SDN中基于蚁群优化的网络测量节点选择算法

在软件定义网络（SDN）中,当流传输路径信息获取受限时,现有的测量节点选择算法只能基于网络拓扑的中心性指标进行测量节点选择,存在测量精度较低、测量负载不均衡、运行时间长等问题。将SDN网络中测量节点选择问题抽象为最小顶点覆盖模型,提出一种基于蚁群优化的测量节点选择算法ACO-NS。利用复杂网络的度分布理论缩减状态转移过程中的候选集规模,同时设计一种信息素局部增强-全局挥发机制,增大可行解的信息素浓度,提高算法的准确度和收敛度,并且缩短搜索时间。通过OpenFlow消息在线计算测量节点的负载,采用邻域搜索策略对过载节点进行筛选和替换,以降低过载处理的时间。实验结果表明,与ACO算法相比,该算法的准确度和收敛度分别提高56.7和28.2个百分点,且单位时间内的过载处理开销降低79.8个百分点,具有较高的测量精度。     

传感器网络节点选择的分布式在线算法

大型传感器网络部署的关键是在能量消耗最小的前提下激活传感器节点以获取有价值信息,这要求在效用函数事先不可知的情况下通过分布式方式选择正确的传感器节点。为此,提出一种分布式在线贪心算法。以效用函数满足子模性的自然报酬递减特性为前提,在模型未知的情况下,通过在线学习方式优化目标函数。实验结果表明,该算法的收敛性近似于传统的集中式方法,且在运行中所需的通信消息量较少,适用于大型网络传感器节点的部署。     

无线传感器网络分布式节点定位算法研究

深入分析比较了在无线传感器网络领域中有代表性的4种分布式定位算法,着重关注了算法的能量消耗问题。节点的能量消耗主要由计算和通讯开销组成,对于算法的计算复杂度和通讯开销,做出了定量的分析。在此基础上,对未来的研究与算法的改进提出了建议。     

基于改进蚁群算法的无线传感器网络节点部署

为了降低无线传感器网络的总体能耗,保证信息的有效采集,针对无线传感器网络节点分布部署问题进行了研究,将其形式化为一个组合优化问题,以网络覆盖率为目标函数;提出了一种基于改进蚁群算法的节点优化部署方法,并对信息素扩散源搜索策略以及信息素更新方式进行改进;仿真结果表明,算法能够在监测目标区域内以相对较小的代价完成传感器网络节点的分布优化,并能降低网络的能耗,提高网络的整体覆盖率.     

基于CAN总线的分布式控制网络智能节点设计

现场总线是目前自动化技术的发展的一个热点。本文介绍基于CAN总线的分布式控制网络系统的设计方法，给出了Intel 80C196CK SJA1000和PIC16F877＋MCP2510两种典型的CAN总线智能节点的硬件电路和软件初始化程序。     

WSN中考虑节点磨损的分布式自稳定网络寿命优化算法

针对无法预估的节点故障影响无线传感器网络寿命的问题,本文提出了一种考虑节点磨损的分布式自稳定优化算法。首先,利用韦伯函数拟合网络生命周期的分布,定期唤醒睡眠节点进行故障检测;然后,采用分布式调度,无需知道传感节点的位置信息,使用多个节点同时工作,从而提高效率;最后,通过较低的网络通信代价,及时使用空闲节点替代故障节点,保持网络的连通性。理论分析和仿真实验验证了本文算法的有效性及可靠性,仿真结果表明,当传感器节点的可靠性随着使用时间与磨损下降时,本文算法可以更好地延长无线传感器网络寿命,相比分布式多目标概率覆盖协议,本文算法在寿命延长、覆盖率、节点唤醒次数等方面均取得更好的性能。     

基于粒子群算法的无线传感网络中继节点选择策略

针对无线传感网络中继节点没有固定的能量供应,导致无线传感网络数据传输速率较低、吞吐量较小的问题,提出基于粒子群算法的无线传感网络中继节点选择策略方法。构建无线传感网络系统模型,根据模型得出网络中每个位置中继节点的作用,同时收集所有中继节点构成中继节点集,保证中继节点的选择策略具有多样性;根据节点能量和信噪比加权得出中继节点的选取准则,并在粒子群算法的帮助下不断更新中继节点的选取结果,得出全局最优中继节点策略,实现无线传感网络中继节点选择。仿真结果表明,所提方法的数据传输延时平均为1.81ms,均方根误差平均值为1.29,及吞吐量最大值为260op/s。     

一种改进的智能蚁群优化算法

为了提高基本蚁群算法（Ant Colony Algorithm）的全局求解能力,对基本蚁群算法进行了改进,提出了一种高效的智能蚁群优化算法。它修改了基本蚁群算法中信息素、挥发因子的更新规则,使得每轮搜索后信息素的增量能更好地反映解的质量,有效地避免陷入局部最优,以加快收敛;另外,采用了一种最近节点选择策略使之适应大规模问题求解,对路径进行优化,提高搜索效率。通过对TSP问题的仿真结果表明,改进后的蚁群算法在求解最优解和收敛性能方面都取得了很好的效果。     

一种基于分布式存储系统中多节点修复的节点选择算法

在分布式存储系统中,如何优化失效数据的修复时间以保证系统的高可靠性,已引起了人们的广泛关注.近几年的研究发现修复过程中不同的节点选择机制对数据的再生时间产生很大的影响,已有工作提出了单节点失效场景下的节点选择SPSN (select provider select newcomer)算法,系统中往往存在多个节点同时修复的情况,此时,SPSN算法巨大的时空开销使得数据的再生时间不再最优.对已有真实系统的失效数据及原因进行统计;基于已有算法特点和修复模型,提出了具有更优的多节点选择B-WSJ(bandwidth based weak and strong judgement)算法.为了更好地描述算法,对带宽中节点的关系进行分类,算法利用节点关系分别实现了修复模型中目标节点的浅度和深度判断,并加入一定的预处理和剪枝策略,最终快速选择出具有较优带宽的节点集合.为了评估B-WSJ算法性能,使用Waxman算法产生网络拓扑,依据FTA(failure trace archive)网站所给的真实系统的节点失效模型进行多次实验,仿真结果表明：B-WSJ算法使得节点修复性能得到了很大的提升.     

蜂窝网络分布式中继选择算法

针对蜂窝网络中的功耗优化问题,研究了如何最小化两跳中继蜂窝网络的系统总功耗。首先根据信道传输功率的闭合表达式得到满足信道最小中断概率情况下的最优链路传输功率,然后通过使用基于Acknowledgement的分布式拍卖算法(DAA-ACK)和改进的分布式拍卖算法(IDAA)帮助用户节点选择合适的中继基站。仿真结果显示,这两种算法仅需要用户节点与邻居中继基站交换少量信息,并可通过有限次迭代快速选择出使系统总功率最小的中继节点。     

蚁群算法在智能交通系统中的应用研究

本文主要以我国的智能交通系统的组成为出发点,结合蚁群算法在我国智能交通系统中的应用现状,分析了其作用意义,对于今后进一步的发展给出了初步的建议和看法。     

“互联网+”下城市路网的最优路径选择

在"互联网+"的时代下,结合计算机数据采集以及系统仿真技术,对车辆在城市路网环境下,进行全局路径最优规划。将出发点与目的地连线所成对角线的矩形区域,作为路径限制搜索区域。不同时间段的车流量和不变的道路距离对道路阻抗产生影响的主要原因。在此基础上,建立城市路网的限制搜索区域时变权重有向图模型,并采用蚁群算法求解全局规划最优路径。最后进行MATLAB软件编程,仿真验证了算法的可行性以及有效性。     

分布式网络测量系统集成策略的实现

如何有效地实现大型计算机网络测量成为目前网络测量中研究的热点和难点,文中提出了一种分布式模块测量系统的体系结构,给出了模块测量系统的集成策略和实现方法。     

工业无线测控网络智能节点

本文以嵌入式和无线局域网（简称WLAN）技术为基础,设计开发了一款面向工业无线测控网络应用的WLAN智能节点．该智能节点作为传统工业测控设备的无线网络扩展,通过RS232、RS485或CAN总线接口与设备通信来获取数据,并通过无线网络将数据发送给PLC或计算机等控制设备,从而有效弥补了有线网络在某些特殊环境下的不足,进一步拓展了工业测控网络的应用领域．     

网络负载均衡优化算法的建模与仿真

研究网络资源管理中的负载均衡与优化问题,网络资源有限且负载具有突发性,造成资源浪费。采用传统单一蚁群算法或遗传算法均存在各自不足,难以适应用网络负载变化特点,使网络资源利用率低,网络拥塞严重。为了提高网络资源利用率,使网络负载更加均衡,提出一种蚁群-遗传算法的网络负载均衡方法。首先利用遗传算法对网络负载均衡问题进行全局搜索,使网络负载均衡的解迅速处于全局最优区域解附近,然后将遗传算法的解作为蚁群算法初始信息素,进行进一步搜索,最后找到网络负载均衡的最优解。仿真结果表明,用蚁群-遗传算法提高了网络资源利用率,降低网络丢包率,提高网络整体性能。     

基于蚁群-遗传算法的物化视图选取策略

将蚁群算法和遗传算法相结合用于物化视图选取问题。利用遗传算法较强的全局搜索能力对蚂蚁每次的搜索结果进行优化改良,并在信息素更新时,同时考虑最优、最差路径上的信息素更新。实验结果表明,该算法不仅提高了解的收敛速度,也成功解决了蚁群算法易“早熟”而引起的停滞现象。     

无线Mesh网中网络编码节点选取分析

无线Mesh网可以使用网络编码技术显著提高多跳链路的传输性能。但网络编码是有代价的,如何选择编码节点以减少网络编码的代价是研究的重点。对无线Mcsh网中的网络编码节点的选取进行了讨论,提出了一种基于超关键节点的网络编码节点选取算法。该算法是在Ford-Fulkerson标号算法找增广链的时候,统计路径上的每个节点的入度,并在节点上保存从不同输入链路获得的信息,从而确定哪些是超关键节点,这些超关键节点将是编码节点。仿真实验表明,在实现组播最大流的前提下,该算法能有效减少网络编码的节点数。     

网络行为测量研究*

回顾了国内外网络行为测量的研究现状,就网络行为研究的工具、方法等方面进行了探讨,构建了大规模的人工智能网络行为测量平台,并在此基础上提出了今后研究的方向。