一种MPLS流量工程显式路由算法

提出一种基于策略和流分类的MPLS（Multi-Protocol Label Switch）显式路由算法—PTCR（Policy and Traffic Classi-fication Routing）.算法综合考虑网络流量、资源、管理策略等要素,根据网络流量分布特征和网管策略合理配置网络资源.算法能够较好地平衡网络资源的使用,提高网络资源利用率,有效实施MPLS流量工程.     

MPLS网络中基于约束路由机制实现流量工程的研究

传统内部网关协议(IGP)容易造成网络资源使用的不均衡,引起网络拥塞,导致网络性能下降,服务质量无法保证。流量工程是解决这一问题的有力工具,它可以为网络用户提供各种QoS保证,同时提高网络性能、优化网络资源的使用。多协议标签交换(MPLS)为流量工程的实施提供了便利,其核心技术就是基于约束的路由机制。论文对基于约束的路由机制进行了重点论述,为其建立了数学规划模型,并给出了常用的优化算法。     

新型网络规划中的多目标静态路由算法

该文介绍了新型网络规划的发展及主要特点,分析了当前静态路由算法的研究现状及其存在的缺点,并首次提出一种可应用于新型网络规划中的静态路由算法。该算法通过分析各服务质量需求,在算法运算过程中采用多目标全局优化策略,从而满足新型网络规划中各服务质量的需求,使网络资源得到充分合理的利用。最后以编程仿真和理论推导两种方法论证了该算法的有效性和优越性。     

宽带网中的流量工程策略

流量工程是宽带网中用来控制网络资源，提高网络性能的重要手段。本文给出了流量基本概念，并结合宽带网的使用环境和对流量需求，分析研究了流量具体实现技术，最后提出宽带网流量工程策略和实施方法。     

多协议标签交换网络中最小干扰路由算法的研究

在最小干扰路由(MIR)算法基础上，提出一种改进的MIR算法。该算法结合了基于多商品流理论的流量描述路由（PBR）算法将节点对带宽预测作为路由信息的优点，以及MIR算法的核心思想，给出了节点对的权值计算公式，并说明了如何在现有MIR算法中利用节点对的权值。改进后的算法能更好地适应实际网络路由需要，提高网络资源利用率和吞吐量。     

MPLS流量工程中的约束路由算法

该文提出一种基于MPLS流量工程的约束路由算法—BHRA。该算法以带宽为主要约束条件,兼顾跳数约束来确定链路权重,并利用最短路径算法(SPF)来寻找权重和最小的路径。仿真实验表明与CSPFHopCount算法及MIRA算法相比该算法在网络负载均衡,限制最大链路利用率,以及LSP的请求拒绝率方面表现出更好的性能。     

支持MPLS流量工程的LER体系结构设计

文中设计了支持MPLS流量工程的标记边缘路由器LER(LabelEdgeRouter)体系结构,对显式路由计算、MPLS信令协议以及包转发机制等进行了详细讨论。LER流量工程组件通过对现有路由器结构的改造,利用合适的显式路由ER(ExplicitRoute)算法,可以在ISP骨干网上提供负载均衡,实施MPLS流量工程。     

用于MPLS流量工程的最小延时和最小干扰路由算法

借鉴最小干扰路由算法(MIRA)的思想,提出一种最小延时和最小干扰路由算法MDMI,以实现用于多协议标签交换(MPLS)流量工程的服务质量(QoS)路由方案。该算法首先选择k条最小时延备选路由,然后通过网络流计算避开关键链路选路。该算法在实现负载均衡、提高网络资源利用效率的同时提供了一种延时控制方式。仿真结果表明,该算法以k倍时间复杂度提升为代价,在满足标签转发路径(LSP)请求和资源利用率方面能达到较好的性能。     

MPLS流量工程最小冲突路径算法

优化网络资源利用是Internet流量工程的重要目标之一.最小冲突路由机制通过利用多协议标记交换(MPLS)网络中的源-目的(SD)节点对信息,在为业务流请求选择标记交换路径(LSP)时,尽可能避免当前请求与将来请求之间的冲突,实现网络资源的合理利用.作者基于最小冲突机制,提出一种新颖的最小冲突路径算法(LIP).LIP通过简单的最短路径算法定位关键链路,并将链路剩余容量、节点对之间的冲突和竞争结合起来定义链路权重,在实现网络资源高效利用的同时,降低了算法的计算复杂度.实验结果进一步验证,相对于以往算法,LIP在请求带宽拒绝率、网络带宽接收量和LSP平均路径长度等方面都比较理想.     

基于MPLS流量工程的重路由算法研究

概述了MPLS的流量工程和故障恢复机制。在区分服务网络环境中,描述了一种基于集中模型的多故障的重路由算法。采用以优先级属性划分LSP的策略,将带宽作为主要需求参数,满足了不同LSP的QoS要求。其实现是基于MPLS流量工程的约束路由的最优化方程。模拟示例分析验证了算法的可行性和优越性。     

Mathematical Modeling of Traffic Flows

Main methods and concepts of mathematical modeling of traffic flows were reviewed. Two important lines of research—modeling of loading of urban transportation network and modeling of traffic flow dynamics—were discussed. For modeling of loading, consideration was given to the models for calculation of correspondences and distribution of flows over the network including different variants of equilibrium distribution and the optimal strategy algorithm. The main classes of dynamic models—macroscopic (hydrodynamic), kinetic, and microscopic—were examined as well.     

基于GA-CFS和AdaBoost算法的网络流量分类

鉴于特征属性选择在网络流量分类中占据重要地位,为了确定最优特征子集,利用CFS作为适应度函数的改进遗传算法(GA-CFS),从网络流量的249个属性空间中提取主要属性并最终选定18个特征组合作为最优特征子集。通过AdaBoost算法把一系列的弱分类器提升为强分类器,对网络流量进行了深入的分类研究。实验结果表明,基于GA-CFS和AdaBoost的流量组合分类方法较弱分类器具有较高的分类准确率。     

PCAR：基于主成分分析的网络关键路径发现算法

大规模的网络进行动态流量监测的一个优化目标是有效减少观测对象,传统的方法通常根据流在空间的相关性减少测量对象。本文提出了一种基于主成分分析的网络的关键路径发现算法PCAR,它通过分析网络流量的时间和空间的相关性来发现网络中的关键路径。我们用Totem公布的Abliene流量数据检验了PCAR算法的有效性。实验表明,该算法与其它算法相比具有计算复杂性小、误判率低等特点。     

基于节点状态一致的路网边界控制

针对路网车流分布不均衡的问题,本文提出基于一致性思想的路网边界流量控制策略.首先,基于车辆守恒宏观模型,描述了区域边界车流的动态演化;以区域内路段占有率一致作为控制目标,边界交叉口配时参数为控制输入,进行区域边界反馈控制设计,并推导出边界车流输入与内部路段放行比例的解析关系;最后,通过路网实测数据验证了边界控制策略的适用性.结果表明:边界控制策略不仅能够有效改善路网交通流分布不均衡的状况,还能够有效降低路网的平均延误、排队长度等指标,提高路网运行效率.     

一种区分服务网络边缘路由器动态阈值的公平性标记算法

针对区分服务分组标记算法没有考虑到流特性,从而导致不同的流在带宽竞争中出现公平性较差的问题,提出了应用在网络边缘路由器上的一种基于动态阈值的三色标记算法DTTCM。该算法通过调整流速阈值minth和maxth,按照一定的策略对数据包进行标记,从而保证数据流在带宽不足时能公平地享受带宽。理论分析和仿真结果表明,DTTCM在UDP流与TCP流的带宽分配上,以及目标速率对于聚流间剩余带宽分配的影响上,均有着较好的公平性。     

基于速率预测的三色标记算法

提出了一种适用于比例区分服务的数据包标记算法——基于速率预测的三色标记算法(Rate Prediction Marker, RPM)。RPM算法基于在线流量预测算法,对DiffServ网络中经过分类器划分的网络流或者进入标记器的网络流进行提前1期流量预测,根据预测结果以及历史流量的均值进行加权后的结果对数据包进行标记。当源端可能进入TCP的拥塞恢复阶段时,按比例将网络中的可用带宽分配给服务聚集流,从而提高网络带宽的利用率。仿真和实验结果表明,RPM算法与现有的算法相比在目标速率影响和带宽吞吐量上具有更好的性能,从而获得了很好的公平性和带宽利用率。     

基于数据中心流量特征的端到端流量估计算法

数据中心是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心需要遵循数据中心网络的端到端流量特征。然而直接地测量网络的端到端流量需要耗费巨大的软件成本和硬件成本,并且由于数据中心网络结构的特殊性,传统的计算机网络采用的流量估计方法也无法适用于现有的数据中心网络。为解决以上问题,首先依据数据中心的资源分配和链路利用率情况提取出网络的粗粒度流量特征,在此基础上提出一种基于重力模型和网络层析技术的数据中心端到端流量估计算法。与现有的流量推理算法Tomogravity和ELIA在NS3搭建的不同规模的数据中心网络中进行性能对比,实验结果表明,所提算法能有效地利用提取出的粗粒度流量特征,在保证计算效率的前提下将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求。     

基于连接模式的P2P流量识别的研究与实现*

提出基于网络层连接模式的P2P流量识别算法,并对识别过程中的几个关键问题进行了研究。提出采用分光技术对链路数据进行旁路处理,通过在链路层加入过滤策略减少对冗余数据的采集,对采集到的有效数据通过流归并技术进行预处理,并介绍了识别结果显示阶段的相关处理方法。     

A Heuristic Algorithm to Control Conflicting Nonstationary Traffic Flows

The paper considers the model of a network with the nodes being one-server queueing systems. Non-stationary Poisson flows (traffic flows) are input flows to some queueing systems. A statistical simulation algorithm is proposed. It identifies weak points of the network and allows formulating a heuristic flow control algorithm that reduces the total waiting time. This algorithm is illustrated by an example of a flow network of 20 intersections.     

WDM网状网自适应动态流量疏导算法

针对WDM网状网络中的动态流量疏导问题,基于分层辅助图网络模型,提出了一个自适应动态流量疏导算法,根据不同的业务请求和网络疏导能力,启动相应的流量疏导策略,达到合理地分配网络资源,从而降低网络平均阻塞概率的目的。仿真结果表明,提出的算法可以有效地改善网络性能。