您当前所在位置: 首页 > 学者
在线提示

恭喜!关注成功

在线提示

确认取消关注该学者?

邀请同行关闭

只需输入对方姓名和电子邮箱,就可以邀请你的同行加入中国科技论文在线。

真实姓名:

电子邮件:

尊敬的

我诚挚的邀请你加入中国科技论文在线,点击

链接,进入网站进行注册。

添加个性化留言

已为您找到该学者18条结果 成果回收站

上传时间

2011年06月03日

【期刊论文】高速网络性能测量研究*)

王俊峰, 周明天

计算机科学,2004,31(9):66~71,-0001,():

-1年11月30日

摘要

近年来。随着网络技术的迅猛发展和互联网(Internet)应用的日益广泛,网络性能测量技术成为网络研究领域的热点。网络测量的研究成果对网络的发展具有重要的指导作用。本文综述了网络测量的重要意义、测量指标体系与常用性能指标;回顾国际上在网络性能测量领域所做的工作及取得的进展;对性能测量方法进行分类,总结有效网络测量方法的评价准则;阐述了高速网络环境下进行性能测量的关键技术与难点。最后时进一步的研究工作进行初步探讨。

网络测量,, 性能评价,, 主动测量,, 被劝测量,, 端到端指标

上传时间

2011年06月03日

【期刊论文】网络测量中自适应数据采集方法∗

王俊峰, +, 杨建华, 周虹霞, 谢高岗, 周明天

软件学报,2004,15(8):1227~1236,-0001,():

-1年11月30日

摘要

抽样方法广泛地应用于网络测量与其他领域对被测总体的指标进行估计研究表明,多种网络指标呈现重尾分布或自相似的特征这些特性为准确估计总体指标带来了诸多困难但同时对被测网络指标进行建模也有着重要的应用。然而,建立精确网络模型是困难的从时间序列拟合角度出发,提出了一种基于拟合的自适应抽样方法,对被测指标进行基于测量的建模工作主要体现在:(1)采用分段线性函数对被测指标进行逼近建立基于测量的模型,(2)与常用的抽样方法相比,在相同的样本数情况下,由拟合模型对指标进行的估计更准确、更稳定通过对两个测量记录的分析表明,在与常用抽样方法保持相同的拟合误差时,自适应抽样方法明显地减少了所需采集的样本数量,(3)与其他概率抽样方法相比,自适应抽样最终抽取的样本数更稳定、更可靠,并给出了最终样本数的概率分布

自适应抽样, 分段线性拟合, 网络测量

上传时间

2011年06月03日

【期刊论文】空间信息网络可靠传输协议研究

王俊峰, 张民, 罗光春, 黄蕾

通信学报,2008,29(6):63~68,-0001,():

-1年11月30日

摘要

设计了与传统TCP相兼容的空间信息网络可靠传输协议STP。协议针对空间环境特点从慢启动算法、拥塞避免算法、快速重传和快速恢复算法等多方面对传统TCP进行综合改进,仿真分析结果表明STP协议比传统TCP性能有较大提升,也比主要针对卫星通信的TCP改进协议的性能有一定改善。能较好地适应空间信息网络中的信息可靠传输需求。

空间信息网络, 可靠传输协议, 拥塞控制, 快速恢复与重传

上传时间

2011年06月03日

【期刊论文】基于包对采样的IP网络时延变化测量方法

王俊峰, 黎文伟, , 谢高岗, 张大方

计算机研究与发展,2004,41(8):1352~1360,-0001,():

-1年11月30日

摘要

时延变化是反映网络路径负载特征的IP网络性能指标。基于路径排队模型,发现时延变化对负载的反映受探测包发送时间间隔影响。因参考时延选取不当及采样方式限制,现有方法所测时延变化只粗略反映路径负载。提出了包对采样方法选取恰当参考时延,避免采样方式限制,增强了时延变化反映路径负载的能力;同时确定了探测包发送时间间隔的下界。对一条。Intemet路径的实测验证了包对采样所测时延变化对路径负载的较强反映能力和探测包发送时间间隔对这种反映能力的影响。

网络测量, 网络性能, 时延变化, 包对采样

上传时间

2011年06月03日

【期刊论文】基于仿真的宽带网络流量特征分析

王俊峰, 马维昱, 李忠诚, , 谢高岗

系统仿真学报,2004,16(4):681~684,-0001,():

-1年11月30日

摘要

同络的流量特征对于建同及同络性能分析至关重要。本文基于自相似理论基础,运用计算机仿真技术,对在不同自载情况下,宽带同络流量特征的变化过程进行了研究。实验数据表明,自相似业务流通过汇聚节点进人核心链路之后,其自相似特性仍然保持,但是自相似的程度有所下降,特别是在同络吞吐量较走的情况T,自相似程度明显低于任何一个支路。TCP协议发送宙口的走小变化会引起同络流量自相似程度的变化。

流量分析, 宽带同络, 自相似, 仿真

合作学者

  • 王俊峰 邀请

    四川大学,四川

    尚未开通主页