基于蚁群改进的认知网络QoS路由算法

多约束的QoS(服务质量)路由问题是认知网络研究的核心问题之一,由于网络拓扑的不断变化及不同业务QoS需求,解决该问题面临很大的挑战。文章对传统蚁群算法进行了改进,增强了对链路状态的认知能力,增加了拥塞规避机制,使算法能更好地适合认知网络环境。仿真数据表明,该算法在网络丢包率和时延上,比传统的链路状态路由算法更具有优越性。     

关于5G中继技术的节能算法研究

针对5G中继网络的节能降耗问题进行了研究.中继技术是第五代移动通信(5G)的重要技术,通过关闭5G网络中部分业务负载量较低的基站来达到节能降耗的目标,然而在此过程中网络时常会发生基站状态的转换,所以网络的拓扑情况也会随着时间及业务的变化而发生改变.联合考虑网络的服务质量(QoS)及网络功耗,针对5G中继蜂窝网络提出了一种动态节能(DES)算法来优化QoS和网络功耗的综合性能.仿真结果表明,DES算法可以使网络得到重新配置,关闭部分基站及中继节点,从而大幅提高节能效果,尤其是网络负载降低时.     

光突发交换网络中服务质量保证机制的研究

如何在光突发交换(OBS)网络中为承载的业务提供服务质量(QoS)保证,已经成为当前OBS领域的一个研究热点.从算法思想、QoS保证性能等方面,对当前几种主要的服务质量保证机制进行了研究:基于偏置时间的QoS机制、分段型QoS机制、比例型QoS机制、抢占式QoS机制、IP DiffServ over OBS的QoS机制以及基于数据信道分组的QoS机制.探讨了在设计一个有效的QoS保证机制时应考虑的因素以及今后的研究方向.     

光网络中支持区分业务的损伤感知QoS机制

光网络中物理层损伤会造成明显的信号质量下降。为了保证QoS(服务质量),必须在RWA(路由和波长分配)算法中考虑这些损伤及其引起的变化。文章提出了一种损伤感知的差异化路由与波长算法,并针对规则Mesh网络与Cernet网络进行了数值仿真,结果表明,在满足QoS要求的情况下优先保证网络中高等级业务的波长分配,能降低高等级业务的阻塞率,并能提高网络总体的资源利用率。     

光突发交换网络中基于波长分集的QoS算法

光突发交换(Optical Burst Switching, OBS)被公认为是构建下一代光网络的有效交换技术。在OBS网络中有效地支持QoS (Quality of Service)是一个很重要的问题。该文从波长分集的思想出发,提出了几种适合OBS的QoS算法。这些算法可以根据各个优先级业务的变化情况,动态地调整各个优先级的业务使用的波长数目。通过仿真,并和已有算法相比,说明所提出的算法可以更好地提供区分服务,同时有效提高信道的利用率,降低整体的丢失率。     

基于粗糙K均值的服务质量相关弹性流聚集

面对多变的网络环境,现有的网络服务质量(QoS)映射中流聚集方法缺乏灵活性。针对现有聚集方法的缺陷,该文提出一种动态聚集方法。使用增强粗糙K均值算法(ERKM),按照网络流的QoS属性将网络流进行合理聚集,并且在网络处于高负载状况时,通过隶属度弹性聚集网络流,从而适应网络的变化,使得网络流聚集具有灵活性。最后进行了网络流聚集实验和调度实验。实验表明,相比于现有的方法,该方法能够更加弹性地应对不同网络状态,并且更好地保障网络流的QoS指标。此外,还进一步验证了该文方法在不同网络环境下的QoS类聚集的一致性。     

无建立无状态QoS路由

本文提出了无建立无状态QoS路由的概念,并认证了实现无状态QoS路由的关键在于:(1)如何将应用的QoS要求嵌入IP分组头中;(2)如何有效地设计路由器的分组转发策略.本文结合特定的路由算法,提出了多种新颖的无建立无状态QoS路由具体实现方案.本文提出的无状态QoS路由方案最大限度地利用了目前IP网络中采用的"尽力传送"路由表风格,具有良好的可扩展性、鲁棒性、简单性和有效性.     

基于不精确状态信息的服务质量路由技术

传统的服务质量(QoS)路由假设网络节点拥有精确的状态信息,这与实际网络环境并不相符,因此会严重影响算法的性能,基于不精确状态信息的QoS路由技术应运而生。首先论述产生不精确状态信息的各种原因,然后给出了多种解决方案,接着简要描述了迄今为止主要的基于不精确状态信息的QoS路由算法,最后对这些算法进行分析和比较,指出各自的利弊和适用环境。     

时隙光突发交换网络QoS优先级保证方案研究

已有研究表明时隙光突发交换(TS-OBS)网络与常规OBS网络的性能基本一致.因此,在TS-OBS网络中有效地支持QoS(Quality of Service)是一个很重要的问题.文章从时隙分集出发,提出了一种适合TS-OBS网络的QoS算法,这种算法可以根据各个优先级业务变化情况,动态地调整各个优先级业务使用的时隙数目,能够在提供区分服务的同时更有效提高信道的利用率并降低网络的阻塞率.     

基于用户QoS预测的任务流调度算法

提出在云计算数据中心环境下,节省开销并保障用户QoS的调度算法,用预测的方式来判断QoS走势,用任务流调度开规避不利的QoS情况.通过ARIMA预测模型对任务的QoS进行预测,根据预测结果得到有潜在QoS危险的任务预警,并利用一个粒子群(PSO)和引力搜索(GSA)的混合算法求得最终的调度策略,最后通过任务调度保障用户的QoS,同时在调度算法中根据网络拥塞控制的思想添加了一个保留虚拟机的方案.实验表明该算法能有效保障用户QoS,比原混合算法减少时间开销9.26％.