一种基于链路优化的时延约束组播路由算法

研究具有时延约束的最小代价组播路由问题，提出一种基于链路优化的组播路由算法求解该问题。算法从最小时延树开始，不断地用低代价链路代替树中高代价链路，以求得满足条件的组播树。仿真实验结果表明，该算法能根据组播应用对时延的要求，快速、有效地构造最优组播树，具有较低的时延。     

最短路算法(dijstra算法)的研究

Dijstra标号算法是求从一点到网络其它各点之间最短路的重要算法,而最小生成树是求网络各点之间相互连接的整体代价最小的算法,两者之间算法过程以及思路都不同。然而,本文对这两个算法进行研究,发现这两种算法的本质是一致的。接着对算法进行推广,一种综合算法,并应用到组播路径构造上,经对许多事例分析,发现该算法不仅很好地解决了无约束组播和有时延约束组播的近似最优解的问题,同时对部分有时延和时延抖动组合约束问题也能进行快速求解,且复杂度不超过O(kmn2)。     

改进的时延约束Steiner树算法

针对现有时延约束Steiner树算法时间复杂度较高以及生成的组播树代价较高的问题,提出了一种改进的时延约束Steiner树算法.该算法采用Dijkstra算法路径递增的基本思想和链路共享的方法,在快速搜索阶段,依次搜索到当前树有最小可行代价的节点,将目的节点通过最小可行代价路径加入组播树;在异常处理阶段,将遗漏的目的节点通过最小时延路径加入组播树,进而生成满足时延约束的Steiner树.理论分析和实验结果表明,与同类算法相比,该算法能够以较低的时间复杂度,取得较好的组播树代价.     

一个有效的时延约束最小代价多播路由算法

基于时延约束多播路由问题考虑链路代价,提出一种新的时延约束最小代价路径(DCM-CA)算法,作为搜寻节点间最短路径的算法;在此基础上又改进了基于代价-时延比率(CDR)函数的有效中心节点选择算法;基于CBT树,应用上述2种算法提出一种基于中心选择的时延约束最小代价多播路由(CS-DCMCMR)算法,该算法在搜寻路径和中心节点选择的问题上同时考虑路径的时延和代价。仿真证明CS-DCMCMR算法的时间复杂度为O(mlogn),与CSDVC算法和CCLDA算法相比,该算法在没有增加复杂度和满足时延及时延抖动约束的条件下,较大程度地减小了最终多播树的总代价。     

一种时延受限共享组播树算法

针对目前基于共享树的组播路由算法中有些算法没有考虑时延约束、有些不能准确地选举出树的中心的情况,提出一种新的时延受限共享组播树算法,并对新算法进行算法分析和仿真实验。该算法首先准确地选择出共享组播树的中心,然后以所选举的中心为树根,构造一棵满足时延约束的最小代价组播树。仿真实验表明,该算法所构造的组播树的成功率要高于RAND DCSHARED,M INMAXD CSHARD,DC IN IT IALDCSHARED等算法,同时也能保证多个源结点到成员结点之间的时延约束。     

基于最小生成树的时延约束多播路由算法

多播路由已有广泛的应用，但满足时延约束而代价最小的多播路由算法复杂性很高．提出一种快速有效的基于最小生成树满足端到端时延限制的多播路由算法SsTBMR．STBMR试图建立原图的满足时延约束的最小生成树，如果这样的最小生成树不存在，则用已找到的树与时延最小路径一起组成满足时延约束的多播树此算法简单易实现，时间复杂度为O(n2)，与Kpp算法的时间复杂度O(△n3)相比，具有更大的应用价值．当然，这是以多播树的费用增大为代价的．实验模拟表明STBMR算法构造的多播树费用比KPP算法构造的约大4%，但STBMR算法执行所耗CPU时间比KPP算法约少54％．     

卫星网络中基于蚁群优化的概率路由算法

为了提高空间信息传输的有效性和可靠性,针对传统蚁群优化(ant colony optimization,ACO)容易造成最优路径负载过重而发生拥塞的问题,提出了一种基于蚁群优化的概率路由算法(ant colony optimization based proba-bilistic routing algorithm,ACO-PRA).根据卫星网络拓扑动态周期时变的固有特点,将拓扑周期均匀分为若干个时间片,形成基于不同时间片的卫星网络拓扑连通图;根据网络拓扑连通图,将星间链路带宽和链路容量引入到目标函数中,建立时延最小的优化模型;根据蚁群算法的节点概率函数选择下一跳节点,进而找到一条能同时满足时延带宽和链路容量要求的最佳信号传输路径.仿真结果表明,提出的基于蚁群优化的概率路由算法不仅能够降低平均端到端时延和丢包率,而且能够有效地提高网络吞吐量、平衡网络负载.     

一种新的基于Dijkstra算法的QoS组播树启发式算法

基于Dijkstra算法和MCP_IA算法，提出了一种耗费受限的最短时延路径算法（CCLDA），并将其应用于时延和时延差异受限的算法（DDVCA），并给出了算法实现的伪代码，不仅满足了时延和时延差异限制，而且降低了最终所得的组播树的耗费，更能满足现实需要。     

基于变异因子粒子群优化的组播路由算法

带时延约束的组播路由问题是一个非线性的组合优化问题，已被证明是一个NP-完全问题。论文提出了一种基于变异因子的粒子群优化算法用于解决带时延约束的组播路由问题。仿真结果显示，该算法具有代价性能良好，收敛速度快，不易陷入早熟的特点，在寻优速度上优于遗传算法，具有很强的鲁棒性和实用性。     

一种新的基于Dijkstra算法的QoS组播树启发式算法

基于Dijkstra算法和MCP-IA算法，提出了一种耗费受限的最短时延路径算法（CCLDA）并将其应用于时 延和时延差异受限的算法（DDVCA），并给出了算法实现的伪代码，不仅满足了时延和时延差异限制，而且降低了 最终所得的组播树的耗费，更能满足现实需要。     

拓扑感知和局部负载均衡的应用层组播方案

应用层组播是一种适合大规模流媒体分发的方案。为了解决异质网络条件下Peer节点的负载均衡问题和降低覆盖层传输延迟,提出一个二层构架方案,覆盖网络根据网络距离进行聚类实现拓扑感知来降低覆盖层网络延迟;在聚类网络的内部,通过基于预期适应度的有偏游走算法构建局部负载均衡的覆盖网络。"中国教育与研究网"(Cernet)主干网上的实验验证了节点聚类方法的有效性。仿真结果表明该方案能够以O(lgN)的游走步长得到比现有系统更小的相对负载方差。     

拓扑感知和局部负载均衡的应用层组播方案

应用层组播是一种适合大规模流媒体分发的方案。为了解决异质网络条件下Peer节点的负载均衡问题和降低覆盖层传输延迟,提出一个二层构架方案,覆盖网络根据网络距离进行聚类实现拓扑感知来降低覆盖层网络延迟;在聚类网络的内部,通过基于预期适应度的有偏游走算法构建局部负载均衡的覆盖网络。"中国教育与研究网"(Cernet)主干网上的实验验证了节点聚类方法的有效性。仿真结果表明该方案能够以O(lgN)的游走步长得到比现有系统更小的相对负载方差。     

QoS多播路由及其优化技术研究

QoS多播路由问题是NP完全问题，问题的求解一般采用优化方法。文章给出了QoS多播路由的概念和问题模型．讨论了问题解决的不同优化方法．并分析了不同优化方法的特点和缺陷，针对缺陷给出了多个方法进行混合的不同策略。     

基于主干树的最小代价组播路由算法

提出基于主干树的最小代价组播路由算法,该算法首先在网络中找出K个代价最小的结点,然后以这K个结点形成一棵树,并称这棵为主干树,然后将不在主干树上的成员结点加入到树上,最后剪去非成员的叶结点。该算法的时间复杂度O(n^3)。该算法所构造的组播树代价略低于MPH算法和KMB算法。     

一种基于最小树的组播路由算法

文章研究了最小树的一些特点，推广了Dijkstra算法，并在此基础上提出了一个适用于网上电影在线收看系统的组播路由算法．在求组播树的过程中，首先利用Prim算法求出包含给定节点集的最小树，再根据最小树的特点，利用推广的Dijkstra算法为最小树中不满足约束条件的节点重新寻路，直到树中所有的节点都满足约束条件．     

基于遗传算法的一体化通风网络优化算法

概括混合型一体化通风网络优化的模型,分析目前混合型通风网络优化的4种求解方法优缺点。针对混合型通风网络优化的要求,提出混合型通风网络风量分配和风流调控一体化的优化思路。在通风网络理论和图论的基础上,引入遗传算法随机产生2个动态网络的邻接矩阵和余树弦风量值,使用附有条件的最小支撑树算法产生2个最小支撑树,进而求得相应的回路矩阵。通过余树弦风量值和回路矩阵等分别计算通风网络风量分配值和风阻调节值,基于通风总功率和约束条件构建广义最小化目标函数,依此对分风和调风方案进行评价,使用遗传算法中进化算子对分风和调风方案实施进化操作,最终得到满意解。研究结果表明：该算法是严格数学意义上全局优化算法,解决调风地点约束的通风网络优化问题,利用网络结点流量平衡的等式约束条件,减少最优化模型中变量数目,提高算法效率。     

Overlay组播网络上带QoS约束的路由算法

为了保证多媒体应用的服务质量,本文在追求最大组播延迟极小化的同时考虑了网络节点的度约束条件,采用一种统一的方式来处理传输延迟和节点处理延迟,并基于此方法定义了带有QoS约束的Overlay组播路由选择优化模型,进而设计了一个求解该模型的启发式算法.该算法的时间复杂性为O(|V|3),优于许多求解该问题的同类算法,这些算法的时间复杂性多为O(|V|4),V为给定网络的节点集合.仿真结果也表明,本文算法解的质量也更优,即延迟更小.     

基于并行量子遗传算法的QoS组播路由方法

通信网络时延受限且满足带宽要求的最小代价组播树问题是NP完全问题,传统方法难以求解,一般采用启发式方法求解.提出了一种基于并行量子遗传算法的服务质量(QoS)组播路由算法,算法中将各个子群体独立地并行进化,并通过相邻子群体间的信息交换实现克服早熟,避免局部收敛的目的,还提出了一种新的动态旋转角调整策略,使算法具有更好的种群多样性和全局寻优能力.仿真实验表明,新算法在求解性能上优于遗传算法(GA)和采用静态旋转角的量子遗传算法(QGA).     

大规模多播应用中差错控制机制的研究

综述了现存差错控制机制在处理大规模多播业务时的优缺点,并针对仍然存在的问题提出了一种新的适应于大规模多播业务的差错控制机制。除了具有良好的局部恢复性能外,本机制较好地实现了与现有 Ｉ Ｐ 模型的融合,降低了恢复时延,减少了重复恢复现象的发生,适应群组成员和拓扑结构的动态变化。     

应用层多播中离开消息欺骗防御

文章分析了应用层多播组中离开消息欺骗攻击,设计一种防御方案,并在J-SIM平台下模拟方案的可行性及有效性,对研究安全应用层多播组的组建有一定的借鉴意义,对P2P网的构建有参考价值。