中,有助于解决传统分布式路由协议难以找到最优路径、路径频繁断连的问题。目前,软件定义网络中多采用OFDP协议完成拓扑发现,该协议未考虑到无线通信不稳定、带宽小的特性,且产生了大量的控制消息。首先,本文选用OpenFlow协议为南向协议,对AODV协议进行改进,使节点主动选择稳定的邻居节点、收集链路状态并发送到控制器。该方法可以有效减少拓扑发现所产生的控制消息数量,且保证了控制器获得实时、稳定的网络拓扑。同时,控制器根据当前网络拓扑和链路状态信息为单个及多个数据流计算最优路由,实现对数据流的灵活传输,达到网络负载均衡的目的。其次,为了解决单控制器性能不足、控制平面时延高及网络健壮性低等问题,本文研究了基于软件定义无线Mesh网络的多控制器方案,对于交换机如何选择控制器及控制器间协同的问题,本文提出了交换机按照跳数最小、距离最近的原则选择最优控制器,控制器间分发拓扑消息来获得网络的全局信息的方法。该方案避免了单控制器方案中控制器宕机后集中控制方案无法运作的问题。最后,本文选用仿真软件Mininet-WIFI和控制器Ryu搭建仿真平台,验证了本文方案的可行性,并和其他方案进行了对比,说明了本文方案的有效性。仿真结果表明,本文提出的路由算法在端到端时延、链路带宽和丢包率等方面均有所改善;该多控制器方案可降低流表下发时延和网络的端到端时延。
李兆恩[2]（2021）在《基于机器学习的无线Mesh网络路由算法研究》文中研究说明无线Mesh网络具备组网配置灵活、链路带宽高、非视距多跳传输、兼容性良好、动态适应性强、低成本的优点,已经被广泛部署到万物互联的网络场景。路由技术是无线Mesh网络路由器转发数据包的核心技术。传统无线Mesh网络路由算法的路由发现机制由数学模型驱动,无法快速适应实时改变的网络状态,容易造成网络资源配置不均匀不充分的现象。机器学习路由算法通常是以数据驱动的,因此其能够通过分析过去网络统计数据和性能数据来推断最佳决策。近年来用于解决路由问题的机器学习技术分类主要包括监督学习和强化学习。监督学习需要大量训练数据集进行训练,而现有网络环境中难以获得大量正确标记的数据集。基于强化学习的路由算法可以克服监督学习需要大量训练数据集的不足,更适用于路由问题。现有基于分布式多跳无线网络的强化学习路由算法主要根据优化目标对奖励函数进行研究,但是对于链路干扰、节点负载在内的路由负载均衡性能考虑不够充分。因此,基于强化学习对无线Mesh网络路由问题进行建模,并从负载均衡的角度设计奖励函数具有重要的研究意义。论文针对现有分布式强化学习路由方案对路由负载均衡性能考虑不足的问题,提出了符合多接口多信道无线Mesh 网络路由特性的基于Q学习及负载与干扰感知的路由算法（Q-Learning Load Interface Aware Routing Algorithm,QLNLIA）,设计了包括链路干扰以及节点负载在内的奖励函数,使其能够根据网络状态的变化不断进行学习以适应无线介质和网络拓扑的动态变化,并对其进行平滑处理以避免对网络变化过度反应。QLNLIA算法通过单跳Hello包广播的方式,动态地调整路由策略选择下一跳中继节点来转发数据包。仿真结果显示,QLNLIA算法有效避开了网络重负载区域,实现了负载均衡的效果,提升了网络吞吐量性能。无线Mesh网络中网关节点承载了内部网络与Internet网络交互的流量,无线Mesh网络研究通常为无线Mesh网络配备多个网关节点以缓解瓶颈网关节点压力。针对目前多网关无线Mesh网络场景下分布式强化学习路由算法未统一考虑网关负载与到达网关的路径质量问题,论文在QLNLIA算法基础上提出了基于Q学习及负载和干扰感知的多网关负载均衡选择路由算法（Q-Learning Gateway Selection Load Interface Aware Routing Algorithm,QLGSLIA）,该算法为Internet业务与非Internet业务分别设计了奖励函数,将网关侦听范围划分为热点区域,使非Internet业务主动避让网关节点;对于Internet业务,将网关负载同链路干扰负载等网络参数统一考虑,以强化学习的方式结合到达网关路径综合负载情况合理选择网关节点,从整体上提升网络吞吐量。仿真结果显示,本研究内容提出的强化学习方法综合考虑了无线Mesh网络的各项路由指标,可以灵活的调整路由策略,充分利用网关资源,保证服务质量,提高网络整体吞吐量,降低平均端到端时延。论文最后对全文研究工作做出总结,并对下一步研究工作做出展望。
陈玉龙[3]（2020）在《软件定义无线Mesh网络路由与调度联合优化算法研究》文中进行了进一步梳理无线Mesh网络在视频监控物联网等领域有着广泛的应用前景,随着物联网技术的发展,网络业务部署、运维智能化需求日益增强。在传统无线Mesh网络的分布式管理架构下,数据平面转发设备软硬件呈现紧耦合状态,网络自动化管理水平较低,给网络业务创新、网络运维、资源管理提出了一系列挑战。针对上述问题,本文提出了一种基于软件定义无线Mesh网络架构的路由与调度联合优化算法,主要研究内容如下:本文结合无线链路的期望传输时间路由测度和物理层信干噪比设计了一种跨层路由测度sETT,并融入到关联矩阵中构成加权关联矩阵。对传统流守恒约束做出改进,基于加权关联矩阵设计了传输代价约束,可以有效降低信道不平衡给路由和调度算法带来的误差。设计一种服务质量函数作为网络优化问题的目标函数,描述为无线链路上用户流速率的对数函数与跨层路由测度之差,考虑用户满意度的同时避免因链路质量带来的负载不均衡。在Lagrange松弛法求解网络优化模型的基础上,结合对网络收敛性问题的分析,进一步提出了适应于软件定义无线Mesh网络架构的控制器算法。在网络仿真平台中,通过平均带宽利用率、链路负载抖动以及网络收敛速度三种指标对所提算法进行了性能评估。基于本文搭建的软件定义无线Mesh网络实验平台,进行了视频传输业务的端到端延迟测试。仿真和实验结果表明,本文提出的路由与调度联合优化算法相比传统无线Mesh网络路由算法,能够有效减少网络拥塞、提升网络吞吐量和负载均衡程度。
倪介元[4]（2019）在《无线mesh网络机会路由算法的研究与验证》文中研究表明无线mesh网络是一种常见的无线多跳网络。除了具备一定自组织与自愈性、支持非视距传输等优势外,它还易于与其它网络架构兼容,并且成本较低。如今随着智能终端的海量增长,网络连接的需求愈发强烈,无线mesh网络的应用场景也越来越多,但同时对于无线mesh网络的数据传输质量也充满挑战,而传统的无线网络路由算法没有充分考虑到数据传输的服务质量需求。为了无线mesh网络能够进一步适应更多场景的需求,本文提出了一种基于QoS保障的无线mesh网络机会路由算法,以及基于通信与缓存资源协同的机会路由算法,同时通过搭建的无线mesh网络管理系统,对提出的算法进行测试和分析。本文完成的主要工作如下:（1）提出了一种基于QoS保障的无线mesh网络机会路由算法。各节点通过周期性地交互Hello报文以获取实时网络状态信息,包括交互信息时延与信道容量估计值。在分析数据传输的QoS需求的基础上,将信道容量估计值与信息交互时延估计值的比值作为路由度量,再根据候选下一跳节点集选取算法选出多个候选下一跳节点完成转发。通过这种方式可以有效适应网络环境变化,保障数据传输的服务质量。（2）提出了一种基于通信与缓存资源协同的机会路由算法。针对无线mesh网络多业务流场景中容易产生网络拥塞等问题,分别在通信、缓存等网络资源的充分利用上进行优化。通信资源方面对链路与信道资源进行最优化分配,缓存资源方面利用节点的存储空间对拥塞数据进行缓存调度与缓存管理。通过协同通信与缓存资源,进一步提高机会路由算法的网络吞吐量和成功投递率。（3）搭建了无线mesh网络管理系统,并对提出的机会路由算法进行测试、验证与分析。通过在实验室环境部署无线mesh网络,并由中心节点将网络状态信息上报管理平台,以获取运行机会路由与资源调度算法的实时数据,分析算法性能。测试结果表明,本文提出的无线mesh网络机会路由算法可以有效利用网络资源,保障业务数据传输的服务质量。
陈雨萌[5]（2019）在《基于智能天线的无线Mesh网络MAC层技术研究》文中研究表明无线Mesh网络（Wireless Mesh Network,WMN）作为无线接入网中的一种新型组网技术,具有部署快捷、网络自组、自愈性高、兼容性强等特点,能够突破传统网络有线接入的局限性,实现非视距传输,具有广阔的应用前景。当前普遍使用的无线Mesh网络在物理层上采用全向天线进行收发,全向天线的信号传输效率偏低,同时存在相邻节点间的干扰,对网络容量带来限制。智能天线具有高定向性、高空间复用度、强抗干扰性的特点,在无线Mesh网络中采用智能天线技术,有助于提升网络容量和带宽利用率。本文首先分析了当前基于智能天线无线Mesh网络的研究现状,选择在目前相关研究资料较少的IEEE 802.16时隙调度型Mesh模式下开展工作。然后介绍了无线Mesh网络及IEEE802.16时隙调度Mesh模式的完整工作流程,并分析了智能天线的优势和引入智能天线需要解决的问题,针对如何有效在时隙调度型WMN中使用智能天线技术,在原标准MAC层协议基础上设计了一种采用智能天线并带有服务质量（Quality of Service,QoS）保障的协议SAQM（Smart Antenna based QoS MAC for Slot Scheduling WMN）。该协议主要涉及节点的网络接入过程、数据传输过程及可用资源更新过程,并对标准中指定的业务类型进行了区分以保障服务质量。SAQM解决了配备智能天线节点的天线信息存储及智能天线带来的聋节点问题和新隐藏终端问题,充分利用智能天线的优点提升网络性能。根据所提出的SAQM协议在Riverbed Modeler仿真平台上搭建相应的模型,通过网络性能的分析和对比,验证了SAQM的有效性。最后,为了投入实际应用,为Riverbed Modeler仿真平台中的代码移植成C语言提供了方案设计。
周坤[6]（2019）在《基于区块链的无线Mesh网络身份认证方案设计》文中提出无线Mesh网络作为一种无线通信技术在近几年受到了越来越多的关注,其具有无线多跳、自组织,自修复等特点,易于维护和扩展。这些特点虽然为其带来了一定的优势,但是也带来了安全隐患,节点之间经过多跳进行数据传输时很容易遭到恶意节点的监听和篡改等。因此,对于无线Mesh网络而言,合理有效的保证网络中各个节点的安全可信是至关重要的。而认证是网络安全的基础,要想使无线Mesh网络得到更多的应用和更长久的发展,有效的节点认证方案是必不可少的环节。目前,应用于无线Mesh网络的相关认证大致分为集中式认证和分布式认证两种,都是在IEEE 802.1x或CPK的基础上进行的改进,存在一定的局限性。本文以无线Mesh网络高效安全认证为目的,以区块链相关技术为手段,在区块链技术的基础上,提出一种基于区块链的无线Mesh网络认证方案。主要内容包括:（1）利用混合加密的方式对相邻的MP节点进行签名认证并完成会话密钥的交换,实现相邻节点之间的双向认证,消除了传统方案对于中心认证服务器的依赖,同时将认证相关的信息打上时间戳后保存在区块链上,并且广播到网络中所有节点进行备份保存,利用区块链技术保证其安全不可篡改。（2）利用智能合约来对认证过程进行代码规定,对网络拓扑进行遍历,遍历路径上的节点之间利用混合加密方式进行签名认证,其余路径上的相邻节点之间利用查询区块链完成认证。对于已经参与过签名认证的MP节点,区块链上会保存有其相关的认证信息,其他节点可以通过查询区块链来确定其身份,从而减少网络中相邻节点间需要认证的次数。同样,当认证过的节点在网络中的物理位置发生移动与其他节点相连或者再次加入网络中时,无需再进行认证,只需查询区块链信息即可确认其身份的可信性,进而提高整个网络中相邻节点之间认证效率。通过搭建Fabric区块链平台,并配置好环境和必要的安装包,将节点部署到该平台上,设计智能合约并编程实现,对本文的方案进行验证。实验结果表明该方案具有可行性,并且在安全性以及认证效率上都有一定的优势,能够很好的适应无线Mesh网络拓扑的变化。
张伟[7]（2019）在《无线融合网络中分布式缓存技术研究》文中研究指明随着互联网的日益成熟,移动智能终端的普及,宽带多媒体业务的快速发展,以及5G背景下可沉浸式媒体、车载通信和万物互联等新型通信场景兴起,全球移动数据流量呈现指数级的增长,给无线通信网络带来了巨大挑战。针对无线通信网络中流量过载的问题,基于缓存的无线融合网络卸载是一种很好的解决问题的手段。然而,无线融合网络采用的集中式缓存机制存在吞吐量提升有限和缓存利用率较低的问题。为此,本文研究了无线融合网络中分布式缓存技术。首先,本文对基于分布式缓存的无线融合网络系统模型进行了研究。对于用户密集场景,诸如高铁、火车站等,本文在无线融合网络中引入无线Mesh网络。为简化问题的复杂度,Mesh路由节点的拓扑结构为网格型。受限于节点能力和用户请求容忍时间,本文系统模型只考虑二跳以内的场景,即用户请求到邻居节点以内。然后,针对用户均匀分布场景,在路由节点缓存和带宽有限的条件下,本文优化业务到节点的分配策略实现系统的吞吐量最大化;本文证明了上述最优化问题是非多项式时间可解性（NPH）问题,提出了三种启发式的近似算法:基于间隔的节点选择和奇偶业务划分的动态规划算法（ABNS-ODP）,基于间隔的节点选择和动态规划算法（ABNSDP）,基于度的集合覆盖节点选择和动态规划算法（DBGNS-DP）。仿真结果表明,在吞吐量性能上,提出的分布式缓存机制优于传统融合网络的集中式缓存机制,缓存利用率提高了50%到70%。在吞吐量指标和缓存利用率上,算法DBGNS-DP性能最优,算法ABNS-DP次之,算法ABNS-ODP最差。在复杂度上,三种算法性能表现相反,但远优于遍历求解算法。在请求响应时间上,算法都表现为定值。由于算法DBGNS-DP的性能提升是以牺牲负载均衡性、延迟时间以及复杂度为代价的,我们需要在吞吐量,负载均衡,复杂度以及延迟等方面做折中的选择。接着,针对用户非均匀分布场景,本文采用了空间齐次泊松点过程和泊松簇过程对用户请求分布建模。在均匀分布场景的研究基础上,考虑了用户请求非均匀分布和路由节点负载能力有限的情况,本文提出了基于请求数的集合覆盖节点选择和动态规划算法（RBGNS-DP）。仿真结果表明,算法RBGNS-DP的性能优于传统的融合网络动态规划算法。并且该算法具有普适性,一般的用户非均匀分布模型均可以采用该算法进行问题求解。最后,总结了上述研究工作,并对未来的研究做出展望。
张春飞[8]（2016）在《无线Mesh网络负载均衡技术研究》文中研究指明作为下一代重要的无线网络接入技术,无线Mesh网络得到了快速的发展。然而,随着无线Mesh网络规模和应用领域的不断扩大,人们开始对无线Mesh网络的性能和网络安全性提出了越来越高的要求,逐渐成为国内外科研机构和广大学者研究的热点问题。负载均衡技术是提升无线Mesh网络吞吐量和Qo S性能的关键技术之一。特殊的网络结构决定了无线Mesh网络的负载均衡既包括网关节点的负载均衡也包括Mesh路由器间的负载均衡,以及入侵检测系统中检测点间的流量负载均衡。因此本文以优化、提升无线Mesh网络的性能为目标,以无线Mesh网络的负载均衡技术为主线,分别从无线Mesh网络的网关部署、路由协议和入侵检测系统三个方面展开相应的研究工作。针对无线Mesh网络的网关负载均衡问题,本文将数据空间聚类思想和遗传算法引入网关部署过程中,分别从无线Mesh网络的设计阶段和运行阶段对无线Mesh网络的网关部署策略进行设计和优化,分别提出了基于数据空间聚类的网关部署算法和基于遗传算法的网关部署优化策略。针对无线Mesh网络的路由器间的负载均衡问题,本文研究了实现Mesh路由器间流量负载均衡的分层混合路由协议,不同的分层采用不同的路由方式,并将节点的负载值作为路由判据,以此适应无线Mesh网络分层结构的特点,并能充分发挥各种路由方式的优点。针对无线Mesh网络入侵检测系统的负载均衡问题,本文分别从入侵检测系统的模型设计和入侵检测系统的分布式架构两方面着手,提出了基于支持向量机的入侵检测模型和基于检测点流量负载均衡的分布式入侵检测系统。从提高系统的检测精度和实现入侵检测系统的检测点间的流量负载均衡两个方面展开研究,以此来解决现有检测系统样本训练时间长、检测精度低和检测节点间负载失衡的问题,从而提升无线Mesh网络入侵检测系统的效率。仿真实验结果验证了上述几个算法的正确性及有效性,能够有效地从整体上提高无线Mesh网络的性能。
郭萍[9]（2012）在《无线网络认证体系结构及相关技术研究》文中研究指明无线技术、计算机技术及通信技术在过去十几年的进步使无线网络的发展日新月异,突飞猛进。无线设备层出不穷,无线接入渐成主流,人们开始享用移动终端带来的丰富、便捷、及时、智能的Internet服务,而计算技术和无线技术在通信领域的不断深入应用催生了云计算和物联网的发展。以云计算为核心,打造传统有线网、无线网、和物联网“三网融合”的应用,使人们可以获得“无处不在、无所不能”的Internet服务与体验。因此,无线网络已成为国内外最为活跃的研究领域之一。由于无线网络的开放性和资源受限性,安全问题日益突出,且难以采用传统有线网络中业已成熟的安全技术解决,安全已逐渐成为无线网络进一步应用与发展的瓶颈。认证作为广泛使用的一种安全机制,用于鉴别移动节点,阻止未授权访问,协商会话密钥等,是保障网络安全的第一道防线。本文主要针对无线网络的认证体系结构及相关技术展开深入研究。研究对象主要是无线传感器网络（Wireless Sensor Networks, WSN）、移动自组织网络（Mobile Ad Hoc Networks, MANET）、和无线网格网络（Wireless Mesh Networks,WMN）、它们都是多跳的,特殊形态的AD HOC网络,然而组网方式、特点及应用场景完全不同,对安全的需求也不尽相同。多年的实践证明,不可能存在一种统一的普遍适用的安全技术,必需综合考虑不同网络的特点、应用、性能、成本、服务,对于无线网络还应着重考虑生存环境、生存周期、节点资源、多跳传输、无基础设施等多方因素的制约。而安全也不是采用的技术越复杂越全面就越安全越保险,安全应该是一个动态的、可控的、综合考虑性能与成本的平衡过程。在这种背景下,本文对WSN、MANET及WMN的认证体系结构展开全面细致深入的研究,目的在于针对不同类型的无线网络,根据它们的应用环境、特点、资源、所提供服务、及安全需求,提出适合它们的认证体系结构,建立安全的认证架构平台,在此基础上开展认证协议及与认证相关问题的研究,如：密钥管理、入侵容忍、节点撤销等,这对无线网络的应用与发展具有重要意义与价值。本文主要研究内容和成果如下：1、提出一种轻量级无线传感器网络（WSN）认证体系结构（LCA）及在此基础上的双向认证协议对无线传感器网络的认证机制进行研究,针对WSN节点资源受限,一旦部署,传感器节点相对静态,拓扑结构相对稳定的特征,结合轻量级密码思想及基于身份密码体制,去双线性对,改进ECC（Ellipse Curve Cryptograph）密码体制产生主密钥的方式,提出轻量级WSN认证架构（Lite Certificate Authority, LCA）及认证方案。LCA具有产生公钥轻量化、公钥验证轻量化、无需证书,既有基于身份产生公钥的灵活性又不用复杂的双线性对,且在不采用门限机制的情况下使系统主密钥具有一定容侵能力；既克服基于身份公钥机制中第三方私钥强制托管问题,又避免传统基于证书CA证书管理的复杂性,仿真实验显示计算、存储及通信代价较高效。2、提出一种轻量级移交CA角色的移动自组网（MANET）认证体系结构（LSCA）对移动自组网的认证机制进行研究,针对MANET高度动态拓扑结构多变的问题,节点资源相对于传感器节点较丰富,节点移动性更强的特性,提出一个适用于高度动态变化的MANET网络、可移交CA角色、且具有一定容侵性的轻量级认证架构（Lite and Shifted CA, LSCA）。LSCA适用于生存周期短、拓扑结构高度动态变化的MANET网络,具有自适应性；LSCA是通过整体移交CA权限,在多个空闲CA节点间轮转,既避免集中式CA单点失效问题,又克服分布式CA控制多节点协同工作的复杂性。仿真实验表明计算、存储及通信代价均优于集中式及分布式CA结构。3、提出一种轻量容侵的无线Mesh网（WMN）认证体系结构（LTCA）对无线Mesh网络的认证机制进行研究,针对WMN有部分基础设施支持,在多种无线网络的接入中起着“最后一公里”的重要作用,既要提供比WSN、MANET更高的安全性,也要适度满足其拓扑结构的变化。结合（t,n）门限机制,提出门限值可变的具有容侵能力的轻量级认证架构（Lite and Tolerate CA, LTCA）。LTCA的容侵能力一方面体现在当认证服务器组中节点离开,通过设计一系列节点激活机制而保证系统签名私钥的门限值t和n保持不变；另一方面体现在签名私钥的门限值t和n可以随着认证服务器组中节点的离开或加入而适度改变,克服了以往方案中t,n值不能改变而无法很好适应WMN拓扑结构的变化。仿真实验表明,门限机制没有显着增加计算通信代价,却提高了LTCA密钥安全性。4、提出一种基于信任度评估的三阈值控制的AD HOC网络节点撤销机制AD HOC网络节点撤销机制的研究。对以上三种特殊AD HOC网络的认证机制的研究中,对恶意或被捕获节点的撤销问题均没有涉及。节点撤销问题在以上三种无线网络中具有共性,本文统称为AD HOC网络节点撤销问题。为解决如何在资源受限且拓扑结构多变的AD HOC网络中对节点状态的控制,改进以往文献对恶意节点投诉评估机制,提出一种分簇组织节点、精确计算节点信任度值、三阈值控制节点状态的撤销方案。基于投诉机制的阈值（δA）用于快速将可疑节点挂起；基于信任度计算的阈值（δT）用于最终将恶意节点撤销；基于预警的阈值（δW）用于防止恶意节点短期内连续向某合法节点故意错误投诉。分析及仿真表明：所提节点撤销方案避免仅根据投诉数量而撤销的武断性：三阈值的采用既保证了对恶意节点的快速反应,又保证恶意节点撤销的准确性、可量化,且能防止非法节点对合法节点合谋投诉而造成的误撤销。
宋甲英[10]（2012）在《基于IEEE802.16的无线Mesh网络关键性能与资源调度算法研究》文中进行了进一步梳理随着人们对宽带无线通信需求的不断增长,无线Mesh网络正在逐渐成为实现宽带互联网接入的高性能、低成本的理想解决方案。无线Mesh网络是一种新型宽带无线网络结构,具有动态自组织、自配置、自愈的特点,便于快速部署,易于维护,成本低,可扩展性强,服务可靠。基于TDMA （Time Division Multiple Access,时分多址接入）的无线Mesh网络与基于CSMA/CA（Carrier Sensing Multiple Access/Collision Avoidance,载波监听冲突避免多址接入）的无线Mesh网络在MAC（Medium Access Control,媒体接入控制）层技术、拓扑感知、信息交互和分布式调度方面都存在较大差异,很多技术和结论无法共用。因此,本文研究基于IEEE802.16的无线Mesh网络关键性能与资源调度算法中存在的若干问题。传统无线Mesh网络性能分析没有考虑基于TDMA的网络中控制时隙与总时隙比例太大或太小都会降低网络吞吐量以及网络中转发业务与新业务并存的特性。在定量分析基于TDMA的无线Mesh网络中控制时隙数目对节点碰撞概率影响的基础上,进一步分析节点密度、传输速率、传输距离、跳数、控制时隙与总时隙比等因素与有效吞吐量的关系,并通过仿真寻找理想的控制时隙与总时隙比。同时,考虑网络中不同位置的节点对网络连通性的影响不同,定量分析节点传输距离与网络连通性的关系。现有的IEEE802.16协议Mesh规范中定义的分布式传输调度算法存在控制时隙利用率低和三次握手时延高的缺点,且没有定义详细的链路调度算法。提出一种基于IEEE802.16的无线Mesh网络传输调度算法——随机自学习传输调度算法,有效克服上述两个缺点。同时,由于基于TDMA的无线Mesh网络需要支持实时业务传输,提出一种基于IEEE802.16的无线Mesh网络启发式链路调度算法——分布式端到端链路调度算法,通过有效结合路由发现过程和链路端到端传输时隙调度过程以及连续的时隙预约机制,有效降低实时业务的端到端时延。并在此基础上对端到端时延进行定量分析。现有的IEEE802.16协议Mesh规范中没有定义无线Mesh网络切换管理算法,但基于IEEE802.16的骨干无线Mesh网络要为不同业务提供不同优先级的服务。借鉴协作传输的优点,提出基于IEEE802.16的骨干无线Mesh网络预切换协作算法,利用空闲Mesh路由器和关联Mesh路由器之间的协作传输降低Mesh客户机在切换过程中的误码率。同时,提出基于IEEE802.16的骨干无线Mesh网络带QoS保障的Mesh路由器选择算法,综合考虑RSSI （Receive Signal Strength Indicator,接收信号强度指示）、业务优先级和节点的带宽需求等因素选择合适的Mesh路由器,有效降低总阻塞业务量。
二、一种适用于mesh网络的分布式恢复算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种适用于mesh网络的分布式恢复算法（论文提纲范文）
（1）基于OpenFlow的软件定义无线Mesh网络路由研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题研究背景 |
| 1.2 国内外研究现状 |
| 1.2.1 拓扑发现研究现状 |
| 1.2.2 路由算法研究现状 |
| 1.2.3 多控制器架构研究现状 |
| 1.3 论文的主要研究内容 |
| 1.4 论文的结构安排 |
| 第二章 相关基础知识介绍 |
| 2.1 无线Mesh网络 |
| 2.2 软件定义网络 |
| 2.2.1 软件定义网络架构 |
| 2.2.2 SDN南向接口与OpenFlow协议 |
| 2.2.3 SDN控制器 |
| 2.2.4 仿真平台Mininet-WIFI |
| 2.3 本章小结 |
| 第三章 软件定义无线Mesh网络路由策略的研究与设计 |
| 3.1 软件定义无线Mesh网络控制平面建立机制的研究与设计 |
| 3.1.1 AODV协议的改进 |
| 3.1.2 软件定义网络拓扑发现机制 |
| 3.1.3 软件定义无线Mesh网络控制平面建立机制的设计与实现 |
| 3.2 基于软件定义无线Mesh网络的路由策略的设计与实现 |
| 3.2.1 基于软件定义无线Mesh网络的路由策略的设计 |
| 3.2.2 基于软件定义无线Mesh网络的路由策略的实现 |
| 3.3 软件定义无线Mesh网络路由策略的仿真验证 |
| 3.3.1 软件定义无线Mesh网络控制平面建立机制的仿真验证 |
| 3.3.2 基于软件定义无线Mesh网络路由策略的仿真验证 |
| 3.4 本章小结 |
| 第四章 软件定义无线Mesh网络多控制器架构的研究与设计 |
| 4.1 软件定义无线Mesh网络多控制器架构的研究 |
| 4.2 软件定义无线Mesh网络多控制器架构的设计与实现 |
| 4.3 软件定义无线Mesh网络多控制器架构的仿真验证 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 本文工作总结 |
| 5.2 本文的不足与展望 |
| 参考文献 |
| 致谢 |
| 作者攻读学位期间发表的学术论文目录 |
（2）基于机器学习的无线Mesh网络路由算法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及其意义 |
| 1.2 国内外研究现状 |
| 1.2.1 传统无线Mesh网络研究现状 |
| 1.2.2 机器学习路由算法研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文结构安排 |
| 第二章 无线Mesh网络与机器学习路由关键技术 |
| 2.1 无线Mesh网络概述 |
| 2.1.1 无线Mesh网络结构 |
| 2.1.2 无线Mesh网络特点 |
| 2.1.3 无线Mesh网络关键技术 |
| 2.1.4 传统无线Mesh网络路由算法 |
| 2.2 机器学习路由技术概述 |
| 2.2.1 机器学习技术概述 |
| 2.2.2 机器学习路由算法概述 |
| 2.3 强化学习理论与算法概述 |
| 2.3.1 强化学习基本概念 |
| 2.3.2 马尔可夫决策模型 |
| 2.3.3 马尔可夫求解方法 |
| 2.3.4 Q学习算法介绍 |
| 2.4 本章小结 |
| 第三章 基于Q学习及负载与干扰感知的无线Mesh网络路由算法 |
| 3.1 引言 |
| 3.2 相关基于Q学习路由算法介绍 |
| 3.2.1 Q学习路由机理 |
| 3.2.2 Q-Routing路由算法 |
| 3.2.3 QLAODV路由算法 |
| 3.3 问题建模 |
| 3.3.1 网络模型 |
| 3.3.2 马尔可夫决策模型 |
| 3.4 奖励函数设计 |
| 3.4.1 奖励函数设计标准 |
| 3.4.2 负载均衡奖励函数设计 |
| 3.5 QLNLIA路由算法设计实现 |
| 3.5.1 Q值表更新过程 |
| 3.5.2 算法流程 |
| 3.6 性能测试与分析 |
| 3.6.1 仿真环境参数设置 |
| 3.6.2 路由算法参数设置 |
| 3.6.3 仿真结果分析 |
| 3.7 本章小结 |
| 第四章 基于Q学习及负载与干扰感知的多网关负载均衡无线Mesh网络路由算法 |
| 4.1 引言 |
| 4.2 问题建模 |
| 4.2.1 网络模型 |
| 4.2.2 马尔可夫决策模型 |
| 4.3 奖励函数设计 |
| 4.3.1 网关负载度量 |
| 4.3.2 多网关负载均衡奖励函数设计 |
| 4.4 QLGSLIA路由算法设计实现 |
| 4.4.1 Q值表更新过程 |
| 4.4.2 算法流程 |
| 4.5 性能测试与分析 |
| 4.5.1 仿真环境参数设置 |
| 4.5.2 路由算法参数设置 |
| 4.5.3 仿真结果分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文总结 |
| 5.2 未来工作展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（3）软件定义无线Mesh网络路由与调度联合优化算法研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 网络架构研究现状 |
| 1.2.2 路由和调度算法研究现状 |
| 1.2.3 路由测度研究现状 |
| 1.3 本文创新点 |
| 1.4 论文结构安排 |
| 第二章 相关基础知识介绍 |
| 2.1 传统网络设备模式 |
| 2.2 软件定义网络 |
| 2.2.1 SDN基本概念 |
| 2.2.2 SDN控制器 |
| 2.2.3 SDN南向接口协议 |
| 2.3 组合最优化问题 |
| 2.4 本章小结 |
| 第三章 基于SD-WMN架构的网络优化模型设计 |
| 3.1 SD-WMN网络 |
| 3.2 网络建模 |
| 3.2.1 冲突约束模型 |
| 3.2.2 链路调度和容量问题 |
| 3.2.3 路径安排和队列问题 |
| 3.3 约束条件设计 |
| 3.3.1 容量约束 |
| 3.3.2 传输代价约束 |
| 3.4 路由测度设计 |
| 3.5 目标函数设计 |
| 3.6 算法模型及仿真 |
| 3.7 本章小结 |
| 第四章 一种SD-WMN控制器算法设计 |
| 4.1 Lagrange松弛法 |
| 4.2 网络收敛性问题分析 |
| 4.2.1 网络收敛时间 |
| 4.2.2 提升网络收敛性能 |
| 4.3 控制器算法设计 |
| 4.4 网络仿真测试 |
| 4.4.1 POX控制器 |
| 4.4.2 Open vSwitch交换机 |
| 4.4.3 网络仿真器 |
| 4.4.4 wmSDN基本架构 |
| 4.4.5 算法性能测试 |
| 4.5 本章小结 |
| 第五章 实验平台搭建与测试 |
| 5.1 无线Mesh节点硬件结构 |
| 5.2 无线Mesh节点软件系统 |
| 5.3 OpenDaylight控制器 |
| 5.4 实验平台测试 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 致谢 |
| 参考文献 |
| 攻读硕士学位期间取得的成果 |
（4）无线mesh网络机会路由算法的研究与验证（论文提纲范文）
| 摘要 |
| abstract |
| 专用术语注释表 |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 无线mesh网络概述 |
| 1.2.1 无线mesh网络应用场景 |
| 1.2.2 无线mesh网络拓扑结构 |
| 1.2.3 无线mesh网络特点 |
| 1.2.4 无线mesh网络关键技术 |
| 1.3 论文主要工作与内容安排 |
| 第二章 无线mesh网络路由算法 |
| 2.1 引言 |
| 2.2 路由度量 |
| 2.3 无线mesh网络路由算法研究现状 |
| 2.3.1 传统无线mesh网络路由协议 |
| 2.3.2 基于SDN的路由算法 |
| 2.3.3 机会路由算法 |
| 2.3.4 路由与资源调度协同算法 |
| 2.4 本章小结 |
| 第三章 基于QoS保障的无线mesh网络机会路由算法 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 基于QoS保障的机会路由算法 |
| 3.3.1 QoS分析与路由度量 |
| 3.3.2 候选下一跳节点集选取算法 |
| 3.3.3 路由过程 |
| 3.4 仿真与分析 |
| 3.4.1 候选下一跳节点数量的影响 |
| 3.4.2 路由性能随网络规模的变化对比 |
| 3.4.3 路由性能随QoS需求的变化对比 |
| 3.5 本章小结 |
| 第四章 基于通信与缓存资源协同的机会路由算法 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 资源协同与机会路由算法 |
| 4.3.1 最优化链路分配 |
| 4.3.2 缓存调度与管理 |
| 4.3.3 通信与缓存资源协同的机会路由算法 |
| 4.4 仿真结果与分析 |
| 4.4.1 路由性能随网络规模的变化对比 |
| 4.4.2 路由性能随业务流并发数的变化对比 |
| 4.5 本章小结 |
| 第五章 无线mesh网络管理系统与路由性能测试 |
| 5.1 引言 |
| 5.2 系统整体架构 |
| 5.3 系统设计细节 |
| 5.3.1 下层路由节点设计 |
| 5.3.2 上层管理平台设计 |
| 5.4 性能测试与分析 |
| 5.4.1 管理系统测试 |
| 5.4.2 路由性能测试与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文总结 |
| 6.2 未来工作展望 |
| 参考文献 |
| 附录1 程序清单 |
| 附录2 攻读硕士学位期间撰写的论文 |
| 附录3 攻读硕士学位期间申请的专利 |
| 附录4 攻读硕士学位期间参加的科研项目 |
| 致谢 |
（5）基于智能天线的无线Mesh网络MAC层技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 英文缩略词 |
| 第一章 绪论 |
| 1.1 课题背景 |
| 1.2 智能天线无线Mesh网络研究现状 |
| 1.2.1 基于IEEE802.11 的研究现状 |
| 1.2.2 基于认知无线网络的研究现状 |
| 1.2.3 基于IEEE802.16 的研究现状 |
| 1.3 课题研究意义及内容 |
| 1.4 论文结构安排 |
| 第二章 无线Mesh网络与智能天线基础 |
| 2.1 无线Mesh网络概述 |
| 2.2 IEEE802.16 协议Mesh模式 |
| 2.2.1 网络接入过程 |
| 2.2.2 数据调度过程 |
| 2.2.3 控制消息发送时间的确定 |
| 2.3 智能天线技术概述 |
| 2.3.1 智能天线类型及应用于WMN的优点 |
| 2.3.2 智能天线应用于WMN带来的问题 |
| 2.4 本章小结 |
| 第三章 基于智能天线的QoS MAC协议——SAQM |
| 3.1 协议基本假设 |
| 3.1.1 天线模型假设 |
| 3.1.2 其他假设 |
| 3.2 时隙调度型WMN的智能天线针对性设计 |
| 3.3 基于智能天线的QoS时隙调度型WMN协议SAQM |
| 3.3.1 网络接入过程 |
| 3.3.2 数据传输过程 |
| 3.3.3 资源更新规则 |
| 3.3.4 QoS保障的实现 |
| 3.4 本章小结 |
| 第四章 SAQM协议仿真与结果验证 |
| 4.1 仿真平台简介 |
| 4.2 仿真模型 |
| 4.2.1 天线模型 |
| 4.2.2 节点模型 |
| 4.2.3 进程模型 |
| 4.3 网络性能仿真及结果 |
| 4.3.1 参数设置 |
| 4.3.2 性能统计参数 |
| 4.3.3 仿真场景及结果 |
| 4.4 本章小结 |
| 第五章 时隙调度型WMN的 C语言实现方案 |
| 5.1 系统设计 |
| 5.2 函数及参数设计 |
| 5.2.1 函数设计 |
| 5.2.2 参数设计 |
| 5.3 验证与优化 |
| 5.3.1 验证方案 |
| 5.3.2 优化方案 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 作者简介 |
| 致谢 |
（6）基于区块链的无线Mesh网络身份认证方案设计（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究的背景和意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容和章节安排 |
| 1.3.1 本文研究内容 |
| 1.3.2 本文章节安排 |
| 第二章 无线Mesh网络安全与区块链技术 |
| 2.1 无线Mesh网络 |
| 2.1.1 无线Mesh网络结构及特点 |
| 2.1.2 无线Mesh网络存在的安全问题 |
| 2.2 密码学与安全技术 |
| 2.2.1 密码学相关基础 |
| 2.2.2 公钥基础设施(PKI)技术 |
| 2.3 区块链技术 |
| 2.3.1 区块链技术框架 |
| 2.3.2 区块链的数据结构 |
| 2.3.3 区块链分类 |
| 2.4 本章小结 |
| 第三章 基于区块链的无线Mesh网络认证方案设计 |
| 3.1 无线Mesh网络认证机制分析 |
| 3.1.1 EMSA认证机制分析 |
| 3.1.2 CPK认证机制 |
| 3.2 基于区块链的无线Mesh网络身份认证方案设计 |
| 3.2.1 认证目标 |
| 3.2.2 相邻节点认证方案设计 |
| 3.2.3 节点的接入认证方案设计 |
| 3.3 本章小结 |
| 第四章 基于区块链的无线Mesh网络身份认证方案的实现 |
| 4.1 认证方案的实现 |
| 4.1.1 认证数据包的设计 |
| 4.1.2 区块链的设计 |
| 4.1.3 智能合约的设计 |
| 4.1.4 认证流程 |
| 4.2 认证方案的验证 |
| 4.2.1 实验环境的搭建 |
| 4.2.2 用户密钥的生成 |
| 4.2.3 智能合约的实现 |
| 4.2.4 实验性能分析 |
| 4.2.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）无线融合网络中分布式缓存技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 英文缩略语表 |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.2 研究现状 |
| 1.3 本文主要工作和创新点 |
| 1.4 本文章节安排 |
| 第二章 基于分布式缓存的无线融合网络模型 |
| 2.1 引言 |
| 2.2 移动数据流量卸载技术 |
| 2.3 热点业务和用户分布模型 |
| 2.3.1 热点业务 |
| 2.3.2 用户分布模型 |
| 2.4 内容分发网络中分布式缓存技术 |
| 2.4.1 基于D2D的分布式缓存技术 |
| 2.4.2 基于无线Mesh网络的分布式缓存 |
| 2.4.3 基于网络编码的分布式缓存 |
| 2.5 无线融合网络架构 |
| 2.5.1 融合网络分类 |
| 2.5.2 基于缓存的两层融合广播和蜂窝网络 |
| 2.5.3 基于缓存的多层融合广播和蜂窝网络 |
| 2.6 基于分布式缓存的无线融合网络系统模型 |
| 2.7 本章小结 |
| 第三章 用户均匀分布场景下分布式缓存技术研究 |
| 3.1 引言 |
| 3.2 问题描述及建模 |
| 3.2.1 问题描述 |
| 3.2.2 性能评价 |
| 3.2.3 问题建模 |
| 3.2.4 问题的NPC证明 |
| 3.3 问题的求解 |
| 3.3.1 传统无线融合网络中基于集中式缓存的动态规划算法 |
| 3.3.2 基于节点间隔的节点选择和奇偶业务划分的动态规划算法 |
| 3.3.3 基于节点间隔的节点选择和动态规划算法 |
| 3.3.4 基于节点数的集合覆盖节点选择和动态规划算法 |
| 3.4 仿真结果与分析 |
| 3.4.1 提出方案的性能提升 |
| 3.4.2 提出方案的延迟代价 |
| 3.4.3 提出方案的重复系数 |
| 3.4.4 提出方案的算法收敛时间 |
| 3.4.5 提出方案的负载均衡系数 |
| 3.5 本章小结 |
| 第四章 基于空间泊松点过程的分布式缓存技术研究 |
| 4.1 引言 |
| 4.2 问题描述及建模 |
| 4.2.1 问题描述 |
| 4.2.2 空间泊松点过程 |
| 4.2.3 问题建模 |
| 4.3 基于请求数的集合覆盖节点选择和动态规划算法 |
| 4.4 仿真结果与分析 |
| 4.4.1 基于空间齐次泊松点过程的仿真结果与分析 |
| 4.4.2 基于泊松簇过程的仿真结果与分析 |
| 4.4.3 基于泊松簇过程和基于空间齐次泊松点过程仿真结果对比分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文 |
| 攻读学位期间申请的发明专利 |
| 攻读学位期间参与的项目 |
（8）无线Mesh网络负载均衡技术研究（论文提纲范文）
| 提要 |
| 详细摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 无线Mesh网络概述 |
| 1.2.1 网络结构 |
| 1.2.2 主要特点 |
| 1.2.3 适用场景 |
| 1.3 主要研究内容及贡献 |
| 1.4 论文的组织结构 |
| 1.5 本章小结 |
| 第2章 无线Mesh网络负载均衡相关技术综述 |
| 2.1 无线Mesh网络负载均衡的意义 |
| 2.2 负载均衡相关技术研究现状及分析 |
| 2.2.1 无线Mesh网络网关部署 |
| 2.2.2 无线Mesh网络路由技术 |
| 2.2.3 无线Mesh网络入侵检测机制 |
| 2.3 论文研究工作的立足点 |
| 2.3.1 网关部署策略 |
| 2.3.2 分层混合路由算法研究 |
| 2.3.3 检测点负载均衡机制研究 |
| 2.4 本章小结 |
| 第3章 基于数据空间聚类的无线Mesh网络网关部署算法 |
| 3.1 研究背景 |
| 3.2 网络模型和问题描述 |
| 3.2.1 无线Mesh网骨干层模型 |
| 3.2.2 相关概念 |
| 3.2.3 问题描述和优化目标 |
| 3.3 基于K-means聚类的网关部署算法 |
| 3.3.1 根据给定的网络拓扑结构确定聚类的个数 |
| 3.3.2 初始簇中心的选择过程 |
| 3.3.3 基于负载均衡的网关部署优化算法 |
| 3.4 仿真实验和结果分析 |
| 3.4.1 实例分析 |
| 3.4.2 仿真实验 |
| 3.4.3 结果分析 |
| 3.5 本章小结 |
| 第4章 基于负载均衡的无线Mesh网络网关部署优化策略 |
| 4.1 研究背景 |
| 4.2 网络模型和问题描述 |
| 4.2.1 无线Mesh网络模型 |
| 4.2.2 相关概念 |
| 4.2.3 问题描述和优化目标 |
| 4.3 基于负载均衡的网关部署优化策略 |
| 4.3.1 基于K-means聚类思想的网络分簇算法 |
| 4.3.2 基于遗传算法的网关部署优化方案 |
| 4.4 仿真实验和结果分析 |
| 4.4.1 仿真实验 |
| 4.4.2 结果分析 |
| 4.5 本章小结 |
| 第5章 基于负载均衡的分层混合路由协议研究与改进 |
| 5.1 研究背景 |
| 5.2 网络模型 |
| 5.3 基于负载均衡的混合路由协议 |
| 5.3.1 路由判据的设计 |
| 5.3.2 消息帧格式定义 |
| 5.3.3 HRP中的按需式路由 |
| 5.3.4 HRP中的主动式路由 |
| 5.4 仿真实验和结果分析 |
| 5.4.1 仿真实验 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 基于检测点流量负载均衡的分布式入侵检测机制研究 |
| 6.1 研究背景 |
| 6.2 支持向量机理论 |
| 6.2.1 线性支持向量机 |
| 6.2.2 非线性支持向量机 |
| 6.2.3 支持向量机参数分析 |
| 6.2.4 基于改进遗传算法的支持向量机参数优化 |
| 6.3 基于检测点流量负载均衡的分布式入侵检测机制研究 |
| 6.3.1 入侵检测模型设计 |
| 6.3.2 基于流量负载均衡的分布式入侵检测系统框架 |
| 6.3.3 分布式负载均衡算法研究 |
| 6.4 仿真实验和结果分析 |
| 6.4.1 仿真实验 |
| 6.4.2 结果分析 |
| 6.5 本章小结 |
| 第7章 总结及展望 |
| 7.1 全文总结 |
| 7.2 工作展望 |
| 参考文献 |
| 作者简介及攻读博士期间的科研成果 |
| 致谢 |
（9）无线网络认证体系结构及相关技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 目录 |
| 图目录 |
| 表目录 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 无线网络认证机制概述 |
| 1.2.1 基于对称密码体制的认证 |
| 1.2.2 基于非对称密码体制的认证 |
| 1.3 论文研究工作 |
| 1.3.1 研究对象 |
| 1.3.2 研究内容 |
| 1.3.3 研究成果 |
| 1.3.4 研究创新性 |
| 1.4 论文组织结构 |
| 2 理论基础 |
| 2.1 与认证相关知识 |
| 2.1.1 与认证相关的安全服务 |
| 2.1.2 与认证协议相关的安全属性 |
| 2.2 与本文研究相关密码学知识 |
| 2.2.1 单向哈希函数 |
| 2.2.2 对称密码技术 |
| 2.2.3 非对称密码技术 |
| 2.2.4 密钥管理 |
| 2.3 认证协议受无线环境的限制 |
| 2.3.1 无线网络的特殊限制 |
| 2.3.2 无线网络认证协议设计原则 |
| 2.4 本章小结 |
| 3 无线传感器网络认证机制研究 |
| 3.1 无线传感器网络概述 |
| 3.1.1 无线传感器网络的局限性 |
| 3.1.2 无线传感器网络的应用 |
| 3.2 无线传感器网络的安全 |
| 3.2.1 无线传感器网络的安全威胁 |
| 3.2.2 无线传感器网络的安全目标 |
| 3.3 无线传感器网络认证机制研究现状 |
| 3.3.1 基于对称密码技术的WSN认证机制 |
| 3.3.2 基于非对称密码技术的WSN认证机制 |
| 3.3.3 WSN的广播认证 |
| 3.4 适用于WSN网络的轻量级CA认证架构(LCA)的设计与研究 |
| 3.4.1 轻量级CA(LCA)密码系统一般模型 |
| 3.4.2 LCA(Lightweight-based CA)方案描述 |
| 3.4.3 基于LCA的无线传感器网络双向认证方案 |
| 3.5 LCA性能及安全性分析 |
| 3.5.1 LCA结构特点 |
| 3.5.2 存储代价分析 |
| 3.5.3 计算代价分析 |
| 3.5.4 通信代价分析及仿真 |
| 3.5.5 BAN逻辑分析双向认证协议的安全性 |
| 3.5.6 LCA安全性分析 |
| 3.6 本章小结 |
| 4 移动自组网MANET认证机制研究 |
| 4.1 MANET网络概述 |
| 4.1.1 MANET网络特点 |
| 4.1.2 MANET网络与无线传感器网络的区别 |
| 4.1.3 MANET网络安全威胁 |
| 4.2 MANET网络认证机制研究现状 |
| 4.2.1 按CA组织方式分类的MANET认证机制 |
| 4.2.2 基于不同公钥密码学技术分类的MANET认证机制 |
| 4.2.3 前人研究的总结 |
| 4.3 MANET网络认证机制的新要求 |
| 4.4 适用于动态MANET网络轻量级可移交CA(LSCA)认证架构设计与研究 |
| 4.4.1 设计说明 |
| 4.4.2 LSCA(Lightweight-based and Shifted CA)方案描述 |
| 4.5 LSCA性能及安全性分析 |
| 4.5.1 LSCA结构特点 |
| 4.5.2 LSCA计算代价分析及实现 |
| 4.5.3 LSCA通信代价分析及仿真 |
| 4.5.4 LSCA与门限CA及分布式CA比较 |
| 4.5.5 BAN逻辑分析LSCA安全性 |
| 4.5.6 LSCA安全性分析 |
| 4.6 本章小结 |
| 5 无线MESH网络认证机制研究 |
| 5.1 无线MESH网络概述 |
| 5.1.1 无线Mesh网络的组成部件 |
| 5.1.2 无线Mesh网络的结构 |
| 5.1.3 无线Mesh网络的特点 |
| 5.1.4 无线Mesh网络与MANET的区别 |
| 5.1.5 无线Mesh网络的应用 |
| 5.2 无线MESH网络的安全 |
| 5.2.1 无线Mesh网络安全威胁 |
| 5.2.2 无线Mesh网络安全机制 |
| 5.2.3 无线Mesh网络认证研究的安全需求 |
| 5.3 无线MESH网络认证机制研究现状 |
| 5.3.1 基于公钥体制的局部化认证 |
| 5.3.2 预认证 |
| 5.3.3 分布式的层次认证 |
| 5.3.4 容侵门限认证 |
| 5.4 适用于无线MESH网络的轻量级动态容侵CA(LTCA)架构设计与研究 |
| 5.4.1 设计目标 |
| 5.4.2 预备知识 |
| 5.4.3 无线Mesh网络信任链 |
| 5.4.4 LTCA(Lightweight-based and Tolerate CA)方案描述 |
| 5.5 支持动态LTCA算法描述 |
| 5.5.1 保持门限值t和n不变的激活机制 |
| 5.5.2 支持门限值t和n可变的重构机制 |
| 5.6 LTCA性能分析及仿真 |
| 5.6.1 LTCA结构特点 |
| 5.6.2 LTCA计算复杂性分析 |
| 5.6.3 LTCA存储代价分析 |
| 5.6.4 其它性能仿真与分析 |
| 5.6.5 LTCA安全性分析 |
| 5.7 本章小结 |
| 6 AD HOC网络节点撤销机制研究 |
| 6.1 AD HOC网络节点撤销机制研究现状 |
| 6.2 AD HOC网络节点撤销系统模型 |
| 6.2.1 AD HOC网络节点类型 |
| 6.2.2 AD HOC网络节点撤销模型 |
| 6.3 节点信任度评估 |
| 6.3.1 节点信任度定义 |
| 6.3.2 影响节点信任度因素 |
| 6.3.3 节点信任度计算 |
| 6.4 节点的撤销 |
| 6.4.1 簇头节点的撤销 |
| 6.4.2 非簇头节点的撤销 |
| 6.4.3 节点的自愿撤销 |
| 6.5 性能分析 |
| 6.5.1 撤销方案特点 |
| 6.5.2 仿真实验 |
| 6.5.3 安全性分析 |
| 6.6 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（10）基于IEEE802.16的无线Mesh网络关键性能与资源调度算法研究（论文提纲范文）
| 致谢 |
| 中文摘要 |
| ABSTRACT |
| 图和附表清单 |
| 缩略语 |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.1.1 无线Mesh网络的兴起与发展 |
| 1.1.2 无线Mesh网络的概念 |
| 1.2 国内外研究现状 |
| 1.2.1 无线Mesh网络研究现状 |
| 1.2.2 无线Mesh网络标准化进展 |
| 1.2.3 无线Mesh网络产品化进展 |
| 1.3 基于IEEE802.16的无线Mesh网络性能与资源调度存在的问题 |
| 1.4 本文主要工作与内容安排 |
| 第二章 基于TDMA的无线Mesh网络性能分析 |
| 2.1 引言 |
| 2.2 网络模型和问题描述 |
| 2.2.1 网络模型 |
| 2.2.2 链路模型 |
| 2.2.3 TDMA MAC模型 |
| 2.3 基于TDMA的无线Mesh网络有效吞吐量 |
| 2.3.1 链路间的干扰及碰撞分析 |
| 2.3.2 碰撞概率分析 |
| 2.3.3 有效吞吐量分析 |
| 2.3.4 控制时隙与总时隙比对有效吞吐量的影响 |
| 2.4 基于TDMA的无线Mesh网络鲁棒连通性 |
| 2.5 仿真分析 |
| 2.6 本章小结 |
| 第三章 基于IEEE 802.16的无线Mesh网络分布式调度机制 |
| 3.1 引言 |
| 3.2 基于IEEE802.16的无线Mesh网络分布式调度算法性能分析 |
| 3.2.1 分布式调度算法描述 |
| 3.2.2 分布式调度算法性能分析 |
| 3.3 基于IEEE802.16的无线Mesh网络随机自学习传输调度算法 |
| 3.3.1 随机自学习传输调度算法 |
| 3.3.2 仿真分析 |
| 3.4 基于IEEE802.16的无线Mesh网络分布式端到端链路调度算法 |
| 3.4.1 网络模型补充和问题描述 |
| 3.4.2 分布式端到端链路调度算法 |
| 3.4.3 端到端时延分析 |
| 3.4.4 仿真分析 |
| 3.5 本章小结 |
| 第四章 基于IEEE802.16的骨干无线Mesh网络协作切换管理机制 |
| 4.1 引言 |
| 4.2 网络模型 |
| 4.3 基于IEEE802.16的骨干无线Mesh网络中协作切换算法 |
| 4.3.1 带协作切换的分布式调度消息 |
| 4.3.2 预切换协作 |
| 4.3.3 带QoS保障的Mesh路由器选择 |
| 4.4 性能分析及仿真结果 |
| 4.5 本章小结 |
| 第五章 结论 |
| 5.1 全文工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 攻读博士期间发表的论文 |
| 攻读博士期间参与的科研项目 |
| 学位论文数据集 |
四、一种适用于mesh网络的分布式恢复算法（论文参考文献）
- [1]基于OpenFlow的软件定义无线Mesh网络路由研究[D]. 刘秋杰. 北京邮电大学, 2021(01)
- [2]基于机器学习的无线Mesh网络路由算法研究[D]. 李兆恩. 北京邮电大学, 2021(01)
- [3]软件定义无线Mesh网络路由与调度联合优化算法研究[D]. 陈玉龙. 电子科技大学, 2020(08)
- [4]无线mesh网络机会路由算法的研究与验证[D]. 倪介元. 南京邮电大学, 2019(02)
- [5]基于智能天线的无线Mesh网络MAC层技术研究[D]. 陈雨萌. 东南大学, 2019(06)
- [6]基于区块链的无线Mesh网络身份认证方案设计[D]. 周坤. 西安电子科技大学, 2019(02)
- [7]无线融合网络中分布式缓存技术研究[D]. 张伟. 上海交通大学, 2019(06)
- [8]无线Mesh网络负载均衡技术研究[D]. 张春飞. 吉林大学, 2016(08)
- [9]无线网络认证体系结构及相关技术研究[D]. 郭萍. 南京理工大学, 2012(07)
- [10]基于IEEE802.16的无线Mesh网络关键性能与资源调度算法研究[D]. 宋甲英. 北京交通大学, 2012(09)