一种高效的de bruijn有向图路由算法

通过对de bruijn有向图最长路径路由算法和最短路径路由算法的分析,提出了一种新的路由算法,它有效结合了两种算法的优点,并能根据网络时延来选择最优路径,对于时延的判断是由下一跳的时延和剩余各跳的预测时延两个部分组成,从而有效避免路由信息的局部性。分析表明,新的路由算法是行之有效的。     

Ad hoc网络中一种新的路由选择算法*

提出了一种基于网络总时延最小的路由路径选择算法。该算法根据链路的时延来进行路由路径选择,从而达到网络总时延最小的目的。仿真表明,该算法可以动态调整网络路由路径,从而使网络总时延达到最小。     

改进的分布式QoS路由算法

拥塞网络中连接时延和请求接纳率是一对矛盾。该文在现有分布式QoS路由算法的基础上,提出一种兼顾二者的改进算法。在中间节点转发请求包时,根据累计时延进行转发测试,减少了通信复杂度。在目的节点,根据一定策略从可行路径中选择最优路径发回应答。计算机模拟显示,该算法在拥塞网络中有较低的连接时延和较高的请求接纳率。     

基于蚁群优化的无线传感器网络QoS路由

无线传感器网络QoS路由寻优问题是NP类问题,在寻找最优路径时,除了要满足时延、抖动、丢包率等约束条件,还要考虑路径的能量均衡。采用优化的蚁群算法求解该问题,将这些约束条件综合为适应度函数的参数,通过计算适应度值,找到最优路径。仿真结果表明,算法具有较快的收敛速度,能够搜索到时延最小和能量较均衡的路径,并尽量避免陷入局部最优解。     

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。     

时延受限组播路由的最短路径加速算法求解

分析了时延受限的Steiner树问题,总结了在构建组播树过程中的代价和计算复杂度变化规律,并根据实际网络环境,从优化最短路径出发,提出了一种基于优化最短路径的时延受限组播路由算法AOSPMPH。该算法以MPH算法为基础,利用Floyd最短路径优化算法求出节点对之间的最短路径,选择满足时延要求的最小代价路径加入组播树,进而产生一棵满足时延约束的最小代价组播树。仿真结果表明,AOSPMPH不但能正确地构造时延约束组播树,而且其代价和计算复杂度与其他同类算法相比得到了优化。     

基于模拟退火遗传算法的时延控制选播路由算法研究*

考虑到选播的QoS路由问题,提出了一种基于模拟退火遗传算法的时延控制选播路由算法。该算法利用模拟退火的思想弥补了遗传算法局部收敛较弱和较慢的缺陷,并根据给定的条件找到一条较好的路径。网络仿真模拟实验结果表明,该算法具有良好的收敛性和求解效果,可以找到满足时延要求的低费用的路由路径。     

基于共享边的时延约束组播路由算法

为了优化在时延约束下的组播树代价,降低算法计算复杂度,研究了时延受限的Steiner树问题.分析了最短路径启发式(MPH)算法的执行过程,以此为基础提出一个基于共享边的时延约束组播路由算法ESAMPH.该算法在构建组播路由树时能够优先采用包含有较多的最短路径经过的节点,这样后面的组播成员节点到树上的最短路径也有可能经过这些节点,由此实现边的共享,降低了组播树的代价.仿真结果表明,ESAMPH算法在代价、延迟和计算时间之间能获得较好的平衡,综合性能较好.     

一种改进的时延受限多播路由算法

针对DCMPH算法不能合理选择连接路径的问题,提出一种改进的满足时延限制的多播路由算法。该算法对不能用最小代价路径连接到多播树上的目的节点,求出其到多播树上所有节点的最小时延路径,再从中选出一条能满足时延限制的费用最小的路径,添加到多播树上。实验结果表明,与DCMPH算法相比,该算法构造多播树的代价更低。     

一种新的基于Dijstra算法的QoS组播树启发式算法

基于Dijstra算法和MCP_IA算法1,该文提出了一种耗费受限的的最短时延路径CCLDA算法,并将其应用于时延和时延差异受限DDVCA算法,不仅满足了时延和时延差异限制,而且降低了最终所得组播树的耗费。     

MPLS流量工程K路径标号算法

针对多协议标签交换流量工程(MPLS-TE)提出一种有带宽保证的K路径标号算法(KPLA),该算法利用扩展标号算法计算出K条最短路径,综合考虑了链路关键度和链路最大剩余带宽的影响,进一步结合预计算和在线计算减少计算复杂度.该算法目的是避免忽视重要的非关键链路和避免选择过长的路径,提供有效的QoS保证.仿真结果表明该算法路由拒绝率低,延迟小,吞吐量大,计算速度快,是一种高效快捷的动态路由算法.     

并行矩阵乘的B迁移算法

本文回顾了分布式系统上的广播－移位矩阵乘算法（Ｂ－Ｓ算法）［２］和Ｃ迁移算法［５］，给出我们提出的迁移算法。Ｂ迁移算法有效地减少了通信量，在工作站机群上的应用取得了较好的结果。对比Ｂ－Ｓ算法性能提高可达到６０％，对比Ｃ迁移算法，性能提高可达到１４０％。     

面向子流的低延迟数据调度算法

P2P流媒体是分发流媒体数据的高效方式,而数据传输延迟是决定P2P流媒体系统性能的重要参数。在分析"拉"模式数据调度模式传输延迟的基础上,本文在"推"、"拉"混合的调度模式下提出一种新的面向子流的低延迟数据调度算法。首先子流的调度问题被转换成等价的带权二部图匹配问题,其次针对转换后的二部图改进匈牙利算法,提出最小延迟、最大匹配的启发式匹配算法。该算法在保证最大匹配的同时使得每条子流的延迟尽可能地低。模拟实验表明本文的算法能够极大降低数据传输延迟。     

基于决策图贝叶斯优化算法的QoS组播路由算法

组播通信路由技术是视频广播、网络会议等分布式计算的关键技术 ,其目的是要寻找连接源节点和一组目的节点的一棵组播树 ,使得总体代价最小 .提出了一种基于决策图贝叶斯优化算法 (Bayesian Optim ization Algorithmwith Decision Graphs,简称 DBOA)的 Qo S组播路由算法 ,该算法利用新的编码和解码方法以及适当的适应度函数来求解带宽、时延及时延差别等 Qo S限制下最小代价组播路由问题 .仿真结果表明了该算法的可行性和有效性     

基于流量调度的多链路负载均衡算法

针对多重上联链路负载不均衡问题,提出CIAP算法。基于链路时延和剩余带宽的协方差值,对路由表进行二次调整,调用PBA算法将IP碎片映射到各个链路上,使多链路负载达到相对均衡。实验结果表明,在网络重载状况下,CIAP算法的优化性能较DTIA有较大提高。     

基于最短时延的认知无线电网络安全路由算法

针对认知无线电网络可用频谱动态变化和路由过程中出现的安全问题,提出将最短数据传输时延和高安全等级路由作为选路标准,设计了一种跨层路由选择算法。算法通过优化转发节点个数和各转发节点接收、发送数据信道来减少数据传输时延。通过选择具有高安全级别的转发节点来保证路由的安全性。理论分析表明算法是高效和可行的。它的时间复杂度是O(N2),其中N是拓扑图中节点的个数。     

SDN中基于遗传机制的自适应路由算法研究

SDN以集中式的控制、可编程的接口等优点,极大地提高了网络的管控效率及操作的灵活性。但在SDN部署运行中,也暴露出传输时延大、丢包率高等缺点。针对这些问题,提出了一种基于遗传算法的自适应SDN路由算法,该算法利用遗传算法在SDN的全局网络视图中搜索优化路径。算法设计时,对交叉、变异操作进行条件约束,避免产生无效的路径,减小求解空间,降低控制器计算开销。同时能根据网络的动态变化,自适应地选择转发路径。通过Mininet仿真平台进行实验,与其他算法相比,该算法降低了网络的时延以及丢包率,提高了网络性能。     

Modified Mackenzie Equation and CVOA Algorithm Reduces Delay in UASN

In Underwater Acoustic Sensor Network (UASN), routing and propagation delay is affected in each node by various water column environmental factors such as temperature, salinity, depth, gases, divergent and rotational wind. High sound velocity increases the transmission rate of the packets and the high dissolved gases in the water increases the sound velocity. High dissolved gases and sound velocity environment in the water column provides high transmission rates among UASN nodes. In this paper, the Modified Mackenzie Sound equation calculates the sound velocity in each node for energy-efficient routing. Golden Ratio Optimization Method (GROM) and Gaussian Process Regression (GPR) predicts propagation delay of each node in UASN using temperature, salinity, depth, dissolved gases dataset. Dissolved gases, rotational and divergent winds, and stress plays a major problem in UASN, which increases propagation delay and energy consumption. Predicted values from GPR and GROM leads to node selection and Corona Virus Optimization Algorithm (CVOA) routing is performed on the selected nodes. The proposed GPR-CVOA and GROM-CVOA algorithm solves the problem of propagation delay and consumes less energy in nodes, based on appropriate tolerant delays in transmitting packets among nodes during high rotational and divergent winds. From simulation results, CVOA Algorithm performs better than traditional DF and LION algorithms.     

遗传算法优化延迟时间和嵌入维的网络流量预测

为了提高网络流量的预测精度,利用延迟时间（τ）和嵌入维（m）间的联系,提出一种遗传算法优化τ、m的网络流量预测模型（GA-PSR）。将τ和m作为遗传算法的个体,以网络流量预测精度作为目标函数,通过选择、交叉、变异等操作找到最优τ和m值,重构网络流量序列,采用BP网络对网络流量建立单步、多步预测模型。仿真实验结果表明,相对于对比模型,GA-PSR提高了网络流量的预测精度。