基于收益评估机制的连接数阈值动态调节算法

计算机应用 ›› 2010, Vol. 30 ›› Issue (12): 3168-3171.

基于收益评估机制的连接数阈值动态调节算法

杨忠明¹,秦勇¹,蔡昭权²,魏文红³,梁活民⁴,武玉刚⁵

1. 茂名学院
2. 惠州学院网络中心
3. 东莞理工学院
4.
5. 广东省茂名市官渡二区茂名学院网络中心

收稿日期:2010-06-12 修回日期:2010-07-21 发布日期:2010-12-22 出版日期:2010-12-01
通讯作者: 杨忠明
基金资助:
基于图形处理器的高性能计算;广东省自然科学基金;广东省科技计划项目;珠海市产学研项目;茂名市科技计划重点项目

Threshold dynamic adjustment algorithm for number of connections based on yield assessment mechanism

Received:2010-06-12 Revised:2010-07-21 Online:2010-12-22 Published:2010-12-01
Contact: Yang ZhongMing
Supported by:
;Natural Science Foundation of Guangdong Province

摘要/Abstract

摘要： 针对目前出口网关中并发连接数限制的定值方法的缺点，提出了一种基于收益评估机制的动态调节并发连接数阈值算法。根据用户链路某个时间段内的并发连接数变化特征，可利用收益评估的方法计算出一个最优化的连接数限制阈值，利用该值调节用户链路的并发连接数。通过调节有效连接与无效连接的效益值可适用于不同的网络偏好，对对等网（P2P）应用产生的大量无效连接进行有效抑制，保障了网络应用多元化的高效使用，同时给出了工程实现算法。

关键词: 连接限制, 并发连接数, 对等网, 动态调节, 阈值

Abstract: A dynamic adjustment algorithm for threshold of connection number based on yield assessment was presented against the shortcoming of fixed value of concurrent limit connections in output gateways at present, which can get a most optimized threshold value by adjusting benefit values of valid connections and invalid connections. It can be used in different network preferences, can control the most invalid connections generated by P2P applications effectively and protect the effective use of diverse network applications.

Key words: connection limit, number of concurrent connection, Peer-to-Peer (P2P), dynamic adjustment, threshold

杨忠明秦勇蔡昭权魏文红梁活民武玉刚. 基于收益评估机制的连接数阈值动态调节算法[J]. 计算机应用, 2010, 30(12): 3168-3171.

[1]	刘晓光, 靳少康, 韦子辉, 梁铁, 王洪瑞, 刘秀玲. 基于阈值和极端随机树的实时跌倒检测方法[J]. 计算机应用, 2021, 41(9): 2761-2766.
[2]	贾鹤鸣, 李瑶, 姜子超, 孙康健. 基于改进共生生物搜索算法的林火图像多阈值分割[J]. 计算机应用, 2021, 41(5): 1465-1470.
[3]	卓禹心, 韩素雅, 张榆锋, 李支尧, 董毅峰. 基于超声谐波包络Nakagami参数图像的微波消融区域自动分割方法[J]. 计算机应用, 2021, 41(10): 3089-3096.
[4]	王思鹏, 杜昌平, 叶志贤, 宋广华, 郑耀. 基于多步神经网络观测器的扑翼飞行器缓变故障检测[J]. 计算机应用, 2020, 40(8): 2449-2454.
[5]	曹建芳, 赵爱迪, 张自邦. 融合阈值寻优的卷积神经网络在图像标注中的应用[J]. 计算机应用, 2020, 40(6): 1587-1592.
[6]	张皓然, 王学渊, 李小霞. 基于自适应阈值活动语音检测和最小均方误差对数谱幅度估计的低信噪比降噪算法[J]. 计算机应用, 2020, 40(6): 1763-1768.
[7]	王忠锋, 徐志远, 宋纯贺, 张宏宇, 蔡颖凯. 基于梯度的深度网络剪枝算法[J]. 计算机应用, 2020, 40(5): 1253-1259.
[8]	余敦辉, 袁旭, 张万山, 王晨旭. 基于动态阈值的时空众包在线分配算法[J]. 计算机应用, 2020, 40(3): 658-664.
[9]	杨立波, 蒋铁钢, 徐志强. 基于混合梯度的硬阈值追踪算法[J]. 计算机应用, 2020, 40(3): 912-916.
[10]	向雄, 田检. 基于软件定义网络的对等网传输调度优化[J]. 计算机应用, 2020, 40(3): 777-782.
[11]	王海鹏, 降爱莲, 李鹏翔. 牛顿-软阈值迭代鲁棒主成分分析算法[J]. 计算机应用, 2020, 40(11): 3133-3138.
[12]	曹义亲, 刘龙标. 基于缺陷比例限制的背景差分钢轨表面缺陷检测方法[J]. 计算机应用, 2020, 40(10): 3066-3074.
[13]	王治忠, 李泓毅, 韩闯. 基于香农能量与自适应阈值的心电QRS复合波检测算法[J]. 计算机应用, 2020, 40(1): 304-310.
[14]	吴小莉, 郑艺峰. 基于K近邻算法的噪声种类识别和强度估计[J]. 计算机应用, 2020, 40(1): 264-270.
[15]	任秀丽, 陈洋. 无线传感网中数据传输延时优化的路由协议[J]. 计算机应用, 2020, 40(1): 196-201.