一种分布式超梯度的对偶分解CDN负载管理算法

为提高内容分发网络(CDN)负载管理的均衡性,提出一种快速控制包分布式超梯度的对偶分解CDN负载管理算法。在泛播CDN中给出简化的DNS控制负载管理模型,以解决CDN运营商的基本操作问题。制定CDN负载管理问题的凸优化模型,并给出一种快速控制包的分布式对偶算法,对凸优化模型进行求解,以提升模型的性能优化。实验结果表明,与OSPR算法和GS算法相比,该算法具有更低的数据传输延迟和能量消耗。     

网络能耗系统模型及能效算法

网络能耗问题是当前网络研究和发展的重要问题,影响着网络的设计、应用和发展.当前网络能效算法的研究大多从网络局部角度关注于网络某一(些)设施的能耗问题,缺乏从网络全局的角度研究网络整体能耗的算法和策略.文中从网络全局角度研究网络的能耗模型和算法问题.文中基于3种基本网络数据传递模式和3种基本网络能耗机制,构建了网络能耗系统优化模型,对其中5种关键系统模型给出了详细的描述.针对几个关键系统模型,文中给出了形式化描述并且提出了相应的优化的节能路由算法.文中给出的网络系统能耗优化模型有助于对于网络能耗的理解和分析,所提出的能耗优化的网络数据包路由算法可以从网络路由的角度有效降低网络能耗.     

性能受限下云中心异构服务器的能耗优化

针对保证云中心性能下最小化能耗的问题,提出云中心异构服务器之间优化能耗分配方法.首先,建立云中心能耗优化的数学模型;然后,通过拉格朗日乘子法获取该模型的最优解,得到计算最小能量的最小能耗(MPC)算法;最后,通过大量数值实验进行算法验证并与功耗相等分配(EP)基准方法进行了比较.实验结果表明:在相同负载、相同响应时间约束下,MPC算法比EP基准方法节省近30%的能耗,并随着负载增加节省能耗的比例更高.MPC算法可有效避免云中心能源配置过载,为云中心资源优化配置提供思路和参考数据.     

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.     

一种速率自适应的能耗优化路由策略研究

降低网络系统能耗是当前计算机领域构建绿色网络迫切需要解决的关键问题.网络设备的传输服务速率自适应性为优化网络能耗和提高网络能效提供了有效的途径,文中提出一种基于速率自适应的全局性和分布式的能耗优化路由策略.该策略从网络全局路由的角度出发,根据网络系统的服务特征,将为数据提供传输服务的网络组件抽象为一个处理域.为求解处理域中速率自适应时的服务速率和工作状态平均转换次数,把处理域的服务过程视为可变服务速率的服务系统.然后以网络系统总能耗最小化为目标,并满足相关的路由和性能等约束条件,建立基于速率自适应的网络能耗优化路由模型,利用改进的蚁群算法对模型进行求解.在仿真实验中,将文中提出的能耗优化路由的分布式启发算法与相关文献的OSPF和GreenOSPF节能路由算法进行比较,给出算法在能耗和延时方面的对比结果.多种实验情况下的对比结果表明,文中提出的能耗优化路由策略能更有效地匹配速率自适应机制,具有较好的节能效果,从而达到优化和降低能耗的目的.     

一种基于点割的电路划分算法

文中提出了一种基于IG图(Intersection Graph)点割的电路划分算法,引入IG图模型,根据电路中信号网络间的交互关系构建IG图,直接对电路信号网络IG图进行最小点割划分,从而实现对电路单元(模块)的划分.该算法既有效地解决了电路超图与图之间转换的一致性问题,又实现了点割目标值与直接电路划分目标值的一致性,IG图点割集的大小即为真实电路划分的目标值.此外,通过给每个电路网络赋权重的方式构建带权重网络交互图,实现对电路网络划分的面积平衡进行近似控制,满足电路划分对面积平衡的特殊要求.采用MCNC提供的标准电路测试数据进行测试,实验结果表明,基于IG图点割的电路划分算法较基于网络超图HDN划分的K-DualFM算法平均有3%~7.8%的提高;同时,基于IG图点割的随机优化算法ROP比基于超图划分的FM优化算法具有更强的全局优化能力,划分结果提高18%,比基于二部图匹配的点割优化算法提高36%,对较大规模数据划分优化效果更好.     

基于流媒体服务的IP网络内容分发系统的设计

IP网络中数据量巨大的流媒体内容使服务器和骨干网络承受的压力越来越大。内容分发系统对保证流媒体QoS起到至关重要的作用。该文通过分析内容分发网络(CDN)和P2P两种新型内容分发技术,提出了多源网状散列式P2P模型和一种改进的内容缓存算法,设计了基于CDN和P2P技术的内容分发系统。系统可同时满足请求多和请求少的情况,提高了流媒体QoS。     

基于蚁群优化的ZigBee传感器网络QoS路由算法

针对ZigBee无线多媒体传感器网络(WMSNs)资源受限的特点,提出一种改进的基于蚁群优化的QoS路由算法AZ-WMSN-QR.其核心思想是通过加权法将通信时延、时延抖动及能量均衡性等QoS指标组合成一个主目标,进而评估链路的QoS主目标值,寻找符合QoS需求的目标值最大的路径,实现服务质量最优.仿真显示,AZ-WMSN-QR算法在多约束QoS路由问题上能实现网络资源优化组合,与基本蚁群路由算法相比,不仅能够减少网络总能耗,还能有效延长网络寿命,更适用于基于ZigBee的WMSNs.     

基于量子粒子群优化的DAG并行任务调度研究*

任务调度是网络并行计算系统的核心问题之一。在有向无环图(DAG)描述问题的基础上,提出了一种进行并行任务调度的量子粒子群优化算法。首先对DAG并行任务调度问题作出定义,并给出了优化问题的目标;然后分别讨论了问题的编码表示、解码方案、位置向量的计算方法、离散问题连续化、算法的总体流程等;最后给出算法的仿真实验情况及分析,实验结果表明,该算法有良好的全局寻优性能和快捷的收敛速度,调度效果优于遗传算法和粒子群优化算法。     

基于加权标识S-图的最短路径研究

为解决智能交通系统中交通运输网络分析和最短路径问题,提出加权标识S-图最短路径算法。根据Petri网基本原理和加权S-图的特点,给出交通网络加权S-图的网模型。阐述加权标识S-图最短路径的基本原理、求解加权标识S-图的最短路径定理及证明。通过交通运输网络示例和实验对算法进行验证,对比分析算法性能。结果表明,加权标识S-图最短路径算法能够更有效地求解交通网络最短路径。     

基于DQN的超密集网络能效资源管理

小基站的密集随机部署会产生严重干扰和较高能耗问题,为降低网络干扰、保证用户网络服务质量(QoS)并提高网络能效,构建一种基于深度强化学习(DRL)的资源分配和功率控制联合优化框架.综合考虑超密集异构网络中的同层干扰和跨层干扰,提出对频谱与功率资源联合控制能效以及用户QoS的联合优化问题.针对该联合优化问题的NP-Har...     

Energy‐efficient scheduling algorithms for batch‐of‐tasks (BoT) applications on heterogeneous computing systems

One of the major design constraints of a heterogeneous computing system is optimal scheduling, that is, mapping of tasks on the processing nodes in order to optimize the QoS parameters. Because of the huge energy consumption by computing resources, negative environmental effects and reduced system reliability, energy has unavoidably been added as a new parameter to the list of QoS parameters. Energy optimization in scheduling strategies along with makespan makes it an even more challenging combinatorial optimization problem. This work proposes two energy‐aware scheduling algorithms G1 and G2 to schedule a batch‐of‐tasks, made of a collection of independent tasks, on heterogeneous processors in order to minimize the makespan and the energy consumption. The proposed algorithms schedule tasks based on weighted aggregation cost function to the appropriate processors followed by task migration phase designed to further minimize the makespan and the energy consumption. The study evaluates the performance of the proposed algorithms with some of the peers, that is, MinMin, MINSuff on account of makespan, energy consumption, flowtime, and utilization. An experimental study reveals that the proposed algorithm (G2) consistently performs better under various test conditions. Copyright © 2015 John Wiley & Sons, Ltd.     

基于软件定义网络的多约束QoS双路径路由优化方法

针对当前SDN架构存在路由算法复杂度高、QoS流满意度低和单链路故障等问题,提出了一种基于软件定义网络的多约束QoS双路径路由优化算法(SDN＿MCQDP)。利用控制器获得全局网络状态信息,生成基于目的节点的有向无环图。在多约束QoS路由选择阶段,通过拉格朗日松弛对偶算法将多约束问题转化为线性规划问题。使用反向链路删减得到满足多约束QoS的节点不相交的双路径冗余链路,使链路故障后的数据传输得到保障。从路由计算时间、链路利用率、QoS流满意度等方面对算法进行仿真实验。结果表明,与MODLARAC、QT、RMCDP＿RD、H＿MCOP算法比较,SDN＿MCQDP能够有效降低传输时延,减少路由计算时间,提高链路利用率,且在链路发生故障后仍能满足QoS需求。     

基于自学习边权重图卷积网络的用户用能分类

用户分类是用能分析的一种重要方法,而智能电表的广泛应用为用户用能分析提供了大量的可用数据.为进一步提高用户分类精度与用能特征的提取能力,本文提出了一种自学习边权重的图卷积网络.所提出的网络通过具有注意力机制的特殊初始化层将原始能耗数据转换为图,并从生成的图中提取能耗特征,最终根据图的学习特征输出用户类.为证明所提出方法的有效性,本文在实际用能数据集上进行了对比实验.实验结果表明,本文方法不仅能够更好地提取用户特征,而且取得了更好的分类性能.     

基于CS优化的双簇头分簇路由算法研究

为了减少无线传感器网络(WSNs)分簇路由中簇头的能量消耗,提出了一种基于布谷鸟搜索(CS)优化的双簇头分簇路由算法.CS通过采用节点的剩余能量和节点之间的位置关系来构造适应值函数并选举出最优双簇头.其中,主簇头将数据进行融合,副簇头将融合的数据发送给基站,缓解了以往单簇头同时负责数据融合和传输的双重压力,使得整体能耗在各个节点的分配更均衡.仿真实验表明:与LEACH算法、粒子群优化(PSO)算法相比,CS算法在减小网络能耗以及延长网络生存周期上更具优势.     

互联网络服务质量路由算法研究综述

如何提供不同的服务质量(quality of service,简称QoS)是互联网络面临的一个重要问题,而服务质量路由(quality-of-service routing,简称QoSR)则是其中的核心技术和热点问题.QoSR的主要作用是为QoS业务请求寻找可行路径,这体现了QoSR的两个目标:(1) 满足业务QoS需求;(2) 最大限度地提高网络利用率.由于QoSR是NP完全问题,研究者们设计了很多启发式算法进行了广泛深入的研究.在有权图和QoS度量的基础上介绍了QoSR的基本概念,详细分析了面向单播应用的QoSR算法中的热点问题,并按照所求解的问题类型和求解方法,将这些算法分成以下几类:多项式非启发类、伪多项式非启发类、探测类、限定QoS度量类、路径子空间搜索类、QoS度量相关类、花费函数类和概率求解类.在分析每类中典型算法的基础上,总结和对比了各类的特点,进而详细剖析了算法的有效性,并基于此总结了基于概率模型求解QoSR问题的方法.最后指出了该领域中需要进一步研究的热点问题.     

基于熵权系数法的无线传感器网络自适应QoS路由算法

针对无线传感器网络中不同业务对服务质量（QoS）指标的不同要求,以及QoS指标在网络运行过程中实时变化的特点,提出一种基于熵权系数法的自适应QoS路由（EAQR）算法。算法将路由建立过程抽象成多指标加权评分的问题,选取节点负载、平均能量势、通信时延作为QoS评价指标,采用熵权系数法自适应地确定指标的权重,选择最优节点转发数据。仿真实验显示,与有序分配路由(SAR)、能量感知QoS路由(EQR)算法相比,EAQR算法可以有效降低网络平均端到端延迟,减少丢包率,延长网络寿命。     

云环境中多目标优化的虚拟机放置算法

虚拟机放置（VMP）是虚拟机整合的核心,是一个多资源约束的多目标优化问题。高效的VMP算法不仅能显著地降低云数据中心能耗、提高资源利用率,还能保证服务质量（QoS）。针对数据中心能耗高和资源利用率低的问题,提出了基于离散蝙蝠算法的虚拟机放置（DBA-VMP）算法。首先,把最小化能耗和最大化资源利用率作为优化目标,建立多目标约束的VMP优化模型;然后,通过效仿人工蚁群在觅食过程中共享信息素的机制,将信息素反馈机制引入蝙蝠算法,并对经典蝙蝠算法进行离散化改进;最后,用改进的离散蝙蝠算法求解模型的Pareto最优解。实验结果表明,与其他多目标优化的VMP算法相比,所提算法在使用不同数据集的情况下都能有效降低能耗,提高资源利用率,实现了在保证QoS的前提下的降低能耗和提高资源利用率两者之间的优化平衡。     

基于区域分簇的大规模无线传感器网络生命周期优化策略

针对环境监测、电网冰灾监测等大规模监测系统中监测区域覆盖广、传感器数量大等特性,为节约网络能耗以延长生命周期,提出了一种基于区域分簇的大规模无线传感器网络生命周期优化策略(RCS).该策略首先利用传感器节点的位置信息进行凝聚的层次聚类(AGNES)算法将大规模网络分区以优化簇首的分布;其次,候选簇首节点竞选簇首成功后进行不均匀分簇,同时加入时间阈值来均衡簇首节点的能耗;最后,采用簇间多跳路由,根据节点剩余能量、与汇聚点距离计算网络能耗代价来构建最小生成树进行路由选择.在仿真实验中,该策略与经典的低功耗自适应分簇(LEACH)协议和能量高效的非均匀分簇(EEUC)算法比较,簇首能耗平均分别减少了45.1%和2.4%,网络生命周期分别延长了38%和3.7%.实验结果表明,RCS在大规模网络中能有效均衡整体网络能耗,显著延长了网络的生命周期.     

图的有损摘要问题的两阶段算法

问题如下:给定图G=(V, E)和正整数k,要求将图G中所有节点合并成为k个超节点,满足由这些超节点组成的摘要图能够在一定误差范围内表示原图G.这是一个基于图划分的组合优化问题,一个主要求解思路是逐次地随机抽取节点对集并用启发式方法从中选取节点对进行合并.本文提出一个有效的两阶段求解算法TS＿LGS.算法根据图G的平均点度特征设置阶段阈值:当前超节点数大于阶段阈值为第1阶段,期间算法在采样节点对中基于当前最佳合并分数批量选择节点对合并,旨在有效减少迭代次数;否则为第2阶段,期间算法在加权采样的基础上优先挑选相邻的节点对,旨在找到重构误差增量较小的节点对合并,直至超节点的个数为k.在典型的真实网络实例图上与现有最好算法SAA进行了实验对比,结果表明,算法TS＿LGS以较低时间复杂度提取到的图摘要具有更低的重构误差和查询误差.