基于遗传算法的应用层多播路由方案

通过分析应用层多播树的路由约束,定义了3个适值函数,分别考察应用层多播树在开销、平衡和网络层业务量均衡3方面的性能。并根据生成的总适值函数进行遗传算法操作．仿真结果表明,与基于几何规则的应用层路由算法比较,本文提出的算法对多播树的3方面性能都有所优化,树的平衡和网络层业务量均衡性能的优化程度尤为明显．     

用遗传算法求解应用层多播路由问题

由于IP多播部署面临的困难,应用层多播作为互联网多播服务策略逐步被人们认可。在分析了应用层覆盖网络特点的基础上,本文提出了一种更合理的应用层多播路由问题模型MRRB。该模型对延迟和负载均衡性等多个目标进行优化。同时,本文还分析了求解MRRB问题的复杂性,并给出了基于多目标遗传算法的求解方法。仿真实验与结果分析表明了该该方法的合理性和有效性。     

网络多播路由优化与仿真研究

研究网络多播路由优化问题,由于网络数据流要求实时性和准确性,而网络多播路由是一个多约束条件的复杂问题,传统优化算法对其进行求解耗时长,效率低,难以找到最优路由.为了快速找到最优多播路由,提出了一种人工免疫-蚂蚁算法的多播路由优化方法.人工免疫-蚂蚁算法首先将多播路由的目标函数和约束条件作为抗原,目标函数的优化解作为抗体,通过人工免疫算法生成蚁群算法的初始信息素分布,以多播路由解的收敛方向,然后利用蚁群算法产生和更新抗体求得多播路由优化解.仿真结果表明,相对于其它优化算法,人工免疫-蚂蚁算法该算法的多播路由优化效率更高,能快速、有效地找到多约束条件的最优多播路由.     

带度约束的最小直径应用层多播路由问题的启发式遗传算法

由于IP多播难以在因特网环境中配置,应用层多播作为IP多播的一种替代方案得到越来越多的研究。从网络设计的角度来看,应用层多播在网络代价模型及路由策略方面与传统的IP多播有很大区别。本文研究了带度约束的最小直径应用层网络多播路由问题,提出了解决该问题的启发式遗传算法。通过大量仿真实验,我们对比分析了两种贪婪算法法和遗传算法的性能。实验显示,启发式遗传算法具有较好的性能。     

可扩展的多目标最优化多播路由

提出了一种提高多播可扩展性的新思路——将多播可扩展性作为一个最优化目标引入到多播路由算法的设计中,采用多目标最优化路由算法,提高现有多播可扩展性方法的效率.采用多目标最优化路由设计方法对AM(aggregated multicasc)和DTM(dynamic tunnel multicast)两种方法进行改进,给出了相应的最优化目标、启发式多目标最优化多播路由算法和多目标最优化多播路由遗传算法.对于AM方法,使用该算法可以有效地减少汇聚多播树的数量;对于DTM方法,使用该算法可以有效地增加非分枝节点的数量,减少多播状态.     

最小延迟的应用层多播树算法研究

在构建高效的应用层多播树过程中,许多端系统需要时间处理发送和转发数据,因此求解"最小延迟生成树"的问题必须考虑节点的处理延迟.本文分析了两类应用层多播路由模型:基于优化延迟的MRDL模型和基于负载平衡的LRRB模型,并证明都是NP难问题,且提出相应的两类启发式近似算法:MRDL-H算法和LRRB-H算法.最后通过模拟实验说明了所提出算法的高效性、健壮性.     

基于最大干扰网络编码的应用层多播算法

构建于终端系统的应用层多播具有网络层多播不可比拟的优势,为了提高应用层多播的效率和性能,提出一种基于最大干扰网络编码的应用层多播算法。该算法在采用网络编码的基础上,在多播路径选择上通过考虑源到多个目的节点路径间的最大干扰,来提高编码的利用效率,有效节省带宽。仿真表明,相比较一般应用层多播算法和基于网络编码的多播算法,本算法在提高网络吞吐量和资源利用率方面都有更好的表现。     

应用层的多播协议

传统的多播(multicasting)服务被实现在TCP／IP协议的网络层，但由于网络层的多播服务实现需要扩展网络层的路由与数据包收发协议，这在大多数的实际网络环境里并不是一件容易的事情。从最近几年来，研究人员开始重新审视多播服务的实现宿主层，并提出将多播服务实现在TCP／IP协议的应用层。应用层的多播在提供与网络层的多播的相近质量的服务情况下，具有更好的应用灵活性。本文介绍了应用层多播的定义和方法，及现阶段国内外已提出的应用层多播协议，并简要地讨论了应用层多播协议的性能评价问题。     

基于混合遗传算法的多播路由多目标优化

互联网不断增长的多媒体应用引发人们研究如何满足这些应用的服务质量(QoS)约束.目前网络中多主机之间的多播通信一般需要严格的多个QoS保证,文中描述了一种适应于研究多播QoS路由多目标优化的网络模型,在此基础上提出了基于遗传算法和禁忌搜索混合策略的,具有多目标的多播路由QoS优化方法,以克服遗传算法的爬山能力差以及不成熟收敛等问题.此外还采用了改进的多播树编码方法及高效的遗传操作,同时还优化时延、丢包率和带宽利用率等不同的参数.实验结果表明,该算法为多播路由QoS多目标优化问题的求解提供了一种有效的新途径.     

一种基于遗传算法的半动态应用层多播协议

将半动态应用层多播通信分解为静态起始和动态维护两种阶段交替出现的过程．在起始阶段．采用基于遗传算法的多播路由机制构建优化的静态多播树;在维护阶段,采用拓扑维护机制、路由性能监控机制和路由更新机制．对多播拓扑的动态进行快速响应．仿真结果表明．该协议同时具备优化多播树性能和快速维护多播拓扑的能力,改善了通信过程中多播树的整体性能．