异构带宽约束的动态层次组播路由

针对动态组播路由中异构带宽约束的问题,提出了可扩展的异构带宽约束的动态层次组播路由框架（Heterogeneous Bandwidth-constrained dynamic Hierarchical Multicast Routing,HBHMR）.为了增添对组成员异质性的支持,HBHMR在支持QoS的层次组播路由算法QHMR（QoS-based HMR）的基础上,增加了对组播树上节点的最大可接收能力信息的收集及其聚集方法的定义,并设计了适用于层次网络的支持组成员动态性和异质性的组播路由算法.理论分析和实验结果表明,HBHMR不仅解决了异构带宽约束的动态组播路由的可扩展性问题,而且具有和基于平面详细网络状态的路由相比拟的带宽阻塞率和组播树的带宽资源占用率.     

支持QoS的层次组播路由算法框架QHMR

Internel规模的迅速扩大使QoS组播路由的复杂性增加．为此，该文提出了支持QoS的层次组播路由算法框架QHMR(QoS-based Hierarchical Multicast Routing)．在HMR(Hierarchical Multlcast Routing)层次划分的基础上，QHMR对网络的拓扑结构、带宽和组播树分布信息三者的聚集方法进行了定义，并设计了适用于层次网络的支持QoS的组播路由算法．实验结果表明，QHMR能显著减少路由器维护的信息以及路由器之间交换的协议分组，具有良好的可扩展性；同时，较之平面QoS组播路由。QHMR能够得到较理想的路由成功率和组播树代价。     

度约束QoS组播路由遗传算法

有度约束的QoS组播路由问题在通信网络中具有重要意义。提出一种基于遗传算法的度约束组播路由算法,采用节点连接路径形式的编码方法构成一棵组播树的表示,设计了相应的具有树形结构的交叉和变异算子,以及节点度的改变算法。算法可以实现具有树形结构染色体的遗传进化。数值实验表明算法具有找到最优解的能力,特别适合于求解大规模网络有度约束的QoS组播路由问题。     

并行量子遗传算法在QoS组播路由中的应用

随着网络通信技术的发展和Internet的普及,性能出色的组播路由越来越重要.著名的组播路由Steiner树问题是NP完全问题,应采用启发式方法求解.文中在常规量子遗传算法中引入并行进化模型,提出了一种解决多约束QoS组播路由优化问题的算法.在满足带宽、时延约束条件下寻找代价最小的组播树,并合理安排节点负荷,减少通信开销.仿真实验结果表明本算法搜索速度快、全局寻优能力强,性能和效率优于常规量子遗传算法.     

并行量子遗传算法在QoS组播路由中的应用

随着网络通信技术的发展和Internet的普及,性能出色的组播路由越来越重要。著名的组播路由Steiner树问题是NP完全问题,应采用启发式方法求解。文中在常规量子遗传算法中引入并行进化模型,提出了一种解决多约束QoS组播路由优化问题的算法。在满足带宽、时延约束条件下寻找代价最小的组播树,并合理安排节点负荷,减少通信开销。仿真实验结果表明本算法搜索速度快、全局寻优能力强,性能和效率优于常规量子遗传算法。     

一种多受限最小代价的动态组播路由算法

1.引言为确保通信网能提供(QoS)服务质量保证,必须研发有效的基于QoS的路由机制以提供高质量信息传输。一般地,基于QoS的路由要达到两个目标;一是要满足用户的QoS要求,如必须提供足够的带宽、足够小的延时和延时抖动等;二是要优化网络的利用率及代价。近年来,各国学者都开始关注基于QoS的路由问题。由于此类问题属于NP-Complete问题,所以各国学者大都采用启发式方法求解。文[1～3]提出了一些适用于信宿固定情况下的源路由算法。文[4～7]提出了几种动态路由算法,由于求解动态组播树的问题很复杂,大部分学者都将此问题分为两个部分求解:中心点(负责组播树的维护并将会话的状态传给所有网络节点)求解和基于中心点的路由选择,如PIM-SM和CBT算法。本文提出了一种多受限最小代价的动态组播路由算法MDLCMR(Multi-con-strained Dynamic Least Cost Multicast Routing)。该算     

一种基于模拟退火方法的多约束QoS组播路由算法

研究了带宽、时延及时延抖动约束最小代价的QoS组播路由问题,提出一种利用模拟退火方法解决该问题的QoS组播路由算法SABDMA。该算法通过选择合适的模拟退火参数迭代求解,以获得满足QoS约束的最小代价组播树。同时,为避免搜索区域的扩大和计算时间的增加,根据时延和时延抖动的关系,提出采用“路径交换”策略在可行解范围内构造邻域集。仿真结果表明该算法具有可行、稳定、收敛快的特点;能根据组播应用对QoS的限制要求,有效地构造代价较低的组播树,具有较强的实时性。     

基于多项服务质量的组播路由算法

多点组播是指一个源点传送信息到多个目的节点,它是网络支持多媒体业务的关键技术之一。以服务质量（QoS）指标中的带宽和时延为优化进路准则,提出了一种受限的组播路由算法,仿真结果证明了该算法的有效性。     

QoS组播路由的模糊遗传算法

已有的QoS组播路由算法都假设已知网络全局的精确状态，而且QoS约束都以确定性界限来表达。然而在实际的网络环境中，网络节点根本无法获得网络全局的精确状态．而且QoS约束完全用确定性界限来表达也存在一定的局限性。本文将模糊集合论的基本原理应用于QoS组播路由问题，充分考虑网络节点所获信息的模糊性和随机性，以及QoS约束务件的模糊界限这一客观存在的性质，提出一种新的QoS组播路由的模糊遗传算法FG。仿真实验表明．该算法是可靠且有效的。     

基于混沌控制量的QoS组播路由算法

针对具有多个不相关可加度量的QoS组播路由问题,提出基于混沌控制量的QoS组播路由算法。该算法通过对神经元的内部状态施加一个混沌控制量,可以有效控制神经网络的能量函数增加、减少或保持不变,避免陷入局部最小点。计算机仿真结果表明,该算法能根据组播应用对费用和时延的要求,快速、有效地构造组播树,与其他启发式算法相比,适用于带有较少目的结点的大规模网络。     

多QoS约束的层次多播路由算法框架

为了解决网络路由的扩展性问题。大型网络通常被划分成若干个不同的域。拓扑聚集是对这些域的拓扑状态信息进行汇总的过程。在拓扑聚集的基础上,QoS层次多播路由算法用来构造满足QoS要求的域闻多播树。现有的QoS层次多播路由算法在其拓扑聚集和路径计算的过程中都只考虑了存在两个QoS特征值的情况。本文提出了一种具有多QoS约束的层次多播路由算法框架HMRMQ（Hierarchical Multicast Routing with Multiple QoS constraints）,此算法框架不仅为基于多QoS特征值的拓扑状态聚集和状态信息表示提供了新的方法,而且提出了一种适应于多QoS约束的层次多播路由新算法。我们提出的状态信息表示法和拓扑聚集算法都具有很好的扩展性,分布式的路由算法也便于某些安全性策略的实施。理论分析和实验结果不仅证明了HMRMQ的正确性和有效性,同时也表明了HMRMQ在网络路由的扩展性、路由成功率、网络代价以及报文负载等方面都具有良好的性能。     

移动机会网络组播路由的研究进展

在移动机会网络中,节点进行机会式的连接通信,该方式被广泛应用于移动社交网络、车载智能网络、移动自组网络等场景中。移动机会网络群组通信在抢险救灾、社区消息分发及智能交通等领域具有极高的应用价值,组播路由技术是其关键技术之一。将移动机会网络组播路由分为传统组播路由和智能组播路由两类,重点介绍了智能组播路由的研究现状,并采用通用的性能指标对各组播路由策略进行了比较分析。分析结论为:智能组播路由由于考虑了移动机会网络的社会特性、节点缓存、能量及安全等特性,因此具有较好的综合性能。最后展望了组播路由在大数据缓存管理、群组安全策略、车载自组网及动态感知方面的研究前景。     

移动Ad Hoc网络多播路由协议的研究进展

移动AdHoc网络是一个自组织、移动节点通过无线链路组成的动态拓扑变化的网络.由于网络规模小、无基础设施、构建迅速等特点,从而广泛用于紧急事件、军事和民用领域以及多媒体应用等.随着网络应用规模的增长,在移动AdHoc网络中支持多播路由成为网络领域中一类重要的研究课题.该文综述了移动AdHoc网络多播路由方面的一些最新工作,论述了设计移动AdHoc网络多播路由协议的特性、问题和技术,详细描述和比较了目前典型的移动AdHoc网络多播路由协议,为进一步的应用和研究提出了新的课题.     

基于移动代理的QoS多播路由技术研究

随着大量新型的多媒体在高性能网络、移动网络及Internet中的应用,满足QoS约束的多播路由协议越来越重要.针对目前多播路由协议无法同时满足可扩展性和高成功率,提出了一种新的以移动代理为基础的QoS多播路由协议(MAQMR).该方法允许多播协议在移动代理间实现并在代理所访问的每个结点得到动态应用.不同于单播路由,移动代理以并行和分布形式协作方式来构建多播树,同时使消息开销最小化并满足QoS要求.     

Scoped Bellman-Ford Geographic Routing for Large Dynamic Wireless Sensor Networks

Routing is a fundamental problem in wireless sensor networks. Most previous routing protocols are challenged when used in large dynamic networks as they suffer from either poor scalability or the void problem. In this paper,we propose a new geographic routing protocol,SBFR(Scoped Bellman-Ford Routing),for large dynamic wireless sensor networks. The basic idea is that each node keeps a view scope of the network by computing distance vectors using the distributed BellmanFord method,and maintains a cost for routing to the sink. When forwarding a packet,a node picks the node with minimum cost in its routing table as a temporary landmark. While achieving good scalability,it also solves the void problem in an efficient manner through the combination of Bellman-Ford routing and cost-based geographic routing. Analytical and simulation results show that SBFR outperforms other routing protocols not only because of its robustness and scalability but also its practicality and simplicity.     

Modeling and analyzing the performance of adaptive hierarchical networks

As networks become larger, scalability and QoS-awareness become important issues that have to be resolved. A large network can be effectively formed as a hierarchical structure, such as the inter/intra-domain routing hierarchy in the Internet and the Private Network-to-Network Interface (PNNI) standard, to resolve these critical issues. Methods of modeling and analyzing the performance of QoS-capable hierarchical networks become an open issue. Although the reduced load approximation technique has been extensively applied to flat networks, the feasibility of applying it to the hierarchical network model has seldom been investigated. Furthermore, most of the research in this area has focused on the performance evaluation with fixed routing. This work proposes an analytical model for evaluating the performance of adaptive hierarchical networks with multiple classes of traffic. We first study the reduced load approximation model for multirate loss networks, and then propose a novel performance evaluation model for networks with hierarchical routing. This model is based on a decomposition of a hierarchical route into several analytic hierarchical segments; therefore the blocking probability of the hierarchical path can be determined from the blocking probabilities of these segments. Numerical results demonstrate that the proposed model for adaptive hierarchical routing yields accurate blocking probabilities. We also investigate the convergence of the analysis model in both the originating-destination (O-D) pair and the alternative hierarchical path. Finally, the blocking probability of the adaptive hierarchical O-D pair is demonstrated to depend on the blocking of all hierarchical paths but not on the order of the hierarchical path of the same O-D pair.     

基于Tabu搜索的QoS多播路由快速优化算法

QoS多播路由算法的核心问题是建立满足QoS约束的多播树,这就是计算机网络中著名的受约束最小Steiner树问题,是一个NP完全问题.目前已有的启发式算法的时间复杂度大,不能获得最优解.提出了一个基于Tabu搜索的QoS多播路由选择快速优化算法,它选择延迟与带宽约束为QoS参数,利用Tabu搜索的集中性与广泛性并存的优点,在提高搜索速度的同时可以更加接近最优解.仿真结果表明:该算法具有快速、易实施等特点,更加适合在组规模比较大的情况下应用.     

基于遗传算法的有矢量约束的多播路由计算

针对QoS参数(带宽(bandwidth)、时延(delay)、丢包率(packet loss)等)的多样性，提出了利用遗传算法(GA)解决带有多维约束的多播路由路径的生成算法GAVCMR．该算法把各种约束结合起来，提出了矢量约束的概念；GAVCMR突破了遗传算法(GA)传统观念上的限制，对各种约束参数赋予了更为清晰的实际含义，根据参数的实际物理含义，在进化的不同阶段灵活调整各参数的大小，加快了算法的收敛速度，并在一定程度上避免算法终止在局部最优．在矢量约束下生成的多播树能够适应各种QoS参数的要求，仿真结果证明了算法的有效性．     

一种基于分发树切分的多播聚集方案

当网络中存在大量的并发多播组时，IP多播将由于路由状态信息爆炸以及控制信息爆炸而面临严重的扩展性问题．在主干网中，可能有更多的组穿越主干网，这种状态可扩展性问题尤为严重．为了提高主干网中多播状态的可扩展性，提出了一种利用聚集多播概念的、基于数据分发树切分的聚集多播方案——AMBTS(aggregated multicast based-on tree splitting)．通过理论分析和仿真实验显示，AMBTS可以更好地改善状态可扩展性：网络中需要维护的聚集树数目能够限制在一个预先确定的、较小的数之内，同时，多播路由表项数目亦有显著地减少．     

QoS动态多播路由协议

保证服务质量的QoS（Quality of Service）路由是网络中解决OoS问题的一项关键技术．具有OoS约束的多播路由技术已成为网络领域的一个重要研究课题．该文研讨了具有QoS约束的动态多播路由问题．文中描述了一种适应于QoS多播路由的网络模型，提出了一种QoS动态多播路由协议（QDMRP）．QDMRP只要求网络链路（或节点）的局部状态信息，不需要维护全局状态信息．QDMRP较好地减少构造一棵多播树的开销．仿真实验结果表明：QDMRP具有较低的控制信息开销和节点加入时延，较好地适合于网络状态变化比较频繁的环境以及实时多媒体应用．