基于QoS的动态组播路由算法

在分析了网络中基于QoS的组播路由问题的基础上,本文提出了一种新的动态算法,并进行了实验和分析,文中构造的路由方案成功地解决了当网络中存在多个组播及组播节点动态变化情况下的QoS路由选择问题,此方案不仅保证了带宽,端到端延时和延时抖动,优化了路由树的代价,而且有效地控制了算法的复杂性并可适用于大规模的网络中。     

QoS单播路由算法的研究

本文在综合烽务QoS和网络性能参数的基础上,提出了一个新的路由度量标准BHD,然后提出了一种优化的QoS单播路由算法BHDR,仿真研究表该算法在满足业务连接时延要求的同时提高了网络的吞吐量,较好的改善了网络的性能。     

高级量测电气信息流多服务质量传输约束路由算法

智能微电网是实现可再生能源高效利用的有效途径,系统要求具有鲁棒自愈性。高级量测和可靠通信技术是实现以上目标的核心支持技术。基于流量工程理论和分布式代理技术,该文提出一种应用于智能微电网高级量测(AMI)系统的电气信息流传输多服务质量(QoS)保证路由算法(EIF-MQC)。首先设计了基于IEC61850电气标准的信息分形差分服务代码点(DSCP)映射模型,实现异构电气参量数据整形标记。并通过电气信息流多服务质量传输约束路由算法(EIF-MQC)选择满足流量QoS需求的最优路由。理论证明算法计算传输路径是有效最短路径。仿真实验采用电气可靠性技术解决方案联合会(CERTS)微网系统结构进行算法性能评价,在轻度和重度通信负载条件下,算法均具有较好带宽利用率,并比基于链路状态路由协议(OSPF)和负载均衡最短路径路由协议(LB-SPR)配置路径传输延迟低且丢包率小,从而有效避免网络拥塞,提升AMI系统传输性能。     

分布式服务质量路由预计算算法

服务质量路由作为下一代IP互联网提供服务质量(QoS)控制的一种重要方案,如何提高其可扩展性和路由性能是有待解决的难题.本文提出了基于聚类的分布式预计算算法,以具有多种QoS参数的路由表预计算为目标,引入了支持QoS参数的扩展距离向量,通过网络中各个节点的分布式协同计算,大大降低了单个路由器的计算复杂度.文章分析了优势路径及其选取策略,给出了路由计算中优势路径聚集的聚类方法,实现了QoS路由表的高效聚集压缩.实验结果进一步验证了该算法具有计算量小和QoS路由性能高的优点,在QoS度量维数和网络规模方面均具有良好的可扩展性,并对域间算法研究提供了重要依据.     

低轨卫星网络服务质量保障路由方法综述

随着无线电和卫星小型化技术的进一步成熟,大规模低轨卫星网络得到了长足发展,面对网络传输业务的时延、带宽、丢包率等服务质量的差异化需求,如何在低轨卫星网络中实现服务质量保障路由,成为了研究关注的关键问题。通过介绍低轨卫星网络服务质量保障路由的场景与需求,总结并分析了当前的研究成果。首先,针对传统网络中的服务质量保障路由算法,总结了三类经典的路由计算方法。然后,对于软件定义网络和确定性网络中的服务质量保障路由算法,结合各自的网络特点,分析总结了各自场景下的路由算法。     

高速网络服务质量的路由选择问题

适时地转发数字化音频／视频信息的需求,对下一代综合业务宽带网络（ＩＳＢＮ）提出了新的挑战,其关键问题之一是服务质量的路由选择;它依据提供的服务质量参数,来选择有充足资源的网络路由。本文是关于路由选择问题的分类,指出了不同路由选择策略的优势和弱点。     

基于多项服务质量的域间路由方案

针对广域网中节点数量多,范围广的特点,提出了一种将节点划分成域,并以带宽、时延作为服务质量（ＱｏＳ）指标在域间寻找可行路径的路由方案。该方案由两个算法组成,它们在把真实网络映射成为具有分级结构图的同时给出了满足服务质量要求的可行路径。     

基于混合蚂蚁算法的QoS多播路由算法研究

在研究了QoS多播路由算法的基础上,提出了一种基于混合蚂蚁算法的QoS多播路由算法--QMRA-GAA算法.QMRA-GAA算法利用混合蚂蚁算法构造多播树,真正做到了协议无关,同时QMPA-GAA算法还具有额外负载低、自适应性强、不产生回路等优点.仿真结果表明,和传统的QOS多播路由算法相比,QMRA-GAA算法在加入成功率、自适应性方面都有了很大的提高,建树代价也控制在很好的范围内.     

卫星网络中基于最小中断概率的时延受限路由算法

针对卫星网络链路时延长和拓扑时变的特点,给出一种可满足时延限制且在业务持续时间内尽可能不发生中断的时延受限最优寻路(SDCOP)算法,该算法通过预测拓扑链接情况来有效降低链路切换对网络QoS的影响,且具有计算复杂度低,可适应星上设备处理能力的要求等优点。仿真表明算法在计算复杂性、业务阻塞率以及业务中断率方面都优于同类算法。     

基于矢量映射的多约束服务质量路由计算

针对多维矢量计算多约束服务质量路由出现实际传输路径与源节点期望路径并非一致问题,研究提出矢量映射方式的多约束服务质量路由计算方法。通过数学方法和物理概念相结合的方式,从原理上阐述了新算法矢量映射的合理性,并通过算例和仿真实验方式验证,新算法只需一次性计算就可以获得源节点到各节点保持路径一致的路由。     

Tree-based differential evolution algorithm for QoS multicast routing

Differential evolution(DE)algorithm has attracted more and more attention due to its fast optimization performance and good stability.When DE algorithm is applied into multi-constrained multicast routing optimization problem,a common solution to such problem is to merge the paths into a tree after finding paths from the source node to each destination node.This method maybe obtains the better result,but it can consume a lot of computational time.To solve the problem,a tree-based DE algorithm is introduced in this paper.The central operations of the algorithm are realized with tree structure.This method saves the time of finding paths and integrating them to construct a multicast tree.The experiments show that the proposed algorithm can achieve higher success rate than several common algorithms with much smaller running time for different networks.     

多光纤WDM网中的QoS路由算法

利用区分光业务(DOS)模型可以将WDM光传送网中客户层(如IP)具有不同QoS要求的业务汇聚力较粗粒度的流,直接映射到光信道上,从而使客户层业务的不同QoS要求可以体现在DOS域的边缘光节点处的光路建立请求的不同优先级上。该文首先探讨了如何将多光纤WDM网转化为波长图,从而一次性解决选路和分配波长(RWA)问题,在此基础上,提出两种用于多光纤WDM网的QoS路由算法,对二者进行了比较,并进行了计算机仿真。     

基于遗传_蚁群算法的多QoS约束组播路由优化算法

提出了一种将遗传算法与蚁群算法融合的新算法,用以满足多QoS约束的组播路由优化。算法首先利用遗传算法生成若干组优化解,将其转换成蚁群算法的信息素初值,然后利用蚁群算法来求取满足QoS约束的最优解。仿真结果表明此算法是有效的,其性能优于文献[6]中算法。     

基于免疫--蚂蚁算法的多约束QoS路由选择

针对多约束QoS路由选择问题,将其转化为一个多约束赋权图最短路径问题,选择费用、带宽、时延、丢失率为QoS参数。借鉴人体免疫系统的适应能力和蚂蚁算法的全局寻优能力提出了一种新的融合算法即免疫——蚂蚁算法。免疫算法把目标函数和制约条件作为抗原,目标函数的优化解对应为抗体,使得求解过程的收敛方向得以控制;利用蚂蚁算法产生和更新抗体,抗体交叉、变异操作以及对与抗原亲和力高的抗体进行记忆,均能促进快速求解。实验结果表明:免疫——蚂蚁算法表现出了超越免疫算法和蚂蚁算法的优点,大幅度提高了路由选择的效率。     

Internet中QoS路由算法研究现状及其展望

目前，许多有关支持QoS(服务质量）的研究主要着眼于调度、拥塞控制和资源预留，而对QoS路上研究得不多，文中先对QoS路由中的问题进行分类，再对当前研究的一些路由算法进行了归纳与分析，这些算法对于在Internet中实现QoS有着重要的指导意义。     

A hop‐by‐hop delay‐constrained routing algorithm with explicit loop avoidance and backup routing information

QoS Routing is crucial for QoS provisioning in high‐speed networks. In general, QoS routing can be classified into two paradigms: source routing and hop‐by‐hop routing. In source routing, the entire path to the destination node of a communication request is locally computed at the source node based on the global state that it maintains, which does not scale well to large networks. In hop‐by‐hop routing, a path‐selecting process is shared among intermediate nodes between the source node and the destination node, which can largely improve the protocol scalability. In this paper, we present the design of hop‐by‐hop routing with backup route information such that each intermediate node can recursively update the best known feasible path, if possible, by collectively utilizing the routing information gathered thus far and the information that it locally stores. Such a route is kept as a backup route and its path cost is used as a reference to guide the subsequent routing process to search for a lower‐cost constrained path and avoid performance degradation. In this way, the information gathered is maximally utilized for improved performance. We prove the correctness of our presented algorithm and deduce its worst message complexity to be O(∣V∣²), where ∣V∣ is the number of network nodes. Simulation results indicate that, however, the designed algorithm requires much fewer messages on average. Therefore it scales well with respect to the network size. Moreover, simulation results demonstrate that the cost performance of our algorithm is near‐optimal. Copyright © 2004 John Wiley & Sons, Ltd.     

基于蚂蚁算法的分布式QoS路由选择算法

本文基于蚂蚁的自组织能力描述了一种新的分布动态路由选择方法,针对当前通信网中存在的服务质量问题提出了QoS保证的分布式路由选择算法（DQRA）。DRQA能以并行的方式解决网络中呼叫的时延和带宽分配问题,避免了NP－完全问题,算法简单,易于实现,能有效地解决大型网络的负载平衡问题,本文选择了OPNET仿真环境对网络进行实时仿真,通过和最小代价算法的比较,进一步表明了算法的有效性。     

自适应的认知无线Mesh网络QoS约束的路由与频谱分配算法

提出了一种自适应的满足QoS约束的路由与频谱分配(SA2JR)算法,SA2JR的目标是:在满足无线业务QoS约束的情况下,最大化无线业务接受率,让尽可能多的无线业务需求能够被满足.SA2JR包括2个部分,按需的κ-路径路由(κ-Routing)算法,以及QoS驱动的频谱分配(QDSA)算法.κ-Routing负责为每一个需求产生κ条潜在路由路径,QDSA算法自适应地进行频谱分配,目标是从κ-Routing产生的κ条潜在路由路径中找出一条满足QoS约束的可行路由路径.仿真结果表明SA2JR能达到预定目标,获得了较高的无线业务接受率.     

一种新的QoS组播路由算法

针对现有的求解多约束QoS组播路由中存在的问题,结合BP神经网络局部搜索的优势和蚁群算法全局搜索的优势的特点,进行QoS组播路由算法的设计,提出了一种新型的NNAC算法。该算法通过BP神经网络寻找路径的更优解,改善了QoS组播路由路径寻找的方法。通过实验仿真表明,NNAC算法得到最优组播树的总延时为35,总代价费用为21,在完成150个度约束组播路由路径时,NNAC算法在进行最优组播树的寻找成功率上高于AC算法,同时该算法还克服了AC算法易陷入局部最小点的不足。     

A novel QoS routing protocol for LEO and MEO satellite networks

The rapid advance of communication and satellite technology pushes broadband satellite networks to carry on multimedia traffic. However, the function of onboard routing cannot be provided in existing satellite networks with inter‐satellite links, and quality of service (QoS) of satellite networks cannot be reliably guaranteed because of great difficulties in processing of long distance‐dependent traffic. In this paper, a two‐layered low‐Earth orbit and medium‐Earth orbit satellite network (LMSN) is presented. A novel hierarchical and distributed QoS routing protocol (HDRP) is investigated, and an adaptive bandwidth‐constrained minimum‐delay path algorithm is developed to calculate routing tables efficiently using the QoS metric information composed of delays and bandwidth. The performance of LMSN and HDRP is also evaluated through simulations and theoretical analysis. Copyright © 2007 John Wiley & Sons, Ltd.