软件定义网络中基于优先级的在线流调度策略

为了保证服务质量(quality of service, QoS),进入网络中的数据流可被赋予不同的优先级。在未来到达流请求信息未到达的情况下,进行在线优先级流调度,以最大化网络吞吐量是一项挑战。基于网络带宽资源、请求流的优先级和带宽需求的约束研究了软件定义网络(software defined networking, SDN)中的在线流请求调度策略。首先,提出了流路由成本和利润的概念,并创新性地设计了一个考虑边际成本的模型来描述链路资源和路由路径的使用成本。然后,将优先级流请求调度问题刻画为混合整数线性规划模型(mixed integer linear programming, MILP),提出在线优先级流调度算法(online priority traffic scheduling algorithm, OPTSA)来求解,最后分析了OPTSA的竞争比。仿真结果显示,与基准算法相比,所提出的算法可以确保网络负载均衡,同时有效提高网络的累积带宽和吞吐量。     

一种5G网络低时延资源调度算法

针对现有资源调度算法难以满足5G低时延业务需求的现状,提出了一种基于联合遗传和禁忌搜索算法的资源调度(GATS)算法。首先利用整数线性规划建立了虚拟链路的动态带宽分配策略,然后在传统柔性车间调度模型的基础上引入了数据流量在虚拟链路中的传输时延,建立了相应的5G网络资源调度模型。为了求解这一调度模型,设计了采用联合遗传和禁忌搜索算法的启发式调度算法,该算法通过在遗传算法寻优过程中引入禁忌搜索,平衡全局搜索和局部搜索能力,有效解决了遗传算法早熟的问题,而且能够获得更好的调度方案。仿真实验表明,与GA-BA算法相比,GATS算法将服务完成时间减少了17%,不仅满足了5G低时延业务的需求,而且提高了用户体验和移动运营商的收益。     

基于CSFQ的路由器带宽公平性算法的改进研究

针对核心无状态公平队列调度(CSFQ)的丢包算法不适用于TCP流的问题,提出了一种改进算法my-CS-FQ,能够根据网络状况动态地调整TCP流和UDP流各自的丢包行为,解决TCP流与UDP流的带宽分配公平性.大量仿真实验结果表明my-CSFQ算法能够提高TCP流同UDP流竞争网络资源的能力,更有效地利用链路带宽,提高网...     

基于遗传模拟退火算法的任务分配与调度

网格将多种资源组织在一个统一的框架下,为各种复杂的计算任务提供资源。因此计算任务在各种资源之间的调度成为了一个关键的问题。结合遗传算法GA和模拟退火算法SA的优点,提出了一种全局遗传模拟退火算法GGSAA,并将算法应用于网格计算任务调度问题的求解之中。最后给出了GGSAA算法的仿真结果。     

多跳无线网络中能耗优化和QoS约束的射频接口调度

为实现多射频多信道多跳无线网络的节能并保证网络服务质量,提出了一种射频接口节能调度方法,通过合理调度射频接口的活跃/休眠状态,在保证用户带宽需求的前提下,节约网络能耗并兼顾网络延迟的降低.首先,证明射频接口节能调度问题为NP-hard问题,并利用整数线性规划(ILP)对问题进行形式化描述,以最小化网络总能耗为优化目标,满足链路存在、路由、带宽需求、路径跳数等约束.然后,提出了一种高效的启发式算法,以迭代方式选择流并确定其路由路径,同时调度相应路径上的射频接口至活跃状态.在每次迭代过程中,以最小化网络能耗的增量为策略,进行流的选择.实验结果表明,所提出的启发式算法在节能效果方面与ILP方法接近,并在运行效率上具有显著优势,能够适用于大规模的多跳无线网络.     

基于SINR的无线网状网络最大链路调度算法

在无线网状网络(Wireless Mesh Networks, WMN)中,链路调度是一个关乎网络吞吐量和时延有关的重要基本问题.对于一个给定的通信请求链路集合L={l_1,l_2,…l_n},最大链路调度(Maximum Link Scheduling, MLS)问题旨在找到L中的最大数量的子集合S,从而可以成功地调度集合S中的链路.大多数现有的研究工作没有考虑双向传输背景下的链路调度问题,而双向传输更加贴近真实的网络场景.该文提出了一种基于SINR(Signal to Interference and Noise Ratio)双向传输的最大链路调度常数因子算法(SINR based Maximum Link Scheduling Algorithm, SMLSA).通过理论分析和仿真验证了该算法的正确性和有效性,与已有的工作相比,网络容量提高了约25%～40%.     

基于遗传模拟退火算法的QoS组播路由问题求解

提出了一种基于遗传模拟退火算法的带宽时延约束费用最小组播路由选择方法,该方法针对遗传算法的局限性,采用基于备选路径集的整数序列编码机制,对适应度函数进行了调整,改进了交叉和变异操作,并结合了模拟退火算法.实验表明,该算法能够有效地提高收敛速度,避免早熟收敛,能够满足多媒体网络对相应QoS的需求.     

面向QOS的DVB-C2两级自适应调度模型与算法

传统的调度算法大都是在链路容量恒定的情况下,考虑如何保证业务的时延、带宽等QoS要求,而DVB-C2系统采用了ACM技术,链路容量是可变的,且其数据的调度对系统的传输效率和吞吐率有一定影响.为了在链路容量变化的前提下,满足业务QoS需求同时,尽可能提高DVB-C2系统的传输效率与吞吐率,针对DVB-C2系统的特点,提出了一种应用于DVB-C2的两级调度模型,并在该模型的基础上,提出了相应的自适应调度算法.实验表明,该模型与算法适用于链路容量变化的场景,与传统调度算法相比,更好地保证了业务的时延需求,具有更高系统传输效率,提升了系统的吞吐率.     

基于SDN的Hadoop数据中心网DECMP方法

提出一种基于软件定义网络(software defined network,SDN)的Hadoop数据中心网动态等价成本多路径路由(dynamic equal-cost multipath routing,DECMP)方法.所提方法由3个模块组成:链路监控模块、Hadoop监视器引擎模块、基于软件定义网络DECMP的调度和路由模块.在DECMP调度和路由模块中提出多路径Dijkstra路径查找算法以提供具有相同最小权重的多个路径.然后,DECMP调度和路由模块根据网络资源需求以及数量和大小,来获得数据中心网络中每个流的有效带宽利用率,为Hadoop Map Reduce shuffle阶段动态分配有效路径,提高数据中心网络路由性能.实验结果表示,与其他现有方法比较,本文DECMP方法在链路利用率和吞吐量方面都有所提升.     

模拟退火遗传算法在电力系统无功优化中的应用

电力系统无功优化是保证系统安全、经济运行的一项有效手段.针对常规遗传算法收敛速度慢、易早熟等缺陷,并结合电力系统无功优化的特点,在遗传算法(GA)和模拟退火算法(SA)的基础上,提出了更加有效的算法即模拟退火遗传算法.使用该文提出的算法对IEEE-14节点系统进行了无功优化计算,结果表明该模拟退火遗传算法应用于无功优化是合理可行的.