基于带宽和时延约束的服务质量任播路由算法

为在满足带宽需求的前提下找到时延最短的任播路径集合,研究基于带宽和时延两个约束度量的服务质量任播路由算法.为解决带宽和时延约束问题,提出一个适用于该非确定性多项式问题的多项式时间近似优化算法.仿真结果表明,当网络规模增加或客户带宽需求较大时,该文算法时延增加相对较小,因此具有较好的可扩展性和健壮性.与包括最短路径优先任播路由算法和最大带宽优先任播路由算法的启发式算法相比,在带宽受限大型网络中该文算法具有更好的性能优势.     

基于蚁群算法的无线Mesh网公平路由算法

无线Mesh网的集中式控制结构容易导致网络带宽负载分配的不均衡,为此文中在引入最小每用户平均带宽这一路由公平性评价标准的基础上,提出了一种基于蚁群算法的带宽公平分配路由算法.该算法通过蚂蚁周游的优化功能来最大化最小每用户平均带宽,从而达到平衡流量负载、为每用户提供公平带宽分配的目的.仿真结果表明,与现有算法相比,文中算法的复杂度和平均路径长度有所增加,但带宽分配结果更公平.     

基于混合蚁群与遗传模拟退火的QoS组播路由算法

对于网络业务,服务质量(QoS)包括传输的带宽、传送的时延、数据的丢包率等.通过使用蚁群算法的自组织能力自动搜寻得到备选路径集,结合遗传模拟退火算法(GSAA)对产生的这些备选路径进行选择、交叉、变异、模拟退火来产生的一个路由协议综合缩短网络的路径消耗以及提高网络传输的服务质量.     

基于分簇和启发式的隐私保护算法研究

针对社交网络存在安全隐患和隐私风险，提出了基于分簇算法的启发式修改。基于最短路径，提出了一个最大贪心保护算法，追求数据隐私和数据功用的平衡。从数学分析和实验结果看，实现了一定的隐私保护和功用要求。     

蚁群分区算法在QoS单播路由中的应用研究

随着网络技术的高速发展,新型的多媒体业务应运而生,对网络服务质量(QoS)的要求也更高,如何解决多个约束QoS路由问题,成为新关注的热点,在解决这一问题时,路由算法的选择又是其中的一个核心问题,并且带宽、延时、访问花费是决定选择路径的关键因素.论文针对这一状况构建了带有QoS参数的网络模型,并用基于蚁群算法的邻域分区优化算法对QoS单播路由选择进行仿真实验,该方法改善了蚁群算法在求解大规模网络路由选择的算法复杂度和搜索最优路径的时间.     

A*算法与蚁群算法相结合的无人艇巡逻路径规划

针对无人艇海上巡逻路径规划问题,提出了一种A~*算法与蚁群算法相结合进行最短巡逻路径优化的方法.在传统A~*算法的八角度搜索基础上,设计了一种多角度A~*算法以获得更短的两点之间可行路径,并以A~*算法搜索结果构建任意两个巡逻点之间的最短路径网络.结合最短路径网络建立多点巡逻路径规划问题的目标函数,利用蚁群算法进行求解以获得全局最优的巡逻路径.针对巡逻路径转折角较大的问题,提出了一种平滑算法以获得更符合实际航行需求的平滑路径.仿真结果表明:该方法有效地去除了冗余节点,缩短了路径长度,提高了路径平滑度,规划出了一条更优的无人艇巡逻路径.     

异构无线网络自适应接入算法研究

在异构无线网络中,针对现存接入算法对网络高动态性考虑不足,提出了一种自适应的接入算法.算法能够根据网络环境中用户数量及带宽使用情况,估计接入阻塞率、最大化网络吞吐量,从而自适应地选择用户接入网络的行为.根据接收信号强度和可用带宽,计算出用户的最大传输速率;根据网络中已分配带宽、用户所需带宽,推导出网络剩余容纳用户数;根据新到达用户数、剩余容纳用户数估计用户接入阻塞率;结合最大传输速率和接入阻塞率,提出一种以最大化网络吞吐量为目标的自适应接入算法.仿真结果表明,算法能有效降低用户接入阻塞率,增加接入用户数,提高网络吞吐量,均衡网络负载,并且能够适应未来高动态性网络.     

应用于弹性分组环的带宽分配的公平算法

提出一种新的应用于弹性分组环网络的带宽分配算法，该算法采用了有限集合中收敛速度最快的二分法，通过对公平速率的逐次逼近来实现带宽的动态分配，适用于分布式网络环境。分析和仿真表明，采用基于二分法的带宽分配算法能够给每个节点分配到接近理想的公平带宽。整个环路在实现公平性的同时能够得到最大的空间重用并且收剑迅速。     

PWFQ:一种基于优先级共享带宽的加权公平排队算法

对WFQ算法无法保证实时业务QoS的原因进行了深入分析,指出了WFQ算法的公平调度原则存在的不足,提出了一种基于优先级分配带宽的PWFQ算法.这种算法根据业务的延时性能对带宽的敏感程度划分业务的优先级,在链路带宽不足的条件下,能够有效保证高优先级业务的QoS要求.仿真结果显示,PWFQ算法不仅改善了实时业务的延时和延时抖动性能,并且能够将它们的最大延时控制在允许的范围之内.     

网络中λ阶短路径的构造原则及算法

分析由延长而产生的前导和后继路径阶的生成关系,获得λ阶短路径的构造原则,然后根据构造原则,修改最短路径D(Dijkstre)算法,提出λ阶短路径D算法,并用算例验证算法的可行性.     

一种满足多服务质量约束的动态组播路由算法

建立了网络模型，描述、简化了研究的问题，并提出了一种新的满足多服务质量(QoS)约束的动态组播路由算法(DMRMQ)．该算法采用Bellman—Ford算法作为路径搜索算法，能在满足带宽、延迟、延迟抖动和丢包率约束的前提下确定具有最小跳数和开销的动态组播路由．仿真实验表明，在假定网络节点输出链路容量相等的情况下，与Greedy、LeastHop两种不考虑QoS的算法相比，DMRMQ能在满足多QoS约束的前提下建立动态组播路由，且路由请求平均成功率提高约10％，路由平均延迟降低约20％，路由平均跳数基本持平．     

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。     

基于遗传优化的WSNs多源单汇路由算法

针对无线传感器网络中的多源单汇路由问题,综合考虑无线传感器网络中链路带宽、延迟和路径节点最小剩余能量三种度量,建立了多源单汇路由问题的系统模型,将其转化为求解多约束最小Steiner树问题,已知该问题是NP难的问题,给出了基于遗传优化的求解算法,采用基于备选路径集的整数序列编码表示一棵生成树,设计相应的交叉和变异算子,以及对非法染色体进行修复的机制,最后在遗传算法的计算过程中选择合理的适应度函数,找到一棵满足多约束的能耗趋于最小且状态稳定Steiner树.理论分析和数值试验结果表明所提出的遗传求解算法收敛速度快、可靠性高,为无线传感器网络中的多源单汇路由提供了一种新的有效途径.     

基于深度图强化学习的低轨卫星网络动态路由算法

为了解决高移动性导致卫星网络路由难以计算的问题,融合图神经网络和深度强化学习,提出一种基于深度图强化学习的低轨卫星网络动态路由算法。考虑卫星网络拓扑和卫星间链路的可用带宽、传播时延等约束,构建卫星网络状态,通过图神经网络对其进行表示学习;根据此状态的图神经网络表示,深度强化学习智能体选择相应的决策动作,使卫星网络长期平均吞吐量达到最大并保证平均时延最小。仿真结果表明,所提算法在保证较小时延的同时,还能提升卫星网络吞吐量和降低丢包率。此外,图神经网络强大的泛化能力使所提算法具有更好的抗毁性能。     

一种Ad Hoc网络混合式分簇路由算法

提出了一种Ad Hoc网络混合式分簇路由算法。在分簇的基础上,簇内使用先验式路由,簇间使用反应式路由,充分利用了分簇结构的特点和优势,将分簇算法与路由算法有机结合,有效地提高了网络的路由发现效率。与AODV,DSR的仿真结果进行比较表明,该算法路由控制开销小,路由速度快,占用带宽少,健壮性好。     

二维DMesh网络中基于转弯模型的无死锁路由算法研究

路由算法对整个互连网络的性能有着至关重要的影响。二维DMesh网络有效地结合了Mesh网络以及高阶路由器的优势,降低了网络的拓扑直径和平均跳步数,为消息传输提供了更多的可选择路径。针对DMesh网络,设计了一种基于转弯模型的适应性无死锁路由算法,该算法为消息传输提供了更多的灵活性。当网络中负载率较高时,能够指导消息避开拥塞区域和热点路由器,降低等待时间,最终指导消息以更快的速度到达目的节点。对新提出的路由算法进行了路径多样性方面的分析,并对算法的无死锁性进行了严格的证明。仿真实验结果表明,与DMesh网络中传统的DXY路由算法相比,这种新的适应性路由算法有效地降低了平均延迟,增加了消息传输的灵活性,最终提高了整个网络的通信性能。     

Hadoop异构网络下基于自适应蚂蚁算法的策略路由研究

云计算已被我国规划为未来发展的重点项目,该技术将会使我国数千万企业受益。云服务必须高效、快速运行才能发挥其优势。在我国目前有限的带宽基础上,必须研究高效快速的选路机制,并根据各节点最大网络容量来进行资源调度。文章在传统蚂蚁算法上加入了各节点网络容量参数作为阈值进行自适应选路,该算法可使用策略路由的形式在Cisco路由器上应用,不仅能改善Hadoop的资源调度算法在异构环境下效率极低的问题,还够利用蚂蚁算法快速找到最短路径,并能根据路径上节点的网络容量进行调节,从实验情况来看,该方法可有效避免关键路径上的数据拥塞。     

采用多目标差分进化的移动Ad Hoc网络节能路由算法

为了在节点的能量消耗和最优路由之间找到一个平衡,根据多目标差分进化算法原理,提出一种基于多目标差分进化的移动Ad Hoc网络节能路由算法.该算法把路由代价和网络生存时间作为2个优化目标,采用适应值变换的约束处理技术、非支配排序和拥挤距离技术进行优化.在优化过程中,提出适合差分进化算法的变异、交叉和选择策略.结果表明:该算法在网络生存时间和最优路由方面具有较好的优势,并保证了较高的包传递率.     

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).     

基于QoS的网络路由模拟器设计与实现

基于网络连接流参数和链路信息,QoS路由算法能够选择合适传输路径以满足应用性能的要求和优化网络资源,仅驻通过数学方法测试路由算法性能是不够的,而且在算法设计过程中,许多参数都需要通过模拟实验获得,本介绍了基于QoS网络路由模拟器的设计与实现方法,该模拟器可以测试不同路由算法性能,并可提供不同路由算法性能参数的比较。