网络定位算法对于大型分布式系统关键理论的深入研究有重要意义。传统上主要针对局部节点进行坐标优化,导致虚拟坐标波动性大,在虚拟空间中形成的网络拓扑混乱无规律。本项目从寻求全局误差和局部误差之间的平衡入手,提出了基于多向量收敛的网络定位算法,着重研究了基于物理质量弹簧系统的多向量收敛的虚拟坐标生成策略,以及基于此策略的虚点动态构造、整体坐标移动和高误差网络延迟过滤策略等理论问题。虚拟坐标生成策略提供了定位算法的基础,虚点动态构造和整体坐标移动进一步优化了虚拟坐标的精确度,过滤策略保证生成的虚拟坐标的健康度。本研究将促进对等计算、内容分发网络等相关领域关键技术的深入研究,为大型分布式系统的部署奠定理论基础,具有十分重要的意义。
{{i.achievement_title}}
数据更新时间:2023-05-31
跨社交网络用户对齐技术综述
城市轨道交通车站火灾情况下客流疏散能力评价
基于FTA-BN模型的页岩气井口装置失效概率分析
基于图卷积网络的归纳式微博谣言检测新方法
多源数据驱动CNN-GRU模型的公交客流量分类预测
神经生长因子受体P75NGFR调控TIMP2/MMP25平衡逆转EMT抑制结直肠癌侵袭转移的机制研究
基于支持向量回归的参数估计收敛性分析与算法改进
基于最小路集(割集)向量的多状态网络可靠性快速评估算法研究
神经网络学习算法收敛性研究
基于支持向量机原理的无线传感器网络定位方法研究