QoS约束路由问题的求解算法的设论文

合集下载

基于遗传蚁群算法的Qos路由约束问题的研究

基于遗传蚁群算法的Qos路由约束问题的研究
第2 6卷 第 2期
VO . . I 26 NO 2
湖 北 工 业 大 学 学

21 0 1年 O 4月
Apr 20 . 11
J u n lo b i ie s t fT c n lg o r a fHu e Un v r i o e h oo y y
W it ( b 0 )≥ m i ( ) . d h p( , ) n B( )
束 问题 上 的不足 , 出 了一 种将 两 者 算 法 优 点 结 合 提 的算法 : 传 一蚁 群算 法 ( 遗 GA— O) 算 法 中 首 先 AC , 执 行遗 传算 法 , 并将此 运算 迭代 进行 , 目的是 为 了生
找 到一 条最短 路径 解 , 因此 , 蚁群算 法 在解决 收 敛性 问题 上有 出众 的能 力[ . 2 但是 , ] 上述 两种 算法 在解 决
图 1 网络 模 型 图
Qo 路 由约 束 问题 上 均有 自身 的不 足 : 传 算 法 在 s 遗
求解 最优 解 的过程 中效 率低 ; 群算 法 在 求 解 最 优 蚁 解 的过程 中速度 较慢 . 针对 遗传 算 法 和 蚁 群 算 法 在 解 决 Qo s路 由约
将 遗 传 算 法 和 蚁 群 算 法 优 点 融 合 的算 法 ( - C GA A O). 算 法 的基 本 思 想 是 : 遗 传 算 法 生 成 蚁 群 算 法 需 要 的 信 息 该 用
素初值 , 然后 利 用 蚁群 算 法 求 得 精 解 . 过 N 2仿 真 表 明遗 传 蚁 群 算 法相 比单 一 的 遗 传 算 法 和 蚁 群 算 法 更 适 合 解 通 S
其 中 C( ) 示某 条路 由在链 路 m 上 的 费用 , ) 表 C( 表 示某 条 路 由在 节 点 上 的费 用 ,ot ( , ) C s( 6 0 )表 示 上述 两者 之 和 , 满足 条件 ( ) 2 的基 础 上 , 某 在 1 () 从

基于多QoS约束的启发式路由选择算法设计与实现

基于多QoS约束的启发式路由选择算法设计与实现
由跳 数 等 方 面有 严 格 的 Q S要 求 。基 于 Q S业 务 o o
是: 首先 判断 带 权 有 向 图是 否 有 可能 满 足 时 延 W 、
路 由跳 数 以及 两 者之 和 ( + ) W 的约 束 ; 如果
中的一个 重要 问题 是如 何选 择 满 足 多约 束 的路 由 , 并能 够高效 地利用 网络 资源 。Q S业 务 的约束 条件 o
peQ Srq i met( — P . t t m lm n n et nsf a o t , ersl rvdta l o ur ns H MC ) Wi ei pe et dt o w r rue t eu spo e ht e e hh a so t e rh t
主要 来 自可加性 尺度 ( d iv e i ) 多约束路 a dt em tc , i rs
径 选 择 问 题 M P( l—o s a e a e c o C MutC nt i d P t Sl t n i rn h ei Po l , r e b m) 即寻 找 同时满 足多 个 独立 的 Q S约束 的 o 路径 问题 , Q S路 由 问题 中 的研究 难 点 。 目前较 是 o 好 的解决方 法是 启发式路 由算 法 , 复杂度较 低 , 其 找
基 于 多 Q S约束 的 启发 式路 由选 择算 法 设计 与实现 o
张伟 ,王韬 ,李华 ,李海亮
( 军械工程学 院计算机工程系 ,河北 石家庄 00 0 ) 5 0 3
摘要 :针对时延 、 由跳数 以及网络资源利率 3种约束 , 路 结合软件路 由器项 目, 对路 由选择算法 的网络模 型进 行了 描述 和定义 , 并提 出了基于多 Q S o 约束 的启发式路 由选择算法( — P 。通过在软件路 由器上 实现和测试 , H MC ) 表明

基于多QoS约束的多播路由算法研究

基于多QoS约束的多播路由算法研究

络模型 , 并给 出了一种 具有 多 Q S约束的动 态多播路 由算法 , o 分析 了算法的复杂度。仿真 实验证 明, 算法是稳定有 该 效 的。它能够在满足 多约束的情况下 , 多播树 的代价优 化。 使
关键词 Qo , S 多播 路 由 , 多约 束
A S re nMut at o t gAl r h B sdo ut l Q SC n t ie uvyo l cs R ui g i m ae nM l pe o o s an i n o t i r d
e f c ie a d s a l. I c n mi i i h l c s r e c s t o t i lt g t emu t o s r i e . fe t n t b e t a n m z t e mu t a tt e o t v e i wi u o a i h li n tan d h v n -c
YU Pig n
( ol geo ah ma isa d C m p e in e,Cho gqn r a ie st C l fM te tc n e o utrSce c n igNo m lUnv riy,Ch n qn O O ) o g ig4 O 47
Ab t c Thsp p rds u s st emut a tr u ig p o lm t lil S c n tan s whc yd a t h sr t i a e ic se h li s o t r be wi mut eQo o sr it. ihma e l h te c n h p wi
n mi mut a tr u ig ag rt m t lil Sc n tan s i lt n r h we op o eta h lo ih i a c lc s o t lo i i n h wi mut eQo o sr it.Smuai saes o dt r v h t eag rtm h p o t s

基于SDN的多约束QoS路由算法研究

基于SDN的多约束QoS路由算法研究

基于SDN的多约束QoS路由算法研究基于SDN的多约束QoS路由算法研究引言随着云计算和大数据应用的快速发展,网络流量的激增给传统网络架构和管理模式带来了巨大的压力。

传统网络中的路由器主要基于跳数或最短路径进行路由选择,缺乏对服务质量(QoS)的有效保障。

为了满足不同应用对带宽、时延、丢包率等多方面需求的高效支持,研究者们开始关注于基于SDN技术的QoS路由算法,以实现网络资源的智能、灵活分配,提供更好的用户体验。

SDN和QoS简介SDN(软件定义网络)是一种创新的网络架构,通过将网络数据转发和控制分开,实现网络的智能管理和控制。

SDN具有集中式的控制器和可编程的数据平面,可以对网络资源进行灵活的调度和管理。

而QoS(服务质量)则是指在网络中为不同类型的流量提供不同的服务保证,如带宽、延迟、抖动和丢包率等。

多约束QoS路由算法多约束QoS路由算法是指在保证多种网络QoS要求的前提下,通过有效地选择路径,将数据从源节点传输到目标节点。

传统的最短路径算法无法满足多种QoS需求,因此需要新的算法来解决这个问题。

基于SDN的多约束QoS路由算法主要包括以下几个关键步骤:1. QoS要求建模:将不同应用对网络的QoS要求以数学模型的形式进行建模,包括带宽、延迟、丢包率等指标。

2. 网络状态获取:通过SDN控制器从网络中获取实时的拓扑信息和链路状态,包括带宽利用率、延迟等。

3. 路由路径选择:根据QoS要求和网络状态,利用优化算法选择最佳路径,满足多种QoS约束条件。

4. 路由更新:根据网络状态的变化,动态调整路由路径,以适应不同流量的变化。

总结基于SDN的多约束QoS路由算法研究在满足不同应用对服务质量要求的同时,提高了网络的资源利用率和性能。

通过对QoS要求建模和网络状态获取,可以更好地进行路由路径选择和优化。

然而,在实际应用中,还需要克服一些挑战,如动态变化的网络拓扑、流量负载均衡等问题。

因此,未来的研究需要进一步优化算法和优化机制,以满足不同应用对网络服务质量的高需求通过基于SDN的多约束QoS路由算法,可以有效地传输数据并满足多种QoS需求。

QoS多约束单播路由算法的研究与实现

QoS多约束单播路由算法的研究与实现

\ . oee f owr,ag oee fn r ao eho g, x246 ,h a 2 Clg f a J s Clg o Io tn cnl y Wui 10 1C i l o St e i u l f i T n m o n

Ab t a t I h s p p r h a i r c p e o n y tm s i t d c d a d a p id t ov h r b e o sr c : n t i a e ,t e b sc p i i l fa t s se i n r u e n p l o s l e t e p o lm f n o e
\. 2 江信息职业技术学院 软件学 院 , 江苏 无锡 246 , 101

要 : 绍 了蚂蚁算法基本原理 , 介 将蚂蚁 算法应用 于解决 Q S多约束单播路 由问题 , 对 Q S 由 中 o 针 o路 的带 宽、 包率和时延 3 丢 大约束 问题对原有算法模型进行 改进 。在 改进后 的算 法 中, 于同一路 径 对
we p o o e a mo i e lo i m. I a s n i e e t mo n f e e l h r mo e o i e e t i h a e t n f r p s d f d ag r h i t t si s df r n g f a u to n wa p e o n n d f r n g w y s ci so r h o h a o t n s st te s me r u e a d u e i — a i n u ci n t e l c h r i a o s n f h r mo e u d t .F n l t r u h me v ra t n t o r p a e t e o g n l n t t e o n p ae i al h o g f o i c a o p y, O N T smu ai n a e v r y t e c re t e sa d v i i f e p o o e lo i m ,w t g r o s o t s p r P E i lt e f o r cn s n a d t o r p s d ag rt o r i h l y t h h i a f u e t h w i u e — h i s i

QoS路由机制与算法分析

QoS路由机制与算法分析

QoS路由机制与算法分析作者:朱泽华来源:《硅谷》2014年第17期摘要文章首先针对QoS路由技术的发展进行分析,对于QoS技术的主要价值和面对的具体问题给出了说明,而后针对其单播路由算法和多播路由算法的主流进行了浅要讨论。

关键词 QoS;路由;算法;分析中图分类号:TP393 文献标识码:A 文章编号:1671-7597(2014)17-0064-01当前信息时代之下,通信网络的责任在于如何利用有限的数据传输资源和力量为用户提供更为优质的数据传输服务。

在这样的需求环境之下,QoS作为重要的网络传输领域技术之一得到了广泛的重视,其路由机制以及相关算法,更是成为数据传输领域中的关注重点。

1 QoS路由技术的发展分析随着网络中多媒体传输业务的不断增多和日益广泛,如何对网络资源实现优化利用,借以实现降低传输成本,并且有效提升用户的满意度成为了整个行业的最终目标。

在这样的环境之下,QoS路由(Quality of Service Routing)作为保证服务质量的重要技术,作为重要的安全机制之一,在解决网络延迟和阻塞等问题方面一直有着良好表现。

QoS在数据传输体系中,在区分层面有所表现,这种区分重点表现在两个方面,其一在于对于传输需求的区分对待,即以业务特征作为对于数据传输需求的一种判断,从而提供更具针对性的数据传输服务;而另一个方面则在于针对需要的服务质量展开区分,这是基于用户等级的区分,从而实现基于优先权限的数据传输服务。

通过这样的两个主要方面,来对既有的数据传输资源做出优化调整,以优化整个数据传输环境中的资源利用率,并且切实提升用户体验。

从目前的相关研究状况中可以发现,当前实现QoS水平提升主要有两个途径,即面向节点的控制和面向网络的控制。

前者的控制工作在耽搁节点或者链路中完成,其控制着手点在于针对单节点共享资源的占用,包括共享的链路、缓存区、处理器资源等方面,常见的节点控制手段包括业务流整形、业务调度、节点缓冲区管理。

多约束QoS路由最优解算法研究

多约束QoS路由最优解算法研究

3 .算法及寅例
具髓 的算法如下所述 :
翰人 :
可加性度量,丢失率焉可乘性度量。在寅隙的服旃
夤量路 由中一佃主要 量路 由要找到其 最傻化路径是一佃非常鞋的周题 ,在一般情况下 ,
如果 Q S路 由至少包含雨佃限制睛 ,它是一佃 N o P 完全嗣题 , 但在一些特殊情况下 , 兹周题是可解的。
封绸络性能影警盍可能小。根攘逭些 目 , 由嗣 棵 路
算楼绢络模型可以用一佃赋槿国 G ,, =f E 柬表示 ,其中 ,J ) v,I,…,v 2 焉铜络中的非空 结黠集合 , = ,e ,…, E J 2
佃槎 值 。
焉纲络中的键路集
题由以下三部分组成 : j ( ) 1 獾得满足虑用请求所必需 的路 由 算信
【 作者简介 】碾蓖 莘 (93 ),女 , 士 ,旃师 ; 究方向 :Q s 由算法 、敷攘挖掘。Em i zy2 1@13.n 17 一 硕 研 o路 - a2hh 6 1 6. L l P  ̄
维普资讯
多约束 Qo S路 由最傻解算法研究
() 1 带宽限制 :
纲络拓摸圄及缒路状憋信息 G f ,E和一佃 =V )
Qo S请求 R (ore =S uc ,D,B ,Dea ,J R) W l y ,L 。
翰出:
满足请求 R的最馒路径 , 或找不到满足莆求 R
的路径 。
卦算满足带宽、耱骚跳敷 、丢失率的要求并傻 化延逞的傅翰路径的敷擘模型魇 :
多约束 Q S路 由最傻解算 法研究 o
张 鲍 荤
( 山柬理工大擎计算摄擎院,山柬淄博 254 ) 509

要: 基于多僚件 约束的 Q S 由送挥算法是纲络路 由中的一倔重要 罔题 , o路 本文通遏封服辫赁量具

无线Mesh网络中的多约束QoS路由算法

无线Mesh网络中的多约束QoS路由算法

AbtatWi ls MehNew  ̄s WMN) r ces gyue o a t asot f lme i dt.R a-i p lain ae src: r es s t o ( e aen rai l sdfrr li t np ro t da a i n e me r mu i a elt api t s v me c o h hg qi met o ad dh ea , ie t, hc eurs MN u pr Q S ihr ur ns nb wit,dly jtr c w ihrq i e e n t e eW t sp o o .Qo uigic i rvdn o ur O t Sr t s mca i po i gQ Sg a- o n l n i
丁 璐, 刘 峰 , 琼 洁 林
( 南京 邮 电大学 图像 处理 与 图像 通信 江苏省 重点 实验 室 , 江苏 南 京 2 0 0 ) 10 3
摘 要: 线 M s 无 eh网络 中多媒 体数 据 的实时传 输应 用 日益广 泛 , 些应用 对 网络 的带 宽 、 这 时延 和抖 动 有着 较 高要 求 , 要 需
( ma eP o e s ga d I g o I g rc si n n ma eC mmu i t n L b rtr f i g u Po ic , nc i a o a y o a s r v e ao o J n n
N ni nv f ot adT lcmm n ai sN ni 10 3 C ia aj gU i.o s n e o u i t n , aj g2 00 , hn ) n P s e c o n
无线 Ms eh网络 提供 一定 的 Q S 障机 制。Q S 由是实 现 Q S o保 o路 o 保障 的关键 环节 。在 路 由协议 A D O V的基 础上 , 出了一 提 种具有 多个 Q S 数约束 的路 由算 法 ( - O V , 过改进 路 由选择 函数 及扩 展路 由维护 机制 , 多媒体 传输 应用业 务 o参 MQ A D )通 为 提供 QS保 障。在 路 由发现 的过程 中 , Q A D o M - O V引入 了一 个 归一 化 的路 由选 择 函数 , 化 了多 约 束路 由算 法 中的 N — 简 P cm le o p t问题 。在路 由维 护方 面 , 出了一种 路 由预先修 复机 制 , 数据 流传输 过程 中保 障路 径 质量 。仿 真 结果 表 明 , e 提 在 MQ

无线传感网络中QoS约束多播路由算法

无线传感网络中QoS约束多播路由算法

无线传感网络中QoS约束多播路由算法伍新华【摘要】分析了无线传感网络中具有时延、带宽和剩余能量等多QoS约束的多播路由问题.描述了一种适应于研究QoS多播路由的网络模型.提出了一种具有多QoS约束的能量有效的多播路由算法(EMRA),该算法成功地解决了无线传感网络中多播节点动态变化时的QoS路由选择问题.仿真实验证明了EMRA的有效性和优越性.%This paper discusses the multicast routing problem of the wireless sensor networks (WSN) with multiple QoS constraints, which may deal with the delay, bandwidth and surplus energy metrics, and describes a network model for researching the routing problem. It presents an energy-efficient multicast routing algorithm with multiple QoS constraints (EMRA). The EMRA successfully solves the QoS routing problems when multicast nodes change dynamically in the networks. In this paper, the proof of correctness and complexity analysis of the EMRA are also given. The superiority and effectiveness are proved by simulation.【期刊名称】《武汉理工大学学报(交通科学与工程版)》【年(卷),期】2011(035)004【总页数】4页(P813-816)【关键词】多播路由;无线传感网络;算法;QoS约束【作者】伍新华【作者单位】武汉理工大学计算机学院武汉 430063【正文语种】中文【中图分类】TP212.9QoS多播路由技术的目标是找到一种算法或策略,在给定的网络和多播需求的情况下,寻求一种链路连接方式,使网络资源能够得到有效利用[1].文献[2]中将基于图论的最小能量广播/多播问题归纳为最小能量广播树和最小能量多播树问题,文献[3]中提出最大剩余能量的QoS多播路由算法,文献[4]提出了基于平衡节点能量消耗的思想,通过平衡节点能量的消耗或减少能量低的节点参与路由的几率来提高网络的寿命.本文讨论了延时、带宽及节点剩余能量的问题,提出了一种多QoS约束的能量有效多播路由算法(EMRA).1 网络模型一个网络可以表示为有向赋权图G(V,E).式中:V ={v1,v2,…,vn}是图G 中节点的集合,表示无线传感器网络中节点,E ={e1,e2,…,em}是边的集合,每条边为连接网络节点的通信链路.设P(s,t)表示从源节点s至端节点t的路径,T(s,M)表示多播树.s,t∈V,M ⊆{V-{s}}为该多播树的端节点或叶节点集.则有多播树T的带宽约束是从源节点s至各目的节点t的路径最小带宽,B(T)=min{b(e)};多播树T的总能量,);多播树T的时延约束是从源节点s至各目的节点t的路径时延之和的最大值,定义1 考虑多播路由问题,给出一棵多播树T(s,M),P(s,t)为多播树T (s,M)上源节点s到某目的节点t的路由路径满足:(1)时延约束e∈ P(s,t);(2)带宽约束B(e)≥Bmin;(3)节点能量约束在所有满足(1)和(2)条件的多播树集合中,R(T(s,M))→(min).式中:Dmax为源节点到目的节点的时延上限值;Bmin为带宽的下限值.定义2 如果p(s,t)满足(d(s,*)+d(k,t)≤ Dmax)∧ (b(i,j)≥ Bmin)∧ (R(P(s,t))=min[r1,…,rf],则满足此约束的路径为能量消费最小路径;满足带宽和时延约束的最小能量路径多播树问题是一个NP完全问题[5],可以采用一些启发式算法加以解决.2 EMRA2.1 EMRA节点选择策略多播节点的加入操作涉及到加入点的选择问题,一般有随机点策略、最小时延点和能量消耗最小三种选择策略.随机点策略就是从多播子树中任选一个路由节点作为多播终点的加入点.最小时延点策略是s到d的最小时延路由路径与多播子树的交点作为多播终点d的加入点.最小能量点策略则是选择从s到d的能量消耗最小路由路径与多播子树的交点作为多播终点d的加入点.仿真实验结果表明,最小能量消耗策略费用精度最好,所以,EMRA选择最小能量点策略.2.2 EMRA实现EMRA基本思想是利用可行链路来构建满足带宽和延时约束的最小能量消耗的多播路由树,因此利用文献[6]中的BIP最小生成树的Prim算法的基本思想来构成.以源节点s为根节点,首先找到一个能量耗费最小的节点添加到树中,然后BIP 使用最小能量增量的原则每次往树中添加一个节点,直到所有的节点全部加入到树中,最后得到的树即是一个最小能量多播树的解.EMRA首先选择多播信源构成初始多播树,然后根据多播成员的连接请求或退出请求,依照加入和退出操作规则,动态地建立或切断连接,多播树的形成过程就是多播成员的动态加入和退出过程.在EMRA的形成过程中,路由器或节点需在其路由表保存一些特定的信息.为了描述方便,定义EMRA的主要消息如下:Request (加入请求消息),节点t向多播信源s发送请求加入多播;Accept(加入确认消息),源节点s向请求授权点t发送确认加入请求;Delete(链路删除消息),节点t沿多播树向父节点w逆向发送请求删除链路(w,t);Establish(建立状态),路由资源在该节点已分配完毕.EMRA是以分布的方式来建立多播树的,每个节点以同样的算法,四种不同的节点(源节点、树节点、中间节点和目标节点)在协议中以不同的方式交换信息,每个节点的操作由到达的控制消息所触发(Request,Accept,Delete,Establish).链路e的带宽、延时和能量分别为B(e),D(e),R(e);而r _table为局部路由表;对于任何节点v,r_table[v].b为在最短路径上的有用的带宽;r_table[v].d为在最短路径上的有用的延时;r_table[v].r为在最短路径上的有用的能量.EMRA步骤如下.步骤1 初始化,删除所有带宽大小于Bmin约束的链路.步骤2 多播源节点s广播Request请求报文,开始链路的查找.步骤3 当某节点i接收到Request后,如果已经接收并处理过该Request,则向其相邻节点转发;否则,如果delay(p(u,v))>Dmax,则指针poi[u]指向节点u的父节点.步骤4 计算能量最小路径如路径满足能量最小定义2,则poi[y]=x;如x的状态为Establish,则计算d(P(s,x));如delay(P(s,x))≤Dmax,则While poi[u]NIL,发出加入请求消息Request.步骤5 如果某节点k接收到节点j发送的Accept消息,如果链路e(j,k)状态为Establish.步骤6 检查多播目的节点是否全部加入多播树T(s,M),如果没有,则源节点s继续广播Request报文,转步骤2,否则执行步骤7.步骤7 执行剪枝算法,利用后序遍历算法以多播源节点s为根节点遍历以上生成的多播树,并且在访问某叶节点时,如果该叶子节点是一个非多播节点,则删除该节点,直到多播树中所有叶子节点均为多播目的节点.3 EMRA正确性证明与复杂性分析3.1 EMRA正确性证明定理1 EMRA所构造的多播树T(s,M)定能满足带宽、延时、最小能量约束.证明(1)EMRA是根据定义2来计算能量最小路径;(2)在EMRA中,当且仅当d(P(s,v))≤Dmax和b(P(s,v))≥Bmin),才发出加入请求消息,所以,对于∀P(s,v)⊆T(s,M),有P(s,v)定能满足延时和带宽约束.结合证明(1)和(2)知,EMRA所构造的多播树T(s,M)定能满足带宽、延时和能量约束,证毕.定理2 EMRA搜索的最小能量路径是无环的.证明首先,增加第一个目标节点到树上的过程中没有产生环路.设当前要增加到树中的节点为vd∈V,则增加vd到树上(当前只有一个多播源节点s)的过程即为寻找路径P(vs,vd)使之能量增加最小的过程.在EMRA的执行过程中,选择满足定义1的方式构造,同时每条最小能量路径都是以源节点s为起始节点加入的.在r_table路由表中只存在一个输入和一个或多个输出接口,所搜索到的路径形成的是一种树结构.在新节点加入后,组内各节点间仍构成一棵多播树,故TsM 必是无环的树型结构.其次,假设已构造部分没有环路,新增加节点的过程产生环路[6].采用反证法,如图1所示,使用实线表示已经构造的多播树,虚线表示即将加入到多播树上的部分.如果P(v8,v10)是EMRA选择路径存在的环路,则必有P (vt,v10)包含多播树上的某个节点,不妨设为v9;由于P(v8,v10)是v10与树上所有节点S={v1,v2,v3,v4,v5,v6,v7,v8,…}中所有路径中满足带宽和延时约束的最小能量路径,则有路径P(v8,v10)的能量代价必小于 P (v9,v10);而路径P(v8,v10)包含节点v9,则路径P(v8,v10)的能量就等于路径P(v8,v9)的能量加上路径P(v9,v10)的能量之和,显然两者相互矛盾,原假设不能成立.即新增节点过程中没有产生环路,所以EMRA在多播树的产生过程中是无环路的.图1 EMRA的无环路径3.2 EMRA复杂性分析定理3 EMRA的消息的复杂度为O(|M||E|),计算复杂度为O(|n|2)[7].证明EMRA的复杂度可根据生成多播树的计算复杂度和所需的报文数来进行分析;前者主要涉及到摸索路径和多播生成树所需要的开销,后者主要根据生成多播树的报文交换功能所需要的计算开销.在EMRA中,路径计算一般在端点进行,根据QoS需要计算新节点加入多播树的路径.而EMRA的计算复杂度由加入请求、加入和退出等操作部分组成.加入请求操作消息的复杂度最多为O(|E|),M 个多播节点加入操作消息的复杂度最多为O(|M||E|);退出操作的退出请求消息的复杂度最多为O(|E|),删除请求和删除操作消息的复杂度都为O(1),故EMRA消息的复杂度由加入操作消息的复杂度决定,即为O(|M||E|).同时在EMRA中,每个节点实际表示一个路由器,算法在每个路由器上进行.算法将每个目的节点加入到树中所需的控制信息算作一次信息传递,而不考虑中间节点的信息传递.如果没有回路产生的情况下,就有连接n个目标需要从源节点或分支节点发送n个Request加入请求消息到目标节点,至多n-1次信息从n-1个目的节点发出.EMRA在最坏情况下需要2n+k 次信息传递,这时最坏情况为每次在加入一个目的节点时,k=(n-2)+(n-3)+…+1=(n-2)×(n-3)/2,因此,EMRA共需要O(n2)次信息传递,如果每次信息传递用一个单位时间,这时EMRA的收敛时间就为O(n2).4 仿真与结果讨论网络仿真平台为NS2,实验中的网络图由Waxman随机图模型生成,对EMRA,BIP[8]和MEMT算法进行了仿真实验中.每次实验中,随机选择多播源节点和若干个请求点,每种类型的实验重复100次,取各次结果的平均值,以保证结果的可信度.图2表示多播树的能量消耗随多播节点数增加的变化曲线.在该仿真实验中网络节点数被设为500,时延为300.当多播节点数增加时,对EMRA,BIP和MEMT算法所产生的能量消耗也增加,但EMRA增加程度较小,相同多播组EMRA的能量消耗较小.由于控制报文长度增大,其能耗也会相应增加.因此,在网络规模较小的情景下路由控制报文带来的额外能耗抵消了能控机制节省的能量,然而随着网络节点数目的增多,EMRA其能耗将大大低于BIP和MEMT算法.图2 3种算法的多播树能量消耗图3给出了EMRA,BIP和MEMT算法路由请求平均成功率的随时延约束变化时的曲线.从图中可以看出,EMRA的路由请求平均成功率高于BIP和MEMT算法. 图3 3种算法路由请求平均成功率图4显示了在时延限制Δ=1008060时,网络节点数在[50,500]间变化时,EMRA的平均消息数.可以看出,随着节点数的增加,EMRA的平均消息数增加很慢,不会产生消息风暴,这表明EMRA可以在大型网络中应用.图4 EMRA的平均消息数变化通过对EMRA,BIP和MEMT三种算法的仿真结果进行比较发现,EMRA在性能上较优越于其它两种算法,能很好地满足多QoS约束的无线传感网络的实时应用需要.5 结束语EMRA在实验中反映无线网络真实特性的带宽、剩余能量和延时等重要因素,同时通过可行链路的定义使生成的多播链路满足QoS约束,这样有效地减少了生成多播树的开销.仿真实验结果表明EMRA为多QoS约束的无线传感网络多播路由技术提供了一种新的有效途径,能适用于各种网络规模和群组规模,可扩展性良好,具有较好的应用前景.参考文献[1]李腊元,李春林.动态QoS多播路由协议[J].电子学报,2003,9(9):1345-1352.[2]Ioannis C,Panagiotisk C.Energy-efficient wireless network design:lecture notes in computer science(ISAAC03),LNCS 2906[C]//Berlin:Springer-Verlag,2003:585-594.[3]Younism A.An energy-aware Qos routing protocol for wireless sensor networks[C]//Proceedings of the 23rd International Conference on Distributed Computer Systems Workshops Los Alamitos USA IEEEE Computer Society,2003:710-715.[4]Cheng M X,Sun Jianhua,Min Mank,et al.Energyefficient broadcast and multicast routing in Ad Hoc wireless networks[C]//Proceedings of the 2003 IEEE International,2003:87-94.[5]Mario Z,Hubaux J P,Christian E.Minimum-energy broadcast in all-wireless networks:NP-completeness and distribution issues:proceedings of the 8th annual international conference on mobile computing and networking(MOBICOM)[C]//Atlanta,Georgia:ACM Press,2002:172-182.[6]孔令山,丁炜.一种多约束QoS多播路由算法[J].通信学报,2003,24(7):30-36.[7]许毅,李腊元.一种支持多QoS约束的多播路由协议[J],小型微型计算机系统,2005,26(12):2065-2068.[8]Kim Y,Li S.Timescale of interest in traffic measurement for link bandwidth allocation design[C]//Proceedings of IEEE INFOCOM:1996.。

改进的QoS多约束路由算法

改进的QoS多约束路由算法
QI Yi QI N i AN . A J
(.D pr e t f o ue d noma o eh o g, b i o a o a adTc nclntue f rnp r t n 1 eat n o mp t a fr t n c n l y Hu eV ct nl n eh i stt o a sot i , m C rn I i T o i aI i T ao
也 有遗 漏可行 路径 和计算优 化路 径存 在误差 的缺 点 。 出了一种 改进 的算法——T) A, 提 IR 其核 心思想 是基 于改进 的 宽度 优先
搜 索策 略 , 双向搜 索 网络 拓扑 的基础 上 , 中 间节点寻找 优化路 径 。优化 路径成 功率 的仿 真 实验 表 明 , D A算 法相 对 于 在 从 TR H MC P算 法而言 , 时 间复杂度 和优化 路径 成 功率上有 着 更好 的表 现 。 O 在
Wu a 3 0 9 C ia . c o l f o ue, hnU iesy Wu a 3 0 9 hn) hn 0 7 , hn ;2 Sh o o mp t Wu a nvri , hn4 0 7 ,C ia 4 C r t
lo h i t c l e t mec mp e i sl a dg o e— i sy o ’t o Ab ta t Amo gte l —o s a e S g r h sr c: n tCnt i d h mu i r n Qo R a o i m, H M COPag rtm pia n , iS i o lx移 i w n o dp r l t
dr ci n ds p r ie eo t l a h a a h n d . T e smu ai n e p rme t f u c s t f n i g o t l a hi dc t s h t ie to s n a u e v s s h p i t t c o e t ma p e h i lto x e i n s c e s a eo f d n p i t ia e a o r i ma p n t

一种求解QoS约束组播路由问题的遗传算法

一种求解QoS约束组播路由问题的遗传算法
2 Dp. . et C m ue c ne& T h o g , aj nvrt Sine&. cnl y N nn in s 10 4, hn ) o p t Si r e c c e nly N ni U i sy o g n e i c c e T h o , aj gJ g u20 0 C i e o g i a a
随着计算机 网络应用 日益广泛 , 视频会议 、 频点播 、 视 远程 教学和 C C 协 同计算等多媒体业务 的不断出现 , SW 通信质 量要 求也越来越高 , o Q S组播路 由技术 已成 为网络信息传 输 的一 项 关键技术 , 它可以有效地利用 网络带宽 。而基于 多个 不相关可
A src:Q MR —A ( A o o os an u i s R u n l rh bta t C A G G f SC nt it M hc t o t gAgi m)i pooe s hm o em lpeQ S Q r s a i ot s rpsda s e et sl ut l o ac o v i
YANG Yu n r, T ili AO B — ,XU Ja , L U F n .u e i I e gy
(. et ,C m ee Si c 1 Dp.D o p r cne& Tcn l y oeeD nom t nE gnen ,Y nzo n esy aghuJa gu2 50 e e oo ,C lg ,I r ai n ier g a hu U iri ,Y nzo ins 2 09,C ia; h g l f o i g v t hn
加 度 量 的 Q S 播 路 由 问 题 是 N C完 全 问 题 , 少 学 者 提 出 o组 P 不
得满足 Q S要求 的最佳解或非劣解 。 o

基于QoS的智能光网络中约束路由算法研究

基于QoS的智能光网络中约束路由算法研究

2010年第1期中文核心期刊基于QoS 的智能光网络中约束路由算法研究李思衡1,王辉2(南京工业大学电子与信息工程学院,南京210009)摘要:服务质量Q oS 作为网络中一项越来越重要的指标,在通信中起着至关重要的作用。

通过对智能光网络中基于约束的最短路径优先算法(C SPF 算法)的研究,提出了一种基于QoS 的C SPF 算法。

算法在路由计算之后,对路径的Q oS 系数进行比对,选择能满足更高Q oS 要求的路径作为工作路径,提高网络安全与利用率。

关键词:服务质量;智能光网络;基于约束的最短路径优先算法;中图分类号:TN929.11文献标识码:A 文章编号:1002-5561(2010)01-0015-03Study on constraint-based shortest path first algorithm inQoS-based automatically switching optical networksLI Si-heng 1,WANG Hui 2(Department of Electronics and Information Engineering,Nanjing University of Technology,Nanjing 210009,China )Abstract :QoS is an increasingly important indicator in the network,and it plays a vital role in communication.It proposed a QoS-based CSPF algorithm by studying the CSPF algorithm in the ASON network.After routing calculation,to improve the safety and utilization of whole network,the algorithm compares of the path and chooses the one can satisfy the higher request of QoS requirements to be the working path.Key word :QoS,ASON,CSPF0引言随着通信业的发展,对服务质量QoS 的要求也越来越高。

基于QoS约束的网络路由算法的研究

基于QoS约束的网络路由算法的研究

基于QoS约束的网络路由算法的研究1赵新伟,李腊元武汉理工大学计算机科学与技术系,武汉(430063)E-mail:zxwzxwzxw_2004@摘要:AODV是Ad hoc网络中经典的按需路由协议,Q_AODV是在AODV协议的基础上改进后满足QoS约束的路由协议,CEDAR是一种分级的路由协议,本文对Ad-hoc网络中这两种常见的路由协议进行了仿真比较和分析,仿真结果表明,当整个网络中要传送的数据包个数增多时,CEDAR的性能要好于Q_AODV。

关键词:Ad hoc网络,QoS 路由,Q_AODV,CEDAR1.引言从总体上说,目前所提出的各种路由协议可以分为表驱动路由和按需路由两大类。

(1) 在表驱动路由协议(先应路由协议) 中,每个节点试图维护到所有已知目的节点的路由表,节点之间周期性和在网络拓扑发生变化时交换路由信息, 减少了获得路由的延迟,使源节点能够立即判断目的节点的可达性, 但是消耗了较多的网络资源, 此外它完全浪费了一些资源来建立和重建那些根本没有被使用的路由。

(2) 在按需路由协议(反应路由协议)中,节点不需要花费资源来维护无用的路由, 但路由发现过程费用比较昂贵而且不可预测, 路由延迟与先应路由协议中恒定的查表时间相比, 更加多变。

另外,结合表驱动路由和按需路由优点的混合式路由协议方案也被广泛采用。

2.Ad Hoc按需距离矢量路由协议-AODV(Ad-hoc On Demand Distance Vector)AODV[1-2]路由协议是一种按需的距离矢量路由协议。

对于采用AODV路由协议的网络,只有当源节点A要与目的节点B建立通信时,节点A才去请求到达节点B的路由,而不必维护到达其他节点的路由(因为节点A与其他节点没有建立通信),搜索路由的过程称为路由获得,与DSDV路由协议类似,AODV路由协议也采用序列号来表示路由消息的新旧。

AODV路由协议是这样获得路由信息的:当网络中的某个节点(源节点)需要到达另一个节点(目的节点)的路由时,源节点向它的所有邻节点广播一个路由请求消息RREQ,各邻节点采用泛洪的方式在网络中传播RREQ消息,直至RREQ消息到达目的节点或到达某一能提供所需路由的中间节点为止。

QoS约束的一种多播路由算法设计

QoS约束的一种多播路由算法设计
已分 配 完毕 。
延 时抖 动 、 包 丢 失 率 、 带 宽 和代 价 等 。在 本 文 讨 论 的路 由问 题 中 , 由于 节 点 和 链 路 具 有 等价 性 ,为 了简 化 只 考 虑链 路 而 不 考 虑 结点 的特 性 ,下 面 给 出 Qo 多 播 路 由模 型 [ 。就 多 S 1 ] 播 路 由 而论 ,一 个 网 络 可 表 示 成 一 个 加 权 图 G = ( 目 , 其 中 表 示 节 点 集 ,E 表 示 连 接 节 点 的通 信链 路 集 合 。 I 和 I 1 别 表 示 该 网络 中 的节 点 数 和 链 路 数 。 不 失 一 般 性 , 分 为 该 类 网 络 中 一 对 节 点 之 间最 多 只 有 一 条 链 路 ,链 路 旁 的 参 数 可 用于 描 述 该链 路 当 前 的 状 态 。设 p ( , s S 端 节点 f 路 径 , 到 的 (, S 表 示 从 源 节 点 表 示 多播 树 。 S V为 一 ∈
D. Jo S. hn— o s n在 “ mp e nd I r c abi t — Gui e Co ut ra nta t l y A i d ຫໍສະໝຸດ P 7 ( , ∈ M J
( ( , )= mi { a w d h p S n b nd i t
}( ) 3
t h oyo — o pee s ”一 书 中 已经将 两 个 约 ot T e r f he NP C m ltn e s
骤如下 :
各 自的候 选 路 径 加 入 同一 个 多播 组 ,和 它 们 的候 选 路 径 有 交 叉 并 且 交 叉 点 是 候 选 路 径 的某 个 中 间节 点 的 的情 况 下 发 生 , 如 果 交 叉 点 为 节 点 m , 在 节 点 m 处 将 产 生 回路 , 时 节 点 则 此 m 处 将会 收 到 多 个 R q e t 息 , 它 收 到第 一 个 Re ue t eu s消 当 q s

基于软件定义网络的多约束QoS双路径路由优化方法

基于软件定义网络的多约束QoS双路径路由优化方法

基于软件定义网络的多约束QoS双路径路由优化方法基于软件定义网络的多约束QoS双路径路由优化方法一、引言随着互联网的迅猛发展,网络中的流量量级和多样性不断增加。

在传统网络中,流量通常通过单一路径进行传输,往往导致网络拥塞、延迟和可靠性等问题。

为了解决这些问题,软件定义网络(Software-Defined Networking,简称SDN)应运而生。

SDN将网络数据平面与控制平面分离,引入了网络控制器,使得网络的配置、管理和监控变得更加灵活和智能。

本文将基于SDN的理念,提出一种基于软件定义网络的多约束QoS双路径路由优化方法。

二、多约束QoS双路径路由问题描述在传统网络中,单一路径的选择通常基于最短路径算法,但这种方法无法满足网络中多约束的QoS要求,如带宽、延迟和可靠性。

而且,当网络中发生节点或链路故障时,单一路径容易导致通信中断。

因此,双路径路由成为一个更好的选择。

双路径路由通过选择两条路径来提高网络的容错性和可靠性。

在面对多约束QoS的情况下,我们需要在选择双路径时考虑多个约束条件,如带宽利用率、链路延迟、拥塞等。

因此,本文将考虑以下多个约束条件:1. 带宽利用率:要求通过选择路径,使得网络中的链路带宽利用率不高于一定阈值。

2. 延迟:要求通过选择路径,使得网络中的链路延迟不高于一定阈值。

3. 拥塞:要求通过选择路径,使得网络中的链路在拥塞状态下能够维持正常通信。

三、基于SDN的多约束QoS双路径路由优化方法为了解决多约束QoS双路径路由问题,我们提出了一种基于SDN的优化方法。

该方法分为两个阶段:路径选择和路径切换。

1. 路径选择阶段在路径选择阶段,我们首先收集网络中各个链路的带宽利用率、延迟和拥塞等信息。

这可以通过SDN控制器与网络中的交换机进行通信来完成。

然后,我们将这些信息输入到一个QoS约束优化模型中,利用数学规划方法求解出一条主路径和一条备份路径。

该QoS约束优化模型可以根据不同的约束条件和权重进行调整,从而实现灵活的路径选择。

基于PCNN的多约束QoS路由算法研究

基于PCNN的多约束QoS路由算法研究

基于PCNN的多约束QoS路由算法研究廖礼[1]马建林[2]([1]武警警官学院四川·成都610213;[2]国家税务总局成都市青白江区税务局四川·成都610300)摘要多约束QoS路由是用来寻找一条同时满足多个约束条件的可行路径,这是NPC问题。

本文主要介绍基于PCNN的算多约束QoS路由算法,通过对常见算法的分析,得出了PCNN在解决多约束QoS问题中的优势。

关键词脉冲耦合神经网络多约束QoS路由最短路径中图分类号:TP393文献标识码:A0引言QoS路由(QoS Routing)是根据网络上可利用资源和流(flow)的QoS需求决定流的路由的机制。

QoS路由应该实现以下三个目标:(1)确定动态可行路径;(2)优化路由资源利用;(3)对整体性能影响尽可能小。

如果能通过有效的方法找出既满足应用的QoS需求,又具有最小代价,负载分布均衡的路由,则阻塞概率将大大降低,同时也将显著提高网络的利用效率。

为便于多约束QoS路由选择描述,我们用赋权图G=(V,E)来表示的网络的基本模型,其中V=(V1,V2…VM)是所有交换节点组成的集合,(E1,E2,…,EN)是所有链路的集合。

每个交换节点V i包含三个元素C=(node-delay,node-loss,node-jit-ter),它们分别表示该交换节点V i的节点时延、节点丢失率和节点时延抖动。

每条传输链路E j同样也包含三个元素E j= (1ink-cost,link-bandwidth,link-delay),它们分别表示传输链路E j的链路传输费用、链路可利用的传输带宽和链路传输时延。

任何一个路由请求都可以唯一地表示为R=(S,D,bandwidth,delay,loss,itter,cost),它们分别表示该请求的源节点、目的节点、最小传输带宽、最大传输时延、最大信息丢失率、最大传输延时抖动和最大允许传输费用。

路由选择算法就是要找一条从源节点到目的节点的传输路径,并满足以下要求:(1)在传输路径P上的每一条链路的带宽不小于请求尺所需的传输带宽,即:(1)(2)传输路径P上的所有链路延时与节点延时之和不大于请求尺的最大传输延时,即:(2)(3)通过传输路径P上所有节点后的信息丢失率不大于请求尺的最大信息丢失率,即:(3)(4)在目的节点的延时抖动满足路由请求尺的要求,即:(4)NDV是在目的节点的延时变化。

QoS保障的光互联网络路由算法研究

QoS保障的光互联网络路由算法研究

QoS保障的光互联网络路由算法研究随着现代互联网数据量的快速增长,QoS(Quality of Service)保障日益成为光互联网络设计中的重要考虑因素。

QoS保障意味着光网络流量的稳定性和可靠性,能够高效地传送多种类型的数据,包括音/视频、数据流和实时控制消息。

光互联网络的路由算法应当能够充分考虑QoS保障的需要,保证光网络的顺畅运行和最佳性能。

一、概述QoS保障是现代互联网设计的一个关键因素。

在光互联网络中,实现QoS保障需要考虑三个方面:带宽、延迟和丢包率。

因此,对于光互联网络的路由算法来说,需要使用一种可信赖的算法来实现QoS保障。

这种算法需要具备以下特性:1. 能够充分利用网络资源,实现高带宽的传输服务;2. 避免网络拥塞,从而保证低延迟;3. 保证数据的稳定传输,从而减少丢包率。

在本文中,我将讨论QoS保障的光互联网络路由算法的研究,分析不同算法在实现QoS保障方面的优缺点,并探讨未来研究方向。

二、路由算法概述光互联网络路由算法是指在源节点和目标节点之间选择最佳路径的算法。

路由算法有两种类型:基于端到端的路由和基于网络的路由。

基于端到端的路由是指源节点直接与目标节点通信,无论中间的路由节点如何,源节点和目标节点都会负责维护通信的QoS。

这种方式需要维护的分组是基于服务类别的。

基于网络的路由则依赖于中间的路由节点,由中间节点保证QoS。

这种方式需要维护的分组是基于流的。

三、路由算法分类1. Link-State (LS)路由算法Link-State路由算法是一种基于网络中的每个节点定期向网络中其他节点广播连接状态(Link-State)信息的路由算法。

每个节点使用接收到的信息确定最佳路径,并将信息转发到其他节点。

每个节点都有一个广播表,包含一组路由。

在Link-State算法中,一个节点掌握了网络全局的拓扑结构,并为每个节点计算出了一组最佳路径。

由于该算法具有全局最优性,因此是设计对QoS保障较好的路由算法。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

QoS约束路由问题的求解算法的设计与实现摘要随着网络的快速增长以及新型实时业务的不断涌出,用户需要更好水平的网络服务质量 (QoS,Quality Of Service)。

QoS路由作为解决网络服务质量问题的一项关键技术,决定着网络传输质量的好坏,并且具有重要的地位[1]。

蚁群算法,是一种在图中寻找优化路径的机率型算法。

它由Marco Dorigo于1992年提出,其灵感来源于蚂蚁在觅食过程中寻找觅食路径的行为。

在蚁群算法中,采用了分布式正反馈并行机制,通过候选解组成的群体进化来寻求最优解,其易于较好的结合性以及较强的鲁棒性,使其成为国内外学者研究的热点[2]。

本文主要研究了蚁群算法在Qos路由的应用,即求解多约束Qos路由问题的解决方案。

在本文中,通过结合禁忌搜索技术,给出了适合求解多约束单播QoS路由问题以及多约束多播QoS路由问题的蚁群算法。

此外,本文还给出了一个构造随机无向加权连通图的算法,用于模拟QoS路由问题。

在此基础上,本文还给出了该算法在matlab 平台上的实验结果。

通过实验结果,可以发现,应用蚁群算法求解QoS路由问题能后获得不错的解决方案。

最后,我们总结了该论文的主要成果以及优缺点,并给出了以后的研究方向。

关键词:Qos路由;蚁群算法;多约束;禁忌搜索QoS constrained routing problem in the design and implementationof the algorithmAbstractWith the rapid growth of the Internet and emerging businesses with real-time requirements ( such as V oIP, video conferencing , multimedia, distance learning, video on demand , etc. ) ,network quality of service (QoS, Quality Of Service) have become more and more important . Routing problemsare the main problems to the network, and determine the quality of network transmission.Ant colony optimization, as aprobability-based algorithm, is a good way to findThe optimal path in the graph. It was proposed in 1992 by the Marco Dorigo, as he inspired by the behavior of the ants when they found the path for food. Ant colony optimizationfinds the optimal solution through the groups of candidate solutions,and adopts a distributed parallel positive feedback mechanism。

And more, the ant colony optimization can be Easily combined with other methods, has strong robustness, so it is a favorite of scholars at home and abroad.In this paper is about of studying how to use the ant colony optimization to solve QoS routing application problems, and give a suitable realization withTabu SearchMethodfor solving multi-constrained QoS unicast routing and multi-constrained QoS multicast routing problem. Moreover, the paper also gives a good algorithm to build a random undirected weighted connected graph, for simulating the QoS routing problems. Furthermore, the paper also gives the experimental results about these two algorithms, based on the matlab platform. Experimental results indicate that the ant colony optimization can give a good solution about the QoS routing issues. Finally, we summarize the main results of the paper,both advantages and disadvantages, and give some future research directions.Keywords: Quality Of Service,Ant colony optimization, Multiple-constraints, TabuSearchQoS约束路由问题的求解算法的设计与实现1蚁群算法蚁群算法,其是由意大利科学家Marco Dorigo博士受蚂蚁觅食行为的启发,在于1992年在他的博士论文中首次提出的。

故而,其又称为蚂蚁算法。

蚁群算法是于在大自然中的蚂蚁蚁群觅食的行为如出一辙。

像蚂蚁、蜜蜂这种自然界中的群居昆虫,虽然其单个个体的行为及其简单,但是单个个体所组成的群体却拥有者非常复杂而有序的集体行为。

通过大量的实验,仿生学家发现,这些昆虫个体会释放一种信息素,并通过其来传递信息。

蚂蚁在觅食过程中会释放信息素,并且以此来指导其他蚂蚁的行为,其他蚂蚁会倾向于选择信息素信息更加浓烈的路径。

故而,由大量蚂蚁所组成的蚁群的觅食行为体现出了信息正反馈的现象,也就是说,对于某一个觅食路径,选择的蚂蚁越多,其积累的信息素信息也会越多,则其被后续蚂蚁选择的概率也会越大[4]。

蚁群算法,便是受此行为的启发而提出的来的。

在蚁群算法中,每一只蚂蚁根据后续链路上的信息素信息,通过一定的概率来选择节点,并且通过以一定的规则更新链路上的信息,循环进行该过程,便可以得到“觅食”的最优路径。

2 QoS路由QoS是Quality of Service的简称,即服务质量。

作为一种网络的安全机制,QoS 往往用来解决网络阻塞以及网络延迟的问题。

也就是说,当网络出现拥堵或者过载的情况时,QoS能保证网络中重要的业务不受延迟的影响,并且确保重要业务不会丢及,同时其还保证网络的高效运行。

Qos路由中算法的复杂度关系到Qos路由算法的可实现性,度量参数选择直接关系到算法复杂度问题。

合理的解决多参数问题,在设计低复杂度的Qos路由算法中占有者重要地位。

另外,网络支持的陆良参数反映并影响着路由选择算法的性能。

支持的度量参数越多,越能有效保证提供给接入业务的服务质量,但是路由选择算法复杂度大,存在完全满足参数设置的路由的概率小,业务接入率低。

对于目前的Qos路由算法涉及的度量参数包括:带宽、延时、延时抖动、丢失率和跳数。

根据运算规则,这些度量参数可以分为加性度量参数,乘性度量参数以及凹性度量参数[8]:1.加性参数,其典型的代表为延迟。

要是表示了信息传输所需要的时间。

对于路径p,其总延迟为路径各个链路延迟之和。

对于加性参数,端到端QoS约束条件规定了其上限。

2.凹性参数,其典型的代表是带宽。

链路带宽表示链路能够为所要求建立的连接能够提供的最大带宽。

对于路径p,其带宽为其包含链路的带宽的最小值。

对于凹性参数如带宽,端到端Qos约束条件规定了其下限。

3.乘性参数,其典型的代表是损失率。

损失率表示数据经过链路时的损失程度。

例如对于护网络,链路的损失率表示数据包的丢失率。

对于路径p,其损失率为各个链路损失率的乘积。

对于乘性性参数,端到端QoS约束条件规定了其上限。

3 Qos路由的数学模型3.1单播Qos路由单播QoS路由问题是最基本的QoS问题,其主要目的是建立一条连接源节点和目标节点的路径,并且使其在满足QoS约束条件的同时最优化网络资源。

对于单播Qos路由问题,其可以描述为:3.2多播Qos路由多播Qos路由问题是单播QoS路由问题的一个扩展,其要求在图中寻找一个可以连接源节点和目标节点的支撑树,并且要求该支撑树的各项指标满足QoS的约束条件的同时最优化网络资源[16]。

定义:(支撑树)称图的一个连通无圈子图为图的一个支撑树,其中,。

对于多播Qos路由问题,其可以描述为:QoS约束路由问题的求解算法的设计与实现其中,,,分别是支撑树上的各项指标值。

类似于路径,下面给出计算支撑树各项指标的数学公式,如下所示:a)路径时延:其中,分别表示链路、节点的时延指标值,,;b)抖动时延:其中,分别表示链路、节点的时延抖动指标值,,;c)丢包率:其中表示节点的丢包率指标值,;d)带宽:其中表示链路的带宽指标值,;4蚁群算法4.1信息素的初始化在蚁群算法中,信息素的初始化起着至关重要的地位。

若设置的信息素初始值过小,则产生的候选解将会局限于最初的几条路径,使得搜索受到严重的限制,无法得到全局最优解。

然而,当信息素的初始值设置的太大时,由于信息素的影响太大,使得蚂蚁释放的信息素信息被掩盖,在信息素挥发到足够小之前的计算成为无用的计算,浪费了计算[17]。

在前面的论述中,我们已经通过模糊评判以及对指标赋权重的方法将各项指标均衡化,故而在本片论文中,可以将信息素的初始值设置为1是一个很好的选择。

4.2结点的概率选择在蚁群算法的计算中,位于节点的第只蚂蚁根据链路上的信息素浓度,按照一定的概率来选择下后继的节点。

在本论文中,选择后继节点的规则如下所示:式中:是链路上的信息素浓度。

4.3信息更新策略a) 信息素的局部更新规则所谓的局部更新,是指每一只蚂蚁选择一条链路之后,立即对该链路上的信息素进行更新。

即,对于第i 只蚂蚁,在从节点r 转移到节点s 的同时,立即按照下面的式子更新链路(r ,s )上的信息素。

相关文档
最新文档