CN105610707A - AntNet路由算法在二维网格拓扑片上网络中的实现方法 - Google Patents

AntNet路由算法在二维网格拓扑片上网络中的实现方法 Download PDF

Info

Publication number
CN105610707A
CN105610707A CN201610070920.XA CN201610070920A CN105610707A CN 105610707 A CN105610707 A CN 105610707A CN 201610070920 A CN201610070920 A CN 201610070920A CN 105610707 A CN105610707 A CN 105610707A
Authority
CN
China
Prior art keywords
node
ant
bag
antnet
network
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.)
Pending
Application number
CN201610070920.XA
Other languages
English (en)
Inventor
王学香
高滔
吴建辉
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.)
Southeast University
Original Assignee
Southeast 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 Southeast University filed Critical Southeast University
Priority to CN201610070920.XA priority Critical patent/CN105610707A/zh
Publication of CN105610707A publication Critical patent/CN105610707A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F15/00Digital computers in general; Data processing equipment in general
    • G06F15/76Architectures of general purpose stored program computers
    • G06F15/78Architectures of general purpose stored program computers comprising a single central processing unit
    • G06F15/7807System on chip, i.e. computer system on a single chip; System in package, i.e. computer system on one or more chips in a single package
    • G06F15/7825Globally asynchronous, locally synchronous, e.g. network on chip
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • H04L47/12Avoiding congestion; Recovering from congestion
    • H04L47/125Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Microelectronics & Electronic Packaging (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种AntNet路由算法在二维网格拓扑片上网络中的实现方法,结合片上网络相比计算机网络存在存储空间小、排队延迟影响大、路由器之间耦合紧密三大特点,从蚂蚁包队列、蚂蚁包产生方式与加强因子r三个方面对AntNet路由算法进行了改良使之适于在片上网络中实现。在AntNet路由器中,输入端口分为数据包与蚂蚁包两个队列,蚂蚁包队列优先级要高于数据包队列;只向二维网格拓扑中不与本路由器处于同行或同列的路由器发送前进蚂蚁包;结合学习自动机理论对加强因子r的计算进行了简化。AntNet路由算法在提高片上网络性能方面具有良好效果。

Description

AntNet路由算法在二维网格拓扑片上网络中的实现方法
技术领域
本发明是一种应用于嵌入式处理器系统级设计中的二维网格拓扑片上网络AntNet路由算法的实现方法,属于嵌入式处理器系统级设计领域。
背景技术
目前,单颗芯片中一般最多集成数十至上百个处理核,连接这些IP核的互连结构主要是片上总线,它是通过仲裁和译码的方式来完成不同主、从部件之间的通信与媒介复用。在不久的将来,随着集成电路制造工艺的不断发展,集成电路的规模将超过数十亿晶体管,为了满足市场需求,单颗芯片将要求集成成百上千个处理核。这样一来,基于片上总线的互连结构面临日益严峻的挑战。为此,研究人员借鉴并行分布式计算机通信网络中的思想,提出了一种全新的互连架构——片上网络。片上网络可视为由多个通信节点(称为路由器)通过相互之间的通信链路(一般称为通道)连结而成的网络,采用数据包交换和路由来完成通信任务,有望替代总线成为下一代片上互连通信架构。
路由算法决定了在给定片上网络拓扑的情况下决定消息如何从源节点到目的节点实际经过的路径。AntNet路由算法是一种基于蚁群优化算法的自适应路由算法,具有良好的网络负载均衡拥塞控制能力,主要应用于计算机网络中。AntNet路由算法信息素(即数据包发送概率)的增减是基于学习自动机(LearningAutomata,LA)理论的。LA使用状态、动作、状态或动作的概率和环境响应代表了通用随机系统。自动机的设计目标是利用过去的动作与当前的环境响应信息应指导每一步的动作选择以提高性能。每一步,自动机从有限动作集合中选取特定动作,同时环境给出随机响应。在变结构随机自动机中,各个动作的概率是根据环境给出的信息来进行更新的。在每一步,动作概率的更新采用逐步加强的方式。自动机可定义为四元组{α,β,p,T},其中α是动作,是自动机的输出,从该自动机r个元素的动作集合{α12,…,αr}中选取,β是[0,1]区间的随机变量,p是自动机或代理的动作概率矢量,T代表动作概率更新周期。自动机的输出α是环境的输入,自动机的输入β是环境输出的响应信息。
动作概率p的线性更新方式常见的有线性奖励-惩罚、线性奖励-不动、线性奖励-∈-惩罚三种。这些方式的核心思想是当某个动作输入给环境后,环境状况得以改善则给出正反馈信息给自动机增加该动作的概率值,否则环境给出负反馈信息降低该动作概率值,如下两个公式所示。常数a与b分别是奖励与惩罚的参数。当a=b时,称为线性奖励-惩罚(LR-P);当b=0时,称为线性奖励-不动(LR-I);a=0时,称为线性奖励-∈-惩罚(LR-∈-P)。
pi(n+1)=pi(n)+a(1-β(n))(1-pi(n))-bβ(n)pi(n)
如在n时刻选择αi作为输出
pj(n+1)=pj(n)-a(1-β(n))pj(n)+bβ(n)[(r-1)-1-pj(n)]
如αj≠αi
AntNet路由算法采用LR-I,网络节点可以看作LA,每次路由选择相当于LA对环境施加动作α。AntNet路由算法使用前进蚂蚁包和回退蚂蚁包两种移动代理,将评估与改进的过程完全分开,使用前进蚂蚁包对路由器动作对环境(即网络)造成的影响进行评估,使用回退蚂蚁包对动作概率进行改进。使用前进蚂蚁包从本节点到目标节点的传递时间评估网络状态,维护节点的本地流量统计模型,相当于LA的环境信息输入β。回退蚂蚁包根据评估的结果对本地路由表进行改进更新,相当于更新LA的动作概率p。路由表的更新周期相当于LA的动作概率更新周期T。因为β(n)是惩罚因子,所以1-β(n)就是加强因子r。
发明内容
技术问题:本发明的目的在于解决由于片上网络相比计算机网络存在的存储空间小、排队延迟影响大、路由器之间耦合紧密三大不同点而使得原本应用于计算机网络中的AntNet路由算法无法直接在片上网络中实现的问题,提出一种低开销切实可行的在二维网格拓扑片上网络中实现AntNet路由算法的方法。
技术方案:为解决上述技术问题,本发明所设计的在二维网格拓扑片上网络中实现AntNet路由算法的方法步骤如下:a)以Δt为时间间隔,每个网络节点s产生目标节点为d的前进蚂蚁包Fs→d写入本地输入蚂蚁包缓冲区,用来寻找节点s到节点d的低开销路径。其中,Δt反比于本节点数据包的产生率。前进蚂蚁包Fs→d在朝着目的节点d前进过程中,收集经过节点的标识号以及经过节点的本地拥塞信息。前进蚂蚁包Fs→d在经过每个节点k时,需要从节点k的相邻节点中选取一个节点n作为下一跳节点。前进蚂蚁包Fs→d选取节点n作为下一跳节点的概率是根据路由表中数据包以节点n作为下一跳到达节点d的概率Pnd与节点k到节点n的蚂蚁包队列长度lk→n计算得到。b)一旦前进蚂蚁包Fs→d到达目标节点d,就产生一个回退蚂蚁包Bd→s,并将收集到的沿途节点标识号以及拥塞信息传递给它,至此,前进蚂蚁包Fs→d生命期结束。c)回退蚂蚁包Bd→s反方向沿着与前进蚂蚁包相同的路径返回源节点s,根据存储在回退蚂蚁包Bd→s中的节点标识号来确定下一跳节点。同时,使用存储在回退蚂蚁包Bd→s中的本地拥塞信息更新节点路由表。d)数据包首先根据奇偶模型得到不产生死锁的候选输出节点,再根据路由表中各个候选输出节点的概率来确定最终的下一跳节点。e)回退蚂蚁包Bd→s一旦到达节点s则生命期结束。
AntNet路由器蚂蚁包队列结构的原理如下:标准AntNet算法中的蚂蚁包包括前进蚂蚁包与回退蚂蚁包。标准AntNet算法中前进蚂蚁包与数据包共享同一队列,回退蚂蚁包则使用另一个优先级高于数据包队列的队列。与计算机网络不同,片上网络中排队延迟可以与传输延迟相比较,甚至比传输延迟更高。所以,如果前进蚂蚁包与数据包共享同一队列,一旦发生延迟,排队延迟将会迅速增加,导致前进蚂蚁包在网络中传递缓慢,算法性能将大打折扣。所以,前进蚂蚁包应与回退蚂蚁包共享使用高优先级的控制包队列,这样一来可以保证拥塞控制信息在片上网络中快速传递。
AntNet路由器蚂蚁包产生机制的原理如下:标准AntNet算法中,采用本节点到其它节点的数据量大小来确定选定某节点作为前进蚂蚁包目标节点的概率。为了降低实现开销,本发明只选用本节点发送了最多数据包的网络节点作为前进蚂蚁包的目标节点。此外,本发明采用奇偶模型作为路由算法的路由函数来得到免死锁的候选输出节点,如果目标节点在同行或同列或存在路由约束的方向上,就不需要进行路由选择,如果向这些节点发送蚂蚁包,只会白白浪费网络资源。本发明采取选择性地发送控制包,避开完全不需要进行路由选择的节点。
回退蚂蚁包更新路由表机制的原理如下:标准AntNet算法中,回退蚂蚁包更新路由表需要用到加强因子r,计算该因子需要一个本地流量模型。而片上网络的存储资源非常有限,维护这样一个模型显然开销过于巨大,也并不需要如此精确的评估过程。本发明将标准AntNet算法中整个本地流量模型删去,基于原生的学习自动机理论计算r。r=1–β,β是该路由器的环境对该路由器进行路由选择动作概率的惩罚因子,即该路由器路由选择中选定某一链路作为输出链路之后对网络造成了影响,如果网络拥塞状况加剧则增大β以降低该路由动作的概率,惩罚该动作,反之,网络拥塞状况得以缓解则减少β以提高该路由动作的概率,奖励该动作。路由器的环境可以看作片上网络中除本路由器外剩余的所有路由器,根据片上网络路由器耦合特点,远方路由器的拥塞状况会影响到本路由器相邻的各个路由器,可使用本路由器相邻路由器总体的拥塞状况来近似表征整个片上网络的网络状况,确定β从而确定r。
有益效果:本发明相比标准AntNet路由算法实现成本大大降低、保持了较高的性能,能够避免网络拥塞,最大化网络通信效率,有效改善平均吞吐量与平均包延迟,降低路由算法实现复杂度。在Transpose1分布的合成流量下,AntNet路由算法的平均延迟饱和点相比XY路由算法提高了40%。使用实际应用流量时,对于负载较高的基准测试应用EricssonRadioSystem、MWD,AntNet路由算法相比XY路由算法平均延迟分别提高了17%与40%。说明AntNet路由算法在片上网络的拥塞控制方面具有一定的实际应用价值。
附图说明
图1为支持AntNet路由算法的路由器结构框图;
图2为一个二维网格拓扑中节点路由表实例的示意图;
图3为热门节点产生电路结构框图;
图4(a)为计算拥塞指标成功授予率实例一的示意图;
图4(b)为计算拥塞指标成功授予率实例二的示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
图1为支持AntNet路由算法的路由器结构框图。输入端口具有两个独立的缓冲队列,分别用于缓冲数据包与蚂蚁包。首先判断进入的包是蚂蚁包还是数据包再将其放入相应的缓冲队列中去。蚂蚁包队列优先级高于数据包队列,有利于蚂蚁包在网络中的快速传播。路由单元除负责决定数据包的路由路径外还要决定前进蚂蚁包与回退蚂蚁包的路由路径。交叉开关仲裁单元通过控制5*5交叉开关来对输入端口与输出端口进行动态连接。
AntNet路由算法中数据包的路由需要借助路由表来实现,图2为一个二维网格拓扑中节点路由表实例的示意图。本发明采用0-4的二进制数来代替表中的概率0-1,所以每一列的概率之和为4(即概率1)。本文采用免死锁的最短路径奇偶模型作为路由算法的路由函数,每个节点的路由表初始化为选中1个或2个输出通道。如果目标节点与本节点处于同行或同列,则只有一条通往目标节点的通道,所以表中这些目标节点所在的列中只有1个非0值4(即概率为1)。如果目标节点与本节点并不处在同一行或列上,则有两条通往目标节点的通道,所以表中这些节点所在的列有两个非0值2(即概率为0.5)
前进蚂蚁包产生单元负责周期性地产生前进蚂蚁包。产生前进蚂蚁包的时间间隔(Δt)反比于本节点数据包的产生率。将本节点发送了最多数据包的网络节点(称为热门节点)作为前进蚂蚁包的目标节点,图3为热门节点产生电路结构框图。本发明使用H位(历史信息长度)移位寄存器来存储数据包的目标节点号,每个移位寄存器存储目标节点号的1位。移位寄存器的位数由网络规模决定。节点号比较单元用于比较节点号中0与1的数目来得到对应热门节点的节点号。此外,如果得到的热门节点经过查询路由表发现与本节点处于相同行或列则不产生前进蚂蚁包。
从节点s发往节点d的前进蚂蚁包Fs→d是经由蚂蚁包队列穿越节点的。路由前进蚂蚁包Fs→d除了要用到路由表中的概率外,还需要相关节点的蚂蚁包队列信息。如果需要进行路由选择,比如路由函数给出两条候选通道a和b。选择通道n(n∈{a,b})作为最终输出通道的概率如以下公式所示。
P n d ′ = 3 × P n d + l k → n 4
其中,本节点节点号为k,Pnd是节点k的路由表中以d作为目标节点选择通道n作为数据包输出通道的概率,lk→n为当前节点蚂蚁包队列的信息。
每个ant_buffer都有1个状态信号ant_w。当缓冲区中空闲空间数少于某预设的阈值时,ant_w(antwarning)信号有效,警告蚂蚁包队列缓冲区出现拥塞。这样,lk→n可根据下表得到。
ant_w(a) ant_w(b) lk→a lk→b
0 0 2 2
0 1 4 0
1 0 0 4
1 1 2 2
当前进蚂蚁包Fs→d进入路由器时,当前节点标识号(ID)以及该节点本地拥塞状态信息CS被存入Fs→d中。本地拥塞状态信息存储在CS寄存器中,回退蚂蚁包Bd→s利用该信息来更新路由表。如果前进蚂蚁包Fs→d到达目标节点,目标节点路由器将前进蚂蚁包Fs→d转换为回退蚂蚁包Bd→s。回退蚂蚁包Bd→s沿着与前进蚂蚁包Fs→d相同的路径返回节点s并沿途更新每个节点的路由表。CS寄存器存有一个0-4之间的二进制数,是4个cs_info信号之和。4个cs_info信号代表东、西、南、北4个方向上的相邻节点是否拥塞的信息(拥塞还是不拥塞),本发明使用成功授予率作为衡量指标。
图4(a)、图4(b)为拥塞指标成功授予率实例的示意图,以二维网格拓扑为例,输入N、E、S、W、L分别代表路由器北、东、南、西以及到本地这5个方向的输入端口,输出同理。
如图4(a)所示,每个输入端口都请求E或S这两个输出端口,但交叉开关仲裁单元只允许输入N和E使用这两个输出端口,输入S、W、L只能一直等到输入N和E释放这两个输出端口,这种情况下,输出授予数OGC就等于2,成功授予率SGR=2/5=0.4。
如图4(b)所示,每个输入端口都得到了想要的输出端口,所以OGC等于5,SGR=5/5=1。此外,当OGC等于0时,SGR=0/5=0,说明路由器的流量负载为0。若SGR<0.5并且SGR≠0则认为该路由器发生了拥塞。
回退蚂蚁包Bd→s从通道f返回节点k则采用如下两个公式更新节点的路由表。
P f d &prime; = P f d + ( 4 - C S ) &times; ( 4 - P f d ) 4
P n d &prime; = P n d - ( 4 - C S ) &times; P n d 4 , n &Element; N K , n &NotEqual; f
其中,Pfd为更新前当前结点路由表中以d作为目标节点选择通道f作为数据包输出通道的概率,P′fd代表更新后的概率;Pnd为更新前当前结点路由表中以d作为目标节点选择除f外其它某个通道作为数据包输出通道的概率,P′nd代表更新后的概率。以节点d作为目标节点时选择通道f的概率增加,而选择其它方向通道的概率降低。四周相邻路由器的拥塞状态之和CS相当于自动学习机理论中的概率惩罚因子β,是环境对路由器路由选择动作的反馈。

Claims (4)

1.一种AntNet路由算法在二维网格拓扑片上网络中的实现方法,其特征在于,该方法包括如下步骤:
1a)以Δt为时间间隔,每个网络节点s产生目标节点为d的前进蚂蚁包Fs→d写入本地输入蚂蚁包缓冲区,用来寻找节点s到节点d的低开销路径;其中,Δt反比于本节点数据包的产生率;
1a1)前进蚂蚁包Fs→d在朝着目的节点d前进过程中,收集经过节点的标识号以及经过节点的本地拥塞信息;
1a2)前进蚂蚁包Fs→d在经过每个节点k时,从节点k的相邻节点中选取一个节点n作为下一跳节点;前进蚂蚁包Fs→d选取节点n作为下一跳节点的概率是根据路由表中数据包以节点n作为下一跳到达节点d的概率Pnd与节点k到节点n的蚂蚁包队列长度lk→n计算得到;
1b)一旦前进蚂蚁包Fs→d到达目标节点d,就产生一个回退蚂蚁包Bd→s,并将收集到的沿途节点标识号以及本地拥塞信息传递给它,至此,前进蚂蚁包Fs→d生命期结束;
1c)回退蚂蚁包Bd→s反方向沿着前进蚂蚁包相同的路径返回源节点s,根据存储在回退蚂蚁包Bd→s中的节点标识号来确定下一跳节点;同时,使用存储在回退蚂蚁包Bd→s中的本地拥塞信息更新节点路由表;
1d)数据包首先根据奇偶模型得到不产生死锁的候选输出节点,再根据路由表中各个候选输出节点的概率来确定最终的下一跳节点;
1e)回退蚂蚁包Bd→s一旦到达节点s则生命期结束。
2.根据权利要求1所述的AntNet路由算法在二维网格拓扑片上网络中的实现方法,其特征在于:AntNet路由器蚂蚁包队列结构:
前进蚂蚁包与回退蚂蚁包共享高优先级的控制包队列,这样一来可以保证拥塞控制信息在片上网络中快速传递。
3.根据权利要求1所述的AntNet路由算法在二维网格拓扑片上网络中的实现方法,其特征在于:AntNet路由器蚂蚁包产生机制:
选用本节点发送了最多数据包的网络节点作为前进蚂蚁包的目标节点,采用奇偶模型作为路由算法的路由函数来得到免死锁的候选输出节点,选择性地发送控制包,避开完全不需要进行路由选择的节点。
4.根据权利要求1所述的AntNet路由算法在二维网格拓扑片上网络中的实现方法,其特征在于:回退蚂蚁包更新路由表机制:
将标准AntNet算法中整个本地流量模型删去,基于原生的学习自动机理论计算加强因子r,r=1–β,β是该路由器的环境对该路由器进行路由选择动作概率的惩罚因子。
CN201610070920.XA 2016-02-01 2016-02-01 AntNet路由算法在二维网格拓扑片上网络中的实现方法 Pending CN105610707A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610070920.XA CN105610707A (zh) 2016-02-01 2016-02-01 AntNet路由算法在二维网格拓扑片上网络中的实现方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610070920.XA CN105610707A (zh) 2016-02-01 2016-02-01 AntNet路由算法在二维网格拓扑片上网络中的实现方法

Publications (1)

Publication Number Publication Date
CN105610707A true CN105610707A (zh) 2016-05-25

Family

ID=55990251

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610070920.XA Pending CN105610707A (zh) 2016-02-01 2016-02-01 AntNet路由算法在二维网格拓扑片上网络中的实现方法

Country Status (1)

Country Link
CN (1) CN105610707A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106209518A (zh) * 2016-08-08 2016-12-07 合肥工业大学 一种基于“包‑电路”交换技术的动态转向路由算法
CN106254108A (zh) * 2016-08-01 2016-12-21 北京百度网讯科技有限公司 用于数据传输网络的传输路径管理方法和装置
CN107395503A (zh) * 2017-08-25 2017-11-24 东南大学 一种基于线性规划的片上网络路由方法
CN109660456A (zh) * 2018-12-26 2019-04-19 东南大学 一种基于蚁群算法的容错自适应路由方法
CN110958177A (zh) * 2019-11-07 2020-04-03 浪潮电子信息产业股份有限公司 一种片上网络路由优化方法、装置、设备及可读存储介质
CN113556287A (zh) * 2021-06-15 2021-10-26 南京理工大学 一种基于多智能体强化学习的软件定义网络路由方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1708962A (zh) * 2002-10-28 2005-12-14 思科技术公司 用于移动路由器之间拓扑更新的部署
CN101478803A (zh) * 2009-01-21 2009-07-08 东北大学 一种基于蚂蚁算法的自组织QoS路由方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1708962A (zh) * 2002-10-28 2005-12-14 思科技术公司 用于移动路由器之间拓扑更新的部署
CN101478803A (zh) * 2009-01-21 2009-07-08 东北大学 一种基于蚂蚁算法的自组织QoS路由方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DANESHTALAB M, SOBHANI A.: "NoC hot spot minimization using AntNet dynamic routing algorithm[C]", 《PROCEEDINGS OF THE IEEE 17TH INTERNATIONAL CONFERENCE ON APPLICATION-SPECIFIC SYSTEMS,ARCHITECTURES AND PROCESSORS. IEEE COMPUTER SOCIETY》 *
GIANNI DI CARO、MARCO DORIGO: "AntNet: Distributed stigmergetic control of communication networks", 《JOURNAL OF ARTIFICIAL INTELLIGENCE RESEARCH》 *
谢佩博等: "片上网络路由算法的研究", 《计算机工程与设计》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106254108A (zh) * 2016-08-01 2016-12-21 北京百度网讯科技有限公司 用于数据传输网络的传输路径管理方法和装置
CN106254108B (zh) * 2016-08-01 2019-05-24 北京百度网讯科技有限公司 用于数据传输网络的传输路径管理方法和装置
CN106209518A (zh) * 2016-08-08 2016-12-07 合肥工业大学 一种基于“包‑电路”交换技术的动态转向路由算法
CN106209518B (zh) * 2016-08-08 2019-01-11 合肥工业大学 一种基于“包-电路”交换技术的动态转向路由算法
CN107395503A (zh) * 2017-08-25 2017-11-24 东南大学 一种基于线性规划的片上网络路由方法
CN109660456A (zh) * 2018-12-26 2019-04-19 东南大学 一种基于蚁群算法的容错自适应路由方法
CN110958177A (zh) * 2019-11-07 2020-04-03 浪潮电子信息产业股份有限公司 一种片上网络路由优化方法、装置、设备及可读存储介质
CN110958177B (zh) * 2019-11-07 2022-02-18 浪潮电子信息产业股份有限公司 一种片上网络路由优化方法、装置、设备及可读存储介质
CN113556287A (zh) * 2021-06-15 2021-10-26 南京理工大学 一种基于多智能体强化学习的软件定义网络路由方法
CN113556287B (zh) * 2021-06-15 2022-10-14 南京理工大学 一种基于多智能体强化学习的软件定义网络路由方法

Similar Documents

Publication Publication Date Title
CN105610707A (zh) AntNet路由算法在二维网格拓扑片上网络中的实现方法
US10673763B2 (en) Learning or emulation approach to traffic engineering in information-centric networks
EP1499074B1 (en) Dynamic routing through a content distribution network
CN106936645B (zh) 基于排队论的树形网络拓扑结构的优化方法
CN102185751B (zh) 一种基于快速通道技术的单周期片上路由器
US9164944B2 (en) Semiconductor system, relay apparatus, and chip circuit
CN103036792A (zh) 一种最大化最小公平多数据流传输调度方法
CN105743804A (zh) 一种数据流控制方法和系统
US20240305575A1 (en) Telemetry Generation Circuits for Load-Balanced Fine-Grained Adaptive Routing in High-Performance System Interconnect
CN116455824A (zh) 基于强化学习的网络流量负载均衡方法
Bonald et al. Calculating the flow level performance of balanced fairness in tree networks
CN114448899A (zh) 一种均衡数据中心网络负载的方法
Liang et al. The effect of routing under local information using a social insect metaphor
CN100499516C (zh) 分组交换设备流量监测查询方法及线卡采集器
CN102447625B (zh) 基于节点间链路反馈控制机制的节点状态控制方法
Liang et al. Intelligent Packets For Dynamic Network Routing Using Distributed Genetic Algorithm.
CN103312603B (zh) 网络拥塞信息传输方法和装置
Adamu et al. Review of deterministic routing algorithm for network-on-chip
Fan et al. An adaptive routing scheme based on Q-learning and real-time traffic monitoring for network-on-chip
Wang et al. Performance analysis of multi-path routing in wireless ad hoc networks
CN100433702C (zh) 分组通信方法
EP4109852B1 (en) Load-balanced fine-grained adaptive routing in high-performance system interconnect
CN114448870B (zh) 路由器延时模型、搭建方法及基于其的片上网络路由算法
EP4109853A1 (en) Filter with engineered damping for load-balanced fine-grained adaptive routing in high-performance system interconnect
CN109067662B (zh) 一种基于作业部署信息的链路互连方法和系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160525