基于QoS的网络负载均衡选播路由算法*

传统演化算法在解决选播路由问题时,初始种群仅包含到选播组中部分服务器的可行路径,并且未考虑服务器的负载,设置的QoS约束惩罚函数过于简单,这些方法易导致算法收敛到局部最优路由。针对这些问题,提出一种根据选播组中成员服务器的负载来初始化种群的选播路由算法,首次提出用区分度更高的QoS约束惩罚函数来组成适应度函数。在随机生成的Waxman网络拓扑环境下进行仿真实验,结果表明,与传统算法相比,该算法得到的最优路由具有更大的带宽,更小的时延,且能在更少的代数内收敛。     

一种基于动态负载均衡的路由算法

传统IGP仅基于最短路径算法来为数据流选择传输通路，对数据流的需求以及网络资源的动态变化未加以考虑，因此不具备均衡网络负载的能力。文中通过分析IGP的局限性，提出基于动态负载均衡的DLB-OSPF路由算法。该算法依据数据流的带宽需求和网络资源的使用状况来进行路由选择，并通过有效手段将数据流更合理地分配到能满足传输需求的链路上。经过示例分析表明，该算法不仅能减少网络拥塞，并且提高了网络资源利用率。     

粒子群算法在服务质量路由问题的研究

基于服务质量QoS的路由的主要目标是为接入的业务选择满足服务质量要求的传输路径,同时保证整个网络资源的有效利用.本文介绍了粒子群算法,提出了应用粒子群算法解决互联网络服务质量路由问题.实验表明,该方法是行之有效的.     

一种基于动态负载均衡的路由算法

传统IGP仅基于最短路径算法来为数据流选择传输通路,对数据流的需求以及网络资源的动态变化未加以考虑,因此不具备均衡网络负载的能力.文中通过分析IGP的局限性,提出基于动态负载均衡的DLB-OSPF路由算法.该算法依据数据流的带宽需求和网络资源的使用状况来进行路由选择,并通过有效手段将数据流更合理地分配到能满足传输需求的链路上.经过示例分析表明,该算法不仅能减少网络拥塞,并且提高了网络资源利用率.     

基于静态路由的ISP负载均衡解决方案

传统的ISP负载均衡方法主要有2种,一是使用开启BGP协议的高端防火墙;二是使用专业负载均衡设备.本论文建立了1套新型的基于静态路由的ISP负载均衡解决方案.本文首先通过Whois协议获得ISP的AS号码,在公网BGP路由器数据库中根据这个AS号码查询属于不同ISP的全部BGP路由条目;之后将不同ISP(例如中国电信和中国联通)的路由条目导入园区网边界防火墙,使得用户访问实现负载分担和路由备份.本方案适用于大中型企业和大型居民小区园区网,相比传统的负载均衡方法,本方案能够节省大量设备投资.     

基于蚁群算法的WSN多路径负载均衡路由

为使无线传感器网络节点能量消耗相对均衡,在定向扩散路由算法的基础上,结合蚁群算法,提出一种多路径负载均衡路由算法。该算法利用蚁群的自适应和动态寻优能力,在源节点和目的节点之间搜索建立多条传输路径,并将节点剩余能量引入启发因子,均衡节点能量消耗。同时,运用层次分析法,赋予每条路径一定的负载分配比例,使数据总能在链路性能较优的多路径中均衡传输,延长整个网络的生命期。仿真结果表明,与定向扩散路由算法相比,该算法能够均衡节点能耗,有效延长网络寿命。     

基于MPLS流量工程的路由算法研究

简述了MPLS流量工程的网络结构、协议以及其路由技术现状。详细介绍了目前路由算法尤其是最小干涉路由算法的研究情况,分析了基于MPLS流量工程技术路由算法的优势和存在问题,指出了未来研究方向。     

基于QoS的光网络路由选择算法的研究

满足数据业务QoS是网络发展的必然要求,现行数据疏导技术更多考虑是提高带宽利用率,对QoS中其他指标如时延、丢包、吞吐量等研究甚少。提出了基于QoS的路由算法是在现有理论基础上综合考虑了QoS的其他指标。算法测试结果表明,主/备用LSP的路由选择更好地满足了数据业务的传输需求。     

基于链路带宽利用率的路由选择算法

为避免网络拥塞,针对现有路由调整算法没有考虑网络流量均衡分布和用户使用感知的问题,提出一种路由选择算法。在保证网络时延,不影响用户服务质量的前提下,选择带宽利用率最小的路径,最大限度实现负载均衡。为尽可能反映实际情况,实验采用真实的Abilene2网络拓扑,结果表明:该算法能有效缓解网络拥塞,网络可利用率提高超过50%。与现有算法相比,该算法能同时满足带宽利用率和网络时延两方面要求。此外,通过调整参数值可以满足实际网络中不同业务的要求。     

基于蚁群优化的路由算法

针对移动自组网提出了一种基于蚁群优化的路由算法,该算法很好地利用了蚁群算法的自适应性,能有效地承载移动自组网的负载。在NS-2平台下的算法仿真表明,该算法在移动自组网环境下表现了较好的性能,从吞吐量、平均延迟、传送率三个指标比较来看,比AODV和DSR的性能都要好。     

基于MPLS网络的选播QoS路由算法

提出一种基于MPLS网络且保证QoS的选播路由算法。使用链路状态路由协议,找到一条从发出请求的客户到服务器方向上最小跳数的最优路径,该路径能满足选播服务带宽要求。使用度量为路径逆向(服务器到客户)上的链路带宽值,通过约束路由的标记分发协议,建立一条从服务器到客户方向的标记交换路径,并预留资源。仿真结果表明,在传输服务数据流时,该算法的时延及丢包率性能良好,能在一定程度上平衡服务器的负载。     

基于遗传算法的QoS选播流路由优化算法

选播是一种网络通信服务,在视频流点播等领域发挥重要作用。该文提出QoS选播流路由优化的问题模型,给出选播流路由端到端时延、服务器负载、网络流量等优化目标和QoS约束的遗传算法表达式,说明了算法求解的关键步骤和实现过程。实验结果表明,该算法在满足QoS约束的前提下可以实现选播路由的多目标组合优化。     

基于蜂群的ABC支持型QoS单播路由机制

下一代互联网NGI(Next-Generation Internet)需要提供服务质量QoS(Quality of Service)路由,支持总最佳连接ABC(Always Best Connected).但是,由于链路状态的难以精确测量与用户QoS需求的难以准确表达,因此路由机制应该具备处理模糊信息的能力.同时,在网络运营日益商业化的环境下,路由时应该兼顾网络提供方与用户利益,支持各方效用共赢.为此,本文引入模糊数学和微观经济学有关知识,设计了一种ABC支持型QoS单播路由机制.该机制采用区间描述用户柔性QoS需求,使用边适合隶属函数适应链路状态不精确,引入边带宽定价、边评判和路径评价,基于蜂群算法,寻找使用户与网络提供方效用达到或接近Nash均衡下Pareto最优的QoS单播路径.仿真结果表明,该机制是可行和有效的.     

基于Dijkstra策略的QoS路由多目标算法

对网络拓扑结构和QoS路由指标进行了形式化分析，提出了一种QoS路由数学模型．通过建立QoS路由综合评价指标，基于Dijkstra策略，给出了一种QoS路由多目标算法(Multi—object QOS Routing Algorithm Based on Dijk—stra Strategy：MOQRAD)．仿真研究表明该算法在满足业务连接QoS需求的同时，网络负载分布均衡，提高了网络的吞吐量，较好地改善了网络的性能．     

基于蚂蚁算法的AdHoc网络QoS多播路由

针对当前移动AdHoc网络的特点和基于QoS的多播路由问题,提出一种基于蚂蚁算法的QoS多播路由算法,引入“优奖差罚”的信息素更新机制,克服基本蚂蚁算法收敛速度慢和易于陷入局部最优解的缺点。实验和分析结果表明,该算法可以找到一棵费用趋于最小、状态稳定的多播路由树,提高了带宽利用率,降低了网络时延和端到端代价。     

无线网状网中基于TDMA模式的QoS路由策略

为支持无线网状网中具有服务质量（QoS）需求的实时应用,提出基于TDMA模式服务质量路由策略TD-MQR。对网络进行分层,提出新的链路指标值,在考虑链路容量和无线信道间干扰的基础上对网络的流量进行路由和调度。仿真表明,该协议能够对WMN中实时应用提供QoS保证。     

基于PSO和变异模拟退火的QoS单播路由算法

为了研发更高性能的QoS单播路由算法,提出变异退火粒子群优化（MSAPSO）算法。MSAPSO算法中使用一种新的。算子,将粒子群优化（PSO）的迭代公式简化成一个公式。通过设计变异退火算子,将遗传算法的变异操作和模拟退火的Meuopofis概率接受准则融入PSO,以改善粒子群的多样性和算法的收敛性。仿真结果表明MSAPSO在搜索成功率和收敛性上优于纯PSO算法和蚁群算法。     

基于GA的多约束条件QoS组播路由算法

通过研究带QoS约束的组播路由问题,提出一种由改进的遗传算法实现的组播路由算法。利用树型结构编码,设计独特的杂交算子和变异算子。仿真实验验证该算法能节省大量解码操作,缩短求解时间,并且其收敛速度不会随着网络规模的增大而变慢,具有快速收敛寻优的特点。     

基于SDN的高性能QoS保障低轨道卫星星间路由算法

低轨道卫星通信系统具有全球覆盖性、移动性、可扩展性等优势,在提供全球互联网服务、灾难应急处理等方面发挥重要作用,但由于星上有限的存储和计算资源,传统路由算法不适用于低轨道卫星通信网络。结合软件定义网络架构,提出一种支持服务质量（QoS）的高性能低轨道卫星星间路由算法。根据剩余链路持续时间定义星间链路生存时间,确定每条星间链路的稳定度,缓解由于链路切换导致的业务路径重构问题。基于高轨道卫星得到的星间链路的流量状态,定义链路负载矩阵,给出星间链路负载度函数,并利用标签交换路径集合获得每条路径的负载度,避免节点拥塞,实现网络负载均衡。针对不同要求的业务服务类型定义权重因子矩阵,通过调整因子来减小瓶颈节点对路由算法的影响,满足多用户的QoS要求。仿真结果表明,在不同的QoS要求下,该算法在业务时延、系统吞吐量、网络负载均衡等方面均具有明显优势,且算法复杂度低,大幅节省了有限的星上存储与计算资源。     

一种基于佳点集遗传算法的QoS组播路由选择方法

QoS组播路由选择是通信网络多点路由优化问题的重要部分,已被证明是NP-complete问题。该文针对目前QoS路由算法中存在的一些问题提出了一种新的算法,其核心是佳点集遗传算法。该算法首先通过预处理简化问题,而后采用遗传算法求解:编码采用Prüfer树结构,变异和交叉概率自适应选择。仿真结果表明,该算法是有效的、稳定的,具有较强的实用性。