基于LSP路径拥塞的分布式流量工程算法

提出了一种MPLS网络并行路径间合理分配流量实现流量均衡的分布式流量工程算法DITB。该算法利用LER与LSR各自在统计网络状态信息方面的优势，通过引入3种消息实现彼此间网络状态信息的传送，由LER将整条路径的拥塞状况与单个链路的拥塞状况相结合，直接给出合理的流量均衡方案，达到流量工程的目的。通过仿真分析验证，该算法网络开销少、运算速度快、优化效果较为明显。     

MR-OLSR:多天线多信道无线Mesh网络中一种链路状态路由算法

对Ad Hoc网络下的OLSR算法进行改进,提出多天线多信道无线网状网下一种优化的链路状态路由算法MR-OLSR,使得数据流可以在多路径上并行传输,实现拥塞避免和提高信道利用率的目的。利用改进的IWCETT测量尺度算法对多路径链路质量予以测量,同时根据路径质量提出的信道分配策略和多路径策略选择算法使得整体网络具有负载均衡的特性。在OPNET模拟器上实现了算法,结果表明该算法在保持原算法鲁棒性和可扩展性的同时,进一步增强了单链路失效时的稳定性和可靠性,提高了网络的吞吐率。     

主动网络中基于多代理系统的流量均衡*

主动网络流量均衡控制ATEC是一种在主动网络环境中,基于多代理MA系统的网络性能控制机制。该方法将多路径路由和资源分配相结合,利用非线性规划启发式算法——多路径等性能策略,实现网络流量和带宽资源的均衡配置,从而避免或减少网络拥塞的发生,达到提高网络性能的目的。着重介绍了ATEC的多代理MA系统实现,包括基本算法、一般模型、代理设计和合作模型的设计,并给出了仿真结果。     

移动自组网中一种基于簇的多路径路由算法

提出了一种基于分簇的多路径路由算法(cluster-based multi-path routing in MANET,简称CBMRP),利用多路径并行传输流量实现拥塞避免、优化网络带宽的应用、提高共享信道的利用率;利用基于簇的层次结构能够减少路由维护的代价并提高应用的可扩展性.在OPNET模拟器上实现了算法,结果表明,该算法不仅能够有效地平衡网络负载,而且能够动态处理网络拓扑变化,提高可靠性,并可以显著地提高网络的吞吐量和稳定性.     

认知无线传感器网络中基于流量的多路径路由

人们对无线传感器网络多路径路由问题的讨论很多,但从流量分配的角度来讨论路由问题相对较少。主要讨论无线传感器网络通过认知无线电租赁有限的频谱资源,从网络流量分配的角度,利用微分博弈模型来解决无线传感器网络多路径路由问题,同时也考虑了多路径路由的稳定性及经济效益问题。通过求微分博弈反馈纳什均衡的解对n条路径进行了动态流量分配,给出了可以提高认知无线传感器网络有效性、稳定性、可靠性及经济效益的多路径路由算法。     

最小割多路径路由算法

在最小割理论基础上提出了最小割多路径(min-cut multi-path,简称MCMP)路由算法,为流量请求选取少量关键路径,并在这些路径间均衡流量,在获得方法易实现性的同时能够有效地控制网络瓶颈链路拥塞通过实际流量数据在北美和欧洲骨干网络中的实验,对比常用的OSPF(open shortest path first)路由算法和模型中的多路径路由算法,MCMP路由算法可降低拥塞链路负载分别达到41％和20％以上.     

无线Mesh网络负载均衡路由协议

提出一种多路径路由协议CLBRP。CLBRP协议通过分析MAC层帧传输情况实时评判各条路径的质量,从而进行合理的流量分配,对网络拥塞做出迅速有效的反应。在NS2平台上实现CLBRP协议并与其他路由协议进行性能对比,实验结果表明,CLBRP在网络整体负载均衡、拥塞避免、终端业务延迟、终端业务公平性等方面均有较好表现。     

数据中心网络拓扑感知型拥塞控制算法

针对数据中心网络（DCN）的链路拥塞问题,提出了一种拓扑感知型拥塞控制算法（TACC）。首先,根据广义超立方体拓扑多维正交和单维全连接的结构特点,结合网络流的最大流最小割定理,提出了拓扑感知地选取分布流量请求的不相交路径策略;然后,根据带宽需求自适应选取不相交路径;最后,利用已选取路径的剩余带宽为权重动态调整每条路径的流量分配比例,从而达到缓解网络链路拥塞、均衡网络负载和减轻目的节点侧数据重组压力的目的。实验结果表明,与链路关键性路由算法（LCRA）、多路径健忘路由算法（MORA）、最小割多路径路由（MCMP）算法和免拥塞路由策略（CFRS）相比,TACC算法在均衡链路负载和优化算法部署时间方面有良好的表现。     

Nimble:一种适用于OpenFlow网络的快速流调度策略

突发流量是导致网络拥塞和丢包的重要原因之一.减少网络拥塞的一种方法是在多条可达路径间均衡网络流量,如等价多路径(Equal-Cost Multi-Path,ECMP)路由.然而,大多数等价多路径路由或者静态地将不同的流/数据包哈希到不同的路径,或者依赖于局部的/过时的路径状态信息.OpenFlow技术利用集中式控制器控制网络行为,为控制器根据全局网络状态信息进行动态的数据流优化提供了可能.然而,采用基于轮询的网络状态探测机制在处理突发流量问题上面临诸多困难.文中提出一种用于OpenFlow网络的快速流调度策略,称为Nimble.Nimble架构扩展了OpenFlow协议的packet-in消息,由网络设备自主监测设备状态,并在网络出现拥塞时通过扩展的packet-in消息主动向控制器通告拥塞信息.模拟结果显示Nimble策略能够以近于零的时延检测网络链路拥塞,从而有效提高网络性能.     

多路径路由网络负载均衡算法研究

研究多路径路由网络通信优化均衡问题,由于网络中通信量增多时,链路因为数据量太大用而产生通信链路拥塞的现象.针对传统的多路径路由网络通信中,造成通信不畅的问题,提出一种基于粒子群优化的多路径路由负载均衡的算法,通过粒子群算法感知链路状态,提取多个链路性能指标,动态选择能够快速实现通信的最优路径,避免了重复选取权值和最小的路径通信造成的通信拥塞而带来的通信实时性不高的问题.仿真证明,粒子群优化的多路径路由负载均衡算法,能够保证选取合适的通信网络,完成实时通信,取得了满意的效果.     

基于尖点突变模型的联动网络流量异常检测方法

针对现有方法没有考虑联动网络流量的非线性动力学特性,以及不能有效区分正常联动业务流量和异常攻击流量的问题,提出了一种基于尖点突变模型的联动流量异常检测方法。通过对联动网络流量非线性动力学特征参数的分析与提取,建立正常流量的尖点突变模型;利用模型的平衡曲面来描述网络流量系统的行为,构造正常网络流量行为的平衡曲面;并以网络流量行为相对于正常平衡曲面的偏离程度作为异常检测的依据。实验结果表明,所提方法具有较高的检测率和较低的误报率。     

基于关系矩阵编码的粒子群负载均衡算法研究

针对网络流量负载均衡与优化问题,提出了一种基于关系矩阵编码的粒子群负载均衡算法.给出一种采用关系矩阵作为编码方法的粒子群算法来处理网络负载均衡问题,能够使网络流量能较好的分担到不同链路上.仿真结果表明,该算法取得了较好的流量负载分担效果及较小的时间花费.     

基于收发平衡判定的TCP流量回放方法

基于真实网络流量的互动式回放测试是当前针对防火墙、IPS等串接型安全设备进行测评的最新方法.文中在分析现有基于状态判定的TCP流量互动式回放方法基础之上,引入收发平衡机制,提出了一种基于收发平衡和状态判定相结合的新的TCP流量回放方法.通过在发送TCP数据包前优先进行收发平衡判定将数据包发送出去,提出的方法能够有效减少TCP流量在发送过程中的状态判定开销,提高回放性能.对引入收发平衡机制前后的TCP流量回放方法的差异进行了分析比较.从单个TCP会话特性、并发会话流量特性、网络传输延迟与丢包等角度分析验证了影响引入收发平衡机制后的算法有效性的因素.实际流量实验表明,文中所提方法在回放TCP流量时性能有显著提升,适用于在更大规模的流量环境下对防火墙、IPS等串接型网络安全设备进行测评.     

ORA——一种负载平衡的虚通道分配算法

MPP互联网中通常使用虚通病来防止死锁和提高网络吞吐率。但通常的虚通道分配算法会导致通道的负载不平衡,从而降低网络的性能。针对采用虫孔路由技术和维序路由算法下的Torus互联网,提出了ORA虚通道负载平衡分配算法。与Naive分配算法和Scott分配算法的比较表明,ORA能够较好地实现负载平衡,能够较好地提高网络的性能。     

多路径网络中流量均衡的优化算法

在向下一代互联网络演进的过程中,多路径网络已经成为提高网络性能及可靠性的有效手段.在网络中,可选用的多条路径提供了流量流向的通路,然而如何有效地均衡各条路径的流量,提高网络的性能,是多路径网络必须解决的一个重要问题.针对丢包率比较敏感的应用需求,如VOIP,将预测思想与最优化理论相结合,研究了在多路径网络环境下的流量均衡问题.流量均衡算法首先预测每条路径的丢包率,并以减少所有路径丢包率之和及达到最优的资源利用率为目标,将流量均衡问题转化为最优问题.理论分析及仿真实验表明,该算法能有效地降低网络丢包率,提高网络性能.     

智慧城市路网交通流量均衡性优化调度方法

早高峰和晚高峰时段的路网交通混乱,极易发生拥堵情况,为缓解交通系统压力,设计节点元胞划分下智慧城市路网交通流量均衡性优化调度方法。获取不同交通路线间的流量分离函数,定义路径交通流量和可用路段费用,得到出行者在某段路径上的概率函数,计算智慧城市路网各路段交通流量;获取流量守恒和车辆传递函数,计算可变元胞的单独序列,建立交通节点元胞划分模型;设计交通流量均衡性优化调度算法,得到城市路网均衡性的优化调度结果。设置仿真参数,对比优化前后三个路网模型的路径流量,仿真结果显示：早高峰和晚高峰时段路段内的路径流量明显降低,在其他时段,优化后的路径流量也不同程度下降,且路网模型越复杂,该优化方法的调度效果越好。     

基于集对分析的网络流量大数据均衡调度方法

为了有效降低网络流量传输时的网络负载,基于集对分析策略,提出DNS网络流量大数据均衡调度方法。设计Dramp流量路由控制方法,根据链路权值量化,提出优化函数,实现多路径网络流量的传输,在静态域名解析(DNS)的环境下,重新构建网络链路,设计了一个包括网络流量负载信息和网络信息实体输入信息,且序列一体的传输链路,用于配合路由控制,最后基于集对分析思想,根据定向控制器分析信息,保证路由和链路的匹配,实现网络流量的均衡调度。实验数据表明,与传统方法相比,设计的DNS网络流量大数据均衡调度方法,网络时延降低了21%,丢包率降低了27%,可以有效降低网络负载。     

城市快速路交通诱导和匝道控制集成仿真模型

为缓解城市快速道路网络交通网络拥挤问题,将网络交通流模型、匝道控制模型、基于可变信息标志（VMS）的路径选择模型等整合为一体,建立了城市快速路交通诱导和匝道控制集成仿真模型。与各种边界条件相结合,测试了匝道控制和路径诱导的控制效果。结果表明城市快速路集成控制方法有助于在空间和时间上均衡交通负荷,提高交通系统整体运行效率。     

基于迭代学习与模型预测控制的交通信号混合控制方法

针对基于迭代学习控制的交通信号控制方法对于路网中存在的非重复性实时干扰不能进行有效处理的问题,本文在基于迭代学习控制的交通信号控制方法基础上,结合模型预测控制滚动优化和实时校正的特点,提出了一种基于迭代学习与模型预测控制的交通信号混合控制方法.该方法在有效利用交通流周期性特征改善路网交通状况的同时,可借助模型预测控制的...