基于最优子集的MPR选择算法研究

通过对Ad Hoc网络中最优链路状态路由(Optimized Link State Routing,OLSR)协议的研究,从数学集合的角度来分析MPR(Multi Point Relay,MPR)集选择问题,通过将一跳邻居节点及其所连接的一条邻居节点抽象化为包含子集的集合,计算剩余集合的独立子集生成MPR中继节点,从而找到节点数量最少的MPR集.仿真实验结果表明,该算法降低了网络传输的延时,提高了网络传输的速度.     

异构网融合中基于RBIR的物理层抽象算法

为了提高异构网络融合中不同空中接口接入情况下链路性能预测的准确性,提出了基于接收比特互信息率(RBIR)的物理层抽象算法.物理层抽象算法通过压缩函数把一组不同的信干噪比(SINR)序列映射成单一的SINR值,通过该SINR值查表得到真实的误块率(BLER)值.利用拟合函数表示不同条件下的参考曲线表,简化了系统设计的复杂度.从信息论的角度对接收比特互信息率RBIR算法进行理论推导,证明了接收比特互信息率RBIR与误块率BLER具有一一对应的关系.通过对CDMA EVDO网络和无线局域网(WLAN)进行仿真,结果表明,该算法能够较好地描述这2种网络中不同调制编码方式、信道状况和误块率之间的关系,拟合函数曲线与实际仿真结果吻合较好,能够准确预知不同网络的链路性能.     

ATM网络虚拟路由的启发式算法

运用等带宽的概念和VP(Virtual Path)网络管理策略的最佳化数学公式,提出一种基于ATM(Asynchronous Transfer Mode)网络虚拟路由的启发式算法.该算法为每个链路分配一个反映其利用状态的承载量,进行负载均分,且把适当的资源分配给带宽量需求不同的各项服务,从而降低了链路的阻塞率,解决了链路重复使用率高的问题.结果表明,该算法提高了网络的性能和效率,与10 000个空闲路由的最大链路相比,利用率提高了1.54%,实现了网络的优化.     

基于SDN的数据中心网络流量调度机制的设计与实现

针对SA算法中未考虑当前网络链路带宽资源引起的流冲突问题以及GFF算法中未考虑流带宽需求变化引起带宽资源分配不合理问题,提出了基于模拟退火遗传算法的按需自适应(SAGA-AO)流量调度机制.该机制首先依据流带宽需求变化筛选出网络中需要调度的流,然后利用模拟退火遗传算法(SAGA)根据当前链路带宽资源状况对需要调度的流进行全局调度路径搜索.仿真结果表明:SAGA-AO算法在大多数通信模型下平均对分带宽高于SA和GFF算法.     

一种改进的代价敏感型链路预测算法

为解决因网络数据分布不均匀性而造成的链路预测问题,提出一种改进的代价敏感型链路预测算法(Link Boost).设计一种有监督链路预测可变代价损失函数,该函数对低节点度有链路节点对出现分类错误时的惩罚大于高节点度有链路节点对,解决了节点度的分布偏差.考虑到以损失函数优化为目标的链路预测算法将导致社区内预测链路数量大于社区间的链路数量,进而设计一种Boosting算法来实现损失函数最小化.通过将网络分为多个分区,并对各个分区构建的弱学习器进行融合,提高了算法的可伸缩性.利用4个真实网络数据集进行性能评估.研究结果表明:Link Boost算法的性能与许多当前算法的性能相当或者优于当前算法.     

基于最小代价的跨域虚拟网络映射算法

针对多个自治域网络环境中的虚拟网络映射问题,提出了基于最小代价的跨域虚拟网络映射(MC-VNE)算法.首先根据虚拟网络的约束条件,计算每个虚拟节点的可用物理节点集合,然后利用最小权重路由算法,计算出每条虚拟链路的可用映射物理路径集合.借鉴克鲁斯卡尔最小生成树算法思想,依次在可用映射物理路径集合选择最小权重物理路径,然后将对应的虚拟链路映射到该物理路径上,并协调完成虚拟节点的映射操作.仿真结果表明,MC-VNE算法有效地降低了虚拟网络映射的资源代价,提高了虚拟网络请求接受率.     

WiMAX WMN中基于扩展图的链路调度优化

链路调度是Wi MAX WMN设计中面临的关键问题.为了最大化网络吞吐量,建模了无干扰最优链路调度模型.针对单位时隙需求的链路集,提出一种Wi MAX WMN中的启发式链路调度算法.进一步,针对WMN中节点的中继特性,设计了基于节点与链路分解的扩展图模型.通过细化传输过程以增强时隙的空间复用性,能够满足链路单次与多次传输的统一调度需求.一系列仿真实验结果表明,所提出的链路调度算法能够有效减少网络调度周期,提高网络吞吐量.     

一种低时延虚拟网络功能映射及调度优化算法

针对传统虚拟网络功能映射及调度服务时间长、不稳定的问题，提出了一种新的虚拟网络功能映射及调度优化算法。以虚拟网络功能链路传输时延与实例化时延整体最小化为目标，建立虚拟网络功能映射及调度模型，通过设计一种低时延映射及调度算法(GABL),根据虚拟网络功能与虚拟机之间的映射集合，优化虚拟网络功能映射节点的选择问题及调度顺序问题，求解出最短时间的网络功能虚拟化映射及调度方案。GABL算法采用两段式初始化技术，将虚拟网络功能和虚拟机分别进行初始化，提高初始解的质量；利用具有锦标赛策略的人工蜂群算法对问题进行求解，保留优秀基因与种群多样性，避免陷入局部最优；采用局部搜索算法在可行解附近进行寻优，加快求最优解的速度。仿真实验结果表明：GABL算法具有稳定性强、收敛性快等特点，能够有效降低虚拟网络功能映射及调度服务时间；与GATS算法相比，GABL算法的服务完成时间减少了15%。     

M2M在中继网络中的上行链路资源分配算法

针对M2M(machine to machine)在中继网络中的上行链路资源分配问题,提出一种基于合作博弈论的分配优化算法.建立了宏基站(MBS)和家庭基站(FBS)中继网络模型;引入合作博弈论,并将该上行链路资源分配优化问题转化为最大最小化效用函数问题,再运用Shapley函数给出求解算法;采用Matlab对所提算法进行仿真.仿真结果表明,所提算法在大幅度减少系统总发射功率的情况下,可有效提高终端设备(MS)的吞吐量.     

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。     

一种WDM光网络中混合波带交换算法研究

波长/波带混合交换是WDM光网络中的一个新的研究热点.提出了一种在WDM多层多粒度交换网络中新的跨层交换路由算法-最大波带链路路由算法.该算法最大限度地利用波带交换链路和波带/波长混合交换链路的容量,仿真表明该算法能降低阻塞率,有效提供网络性能.     

基于免疫算法的光组播最少网络编码链路研究

最少网络编码链路数目有利于控制光网络的复杂性,并获得最大网络吞吐量.提出一种基于免疫算法解决最少网络编码链路问题的算法,修正了反映个体优秀程度的适应度函数以保护次优备选网络编码链路不被淘汰,增加了一个反映网络编码链路概率的个体浓度函数以确保备选编码链路的多样性,同时,算法通过对选中的编码链路采用精英保留策略简化免疫过程...     

基于物理干扰模型的分布式传输调度算法

传统上对无线多跳网络中传输调度问题的研究是基于协议干扰模型的。该模型对问题的分析比较简单,通常会使调度算法的性能较差。该文提出了一种基于物理干扰模型的分布式调度算法来提高网络吞吐量。物理干扰模型反映了接收节点的信干噪比(SINR),是对现实场景中干扰的一种更精确的抽象。该文将传输调度问题建模为整数线性规划(ILP)问题,然后将其松弛为一般的线性规划(LP)问题,提出一种分布式算法来求解LP问题的最优解,进而计算传输调度问题的最优解。在该分布式算法中,每个节点只需要本地的信道信息便可以计算出最优的传输概率,从而实现最优调度。仿真结果表明:该算法可以很快收敛到最优解,并且吞吐量性能与中心式算法接近。     

多处理器系统实时任务限制抢占调度算法

针对多处理器平台完全可抢占调度(Fully Preemptive Scheduling,F-PS)可能造成低优先级任务的响应时间超出截止期限的问题,提出了两种基于固定抢占点模型的限制抢占调度算法:一种是常规延迟(Regular Deferrable Scheduling,RDS),即高优先级任务抢占正在运行的执行到最近抢占点的低优先级任务,被抢占的任务可能不具有最低优先级;另一种是自适应延迟(Adaptive Deferrable Scheduling,ADS),即高优先级任务等待正在运行的最低优先级任务执行到最近的可抢占点位置,并抢占。搭建了一个仿真实验平台,并在该平台上进行一系列的仿真实验来探究两种算法的性能表现。实验结果表明:在动态和静态优先级调度下,任务抢占次数大小顺序为F-PSRDSADS;当抢占时间消耗大于临界值时,RDS和ADS的任务可调度率与F-PS接近。     

一种面向动态异构多处理器的任务调度算法

提出了基于遗传算法的面向动态异构多处理器的调度算法(Heterogeneous Scheduling Genetic Algorithm,HSGA),该算法利用连续的多个调度时间片完成遗传算法的迭代计算,在保证计算效率的同时获得较好的调度结果,从而为每个应用选择符合其计算特性的处理器内核.仿真实验表明,本文算法在4核、8核和16核的平台上相比较于经典的匈牙利算法ED2仅分别增加了0.4%,1.1%和1.3%,新的调度算法相比于匈牙利算法和Local调度算法具有更好的调度效果及更好的动态适应性.     

基于吞吐量和延迟折衷的 LTE 下行调度算法研究

在LTE(long term evolution)无线网络下行链路系统中,调度算法是其无线资源管理的重要技术,其主要任务就是为无线用户传输的各种业务合理地分配无线资源.尤其是针对Non-GBR(non-guranteed bit rate)业务传输,可通过一个高效的实时调度算法来提高系统的吞吐量,且保证每个用户的服务质量,其在很大程度上决定了整个系统的性能.鉴于最大权重(maxweight)调度算法虽然使系统的吞吐量最佳,但是却导致单个用户的延迟较大的缺点,运用李雅普诺夫最优化的理论提出了一种实时调度算法,此算法不需要知道信道状态概率的先验知识,仅根据当前的信道状态和当前的队列积压来做实时的资源分配决定和传输决定.理论分析和仿真结果表明,该算法在吞吐量和延迟之间有一个很好的折衷,不但使网络吞吐量最优化,而且减小了单个用户的延迟.     

一种新的无线Mesh网络拥塞控制机制

针对无线Mesh网络的拥塞问题,提出一种新的链路自适应速率控制机制LLAP(Link Layer Adaptive Pacing),通过网关的链路层队列调度机制进行包的调度和MAC通告,利用Mesh网关控制从有线到无线数据流的发送速率,避免了过多数据传输产生跳路间的严重干扰.控制机制在链路层完成,不需要修改现有的传输或路由协议.利用网络仿真软件NS2对LLAP控制下的Mesh网络性能进行了分析和测试,仿真实验结果表明,LLAP控制下的网络性能得到了明显改善.     

用改进的遗传算法求解作业调度问题

作业调度问题JSP(Job Shop Scheduling Problem)是典型的组合优化问题.文中用改进的遗传算法来解决作业调度问题,在遗传算法中设计了一种调整算子,并证明了算法能够收敛到全局最优解;同时提出一种新的求解JSP问题的双目标函数、双种群遗传算子.每个种群侧重一个目标,各从不同侧面深度挖掘问题的信息,用以优化问题的解,两个种群再通过混合交叉得到更好的解,较大地提高了算法的收敛速度.     

基于启发探索机制的无线OFDMA网络分布式数据调度

将无线OFDMA Ad-hoc网络的最优调度建模为条件受限的联合层资源分配优化模型,基于该模型,该文提出了一个基于启发探索机制的分布式调度算法(DSA).该算法根据局部子载波信道状态为每一个链路选择子载波,采用随机概率选择机制来保证链路子载波选择的有效性.仿真结果表明:与传统方法相比,该文提出的DSA算法能够取得更好的有效性,通过改变DSA算法的链路子载波选择概率阈值,总体的公平性能够进一步提高.     

基于SDN的跨IP协议的流量调度优化模型

针对SDN环境下传统流量工程无法将IPv4/IPv6流量调度到IPv6/IPv4链路上进行转发的问题,构建一种改进的SDN环境下跨IP协议的流量调度模型,并给出该模型的全多项式时间近似求解算法,即基于过渡技术的流量调度算法.首先,把过渡技术对流量转发性能产生的影响转化为对链路权重的影响,计算各路径上链路权重之和;然后,对流量进行分割,并为每条分割后的流量选择权重和最小的路径进行流量传输.基于MATLAB和Mininet的仿真实验显示,使用上述算法可以实现更好的网络传输性能.相比于传统流量工程算法和OSPF路由算法,此算法在网络整体吞吐量方面分别提升60%和145%,在流量转发时延方面分别降低17%和24%,而在流量转发丢包率方面分别降低58%和76%.