一种公平分配代价的组播种由算法

本文提出了一种公平分配代价的组播路由算法ＤＦＣ＿ＤＣＭＴ一一分布式公平分配代价的延迟受限组播路由算法,该算法在优化ｔｒｅｅ－ｃｏｓｔ的条件下,能够计算出满足延迟限制的,各目的节点公平负担网络代价的点多点的组播路地。本文还给出一种近似算法,可减少节点间交换的信息量,同时在一般情况下仍保持各目的节点公平负担网络代价。     

WDM网络中满足延迟和延迟差约束的分布式组播路由与波长分配算法

在WDM网络中,由于每条链路上可用波长是动态变化的,在考虑波长转换延迟时间的条件下,实现实时组播连接的路由与波长分配是十分困难的。论文提出了一种用于建立满足延迟时限和延迟差要求的实时组播连接的分布式路由与波长分配算法。该算法假定每个节点没有全局路由信息,只根据关联链路的信息进行路由选择,且将路由与波长分配统一进行。组播路由算法以Prim最小生成树算法为基础,生成一棵满足给定延迟时限的最小成本树。对不满足延迟时限的目的节点,通过增加回路边构造回路再消除长延迟路径的方式,加入到组播树中。对不满足延迟差的目的节点,采用重构Steiner树的方法,使其满足延迟差的要求。波长分配使用最少波长转换和负载平衡策略。     

基于委托转发技术的延迟容忍网络组播路由算法*

针对延迟容忍网络中的组播路由问题,提出了一种基于委托转发技术的组播路由算法。该算法是在详细分析组播路由设计需求的基础上,结合延迟容忍网络中节点移动特性,对委托转发技术中节点属性值和节点对转发标准进行重新设计。其节点属性值是面向组播会话的,节点对转发标准是动态适应网络状态的。仿真结果表明,相比于其他基于复制方式的组播路由算法,该算法具有更好的性能,尤其是在对网络开销的控制方面,因此,更适用于延迟容忍网络。     

基于决策图贝叶斯优化算法的QoS组播路由算法

组播通信路由技术是视频广播、网络会议等分布式计算的关键技术 ,其目的是要寻找连接源节点和一组目的节点的一棵组播树 ,使得总体代价最小 .提出了一种基于决策图贝叶斯优化算法 (Bayesian Optim ization Algorithmwith Decision Graphs,简称 DBOA)的 Qo S组播路由算法 ,该算法利用新的编码和解码方法以及适当的适应度函数来求解带宽、时延及时延差别等 Qo S限制下最小代价组播路由问题 .仿真结果表明了该算法的可行性和有效性     

基于局部信息的时延和时延差约束的组播路由

组播通信是从一个源节点同时向网络中的多个目的节点发送分组的通信服务,它一般提供一个以上的端到端的服务约束,实际的路由算法在应用时可以受到多重约束,解决这类问题的组播路由算法是NP完全的。在研究了构建组播树的相关算法后,提出了一种新的时延和时延差约束的低代价组播路由算法-DDVMC。该算法采用基于贪婪策略的Dijkstra最小生成树算法,利用局部信息来构建低代价组播树,很好地平衡了树的代价、时延和时延差。仿真表明,该算法能正确地构造出满足约束的组播树,同时还具有较低的代价和计算复杂度。     

集中式网络编码组播路由算法

从提高组播容量和降低组播延迟入手,提出了一种集中式网络编码循环增广组播路由算法(centralized network coding cycle augmented multicast routing algorithm,NCCA),从而进一步提高了组播通信的传输速率。首先各节点通过广度优先搜索(breadth first search,BFS)算法遍历链路状态分组获得整个网络的拓扑信息,以Dijkstra算法为基础增广每个信宿节点的路由集,然后选出最优路由集,最后将所有信宿节点的路由集进行组合,得到组播组的整体路由。通过对算法进行理论分析及仿真实验,证明了NCCA组播路由算法在较稳定的网络上能进一步提高组播通信的传输速率。     

基于非均匀分环与最小通信代价的路由算法

为了提高无线传感器网络的生命周期,提出了一种基于非均匀分环与最小通信代价的路由算法URMC.算法采用圆环模型,首先为各环分配不同的簇头选择概率;其次以各环节点能耗均衡为目标,推导出各环宽度的表达式;最后通过设计通信代价公式来选择簇头和建立簇间路由树.最终形成一个节点能耗均衡、簇间路由合理的网络.经仿真验证,URMC算法能有效克服能量空洞现象,延长网络的生存周期.     

基于关键节点时延约束低代价组播路由算法

针对时延约束下低代价组播树的构建方法,提出了一种基于关键节点的时延约束低代价组播路由算法.该算法对已有的动态时延优化的链路选择函数进行改进,并加入关键节点和关键次数的概念.在首次选择目的节点时,重点考虑关键节点和关键次数因素,降低了选择低代价链路的时间复杂性,再利用改进后的链路选择函数依次选择节点加入树中,进而产生满足要求的组播树.实验仿真结果表明,该算法不仅能正确构建出时延约束低代价组播树,且与其他算法相比,构成组播树所需平均时间更少.     

一种减轻组播网络节点负载的贪婪策略

组播网络的路由机制是网络资源优化技术的一个主要研究领域,对路由节点负载能力有严格的要求。保证低负载组播成功的关键在于高效地减轻路由节点负载,研究最小化路由节点转发信息量的算法。基于多点传输机制,兼顾组播组的个数和各组播组中接收者的数量两个影响组播负载的重要因素,运用分布式计算和贪婪策略的思想,提出了一种可以使组播组中路由节点存放的转发信息量的最大值得到最小化,从而减轻组播路由节点负担的策略。通过算法分析和实验仿真说明了所提策略的有效性     

基于多克隆策略的应用层组播路由算法

应用层组播作为当前网络研究的热点，其组播树是构造在虚拟完全连通覆盖网络上的。分析了应用层组播网络路由模型特点，针对带度约束平均延迟代价最小的应用层组播路由问题，提出了一种基于免疫多克隆策略的应用层组播路由算法。仿真实验表明，与基于遗传算法的组播路由算法相比，该算法具有更快的收敛速度和更好的全局寻优能力，而且算法稳定、灵活，操作简单。     

一种改进的时延受限多播路由算法

针对DCMPH算法不能合理选择连接路径的问题,提出一种改进的满足时延限制的多播路由算法。该算法对不能用最小代价路径连接到多播树上的目的节点,求出其到多播树上所有节点的最小时延路径,再从中选出一条能满足时延限制的费用最小的路径,添加到多播树上。实验结果表明,与DCMPH算法相比,该算法构造多播树的代价更低。     

一种具有时延约束的组播路由算法研究*

对于多媒体应用等实时组播业务而言,组播路由算法不仅要考虑优化代价,还要考虑时延约束。针对这一问题,提出一种支持动态组播的时延受限低代价组播路由启发式算法(delay-constrained multicast algorithm,DCMA)。该算法基于DDMC算法进行扩展,采用新的指示函数和链路选择函数,综合考虑了时延和代价,有效保证了组播树的性能,而且时间复杂度低,可用于实际的应用系统中。     

Algorithms for multicast connection under multi-path routing model

Given a source node and a set of destination nodes in a network, multicast routing problem is usually treated as Steiner tree problem. Unlike this well-known tree based routing model, multicast routing under multi-path model is to find a set of paths rooted at the source node such that in each path at most a fixed number of destination nodes can be designated to receive the data and every destination node must be designated in a path to receive the data. The cost of routing is the total costs of paths found. In this paper we study how to construct a multicast routing of minimal cost under multi-path model. We propose two approximation algorithms for this NP-complete problem with guaranteed performance ratios.     

时延及时延抖动限制的最小代价多播路由策略

满足多种服务质量请求的多播路由问题是目前多播通信中的重要课题之一。该文作者在研究受端到端时延及时延抖动限制的多播路由问题的过程中，发现当前许多算法所普遍使用的两个最佳链路选择函数并不能完全体现路由的动态过程，同时它们还存在一定的缺陷。而正是由于这种缺陷，在某些情况下通过这两个最佳链路选择函数所得到的结果树可能不包含所有的目标节点，文中称这种情况为“多播不可达”。针对上述问题，该文提出了“多播可达”的假设条件以及一个新的最佳链路选择函数，并在此基础上提出了一个满足时延及时延抖动双重限制的最小代价多播树的建立算法（DDVBMRA）以及一种动态重组多播组目标节点的方法。仿真结果表明本算法具有很好的延抖动及代价性能。     

链路共享的时延约束组播路由局部平衡优化算法*

分析了构建时延约束组播树的代价和计算复杂度,从优化最短路径出发,提出了一种基于局部信息的链路共享平衡优化路由算法。算法设计的链路选择函数不仅考虑了目的节点的优先级,同时还考虑了给予低时延路径一定的优先权,在满足时延约束的情况下使组播树的链路数尽可能少,降低了通过最小时延路径建树的概率,提高了链路的共享性。仿真表明,算法的综合性能比较好,在代价、延迟和计算复杂度之间能获得较好的平衡。     

A distributed multicast routing protocol for real-time multicast applications

Multicast routing is establishing a tree which is rooted from the source node and contains all the multicast destinations. A delay bounded routing tree is a tree in which the accumulated delay from the source node to any destination along the tree does not exceed a pre-specified bound. This paper presents a distributed routing protocol which constructs delay bounded routing trees for real-time multicast connections. A constructed routing tree has a near optimal network cost under the delay bound constraint. The proposed algorithm is fully distributed, efficient in terms of the number of messages required, and flexible in multicast membership changes. A large number of simulations have been done to show the network cost of the routing trees generated by our method is better than the other major existing algorithms.     

一种满足时延和时延差约束的组播路由算法

针对时延和时延差约束的组播路由优化问题,提出一种最优代价组播路由算法。基于Dijkstra最短路径树算法,通过指示函数调整新加入节点的优先级,利用局部信息构建低代价组播树,使其能较好地平衡组播树代价、时延和时延差之间的关系。仿真实验结果表明,该算法能正确构造出满足时延和时延差约束的组播树,同时具有时间复杂度低、求解成功率高等综合性能。     

一种快速低代价延迟受限组播路由算法

为满足实时业务的QoS要求，在非延迟受限组播路由算法(Fast Low-cost Shortest Path Tree，FLSPT）的基础上添加了延迟约束，使得生成的组播树上，每条从源到目的地的路径都满足给定的延迟限制，同时保持了原算法计算复杂度低，代价性能优越的特点。仿真结果表明，本文算法的代价和时间性能均优于延迟受限最短路径(Delay-Constrained Shortest Path, DCSP)，且更适合用于目的节点分布集中的密集模式下。     

A tree-based particle swarm optimization for multicast routing

QoS multicast routing is a non-linear combinatorial optimization problem. It tries to find a multicast routing tree with minimal cost that can satisfy constraints such as bandwidth, delay, and delay jitter. This problem is NP-complete. The solution to such problems is often to search first for paths from the source node to each destination node and then integrate these paths into a multicast tree. Such a method, however, is slow and complex. To overcome these shortcomings, we propose a new method for tree-based optimization. Our algorithm optimizes the multicast tree directly, unlike the conventional solutions to finding paths and integrating them to generate a multicast tree. Our algorithm also applies particle swarm optimization to the solution to control the optimization orientation of the tree shape. Simulation results show that our algorithm performs well in searching, converging speed and adaptability scale.