霍永华
- 作品数：58 被引量：75H指数：6
- 供职机构：中国电子科技集团第五十四研究所更多>>
- 发文基金：国防基础科研计划中央高校基本科研业务费专项资金河北省科技计划项目更多>>
- 相关领域：自动化与计算机技术电子电信文学更多>>
- 线程池技术在B/S 网络管理软件架构中的应用被引量：1
- 2014年
- 针对网络管理软件后台存在应用服务器的数据处理量多和资源消耗过大的问题,提出了改进算法,研究了线程池技术,包括线程池的工作原理、线程池使用方式、线程池配置方法、线程池监控方法和线程池的关闭方法。线程池根据基本线程池、工作队列和整个线程池的饱和情况进行工作,依据任务性质、任务优先级、任务执行时间和任务依赖性进行线程配置,以达到高效执行和最优资源的利用。
- 霍永华曹毅刘文李文
- 关键词：线程池任务队列任务优先级
- 一种分布式网络分群算法
- 2017年
- 针对大规模且动态变化的网络管理,提出一种多因子按需加权动态分群算法,综合考虑节点的平均相对速度、剩余电量、节点连通度、经纬度坐标和指挥权等因素,根据网络环境的不同,对不同因素赋予不同权值及节点的多因素加权值决定该节点在网络分群中的角色和作用给出了分群算法原理和分群详细步骤。
- 霍永华汲锡林曹毅任军
- 关键词：分群算法
- 基于改进BP神经网络的网络态势评估方法被引量：7
- 2021年
- 针对传统基于特征分析、分类器或人工神经网络的态势评估方法存在对专家经验依赖高、模型训练速度慢和准确度较差等问题,提出了一种基于改进BP神经网络的网络态势评估方法,将网络评估指标作为BP神经网络的输入向量,将熵权法和L-M算法引入传统的BP神经网络进行优化,克服了标准BP网络中初始值对模型结果的限制,加快了神经网络模型的收敛速度,增强了全局最优解的可达性,提高了态势评估的准确率,为下一步运维管理措施的制定提供了参考。
- 焦利彬霍永华喻鹏李保罡
- 关键词：BP神经网络熵权法L-M算法
- 通信网网络管理系统可靠性综合分析被引量：2
- 2005年
- 主要研究了通信网网络管理系统这一典型软件-硬件综合系统的可靠性分析,同 时给出了网管系统的可靠性定义。研究了网管系统的失效判据,并依据失效判决选择可靠性 模型叠加得到系统可靠度,简述了单个网管中心的硬件可靠度、单个网管中心的软、硬件综合 可靠度、网管全系统可靠度。最后给出了综合分析过程。
- 霍永华韩卫占汤士党
- 关键词：系统可靠性系统可靠度网络管理系统网管系统网管中心失效判据
- MPLS网络的综合接纳控制算法被引量：2
- 2011年
- 在多协议标记交换MPLS(MultiProtocol Label Switching)网络中,由于无法准确获取业务特征参数及汇聚后的业务流与单个业务流的业务特征不同,导致网络为业务分配的资源与其实际使用的资源不一致,因此仅依据控制面给出的理论可用带宽进行接纳控制决策将导致网络资源利用率降低。针对该问题提出一种新的接纳控制算法,该算法通过对带宽理论值与受控的端到端测量结果进行综合,获取网络的可用带宽,并作为接纳控制依据。通过构建实际试验环境进行了接纳控制试验。试验结果表明,采用推荐的接纳控制算法,可以提高低优先级业务的接纳成功率,并在一定程度上提供QoS保证,提高了网络资源利用率。
- 范淑艳韩卫占霍永华
- 关键词：MPLS网络接纳控制
- 一种改进的IP承载网效能评估算法
- 2016年
- 针对IP承载网络,提出一种效能评估算法,研究了IP承载网效能评估指标体系,包括时延、抖动、丢包率和吞吐量等方面,通过网管系统采集统计和性能测试仪spirent Testcenter探测2种方式进行参数获取,参数获取后,选择模糊综合评判法进行评估,重点研究了指标的无量纲化处理方法,通过分析标准值与指标原始值大小关系,抵消指标权重对综合评价值的影响。最后通过仿真IP承载网说明在特定应用场景下的效能评估。
- 韩进喜霍永华
- 关键词：IP承载网层次分析法
- 一种流量探针高精度时间检测系统、方法、设备、介质
- 本发明实施例公开了一种流量探针高精度时间检测系统、方法、设备、介质，所述系统包括：流量探针、第一频率计数器、第二频率计数器和B码信号源，其中：所述B码信号源的B码信号输出端与所述流量探针的B码信号输入端相连接；所述B码信...
- 陈旭东霍永华商英俊王黎明王娟孟霞陈晓
- 一种面向联邦学习的移动边缘计算资源管理方法
- 本发明涉及边缘计算领域，具体涉及一种面向联邦学习的移动边缘计算资源管理方法。本发明首先提出了一个联邦边缘学习框架，并制定了一个综合考虑计算、通信资源分配和边缘关联的模型，以最小化全局学习成本。再将该优化问题分解为两个子问...
- 霍永华宋春晓闫继垒杨国瑞喻鹏杨杨谭灿王浩
- 基于多种模型的流量预测研究
- 2022年
- 6G是下一代无线通信网络的发展方向,6G网络要求更高的峰值数据速率、移动性和更无处不在的智能连接。由于不同的场景和业务需要不同的网络切片(Network Slicing)承载,网络的性能指标各异,对各种资源的需求量也不尽相同,因此需要对网络流量在时间和空间上进行预测。对时空流量建模,并提出了3种以深度学习为基础的流量预测方法:基于深度学习的时空数据预测模型(DeepST)、残差网络(ResNet)模型和卷积长短期记忆网络模型(ConvLSTM),针对每种模型的应用场景和优劣予以研究陈述,在此基础上完成模型的有效性验证和比较;最后,仿真验证。仿真结果表明,基于ResNet的流量预测模型预测效果更佳。
- 高轶霍永华胡晓彦
- 一种面向样本不均衡的网络流量数据增强方法
- 本发明涉及流量数据增强领域，针对网络流量数据难于获取且大部分数据往往彼此间差异性很小，因而时常出现数据类别严重不平衡的难题，提出了一种面向样本不均衡的网络流量数据增强方法。本发明对网络流量数据集进行聚类后划分少数类样本集...
- 霍永华黄伟焦利彬冀云刚杨杨王颖郭义豪
