应用层组播共享拥塞链路消除算法

应用层组播网络由于是构造在基础网络之上的覆盖网络,因此在应用层组播路由中产生了共享拥塞链路问题。根据共享拥塞链路的不同特点,提出了一种新的基于组播会话流而改变组播树拓扑结构的应用层组播树生成算法,消除组播树中的共享拥塞链路。仿真实验表明,与基于延迟或带宽的同类路由算法相比,此算法在综合考虑组播树的带宽利用率和延迟条件下具有更好的性能。     

基于SDN的胖树数据中心网络多路径路由算法

现有的多数路由算法未综合考虑链路实时传输状态和流量特征。为此,基于软件定义网络集中控制和全网管控的思想,提出一种基于链路实时状态和流量特征的多路径路由算法。该算法将数据流分为大流和小流,大流吞吐量要求较高,根据路径权重值进行路由,而小流数较多,处理复杂性要求较低,选择可用剩余带宽最大的路径作为其路由路径。仿真实验结果表明,与等价多路径算法和软件定义混合路由机制相比,该算法能够提高胖树数据中心网络的平均链路利用率和网络吞吐量。     

引入拥挤度概念的蜂群算法与网络组播路由研究

计算机网络中的QoS组播路由选择是一个NP完全问题,采用改进的人工蜂群算法对其进行优化。当采蜜蜂进行邻域搜索时,引入拥挤度参数可以对其数量进行调控,避免过多的采蜜蜂在同一蜜源附近搜索;当拥挤度高时则增加侦查蜂的数量,从而有效提高算法的全局搜索能力。算法通过人工蜂群遍历所有满足时延、延迟抖动、带宽、丢包率等约束条件下的可能路径,进而选择组播路由的最佳方案。对于静态网络拓扑的仿真实验表明,上述改进算法的收敛性能明显优于基本蜂群算法。     

一种改进的多路径路由探测算法

随着网络中部分路由器使用了负载均衡策略,发往同一目的端的数据包不再沿着单一路由转发,传统的拓扑测量工具Traceroute将难以发现网络中的负载均衡链路及节点,测量精度受到影响。多路径路由探测算法（MDA）在端到端网络拓扑测量中能够有效地发现负载均衡节点产生的多条路径,但探测量却是Traceroute的近10倍。提出一种改进的多路径路由探测算法,通过设置全局查找表,源主机能够自适应地选择探测策略以及发送探测数据包的数目,保证了较高的测量精度,同时明显减少冗余探测。实验结果表明,改进后的算法能够发现网络中90%以上的IP中间节点,准确地反映了网络拓扑结构,但相比于传统的MDA路由探测算法,探测量减少了将近一半。     

链路共享的时延约束组播路由局部平衡优化算法*

分析了构建时延约束组播树的代价和计算复杂度,从优化最短路径出发,提出了一种基于局部信息的链路共享平衡优化路由算法。算法设计的链路选择函数不仅考虑了目的节点的优先级,同时还考虑了给予低时延路径一定的优先权,在满足时延约束的情况下使组播树的链路数尽可能少,降低了通过最小时延路径建树的概率,提高了链路的共享性。仿真表明,算法的综合性能比较好,在代价、延迟和计算复杂度之间能获得较好的平衡。     

WSN 中多路径路由协议算法的改进研究

不同于传统的网络,无线传感器网络能够协同地进行实时监测、感知和采集网络覆盖区域中监测对象的信息,并对其进行处理,处理后的信息通过无线方式传送,并以自组多跳的方式传送给观察者.路由协议的研究是无线传感器网络研究重点之一.蚁群算法是一种模仿自然界蚂蚁觅食的仿生算法,生物学家经过长期观察发现,蚂蚁总能够在巢穴和食物源之间找到一条最短路径.文中采用蚁群优化策略,给出了一种 SMR 多路径路由协议的改进算法 ACO-SMR.该算法在保留 SMR 算法优点的基础上,进一步提高了资源利用率和路径稳定性,以及延长了网络生存时间     

结合集中式与分布式特征的多路径QoS组播路由协议

提出了一个结合集中式算法与分布式算法优点的多路径启发式QoS组播路由算法和协议,它以单播路由协议OSPF传播链路的代价信息为基础,运用最小代价Dijkstra算法计算端节点到当前在树节点的最小代价路径,然后启动一个分布式计算过程得到一个可选路径集,加入节点通过一个综合性启发式选择其中的最佳路径连接到组播树．算法能够有效地支持延时和带宽受限的代价优化组播树构造,具有无环选路、呼叫接收成功率高、呼叫建立时间短、伸缩性好等特点．     

基于环境感知的多路径路由算法

认知网络能够提高网络端到端的性能,确保服务质量(QoS)要求。而目前普遍使用的路由算法不具备网络认知能力。针对这一问题,提出一种具有认知能力的负载均衡多路径路由算法,该算法结合了Q学习算法和蚁群算法各自的优点,通过蚁群算法完成路径的建立和维护,Q学习算法实现拥塞规避和负载均衡。使用OPNET仿真比较,表明该算法在时延、带宽利用方面均具有较好的性能。     

WSN中多路径路由协议算法的改进研究

不同于传统的网络,无线传感器网络能够协同地进行实时监测、感知和采集网络覆盖区域中监测对象的信息,并对其进行处理,处理后的信息通过无线方式传送,并以自组多跳的方式传送给观察者。路由协议的研究是无线传感器网络研究重点之一。蚁群算法是一种模仿自然界蚂蚁觅食的仿生算法,生物学家经过长期观察发现,蚂蚁总能够在巢穴和食物源之间找到一条最短路径。文中采用蚁群优化策略,给出了一种SMR多路径路由协议的改进算法ACO-SMR。该算法在保留SMR算法优点的基础上,进一步提高了资源利用率和路径稳定性,以及延长了网络生存时间。     

基于多路径蚁群算法的无线传感器网络的路由

针对能量控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,将基本蚁群算法(ACS)应用于无线传感器网络的路由,提出一种基于多路径蚁群算法的无线传感器网络的路由(MACS).该算法利用蚁群的自组织、自适应和动态寻优能力,通过蚂蚁并行地寻找从源节点到达目的节点的最优路径和次优路径,使得网络中的节点不需要维护全局信息,形成多条传榆路径,延长了整个网络的生命期.仿真结果表明,该算法和定向扩散路由(DD)、基本蚁群算法及极大一极小蚁群算法(MMAS)相比,在路由代价和节能方面效果显著.     

一种基于生存时间的Ad hoc网络不相交多路径路由算法*

针对无线移动Ad hoc网络的节点具有移动性和能量限制等问题,提出了一种根据网络动态拓扑结构和节点能量来进行多路由选择的混合式路由算法PEMP-OLSR。该算法以改进的链路状态路由算法为基础,通过在网络拓扑构造过程中引入链路和节点生存时间等参数来提高所选路径的稳定性,同时通过设定影响链路和节点权重的迭代因子来提高多条路径的不相交性,以提高此并行多路径算法的传输效率。通过大量仿真实验结果表明,该算法能有效地提高所选择的多条路径的稳定性和不相交性。     

一种基于SRLG条件失败概率限制的保护算法

研究了IP／MPLSover WDM网中,如何建立两条共享风险链路组(SRLG)分离的标记交换(LSP)问题,提出一种新的基于SRLG条件失败概率限制的保护算法。该算法寻找SRLG条件失败概率最小的最短路径作为工作通路的保护通路,既能最大限度地保护用户业务的可靠性要求,同时又能够有效降低全网LSP建立请求的阻塞率。     

传感器网络中基于角度的数据汇集多径路由算法研究

传感器网络具有严格的能量限制,冗余的低速数据流和多对一的通信方式等不同于传统Ad Hoc网络的特点,针对这些特点,提出一种新的基于角度的数据汇集多径路由算法。算法结合数据汇集技术和基于角度的多径路由方法进行数据转发。理论分析和模拟实验表明,新算法在很大程度上节省了节点能量,具有良好的路由性能。     

求解车辆路径问题的人工蜂群算法

采用人工蜂群算法对车辆路径问题进行求解,给出食物源的自然数编码方法,并采用邻域倒位方法生成候选食物源。应用算法求解了多个车辆路径问题的实例,并将结果与其它一些启发式算法进行了比较和分析。计算结果表明,人工蜂群算法可以有效求解车辆路径问题,同时也为算法求解其它一些组合优化问题提供了有益思路。     

面向农业应用的WSNs路由恢复算法

无线传感器网络(WSNs)作为现代重要的信息技术之一,在农业生产领域具有广阔的前景.以灌溉系统为具体应用场景,提出一种基于WSNs的农业应用设计方案,设计方案包括灌溉系统的总体设计、硬件设计和软件设计.还针对因节点故障导致的路由链路中断问题设计了WSNs的路由恢复算法,并对这种路由恢复算法进行了仿真.仿真表明:这种路由恢复算法传输的包数量比动态源路由(DSR)协议更少,可以有效降低节点的能耗.     

基于IK-means聚类的分簇路由算法

为了均衡移动自组织网络的能耗,提高簇结构稳定性,提出了一种基于IK-means聚类的分簇路由算法(IK-CRA).首先利用IK-means算法对网络中的节点进行分簇;然后通过节点的剩余能量、邻居节点数与连通代价的比值、链路维持时间构造适应度函数,采用改进的人工蜂群算法(IABC)解决分簇路由算法中的最优簇头问题.仿真结果表明,IK-CRA算法缩短了成簇时间,降低了节点的状态变化率,减少了节点的能量消耗,延长了簇首的持续时间,提高了动态环境下簇结构的稳定性.     

基于遗传算法的WMSNs多路径多目标优化路由算法

针对WMSNs路由算法设计的需求,依据遗传算法的基本原理和Pareto多目标优化方法,提出WMSNs多路径多目标优化路由算法MMOR-GA。该算法充分利用基站的存储空间充裕、能量充足和计算能力强的优势,在全局范围内搜索WMSNs多路径多目标优化路由。同时构建了基于前向邻居概念的网络模型和多目标优化函数,设计特定的编码方案及选择、交叉、变异算子。将MMOR-GA和TPGF进行模拟仿真实验,结果表明MMOR-GA算法能均衡有效地提高WMSNs路由的多QoS参数。     

基于着色树优化的网络并发链路故障快速恢复方法

为了实现网络并发链路故障的快速恢复,提出一种基于改进人工鱼群算法着色树优化的故障快速恢复方法.首先从备份拓扑构造、着色树生成及流量转发三个方面分析整体恢复方案,在此基础上,建立着色树的生成模型并利用人工鱼群算法对其进行优化以进一步提高其性能,引入变异操作有效解决寻优陷入局部僵局的问题.仿真实验表明,该恢复方案不仅提高了网络在并发链路失效情况下的故障恢复能力,同时在恢复路径及路由备份方面也具有较强的性能.     

基于路径探索的车载自组网贪婪路由算法

为了提高城市中车辆间信息的传输效率，实现车辆间的信息共享，针对目前车载自组网（VANET）中基于地理位置转发的多跳单播路由算法没有考虑城市场景的特殊性，不能很好地适应城市中车辆的高度动态性，使车辆之间的数据包可能在错误的路径上传播，造成丢包率较高、时延较长的问题，提出了一种新的基于路径探索的贪婪路由算法。首先，以数据包传输时延为标准，运用人工蜂群算法对数字地图规划出的多条路由路径进行探索。其次，优化数据包在车辆之间的多跳转发方式。仿真结果表明，与贪婪周边无状态路由（GPSR）协议和最大持续时间最小角的GPSR（MM-GPSR）改进算法比较，在最好情况下，所提算法的数据包到达率分别提高了13.81%和9.64%，而该算法的数据包平均端到端时延分别降低了61.91%和27.28%。     

基于蚁群算法的一种能量高效路由算法的研究*

为了达到在信息传输路径上节能的目的,提出了一种基于蚁群算法的节能路由算法。该算法根据节点当前可用能量选择下一跳节点,按照节点经过的人工蚂蚁数选择数据汇聚节点,最终达到能量均衡使用和降低通信量的目的。经仿真计算证明该算法能合理地选择路由,节能效果明显,进一步延长了网络生存期。