一种时延受限的多播路由算法

很多实时多媒体应用要求通信网络提供多播服务支持，而且往往需要传输的信息满足源端到目的端的时延约束。该文对时延约束的多播路由问题进行了研究，基于原有的从源端到目的端的时延受限路径构造算法，提出了一种时延受限多播路由算法。该算法能够快速构建满足时延约束的多播树。理论分析表明，该算法的时间复杂度和CDKS算法相同。仿真实验结果表明，该算法所构建的多播树代价低于CDKS算法。     

基于电网需求响应约束的多播路由

针对智能电网多播路由通信中,通常存在只考虑多播通信的时延约束而没有考虑电网需求侧带负载的情况,所构建的多播树会出现控制信息传输到大功率负载设备的通信时延较大的问题,提出一种考虑负载功率和通信时延的多播树构造方法,称为基于需求响应（DR）能力约束的多播路由算法。首先,根据电网拓扑信息生成满足约束条件的完全图;然后,采用Prim算法构造较低费用的多播树;最后,将多播树还原到原网络。仿真结果表明该算法能够有效地减小大功率负载设备的需求响应时延,与基于时延约束的多播路由算法相比,能够使电网频率波动大幅度减小。该算法能够有效地提高智能电网中需求响应的实时性,稳定电网频率。     

一种新的时延受限多播路由算法

为了满足多播业务的实时性要求、提高资源利用率,提出一种新的时延受限最小代价树多播路由算法。该算法基于最小代价多播树的生成方法,对节点之间的时延进行动态修改,寻找满足时延限制的最短路径,可快速找到满足时延约束的多播树。实验结果表明,该算法生成速度快、代价性能良好、能够满足多媒体网络的实时性要求。     

一种新的时延受限多播路由算法

为了满足多播业务的实时性要求、提高资源利用率，提出一种新的时延受限最小代价树多播路由算法。该算法基于最小代价多播树的生成方法，对节点之间的时延进行动态修改，寻找满足时延限制的最短路径，可快速找到满足时延约束的多播树。实验结果表明，该算法生成速度快、代价性能良好、能够满足多媒体网络的实时性要求。     

异质性网络多媒体通信的多播路由算法

在网络中提供数字化音、视频等实时业务的多媒体多播通信是当前的研究热点。运用分层编码技术,可将信源的媒体信息分成子媒体层进行传输;各信宿可根据用户各自需求或接入网络的限制接收不同编码信息,从而可以满足用户的异质性要求和网络的异质性条件。研究了两种时延、带宽受限低代价的多播路由算法,这些算法充分考虑了异质性网络环境和实时媒体流的时延受限要求,比传统的多点广播算法更适于在异质性网络下的实时通信。     

多播路由kpp算法的改进

给出了一种满足端到端时延限制的多播路由算法。该算法是基于通信网络参数加权steiner树的构造技术。当通信网络的目的节点集的时延不受限时,steiner树就是prim算法的最小生成树,而在时延受限的情况下,算法在给定目的节点集后,通过改变费用与时延的加权参数逼近最优解。通过现有算法的算例指出了现有算法的多播路由树构造中的问题,使steiner树的最优性得到保障,实验模拟表明该算法在构造多播树在优化和效率上都有了明显的提高。     

基于遗传算法的带宽-时延约束多播路由优化算法

随着许多多媒体在高速网络中的应用,多播路由问题成为越来越重要的课题。多播路由问题在计算机网络中是著名的Steiner树问题,同时也是NP完全问题。该文提出了一种基于遗传算法的多播路由优化算法,采用可变长度染色体(多播树)和基因(路径)应用于编码问题。该算法在满足带宽和时延约束条件下寻找代价最小的多播树。仿真实验证明该算法能快速找到最优解,收敛速度快,可靠性高,能够满足多媒体网络对实时性的要求。     

低轨卫星网络中高效资源利用的组播算法

为了解决低轨卫星网络中现有典型源组播算法的信道资源浪费问题,提出了一套单核共享树组播算法,即核心群合并共享树(CCST)和加权CCST(w-CCST)算法.CCST算法包括动态近似中心(DAC)选核方法和核心群合并组播路径构建方法.DAC方法根据组成员在网络中的分布情况自适应选择最优核;在核心群合并方法中,以核节点作为初始核心群,通过核心群和剩余组成员的最短路径方法逐步扩展直至整棵组播树构建完成,从而使得组播树的树代价最小,大大提高了网络的传输带宽利用率和传输效率.在w-CCST算法中,可以通过调整加权因子来适度增大树代价、降低端到端传播时延以满足某些端到端时延要求苛刻的实时组播业务.最后,通过仿真与其它算法进行了性能对比,仿真结果说明CCST组播树的平均树代价比其它组播树显著降低,平均端到端传播时延比其它组播树稍高;w-CCST算法的平均端到端传播时延性能好于CCST算法,树代价性能稍差,说明使用加权因子可以在组播树的树代价和端到端传播时延性能之间作折中.     

一个快速的时延有界低代价多播路由算法

基于ＱｏＳ的多播路由算法需要在满足每个个体ＱｏＳ需求的同时,又能高效管理网络资源,提出了一种满足端端时延限制的低代价多播路由算法。算法使用一个修改的Ｓｔｅｉｎｅｒ树近似算法先构建时延有界的低代价多播树,再通过最小时延路径与其它尚不在多播树的且结点相连。     

基于时延约束的快速低代价组播路由算法

低代价最短路径树是一种广泛使用的组播树,通常不能满足实时多媒体应用中信息从源端到目的端传输的时延限制。针对该问题,提出基于时延约束的快速低代价组播路由算法,利用代价构建满足时延约束的初始树,将不满足时延约束的路径用最小时延路径代替。仿真结果表明,相比时延约束最短路径树算法,该算法的计算时间更少,组播树的总代价更低。     

新的基于MPH的时延约束Steiner树算法

为了在时延约束条件下进一步优化多播树代价并降低算法的复杂度,研究了时延受限的Steiner树问题。在DCMPH算法的基础上,通过改进节点的搜索路径,提出了一种新的基于MPH的时延约束Steiner树算法。该算法中每个目的节点通过最小代价路径加入当前多播树;若时延不满足要求,则通过合并最小时延树进而产生一个满足时延约束的最小代价多播树。仿真实验表明,新算法在性能、空间复杂度方面均优于DCMPH算法。     

时延受限费用最小多播树算法

在一种构造费用最小多播树算法（RSTF）的基础上,考虑了网络的时延,提出一种新的时延受限费用最小多播树算法。通过随机网络的仿真结果表明,新算法与KPP算法相比在费用、时延方面有很好的性能。     

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。     

A Heuristic Algorithm for Core Selection in Multicast Routing

With the development of network multimedia technology, more and more real-time multimedia applications need to transmit information using multicast. The basis of multicast data transmission is to construct a multicast tree. The main problem concerning the construction of a shared multicast tree is selection of a root of the shared tree or the core point. In this paper, we propose a heuristic algorithm for core selection in multicast routing. The proposed algorithm selects core point by considering both delay and inter-destination delay variation. The simulation results show that the proposed algorithm performs better than the existing algorithms in terms of delay variation subject to the end-to-end delay bound. The mathematical time complexity and the execution time of the proposed algorithm are comparable to those of the existing algorithms.     

A cross-layer approach for multiuser multiplexing on IP mobility

In general, content distribution and multicasting can be implemented from proxies and gateways in the network on a static host in wired/wireless network environments. However, if an end point host moves to different wireless access networks, it will have a problem in many situations. For example, consideration of contents like the level of required service quality for network search, handoff, connection and call time, and caching and load balancing is necessary. Unlike previous studies, this article analyzes additional costs related to Fast Handover and compares the performance of group of pictures and data transmission delay time. For this, first, the total additional cost was divided into signaling cost and packet transmission cost, and results of the comparison calculated for video data transmission delay time and traffic overhead are presented. This article proposes service quality improvement methods by acquiring multiuser channel state information for multicast video-streaming transmission with a method implemented between network layers. Channel state information of each user in the multicast group is used as information for the transmission of multicast packets. Thus, through simulation like real-time traffic, the optimum traffic transmission state is maintained. As a result of the simulation, we found that video-streaming service performance for multicast users improved by applying the approach method between layers. This article proposes optimization methods of a cross-layered approach for wireless network multimedia communication systems and video-streaming application services.     

基于免疫算法的分层覆盖组播技术研究

为了克服传统的实时流媒体数据单播I、P组播等传输方式浪费网络带宽,甚至导致服务器过载的缺陷,提出了基于免疫算法的覆盖网络应用层组播树的构建方法。该方法以节点间网络延迟和节点的度作为约束条件,采用免疫算法划分组播岛、找出使整个系统"花费"最小的组播服务节点,实现了组播服务节点的全局最优选取。仿真结果表明,该方法有效可行,较采用传统的遗传算法具有更快的收敛速度和更高的搜索能力。     

基于软件定义网络的对等网传输调度优化

针对对等网（P2P）系统中的应用层组播（ALM）流量优化问题,设计了一个基于软件定义网络（SDN）的实时流调度系统。首先使用网络测量技术获取网络的流量矩阵,然后将它抽象成一张带权重的网络状态图提供给终端优先组播树（TFST）生成算法。TFST生成算法分两阶段进行：第一阶段计算组播树时通过修改终端节点的距离为0来巧妙地引导生成算法优先考虑终端节点;第二阶段是根据设定的权衡因子对分支节点数量进行调整,这样计算出的组播树能同时兼顾流量代价和实施代价。最后为避免组播树部署到网络中时频繁的流表更新带来的网络性能下降问题,还设计了一个基于循环神经网络的模块来根据网络性能自动调整更新周期。仿真结果表明采用了ALM实时流调度系统的网络拥塞指标与原始网络相比下降了47%,在中等负载情况下,利用神经网络模块自动调整更新周期方式与立即更新和固定5 s间隔更新方式相比,拥塞指标的均值分别降低了17.6%和25%,在将机器学习引入SDN实现智能化网络方面具有较大的应用价值。