导读:本文包含了可编程网络论文开题报告文献综述、选题提纲参考文献，主要关键词:可编程,网络,卷积,定义,神经网络,深度,软件。
可编程网络论文文献综述写法
朱祖勍,孔嘉伟,牛彬,唐绍飞,房红强[1]（2019）在《基于深度学习的面向IP-over-EON的可编程跨层网络业务性能感知系统》一文中研究指出为了实现实时的、细粒度的网络性能监测与调整,并且满足不同应用的特定服务质量需求,提出了基于深度学习的面向IP-over-EON的可编程跨层网络业务性能感知系统。该系统将基于网络业务性能感知的分布式网络监测与集中式网络管控相结合,分布式网络监测实现跨层和细粒度的网络监控,并基于深度学习进行数据分析。实验结果表明,该系统通过有机地结合集中式与分布式的处理方式,实现了及时的、自动化的网络控制与管理,具有良好的可扩展性。(本文来源于《通信学报》期刊2019年11期）
耿俊杰,颜金尧[2]（2019）在《基于可编程数据平面的网络体系架构综述》一文中研究指出在经历了几十年的发展后,网络技术目前已经形成了相对完善与稳定的体系结构。然而近年来各种网络应用出现了爆炸式的增长,网络承载的业务需求日益复杂多变,传统网络体系架构由于封闭、固化的特点越来越难以适应各种业务层应用的冲击。在传统网络架构下,控制平面和数据平面以分布式的方式部署在网络中的各个设备上,这样的部署方式会造成网络管理上的困难。另外传统网络协议的分层设计使得网络协议十分复杂,并且新的协议还在不断增加,各个设备厂家的私有协议使得这种情况更加糟糕,传统网络架构下设备操作命令繁多,不同厂家操作指令不兼容,导致网络运维复杂。并且网络新功能的升级需要的开发部署周期非常长,完全不能适应当前不断发展的业务层应用对于网络的要求。在此背景下,为开放网络可编程能力,扩大网络创新空间,软件定义网络技术以及可编程数据平面技术应运而生。本文通过介绍软件定义网络以及可编程数据平面技术的技术细节,展示为什么可编程数据平面技术能够为网络创新带来空间和可能。(本文来源于《中国传媒大学学报(自然科学版)》期刊2019年05期）
张鹏飞,张宇,闫宏雁,王立权,梅志伟[3]（2019）在《利用可编程仪表的网络分析系统设计及误差校准分析》一文中研究指出随着科学技术的发展,网络分析仪在射频测量系统中的应用越来越广泛。射频传输网络中的反射特性和传输特性参数、放大器1dB压缩点、滤波器通带带宽等关键性能指标的测试都依赖于网络分析仪,但目前市场上的网络分析仪产品价格均较为昂贵。提出了一种基于常规标准可编程仪表(模块单元)构建较高价值网络分析系统的工程实现方法,并对构建系统的测量误差进行分析,设计了可显着提高测量精度的误差校正方法和校正模型。针对典型器件的关键技术指标,将本系统测试结果与标准高精度网络分析仪测试结果相对比,验证了误差校正的效果和性能指标,可用于实验室内的射频传输网络参数测量。(本文来源于《空天防御》期刊2019年04期）
刘磊[4]（2019）在《基于协议无感知转发的可编程WiFi网络系统的设计、实现与应用》一文中研究指出移动互联网的高速发展导致无线局域网(Wireless Local Access Network,WLAN)传输的流量持续激增,传统WiFi网络系统中面向节点的分布式管理面临着愈发严重的管理复杂性高和传输可靠性差问题,难以适用于大型WiFi网络环境。软件定义网络(Software-Defined Networking,SDN)作为一种新型的网络架构,采用控制平面和转发平面分离的思想,将底层网络设备抽象成转发流水线,以编程的方式实现对数据平面的灵活配置。通过将SDN扩展至WiFi网络中,形成软件定义无线局域网络架构,有助于简化WLAN的设计和部署。现有软件定义无线局域系统采用专用代理加OpenFlow混合的方式实现数据平面,降低了WiFi网络编程能力的同时也带来硬件实现上的困难。为此,基于华为公司提出的协议无感知转发技术(Protocol Oblivious Forwarding,POF),本文设计并实现了一种新型软件定义无线局域网络系统Po-Fi。Po-Fi采用POF交换机实现数据平面,物理接入点(Access Point,AP)被看作是一条具有多级流表的通用转发流水线,按照控制平面下发的流表规则进行数据转发,赋予网络管理人员极大的编程能力。此外,Po-Fi通过引入虚拟AP的概念用以简化终端设备与物理AP之间的连接,实现了终端设备的统一管理。通过在Po-Fi中实现基于MPTCP的多AP协同传输机制,实现将终端设备与远端服务器之间的多条子流划分至不同物理AP中传输。借助终端设备自身的子流调度,避免数据通过发生故障的物理AP传输,从而有效的增加Po-Fi网络系统数据传输的可靠性。最后,本文将Po-Fi原型系统移植到商用路由器上,在真实环境中搭建实验床进行一系列的功能与性能测试,并展示了Po-Fi网络系统的多AP协同传输实例。实验结果证明了Po-Fi网络系统的可行性以及多AP协同机制为Po-Fi网络带来的可靠性。(本文来源于《中国科学技术大学》期刊2019-06-03）
王波[5]（2019）在《低功耗、低成本、可编程深度神经网络处理器设计与实现》一文中研究指出深度卷积神经网络算法近年来迅猛发展,现已被广泛应用于图像识别、医疗诊断等领域。深度卷积神经网络通常在CPU、GPU、ASIC、FPGA等平台实现,现有的深度卷积神经网络处理器主要被用于高端应用,如自动驾驶汽车,数据中心和智能手机,其注重产品性能。而对于物联网应用,更注重产品功耗与产品成本。此外可编程性对于处理器支持不同的深度卷积神经网络算法也尤为重要。本文提出一种专用于物联网应用的低功耗低成本可编程深度卷积神经网络处理器。本文首先对深度卷积神经网络处理器的国内外研究现状进行分析,介绍在不同平台实现深度卷积神经网络处理器的最新成果。根据处理器的应用需求不同,提出本文所设计的低功耗低成本可编程深度神经网络处理器。接下来本文对深度卷积神经网络算法的基本概念、硬件实现、并行性特征进行介绍。从理论层面验证卷积层、池化层、激活函数与全连接层硬件实现的可行性,同时从卷积核内并行性、输入通道并行性与输出通道并行性叁个维度对本文深度卷积神经网络处理器并行计算设计进行分析,并提出衡量处理器性能的叁种参数。然后在可编程深度神经网络处理器硬件设计部分,本文采用五种创新技术。在处理器低功耗设计部分,本文采用基于“簇”的“S”型读取策略与数据复用技术,达到对数据的最大化复用,减少存储区读取次数从而降低功耗;本文采用基于“图”累加的方式完成中间特征图累加操作,减少输入特征图像重复加载次数从而降低功耗;将近零值过滤与零值跳过技术结合,屏蔽零值数据的传输和计算从而降低功耗。在处理器低成本与可编程设计部分,本文采用可编程层处理计算架构,通过复用层处理计算架构完成深度卷积神经网络所有层操作,减少硬件资源降低设计成本,同时其可编程性也增强处理器的灵活性。并且处理器采用基于“行”型数据存储结构,加快数据读取速度,在数据读取与计算间取得平衡,提升处理器整体速度。最后本文使用Vivado 2017.1套件作为开发和仿真工具,给出仿真结果。并在Xilinx Virtex-7 FPGA VC707评估套件进行硬件验证。对基于FPGA的可编程深度卷积神经网络处理器进行准确率分析与性能分析,本文处理器获得了31.01GOPS/W,0.22GOPS/DSP的成绩,优于现有的几种深度神经网络处理器。同时针对本文所提出的可编程深度神经网络处理器进行总结,并对后期优化提出建议。(本文来源于《电子科技大学》期刊2019-03-29）
朱丹红,张栋,何斌杰[6]（2019）在《软件定义网络北向应用的可编程实验设计》一文中研究指出针对软件定义网络(Software Defined Network,SDN)的可编程重要特性,以控制平面北向应用开发为主要内容,设计实验方案。该方案基于负载均衡的SDN应用场景,对OpenDaylight控制器北向接口采用Python编程并部署实现。一方面可以加强SDN的场景认知,为学习北向应用开发提供有意义的实践指导;另一方面能够促进学生深入理解SDN的可编程内涵,掌握SDN灵活部署网络新业务的架构优势,从而提升网络应用的实践创新能力。(本文来源于《中国教育技术装备》期刊2019年04期）
Shen,WANG,Jun,WU,Wu,YANG,Long-hua,GUO[7]（2018）在《可编程软件定义网络的新架构与安全技术:综述（英文）》一文中研究指出当前,网络空间已经成为社会基础设施的一个重要组成部分。随着网络规模快速发展,应用程序和服务日益丰富,底层网络设备(如交换机和路由器)承载功能被不断扩展。为提升网络动态架构、安全性和服务质量,网络控制平面与数据平面的解耦是网络技术发展趋势。目前,软件定义网络(SDN)是新兴网络领域最热门、最具前景的技术之一。在SDN中,通过在专有设备部署高级别策略指导网络设备数据转发,减少网络设备复杂功能。SDN有利于实现网络新技术、新协议,提升部署功能灵活性和可操作性。然而,该新型网络技术面临架构和安全方面的新挑战。本文为可编程SDN最新进展相关研究提供一个全面综述,分析已被研究和有待解决的问题,并分析在框架架构和安全领域的发展趋势。(本文来源于《Frontiers of Information Technology & Electronic Engineering》期刊2018年12期）
申涓,段通,兰巨龙[8]（2018）在《面向全可编程网络数据平面的资源优化方法》一文中研究指出现有数据平面无法在整体上支持网络功能的创新和演进,因此面向用户可编程的新型网络数据平面技术发展迅速.针对现有可编程数据平面硬件开销过大且缺乏资源优化的问题,从解析器、匹配表、动作执行器叁个方面建立了资源开销模型,并分别提出了类型域合并、匹配域偏移量合并、"域-字"拆分合并映射等资源优化方法.基于Net FPGA的仿真结果表明,与现有机制相比,所提方法减小了38%左右的资源开销.(本文来源于《电子学报》期刊2018年10期）
兰天翼,郭云飞,范宏伟,兰巨龙[9]（2018）在《基于可编程硬件的有状态网络功能硬件加速架构》一文中研究指出为了解决无状态加速器对有状态虚拟网络功能(Virtual Network Function,VNF)的加速效果较差的问题,该文提出了一种基于可编程硬件的有状态功能处理加速架构(Stateful Function Processing Acceleration Architecture,SFPA).SFPA通过为数据平面提供有状态处理单元(Staeful Processing Unit,SPU),将数据包处理任务卸载到数据平面上.此外,SFPA能够为多个VNF独立地分配加速资源,并采用资源分配优化算法降低硬件资源开销,提高了加速架构的灵活性.基于Net FPGA-10G平台的实验结果表明,SFPA架构下,VNF的吞吐量是采用DPDK加速时的2.9倍,是无状态硬件加速器的1.7倍;资源分配优化算法的优化率最高可达41.9%.(本文来源于《电子学报》期刊2018年07期）
杨一晨,梁峰,张国和,何平,吴斌[10]（2018）在《一种基于可编程逻辑器件的卷积神经网络协处理器设计》一文中研究指出针对大数据时代下深层次大规模深度学习网络模型在预测中对运算资源和访存带宽需求指数的增长,以及业界传统CPU+GPU解决方案难以应用于日益普遍的移动嵌入式应用场景等问题,提出了一个基于可编程逻辑器件(FPGA)的卷积神经网络协处理器异构加速设计方案。该方案采用通用模型设计思想,具有可编程性,并且能够兼容多种网路模型从而实现硬件加速;方案具有可扩展性,可在硬件资源允许的范围内进行多核扩展以获得性能翻倍提升。利用硬件的并行性,数据的复用性设计的卷积运算模块提高了硬件资源利用率及运算效率;合理配置的多级缓存结构降低了协处理器对外部存储器读写频率和带宽的占用率,提升了模块内部的通信效能。在XILINX VC707评估板的上板进行实验,结果表明,MNIST-LeNet测试集的准确率高达99%,CIFAR-10可实现80%,浮点运算速度为5.511×1010 s-1,综合性能约两倍于Intel Xeno E5-2640V4服务器通用处理器,达到同期FPGA解决方案的主流水平。(本文来源于《西安交通大学学报》期刊2018年07期）
可编程网络论文开题报告范文
（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：
在经历了几十年的发展后,网络技术目前已经形成了相对完善与稳定的体系结构。然而近年来各种网络应用出现了爆炸式的增长,网络承载的业务需求日益复杂多变,传统网络体系架构由于封闭、固化的特点越来越难以适应各种业务层应用的冲击。在传统网络架构下,控制平面和数据平面以分布式的方式部署在网络中的各个设备上,这样的部署方式会造成网络管理上的困难。另外传统网络协议的分层设计使得网络协议十分复杂,并且新的协议还在不断增加,各个设备厂家的私有协议使得这种情况更加糟糕,传统网络架构下设备操作命令繁多,不同厂家操作指令不兼容,导致网络运维复杂。并且网络新功能的升级需要的开发部署周期非常长,完全不能适应当前不断发展的业务层应用对于网络的要求。在此背景下,为开放网络可编程能力,扩大网络创新空间,软件定义网络技术以及可编程数据平面技术应运而生。本文通过介绍软件定义网络以及可编程数据平面技术的技术细节,展示为什么可编程数据平面技术能够为网络创新带来空间和可能。
（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。
可编程网络论文参考文献
[1].朱祖勍,孔嘉伟,牛彬,唐绍飞,房红强.基于深度学习的面向IP-over-EON的可编程跨层网络业务性能感知系统[J].通信学报.2019
[2].耿俊杰,颜金尧.基于可编程数据平面的网络体系架构综述[J].中国传媒大学学报(自然科学版).2019
[3].张鹏飞,张宇,闫宏雁,王立权,梅志伟.利用可编程仪表的网络分析系统设计及误差校准分析[J].空天防御.2019
[4].刘磊.基于协议无感知转发的可编程WiFi网络系统的设计、实现与应用[D].中国科学技术大学.2019
[5].王波.低功耗、低成本、可编程深度神经网络处理器设计与实现[D].电子科技大学.2019
[6].朱丹红,张栋,何斌杰.软件定义网络北向应用的可编程实验设计[J].中国教育技术装备.2019
[7].Shen,WANG,Jun,WU,Wu,YANG,Long-hua,GUO.可编程软件定义网络的新架构与安全技术:综述（英文）[J].FrontiersofInformationTechnology&ElectronicEngineering.2018
[8].申涓,段通,兰巨龙.面向全可编程网络数据平面的资源优化方法[J].电子学报.2018
[9].兰天翼,郭云飞,范宏伟,兰巨龙.基于可编程硬件的有状态网络功能硬件加速架构[J].电子学报.2018
[10].杨一晨,梁峰,张国和,何平,吴斌.一种基于可编程逻辑器件的卷积神经网络协处理器设计[J].西安交通大学学报.2018