CN103491181A - 一种对等网络中节点间的信息流特征的分析方法 - Google Patents

一种对等网络中节点间的信息流特征的分析方法 Download PDF

Info

Publication number
CN103491181A
CN103491181A CN201310453910.0A CN201310453910A CN103491181A CN 103491181 A CN103491181 A CN 103491181A CN 201310453910 A CN201310453910 A CN 201310453910A CN 103491181 A CN103491181 A CN 103491181A
Authority
CN
China
Prior art keywords
node
peer
network
requesting
service
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
CN201310453910.0A
Other languages
English (en)
Other versions
CN103491181B (zh
Inventor
范通让
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.)
Shijiazhuang Tiedao University
Original Assignee
Shijiazhuang Tiedao 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 Shijiazhuang Tiedao University filed Critical Shijiazhuang Tiedao University
Priority to CN201310453910.0A priority Critical patent/CN103491181B/zh
Publication of CN103491181A publication Critical patent/CN103491181A/zh
Application granted granted Critical
Publication of CN103491181B publication Critical patent/CN103491181B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明公开了一种对等网络中节点间的信息流特征的分析方法，属于数字信息传输领域。本方法包括第一阶段：请求节点发出连接请求，确定服务节点和第二阶段：选取最优路径，由服务节点向请求节点发送数据包。本发明引入了节点间的作用力Force和节点间的场强Fie_Str，将对等网络中数据传输形式进行了抽象统一，建立了定量描述网络信息流关系的度量方法，对对等节点间的信息流行为进行了简单准确地描述，过滤了其实现的具体细节，简化了研究过程，提高了研究效率，对网络信息流方面的科学研究具有促进作用，为实现网络研究方法的统一性和通用性提供保障。

Description

一种对等网络中节点间的信息流特征的分析方法
技术领域
本发明属于数字信息传输领域。
背景技术
从系统科学的角度分析，计算机网络是一个典型的、具体的、开放性的复杂巨系统。计算机网络的形成与发展正深刻影响着人们日常工作、学习、生活等的方方面面，并不断作用、改变着社会经济、政治和意识形态，因此分析和把握其中的本质和规律，对研究计算机网络结构、运转原理以便充分发挥其网络作用具有极其重要的意义。
计算机网络自从诞生开始，一直沿着更优、更高级、更复杂的路径演化和发展着，在网络高速发展过程中，网络通信技术的日趋成熟使得网络连接更加容易。随着社会发展，人与人之间的网络交互行为变得越来越频繁、多样，导致各种不同形态、规模、交互规则的网络层出不穷，甚至同一个网络也时刻处于不断发展变化之中，随着现阶段物联网、云计算网络、泛在网等新兴网络技术的兴起与不断发展，更加深了网络环境及之上行为的复杂程度。该系统的变化性、随意性以及动态性等复杂特征源于种类繁多、数量庞大的各类基础网络以及大量不同层次、不同类型复合网络之间的相互作用。系统中不同级别上的每一个因素都会受到其他因素的影响，同时也会影响着其他因素的变化，各种因素之间的相互联系作用最终导致了系统中网络行为的非线性和突现性特点。
在复杂系统变化无常的行为背后，通常都会呈现出某种特殊的规律性，同样，虽然计算机网络系统始终处于不断地演化过程中，但这些网络突现行为都是由简单、一般规律支配的组织过程来完成实现。
对等网络是在现有网络的基础上通过软件实现的，当前它在Internet上正得到推广。随着网络应用频繁更新，无线移动通信技术不断发展的影响下，现有的对等网络体系结构与不断变化的应用环境之间的矛盾日益尖锐。对等网络中的信息交互行为也出现很强的时间变化性、动态突发性以及交互不确定性，致使对等网络成为一个开放的、无中心控制的、异构的、分布式的复杂网络系统。从而给对等网络中节点行为的研究以及策略部署带来了困难，并且存在研究方法的应用受限问题。
发明内容
为解决对等网络中研究的不一致问题，本发明提供了一种对等网络中节点间的信息流特征的分析方法，该方法根据对等网络中节点同质的特点，将对等网络中数据传输形式进行了抽象统一，建立了定量描述网络信息流关系的度量方法，对对等节点间的信息流行为进行了简单准确地描述，过滤了其实现的具体细节，简化了研究过程，提高了研究效率，对网络信息流方面的科学研究具有促进作用，为实现网络研究方法的统一性和通用性提供保障。
为解决上述技术问题，本发明采用的技术方案为：一种对等网络中节点间的信息流特征的分析方法，包括如下步骤：
S101、计算对等网络中请求节点i与其他节点j之间的相互作用力Force(i,j)；具体计算公式为：
Figure 2013104539100100002DEST_PATH_IMAGE001
………………………（1）
其中，G为调节参数，Acc_Rig为节点j上资源的存取权限，Qua_Res为节点j自身拥有的资源量，Nod_Deg为节点j的节点度，Nod_Pri为请求节点为每次请求服务操作设置相应的优先级，Pat_Lon(i)、Pat_Lon(j)分别表示节点i，j到中央处理节点之间的路径长度，Pat_Con(i)、Pat_Con(j)表示节点i，j到达中央处理节点的路径状况，Net_Jam为当前的网络拥塞；
  S102、对Force(i,j)进行判断，当Force(i,j)＜τ，舍弃此节点j；否则保留此节点j；其中τ代表对等网络中两节点得以实现交互行为需要克服的作用力阈值； 
  S103、以Force(i,j)为标准，将Force(i,j)的最大值对应的节点j的保留下来作为服务节点；
第二阶段、选取最优路径，由服务节点向请求节点发送数据包：
S201、计算第一阶段选定的服务节点相对于请求节点的场强，具体计算公式如下：
Figure 2013104539100100002DEST_PATH_IMAGE003
……………………………………………….（2）
x表示服务节点j与请求节点i之间的距离，用路由跳数表示；=MIN(Pro(i), Req(j))表示单位时间上，请求节点i请求的最大信息量Pro(i)与服务节点j提供的最大信息量Req(j)中较小的一个；
式（2）中
…………………（3）
式（3）中，为表征请求节点i与服务节点j之间的相似性和相异性特点的Jaccard系数；，N i (k)表示节点i作为向量形式时的分量，n表示网络中的节点数；
S202、根据式（4）计算服务节点与各下一跳节点之间的可行性值
Figure 97302DEST_PATH_IMAGE008
：
………………………………………………（4）
其中，pac表示数据包的大小，
Figure 659477DEST_PATH_IMAGE010
表示当前选中的下一跳节点，
Figure 2013104539100100002DEST_PATH_IMAGE011
表示网络拓扑图中服务节点到达请求节点的关键路径上的下一跳节点，
Figure 419622DEST_PATH_IMAGE012
两条节点所在路径长度的区别；
S203、找出服务节点与各下一跳节点的可行性值
Figure 2013104539100100002DEST_PATH_IMAGE013
中的最大值，将此值相对应的下一跳节点作为服务节点选择发送数据包的最优节点，并在两者之间建立通信路径发送数据包进行信息流传输。
上述S101中所述中央处理节点为对等网络中具有交换功能的节点。
上述S202中的关键路径为：在对等网络中，请求节点与服务节点之间按照一定的路由选取规则选取的最优路径。
上述S202中下一跳节点为对等网络中与服务节点相连接的、可以到达请求节点的路径中的第一个中间节点。
采用上述技术方案取得的技术进步为：本发明将对等网络行为策略的研究转化为仅与产生此行为的网络节点本身相关的研究方式，而不考虑网络节点间的具体行为的实现方式，屏蔽了底层不相关的细节，使作用于对等网络行为策略的研究具有整体化、简单化等特点，并具有对对等网络演化研究的适应性、普遍性和可移植性。该发明问题的解决将最终实现对等网络研究方法的通用与统一，从而促进对网络的认识与研究，为解决互联网中出现的问题带来了方便。此外，该发明还对网络新技术的发展、下一代网络体系的研究具有指导意义。
附图说明
图1为发明的流程图；
图2为本发明实施例的实现图。
具体实施方式
由图1所示可知，本发明为一种对等网络中节点间的信息流特征的分析方法，本发明的方法仅适用于对等网络。
对等网络又称工作组，网上各台计算机有相同的功能，无主从之分，任一台计算机都是即可作为服务器，设定共享资源供网络中其他计算机所使用，又可以作为工作站。在对等网络中，没有专用的服务器，也没有专用的工作站。当研究对象为对等网络时，才可以适用于本方法。
本发明的具体包括两个阶段：请求阶段和连接阶段；请求阶段中请求节点起主要作用；连接阶段，服务节点起主要作用。
第一阶段、请求节点发出连接请求，确定服务节点。
S101、计算对等网络中请求节点i与其他节点（非请求节点）j之间的相互作用力Force(i,j)。
对等网络中各节点间的资源请求分配过程为：请求节点i向对等网络中各节点j发送一个连接请求信号，该信号包括其请求的资源类型和该请求的优先级Nod_Pri。网络中的节点j接收到连接请求信号后，检查所拥有的信息资源，当其所拥有的信息资源的类型满足连接请求的要求时，根据自身的存取权限Acc_Rig和网络路径状况、结合请求节点i发出的连接请求的优先级Nod_Pri等计算其与请求节点i间的作用力Force（i,j）。由于对等网络的同质性，即每个节点的功能地位都相同，因此将网络节点间具有平等关系和资源供求意义的网络信息流行为抽象为在资源服务问题上对等节点间的相互“作用力”的表现形式；根据物理学中的万有引力定律形式，通过与上述对等节点间信息流行为实现过程的类比分析，将请求节点i向其他节点j请求资源的交互过程中节点间的作用力Force(i,j)表示为式（1）：
Figure 378001DEST_PATH_IMAGE001
………………………（1）
其中，G为调节参数，Acc_Rig为节点j上资源的存取权限，Qua_Res为节点j自身拥有的资源量，Nod_Deg为节点j的节点度，Nod_Pri为请求节点为每次请求服务操作设置相应的优先级，Pat_Lon(i)、Pat_Lon(j)分别表示节点i，j到中央处理节点之间的路径长度，Pat_Con(i)、Pat_Con(j)表示节点i，j到达中央处理节点的路径状况，Net_Jam为当前的网络拥塞；所述中央处理节点为对等网络中具有交换功能的节点。
如图2（1）所示，在对等网络中有多个普通的网络节点
Figure 203000DEST_PATH_IMAGE014
，其中一个发起连接请求，此节点就变为请求节点。
S102、对Force(i,j)进行判断：当Force(i,j)＜τ，舍弃此节点j；否则保留此节点j；其中τ代表对等网络中两节点实现交互行为所需克服的作用力阈值，此值通过多次统计网络中所有节点在未出现交互行为时的作用力平均计算得出。该判断的依据为：如果请求节点i与节点j之间的作用力Force(i,j)大于作用力阈值τ的话，即请求节点i与节点j之间存在克服网络阻力实现交互行为的可能，两个节点之间就有产生资源服务过程中的信息流行为的可能，因此要将此节点j记下来，即保留下来；否则，此节点j对后续步骤不再产生影响，也就没有保留的必要，应当舍弃。
如图2（1）所示，计算请求节点
Figure 806632DEST_PATH_IMAGE015
与其他普通网络节点
Figure 363777DEST_PATH_IMAGE014
之间的作用力Force，当某一节点j与请求节点i之间的作用力Force(i,j)大于作用力阈值τ时，说明此节点有可能成为服务节点，将此节点记录下来，记为保留的节点
Figure 242740DEST_PATH_IMAGE016
。
S103、以Force(i,j)为标准，将Force(i,j)的最大值对应的保留下来的节点j作为服务节点。此阶段的工作结束。
从所有记录下来的所有可能成为服务节点的保留的节点
Figure 807450DEST_PATH_IMAGE016
所对应的Force(i,j)中选取最大值，将此值对应的保留的节点
Figure 956934DEST_PATH_IMAGE016
选定为服务节点，并将其的图标改为
Figure 2013104539100100002DEST_PATH_IMAGE017
。具体结果如图2（2）所示。
第二阶段、选取最优路径，由服务节点向请求节点发送数据包，建立数据流传输。
S201、在对等网络环境中，任意互联（直接或间接相连）的节点对都有可能发生信息传输行为。从网络节点本身考虑，每个节点对网络中的其他节点都具有对其信息流行为发生与实现的影响作用，该作用决定了网络中的节点能否以及如何执行相应的信息流行为，因此本发明引入“场”的形式来描述该影响作用。在均质的对等网络中，“场”的不均匀性体现在节点m在与其他节点n发生信息流的过程中，距离节点m越近的节点所拥有的数据包，越容易到达m点或由节点m发出。
按照上述理论，将对等网络看成一个非均匀场，计算第一阶段选定的服务节点j在请求节点i的“场”力作用力下的场强
Figure 72264DEST_PATH_IMAGE002
，具体计算公式如下：
Figure 438523DEST_PATH_IMAGE003
……………………………………………..（2）
x表示服务节点j与请求节点i之间的距离，用路由跳数表示；
Figure 526696DEST_PATH_IMAGE004
=MIN(Pro(i), Req(j))表示单位时间上，请求节点i请求的最大信息量Pro(i)与服务节点j提供的最大信息量Req(j)中较小的一个；
式（2）中
Figure 799195DEST_PATH_IMAGE018
………………（3）
为表征节点i与j之间相似性和相异性特点的Jaccard系数： 。
在实际中，还有其他一些对节点产生影响的参数，本发明将网络中的节点i定义为向量形式，然后将这些影响参数作为向量的其他分量N i (k)，k表示节点向量的第k分量，k=1,2,…,5；
当k=1，N i (1)表示节点i拥有的资源类型；
当k=2，N i (2)=Nod_Deg，表示节点i自身的度数（有效度数，对联系起加强作用）和其他度数（无效度数，对联系起削弱作用）的比值；
当k
Figure 676333DEST_PATH_IMAGE020
3时，N i (3)=Con_Fre，表示节点i与目的节点的交互频率，和其他节点与目的节点交互频率的比值；
当k=4时，N i (4)= Rec_Tim，表示节点i最后一次与目的节点进行信息流传输的时刻；
当k=5时，N i (5)表示在传递信息的路径上，具有较低中介性的中间节点。
式（3）中，
Figure 2013104539100100002DEST_PATH_IMAGE021
Figure 191365DEST_PATH_IMAGE022
表示节点向量中第k分量对节点i，j联系强度的贡献，n表示网络中的节点数。
将式（3）代入式（2）即可得到式（5）：
Figure 2013104539100100002DEST_PATH_IMAGE023
………………………………………………………..（5）
S4、根据式（4）计算服务节点与下一跳节点之间的可行性值
Figure 368969DEST_PATH_IMAGE008
，所述下一跳节点为的服务节点的数据包在通往请求节点要经过的中间路径过程的第一个中间节点，即下一跳节点为对等网络中与服务节点相连接的、可以到达请求节点的路径中的第一个中间节点：
………………………………………………（4）
其中，pac表示数据包的大小，
Figure 28938DEST_PATH_IMAGE010
表示当前选中的下一跳节点，即与服务节点直接相连接的各中间节点中的某一个，表示网络拓扑图中服务节点到达请求节点的关键路径上的下一跳节点，
Figure 949413DEST_PATH_IMAGE012
两条节点所在路径长度的区别；该公式同时考虑了网络拓扑结构和网络内相关节点产生的场强两个因素对数据包路由选择的影响。关键路径为在对等网络中，请求节点与服务节点之间按照一定的路由选取规则选取的最优路径。如果可行性值最大的那个节点不是关键路径中的下一跳节点，那么也不会选用关键路径的。
如图2（3）所示，
Figure 518060DEST_PATH_IMAGE024
为与服务节点直接相连接的下一跳节点，
Figure DEST_PATH_IMAGE025
为按照现有算法寻址得到的服务节点
Figure 896607DEST_PATH_IMAGE017
与请求节点之间的最优路径上的下一跳节点。
S5、找出服务节点与各下一跳节点的可行性值
Figure 478209DEST_PATH_IMAGE008
中的最大值，将此值相对应的下一跳节点作为服务节点选择发送数据包的最优节点，并在两者之间建立通信路径发送数据包进行数据流传输。
根据比较得到选中的下一跳节点
Figure 214828DEST_PATH_IMAGE026
，并将其作为最优节点，在服务节点与此节点之间进行数据流传输，如图2（4）所示。
针对对等网络中出现的问题，本发明从系统学的角度出发，为了尽可能简单而准确地阐述清楚问题，尽量避免考虑网络行为过程中实现的具体细节，抽取网络中的主要因素加以研究，寻求一种支配对等网络的复杂系统中信息传播的简单规律，构建分析网络中信息流特征的最有效便捷的途径。
当今对对等网络中行为的研究大多与网络结构有关。现实网络规模庞大、类型迥异的特点造成了对等网络连接复杂，以至结构的不可得。此外，不同类型网络的形态、规则势必导致对等网络中交互方式的差异，相应的网络方法策略的研究也会受到限制。网络研究的复杂性源于其与网络结构信息之间的断层。通过本发明的研究与探索，将寻找到不断发展变化的对等网络环境中描述信息流行为特征的方法，为实现网络研究方法的统一性和通用性提供保障。本项目对网络信息流方面的科学研究具有以下的促进作用：利用物理学方法，对网络服务方式进行抽象统一，建立定量描述网络信息流关系的度量方法。
通过该发明的研究与探索，将对对等网络研究中存在的由于样本量过大、网络结构不可得等因素导致的网络方法、策略受限问题，提供一个新的解决方法与方向。该发明问题的解决将最终实现对等网络研究方法的通用与统一，从而促进对网络的认识与研究，为解决互联网中出现的问题带来了方便。此外，该发明还对网络新技术的发展、下一代网络体系的研究具有指导意义。

Claims (4)

1.一种对等网络中节点间的信息流特征的分析方法，其特征在于包括如下步骤：
S101、计算对等网络中请求节点i与其他节点j之间的相互作用力Force(i,j)；具体计算公式为：
Figure 2013104539100100001DEST_PATH_IMAGE001
………………………（1）
其中，G为调节参数，Acc_Rig为节点j上资源的存取权限，Qua_Res为节点j自身拥有的资源量，Nod_Deg为节点j的节点度，Nod_Pri为请求节点为每次请求服务操作设置相应的优先级，Pat_Lon(i)、Pat_Lon(j)分别表示节点i，j到中央处理节点之间的路径长度，Pat_Con(i)、Pat_Con(j)表示节点i，j到达中央处理节点的路径状况，Net_Jam为当前的网络拥塞；
S102、对Force(i,j)进行判断，当Force(i,j)＜τ，舍弃此节点j；否则保留此节点j；其中τ代表对等网络中两节点得以实现交互行为需要克服的作用力阈值； 
S103、以Force(i,j)为标准，将Force(i,j)的最大值对应的节点j的保留下来作为服务节点；
第二阶段、选取最优路径，由服务节点向请求节点发送数据包：
S201、计算第一阶段选定的服务节点相对于请求节点的场强
Figure 941851DEST_PATH_IMAGE002
，具体计算公式如下：
Figure 2013104539100100001DEST_PATH_IMAGE003
……………………………………………….（2）
x表示服务节点j与请求节点i之间的距离，用路由跳数表示；
Figure 833715DEST_PATH_IMAGE004
=MIN(Pro(i), Req(j))表示单位时间上，请求节点i请求的最大信息量Pro(i)与服务节点j提供的最大信息量Req(j)中较小的一个；
式（2）中
Figure 2013104539100100001DEST_PATH_IMAGE005
…………………（3）
式（3）中，
Figure 892544DEST_PATH_IMAGE006
为表征请求节点i与服务节点j之间的相似性和相异性特点的Jaccard系数；
Figure 2013104539100100001DEST_PATH_IMAGE007
，N i (k)表示节点i作为向量形式时的分量，n表示网络中的节点数；
S202、根据式（4）计算服务节点与各下一跳节点之间的可行性值
Figure 477240DEST_PATH_IMAGE008
：
Figure 2013104539100100001DEST_PATH_IMAGE009
………………………………………………（4）
其中，pac表示数据包的大小，
Figure 175682DEST_PATH_IMAGE010
表示当前选中的下一跳节点，
Figure 2013104539100100001DEST_PATH_IMAGE011
表示网络拓扑图中服务节点到达请求节点的关键路径上的下一跳节点，
Figure 642477DEST_PATH_IMAGE012
两条节点所在路径长度的区别；
S203、找出服务节点与各下一跳节点的可行性值中的最大值，将此值相对应的下一跳节点作为服务节点选择发送数据包的最优节点，并在两者之间建立通信路径发送数据包进行信息流传输。
2.根据权利要求1所述的一种对等网络中节点间的信息流特征的分析方法，其特征在于上述S101中所述中央处理节点为对等网络中具有交换功能的节点。
3.根据权利要求1所述的一种对等网络中节点间的信息流特征的分析方法，其特征在于上述S202中的关键路径为：在对等网络中，请求节点与服务节点之间按照一定的路由选取规则选取的最优路径。
4.根据权利要求1所述的一种对等网络中节点间的信息流特征的分析方法，其特征在于上述S202中下一跳节点为对等网络中与服务节点相连接的、可以到达请求节点的路径中的第一个中间节点。
CN201310453910.0A 2013-09-29 2013-09-29 一种对等网络中节点间的信息流特征的分析方法 Expired - Fee Related CN103491181B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310453910.0A CN103491181B (zh) 2013-09-29 2013-09-29 一种对等网络中节点间的信息流特征的分析方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310453910.0A CN103491181B (zh) 2013-09-29 2013-09-29 一种对等网络中节点间的信息流特征的分析方法

Publications (2)

Publication Number Publication Date
CN103491181A true CN103491181A (zh) 2014-01-01
CN103491181B CN103491181B (zh) 2016-08-10

Family

ID=49831134

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310453910.0A Expired - Fee Related CN103491181B (zh) 2013-09-29 2013-09-29 一种对等网络中节点间的信息流特征的分析方法

Country Status (1)

Country Link
CN (1) CN103491181B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050036470A1 (en) * 2003-08-04 2005-02-17 Calvert Nathan Hunter Multi-hop peer-to-peer wireless local loop phone system and method
CN101437045A (zh) * 2008-12-18 2009-05-20 腾讯科技（深圳）有限公司 P2p系统中中转节点的选择方法及p2p节点
CN102077515A (zh) * 2008-07-02 2011-05-25 艾利森电话股份有限公司 对等通信网络中的对等节点选择

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050036470A1 (en) * 2003-08-04 2005-02-17 Calvert Nathan Hunter Multi-hop peer-to-peer wireless local loop phone system and method
CN102077515A (zh) * 2008-07-02 2011-05-25 艾利森电话股份有限公司 对等通信网络中的对等节点选择
CN101437045A (zh) * 2008-12-18 2009-05-20 腾讯科技（深圳）有限公司 P2p系统中中转节点的选择方法及p2p节点

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A．V．GOLDBERG，H，KAPLAN， R．F．WERNECK．: ""Efficient Point-to-Point Shortest Path Algorithms"", 《TECHNICAL REPORT MSR-TR-2005-132, MICROSOFT RESEARCH》 *
张娜: ""基于BitTorrent对等网络的节点选择算法优化研究"", 《中国优秀硕士学位论文全文数据库》 *

Also Published As

Publication number Publication date
CN103491181B (zh) 2016-08-10

Similar Documents

Publication Publication Date Title
Wu et al. Big data analysis-based secure cluster management for optimized control plane in software-defined networks
Wang et al. Joint optimization of service function chaining and resource allocation in network function virtualization
Marfoq et al. Throughput-optimal topology design for cross-silo federated learning
Qureshi et al. A distributed software defined networking model to improve the scalability and quality of services for flexible green energy internet for smart grid systems
Li et al. Resource allocation with multi-factor node ranking in data center networks
Anadiotis et al. An SDN-assisted framework for optimal deployment of MapReduce functions in WSNs
Ilkhechi et al. Network-aware virtual machine placement in cloud data centers with multiple traffic-intensive components
Al Ridhawi et al. Workflow-net based service composition using mobile edge nodes
Haider et al. On the planning and design problem of fog computing networks
Ahsan et al. A review on big data analysis and Internet of Things
Huang et al. Converged network-cloud service composition with end-to-end performance guarantee
Chukhno et al. Placement of social digital twins at the edge for beyond 5G IoT networks
JP2021523619A (ja) ノードのネットワークにおいてデータ・パケットを伝搬するためのシステム及び方法
Kavalci et al. Distributed vertex cover algorithms for wireless sensor networks
Li et al. Service home identification of multiple-source IoT applications in edge computing
Ren et al. An energy‐aware method for task allocation in the Internet of things using a hybrid optimization algorithm
Nguyen et al. Toward adaptive joint node and link mapping algorithms for embedding virtual networks: A conciliation strategy
Gholami et al. On the importance of trust in next-generation networked cps systems: An ai perspective
Zhao et al. Security-SLA-guaranteed service function chain deployment in cloud-fog computing networks
Hensh et al. Mist-edge-cloud (MEC) computing: an integrated computing architecture
Belgaum et al. Artificial intelligence based reliable load balancing framework in software-defined networks
Panadero et al. A two-stage multi-criteria optimization method for service placement in decentralized edge micro-clouds
Nasiri et al. Distributed virtual network embedding for software-defined networks using multiagent systems
Fajjari et al. Cloud networking: An overview of virtual network embedding strategies
Shefu et al. Fruit fly optimization algorithm for network-aware web service composition in the cloud

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: 20160810

Termination date: 20180929

CF01 Termination of patent right due to non-payment of annual fee