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。     

一种启发式算法在多受限QoS路由中的研究

随着互联网的广泛应用,网络服务质量(QoS)保证技术显得越来越重要,为了保证网络服务质量,希望根据多个QoS约束参数来选择可行路由。一般说来,多受限路径优化问题是一个NP完全问题,因此在多项式时间复杂度里不能解决该问题,针对这个问题,在启发式算法的基础上,提出一种改进扩展Bellman-Ford最短路径算法(MEBF),将NP完全问题简化为在多项式时间复杂度里能解决的问题。模拟的结果表明,该算法有良好的运行效率和QoS路由成功率。     

多约束QoS路由的一种启发式算法

本文提出一种求解QoS路由问题的新启发式算法,该算法求解基于带宽、时延、丢失率的多约束优化路问题,通过构造评价函数调用最短路算法迭代求解,具有较小的时间复杂度。最后给出的仿真结果证明了算法的有效性。     

一种分类预计算QoS路由算法

为了满足Internet上各种网络应用的传输服务质量的需求,Internet工程任务组(IETF)先后提出了集成服务/资源预留模型(integrated service/resource reservation protocol,简称IntServ/RSVP)、区分服务模型(differentiated service,简称DiffServ)以及从流量工程角度提出的多协议标记交换(multi protocol label switching,简称MPLS).这些服务模型都需要一个与之相适应的QoS路由机制     

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.     

确保安全QoS的WFS路由算法

中的最关键的功能组件之一就是基于QoS的路由，从本质上看QoS路由实际就是端点到端点的带结点条件限制和边条件限制的最短路径问题，在文[1]中指出这种问题是NP完全的。本文研究对丢失敏感对延时不敏感的QoS路由模型——确保安全QoS的路由算法，并提出了一种新启发式算法；首先，我们讨论QoS一般模型，然后利用图论中的WFS算法求解QoS路由，该算法的时间复杂度为O(nlog(n)+n×d×K_0)，优于化前在该问题上的求解算法。     

基于拉格朗日松驰的多约束QoS路由算法

提出了一个有效的求解多约束的QoS 路由算法, 该算法使用拉格朗日松弛求解满足两个以上约束条件下的最小代价QoS 路径。在求解拉格朗日松弛的过程中, 提出了一种适用于网络结构的迭代方法, 能够快速有效地搜索到可行路径。该算法是一个伪多项式时间的算法, 比较仿真实验结果, 发现算法的搜索成功率不仅与约束数目拓扑大小有关, 还与拓扑类型有关, 对于与现实情况接近的网络拓扑, 其搜索成功率比较高。     

基于禁忌搜索的QoS路由算法

多约束的QoS路由问题是NP完全问题,该文将禁忌搜索算法引入多约束QoS路由计算中,提出了一种基于禁忌搜索的QoS路由算法QoS_TS。该算法通过设置长期记忆禁忌表和短期记忆禁忌表以及有效的评价函数,保证了算法实现过程中多样化的有效搜索。文章给出了算法实现的具体流程。实验仿真表明,该算法具有较高的搜索效率和较快的收敛性,通过该算法得到的路由不但满足QoS约束要求,同时可以均衡链路负载,减少路由拥塞。     

一种优化非线性目标的QoS路由算法

基于多条件约束的QoS路由选择是当前通信网络中的一个重要问题，其基本目的是求解多约束条件下的参数优化问题．文献[3]通过引入系统丢失率及平均时延的性能指标，建立了一个在满足一定系统丢失率要求下求系统最小平均时延的QoS路由选择算法．本文研究在满足一定的系统平均时延要求下求系统最小丢失率的QoS路由选择，建立了一种整数规划模型，并根据模型特点给出了用线性整数规划逐次迭代逼近求精确解的算法．实例表明所提出的模型和算法是有效的．     

应用改进微粒群算法求解QoS路由技术问题

高速多媒体网络中的路由问题是有QoS约束的路由问题,多受限的路由问题是一个NP完全问题.本文提出了一种解决多受限QoS路由问题的改进微粒群算法.该算法利用记忆库来动态调整惯性权重值,加快了算法的收敛速度.同时结合进化、灾变机制避免了算法陷入局部极值的问题.在列出改进算法的具体步骤基础上,通过实例证明了算法的有效性,使多受限QoS路由优化问题很好地得到了解决.     

基于遗传算法的QoS路由选择与仿真

该文提出了一种实现QoS路由选择的遗传算法，并以端到端的单点投递路由选择为例，详细地描述了该算法的实现过程。在该算法中采用一种新的编码方法，提出了一种新的适用于路由选择的交叉和变异算法，有别于已有的路由选择遗传算法。仿真结果表明此算法是可行的、有效的。     

基子改进的遗传算法的选播QoS路由算法研究

针对选播的QoS路由选择问题，本文提出了一种基于改进的遗传算法的多约束选播路由优化算法。该算法在满足带宽、延时、时延抖动和包丢失率的条件下。可寻找花费最小的路径。网络仿真实验证明：该算法操作简单，结果可行且有效。     

QoS中的路由问题

一、引言 QoS中的路由问题可以形式地表述成在一个带权的简单无向图G(V,E,W)中寻找适合条件的一条路径或一棵树。其中,V是节点集,代表路由器或交换机;E是边集,代表节点之间的线路;W是赋给边的权值集,与传统的网络不同,这里的权往往是多元偶,代     

一种考虑不确定信息的QoS单播路由改进算法

考虑到IP网络中存在大量不确定信息及其对多媒体业务的QoS(Quality of Service)的影响,本文设计了一种基于多路径和延迟划分的QoS单播路由改进算法,该算法在保证一定的选径成功率的基础上,有效地降低了算法的时间复杂度;在网络仿真器NS上的仿真分析结果表明了该算法在丢包率和满足端到端延迟约束的概率等性能指标上,具有良好的性能特性。     

基于模糊智能模型的QoS路由算法研究

说明了利用模糊智能方法来实现QoS路由算法的原因和优点，给出模糊路由算法模型并加以解释，通过软件仿真以及将模糊路由算法和静态，动态最短路由算法作比较，说明了模糊QoS路由算法的优越性。     

QoS计算机网络路由算法

回顾了20世纪80年代到2002年以来计算机网络QoS路由算法和路由协议的发展过程，总结了130多篇被IEEE／ACM，Elsevier Science，Wiley InterSeienee等著名机构收录的高水平学术刊物和SIGCOMM，INFOCOM等高水平国际会议上发表的相关论文，对各种QoS路由算法进行了分类归纳，重点介绍了一些典型的QoS路由算法。并结合在随机网络和时间依赖网络最短路径算法方面的研究基础，预测了QoS路由算法未来的发展方向。     

多QoS参数约束的选播路由算法的研究

选播是Ipv6中的一种标准通讯模型。本文研究多QoS参数约束的选播路由问题，建立了一种带有多个QoS参数约束的选播通信服务模型，设计实现了相应的多路选播路由算法。网络仿真实验结果表明，该算法是有效且切实可行的，它能同时满足多个QoS的约束条件，具有较好的求解效果，改善了网络服务质量。     

QoS路由算法性能评价模型的研究

QoS是新一代网络所必须支持的重要特性之一。在QoS的研究中,网络路由算法是至关重要的。本文基于当前世界上在QoS路由算法研究上的主要结果,建立起一个系统的QoS路由算法的性能评价体系,提出了评价指标参数,并详细介绍网络模拟器R－NS的设计模型和实现方法。