| 基于聚类选取参考节点的改进型网络距离预测机制 |
| |
| 引用本文： | 杨文乐,阳小龙,隆克平.基于聚类选取参考节点的改进型网络距离预测机制[J].重庆邮电大学学报(自然科学版),2009,21(3):362-367. |
| |
| 作者姓名： | 杨文乐 阳小龙 隆克平 |
| |
| 作者单位： | 1. 重庆邮电大学光互联网及无线信息网络中心,重庆,400065
2. 重庆邮电大学光互联网及无线信息网络中心,重庆400065;电子科技大学光互联网及移动信息网络中心,成都610054 |
| |
| 基金项目： | 国家自然科学基金，教育部新世纪优秀人才支持计划，重庆市科学技术委员会科技攻关项目 |
| |
| 摘 要： | 随着大规模的分布式网络应用对网络主机间距离信息的需求,深入研究了基于虚拟坐标的IP网络距离预测机制.在基于固定landmarks的网络坐标系统中,普通主机通过测量到所有landmarks的距离来计算自己的坐标,其中landmarks的个数将影响到系统的距离预测准确度和测量开销.网络坐标系统(network coordinate system,NCS)综合了Vivaldi和GNP的优势,具有良好的网络距离预测性能,然而它没有讨论landmarks的选取问题.因此.提出一种改进型网络距离预测算法-INCS,该算法首先选定网络中的一组主机作为landmarks,然后按照land-marks之间的相互距离对其进行聚类,最终从每个聚类中按照所提出的策略选择一个节点作为普通主机的实际参考节点.仿真结果表明:与NCS算法相比较,INCS算法在牺牲0-24%(根据90%相对误差)预测准确度的情况下,能够大大减小系统的测量开销;同时INCS可以使参考节点的选择灵活化,分散参考节点处的负载,从而提高系统的稳定性.
|
| 关 键 词： | IP网络 网络距离 参考节点 普通节点 聚类 |
| 收稿时间： | 2008/7/15 0:00:00 |
An improved network distance prediction scheme with clustering-based landmarks selection |
| |
| YANG Wen-le,YANG Xiao-long,LONG Ke-ping.An improved network distance prediction scheme with clustering-based landmarks selection[J].Journal of Chongqing University of Posts and Telecommunications,2009,21(3):362-367. |
| |
| Authors: | YANG Wen-le YANG Xiao-long LONG Ke-ping |
| |
| Abstract: | |
| |
| Keywords: | IP networks network distance reference node ordinary node clustering |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《重庆邮电大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《重庆邮电大学学报(自然科学版)》下载免费的PDF全文 |
|
