网格环境下信任QoS的量化研究

目前研究网格QoS(服务质量)越来越成为热点,很多论文里都能找到基于QoS的调度算法.但由于忽视信任机制的影响,大大降低了服务质量.所以本文中我们把信任加入了网格系统中进行研究服务质量问题,以期提高服务质量.在早期的研究中虚拟组织层将网格QoS参数分成了五类.本文基于这样的分类提出了一种量化信任QoS的方法,其中把信任QoS的参数分别考虑,并把量化模型应用到调度算法中与性能QoS进行比较,结果表明基于信任QoS优于性能QoS算法.     

用遗传算法求解最优QoS 划分与路由问题*

未来的通信网将充分支持各种QoS业务,QoS划分与路由问题研究针对QoS业务的最优化问题.首次提出了求解最优QoS划分和路由问题的遗传算法.该算法以K条最短路径来代替全网最优路径,大大加快了算法的运行速度.仿真结果证明了该算法的合理性和有效性.     

基于多QoS约束的数据网格任务调度算法研究

针对数据网格环境下的多QoS约束任务调度问题,提出了一种基于最早完成时间与QoS相识度的数据网格任务调度算法(data grid task scheduling algorithm based on Min-min and QoS similarity,MS-GTSA).该算法将最早完成时间与S-GTSA算法相结合,在任务调度过程中,选取任务QoS约束与资源QoS匹配最佳,且完成时间最早的一项优先进行调度.在满足任务最佳QoS匹配的同时,时间跨度得到了较大的改善.仿真结果表明,该算法有效降低了任务调度的时间跨度,在综合性能上较S-GTSA算法有所提高.     

基于QoS Guided Min-min改进后的网格调度算法

在对网格调度现有算法的研究基础之上,对QoS Guided Min-min算法进行了分析,介绍了在任务对资源有特殊要求时算法的不足,并对其进行了改进.最后,使用GridSim模拟任务调度,对Min-min算法、QoS Guided Min-min算法和改进后的QoS Guided Min-min算法进行对比分析,验证了改进后算法的高效性.     

无线Ad Hoc网络中QoS感知的跨层资源分配算法

在分析无线Ad Hoc网络资源分配模型的基础上,提出一种QoS感知的跨层资源分配算法CL-QARA (cross layer QoS aware resource allocation).其主要思想是,引入价格作为资源分配的度量指标,以QoS带宽需求为参数,将网络层的动态资源分配信息与MAC层CSMA/CA接入机制相结合,以改进MAC层的冲突退避算法.设计了改进的退避算法和呼叫接入控制算法,以实现MAC层与网络层的跨层技术.通过QoS感知的资源分配算法和跨层技术协同工作,为QoS服务提供了业务保障.仿真结果表明,CL-QARA算法具有良好的收敛性和稳定性.与其他算法相比,CL-QARA能够有效地提供QoS保证,提高了网络的效用和性能.     

基于模糊QoS满意度的启发式多约束路由算法

QoS路由是实现IP网络服务质量的重要手段.针对一般的QoS路由算法时间复杂度高或者只局限于特定约束的缺点,提出了一种基于模糊QoS满意度的启发式多约束路由算法.首先给出了多约束路由的问题模型和数学描述,然后通过模糊处理各QoS参数的方法构造链路的QoS满意度,在此基础上将QoS满意度与传统最短路径优先相结合,通过启发式搜索快速有效地寻找满足所有约束的路由.仿真结果表明,所提出的路由算法拥有较好的性能.     

基于速率调整和区分服务的WSN QoS机制

基于排队论对多跳线性拓扑结构的无线传感器网络QoS进行了建模和分析,提出了非端到端的集体数据丢包率CDL和时延CDD的QoS指标的具体公式.进而提出了从Sink节点开始逐级减少的速率调整算法来保证网络QoS.又引入 "区分服务"到本文模型,提出了基于抢先优先制的PPS调度算法以实现不同的业务有不同的QoS参数.仿真表明,速率调整算法能明显提高网络的QoS性能,CDL下降达23.0%～100%,CDD最多减小89.6%,而PPS算法在重要数据的时延CDD和网络抖动等QoS参数上明显优于SATS算法,从而更好地实现了"区分服务"的QoS机制.     

一种基于遗传算法的QoS多播路由算法

深入研究基于遗传算法的QoS多播路由算法,建立支持QoS的多播路由模型.对已有的QoS多播路由算法进行优化,提出适用于下一代网络的基于遗传算法的QoS多播路由算法.采用定长的染色体编码和预处理机制降低算法复杂度.仿真试验表明,该算法收敛速度快,可靠性高,能够更好地满足多播业务的需要.     

基于量子遗传算法的QoS路由算法

多约束的QoS路由问题是NP完全问题.量子遗传算法是基于量子计算理论的新遗传算法,具有种群多样性、收敛速度快和全局寻优的特点.将量子遗传算法引入多约束QoS路由计算,提出了一种基于量子遗传算法的QoS路由算法,给出了算法实现的方法和具体流程.实验结果表明,通过该算法得到的QoS路由不但能满足QoS约束要求,同时可以均衡链路负载,减少路由拥塞.     

多QoS约束路由问题的研究

多QoS约柬路由问题是NP完全问题.文章基于归一思想和Dijkstra算法对多QoS约束路由问题进行了研究.通过删除不满足单QoS约束的链路,降低了问题的求解规模;通过对QoS因子的动态统计,分配不同的比例权值.将多QoS约束路由问题转化为线性约束问题,降低了问题的复杂性.实验结果表明,算法是可行的.     

基于遗传算法的多约束QoS多播路由优化算法

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约束的多播路由问题成为越来越重要，它吸引了许多爱好者．本文讨论了多约束QoS多播路由问题，主要包含延迟、延迟抖动、带宽和分组丢失率等QoS约束，文中描述了一种在动态网络环境及不确定参数下适应于研究QoS多播路由的网络模型．提出了一种在网络规模、可行性方面为Imernet、移动网络和高性能网络下基于遗传算法的多约束QoS多播路由优化算法（MQMRGA）．仿真结果表明该算法收敛速度快、可靠性高．MQMRGA为QoS多播路由提供了一种新的有效途径．     

一种基于QoS的云负载均衡机制的研究

提出一种基于QoS的云负载均衡机制,即:构建QoS模型和云资源模型;建立资源度量与QoS属性之间的映射;对虚拟机实例负载状况和虚拟机集群资源利用状况进行量化评估;感知用户的QoS并对比所监控的云节点的资源度量情况,根据对比结果,通过任务调度算法和弹性伸缩算法分别实现任务的分发和虚拟机集群的弹性伸缩,最终达到优化的负载均衡的目的.通过模拟试验,结果表明本方法与Round robin算法相比,有更好的负载均衡效果.     

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。     

基于RED的带宽分配算法

实现带宽资源的分配对于QoS控制来说是非常重要的。常见的带宽分配算法如WFQ、DRR等分组调度算法存在着诸如计算复杂度高、需在路由器进行每流状态的管理等不足。该文在前人的基础上,提出了一种基于RED的带宽分配算法,避免了上述问题,从而提高了算法的可扩展性。     

Parallel Switch System with QoS Guarantee for Real-Time Traffic

This paper studies the load-balancing algorithm and quality of service （QoS） control mechanism in a 320Gb/s switch system, which incorporates four packet-level parallel switch planes. Eight priorities for both unicast and multicast traffic are implemented, and the highest priority with strict QoS guarantee is designed for real-time traffic. Through performance analysis under multi-prlorlty burst traffic, we demonstrate that the load-balancing algorithm is efficient, and the switch system not only provides excellent performance to real-time traffic, but also efficiently allocates bandwidth among other traffic of lower priorities. As a result, this parallel switch system is more scalable towards next generation core routers with QoS guarantee, as well as ensures in-order delivery of IP packets.     

Quality-of-service trade-off analysis for wireless sensor networks

Quality of Service (QoS) support for wireless sensor networks (WSN) is a fairly new topic that is gaining more and more interest. This paper introduces a method for determining the node configurations of a WSN such that application-level QoS constraints are met. This is a complex task, since the search space is typically extremely large. The method is based on a recent algebraic approach to Pareto analysis, that we use to reason about QoS trade-offs. It features an algorithm that keeps the working set of possible configurations small, by analysing parts of the network in a modular fashion, and meanwhile discarding configurations that are inferior to other configurations. Furthermore, we give WSN models for two different applications, spatial mapping and target tracking, in which QoS trade-offs are made explicit. Test results for these applications and a heterogeneous WSN combining these two applications show that the models are accurate and that the method is scalable and thus practically usable for WSN, even with large numbers of nodes. Details are given on how to efficiently implement the algorithm.     

虚拟专用网在主动网络中的设计

主动网络的可编程特性及服务质量路由算法可以为虚拟专用网的安全体系建立和服务质量保证提供基础,虚拟专用网的综合复杂应用又能更好地体现主动网络的效率和优越特性。分析了如何在主动网络上实现虚拟专用网的设计,主要包括“安全体系的构建”、“ＶＰＮ服务质量路由的实现”、“主动网络中虚拟地址和密钥交换的实现”３部分的内容。     

可信可控网络中的QoS 资源控制模型

基于前期工作——可信可控网络体系结构TCNA(trustworthy and controllable network architecture),提出了一种QoS资源控制模型(resource control model for QoS,简称RCMQ).该模型从网络可控角度将QoS控制分为4层:QoS决策层面、QoS观测层面、QoS接口层面和QoS资源层面,模型部署包括独立集中的域内控制和一致性分布式控制.RCMQ模型闭环控制结构保证了QoS控制的有效性,而独立集中的QoS决策层面使得模型具有可扩展性.最后,通过仿真实验验证了RCMQ资源控制模型与InterServ模型相比,能够提供更为稳定的QoS传输,并且极大地减少了QoS状态维护,同时也从侧面说明可信可控网络体系比传统TCP/IP网络具有更高的可控性.     

Iterative selection algorithm for service composition in distributed environments

In service oriented architecture （SOA）, service composition is a promising way to create new services. However, some technical challenges are hindering the application of service composition. One of the greatest challenges for composite service provider is to select a set of services to instantiate composite service with end- to-end quality of service （QoS） assurance across different autonomous networks and business regions. This paper presents an iterative service selection algorithm for quality driven service composition. The algorithm runs on a peer-to-peer （P2P） service execution environment--distributed intelligent service execution （DISE）, which provides scalable QoS registry, dynamic service selection and service execution services. The most significant feature of our iterative service selection algorithm is that it can work on a centralized QoS registry as well as cross decentralized ones. Network status is an optional factor in our QoS model and selection algorithm. The algorithm iteratively selects services following service execution order, so it can be applied either before service execution or at service run-time without any modification. We test our algorithm with a series of experiments on DISE. Experimental results illustrated its excellent selection and outstanding performance.     

Edge-limited scalable QoS flow set-up

Although the Differentiated Services architecture supports scalable packet forwarding based on aggregate flows, the detailed procedure of Quality of Service (QoS) flow set-up within this architecture has not been well established. In this paper we explore the possibility of a scalable QoS flow set-up using a sink-tree paradigm. The paradigm initially constructs a sink tree at each egress edge router using network topology and bandwidth information provided by a QoS extended version of Open Shortest Path First (OSPF), which is a widely used link-state routing protocol. Our sink-tree paradigm dynamically reallocates network bandwidths online according to traffic demands. As a consequence, our paradigm easily supports QoS routing, resource allocation, and admission control at ingress edge routers without consulting core routers in a way that the QoS flow set-up time and overhead are minimized. Simulation results are very encouraging in that the proposed methodology requires significantly less communication overhead in setting up QoS flows compared to the traditional per-flow signaling-based methodology while still maintaining high resource utilization.