基于GMPLS的动态分布式WDM网状网路由选择算法研究

研究了在基于GMPLS的WDM网络中,当节点不具备波长变换能力并且配备有限个光收发器对时,如何为到达的业务请求建立标记交换路径(LSP)的问题。提出一种以跳数和带宽碎片要求为权重,合理分配带宽资源的新算法。仿真结果表明,该算法在保证用户业务可靠性要求的同时,能够更有效地提高全网资源的利用率,并大大降低网络阻塞的可能性。     

SDH环状传输网络中的业务疏导策略研究

本文针对SDH环状传输网络着重讨论了一套称为FCCA和PCCA的业务疏导算法，通过合理分配SDH传输通道承载业务，尽量节省传输资源，提高网络的带宽使用效率。仿真结果显示，网络中的业务流量越均衡，该算法能节约的带宽比例越太。     

多业务网络动态带宽分配算法研究

在多业务网络环境中,面对不同的QoS需求,为不同业务分配合理的带宽资源是提高网络效率的有效保障。探讨了多业务网络环境下的带宽资源管理办法。重点研究了区分业务模型Diffserv中相关队列调度算法的基本原理,并对加权循环算法WRR进行改进。在基于周期测量发送队列的基础上对队列分配权值进行动态调整,使高优先级业务能够得到充分带宽资源保证的同时,对低优先级业务也有最低的传输带宽保证,从而满足多个业务的共同需求。通过NS2仿真和分析表明,经过改进的算法能对多业务环境下的数据传输提供区分服务,并且使得高优先级业务在丢包数和数据延迟方面与低优先级业务相比有明显减少。     

联合资源管理的异构无线网络垂直切换算法

针对资源有限的无线异构网络,关键问题是如何管理稀缺的无线资源(如带宽)来满足服务提供者和享受服务的用户的需求。提出一种联合带宽动态分配,准入控制的垂直切换算法,旨在提高运营商的利益最大化的同时兼顾用户的服务质量。仿真结果表明,该算法可以有效地提高带宽资源的利用率,有效降低阻塞率和掉话率,能够满足不同业务的切换要求,适合异构无线网络的多业务传输。     

WDM网状网络中一种动态多播自适应业务疏导算法

光多播业务需要消耗大量的WDM光网络带宽资源,业务疏导是光多播网络降低业务请求阻塞率和提高带宽资源利用率的有效方法。提出了一种新型光多播疏导节点结构,研究了疏导端口优先的多播业务疏导算法(TGPFA)和新建光树优先的多播业务疏导算法(TCLFA),进而提出了一种能够适应网络资源变化的动态多播业务疏导算法(ADMGA)。结果表明,在网络资源有限的情况下,ADMGA算法能取得较低的请求阻塞率和带宽阻塞率,获得较好的网络性能。     

基于深度学习的流量工程算法研究与应用

随着5G网络的发展和应用,网络中的业务数量呈现出爆发式增长,网络中的带宽资源日趋紧张。为了提高网络资源利用率,并满足用户日益提高的业务服务质量要求,基于软件定义网络(SDN)提出了一种基于深度学习的流量工程算法(DL-TEA)。通过仿真证明该算法不仅能够实时地为业务计算一条高效的路径,同时还能够提升业务的QoS、网络资源利用率,降低网络阻塞率。     

一种WDM-PON系统中基于SLA的动态带宽算法

文章提出了一种基于业务等级协议(SLA)的动态带宽分配算法,该算法根据SLA为光网络单元(ONU)分配带宽权重和相应的优先权,确保了ONU的带宽分配和服务质量,改善了网络的性能,满足了网络业务的QoS要求.最后,通过仿真证明了这种算法的正确性.     

基于网络态势的栅格网多径并行传输算法

栅格网将各种通信资源通过虚拟化技术融合在一起,以统一的网络态势为上层应用提供服务。利用栅格网的特点,提出基于网络态势的多径并行传输算法,将通信业务合理分配在多条并行路径上进行传输,或将多条较低带宽的路径虚拟为一个较高带宽的端到端路径来提供服务,适用于战术通信环境等具有较多低带宽链路的栅格网络,仿真结果表明该算法可大大提高网络吞吐量和资源利用率。     

弹性光网络双重故障下的自适应保护级别算法

为了降低弹性光网络中双链路故障保护下的业务及带宽阻塞率、均衡带宽资源分配,提出了一种双重故障下的自适应保护级别算法。该算法综合考虑传输距离、调制格式等因素,根据链路频谱资源使用状态动态地更新链路惩罚系数,选取最佳路径进行传输,同时根据请求类型及网络空闲资源状态自适应地选择保护方法,为业务提供最大限度的保护。仿真结果表明,在双链路故障下,算法在阻塞率方面取得了较好的性能,同时均衡了网络中各链路上的资源使用。     

弹性光数据中心中软管虚拟机的放置算法研究

为了吸纳业务的不确定性并将业务网络灵活高效地映射到数据中心的物理网络中，研究了弹性光数据中心网络中业务模型为软管模型的动态虚拟数据中心映射问题。首先建立了软管虚拟机在弹性光数据中心网络中的映射模型，然后提出了基于虚拟拓扑图的虚拟机放置算法（VT-VMPA）。VT-VMPA首先将软管模型转化为管道模型，再由业务量最大化原则寻找核心虚拟机。然后按照业务量降序，将满足资源约束条件且与核心虚拟机相连的虚拟机合并成簇，以减少簇映射到服务器后的通信带宽需求。最后将构成簇集按跳距自适应和最短路径原则映射到弹性光数据中心网络的服务器和光路上。仿真结果显示，该算法与其他算法相比，平均带宽消耗减少了21%、阻塞率减少了27%、时间平均收益提高了117%。这表明该算法能够降低网络带宽资源的消耗、提高网络映射率。     

基于多门限预留机制的自适应带宽分配算法

针对异构无线网络融合环境提出了一种基于多门限预留机制的自适应带宽分配算法,从而为多业务提供QoS保证。该算法采用多宿主传输机制,通过预设各个网络中不同业务的带宽分配门限,并基于各个网络中不同业务和用户的带宽分配矩阵,根据业务k支持的传输速率等级需求和网络状态的变化,将自适应带宽分配问题转化为一个动态优化问题并采用迭代方法来求解,在得到各个网络中不同业务和用户优化的带宽分配矩阵的同时,在带宽预留门限和网络容量的约束条件下实现网络实时吞吐量的最大化,以提高整个异构网络带宽的利用效率。数值仿真结果显示,所提算法能够支持满足QoS需求的传输速率等级,减小了新用户接入异构网络的阻塞概率,提高了平均用户接入率并将网络吞吐量最大提高40%。     

Cognitive Radio Bandwidth Sharing Scheme Based on the Two-way Matching Game

Bandwidth is an extremely valuable and scarce resource, and may become congested to accommodate diverse services in wireless communications. To enhance the efficiency of bandwidth usage, the concept of cognitive radio has emerged as a new design paradigm. In this paper, a new bandwidth sharing algorithm is developed for cognitive radio networks. Under dynamically changing network environments, we formulate the bandwidth sharing problem as a two-way matching game model. In addition, modified game theory is adopted to reach a near Pareto optimal solution while avoiding bandwidth inefficiency. This approach can make the system more responsive to the current network situation. With a simulation study, it is demonstrated that the proposed scheme approximates an optimized solution under widely diverse traffic load intensities.     

基于智能网络的租户服务质量保证技术

在多租户虚拟网络环境中,用户对于网络服务的多样性以及性能的稳定性需求并不会随着网络架构和运营模式的升级而削弱,用户需求之间的差异性和动态性对于不同切片间资源的分配和调度效率提出了新的挑战。针对多租户虚拟网络的特殊环境,首先提出了QVR(QoS-Virtual Routing)流量调度算法,同时将用户流量调度与网络虚拟资源分配看做一个联合优化问题,提出了面向多租户的流量调度算法以及适用于共享链路的动态带宽分配算法。该算法能够释放更多的物理网络资源,明显降低了租户网络的延时和拥塞。     

A game-based algorithm for fair bandwidth allocation in Fibre-Wireless access networks

Fibre-Wireless (FiWi) access networks have been proposed as flexible and cost-effective solutions for future access networks. At the wireless mesh section, wireless routers have to forward both local traffic from directly connected users and foreign traffic from neighbour wireless routers. How to allocate resources to local and foreign traffic at each router in a balanced way, while avoiding starvation of routers requiring less resources, is a fundamental issue that must be solved so that new services emerge. Here, we develop a repeated game framework for bandwidth allocation and propose an algorithm that allocates bandwidth in a fair manner. The algorithm is able to detect over claiming routers and avoid possible denial of service that these may cause to others. Moreover, unfruitful use of resource is prevented, avoiding the forwarding of packets that would be dropped at some point later in the path, and queueing delay conditions are kept similar among local and foreign traffic. These fair network conditions open way for QoS support since it is easier to ensure the operationality of services.     

A Hybrid RF and Vision Aware Fusion Scheme for Multi-Sensor Wireless Capsule Endoscopic Localization

A huge torrent of data traffic is generated from various heterogeneous applications and services at the Internet backbone. In general, at the backbone, all such applications and services are allocated spectral resources under a shared spectrum environment within elastic optical networks (EONs). In such a fully shared environment, connection requests (CRs) belonging to different traffic profiles compete for spectral resources. Hence, it is very challenging for network operators to resolve resource conflict that occur at the time of provisioning resources to such CRs. The heterogeneous traffic profile (HTP) considered in this work includes permanent lightpath demands (PLDs) and scheduled lightpath demands (SLDs). We propose various distance adaptive routing and spectrum assignment (DA-RSA) heuristics to resolve resource conflict among these two traffic profiles in EONs under a full sharing environment. Conventionally, preemption was the only technique to resolve such resource conflict among HTPs. Since preemption involves the overhead of selecting CRs to be preempted and then deallocating the resources given to those CRs, excessive preemption adversely affects the performance of the network. Therefore, in this work, we utilized bandwidth splitting as a solution to resolve resource conflict among HTPs under such a shared environment in EONs. Moreover, an integrated solution consisting of splitting and preemption is also proposed. We refer to this new integration as flow-based preemption. Our simulation results demonstrate that bandwidth splitting-based heuristics yield significant improvement in terms of the amount of bandwidth accepted in the network, link and node utilization ratio, number of transponders utilized and the amount of bandwidth dropped due to preemption. Moreover, the flow-based preemption approach is proved to be superior in performance amongst all proposed strategies.

     

可用带宽的变时隙探测算法研究

目前基于自拥塞理论的网络可用带宽主动探测方法,一般都要发送大量的探测包串,在对网络可用带宽进行探测的同时,可能会干扰网络的正常通信。这一方面增加了网络负载,另一方面也增加了算法的复杂性。针对此问题,提出使用幂级数变时隙探测包替代等时隙探测包,期望通过新的探测方法在不失估测精度的前提下,用更少的探测流量获得更快的自拥塞集聚时间,从而提高可用带宽的探测效率。实验表明新的探测算法可以达到比传统算法更好的效率。     

多波束卫星通信功率带宽联合优化算法

在多波束卫星通信系统中,资源利用率受星上能量的限制,提高资源利用率非常重要。为提高星上资源优化的灵活性,在考虑自由空间损耗、天线增益、雨衰和波束间干扰的基础上,提出一种基于不同业务需求和信道条件的多波束卫星通信下行链路功率带宽联合优化算法。该联合优化算法采用二阶差分目标函数,运用拉格朗日对偶理论和次梯度法求得该联合优化问题最优解的下界。仿真结果分析表明,与单独地优化功率和带宽算法相比,该功率带宽联合优化算法可以根据不同的业务需求和信道条件更加灵活地分配系统容量,提高了资源利用率。