CN101321134B - 动态网络条件下的服务质量路由选择方法 - Google Patents
动态网络条件下的服务质量路由选择方法 Download PDFInfo
- Publication number
- CN101321134B CN101321134B CN2008101504024A CN200810150402A CN101321134B CN 101321134 B CN101321134 B CN 101321134B CN 2008101504024 A CN2008101504024 A CN 2008101504024A CN 200810150402 A CN200810150402 A CN 200810150402A CN 101321134 B CN101321134 B CN 101321134B
- Authority
- CN
- China
- Prior art keywords
- candidate
- parameter
- metric parameter
- alternative path
- probability
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种动态网络条件下的服务质量路由选择方法。其过程包括:测量网络中所有通信链路度量参数,获取其属性和变化情况;根据网络的初始拓扑结构和网络中任一通信链路的链路参数的属性和变化情况,确定每条链路上多个服务质量度量参数的权值变化区间和分布函数;根据连接请求的服务质量要求确定各度量参数的约束值;构建备选路径的集合,根据备选路径上各链路度量参数的属性和分布区间,计算备选路径各度量参数的区间;确定备选路径度量参数的分布规律及其数学表达式;计算备选路径满足约束的概率,并选择约束满足概率最大的路径作为工作路由。本发明具有计算快,针对性和普适性较强的优点,可用于对动态网络条件下的服务质量路由选择。
Description
技术领域
本发明属于通信技术领域,涉及数据网络,特别是互连网动态多约束服务质量路由的选择方法。
背景技术
随着Internet的迅猛发展和用户数量的急速增长,各种形式的网络应用不断出现,人们对主要的网络互联设备的性能、网络安全性及稳定性的期望越来越高。作为IP网络的核心设备,路由器技术,特别是高性能路由器技术已经成为当前网络领域研究的热点和重点,越来越多的研究机构和商业团体开始重视路由器的发展。
路由器工作在OSI/RM的网络层,主要是完成不同网络间的数据存贮、分组和转发功能,决定在网络之间传输数据时的路由去向,因此它是实现网间网互联必须使用的设备。路由器的基本用途是连接多个逻辑上分开的网络,必须具有判断网络地址和选择路径的功能,能够在多个网络互联环境中建立灵活的连接,并可用完全不同的数据分组和介质访问方法连接各种子网。路由器只接收源站或其他路由器的路由信息,属于网络层的一种互联设备。虽然路由器可以支持多种协议,例如TCP/IP、IPX/SPX和AppleTalk等协议,但是大多数路由器运行TCP/IP,网络层的协议为IPV4或IPV6。
路由器通常连接两个或多个由IP子网或点到点协议标识的逻辑端口,至少拥有一个物理端口。路由器根据收到数据包中的网络层地址和路由器内部维护的路由表决定输出端口以及下一跳地址,并且重写链路层数据帧头实现转发数据包。
路由器通常由动态维护路由表来反映当前的网络拓扑,通过与网络上其他路由器交换路由和链路信息来维护路由表。一个典型的路由器主要由5部分组成:输入端口、输出端口、存贮器、交换结构和网络处理器,如图1所示。其中,输入端口是物理链路的连接点也是报文的接收点;输出端口的主要功能是队列和缓冲管理,通常使用复杂的调度算法实现服务质量功能等;存贮器主要是进行数据存贮功能;交换结构完成输入端口和输出端口之间的互联功能;路由处理器主要是运行系统软件和各种路由协议,实现维护路由表和计算转发表等功能,其功能既可以软件实现,也可以硬件实现。
路由器的主要工作就是为经过路由器的每个数据帧寻找一条最佳的传输路径,并将该数据有效地传送到目的节点。可见,选择最佳路径的方法是路由器的关键所在。在路由器中保存着各种传输路径的相关数据一路由表,供路由选择时使用。路由表中保存着子网的标志信息、网上路由器的个数和下一个路由器的名字。
目前,TCP/IP网络全部是通过路由器互连起来的,Internet就是成千上万个IP子网通过路由器互连起来的国际性网络。这种网络称为以路由器为基础的网络,形成了以路由器为节点的“网间网”。在“网间网”中,路由器不仅负责对IP分组的转发,还要负责与别的路由器进行联络,共同确定“网间网”的路由选择和维护路由表。
路由动作包括两项基本内容:寻径和转发。寻径即判定到达目的地的最佳路径,由路由选择方法来实现。由于涉及到不同的路由选择协议和路由选择方法,要相对复杂一些。为了判定最佳路径,路由选择方法必须启动并维护包含路由信息的路由表,其中路由信息因依赖于所用的路由选择方法而不尽相同。路由选择方法将收集到的不同信息填入路由表中,根据路由表可将目的网络与下一站的关系告诉路由器。路由器间互通信息进行路由更新,更新维护路由表使之正确反映网络的拓扑变化,并由路由器根据量度来决定最佳路径。这就是路由选择协议,例如路由信息协议RIP、开放式最短路径优先协议OSPF和边界网关协议BGP等。转发即沿寻径好的最佳路径传送信息分组。路由器首先在路由表中查找,判明是否知道如何将分组发送到下一个站点即路由器或主机,如果路由器不知道如何发送分组,通常将该分组丢弃;否则就根据路由表的相应表项将分组发送到下一个站点,如果目的网络直接与路由器相连,路由器就把分组直接送到相应的端口上,这就是路由转发协议。路由转发协议和路由选择协议是相互配合又相互独立的概念,前者使用后者维护的路由表,同时后者要利用前者提供的功能来发布路由协议数据分组。
路由算法是指路由问题的求解方法与步骤,在路由协议中起着至关重要的作用,采用何种算法往往决定了最终的寻径结果。基于网络处理器的路由器软件可以分为控制平面、数据平面和管理平面三部分,控制平面的软件运行在网络处理器的内核中,主要负责网络路由协议的运行,维护路由表。
随着多媒体的广泛应用和Internet商业化应用的快速发展,对服务质量提出了更高的要求,服务质量路由则是其中的一项关键技术。服务质量路由问题涉及的度量参数包括:带宽、延时、延时抖动、丢失率、可靠性和跳数等。根据运算规则,这些度量参数可以分为加性度量参数、乘性度量参数和凹性度量参数,其中传输延时、跳数、代价属于加性度量参数,丢失率、可靠性属于乘性度量参数,带宽属于凹性度量参数,根据度量参数的组合方式可以将路由选择方法分为单混合度量参数路由方法和多度量参数路由方法。
近年来很多路由选择方法都假设网络的每个节点能够通过网络协议获取精确的网络状态信息,然而在实际的动态网络环境中,节点所能够获取的网络状态信息是不精确的。具体包括以下四个方面的因素:
1)网络的动态本质,即网络的状态是时刻变化的;
2)大规模网络是由不同速率的子网络互连而成的,各子网络性能存在差异;
3)为了保证子网的灵活性和自治性,子网的内在属性、隶属关系以及运行机制等信息是隐藏的;
4)由于状态参数取决于已有的数学模型,并不代表网络设备真正的复杂性,因此节点和链路参数本身并不精确。
服务质量路由问题的研究可以分为两类,一类是为服务质量业务寻找能够同时满足多种服务质量约束的可行路径,另一类是为服务质量业务寻找能够同时满足多种服务质量约束的最优路径。不论是带优化的服务质量路由问题还是不带优化的服务质量路由问题均为NP-Complete问题。
现有技术中有几种动态网络条件下的服务质量路由选择方法,分别如下:
1)基于多路径方法的备份路由方法
该方法根据数据业务请求同时选择多条路径,互为备份作为工作路径的候选路径,即通过提高路径的数量来提高路由选择的成功率。
这种基于多路径的备份路径方法具有很大的随机性,并且由于没有考虑不同请求业务的特殊性和网络状态的动态本质,不能根据约束的不同而进行有效的解决带有多约束的服务质量路由问题。比较典型的基于多路径方法的备份路由方法有:多路径动态路由算法,如文献:帕特里克·A·沃佛克,瑟格·普罗特肯.辐射网络公司,CN1449610,2003.10.15,WO01/95641,2001.12.13;基于深度优先的多约束可行路径搜索算法,如文献:Li Z,Garcia-Luna-Aceves JJ.Finding multi-constrained feasiblepaths by using depth-first search.Wireless Networks,Volume:13Issue:3,2007Pages:323-34。
2)基于综合权值模型的动态服务质量路由方法
该方法模型简单,易于理解,但是实用性不强。常用的模型有模糊数学、多参数加权、动态聚类等。
这种方法的特点就是缺乏分析和数据处理发现可用于路由的规律进行有效地路径选择,使得本来就非常有限的信息经过聚合后信息量更少,因此基于综合权值模型的路由算法其路由的成功率不高。比较典型的基于综合权值模型的动态服务质量路由算法有:基于资源优化的服务质量路径选择模糊算法,如文献:李汉兵,喻建平,谢维信.基于资源优化的服务质量路径选择模糊算法.计算机研究与发展,2000,(3):372-375;基于动态聚类的多目标规划无线传感网路由算法,如文献:孟利民,周凯,徐志江.浙江工业大学,基于动态聚类的多目标规划无线传感网路由算法.CN101119303,2008.02.06。
3)基于现代智能优化方法的动态服务质量路由方法
智能计算方法如神经网络方法、进化计算、蚂蚁算法、粒子群方法等大量用于求解动态网络的路由问题求解,能够获得某些NP-hard问题的近优解。
这种方法由于需要多次迭代运算,其运算时间长、算法收敛速度慢,具有很大的局限性,同时不能快速判断解的存在性。比较典型的基于现代智能优化方法的动态服务质量路由算法有:一种基于蚂蚁算法的分布式自组网动态路由方法,如文献:郑相全,郭伟,毛玉明,等.电子科技大学,CN1642131,2005.07.20;基于蚁群系统的多约束动态QoS多播路由算法,如文献:Gui Zhi-bo,Wu Xiao-quan,Multi-constrained dynamic QoS multicast routing design using ant colony system.Journal ofChina Universities of Posts and Telecommunications,v 12,n 4,Dec.2005,57-60,65。
4)基于链路度量参数假设的动态服务质量路由方法
这种方法假设链路度量参数服从某种已知的数学分布,以最大概率满足给定约束为目标,度量参数包括带宽、延迟等链路度量参数,考虑了链路带宽和延时的限制条件。这种方法充分利用了分布函数的特性,推出了给定路径满足延时要求概率的公式。
这种方法的设计基础是假定参数服从某种分布,根据所假定参数分布的特性进行路由计算,其算法设计往往只针对设定参数的分布特性,具有很大的局限性,不能解决参数多样及非特定分布的动态参数下的路由问题。比较典型的基于链路度量参数假设的动态QoS路由算法有:基于不精确状态条件下的带宽-延时受约束的路径选择方法,如文献:Korkmaz Turgay,Krunz Marwan.Bandwidth-delayconstrained path selection under inaccurate state information.IEEE/ACM Transactionson Networking,Volume:v 11,Issue:n 3,June 2003,pp384-398;带有不确定路由参数的网络QoS路由算法,如文献:Lorenz Dean H.,Orda,Ariel.QoS routing innetworks with uncertain parameters.Proceedings IEEE INFOCOM,v 1,1998,p 3-10.。
以上这些方法在路由选择针对性、路由计算时间、路由算法实用性等方面都不能很好地满足动态服务质量路由选择的需求。
发明内容
本发明的目的在于克服上述已有技术的不足,提供一种动态网络条件下的服务质量路由选择方法,以实现在动态网络环境中为服务质量参数可变、服务质量特定的数据通信提供快速的进行路由计算、选择和能满足用户实时服务质量需求的动态路由协议,使得网络中能够根据用户需求计算最大概率满足服务质量约束的路由并建立通信链接,解决动态网络条件下的服务质量路由选择问题。
本发明的目的是这样实现的:
步骤A,测量网络中所有通信链路度量参数,获取这些度量参数的属性和变化情况;
步骤B,根据网络的初始拓扑结构和网络中任一通信链路的链路参数的属性和变化情况,确定每条链路上多个服务质量度量参数的权值变化区间和分布函数;根据连接请求的服务质量要求确定各度量参数的约束值,并据此建立约束向量;
步骤C,按照多路径方法构建备选路径的集合,根据备选路径上各链路度量参数的属性和分布区间,计算备选路径各度量参数的区间;
步骤D,根据备选路径上各链路度量参数的分布函数,通过参数假设和参数估计确定备选路径度量参数的分布规律及其数学表达式;
步骤E,根据步骤D所确定的备选路径度量参数的分布规律及其数学表达式和对应步骤B中度量参数的约束向量,计算备选路径满足约束的概率,并选择约束满足概率最大的路径作为工作路由。
本发明具有如下的优点:
1)本发明由于以实际测量数据处理为基础,分析链路度量参数的分布特点,通过参数假设和参数估计,获得链路服务质量度量参数的分布规律及其数学表达式,而不是直接假设参数服从某种已知的函数分布,因此服务质量问题求解直接与网络背景紧密相关,具有明显的针对性。
2)本发明由于是在建立链路度量参数分布规律和数学表达式的基础上计算路径满足约束的概率,从而选择约束满足概率最大的路径作为工作路由,而不是局限于具有特定数学分布的链路度量参数,具有普适性。
3)本发明由于基于对实际测量数据的分析与处理,通过确定链路度量参数分布的数学表达式和备选路径度量参数的分布规律及其数学表达式,并通过约束满足概率的计算确定备选路径的优劣,方法理论基础可靠、运行稳定,具有较高的路由成功概率,同时路由方法实现简单。
附图说明
图1现有采用网络处理器的路由器结构图;
图2是本发明的动态网络条件下的服务质量路由选择方法流程图;
图3是本发明针对非统一均匀分布的路径权值的概率密度曲线;
图4是本发明针对非统一均匀分布的路径权值的概率分布曲线;
图5是本发明实施例使用的动态网络拓扑示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
本发明实施例通过对动态网络中链路服务质量度量参数分析,确定链路各服务质量度量参数的分布规律及其相应的概率密度和概率分布函数的数学表达式,结合不同链路请求各服务质量参数的约束限制确定各备选路径的约束满足概率,从而选择一条最大可能满足多个服务质量约束的最优路径。
参见图2,本实施提供的基于参数估计的动态服务质量路由方法,包括以下步骤:
步骤201,测量网络中所有通信链路度量参数,获取这些度量参数的属性和变化情况。
服务质量路由选择问题涉及的度量参数包括:带宽、延时、延时抖动、丢失率、可靠性和跳数等.根据运算规则,这些度量参数可以分为加性度量参数、乘性度量参数和凹性度量参数,其中传输延时、跳数、代价属于加性度量参数,丢失率、可靠性属于乘性度量参数,带宽属于凹性度量参数。
步骤202,确定每条链路上多个服务质量度量参数的权值变化区间和分布函数。
(1)根据测量的通信链路度量参数,对其的运算属性进行分类,并确定度量参数的最大值和最小值以及分布情况;
(2)根据通信链路度量参数的分布情况,对测量的度量参数进行分析和处理,确定各服务质量度量参数在最大值和最小值区间上的分布类型;
(3)基于分布类型假设和不同的置信水平,采用统计分析方法和给定分布函数的假设检验方法确定各服务质量度量参数的分布参数,进而得到各服务质量度量参数的分布函数。
步骤203,根据连接请求的服务质量要求确定各度量参数的约束值和约束向量。
针对带宽、延时、延时抖动、丢失率、可靠性和跳数等不同的度量参数,均有不同的服务质量要求,即所对应的约束值是不同的,这些不同的约束值组成的向量成为约束向量。
步骤204,构建备选路径的集合。
对于最优路径选择问题而言,存在多条候选路径,这些路径的集合称为备选路径集S_candidate。本发明根据K最优路径算法建立N条备选路径,构成备选路径的集合。
步骤205,计算一条备选路径各度量参数的区间。
(1)计算一条备选路径各度量参数区间的下限和上限,其计算公式为:
式中,p_candidate表示备选路径,WL(p_candidate)和WR(p_candidate)分别为p_candidate的度量参数的下限和上限,wL(aij)表示路径p_candidate上链路aij的变化区间的下限,wR(aij)表示路径p_candidate上链路aij的变化区间的上限,i,j表示网络中节点的编号,i,j=1,2,…|V|;
(2)根据计算所得到的下限和上限,确定备选路径p_candidate各度量参数的区间为[WL(p_candidate),WR(p_candidate)]。
步骤206,确定备选路径度量参数的分布规律及其数学表达式。
(1)根据备选路径上各链路度量参数的分布函数,确定备选路径在区间[WL(p_candidate),WR(p_candidate)]上的分布;
(2)根据备选路径在所述区间上的分布确定其分布的类型;
(3)在设定的置信水平下,根据所确定的参数分布类型通过参数估计确定其分布规律及其相应的数学表达式。
步骤207,比较约束值与备选路径度量参数区间的上下限。
将度量参数约束值与备选路径上各对应度量参数区间的上下限进行比较,判断度量参数约束值的约束情形,其判断的结果分为如下三种情况:
(1)度量参数约束值大于备选路径上对应度量参数区间的上限;
(2)度量参数约束值小于备选路径上对应度量参数区间下限;
(3)度量参数约束值介于备选路径上对应度量参数区间上下限之间。
步骤208,计算一条备选路径满足各约束的概率。
根据步骤207的判断结果,计算备选路径满足各约束的概率:
(1)对于度量参数约束值大于备选路径上对应度量参数区间的上限,则相应的约束满足概率为1.0;
(2)对于度量参数约束值小于备选路径上对应度量参数区间下限,则相应的约束满足概率为0;
(3)对于度量参数约束值介于备选路径上对应度量参数区间上下限之间,则相应的约束满足概率计算公式为:
式中,aij为路径p_candidate上的弧,w(aij)为aij的权值,x为w(aij)的和,f(x)为x的密度函数,Constrij k为p_candidate的第k个约束的值,F(Constrij k)为基于区间[WL(p_candidate),Constrij k]对f(x)的积分值,prok(p_candidate)为p_candidate满足第k个约束的概率。
步骤209,计算一条备选路径满足多约束的概率。
根据步骤208的计算结果,计算备选路径满足多约束的概率:
(1)如果存在某个约束的满足概率为0,则该路径满足多约束的概率直接为0,确定该路径为不可行路径;
(2)如果各约束的满足概率均不为0,计算多约束满足概率的计算公式为:
式中,K表示约束的数量,pro(p_candidate)表示理论的约束满足概率。
步骤210,计算所有N条备选路径的多约束满足概率,并判断是否满足循环结束条件。
重复步骤205-209,计算每条备选路径的约束满足概率,并根据备选路径的数目对所循环的次数进行判断,当循环次数达到备选路径数目N时循环停止,则执行步骤211,否则继续循环执行步骤205-209。
步骤211,选取工作路由。
根据上述循环计算结果选取约束满足概率最大的路由作为工作路由,如果所有路径满足多约束的概率均为0,则工作路由不存在。
本发明的效果,可以通过以下仿真进一步说明:
1)仿真条件
仿真实验基于图5中的实施例进行,该实施例包括6个节点a、b、c、d、e、f和各节点构成的9条通信链路,每条链路上包括两个满足加性的服务质量度量参数,假设服从均匀分布,每条链路上参数的变化区间如图5标示。
2)仿真过程
(2.1)按照仿真条件,设置仿真的初始条件。
(2.2)对于图5网络拓扑中的每条链路eij,其权值w(eij)∈[WL,WR],其中WL∈[20,40],WR∈[80,100]。
(2.3)随机产生网络请求和相关的约束值和约束向量,具体为如下2组;
①
②
(2.4)根据节点跳数产生N条最优路径构成备选路径集合S_candidate为:
①a→b→c→f;
②a→b→e→f;
③a→d→c→f;
④a→d→e→f。
(2.5)确定每条路径p_candidate的K个服务质量度量值wk(p_candidate)的参数属性并进行区间计算(1≤k≤K);
(2.6)根据仿真初始条件中各链路的服务质量度量参数区间上下限和参数的分布属性,确定各路径p_candidate各度量参数的区间上下限,如表1所示;
(2.7)假设网络中每条链路的服务质量度量参数均为服从不同[WL,WR]均匀分布的随机数,具有T跳,T≥2,且为加性的服务质量度量参数,其路径权值的概率密度曲线如图3所示;当网络中每条链路的服务质量度量参数均为服从不同[WL,WR]均匀分布的随机数、具有T跳(T≥2)、且为加性的服务质量度量参数,其路径权值的概率分布曲线如图4所示。根据图3和图4中的数据处理结果,在置信水平设定为0.95时,通过参数假设和估计确定路径的服务质量度量参数的分布函数及其数学表达式为:
根据上节分析的结果,可以对式(3)进一步进行改进为式(6),关键参数如表1所示。
(2.8)利用式(2)计算备选路径满足各约束的概率。计算结果如表1所示
(2.9)根据(2.8)中计算的各约束满足概率,计算路径多约束满足概率,如表1所示;
(2.10)完成对路径①-④多约束满足概率的计算,选择工作路由。根据表1中的数据,对于约束①路径①和③的多约束满足概率分别为0.6256和0.6586,因此选择多约束满足概率最大为0.6586的路径③作为工作路由;对于约束②路径②和④的多约束满足概率分别为0.1682和0.1937,因此选择多约束满足概率最大为0.1937的路径④作为工作路由。
表1
3)仿真结果分析
当约束限制分别取不同的值时,可对上述4条备选路径在满足不同约束条件下的概率进行理论计算并进行相应的计算机模拟仿真,理论计算和数值统计结果见表1。
从表1可见,本发明在对链路度量参数分布规律分析的基础,确定链路服务质量度量参数的分布函数及其数学表达式,不仅仅局限于具有特定数学分布的链路度量参数,方法针对性较强、具有普适性;方法在线实现简单、计算快。同时,理论计算结果与实际统计结果一致,验证了本发明的可行性。
以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现,其软件程序存储在可读取的存储介质中,存储介质例如:计算机中的硬盘、光盘或软盘。
以上所述仅为本发明的验证实施例,并不用以限制本发明,凡在本发明技术思想下所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.一种动态网络条件下的服务质量路由选择方法,包括如下步骤:
步骤A,测量网络中所有通信链路度量参数,获取这些度量参数的属性和变化情况;
步骤B,根据网络的初始拓扑结构和网络中任一通信链路的链路参数的属性和变化情况,确定每条链路上多个服务质量度量参数的权值变化区间和分布函数;根据连接请求的服务质量要求确定各度量参数的约束值,并据此建立约束向量;
步骤C,按照多路径方法构建备选路径的集合,根据备选路径上各链路度量参数的属性和分布区间,计算备选路径各度量参数的区间;
步骤D,根据备选路径上各链路度量参数的分布函数,通过参数假设和参数估计确定备选路径度量参数的分布规律及其数学表达式:
(D1)根据备选路径上各链路度量参数的分布函数,确定备选路径在区间[WL(p_candidate),WR(p_candidate)]上的分布,其中WL(p_candidate)和WR(p_candidate)分别为备选路径p_candidate的度量参数的下限和上限;
(D2)根据备选路径在所述区间上的分布确定其分布的类型;
(D3)在设定的置信水平下,根据所确定的参数分布类型通过参数估计确定其分布规律及其相应的数学表达式;
步骤E,根据步骤D所确定的备选路径度量参数的分布规律及其数学表达式和对应步骤B中度量参数的约束向量,计算备选路径满足约束的概率,并选择约束满足概率最大的路径作为工作路由,
所述的计算备选路径满足约束的概率,按照如下步骤进行:
(E1)将度量参数约束值与备选路径上各度量参数区间的上下限进行比较,如果度量参数约束值大于备选路径上各度量参数区间的上限,则相应的约束满足概率为1.0;如果参数约束值小于备选路径上各度量参数区间下限,则相应的约束满足概率为0;如果参数约束值介于备选路径上各度量参数区间上下限之间,则相应的约束满足概率计算公式为:
式中,aij为路径p_candidate上的链路,w(aij)为aij的权值,x为w(aij)的和,f(x)为x的密度函数,为p_candidate的第k个约束的值,为基于区间[WL(p_candidate),]对f(x)的积分值,prok(p_candidate)为p_candidate满足第k个约束的概率;
(E2)根据过程(E1)计算的备选路径满足各约束的概率,计算备选路径满足各约束向量的概率,如果存在某个约束的满足概率为0,则该路径满足多约束的概率直接为0;否则计算多约束满足概率的计算公式为:
式中,K表示约束的数量,pro(p_candidate)表示约束满足概率的理论值。
2.如权利要求1所述的服务质量路由选择方法,其特征在于,步骤B所述的确定每条链路上多个服务质量度量参数的变化区间和分布函数,按如下过程进行;
(B1)根据测量的通信链路度量参数,对其的运算属性进行分类,并确定度量参数的最大值和最小值以及分布情况;
(B2)根据通信链路度量参数的分布情况,对测量的度量参数进行分析和处理,确定各服务质量度量参数在最大值和最小值区间上的分布类型;
(B3)基于分布类型假设和不同的置信水平,采用统计分析方法和给定分布函数的假设检验方法确定各服务质量度量参数的分布参数,进而得到各服务质量度量参数的分布函数。
3.如权利要求2所述的服务质量路由选择方法,其特征在于,过程B2所述的对测量的度量参数进行分析和处理,首先设置非正常数据的判断标准;再按照判断标准将测量数据中的非正常数据加以剔除。
4.如权利要求1所述的服务质量路由选择方法,其特征在于,步骤C所述的计算备选路径各度量参数的区间,按照如下过程进行:
(C1)计算备选路径各度量参数的下限和上限,其计算公式为:
式中,p_candidate表示备选路径,WL(p_candidate)和WR(p_candidate)分别为p_candidate的度量参数的下限和上限,wL(aij)表示路径p_candidate上链路aij的变化区间的下限,wR(aij)表示路径p_candidate上链路aij的变化区间的上限,i,j表示网络中节点的编号,i,j=1,2,…|V|;
(C2)根据计算所得到的下限和上限,确定备选路径p_candidate各度量参数的区间为[WL(p_candidate),WR(p_candidate)]。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101504024A CN101321134B (zh) | 2008-07-21 | 2008-07-21 | 动态网络条件下的服务质量路由选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008101504024A CN101321134B (zh) | 2008-07-21 | 2008-07-21 | 动态网络条件下的服务质量路由选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101321134A CN101321134A (zh) | 2008-12-10 |
CN101321134B true CN101321134B (zh) | 2012-05-23 |
Family
ID=40180970
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008101504024A Expired - Fee Related CN101321134B (zh) | 2008-07-21 | 2008-07-21 | 动态网络条件下的服务质量路由选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101321134B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105978809A (zh) * | 2016-05-09 | 2016-09-28 | 烽火通信科技股份有限公司 | 基于深度优先算法的otn网元内部路径筛选方法及系统 |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101605139B (zh) * | 2009-07-10 | 2013-07-03 | 中兴通讯股份有限公司 | 端到端业务创建的方法和装置 |
CN101646108A (zh) | 2009-09-07 | 2010-02-10 | 中兴通讯股份有限公司 | 确定路由的方法和装置 |
CN102055664B (zh) * | 2009-11-10 | 2012-12-26 | 武汉大学 | 一种基于覆盖网络环境的快速备选路由分配方法 |
CN101883326B (zh) * | 2010-05-31 | 2012-12-05 | 西安电子科技大学 | 基于无人驾驶车辆监测的无线传感器网络数据传输方法 |
CN103188169B (zh) * | 2011-12-30 | 2016-08-17 | 北京网康科技有限公司 | 一种基于应用质量的数据引流方法及其设备 |
PL2683199T3 (pl) * | 2012-07-05 | 2015-04-30 | Abb Research Ltd | Określanie tras komunikacyjnych w sieci komunikacji bezprzewodowej |
US10412656B2 (en) * | 2015-06-22 | 2019-09-10 | Telefonaktiebolaget Lm Ericsson (Publ) | Path selection in wireless mesh networks |
CN105897575A (zh) * | 2016-06-03 | 2016-08-24 | 中国电子科技集团公司第三十研究所 | 一种sdn下基于多约束路径计算策略的路径计算方法 |
CN107733796B (zh) * | 2017-02-07 | 2021-01-26 | 深圳臻云技术股份有限公司 | 一种择优路径计算方法及系统 |
US11115863B2 (en) | 2017-12-27 | 2021-09-07 | Telefonaktiebolaget Lm Ericsson (Publ) | Connection establishement in a cellular network |
CN108770003A (zh) * | 2018-05-07 | 2018-11-06 | 南京邮电大学 | 一种基于粒子群优化的自组织无人机网络路由发现方法 |
CN109951335B (zh) * | 2019-03-24 | 2022-03-04 | 西安电子科技大学 | 基于时间聚合图的卫星网络时延与速率联合保障路由方法 |
CN111210361B (zh) * | 2019-12-30 | 2021-07-13 | 国网江苏省电力有限公司信息通信分公司 | 基于可靠性预测和粒子群优化的电力通信网路由规划方法 |
CN113783788B (zh) * | 2021-09-16 | 2022-06-17 | 航天新通科技有限公司 | 一种基于流量预测的网络优化系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996003825A1 (en) * | 1994-07-27 | 1996-02-08 | Motorola Inc. | Method and device for consolidation of preferential resource constraints |
CN1416242A (zh) * | 2002-12-30 | 2003-05-07 | 清华大学 | 基于线性构造的服务质量路由性能评价方法 |
CN1416243A (zh) * | 2002-12-30 | 2003-05-07 | 清华大学 | 基于宽度优先搜索的性能可调启发式服务质量路由方法 |
WO2003071751A1 (en) * | 2002-02-22 | 2003-08-28 | Telefonaktiebolaget Lm Ericsson | Cross-layer integrated collision free path routing |
-
2008
- 2008-07-21 CN CN2008101504024A patent/CN101321134B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1996003825A1 (en) * | 1994-07-27 | 1996-02-08 | Motorola Inc. | Method and device for consolidation of preferential resource constraints |
WO2003071751A1 (en) * | 2002-02-22 | 2003-08-28 | Telefonaktiebolaget Lm Ericsson | Cross-layer integrated collision free path routing |
CN1416242A (zh) * | 2002-12-30 | 2003-05-07 | 清华大学 | 基于线性构造的服务质量路由性能评价方法 |
CN1416243A (zh) * | 2002-12-30 | 2003-05-07 | 清华大学 | 基于宽度优先搜索的性能可调启发式服务质量路由方法 |
Non-Patent Citations (2)
Title |
---|
齐小刚,刘三阳.一种基于K最短路径的QoS路由选择算法.吉林大学学报(工学版).2005,35(5),526-530. * |
齐小刚,刘三阳.基于K最优路径的QoS路由预计算新算法.电子学报.2005,33(10),1752-1756. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105978809A (zh) * | 2016-05-09 | 2016-09-28 | 烽火通信科技股份有限公司 | 基于深度优先算法的otn网元内部路径筛选方法及系统 |
CN105978809B (zh) * | 2016-05-09 | 2019-01-15 | 烽火通信科技股份有限公司 | 基于深度优先算法的otn网元内部路径筛选方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN101321134A (zh) | 2008-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101321134B (zh) | 动态网络条件下的服务质量路由选择方法 | |
CN108989133B (zh) | 基于蚁群算法的网络探测优化方法 | |
Dhamdhere et al. | The internet is flat: modeling the transition from a transit hierarchy to a peering mesh | |
CN105074735B (zh) | 通过在多个学习机器之间共享信息来加速学习 | |
Ren et al. | A novel control plane optimization strategy for important nodes in SDN-IoT networks | |
CN109688056B (zh) | 智能网络控制系统及方法 | |
CN105075179A (zh) | 基于学习机器对异常网络性能的检测 | |
Chen et al. | Multi-controller placement towards SDN based on Louvain heuristic algorithm | |
Shang et al. | Service-aware adaptive link load balancing mechanism for Software-Defined Networking | |
CN103873364A (zh) | 域间多路径路由的实现方法 | |
CN105515987A (zh) | 一种基于sdn架构面向虚拟光网络的映射方法 | |
Chen et al. | RLMR: Reinforcement learning based multipath routing for SDN | |
Tyagi et al. | GM-WOA: a hybrid energy efficient cluster routing technique for SDN-enabled WSNs | |
Lu et al. | Resource fragmentation-aware embedding in dynamic network virtualization environments | |
Wang et al. | Online learning for failure-aware edge backup of service function chains with the minimum latency | |
Li et al. | A multi-stage approach for virtual network function migration and service function chain reconfiguration in nfv-enabled networks | |
Narwaria et al. | C3hac: A controller placement approach for sdwsn | |
Sebastian | Child count based load balancing in routing protocol for low power and lossy networks (Ch-LBRPL) | |
Lin et al. | Proactive multipath routing with a predictive mechanism in software‐defined networks | |
Maniu et al. | Exploring the possibilities of a self-regulating SDN controller | |
Cespedes-Sanchez et al. | Hybrid Incremental Deployment of HSDN Devices | |
Majma et al. | SEMTE: scalable and extended modular traffic engineering in software-defined data center networks | |
Zhang et al. | SDN Multi-Domain Routing for Knowledge-Defined Networking | |
Yao et al. | New dynamic switch migration technique based on deep Q-learning | |
Beker et al. | A Tabu Search heuristic for the offline MPLS reduced complexity layout design problem |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120523 Termination date: 20170721 |