CN102025622A - 基于认知网络的实现低功耗路由的方法 - Google Patents
基于认知网络的实现低功耗路由的方法 Download PDFInfo
- Publication number
- CN102025622A CN102025622A CN2010105761744A CN201010576174A CN102025622A CN 102025622 A CN102025622 A CN 102025622A CN 2010105761744 A CN2010105761744 A CN 2010105761744A CN 201010576174 A CN201010576174 A CN 201010576174A CN 102025622 A CN102025622 A CN 102025622A
- Authority
- CN
- China
- Prior art keywords
- node
- branch
- trunk
- network
- nodes
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 16
- 230000001149 cognitive effect Effects 0.000 title abstract description 12
- 230000019771 cognition Effects 0.000 claims description 29
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 abstract 1
- 230000008859 change Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 206010033799 Paralysis Diseases 0.000 description 2
- 239000012141 concentrate Substances 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000007493 shaping process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000011069 regeneration method Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
Images
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种基于认知网络的实现低功耗路由的方法,属于计算机网络技术领域。本发明将认知网络以域为单位进行分割,每个域均设置有一个主干节点;在每个域中由主干节点负责ID分配,分支节点负责为末端节点分配ID,并且在每个节点设置一条ID控制信道和数据信道,流量包首先在主干节点上转发,主干节点采用ID控制信道判断该流量包是否属于自己的分支节点,当判断该流量包属于自己的分支节点时,则接收该流量包。本发明将选路与数据控制相分离,提高了单个节点的效率,降低了节点负担。数据信息则另行发送,大大减少的分支节点和末端节点的工作量,为认知网络终端节省了能源消耗。
Description
技术领域:
本发明涉及一种基于认知网络的实现低功耗路由的方法,属于计算机网络技术领域。
背景技术:
2005年美国弗吉尼亚工学院的学者首次明确提出认知网络定义认知网络是具有认知过程、能感知当前网络条件,然后依据这些条件作出规划、决策和采取动作的网络。认知网络必须是自感知的:应该能知道内部发生了什么,必须做什么;必须能确定适当行动去达到目标和学习做所有这些。它应该是以认知方式自我配置、自我最优化、自我修复和自我保护。这一系列自我学习、自我管理的过程需要大量的代价信息,对于已经过于臃肿的网络其服务质量不能通过这样的智能化得到提高。
目前存在的路由协议已经不太能够满足传统网络中的应用,因为传统互联网的主干是由大型计算机设备和路由设备构成的,这些设备不必考虑效率和功耗问题。所以路由算法可以比较复杂,同时不必过于考虑资源的限制。但是认知网络是由大量受限设备构成,我们所设计的认知网络路由算法必须综合考虑认知网络普遍具有以下特征:
1)、认知网络节点是在大量有限资源能量片上(能力片、存储空间、通信距离)进行运算并以预定义或者随机散布的方式存在;
2)、基于认知网络节点在应用中会以随机散布和高密度存在的情况,所以通常不对其进行统一IP编址,同时相关协议能支持节点自组织形成长效的网络结构;
相关协议支持认知网络节点间自动协作和交换控制信息,认知网络节点不具备人机控制界面,这也是区别于其他路由协议的关键所在;因此传统的路由协议不再适用认知网络。
现有互联网基本采用全分布式的自适应路由策略。每个路由器既要实现分组转发的功能,又要实现选路控制的功能,要实时地掌握全网的状态(网络拓扑和各链路的流量),建立和维护网络拓扑数据库,频繁地交换路由信息并达到同步;在此基础上,进行路由计算,选择最好路径,更新路由表。随着互联网规模的扩大,这种模式的脆弱性暴露得愈来愈明显,导致互联网称为“一个复杂的不稳定系统”,增加了“蝴蝶效应”事件的发生概率,即一个小的局部事件可能引起全网的瘫痪。因此服务质量不能依赖于端系统,根据业务属性和链路带宽的不同以及节点在提供相应服务时的性能不同,将数据与控制相分离,从而减小网络瘫痪的可能性,也增加网络扩展性和可维护性。
认知网络需要大量的控制信息和决策信息;同时认知网络中的节点本身资源有限,目前的研究主要集中于如何根据具体的应用环境和硬件基础,设计相关协议和管理原则以达到该网络整体具有最长有效时间。其中,由于物理层和数据链路层与具体应用相关性比较小,目前的工作主要集中在系统层面上设计协议。而网络层路由算法的设计,则依赖于实际硬件和具体应用的限制与需要,如节点能量、内存和计算能力有限,此外节点无全局统一IP编址,冗余的数据可能经多条路径汇集到目的节点等,故有很多方面在设计的时候必须精心考虑。而其共性则是以支持认知网络节点快速低成本构成稳定的数据传递路径为目标。
发明内容
发明目的:
本发明的所要解决的技术问题是针对上述背景技术的不足,根据认知网络所具有的特征,提供一种基于认知网络的实现低功耗路由的方法,解决如下问题:
(1)网络中节点进行动态的检测,以及时筛选有效的节点。
(2)网络中节点获得识别身份,这种ID不是简单的身份标志,而将成为树形算法的重要部分。
(3)节点间的路由关系如何建立,就是要用一种低功耗的算法,避免将大量的资源用于建立路由链路上。
(4)网络节点的拓扑变化后,路由重建,这个过程将伴随有节点ID的重建。
(5)节点间传送的消息格式,以及数据传输中路由分析方式。
技术方案:
本发明为实现上述发明目的采用如下技术方案:
一种基于认知网络的实现低功耗路由的方法,具体步骤为:
A步骤、将认知网络以域为单位进行分割,每个域均设置有一个主干节点;
B步骤、在每个域中由主干节点负责ID分配,分支节点负责为末端节点分配ID,主干节点维护一个邻接节点表,通过检测周围节点的信号强度加入或删除一个节点;
C步骤、在每个节点设置一条ID控制信道和数据信道,流量包首先在主干节点上转发,主干节点采用ID控制信道判断该流量包是否属于自己的分支节点,当判断该流量包属于自己的分支节点时,则接收该流量包,进入下一步骤,同时该流量包不再在认知网络中转发;当判断该流量包不属于自己的分支节点时,则将该流量包转发给认知网络中其他域的主干节点;
D步骤、主干节点先将流量包中的ID包和数据包分离,通过ID库分析结果找到正确的分支节点ID,然后根据分支节点ID将数据包发送至对应的分支节点;
E步骤,分支节点接收来自主干节点发来的包含ID号的数据包,再将此数据包根据具体的ID号发送至末端节点。
进一步地,上述基于认知网络的实现低功耗路由的方法的D步骤中,ID包中包含有目的节点的ID,ID的结构由三部分组成:
①主干号+分支号+末端节点号;
②分支节点ID=链路号+M*(N-1);
③链路号=分支节点IDmod M;
其中,M为每个域中主节点的分支链路的支数,N为第N个分支编号。
进一步地,上述基于认知网络的实现低功耗路由的方法中,当主干节点的ID发生变化,下级的分支节点的ID也会发生变化,从而导致末端节点的ID也会发生变化。
流量包首先在主干上转发,不会分流到分支,只有当主干节点得到自己的分支的数据包才会将其转发到自己的分支,并且不再在主干中转发,建立上述的树型网络拓扑后,每个节点有一条控制信道和数据信道。当网络中的节点发生变化时,网络拓扑需要重新构建。所以需要维护一个链路表用于数据转发,而转发数据分析作为消息转发的依据。
有益效果:
1、提高效率。将原来的转发和路由计算的串行处理结构转化为并行处理,大大减少路由信息收集和网络拓扑探寻和路由计算的复杂性,减少了路由器的工作负载。
2、域内通信。在域内通信是根据ID树形算法得出的ID号分配的地址,节省了IP地址,降低了单个路由的工作复杂度,降低了终端的功耗。
3、通过数据处理模块进行队列管理,流量整形,分组调度等工作,将选路与数据控制相分离,提高了单个节点的效率,降低了节点负担。数据信息则另行发送,大大减少的分支节点和末端节点的工作量,为认知网络终端节省了能源消耗。
附图说明:
图1是本发明认知域中基于ID路由选择示意图。
图2是本发明ID选路与数据传输分离的功能图。
图3是本发明的基于ID和数据选择分离的流程图。
具体实施方案:
下面结合附图对技术方案的实施作进一步的详细描述:
如图1所示,本发明实现了认知网络基于ID选路的路由选路策略。将认知网络分以域为单位分割,每个域都有一个主节点,通过侦查到的信息对其域中的节点分配ID,此ID也是路由选路算法的依据。
如图2所示,路由器不再需要计算各自的路由表,而是由监测平面形成包括结点的服务质量信息、网络可达性信息等在内的网络子视图,通过分发平面汇聚到选路控制平台,完成选路控制的决策平面功能,生成相应的控制规则和指令,最后由分发平面部署到各个路由器,控制分组转发处理的动作。
如图3所示,为本发明的基于ID和数据选择分离的流程图,具体包括:
划分域:域服务器负责存储域间的信息,和域内的信息交互备份。
监测模块:网络监测信息包括网络拓扑、链路负载、节点能力和网络故障等。采集方式通常包括主动获取、被动获取以及主动与被动相结合的采集方式。信息采集的方式、周期、地域范围均将影响决策平面作出决策。在这里主要是对邻接节点侦测和识别,分支主干节点维护一个邻接节点表,通过检测周围节点的信号强度加入或删除一个节点。
决策模块:决策平面负责策略的选取与历史信息的入库。它根据从监测平面获取的QoS需求和网络环境测量信息,这样决策平面可以实时地了解网络业务的预期QoS指标和实际QoS指标,如果不存在偏差,可以不采取任何动作;否则决策平面进行动态学习从策略库中选择可满足网络端到端QoS目标的策略,然后将其转化为QoS控制指令传递给控制平面。其中自学习模块根据控制平面反馈的QoS性能评估结果,生成新的策略入库或跟新策略库中已有策略,以适应网络环境的动态变化。
数据控制信息分离:路由器不再需要计算各自的路由表,而是由监测平面形成包括结点的服务质量信息、网络可达性信息等在内的网络子视图,通过分发平面汇聚到选路控制平台,完成选路控制的决策平面功能,生成相应的控制规则和指令,最后由分发平面部署到各个路由器,控制分组转发处理的动作。
ID算法:由主干节点负责ID分配,分支节点负责为末端节点分配ID,当主干节点的ID发生变化,下级的分支节点的ID也会发生变化,从而导致末端节点的ID也会发生变化。流量包首先在主干上转发,不会分流到分支,只有当主干节点得到自己的分支的数据包才会将其转发到自己的分支,并且不再在主干中转发,建立上述的树型网络拓扑后,每个节点有一条控制信道和数据信道。当网络中的节点发生变化时,网络拓扑需要重新构建。所以需要维护一个链路表用于数据转发,而转发数据分析作为消息转发的依据。
当主干节点得到自己的分支的数据包,将其转发到自己的分支,并将流量包中的ID包和数据包分离,通过ID库分析结果可以找到正确的分支,每个消息包中包含有目的节点的ID,ID的结构由三部分组成:
主干号+分支号+末端节点号。
分支节点ID=链路号+M*(N-1)
链路号=分支节点IDmod M
注:M为每个域中主节点的分支链路的支数,N为第N个分支编号。
数据处理模块:通过数据处理模块进行队列管理,流量整形,分组调度等工作,将选路与数据控制相分离,提高了单个节点的效率,降低了节点负担。大大减少的分支节点和末端节点的工作量,为认知网络终端节省了能源消耗。
数据信息加载:得到ID选路信息后通过加载模块加载数据信息最终到达末端节点。
Claims (3)
1.一种基于认知网络的实现低功耗路由的方法,其特征在于,具体步骤为:
A步骤、将认知网络以域为单位进行分割,每个域均设置有一个主干节点;
B步骤、在每个域中由主干节点负责ID分配,分支节点负责为末端节点分配ID,主干节点维护一个邻接节点表,通过检测周围节点的信号强度加入或删除一个节点;
C步骤、在每个节点设置一条ID控制信道和数据信道,流量包首先在主干节点上转发,主干节点采用ID控制信道判断该流量包是否属于自己的分支节点,当判断该流量包属于自己的分支节点时,则接收该流量包,进入下一步骤,同时该流量包不再在认知网络中转发;当判断该流量包不属于自己的分支节点时,则将该流量包转发给认知网络中其他域的主干节点;
D步骤、主干节点先将流量包中的ID包和数据包分离,通过ID库分析结果找到正确的分支节点ID,然后根据分支节点ID将数据包发送至对应的分支节点;
E步骤,分支节点接收来自主干节点发来的包含ID号的数据包,再将此数据包根据具体的ID号发送至末端节点。
2.根据权利要求1所述的基于认知网络的实现低功耗路由的方法,其特征在于,D步骤所述的ID包中包含有目的节点的ID,ID的结构由三部分组成:
①主干号+分支号+末端节点号;
②分支节点ID=链路号+M*(N-1);
③链路号=分支节点IDmod M;
其中,M为每个域中主节点的分支链路的支数,N为第N个分支编号。
3.根据权利要求1所述的基于认知网络的实现低功耗路由的方法,其特征在于,B步骤中,当主干节点的ID发生变化时,下级的分支节点的ID、末端节点的ID也发生变化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010576174A CN102025622B (zh) | 2010-12-07 | 2010-12-07 | 基于认知网络的实现低功耗路由的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201010576174A CN102025622B (zh) | 2010-12-07 | 2010-12-07 | 基于认知网络的实现低功耗路由的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102025622A true CN102025622A (zh) | 2011-04-20 |
CN102025622B CN102025622B (zh) | 2012-09-26 |
Family
ID=43866495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201010576174A Expired - Fee Related CN102025622B (zh) | 2010-12-07 | 2010-12-07 | 基于认知网络的实现低功耗路由的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102025622B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797762A (zh) * | 2011-09-16 | 2014-05-14 | 日本电气株式会社 | 通信终端、通信方法和通信系统 |
CN103814556A (zh) * | 2011-09-16 | 2014-05-21 | 日本电气株式会社 | 通信终端、通信方法、通信系统和控制设备 |
CN104918339A (zh) * | 2014-03-12 | 2015-09-16 | 国家电网公司 | 一种无线传感器网络的通信控制方法和装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101534523A (zh) * | 2009-04-08 | 2009-09-16 | 西安电子科技大学 | 具有业务感知能力的认知网络路由方法 |
US20100027517A1 (en) * | 2008-07-31 | 2010-02-04 | Motorola, Inc. | Method for multi-band communication routing within a wireless communication system |
CN101827418A (zh) * | 2010-05-07 | 2010-09-08 | 北京科技大学 | 一种基于能量优化的认知无线电组播路由方法 |
-
2010
- 2010-12-07 CN CN201010576174A patent/CN102025622B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100027517A1 (en) * | 2008-07-31 | 2010-02-04 | Motorola, Inc. | Method for multi-band communication routing within a wireless communication system |
CN101534523A (zh) * | 2009-04-08 | 2009-09-16 | 西安电子科技大学 | 具有业务感知能力的认知网络路由方法 |
CN101827418A (zh) * | 2010-05-07 | 2010-09-08 | 北京科技大学 | 一种基于能量优化的认知无线电组播路由方法 |
Non-Patent Citations (1)
Title |
---|
《中兴通讯技术》 20100228 李红艳等 认知网络路由技术 50-52 1-3 第16卷, 第1期 2 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103797762A (zh) * | 2011-09-16 | 2014-05-14 | 日本电气株式会社 | 通信终端、通信方法和通信系统 |
CN103814556A (zh) * | 2011-09-16 | 2014-05-21 | 日本电气株式会社 | 通信终端、通信方法、通信系统和控制设备 |
US9755918B2 (en) | 2011-09-16 | 2017-09-05 | Nec Corporation | Communication terminal, method of communication and communication system |
CN104918339A (zh) * | 2014-03-12 | 2015-09-16 | 国家电网公司 | 一种无线传感器网络的通信控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102025622B (zh) | 2012-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110191148B (zh) | 一种面向边缘计算的统计函数分布式执行方法及系统 | |
CN103179046B (zh) | 基于openflow的数据中心流量控制方法及系统 | |
CN104012149B (zh) | 用于简约连接对象的网络架构 | |
CN102185749B (zh) | 采用树形拓扑关系避免路由环路的方法 | |
Huang et al. | Software-defined QoS provisioning for fog computing advanced wireless sensor networks | |
WO2018120802A1 (zh) | 协同内容缓存控制系统和方法 | |
CN101652959A (zh) | 涉及网络管理的设备及方法 | |
CN106130796A (zh) | Sdn网络拓扑流量可视化监控方法及控制终端 | |
Zhao et al. | PLOFR: An online flow route framework for power saving and load balance in SDN | |
CN104717238B (zh) | 移动自组网中基于蚁群算法的分布式服务组合方法 | |
CN109842868A (zh) | 一种帧聚合、网络设置帧发送方法及设备 | |
CN105790990A (zh) | 一种监管配用电通信业务的方法及其系统 | |
CN102158812A (zh) | AC-AP架构无线Mesh网组播通信方法 | |
CN107204919A (zh) | 一种基于pof的边缘快速路由与缓存系统及方法 | |
CN105681438A (zh) | 内容中心网络中一种集中式的缓存决策策略 | |
CN107222338A (zh) | 一种物联网节点信息通信模型及通信方法 | |
CN110213175A (zh) | 一种面向知识定义网络的智能管控系统及管控方法 | |
Yu et al. | Deploying a heterogeneous wireless sensor network | |
CN102025622B (zh) | 基于认知网络的实现低功耗路由的方法 | |
Sun et al. | SDN-based autonomic CCN traffic management | |
Li et al. | Mf-iot: A mobilityfirst-based internet of things architecture with global reach-ability and communication diversity | |
Akbaş et al. | SOFROP: Self-organizing and fair routing protocol for wireless networks with mobile sensors and stationary actors | |
Liao et al. | An energy-efficient sdn-based data collection strategy for wireless sensor networks | |
CN105007234A (zh) | 一种用于全局ip调度的负载均衡方法 | |
Aneeth et al. | Energy-efficient communication in wireless sensor network for precision farming |
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: 20120926 |
|
CF01 | Termination of patent right due to non-payment of annual fee |