软件定义网络中基于Q-学习的负载均衡算法

针对软件定义网络(Software Defined Network,SDN)的负载均衡问题,为使网络的资源分配更加合理,防止网络拥塞,设计了一种基于Q-学习的负载均衡(Q-learning Load Balance,QLLB)算法,可根据网络环境自行作出决策,避免网络拥塞,实现网络资源的合理分配.与最短路径算法Dijkstra、蚁群算法进行的性能对比结果表明,QLLB算法有效实现了负载均衡,使得各个链路的带宽利用率更加平均,吞吐量分别提升了约8％和2％,可有效提升网络性能.     

无线IP网关设备技术方案研究

通过对无线IP网关设备的功能和定位进行介绍,结合实际应用需求,提出了无线IP网关设备总体技术方案,并描述了各模块的主要设计思路。同时,还提出了技术方案中需要研究的关键技术。     

基于MPTCP的非对称多链路传输调度方法述评

随着通信及网络技术的发展,移动终端设备往往配备多个网络接口,具有多链路的网络接入能力。为实现多链路传输,互联网工程任务组提出了新型的多路径传输控制协议（Multipath Transmission Control Protocol,MPTCP）。如何合理进行MPTCP数据包调度为用户提供更大带宽、提高数据传输可靠性,并最大化网络资源利用率,成为网络通信领域的重要课题。首先,介绍了MPTCP的基本功能和其在数据调度中面临的主要挑战;然后,针对非对称多链路下的MPTCP传输调度算法,从减少数据包乱序、降低传输延迟、提高链路利用率,以及结合强化学习四个角度分析和比较了近年来的多路径传输相关研究;最后,结合当前研究热点展望了MPTCP的未来发展趋势。