CN103297341B - 在域内路由器节点上配置流量的方法 - Google Patents

在域内路由器节点上配置流量的方法 Download PDF

Info

Publication number
CN103297341B
CN103297341B CN201310279174.1A CN201310279174A CN103297341B CN 103297341 B CN103297341 B CN 103297341B CN 201310279174 A CN201310279174 A CN 201310279174A CN 103297341 B CN103297341 B CN 103297341B
Authority
CN
China
Prior art keywords
source
destination node
network link
link
flow
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.)
Active
Application number
CN201310279174.1A
Other languages
English (en)
Other versions
CN103297341A (zh
Inventor
徐恪
李彤
沈蒙
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN201310279174.1A priority Critical patent/CN103297341B/zh
Publication of CN103297341A publication Critical patent/CN103297341A/zh
Application granted granted Critical
Publication of CN103297341B publication Critical patent/CN103297341B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/50Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Abstract

本发明提出一种在域内路由器节点上配置流量的方法,包括:S1中央控制器计算节点之间传输的流量值;S2建立流量矩阵;S3初始化网络链路权重和网络链路负载的最优间隙阈值;S4得到全局链路的最优网络链路负载值;S5计算每个源节点到目的节点的最优路由;S6计算新的网络链路权重;S7计算网络链路负载的最优间隙值,并判断是否小于网络链路负载的最优间隙阈值,是执行步骤S8,否执行步骤S4;S8判断是否存在等值多路径,是执行步骤S9,否执行步骤S10;S9计算流分离比例,将新的网络链路权重和流分离比例配置到源-目的节点对上;S10将新的网络链路权重和单一路径的流量值配置到源-目的节点对上。根据本发明,网络运营商能够按照自身需求灵活地调整路由策略,兼顾网络的性能、耗能和鲁棒性。

Description

在域内路由器节点上配置流量的方法
技术领域
[0001] 本发明属于互联网内路由协议及算法研究技术领域,具体涉及一种在域内路由器 节点上配置流量的方法。
背景技术
[0002] 随着全球气候变暖问题的日益凸显,互联网的能耗问题也受到越来越多的关注。 当前,各种网络设备及其冷却系统的能耗问题给互联网的绿色、健康、可持续发展造成了严 峻的挑战。网络运营商(Internet Service Provider,ISP)通常利用流量工程的手段,通 过调整路由策略来实现域内网络流量管理的目的。然而,传统的路由算法要么仅仅关注如 何提升网络的性能,却忽视了能耗问题,要么以降低用户性能体验为前提来实现节能的目 标。事实上,网络运营商更希望能够根据自身的业务需求动态地调整路由策略和目标,以权 衡网络性能和耗能之间的关系。另外,在权衡这两者之间关系的过程中,链路失效的情况无 法避免,而对网络中的路由进行频繁地配置是运营商最不希望面对的情形。因此,兼顾性能 与耗能的高鲁棒性域内路由协议将是未来的主要发展方向。
[0003] 在域内路由体系中,传统的路由算法从流量均衡的角度出发,将网络流量分配到 尽量多的路径上,以降低网络的最大链路利用率,避免拥塞现象的发生,提高网络的性能。 这样做的弊端在于,流量均衡使得网络链路的整体利用率偏低,如交换机、路由器等许多网 络设备在低负载甚至空载的时候依然保持全功率运转,导致了极大的能源浪费。从节能的 角度考虑,路由算法应该使网络流量汇聚在较少的路径上,让尽量多的网络链路空闲出来, 从而使对应的网络设备处于休眠状态,以此大幅降低能耗开销。由此可见,路由算法对于网 络的性能与耗能是至关重要的。然而,在将流量以某种最优的方式分配到各个链路上时,由 于链路失效带来的重配置开销也是非常巨大的,因此,网络运营商要真正实现按照自身业 务需求调整网络性能和耗能的关系,就一定要使路由算法在保证高鲁棒性的前提下,具有 能量感知的特性。
发明内容
[0004] 本发明旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商 业选择。为此,本发明的目的在于提出一种在域内路由器节点上配置流量的方法,包括以下 步骤:S1 :中央控制器收集域内所有节点的广播信息,计算各个所述节点之间传输的流量 值;S2 :建立流量矩阵,行数和列数均等于节点数目,矩阵元素的值为所述矩阵元素所在行 所对应的源节点需要传输到所述矩阵元素所在列所对应的目的节点的流量值;S3 :初始化 网络链路权重和网络链路负载的最优间隙阈值;S4 :根据所述网络链路权重,计算每条链 路的最优网络链路负载值,得到全局链路的最优网络链路负载值;S5 :根据所述流量矩阵, 计算每个源节点到所述目的节点的最优路由,其中,所述最优路由包括源-目的节点对使 用的链路序列以及在每条链路上分配的流量值;S6 :根据所述全局链路的最优网络链路负 载值和最优路由计算新的网络链路权重;S7 :根据所述全局链路的最优网络链路负载值和 所述源-目的节点对在每条链路上分配的流量值计算网络链路负载的最优间隙值,并判断 是否小于网络链路负载的最优间隙阈值,如果是,则执行步骤S8,如果否,则执行步骤S4 ; S8 :判断每个所述源-目的节点对使用的路由是否存在等值多路径,如果是,则执行步骤 S9,如果否,则执行步骤S10 ;S9 :对每个存在等值多路径的源-目的节点对,根据所述全局 链路的最优网络链路负载值计算所述源-目的节点对中每条等值路径上的流分离比例,所 述中央控制器将新的网络链路权重和流分离比例配置到相应的源-目的节点对上;S10 :所 述中央控制器将新的网络链路权重和单一路径的流量值配置到相应的所述源-目的节点 对上。
[0005] 优选的,所述等值多路径为从同一个源节点到同一个目的节点的多条路径。
[0006] 优选的,所述源-目的节点对上的流分离比例,如果所述源-目的节点对中仅存在 单一路径,则所述源-目的节点对上的流分离比例设置为1,如果存在所述等值多路径,则 每条路径所对应的的流分离比例值介于〇~1之间,并且全部流分离比例值的和为1。
[0007] 根据本发明的在域内路由器节点上配置流量的方法,在互联网现有域内路由机制 的基础上简单修改路由表结构,具有良好的可部署性,使网络运营商能够按照自身需求灵 活地调整路由策略,兼顾网络的性能、耗能和鲁棒性。
[0008] 本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变 得明显,或通过本发明的实践了解到。
附图说明
[0009] 本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变 得明显和容易理解,其中:
[0010] 图1是本发明实施例的在域内路由器节点上配置流量的方法的流程图;
[0011] 图2是本发明实施例的基于能量感知的互联网域内路由框架示意图;
[0012] 图3是本发明实施例的网络流量值的流分离结构示意图;
[0013] 图4是本发明实施例的路由算法调节网络中最大链路利用率与耗能关系的仿真 图;
[0014] 图5是本发明实施例与传统算法在网络链路负载方面的对比示意图;
[0015] 图6是本发明实施例与传统路由算法在数据包传输延迟方面的性能比较示意图。
具体实施方式
[0016] 下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终 相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附 图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
[0017] 如图1所示,为本发明实施例的在域内路由器节点上配置流量的方法的流程图, 并结合如图2所示的基于能量感知的互联网域内路由框架示意图,包括以下步骤:
[0018] S1 :中央控制器收集域内所有节点的广播信息,计算各个节点之间传输的流量值。
[0019] S2 :建立流量矩阵,行数和列数均等于节点数目,矩阵元素的值为矩阵元素所在行 所对应的源节点需要传输到矩阵元素所在列所对应的目的节点的流量值。
[0020] S3 :初始化网络链路权重和网络链路负载的最优间隙阈值。
[0021] 在这里需要说明的是,初始化的网络链路权重为1,初始化的网络链路负载的最优 间隙阈值为1.0X10 3。
[0022] S4:根据网络链路权重,计算每条链路的最优网络链路负载值,得到全局链路的最 优网络链路负载值。
[0023] S5:根据流量矩阵,计算每个源节点到目的节点的最优路由,其中,最优路由包括 源-目的节点对使用的链路序列以及在每条链路上分配的流量值。
[0024] S6:根据全局链路的最优网络链路负载值和最优路由计算新的网络链路权重。
[0025] S7 :根据全局链路的最优网络链路负载值和源-目的节点对在每条链路上分配的 流量值计算网络链路负载的最优间隙值,并判断是否小于网络链路负载的最优间隙阈值, 如果是,则执行步骤S8,如果否,则执行步骤S4。
[0026] S8 :判断每个源-目的节点对使用的路由是否存在等值多路径,如果是,则执行步 骤S9,如果否,则执行步骤S10。
[0027] 在这里需要说明的是,等值多路径为从同一个源节点到同一个目的节点的多条路 径。
[0028] S9 :对每个存在等值多路径的源-目的节点对,根据全局链路的最优网络链路负 载值计算源-目的节点对中每条等值路径上的流分离比例,中央控制器将新的网络链路权 重和流分离比例配置到相应的源-目的节点对上。
[0029] S10 :中央控制器将新的网络链路权重和单一路径的流量值配置到相应的源-目 的节点对上。
[0030] 在这里需要说明的是,源-目的节点对上的流分离比例,如果源-目的节点对中仅 存在单一路径,则源-目的节点对上的流分离比例设置为1,如果存在等值多路径,则每条 路径所对应的的流分离比例值介于0~1之间,并且全部流分离比例值的和为1。
[0031] 在本发明的实施例中,为了实现域内路由器节点对网络流量值的按比例分离,对 现有的路由表项进行了简单修改,每条路由表项基本信息域包括目标子网、下一跳路由器、 出端口及流分离比例。对于某一目标子网,如果仅存在唯一的下一跳,则该路由表项中的流 分离比例设置为1,如果存在多个下一跳,则每个下一跳对应的流分离比例值介于〇~1之 间,并且全部流分离比例值的和为1。
[0032] 如表1所示,为本发明实施例的路由表项结构表,并结合如图3所示的网络流量值 的流分离结构示意图,为了在路由器的控制平面实现流分离机制,引入基于哈希的流分离 结构。哈希函数可表示为y=h(x),其中X为下一跳路由器标识,y为流分离比例。
[0033] 表1路由表项结构表
[0034]
Figure CN103297341BD00061
[0035] 当网络运营商需要调整网络流量值管理目标时,首先使用中央控制器收集域内路 由器节点广播信息,建立当前网络的流量矩阵,再计算两套网络链路负载:第一套是根据现 有网络链路权重计算每条链路的最优网络链路负载值,第二套是根据网络的流量矩阵计算 的所有源-目的节点对的最优路由,最优路由包括源-目的节点对使用的链路序列以及在 每条链路上分配的流量值。然后通过不断缩小两套链路负载的最优间隙值,得到新的网络 链路权重以及流分离比例。计算过程结束以后,中央控制器将计算结果配置到对应的域内 路由器节点中,即配置到相应的源-目的节点对上。
[0036] 具体的计算过程,主要在三个目标之间进行权衡,分别是网络性能、网络能耗以及 鲁棒性。下面分别建立起网络性能模型、网络节能模型以及鲁棒性模型。
[0037] 首先建立网络性能模型,将网络建模成有向图G=(N,E),其中N是顶点集,E是有向 弧集。设集合N有N个元素,E有E个元素。这里veN代表域内路由器节点,l=(u,v)代 表从路由器u到路由器v的链路,用(^表示链路1的容量,用Μ代表所有源-目的节点对的 集合。对于每一个meM,源节点 Sni,目的节点,从Sni到的平均流量密度是dm。这里, 源节点集{s^m e M}和目的节点集e M}都是N的子集。
[0038] 设链路1上的负载为,源-目的节点对m e Μ在链路1上分配的流量值为 (1 = (u,ν))。传统路由算法中,流量工程通常使用基于多商品流问题(Mu 11 i -Commo d i ty Flow,MCF)的费用函数Φ (f),其中f=(f1:l eE),且Φ关于&是增函数。这里通过最小化最 大链路利用率(Maximum Link Utilization,MLU),来达到性能指标上的目标,在这里需要 说明的是,最小化最大链路利用率的英文全拼为Minimizing Maximum Link Utilization, 缩写形式为MMLU。 rnrml
Figure CN103297341BD00062
其中式(2 )是流平衡约束,式(3 )是链路容量约束,式(4 )是非负约束,最优流量工 程目标是使链路费用最小,从而得到流量值分布f。
[0044] 其次建立网络节能模型,能量感知,主要是针对域内路由器节点等网络设备的能 耗进行控制。基于能量感知的路由算法,通过最小化网络中消耗的能量p(f)作为目标函 数。对于网络中的域内路由器节点而言,用集合X表示路由器上的线卡,对于每个线卡 X e 乂,乙表示线卡上的端口集合。域内路由器节点能耗主要包括:打开某个端口所消耗的 能量4以及打开整个线卡所消耗的能量Bx。需要注意的是,线卡被关闭的前提是线卡上所 有的端口都被关闭,即其所有端口既没有输入流量值,也没有输出流量值,即线卡上只要有 一个端口没有休眠,则该线卡不进入休眠。目标函数P(f)可以表示为:
Figure CN103297341BD00071
[0050] 其中,?1和qx是二进制变量,为0分别表示链路1休眠和线卡X休眠,为1则反之。 I Yx I表示线卡X上端口数目,式(6)保证只有在线卡上所有端口都休眠时,该线卡才进入休 目民,r(l)表示链路1的反向链路,故式(7)保证链路是成对休眠的,式(8)保证流量分配和 休眠的一致性,即如果链路1被关闭,即 Pl=〇,则&=〇,反之如果链路激活,即Pl=l,则式(8) 简化成多商品流约束(3)。
[0051] 这里,引入一个绿色因子参数Θ,将网络性能模型与网络节能模型结合起来,Θ 表示性能影响程度,因此得到一个按需路由模型,目标函数用0(f)表示。通过调整绿色因子 参数,能够灵活地调节网络性能与耗能之间的比重,从而得到性能与耗能之间的权衡,达到 兼顾性能与耗能的目的。该模型可以表示为:
[0052] 1234567 s. t. U/ 、丄/,w/ ·
Figure CN103297341BD00072
2 最后建立鲁棒性模型,本发明中,通过量化单一链路失效带来的影响来对鲁棒性 进行建模。该影响具体来说是计算某单一链路失效在网络中影响的流量值比例。定义错误 容忍成本函数(Fault Tolerance Cost,FTC)来衡量一个网络的鲁棒性,则最小化FTC函数 可以达到优化鲁棒性的目的: 3 minimize FTC(f) (10) 4 s. t. Φ (f)彡(1+β !) Φ*(ί·) (11) 5 P(f) ^ (l+02)P*(f). (12) 6 其中,^和β 2分别为性能容忍系数和能耗容忍系数,通过与最优流量工程目标 值<T(f)比较来控制当前流量工程能耗目标函数Φ (f),同样通过与最优能耗目标值PYf) 比较来控制当前能耗目标函数Φ (f)。 7 用彳(f)表示在流量值分布f下,源-目的节点对m在链路1失效时被影响的流量 占网络中所有源-目的节点对Μ总流量需求的比例,对< ίΟ求和则表示链路1失效对整个 网络中流量的影响程度,用Zl(f)表示,则有:
[0060]
Figure CN103297341BD00081
[0061 ] 用Wl代表每条链路失效的概率,则FTC函数可以表示为:
[0062]
Figure CN103297341BD00082
[0063] 通过建立网络性能、网络节能以及鲁棒性三个模型,并调节性能容忍系数β i、能 耗容忍系数β2,以及绿色因子参数Θ,可以达到在网络性能、能耗及鲁棒性之间灵活调节, 以满足不同运营商的需求。
[0064] 根据本发明实施例的在域内路由器节点上配置流量的方法,对路由算法在不同网 络拓扑下的性能进行仿真,并与传统的无能量感知的路由算法进行比较。网络运营商通常 使用最大链路利用率作为网络性能的重要指标,如图4所示,在不同网络拓扑下,为使用本 路由算法调节网络中最大链路利用率与耗能关系的仿真图,其中图(a)为美国骨干网,(b) 为中国骨干网,可以发现通过调整绿色因子参数Θ,能够灵活地调节网络性能与耗能之间 的比重,达到兼顾性能与耗能的目的。同时,轻微降低网络最大链路利用率的上限值,可以 大幅度地降低网络的能耗,对网络运营商确定合理地上限值具有重要的指导意义。如图5 所示,为本发明实施例与传统算法在网络链路负载方面的对比示意图,具有能量感知的路 由算法与传统算法在灵活性方面有很大的优势,能够根据网络运营商的不同需求达到不同 的网络链路负载水平,其中需要说明的是,最小化耗能的英文全拼为Minimizing Energy Consumption,缩写形式为MEC。如图6所示,为本发明实施例与传统路由算法在数据包传输 延迟方面的性能比较示意图,使用基于能量感知的路由算法得到的数据包传输延迟低于传 统的路由算法。
[0065] 本发明提出了 一种基于能量感知的、兼顾性能和鲁棒性的互联网域内路由方法, 在保持高鲁棒性的前提下,能够实现网络性能与耗能关系的动态灵活调整。本方法仅需要 对现有路由表项结构进行简单修改,易于实现,部署开销低。并且通过实验数据表明,本方 法与传统的路由算法相比,能够灵活实现网络链路负载分布的多样性,同时降低网络中的 数据包传输延迟。本发明解决了传统的路由算法仅考虑网络性能的弊端,有效地兼顾了网 络性能、耗能与鲁棒性的关系,使网络运营商能够根据自身需求灵活调整网络流量管理目 标。
[0066] 流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括 一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部 分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺 序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明 的实施例所属技术领域的技术人员所理解。
[0067] 在本说明书的描述中,参考术语"一个实施例"、"一些实施例"、"示例"、"具体示 例"、或"一些示例"等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特 点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不 一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何 的一个或多个实施例或示例中以合适的方式结合。
[0068] 尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例 性的,不能理解为对本发明的限制,本领域的普通技术人员在不脱离本发明的原理和宗旨 的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (3)

1. 一种在域内路由器节点上配置流量的方法,其特征在于,包括以下步骤: 51 :中央控制器收集域内所有节点的广播信息,计算各个所述节点之间传输的流量 值; 52 :建立流量矩阵,行数和列数均等于节点数目,矩阵元素的值为所述矩阵元素所在行 所对应的源节点需要传输到所述矩阵元素所在列所对应的目的节点的流量值; 53 :初始化网络链路权重和网络链路负载的最优间隙阈值; 54 :根据所述网络链路权重,计算每条链路的最优网络链路负载值,得到全局链路的最 优网络链路负载值; S5:根据所述流量矩阵,计算每个源节点到所述目的节点的最优路由,其中,所述最优 路由包括源-目的节点对使用的链路序列以及在每条链路上分配的流量值; 56 :根据所述全局链路的最优网络链路负载值和最优路由计算新的网络链路权重; 57 :根据所述全局链路的最优网络链路负载值和所述源-目的节点对在每条链路上分 配的流量值计算网络链路负载的最优间隙值,并判断是否小于网络链路负载的最优间隙阈 值,如果是,则执行步骤S8,如果否,则执行步骤S4 ; 58 :判断每个所述源-目的节点对使用的路由是否存在等值多路径,如果是,则执行步 骤S9,如果否,则执行步骤S10 ; 59 :对每个存在等值多路径的源-目的节点对,根据所述全局链路的最优网络链路负 载值计算所述源-目的节点对中每条等值路径上的流分离比例,所述中央控制器将新的网 络链路权重和流分离比例配置到相应的源-目的节点对上,其中,根据所述全局链路的最 优网络链路负载值计算所述源-目的节点对中每条等值路径上的流分离比例,进一步包 括: 建立网络性能模型、网络节能模型以及鲁棒性模型; 通过所述网络性能模型、所述网络节能模型以及所述鲁棒性模型,并且分别调节性能 容忍系数、能耗容忍系数以及绿色因子参数,以根据所述全局链路的最优网络链路负载值 得到所述源-目的节点对中每条等值路径上的流分离比例; S10 :所述中央控制器将新的网络链路权重和单一路径的流量值配置到相应的所述 源-目的节点对上。
2. 如权利要求1所述的在域内路由器节点上配置流量的方法,其特征在于,所述等值 多路径为从同一个源节点到同一个目的节点的多条路径。
3. 如权利要求1或2所述的在域内路由器节点上配置流量的方法,其特征在于,所 述源-目的节点对上的流分离比例,如果所述源-目的节点对中仅存在单一路径,则所述 源-目的节点对上的流分离比例设置为1,如果存在所述等值多路径,则每条路径所对应的 流分离比例值介于0~1之间,并且全部流分离比例值的和为1。
CN201310279174.1A 2013-07-04 2013-07-04 在域内路由器节点上配置流量的方法 Active CN103297341B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310279174.1A CN103297341B (zh) 2013-07-04 2013-07-04 在域内路由器节点上配置流量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310279174.1A CN103297341B (zh) 2013-07-04 2013-07-04 在域内路由器节点上配置流量的方法

Publications (2)

Publication Number Publication Date
CN103297341A CN103297341A (zh) 2013-09-11
CN103297341B true CN103297341B (zh) 2016-04-20

Family

ID=49097681

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310279174.1A Active CN103297341B (zh) 2013-07-04 2013-07-04 在域内路由器节点上配置流量的方法

Country Status (1)

Country Link
CN (1) CN103297341B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107317697A (zh) * 2017-05-25 2017-11-03 清华大学 一种ospf与sdn混合网络的路由配置方法

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104410582B (zh) * 2014-12-10 2017-10-10 国家电网公司 一种基于流量预测的电力通信网流量均衡方法
CN104618179B (zh) * 2015-01-08 2018-04-10 清华大学 可编程路由交换平台的服务适应性评估方法和装置
CN105376157B (zh) * 2015-11-22 2018-06-26 东北大学 一种路由路径选择的方法和装置
CN105376112B (zh) * 2015-11-24 2018-06-19 清华大学 中间处理约束下的异构网络资源配置方法
CN112804159A (zh) * 2019-11-14 2021-05-14 华为技术有限公司 流量分配方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1910876A (zh) * 2004-01-23 2007-02-07 西门子公司 多路径路由中的通信量分配的优化
CN101094185A (zh) * 2007-07-27 2007-12-26 杭州华三通信技术有限公司 基于多链路的报文转发方法和装置

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1910876A (zh) * 2004-01-23 2007-02-07 西门子公司 多路径路由中的通信量分配的优化
CN101094185A (zh) * 2007-07-27 2007-12-26 杭州华三通信技术有限公司 基于多链路的报文转发方法和装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
One More Weight is Enough:Toward the Optimal Traffic Engineering with OSPF;ke Xu等;《2011 31st International Conference on Distributed Computing Systems》;20110624;第836页第1节-第840页第4节 *
Routing On Demand:Toward the Energy-Aware Traffic Engineering with OSPF;Meng Shen等;《IFIP’12 processing of the 11th international IFIP TC 6 conference on Network-Volume Part1》;20120521;第232页第1节、234页第2节-240页第4.2节 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107317697A (zh) * 2017-05-25 2017-11-03 清华大学 一种ospf与sdn混合网络的路由配置方法
CN107317697B (zh) * 2017-05-25 2020-01-07 清华大学 一种ospf与sdn混合网络的路由配置方法

Also Published As

Publication number Publication date
CN103297341A (zh) 2013-09-11

Similar Documents

Publication Publication Date Title
Taha et al. Energy efficient multipath routing protocol for mobile ad-hoc network using the fitness function
Zeng et al. An improved harmony search based energy-efficient routing algorithm for wireless sensor networks
Kuila et al. Energy efficient clustering and routing algorithms for wireless sensor networks: Particle swarm optimization approach
Zhang et al. Data gathering optimization by dynamic sensing and routing in rechargeable sensor networks
Gaber et al. Trust-based secure clustering in WSN-based intelligent transportation systems
Al-Turjman et al. Towards prolonged lifetime for deployed WSNs in outdoor environment monitoring
Wang et al. An energy-efficient SDN based sleep scheduling algorithm for WSNs
Liu Atypical hierarchical routing protocols for wireless sensor networks: A review
Liu et al. Design principles and improvement of cost function based energy aware routing algorithms for wireless sensor networks
CN103179046B (zh) 基于openflow的数据中心流量控制方法及系统
Tahir et al. BRPL: Backpressure RPL for high-throughput and mobile IoTs
Bari et al. A genetic algorithm based approach for energy efficient routing in two-tiered sensor networks
Bhatia et al. A genetic algorithm based distance-aware routing protocol for wireless sensor networks
Cianfrani et al. An energy saving routing algorithm for a green OSPF protocol
Li et al. Topology control in heterogeneous wireless networks: Problems and solutions
Altman et al. Non-cooperative forwarding in ad-hoc networks
Al-Karaki et al. Data aggregation in wireless sensor networks-exact and approximate algorithms
Zeydan et al. Energy-efficient routing for correlated data in wireless sensor networks
Hua et al. Optimal routing and data aggregation for maximizing lifetime of wireless sensor networks
Bianzino et al. Grida: A green distributed algorithm for backbone networks
CN107873126A (zh) 用于小小区回程的自组织网络概念
Aslam et al. A multi-criterion optimization technique for energy efficient cluster formation in wireless sensor networks
Ergen et al. Energy efficient routing with delay guarantee for sensor networks
Madan et al. Distributed algorithms for maximum lifetime routing in wireless sensor networks
Ben-Othman et al. Self-stabilizing algorithm for efficient topology control in wireless sensor networks

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