CN103188152A - 基于业务区分的认知网络QoS路由选择方法 - Google Patents

基于业务区分的认知网络QoS路由选择方法 Download PDF

Info

Publication number
CN103188152A
CN103188152A CN2011104588803A CN201110458880A CN103188152A CN 103188152 A CN103188152 A CN 103188152A CN 2011104588803 A CN2011104588803 A CN 2011104588803A CN 201110458880 A CN201110458880 A CN 201110458880A CN 103188152 A CN103188152 A CN 103188152A
Authority
CN
China
Prior art keywords
qos
network
territory
service
services device
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
Application number
CN2011104588803A
Other languages
English (en)
Other versions
CN103188152B (zh
Inventor
孙雁飞
亓晋
郦江源
李施
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Post and Telecommunication University
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing Post and Telecommunication University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing Post and Telecommunication University filed Critical Nanjing Post and Telecommunication University
Priority to CN201110458880.3A priority Critical patent/CN103188152B/zh
Publication of CN103188152A publication Critical patent/CN103188152A/zh
Application granted granted Critical
Publication of CN103188152B publication Critical patent/CN103188152B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于业务区分的认知网络QoS路由选择方法,该方法以流量分类和业务识别为中心,通过识别在网络中运行的业务,聚合有相似QoS参数的数据流,从而为不同QoS要求的应用选择不同的路由算法,对于同时需要多个QoS参数的业务,可以通过多约束条件下的路由算法,为不同业务提供的相对良好的服务,同时也在一定程度上节省了网络的资源。该方法结合了现有的区分服务架构和三层管理的体系结构,不仅具有可扩展性,而且可以从全局和局部对网络进行控制。

Description

基于业务区分的认知网络QoS路由选择方法
技术领域
本发明涉及认知网络和业务识别,尤其涉及一种基于业务区分的认知网络QoS路选择方法,属于网络业务识别、区分服务、QoS、人工智能、认知网络等技术领域。
背景技术
近年来,随着网络技术和应用的迅速发展和网络接入形式的多样化,网络变得越来越复杂,对日益复杂的网络进行管理是当前通信网络面临的主要挑战之一,同时,用户对于网络服务质量的要求越来越高。
QoS选路是一个有效解决QoS问题的方法。QoS选路的目的就是寻找一个路径,使得该路径能满足若干网络性能参数指标,即为选路约束的QoS参数,包括带宽、时延、时延抖动、传输成功率等。
路由算法则利用路由协议提供的信息生成满足QoS参数要求的路径。此实体在保证生成的路径能够满足QoS约束同时,主要考虑算法在成功率、响应速度、计算复杂性以及实现负载平衡等方面的有效性。
发明内容
本发明所要解决的技术问题是针对背景技术中的问题,提出一种基于业务区分的认知网络QoS路由选择方法。
本发明为解决上述技术问题,采用以下技术方案:
本发明提出一种基于业务区分的认知网络QoS路由选择方法,包括以下步骤:
步骤1),数据采集:由网络中的路由器采集并计算网络的QoS参数以及网络状态信息;
步骤2),业务类型信息采集:在边缘路由器上识别出各个数据流所属于业务类型的种类,并记录识别出的业务类型信息;
步骤3),流量聚合:以服务域为单位,该服务域内的路由器以及边缘路由器将各自所采集的信息发往该服务域的域认知服务器,每个域的域认知服务器将需要相同QoS指标的数据流打上标签,将其归为一类数据流;
步骤4),实时状态统计:在每个服务域中,将网络QoS参数、网络状态信息汇聚到域认知服务器,并进行处理,域认知服务器将处理后的网络QoS参数、网络状态信息发送到负责维护全网QoS信息的中心服务器;
步骤5),存储路由策略:根据下一阶段网络可能的状态,每当一个新的数据流到达,域认知服务器根据其标签向中心服务器查询,中心服务器根据当前网络中的资源和存储的路由查询是否存在最佳的路由;当存在最佳路由,则域认知服务器就不再重新计算路由,按照存在的最佳路由选择的路径发送数据包;否则进入下一步骤;
步骤6),路由选择:根据某一时间段网络的QoS参数以及数据流的类型,由域认知服务器为该类型的数据流选择与其相适应的路由选择算法,并根据所选择的路径传送数据包;
步骤7),选择相应的路由后,由域认知服务器将其结果反馈给中心认知服务器,每隔一定时间,重复步骤6),域认知服务器以QoS需求参数为等级,根据QoS需求参数不同的数据计算选择不同的路由,中心认知服务器根据域认知服务器的信息构造出跨域路由。
进一步的,本发明的基于业务区分的认知网络QoS路由选择方法,所述QoS参数包括时延、抖动、可用带宽、总带宽。
进一步的,本发明的基于业务区分的认知网络QoS路由选择方法,步骤6)所述路由选择具体如下:
对于FTP, P2P类型的业务选择瓶颈性约束路由选择算法,在网络拓扑图中,直接去除带宽小于所要求其带宽的链路;
对于时间延迟类数据流采用RSP算法;
对于多约束的QoS路由,选择单一混合参数链路状态算法、MWA_MCP算法、ATCMCOP算法或者普适QoS选路算法-PQR。
本发明采用以上技术方案,具有以下技术效果:
1)与业务识别结合,实现业务区分的同时将业务按照QoS的要求进行区分。 
2)多重路由算法,根据不同的业务不同QoS要求,选择合适的QoS路由算法,得到最佳路由。
3)与区分服务相结合,将复杂度尽量限制在边缘路由器和域认知服务器,无需对现有网络和协议进行大规模更改即可实现认知,因此具备良好的可扩展性。
4)域认知服务器和边缘路由器实行同步计算,边缘路由器将网络中的信息传递给域认知服务器,域认知服务器把域内信息传递给中心服务器。域认知服务器和中心服务器同步计算和存储路由。
附图说明
图1是基于业务区分的认知网络QoS路由选择方法的流程图。
图2是本发明实现过程及拓扑图。
具体实施方式
下面结合附图对本发明的技术方案做进一步的详细说明:
本发明提出了一种基于业务区分的认知网络QoS路由选择方法。该方法融合了认知网络、区分服务以及日趋成熟的业务识别技术,为网络QoS提供保障。
其中,边缘路由器负责业务的采集和识别,边缘路由器将该域内的一些QoS信息等收集起来,计算和存储跨域路由信息,并传送给域认知服务器,域认知服务器将这些信息反馈给中心服务器。
如图1,以及结合图2所示,本发明包括以下步骤:
1.数据采集
功能:采集计算网络的时延、抖动,吞吐量等QoS参数,以及网络状态,例如判断网络是否拥塞,网络各关键业务所占比例等信息所需的数据。路由器将采集的信息记录成一个个的表项,如下:
Timedelay      链路时间延迟
Cpu_process    CPU利用率
Bandth         带宽
Jitter           抖动。
业务类型信息采集
功能:采用业务识别技术,识别出各个数据流属于哪种类型,并记录该信息。业务识别的结果是为了取得该种业务需要何种QoS。
流量聚合
边缘路由器以及核心路由器将各自所采集的信息发往该区分服务域的中心服务器:域认知服务器。每个与服务器将需要相同QoS指标的数据流打上标签,将其归为一类数据流。比如一般业务可以下表打上标签:
                             表1:业务标签
      应用类型  QoS要求参数 标签
 FTP  带宽  B1
 语音 时延,抖动,带宽,分组丢失率  H1
 P2P 带宽  B2
  流媒体,视频    带宽,抖动,带宽,分组丢失率 H2
HTTP 时间延迟 T1
Others 时延,带宽 H3
B1,B2表示需要的带宽等级不同,B1要求带宽大于0.2Mbps,B2则无要求,H1,H2表示需要有较高的时间延迟,抖动,带宽,和分组丢失率,H2则较少。H1要求带宽大于等于16kbps,时间延迟在0-150ms之间,抖动小于1ms,分组丢失率小于等于0.001,H2要求带宽小于等于1.86Mbps,时间延迟小于等于250ms,抖动小于等于1ms,分组丢失率小于0.001。H3要求带宽大于等于16K不/S,时间延迟小于等于500ms。若有新的业务,则可以另外添加。
边缘路由器发送给域服务器以及域服务器发送给中心服务器的信息包括:数据流ID、QoS要求、标签ID。
实时状态统计
根据网络实际运行过程中的参数,将网络中的各种信息汇聚到域认知服务器,并进行处理。域认知服务器应当将相关的信息发送到中心服务器。中心服务器维护着全网的信息。边缘路由器发送给域认知服务器的信息包括与其相邻的链路的状态参数以及网络中存在的主要数据流。
存储路由策略
根据下一阶段网络可能的状态,每当一个新的数据流到达,域认知服务器可以根据其标签向中心服务器查询,中心服务器根据当前网络中的资源和存储的路由查询是否存在与其相适应的路由,如有,则域认知服务器就不在需要重新计算路由。
路由选择
根据某一时间段的网络的QoS参数以及数据流的类型,为该类型的数据流选择与其相适应的路由选择算法,并根据所选择的路径传送数据包。
对于B1(FTP),B2(P2P)类型的业务可以选择瓶颈性约束路由选择算法,在网络拓扑图中,直接去除带宽小于所要求其带宽的链路。
对于时间延迟类采用RSP算法,即将加性约束转化为瓶颈性约束。
对于多约束的QoS路由,可以选择:
1)SMM-LS即单一混合参数链路状态算法。单一混合参数的思想就是把不同个QoS参数组合成一个参数来考虑。
2)MWA_MCP:MWA_MCP分为前向搜索和后向搜索两个步骤。 MWA_MCP先进行前向BFS搜索,即从源点到终点的  ForwardBFS(FBFS);如果该搜索失败,则进行与FBFS类似的后向BFS搜索,即从终点到源点的 BackwardBFS(BBFS)。
3)ATCMCOP算法:ATCMCOP算法的基本步骤是:搜索三条可行路径,然后在它们中选一条最优路径。在路径选择步骤中,主要考虑多约束问题;后面的步骤就是只考虑优化参数问题。
4)普适QoS选路算法-PQR:
PQR(G(V, E))
1.DEFINE m 6
2.TraffieAnalyze(Wi,r, t)
3.For h=n to N
4.G1=G'(W1)
5.WBFS(G1,P1)
6.Dijkstra(G1,P1)
7.PI'=QoSPaths(Pl)
8.P1=QoSPath(P1')
9.If((o= =0)And(p1!=Ф)
10.Retum P1
11.Endlf
12.For i=2 to m
13.Gl=G1''(Wi/h)
14.Next
15.WBFSR(G1)
16.P2=BFS(G1)
17.If((o= =0)And(p2!=Ф))
18.Return P2
19.EndIf
20.p=rand(P1,G1)
21.If((o==0)And(p= =Ф))
22.h=h+l
23.Gotoline3
24.EndIf
25.If(p= =Ф)
26.GoTo Line33
27.EndIf
28.G2=G1 U P
29.G2=Truncate(G2,p,r,t)
30.P3=WBFSR(G2)
31If((o= =0)And((p3!=Ф))
32.ReturnP3
33.EndIf
34.p|cost(p)=min{w.(pl),w.(pZ),w.(p3)}
35.If(w.(p)= =∞)
36.h=h+l
37.else
38.return P
39.EndIf
40.Next
41.PQRfails
第一行定义算法支持的最大QoS参数个数。因为取对数后乘性参数可以转为加性参数,所以算法只考虑瓶颈性参数和加性参数。假定QoS要求是Wi。带宽,时延,代价和传输成功率分别为wl,w2,w3和w4,w5和w6为备用。第二行的函数TrafficAnalyze()分析每一个包的QoS要求。对于没有带宽要求的流量,则wl=0。Wi代表的是加性参数要求,可能由乘性要求转化而来。优化QoS要求可能为时延,代价,时延抖动,它们分别地为1,2,3,......m。使用字母o来表示优化要求,o=0表示MCP选路问题;对于MCOP问题,1<=o<=6。一般地,MCOP的优化要求是代价,即o=3。函数TrafficAnalyze()也返回数据包的源点r和终点t。第三行定义h的限制,它范围为n和N之间。从r到t的最短和最长路径的长度分别为n和N。第四行以带宽截取图G。第五行在图Gl中应用WBFS算法,得到从源点r到终点t的路径集pl{pl,p2… Pt|1<=min{do(r),di(t)}}。第六行,在Gl中使用Dijkstra算法搜索最小代价的路径。此路径合并到路径集pl中。第七行从pl中返回满足QoS要求的路径集pl'。第八行随机地从pl'中选择一条路径pl。从第九行到第十一行,对于MCP问题,如果一条满足QoS的路径存在,则PQR得到满足条件的路径,即pl。第12,13和14行截取Gl。第15行,在Gl中应用WBFSR算法。第16行在图Gl中搜索一条最短路径p2。如果p2不满足QoS多约束约束,p2=Ф。.第17到19行,对于MCP问题,如果p2存在,则算法返回成功的路径p2。第20行从第五行中的路径集pl中返回一条路径p,该路径具备与Gl有公共节点和边。第21到24行是针对于MCP问题第25到27行,对于失败情况下,算法转到下一次循环。第30行在G2中返回路径P3。第31到33行,对于MCP问题且p3存在情况下,算法返回满足条件的路径p3。第34三条路径p1,p2和p3中返回一条最优路径p。如果路径p不存在,则令h=h+1,算法进入下一次循环(第36行)。如果该路径p存在,则算法成功(第38行)。
路由等级划分
域认知服务器每隔1分钟,计算一些信息,比如以时间延迟为等级,域认知服务器可以计算需要小于0.1s的数据流可以选择何种路由,需要延迟小于0.2S的数据流可以选择何种路由等。中心路由器根据域认知服务器的信息构造出跨越域的路由。当新的业务到达后,若已有计算好的路由,则不要重新计算,节省了路由选择的时间。
本发明中,域认知服务器汇总采集到的网络QoS参数、业务信息以及网络状态信息并进行处理,将具有相似QoS要求的数据流汇合在一起,并根据其所需要的QoS选择相应的QoS路由选择算法,因为对于不同的QoS要求,可以选择不同的QoS路由算法来得到相应的路由,加快了路由的选择,同时在域认知服务器和中心服务器存储相关QoS要求的路由,减少了路由计算和选择的时间,同时提出了一个适用所有QoS要求的路由算法。具备良好的可扩展性。本发明将认知网络与日趋成熟的业务识别技术、QoS以及路由选择相结合,使得网络在实现自我感知、自我决策、自我管理、自我控制的同时,更好的针对每一种或者具有相同服务质量的业务选择能保证其要求的路由。

Claims (3)

1.一种基于业务区分的认知网络QoS路由选择方法,其特征在于,包括以下步骤:
步骤1),数据采集:由网络中的路由器采集并计算网络的QoS参数以及网络状态信息;
步骤2),业务类型信息采集:在边缘路由器上识别出各个数据流所属于业务类型的种类,并记录识别出的业务类型信息;
步骤3),流量聚合:以服务域为单位,该服务域内的路由器以及边缘路由器将各自所采集的信息发往该服务域的域认知服务器,每个域的域认知服务器将需要相同QoS指标的数据流打上标签,将其归为一类数据流;
步骤4),实时状态统计:在每个服务域中,将网络QoS参数、网络状态信息汇聚到域认知服务器,并进行处理,域认知服务器将处理后的网络QoS参数、网络状态信息发送到负责维护全网QoS信息的中心服务器;
步骤5),存储路由策略:根据下一阶段网络可能的状态,每当一个新的数据流到达,域认知服务器根据其标签向中心服务器查询,中心服务器根据当前网络中的资源和存储的路由查询是否存在最佳的路由;当存在最佳路由,则域认知服务器就不再重新计算路由,按照存在的最佳路由选择的路径发送数据包;否则进入下一步骤;
步骤6),路由选择:根据某一时间段网络的QoS参数以及数据流的类型,由域认知服务器为该类型的数据流选择与其相适应的路由选择算法,并根据所选择的路径传送数据包;
步骤7),选择相应的路由后,由域认知服务器将其结果反馈给中心认知服务器,每隔一定时间,重复步骤6),域认知服务器以QoS需求参数为等级,根据QoS需求参数不同的数据计算选择不同的路由,中心认知服务器根据域认知服务器的信息构造出跨域路由。
2.根据权利要求1所述的基于业务区分的认知网络QoS路由选择方法,其特征在于,所述QoS参数包括时延、抖动、可用带宽、总带宽。
3.根据权利要求1所述的基于业务区分的认知网络QoS路由选择方法,其特征在于,步骤6)所述路由选择具体如下:
对于FTP, P2P类型的业务选择瓶颈性约束路由选择算法,在网络拓扑图中,直接去除带宽小于所要求其带宽的链路;
对于时间延迟类数据流采用RSP算法;
对于多约束的QoS路由,选择单一混合参数链路状态算法、MWA_MCP算法、ATCMCOP算法或者普适QoS选路算法-PQR。
CN201110458880.3A 2011-12-31 2011-12-31 基于业务区分的认知网络QoS路由选择方法 Active CN103188152B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110458880.3A CN103188152B (zh) 2011-12-31 2011-12-31 基于业务区分的认知网络QoS路由选择方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110458880.3A CN103188152B (zh) 2011-12-31 2011-12-31 基于业务区分的认知网络QoS路由选择方法

Publications (2)

Publication Number Publication Date
CN103188152A true CN103188152A (zh) 2013-07-03
CN103188152B CN103188152B (zh) 2015-07-08

Family

ID=48679123

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110458880.3A Active CN103188152B (zh) 2011-12-31 2011-12-31 基于业务区分的认知网络QoS路由选择方法

Country Status (1)

Country Link
CN (1) CN103188152B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103458518A (zh) * 2013-09-11 2013-12-18 深圳市共进电子股份有限公司 一种自动信道选择的方法
CN104468352A (zh) * 2014-12-26 2015-03-25 深圳市新格林耐特通信技术有限公司 基于sdn的特殊流量qos保障方法
WO2015117511A1 (zh) * 2014-08-22 2015-08-13 中兴通讯股份有限公司 一种业务路由约束复用的方法及装置
CN107078921A (zh) * 2014-09-16 2017-08-18 云端吉尼斯公司 用于基于商业意图驱动策略的网络业务表征、监视和控制的方法和系统
CN108183937A (zh) * 2017-12-12 2018-06-19 济南中维世纪科技有限公司 一种降低带宽消耗的快速建立互联网络连接的方法
WO2019157666A1 (zh) * 2018-02-13 2019-08-22 华为技术有限公司 一种路由方法及设备
CN114884824A (zh) * 2022-06-09 2022-08-09 中国联合网络通信集团有限公司 一种时延预算路的查询方法、设备及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101541010A (zh) * 2009-04-28 2009-09-23 北京邮电大学 具有认知功能的无线通信网络系统认知功能的实现方法
CN101715225A (zh) * 2009-11-20 2010-05-26 西安电子科技大学 认知网络中的自适应自组网络路由方法
CN102025620A (zh) * 2010-12-07 2011-04-20 南京邮电大学 基于业务区分的认知网络QoS保障方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101541010A (zh) * 2009-04-28 2009-09-23 北京邮电大学 具有认知功能的无线通信网络系统认知功能的实现方法
CN101715225A (zh) * 2009-11-20 2010-05-26 西安电子科技大学 认知网络中的自适应自组网络路由方法
CN102025620A (zh) * 2010-12-07 2011-04-20 南京邮电大学 基于业务区分的认知网络QoS保障方法

Cited By (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103458518B (zh) * 2013-09-11 2016-05-11 深圳市共进电子股份有限公司 一种自动信道选择的方法
CN103458518A (zh) * 2013-09-11 2013-12-18 深圳市共进电子股份有限公司 一种自动信道选择的方法
WO2015117511A1 (zh) * 2014-08-22 2015-08-13 中兴通讯股份有限公司 一种业务路由约束复用的方法及装置
US11870639B2 (en) 2014-09-16 2024-01-09 Palo Alto Networks, Inc. Dynamic path selection and data flow forwarding
CN107078921A (zh) * 2014-09-16 2017-08-18 云端吉尼斯公司 用于基于商业意图驱动策略的网络业务表征、监视和控制的方法和系统
US11539576B2 (en) 2014-09-16 2022-12-27 Palo Alto Networks, Inc. Dynamic path selection and data flow forwarding
US11943094B2 (en) 2014-09-16 2024-03-26 Palo Alto Networks, Inc. Methods and systems for application and policy based network traffic isolation and data transfer
US11575560B2 (en) 2014-09-16 2023-02-07 Palo Alto Networks, Inc. Dynamic path selection and data flow forwarding
US11063814B2 (en) 2014-09-16 2021-07-13 CloudGenix, Inc. Methods and systems for application and policy based network traffic isolation and data transfer
CN104468352A (zh) * 2014-12-26 2015-03-25 深圳市新格林耐特通信技术有限公司 基于sdn的特殊流量qos保障方法
CN104468352B (zh) * 2014-12-26 2018-05-01 深圳市新格林耐特通信技术有限公司 基于sdn的特殊流量qos保障方法
CN108183937A (zh) * 2017-12-12 2018-06-19 济南中维世纪科技有限公司 一种降低带宽消耗的快速建立互联网络连接的方法
CN108183937B (zh) * 2017-12-12 2020-11-10 济南中维世纪科技有限公司 一种降低带宽消耗的快速建立互联网络连接的方法
CN111630817A (zh) * 2018-02-13 2020-09-04 华为技术有限公司 一种路由方法及设备
CN111630817B (zh) * 2018-02-13 2022-07-22 华为技术有限公司 一种路由方法及设备
US11362944B2 (en) 2018-02-13 2022-06-14 Huawei Technolgoies Co., Ltd. Routing method and device
WO2019157666A1 (zh) * 2018-02-13 2019-08-22 华为技术有限公司 一种路由方法及设备
CN114884824A (zh) * 2022-06-09 2022-08-09 中国联合网络通信集团有限公司 一种时延预算路的查询方法、设备及系统
CN114884824B (zh) * 2022-06-09 2023-06-16 中国联合网络通信集团有限公司 一种时延预算路的查询方法、设备及系统

Also Published As

Publication number Publication date
CN103188152B (zh) 2015-07-08

Similar Documents

Publication Publication Date Title
CN103188152B (zh) 基于业务区分的认知网络QoS路由选择方法
CN108521375B (zh) 一种基于SDN的网络多业务流量QoS的传输及调度方法
US8565218B2 (en) Flow path discovery in network to guarantee multiple metric QoS constraints
Feamster et al. Guidelines for interdomain traffic engineering
US9197544B2 (en) Comprehensive multipath routing for congestion and quality-of-service in communication networks
CN102025620B (zh) 基于业务区分的认知网络QoS保障方法
US8493869B2 (en) Distributed constraints-based inter-domain network traffic management
CN106921572B (zh) 一种传播QoS策略的方法、装置及系统
CN108075928B (zh) 网络流量通用仿真模型及方法
CN107995121A (zh) 基于通配符的软件定义网络中流量统计方法
Gu et al. Pricing Incentive Mechanism based on Multi-stages Traffic Classification Methodology for QoS-enabled Networks
CN106464670A (zh) 网络实体及服务策略管理方法
CN111147367B (zh) 一种ip-光网络路由协同方法及装置
Le et al. A joint relay selection and buffer management scheme for delivery rate optimization in dtns
CN102710596A (zh) 基于QoE的路由选择方法
Papadimitriou et al. Lagrangian relaxation for the time-dependent combined network design and routing problem
Djarallah et al. Distributed E2E QoS-based path computation algorithm over multiple inter-domain routes
CN114745322A (zh) Sdn环境下基于遗传算法的视频流路由方法
Mogyorósi et al. Adaptive protection of scientific backbone networks using machine learning
Liang et al. Adding more intelligence to the network routing problem: AntNet and Ga-agents
Tang et al. State aggregation of large network domains
CN101262434B (zh) 组播传送路径设定方法和实现该方法的组播标签交换方法
Kostiv et al. Metaheuristics in cloud platform traffic engineering
Oubaha et al. Distributed Multi Criteria Routed for MPLS-TE Based on Machine Learning: Concept and Applications.
Tao et al. Opportunistic forwarding based on the weighted social characteristics in msns

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