二维Mesh结构的片上网络中利用全局信息的路由算法

针对目前片上网络自适应路由算法中存在的不足,对二维mesh结构进行分析和推导,提出一种基于全局信息的片上网络路由算法.首先计算路由关键区域各个节点的权重并将其存储在中央控制器中,然后由中央控制器计算各个节点的路由表,最后定时更新各个路由器节点的路由表.采用实际benchmark测试,并与传统的维序路由算法、贪心自适应算法相比的结果表明,该算法分别能平均减少32%,18%的延迟.     

一种基于人工逻辑蛛网的路由算法

文中从生物仿生学的角度,对自然界中看似简单的生物行为进行研究,并从中提取有益的思想运用到通讯网络路由技术中。对传统的路由算法加以扩充、改进,将关键链路思想加入其中,并应用到MPLS网络的LSP路由当中。人工蜘蛛网络是源于蜘蛛结网捕食的行为研究提出的一种网络拓扑结构。基于蛛网,给出了一种路由算法(CRASW)。此算法在确定了搜索的区域后,能计算出区域内任意点到目的节点的路径。实验表明本算法更容易获得最优路径。     

分布式系统中的数据邮递QoS模型

传统单播网络传输一般采用Dijkstra最短路径算法建立点到点的最小路径计算。针对此,改进Dijkstra算法,提出一种平衡网络负载的服务质量路由模型,解决分布式数据库系统中数据动态、实时交换路由的问题。实验结果表明,该模型具有较好的稳定性,能避免网络拥塞。     

基于SDN分级分域架构的QoS约束路由算法

传统分布式的网络架构制约路由算法的创新,软件定义网络的出现为路由算法的优化提供了新思路。已有研究中,启发式算法广泛应用于服务质量路由,但由于计算复杂度高而无法在大型网络中应用。而其他算法均存在不同程度的问题,要么复杂度较高,要么算法性能较差,如最短路径算法。基于 SDN 分级分域架构,提出了 LC-LD 路由算法,综合时延条件和代价度量约束并在计算复杂度和算法性能之间保持平衡。仿真分析表明,LC-LD路由算法在有较低的计算复杂度的同时还有较高的服务质量路由选路性能。     

一种基于人工逻辑蛛网的路由算法

文中从生物仿生学的角度,对自然界中看似简单的生物行为进行研究,并从中提取有益的思想运用到通讯网络路由技术中.对传统的路由算法加以扩充、改进,将关键链路思想加入其中,并应用到MPLS网络的LSP路由当中.人工蜘蛛网络是源于蜘蛛结网捕食的行为研究提出的一种网络拓扑结构.基于蛛网,给出了一种路由算法(CRASW).此算法在确定了搜索的区域后,能计算出区域内任意点到目的节点的路径.实验表明本算法更容易获得最优路径.     

基于无线Mesh网络的集中式自愈路由算法研究

针对现有无线Mesh网络路由算法寻路洪泛严重、自愈性能较差等问题,引入集中式路由的思想,结合多路径策略,提出了一种集中式自愈路由算法(Centralized Self-healing Routing Protocol,CSRP),即通过各节点主动上传链路状态消息至Root节点的方式得到全网最新加权拓扑,并为源目节点之间计算全局最优路由。采用节点不相交多路径备份策略,实现失效路由的快速自愈。加入基于链路质量感知的Root节点切换机制,保证路由申请及分发的可靠性。仿真结果表明,CSRP算法有效抑制了洪泛现象、提升了网络性能,相比于现有经典相关算法路由开销至少降低67%,时延平均降低45%,包递交率平均提升8%。     

QoE路由算法综述

QoE(Quality of Experience)路由算法主要是从用户角度对网络进行路由,与仅仅考虑网络参数的QoS路由算法不同,QoS路由选择算法无法满足用户体验质量QoE的需求,而QoE路由选择算法能够保障用户体验质量。文章主要讨论了QoE路由算法与QoS路由选择算法的关系,并讨论已有的QoE路由算法。     

基于SpaceWire的链路状态算法研究与设计

在距离矢量路由算法的基础上,对SpaceWire路由器的路由更新策略进行改进,引入链路状态路由算法。分析该算法的执行过程和Dijkstra算法的基本原理,完成运行该算法的路由选择模块设计,并借助网络模型对其进行仿真。验证结果表明,该模块能够自动获取当前网络状况信息,并据此计算新路由,改善SpaceWire网络的自适应性,从而提高SpaceWire网络的数据传输效率。     

IP QoS路由算法研究综述

传统上所采用的“尽力而为”转发机制,已经不能满足用户的要求。IP网络如何提供QoS(服务质量)支持这一问题现已成为业界关注的焦点。近几年的研究表明网络路由算法对实现QoS起到了非常关键的作用,同时网络路由算法也是平衡网络负载和充分利用网络资源的重要保证。该文对当前研究的主要路由算法进行了详细的分析与归纳,并对其发展前景进行了展望。     

一种异构片上网络路由算法的研究

随着集成电路工艺的迅速发展,传统的片上网络由于缓存引起芯片面积开销和能耗增加,从而使得无缓存路由技术得到了广泛关注。通过消除缓存, 整体的流水线进程大大得到简化,性能得到提高。但当网络负载量较大时,数据包被多次偏转或误传,导致网络的延迟增加,系统健壮性较差。针对片上网络运行应用的多样性,异构网络作为一种相对灵活的网络结构,能有效地降低网络的传输时延,提高系统性能。文中设计了无缓存NoC和带缓存NoC两种路由方式相结合的异构片上网络,并匹配静态路由算法和动态的自适应路由算法(AFC)进行数据包的传输。同时,还提出了一种针对AFC的优化算法(AFC-LP),其通过对无缓存路由计算的二次仲裁,进一步降低了通信的平均时延,提高了网络性能。实验表明,AFC-LP算法相比于传统带缓存的维序X-Y路由算法,片上网络的平均延迟降低了28.4%,CPU每一时钟周期内所执行的指令数IPC(Instruction Per Cycle)提升了10.4%。     

A survey of routing algorithm for mesh Network-on-Chip

With the rapid development of semiconductor industry, the number of cores integrated on chip increases quickly, which brings tough challenges such as bandwidth, scalability and power into on-chip interconnection. Under such background, Network-on-Chip (NoC) is proposed and gradually replacing the traditional on-chip interconnections such as sharing bus and crossbar. For the convenience of physical layout, mesh is the most used topology in NoC design. Routing algorithm, which decides the paths of packets, has significant impact on the latency and throughput of network. Thus routing algorithm plays a vital role in a wellperformed network. This study mainly focuses on the routing algorithms of mesh NoC. By whether taking network information into consideration in routing decision, routing algorithms of NoC can be roughly classified into oblivious routing and adaptive routing. Oblivious routing costs less without adaptiveness while adaptive routing is on the contrary. To combine the advantages of oblivious and adaptive routing algorithm, half-adaptive algorithms were proposed. In this paper, the concepts, taxonomy and features of routing algorithms of NoC are introduced. Then the importance of routing algorithms in mesh NoC is highlighted, and representative routing algorithms with respective features are reviewed and summarized. Finally, we try to shed light upon the future work of NoC routing algorithms.     

基于混沌神经网络的最短路径路由算法

飞速发展的计算机网络对路由算法的反应速度提出了更高的要求．神经网络作为一种新的组合优化计算工具。在网络路由方面的应用得到较大关注．与传统的采用串行执行方式的算法相比，神经网络路由算法以其固有的并行执行方式，以及潜在的硬件实施能力，将成为这一领域的有力竞争者．由此提出了一种基于混沌神经网络的最短路径路由算法．仿真结果表明，该算法能有效克服Hopfield神经网络易陷入局部最优解的缺点，并且在收敛速度方面有了很大改进．     

基于自相似网络流的多维QoS路由策略研究

提出了一种依据网络自相似的特征,在扩展的Bellman-Ford算法的基础上构造了一种基于自相似网络流的QoS路由算法,该算法具有根据历史路由信息来指导路由的特点,避免了由于以往确定性路由算法的路由聚集性的不足。实验结果表明,该算法具有较好的性能指标,能自适应网络,使其负载均衡,同时具有较少的处理与协议开销。     

基于移动代理的动态路由算法的研究

文章在分析了当今几种路由算法的不足和研究了移动代理优越性的基础上,提出了一种基于移动代理的动态路由协议算法的设计方案．该算法用移动代理去发现网络的短期状态,并用服务代理保存网络的长期运行状况．该文还用JAVA和IBM公司的Aglets移动代理开发平台构造了一个简单网络模型,对此算法进行了验证,证明了它的有效性．     

双向搜索蚁群算法在QoS单播路由中的应用

近几年来,网络的QoS路由问题已经成为一个研究热点。考虑到现有解决方法的一些不足,引入了一种改进的蚁群算法并应用于QoS单播路由问题。该算法针对网络路由问题,对原算法的信息素更新策略进行了修改,同时结合了网络化简策略和双向搜索策略。与现有QoS路由算法比较的仿真结果表明,该算法能够满足QoS单播路由的要求,并且具有较好的最优解求解能力、较快的收敛速度和较强的鲁棒性。     

一种QoS平面蚁群路由算法的设计与实现

提高网络服务质量的关键在于寻找出高性能路由,然而传统的路由算法却很难解决此类NP C问题。基于此,本文提出一种基于改进后的自适应蚁群算法的路由解决方案,将路由问题假设为平面路由,并建立相应的网络模型。针对该网络模型,建立特定的平面QoS蚁群路由算法,并在MATLAB上对其进行模拟仿真,从而验证了它的性能。仿真实验结果表明,该路由选择方案在求解实际网络路由问题时具有一定的优越性,能够有效地解决QoS平面网络路由问题。     

基于量子进化算法的路由选择

网络中存在许多设计和优化问题,其中相当一部分属于NP类型。传统的解法由于计算复杂度过大而失效。为了降低计算机网络的时延和运营费用以改进网络性能,采用量子进化算法优化计算机网络中路由选择问题,深入研究了量子进化算法及其在路由选择优化问题中的应用,并对量子进化算法进行了改进,使之更适合这类问题的求解。仿真实验结果表明,同传统优化算法相比该方法对求解网络的路由选择具有很大优越性。研究结果不仅对各类网络的优化问题有一定的应用价值,而且也扩展了量子进化算法的应用范围。     

基于多约束QoS路由算法综述

随着网络技术的不断发展,实时多媒体技术不断涌现。如何根据不同的服务提供不同的QoS保证,并保证网络资源的有效利用,便成为当前互联网的一个重要任务。对该问题的解决方法称为多约束最优路径（MCOP）问题,MCOP问题是一个NPC问题,求解MCOP问题的算法可分为精确、近似和启发式等算法。文章通过对目前所出现的算法按照精确算法和近似算法两大类进行分析,分析目前出现的算法的一些优缺点,并根据网路技术的发展趋势,对现行多约束路由算法在以后如何实现更加快速精确的路径计算提出几点展望。     

基于图卷积神经网络的智能路由算法

使用特定数学模型的路由转发算法难以满足用户多样化的服务质量需求,基于深度学习的智能路由方案因具有准确性、高效性、通用性等优势,成为路由决策的发展方向。然而,目前多数智能路由算法在网络拓扑动态变化时需要重新训练,造成路由更新不及时,难以应对网络拓扑动态变化。提出一种基于图卷积神经网络（GCN）的智能路由算法。线下利用提前采集的网络信息,根据路由开销标签训练GCN智能路由模型,通过该模型输出单跳路由开销。线上采集实时信息并根据模型输出的路由开销结果对网络层路由协议进行调整,计算最小路由开销的路由路径,实现自适应网络更新。算法利用GCN的图数据结构处理不规则的网络拓扑,通过图卷积算子自动提取特征解决路由网络多属性参数提取的问题,同时引入模糊C均值算法进行网络状态离散化分析,为数据集生成标签,从而有效监督GCN模型训练。实验结果表明,该算法较ECMP、DRL-TE和SmartRoute算法路由性能更好,其平均丢包率、时延和吞吐量指标均为最优,且相较于单一的流量模式具有更强的泛化能力。