CN106685745A - 一种网络拓扑构建方法及装置 - Google Patents
一种网络拓扑构建方法及装置 Download PDFInfo
- Publication number
- CN106685745A CN106685745A CN201710161669.2A CN201710161669A CN106685745A CN 106685745 A CN106685745 A CN 106685745A CN 201710161669 A CN201710161669 A CN 201710161669A CN 106685745 A CN106685745 A CN 106685745A
- Authority
- CN
- China
- Prior art keywords
- node
- link
- unstable
- convergence factor
- beeline
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/122—Shortest path evaluation by minimising distances, e.g. by selecting a route with minimum of number of hops
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种网络拓扑构建方法及装置,其中,所述方法包括:在通信网络中网络构建发生改变后,确定由多个不稳定节点组成的不稳定节点对集合,并更新所有不稳定节点对之间的最短距离;根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数;根据不稳定节点对中节点的新的聚集系数,以及最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数;在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。实现在规划网络拓扑过程中、降低时间复杂度。
Description
技术领域
本发明涉及通信网络技术领域,特别是涉及一种网络拓扑构建方法及装置。
背景技术
近年来,信息通信技术领域的新兴业务蓬勃发展,例如移动、社交、云计算和大数据等,这些新兴的业务对计算机网络的带宽、接入以及动态管理提出了更高的需求。如此,基于TCP/IP(Transmission Control Protocol/Internet Protocol,传输控制协议/因特网互联协议)架构的传统网络变得臃肿不堪,暴露出越来越多的问题。其中,一个重要的方面:网络时延大,难以支持一些新兴的时间敏感度较高的应用。而导致网络时延大,重要的原因是网络端到端的平均跳数较高、平均路径长度较大,因此,如何高效的动态规划网络拓扑成为降低网络时延提高网络性能,满足日益丰富的需求的关键。
现有的规划网络拓扑方法,通过重新链接现有的常规网络中的一些孤远节点,使网络拓扑接近小世界。具体地,计算网络中所有节点之间的最短距离,并根据所有节点的最短距离得到所有节点处的聚集系数,再根据聚集系数在孤远节点之间添加链路;在添加新的链路之后重新遍历所有节点,计算网络中所有节点之间的最短距离,并根据所有节点的最短距离得到所有节点处的聚集系数,再根据聚集系数在孤远节点之间添加链路,如此重复,完成多条链路的添加,实现规划网络拓扑。
但是,现有的这种规划网络拓扑方法,每一次添加新的链路后都需要重新遍历所有节点,计算所有节点之间的最短距离,如此使得在规划网络拓扑过程中时间复杂度高。
发明内容
本发明实施例的目的在于提供一种网络拓扑构建方法及装置,以实现在规划网络拓扑过程中、降低时间复杂度。具体技术方案如下:
一方面,本发明实施例提供了一种网络拓扑构建方法,包括:
步骤A、在通信网络中网络构建发生改变后,确定由多个不稳定节点对组成的不稳定节点对集合,并更新所述不稳定节点对集合中所有不稳定节点对之间的最短距离,其中,所述不稳定节点对是在添加链路之后、通信网络中最短距离发生变化的节点对;
步骤B、根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数;
步骤C、根据不稳定节点对中节点的新的聚集系数,以及已保存的除不稳定节点对中节点之外的、其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数;
步骤D、在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。
可选的,所述在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,包括:
在聚集系数最大的节点和聚集系数最小的节点之间添加链路,且在添加链路的数目小于预设网络所需链路数目时,重复执行步骤A、步骤B、步骤C和步骤D,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。
可选的,在所述通信网络中网络构建发生改变之前,所述方法还包括:
遍历通信网络中所有节点,并计算所有节点之间的最短距离;
通过所有节点之间的最短距离、以及通信网络中节点的个数,得到每一个节点的聚集系数;
在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路。
可选的,所述确定由多个不稳定节点对组成的不稳定节点对集合,包括:
查找第一节点与第二节点,其中,所述第一节点是到添加的链路对应一个顶点的距离发生变化的节点,第二节点是到所述顶点的距离未发生变化的节点;
所述第一节点与所述第二节点构成不稳定节点对;
确定由多个不稳定节点对组成的不稳定节点对集合。
可选的,所述更新所述不稳定节点对集合中所有不稳定节点对之间的最短距离,包括:
通过公式dp(A1,B1)=dp(A1,MinCCNodep-1)+dp(B1,MinCCNodep-1)或者公式dp(A1,B1)=dp(A1,MaxCCNodep-1)+dp(B1,MaxCCNodep-1),计算添加链路后、所述不稳定节点对集合中,所有不稳定节点对之间的最短距离;
在所得的添加链路后所述不稳定节点对之间的最短距离、小于添加链路之前所述不稳定节点对之间的最短距离时,更新所述不稳定节点对之间的最短距离,为添加链路后计算所得的、所述不稳定节点对之间的最短距离;
在所得的添加链路后所述不稳定节点对之间的最短距离dp(A1,B1)、大于或等于添加链路之前所述不稳定节点对之间的最短距离时,确定所述不稳定节点对之间的最短距离,为添加链路前所述不稳定节点对之间的最短距离;
其中,A1、B1表示所述不稳定节点对中的节点,p表示当前添加的链路,p-1表示当前添加的链路的前一条链路,所述dp(A1,B1)表示添加链路后所述不稳定节点对之间的最短距离,MinCCNodep-1、MaxCCNodep-1分别表示链路对应两个顶点中的一个顶点,dp(A1,MinCCNodep-1)、dp(B1,MinCCNodep-1)、dp(A1,MaxCCNodep-1)和dp(B1,MaxCCNodep-1)分别表示不稳定节点对中的一个节点到链路中的一个顶点的最短距离。
可选的,所述根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数,包括:
通过聚集系数计算公式:确定不稳定节点对中节点的新的聚集系数;
其中,CC(i)表示新的聚集系数,i表示所述不稳定节点对中的节点,j表示通信网络中的一个节点,N表示通信网络节点的个数,d(i,j)表示所述不稳定节点对中的节点到通信网络中一个节点的最短距离。
可选的,所述在聚集系数最大的节点和聚集系数最小的节点之间添加链路,包括:
按照所有节点的聚集系数,将所有节点进行排序,得到聚集系数最大的节点和聚集系数最小的节点;
在所述聚集系数最大的节点和所述聚集系数最小的节点之间添加链路。
另一方面,本发明实施例还提供了一种网络拓扑构建装置,包括:
更新模块,用于在通信网络中网络构建发生改变后,确定由多个不稳定节点对组成的不稳定节点对集合,并更新所述不稳定节点对集合中所有不稳定节点对之间的最短距离,其中,所述不稳定节点对是在添加链路之后、通信网络中最短距离发生变化的节点对;
确定模块,用于根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数;
第一聚集系数计算模块,用于根据不稳定节点对中节点的新的聚集系数,以及已保存的除不稳定节点对中节点之外的、其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数;
添加链路模块,用于在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。
可选的,所述添加链路模块进一步用于,在聚集系数最大的节点和聚集系数最小的节点之间添加链路,且在添加链路的数目小于预设网络所需链路数目时,重复执行更新模块、确定模块、第一聚集系数计算模块和添加链路模块,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。
可选的,所述装置还包括:
计算模块,用于遍历通信网络中所有节点,并计算所有节点之间的最短距离;
第二聚集系数计算模块,用于通过所有节点之间的最短距离、以及通信网络中节点的个数,得到每一个节点的聚集系数;
第一条链路添加模块,用于在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路。
本发明实施例提供的一种网络拓扑构建方法及装置,每次在网络拓扑构建发生改变之后,不需要重新遍历所有节点,计算所有节点之间的最短距离,而只需要重新计算最短距离发生改变的节点对之间的最短距离,进而根据这些节点的最短距离计算这些节点的聚集系数,并结合最短距离未发生改变的节点处的聚集系数,重新对所有节点的聚集系数进行排序,然后在聚集系数最大的节点与聚集系数最小的节点之间添加新的链路,如此重复,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。
通过本发明实施例提供的网络拓扑构建方法及装置,实现在规划网络拓扑过程中、降低时间复杂度。同时,减小了网络中节点之间的平均路径长度,降低了网络传输时延。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1本发明实施例网络拓扑构建方法的流程图;
图2为本发明实施例最短距离变化说明的一种示意图;
图3为本发明实施例最短距离变化说明的另一种示意图;
图4为本发明实施例网络网状拓扑图;
图5为本发明实施例网络中APL值与链路数目对应变化示意图;
图6为本发明实施例构建后网络拓扑示意图;
图7为三种方法平均路径长度的对比示意图;
图8为三种方法聚集系数的对比示意图;
图9为三种方法节点的平均度的对比示意图;
图10为本发明实施例网络拓扑构建装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1为本发明实施例网络拓扑构建方法的流程图,参照图1对本发明实施例网络拓扑构建方法进行详细说明,包括:
步骤A、在通信网络中网络构建发生改变后,确定由多个不稳定节点对组成的不稳定节点对集合,并更新不稳定节点对集合中所有不稳定节点对之间的最短距离,其中,不稳定节点对是在添加链路之后、通信网络中最短距离发生变化的节点对。
本发明实施例中通过重新链接通信网络中的一些孤远节点,使网络拓扑接近小世界。其中,按网络中节点之间的相关性所组成的网络,表现出和社会网络相近的特性为“小世界”。具体的在重新构建网络拓扑的过程中,重新链接哪些节点是网络构建需要考虑的问题。本发明实施例通过计算通信网络的CC(Clustering Coefficient,聚集系数),在聚集系数最大处对应的节点与聚集系数最小处对应的节点之间添加链路,其中聚集系数表示网络中节点之间聚集程度,如此可以充分地考虑节点之间的聚集程度,重新链接孤远节点,进而重新构建网络拓扑。
不难理解的是,在网络中添加链接之后,网络拓扑构建即发生了改变,节点之间的最短路径,对应的最短距离也发生了改变。本发明实施例中聚集系数是通过节点之间的最短距离计算的,所以在每次添加链路后、网络拓扑构建发生改变之后,需要重新计算节点之间的最短距离,进而计算网络中节点处的聚集系数。
不难理解的是,添加链路之后,不是所有节点之间的最短距离都会发生改变,而重新遍历所有节点,计算所有节点之间的最短距离会造成不必要的重复计算,使得计算度复杂。不同于现有技术中网络拓扑构建发生改变之后,遍历网络中的所有节点,重新计算所有节点之间的最短距离。本发明实施例中网络拓扑构建方法查找出最短距离发生改变的节点,只需要重新计算最短距离发生改变的节点对之间的最短距离。
步骤B、根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数。
根据上述步骤,查找出网络中最短距离发生变化的节点对,并计算出这些不稳定节点对之间的最短距离,然后根据不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点处新的聚集系数。其中,通信网络中节点的个数可以在应用过程中根据实际需要设置。
在本发明实施例一种可选的实施方式中,根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数,包括:
通过聚集系数计算公式:确定不稳定节点对中节点的新的聚集系数;
其中,CC(i)表示新的聚集系数,i表示不稳定节点对中的节点,j表示通信网络中的一个节点,N表示通信网络节点的个数,d(i,j)表示不稳定节点对中的节点到通信网络中一个节点的最短距离。
步骤C、根据不稳定节点对中节点的新的聚集系数,以及已保存的除不稳定节点对中节点之外的、其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数。
根据网络拓扑构建发生后,部分节点之间的最短距离发生变化,进而对应的节点处的聚集系数就会发生变化,于是就需要根据这些节点之间的最短距离,重新计算这些节点处对应的聚集系数。
而还有其他的节点之间的最短距离没有发生变化,如此这些节点处对应的聚集系数就不会变化,所以本发明实施例中不需要再重复计算这些节点之间的最短距离,也不需要根据这些节点之间的最短距离重复计算这些节点处的聚集系数。只需要根据网络拓扑构建改变之前、这些节点处的聚集系数,就可以结合上述步骤计算出的、最短距离发生改变的节点处的聚集系数,对网络中的所有节点的聚集系数进行重新排序,然后在聚集系数最大处对应的节点与聚集系数最小处对应的节点之间添加链路,重新构建网络拓扑。
步骤D、在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。
重新构建网络拓扑,需要在网络中添加多少条链路,一般情况下,是根据实际需要提前设置好的。本发明实施例根据上述过程,每次查找聚集系数最大的节点和聚集系数最小的节点,然后在该聚集系数最大的节点和聚集系数最小的节点之间添加一条链路,如此重复,直至添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。其中,所说的预设网络所需链路数目,也就是提前设置好的网络所需链路数目。
需要说明的是,在聚集系数最大的节点和聚集系数最小的节点之间添加链路,且在添加链路的数目小于预设网络所需链路数目时,重复执行步骤A、步骤B、步骤C和步骤D,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建,简单地讲,整个过程是一个循环的过程,循环结束的条件就是已添加的链路的数目等于预设的网络所需链路数目。当然,不难理解是的,在计算的过程中,需要记录每次添加的链路的数目是已添加的第几条链路,例如,添加第一条链路记录为1,第二条链路记录为2,以此类推,每添加一条链路,记录增1,直至记录的数目等于预设的网络所需链路数目,则说明整个网络拓扑构建完成。
本发明实施例网络拓扑构建方法每次在网络拓扑构建发生改变之后,重新计算最短距离发生改变的节点对之间的最短距离,进而根据这些节点的最短距离计算这些节点的聚集系数,并结合最短距离未发生改变的节点处的聚集系数,重新对所有节点的聚集系数进行排序,然后在聚集系数最大的节点与聚集系数最小的节点之间添加新的链路,如此重复,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。通过本发明实施例网络拓扑构建方法,不需要重复计算节点之间最短距离未发生变化的节点处的聚集系数,降低网络拓扑构建过程的计算复杂度。
在网络构建发生改变之前,需要有网络拓扑构建发生改变的条件,本发明实施例通过添加链路使得网络拓扑构建改变。整个网络拓扑构建过程中第一条链路的添加过程,需要遍历所有节点,计算所有节点处的聚集系数;然后后续链路的添加则按照上述的过程,重新计算最短距离发生变化的节点处对应的聚集系数。在本发明实施例一种可选的实现方式中,第一条链路的添加过程具体包括:
首先,遍历通信网络中所有节点,并计算所有节点之间的最短距离。
在整个网络构建计算的开始,首先,对网络中所有节点进行初始化全源遍历,计算网络中所有节点之间的最短距离,在实际的计算过程中,可以得到相应的最短距离矩阵D。本发明实施例通过经典的全源最短路径算法—Johnson算法对网络中所有节点进行初始化全源遍历。
具体地,通过Johnson算法对网络中所有节点进行初始化全源遍历的步骤包括:初始化,把一个节点q添加到图G中,使节点q到图G每一个点的权值为0;从源节点q,寻找每一个节点v从节点q到节点v的最短路径h(v);根据计算的最短路径值对原来的图进行重赋值操作:边<u,v>的权值w(u,v),修改成w(u,v)+h(u)-h(v),其中,边<u,v>表示节点u到节点v的边,w(u,v)表示节点u到节点v的最短路径值,h(u)表示节点q到节点v的最短路径;最后,移去节点q,针对重赋值之后的图,使用Dijkstra(狄克斯特拉算法)算法,计算从每一个点到其余节点的最短距离,全源遍历所有网络中所有节点,计算出所有节点之间的最短距离。
然后,通过所有节点之间的最短距离、以及通信网络中节点的个数,得到每一个节点的聚集系数。
根据节点之间的最短距离、以及通信网络中节点的个数,计算节点处的聚集系数,通过公式:进行计算;
其中,CC(i)表示节点的聚集系数,i、j表示网路中的节点,N表示通信网络节点的个数,d(i,j)表示网络中节点之间的最短距离。
可以看出,这里网络拓扑构建过程中,添加第一条链路时、计算所有节点之间的最短距离的计算方式,与上述计算网络拓扑构建发生改变之后、不稳定节点对中节点之间的最短距离的计算方式是一样的,不同之处在于,计算公式中参数的意义有差异,具体的每个参数的意义已在上述过程中说明,这里就不再赘述。
最后,在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路。
计算出所有节点处的聚集系数,比较所有聚集系数的大小,即可查找出聚集系数最大的节点和聚集系数最小的节点,然后在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路即可。
本发明实施例中,找到网络拓扑构建发生改变后、最短距离发生改变的节点对,以及重新计算这些节点对之间的最短距离是本发明实施例的重点内容,所以这里对查找网络拓扑构建发生改变后、最短距离发生改变的节点对,以及重新计算这些节点对之间的最短距离的内容进行详细说明。
在网络拓扑构建发生变化之后,确定不稳定节点对集合,首先需要说明的是:一方面,不稳定节点对之间的最短距离发生改变的原因是通过了添加了新链接。
图2为本发明实施例最短距离变化说明的一种示意图,图3为本发明实施例最短距离变化说明的另一种示意图,其中,a、b、c、和d表示网络中的节点。如图2与图3是一棵以顶点为a的多叉树,假设图中每条路径长度均为1,显然图2中(c,d)的最短距离为5,然后在(a,b)之间添加一条链接,则(c,d)之间的最短距离随之变为4。d(c,d)的改变是因为通过(a,b),因为c->a的距离不变,b->d的距离不变,唯有d(a,b)之间的最短距离改变。
图中不通过(a,b)的其他任何节点对的最短距离显然不会发生改变。例如a—>c,b->d,e->f等等。反之,最短路径通过(a,b)的节点对:d(c,d)a,b=不通过(a,b)的最短路径长度+d(a,b)。所以,节点之间最短距离发生改变的原因是通过了添加的新链接的顶点。
另一方面,添加新链接后的网络拓扑,最短距离发生变化的节点对是由到新链接其中的一个顶点添加链接前后距离不变的节点与添加链接前后距离改变的节点构成。
由上面的描述可以得到,不通过新链接的节点对之间的最短距离不会改变,所以最短距离变化的节点对不包括到新链接其中的一个顶点添加链接前后距离都不变的节点对。若添加链接后,两个节点到新链接其中的一个顶点的最短距离都发生改变,设a,b为新链接的顶点,若c到b的距离改变,则路径应为c->a->b->d,若d到b的距离改变,则路径应为c->b->a->d,因为两者路径的不统一,所以c->d的最短路径不通过a,b。所以,添加新链接后的图,最短距离发生变化的节点对是由到新链接其中的一个顶点添加链接前后距离不变的节点与添加链接前后距离改变的节点构成。
本发明网络拓扑构建方法的一种可选的实施例中,确定由多个不稳定节点对组成的不稳定节点对集合,包括:
第一步,查找第一节点与第二节点,其中,第一节点是到添加的链路对应一个顶点的距离发生变化的节点,第二节点是到顶点的距离未发生变化的节点。
第二步,第一节点与第二节点构成不稳定节点对。
第三步,确定由多个不稳定节点对组成的不稳定节点对集合。
确定最短距离值会发生改变的节点对集合U&(a1,b1)(a1∈U,b1∈S)(即网络中所有不稳定节点对),其中,U:不稳定节点集合,S:非不稳定节点集合)。
根据上面的描述可以知道,不稳定节点对之间的最短距离发生改变的原因是通过了添加的新链接的顶点,而本发明实施例网络拓扑构建过程中,是在聚集系数最大的节点与聚集系数最小的节点之间添加链路,所以聚集系数最大的节点和聚集系数最小的节点,就是这里所说的新链接的两个顶点。即查找不稳定节点对的过程就是查找通过了聚集系数最大的节点和聚集系数最小的节点的所有节点。
在实际的应用过程中,查找到添加的新链路对应一个顶点(聚集系数最大的节点和聚集系数最小的节点)的距离发生变化的节点,以及到顶点的距离未发生变化的节点。然后,一个到添加的新链路对应一个顶点的距离发生变化的节点、与一个到顶点的距离未发生变化的节点构成一个不稳定节点对,所有添加的新链路对应一个顶点的距离发生变化的节点,以及到顶点的距离未发生变化的节点组合,则形成不稳定节点对集合。
确定不稳定节点对后,即确定节点之间最短距离发生改变的节点之后,接下来就需要重新计算这些节点之间的最短距离,本发明实施例一种可实现方式中,更新不稳定节点对集合中所有不稳定节点对之间的最短距离,包括:
通过公式dp(A1,B1)=dp(A1,MinCCNodep-1)+dp(B1,MinCCNodep-1)或者公式dp(A1,B1)=dp(A1,MaxCCNodep-1)+dp(B1,MaxCCNodep-1),计算添加链路后、不稳定节点对集合中,所有不稳定节点对之间的最短距离。
在所得的添加链路后不稳定节点对之间的最短距离、小于添加链路之前不稳定节点对之间的最短距离时,更新不稳定节点对之间的最短距离,为添加链路后计算所得的、不稳定节点对之间的最短距离。
在所得的添加链路后不稳定节点对之间的最短距离dp(A1,B1)、大于或等于添加链路之前不稳定节点对之间的最短距离时,确定不稳定节点对之间的最短距离,为添加链路前不稳定节点对之间的最短距离。
其中,A1、B1表示不稳定节点对中的节点,p表示当前添加的链路,p-1表示当前添加的链路的前一条链路,dp(A1,B1)表示添加链路后不稳定节点对之间的最短距离,MinCCNodep-1、MaxCCNodep-1分别表示链路对应两个顶点中的一个顶点,dp(A1,MinCCNodep-1)、dp(B1,MinCCNodep-1)、dp(A1,MaxCCNodep-1)和dp(B1,MaxCCNodep-1)分别表示不稳定节点对中的一个节点到链路中的一个顶点的最短距离。
利用公式dp(A1,B1)=dp(A1,MinCCNodep-1)+dp(B1,MinCCNodep-1)或者公式dp(A1,B1)=dp(A1,MaxCCNodep-1)+dp(B1,MaxCCNodep-1),计算所有不稳定节点对之间的最短距离值,如果dp(A1,B1)<dp-1(A1,B1),即如果添加第p次连接后按照重新计算所得的(A1,B1)之间的最短距离值,小于添加连接前的(A1,B1)之间的最短距离值,则令(A1,B1)之间的最短距离D(A1,B1)=dp(A1,B1),即令(A1,B1)之间的最短距离为按照上述方式计算所得的值。否则,D(A1,B1)值不变,即如果添加第p次连接后按照重新计算所得的(A1,B1)之间的最短距离值,大于或者等于添加连接前的(A1,B1)之间的最短距离值,则令(A1,B1)之间的最短距离为添加当前链接之前的最短距离。
查找出网络拓扑构建发生变化后,最短距离发生改变的节点对,并重新计算这些节点之间的最短距离,接下来根据更新后的不稳定节点对之间的最短距离,确定不稳定节点对中节点的新的聚集系数;然后根据不稳定节点对中节点的新的聚集系数,以及其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数。最后,在聚集系数最大的节点和聚集系数最小的节点之间添加链路。具体地,计算出所有节点的聚集系数,查找出聚集系数最大的节点和聚集系数最小的节点的过程,包括:
按照所有节点的聚集系数,将所有节点进行排序,得到聚集系数最大的节点和聚集系数最小的节点。
在聚集系数最大的节点和聚集系数最小的节点之间添加链路。
对所有节点的聚集系数值排序,寻找到聚集系数最大的节点MaxCCNodep和聚集系数最小的节点MinCCNodep。具体的排序可以通过冒泡排序、堆排序以及快速排序等。
本发明实施例一种可实现方式中,通过冒泡排序,将所有节点按照聚集系数的大小,从大到小或者从小到大排序,得到聚集系数最大的节点和聚集系数最小的节点。具体地,比较相邻的前后二个数据,如果前面数据大于后面的数据,就将二个数据交换;如此这样对数组的第0个数据到N-1个数据进行一次遍历后,最大的一个数据就放到数组第N-1个位置;重复交换、遍历过程,完成排序。其中,N表示需要排序的数据的个数。
本发明实施例网络拓扑构建方法,不断查找聚集系数最大的节点和聚集系数最小的节点,并在聚集系数最大的节点和聚集系数最小的节点之间添加链路,不仅降低了网络拓扑构建过程的计算复杂度,而且减小了网络中节点之间的平均路径长度,降低了网络传输时延。
为了验证本发明实施例网络拓扑构建方法的普遍适用性,以及本发明实施例网络拓扑构建方法的有益效果,本发明实施例进行了仿真实验。下面对仿真实验的场景以及结果进行详细说明。
图4为网络网状拓扑图,参照图4对本发明实施例仿真实验的应用场景进行说明,当然,图4所示场景只是对本发明实施例网络构建方法应用场景的举例说明。图4所示网络中共有37个路由节点和61条链接。在Matlab中计算其平均路径长度为3.66。
图5为网络中APL(Average Path Length,平均路径长度)值与链路数目对应变化示意图,其中,横轴为添加链路的数目,纵轴为当前网络的平均路径长度。执行本发明实施例网络构建方法,不断有新的链路被加入到已有网络中,随之带来网络APL的降低。直到完成共构建44条链路,APL从3.60降低到2.08。图6为本发明实施例构建后网络拓扑示意图。
为了更形象地说明本发明实施例网络拓扑构建方法产生的有益效果,下面将本发明实施例网络拓扑构建方法与现有的基于MaxCCD(Closeness Centrality Disparity,紧密中心度)的链路添加算法、以及基于MaxCC(最大聚集系数)的链路添加算法进行对比,分别从APL、CC、时间复杂度几方面进行比较说明。首先,对时间复杂度进行比较说明,表1表示三种方法时间复杂度的对比。
表1
如表1所描述,本发明实施例网络拓扑构建方法,在网络中增加第一条链路时,采用APSP(All Pairs Shortest Paths,多源最短路径)算法,时间复杂度消耗为O(N2logN),在后续的链路添加过程是在局部网络中做K-1次BFS(Breadth First Search,宽度优先搜索算法)遍历,时间复杂度消耗为K*O(m+n),最终得出本发明实施例网络拓扑构建方法的时间复杂度消耗为O(N2logN)+(K-1)*O(m+n)。显然本发明实施例网络拓扑构建方法的效率要高效。在网络中添加K个链接,本发明实施例网络拓扑构建方法只需要花费O(N2logN+(K-1)*O(m+n)时间,而基于MaxCCD的链接添加算法和基于MinCC的链接添加算法则分别消耗O(K*N2logN)、O(K*N4logN)时间,在第2到第k个链路添加,本发明实施例网络拓扑构建方法动态去遍历有效的网络部分信息,即最短距离发生变化的节点,所消耗的时间将比基于MaxCCD的链路添加算法和基于MaxCC的链路添加算法成数量级别降低。
从网络的平均路径长度对几种方法进行比较说明,图7为三种方法平均路径长度的对比示意图,其中,基于MaxCCD的链路添加算法,随着在网络中添加链路数目的变化、网络的APL的变化情况701;基于MaxCC的链路添加算法,随着在网络中添加链路数目的变化、网络的APL的变化情况702;根据本发明实施例网络拓扑构建方法,随着在网络中添加链路数目的变化、网络的APL的变化情况703。
随着在网络中添加链路的增多,使得网络的APL值明显下降,网络APL的降低,则间接意味着网络节点平均时延的降低。基于MaxCC的链路添加算法使得网络的APL值从原始的3.60下降到2.51,而本发明实施例网络拓扑构建方法和基于MaxCCD的链路添加算法,相对基于MaxCC的链路添加算法更有效的降低网络的APL值,使得网络的APL值从3.60下降到2.08,本发明实施例网络拓扑构建方法和基于MaxCCD的链路添加算法在降低APL值效果上大致相当。
从聚集系数对几种方法进行比较说明,图8为三种方法聚集系数的对比示意图,其中,基于MaxCC的链路添加算法,随着网络中添加链路数目的变化、网络的聚集系数的变化情况801;基于MaxCCD的链路添加算法,随着在网络中添加链路数目的变化、网络的聚集系数的变化情况802;根据本发明实施例网络拓扑构建方法,随着在网络中添加链路数目的变化、网络的聚集系数的变化情况803。
随着添加链路数目的增多,明显使得网络的CC值大幅度升高,这将意味着网络节点群之间更为凝聚。对比网络的CC值变化情况,基于MaxCC的链路添加算法明显使得网络的CC值从原始的0.14上升到0.71,使网络节点之间的密度更为凝聚,而本发明实施例网络拓扑构建方法和基于MaxCCD的链路添加算法,相对有效地升高了网络的CC值,使得网络的CC值从0.14上升到0.28;本发明实施例网络拓扑构建方法和基于MaxCCD的链路添加算法在CC值的上升效果上也大致相当。
从网络中节点的平均度对几种方法进行比较说明,图9为三种方法节点的平均度的对比示意图,其中,标准变化曲线图901;基于MaxCCD的链路添加算法,随着在网络中添加链路数目的变化、网络中节点的平均度的变化情况902;基于MaxCC的链路添加算法,随着在网络中添加链路数目的变化、网络中节点的平均度的变化情况903;根据本发明实施例网络拓扑构建方法,随着在网络中添加链路数目的变化、网络中节点的平均度的变化情况904。
比较标准变化曲线图和使用本发明实施例网络拓扑构建方法、基于MaxCCD的链路添加算法和基于MaxCC的链路添加算法,节点的平均度的分布。这些曲线均符合钟形曲线的形状。实际上,钟形曲线的峰值是分布服从钟形曲线随机变量的均值。标准图中所有节点的度数集中分布在1到6之间,平均度大约是4.5。而应用基于MaxCC的链路添加算法后,图中的节点度数显著增加,平均度约为8。与基于MaxCC的链路添加算法相比,应用基于MaxCCD的链路添加算法,所有节点的平均度成为约5,其分布概率是0.9左右。同时,应用本发明实施例网络拓扑构建方法,节点的平均度也约为5,其分布概率是0.8。使图形更均匀。此外根据熵的定义,这将意味着应用本发明实施例网络拓扑构建方法的网络,具有更好的能力和高稳定性。
图10为本发明实施例网络拓扑构建装置的结构示意图,参照图10对本发明实施例网络拓扑构建装置进行详细说明,包括
更新模块1001,用于在通信网络中网络构建发生改变后,确定由多个不稳定节点对组成的不稳定节点对集合,并更新不稳定节点对集合中所有不稳定节点对之间的最短距离,其中,不稳定节点对是在添加链路之后、通信网络中最短距离发生变化的节点对。
确定模块1002,用于根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数。
第一聚集系数计算模块1003,用于根据不稳定节点对中节点的新的聚集系数,以及已保存的除不稳定节点对中节点之外的、其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数。
添加链路模块1004,用于在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。
本发明实施例网络拓扑构建装置,通过更新模块1001、确定模块1002、第一聚集系数计算模块1003以及添加链路模块1004,每次在网络拓扑构建发生改变之后,重新计算最短距离发生改变的节点对之间的最短距离,进而根据这些节点的最短距离计算这些节点的聚集系数,并结合最短距离未发生改变的节点处的聚集系数,重新对所有节点的聚集系数进行排序,然后在聚集系数最大的节点与聚集系数最小的节点之间添加新的链路,如此重复,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。通过本发明实施例网络拓扑构建方法,不需要重复计算节点之间最短距离未发生变化的节点处的聚集系数,降低网络拓扑构建过程的计算复杂度。
可选的,本发明实施例网络拓扑构建装置中,添加链路模块1004进一步用于,在聚集系数最大的节点和聚集系数最小的节点之间添加链路,且在添加链路的数目小于预设网络所需链路数目时,重复执行更新模块、确定模块、第一聚集系数计算模块和添加链路模块,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。
可选的,本发明实施例网络拓扑构建装置还包括:
计算模块,用于遍历通信网络中所有节点,并计算所有节点之间的最短距离。
第二聚集系数计算模块,用于通过所有节点之间的最短距离、以及通信网络中节点的个数,得到每一个节点的聚集系数。
第一条链路添加模块,用于在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路。
可选的,本发明实施例网络拓扑构建装置中更新模块1001包括:
查找子模块,用于查找第一节点与第二节点,其中,第一节点是到添加的链路对应一个顶点的距离发生变化的节点,第二节点是到顶点的距离未发生变化的节点。
构成子模块,用于第一节点与第二节点构成不稳定节点对。
确定集合子模块,用于确定由多个不稳定节点对组成的不稳定节点对集合。
可选的,本发明实施例网络拓扑构建装置中更新模块1001包括:
计算子模块,用于通过公式
dp(A1,B1)=dp(A1,MinCCNodep-1)+dp(B1,MinCCNodep-1)或者公式
dp(A1,B1)=dp(A1,MaxCCNodep-1)+dp(B1,MaxCCNodep-1),计算添加链路后、不稳定节点对集合中,所有不稳定节点对之间的最短距离。
更新子模块,用于在所得的添加链路后不稳定节点对之间的最短距离、小于添加链路之前不稳定节点对之间的最短距离时,更新不稳定节点对之间的最短距离,为添加链路后计算所得的、不稳定节点对之间的最短距离。
确定子模块,用于在所得的添加链路后不稳定节点对之间的最短距离dp(A1,B1)、大于或等于添加链路之前不稳定节点对之间的最短距离时,确定不稳定节点对之间的最短距离,为添加链路前不稳定节点对之间的最短距离。
其中,A1、B1表示不稳定节点对中的节点,p表示当前添加的链路,p-1表示当前添加的链路的前一条链路,dp(A1,B1)表示添加链路后不稳定节点对之间的最短距离,MinCCNodep-1、MaxCCNodep-1分别表示链路对应两个顶点中的一个顶点,dp(A1,MinCCNodep-1)、dp(B1,MinCCNodep-1)、dp(A1,MaxCCNodep-1)和dp(B1,MaxCCNodep-1)分别表示不稳定节点对中的一个节点到链路中的一个顶点的最短距离。
可选的,本发明实施例网络拓扑构建装置中,确定模块1002进一步用于通过聚集系数计算公式:确定不稳定节点对中节点的新的聚集系数。
其中,CC(i)表示新的聚集系数,i表示不稳定节点对中的节点,j表示通信网络中的一个节点,N表示通信网络节点的个数,d(i,j)表示不稳定节点对中的节点到通信网络中一个节点的最短距离。
可选的,本发明实施例网络拓扑构建装置中,添加链路模块1004包括:
排序子模块,用于按照所有节点的聚集系数,将所有节点进行排序,得到聚集系数最大的节点和聚集系数最小的节点。
添加子模块,用于在聚集系数最大的节点和聚集系数最小的节点之间添加链路。
需要说明的是,本发明实施例的装置是应用上述网络拓扑构建方法的装置,则上述网络拓扑构建方法的所有实施例均适用于该装置,且均能达到相同或相似的有益效果。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (10)
1.一种网络拓扑构建方法,其特征在于,包括:
步骤A、在通信网络中网络构建发生改变后,确定由多个不稳定节点对组成的不稳定节点对集合,并更新所述不稳定节点对集合中所有不稳定节点对之间的最短距离,其中,所述不稳定节点对是在添加链路之后、通信网络中最短距离发生变化的节点对;
步骤B、根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数;
步骤C、根据不稳定节点对中节点的新的聚集系数,以及已保存的除不稳定节点对中节点之外的、其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数;
步骤D、在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。
2.根据权利要求1所述的网络拓扑构建方法,其特征在于,所述在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,包括:
在聚集系数最大的节点和聚集系数最小的节点之间添加链路,且在添加链路的数目小于预设网络所需链路数目时,重复执行步骤A、步骤B、步骤C和步骤D,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。
3.根据权利要求2所述的网络拓扑构建方法,其特征在于,在所述通信网络中网络构建发生改变之前,所述方法还包括:
遍历通信网络中所有节点,并计算所有节点之间的最短距离;
通过所有节点之间的最短距离、以及通信网络中节点的个数,得到每一个节点的聚集系数;
在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路。
4.根据权利要求1或2所述的网络拓扑构建方法,其特征在于,所述确定由多个不稳定节点对组成的不稳定节点对集合,包括:
查找第一节点与第二节点,其中,所述第一节点是到添加的链路对应一个顶点的距离发生变化的节点,第二节点是到所述顶点的距离未发生变化的节点;
所述第一节点与所述第二节点构成不稳定节点对;
确定由多个不稳定节点对组成的不稳定节点对集合。
5.根据权利要求1或2所述的网络拓扑构建方法,其特征在于,所述更新所述不稳定节点对集合中所有不稳定节点对之间的最短距离,包括:
通过公式dp(A1,B1)=dp(A1,MinCCNodep-1)+dp(B1,MinCCNodep-1)或者公式dp(A1,B1)=dp(A1,MaxCCNodep-1)+dp(B1,MaxCCNodep-1),计算添加链路后、所述不稳定节点对集合中,所有不稳定节点对之间的最短距离;
在所得的添加链路后所述不稳定节点对之间的最短距离、小于添加链路之前所述不稳定节点对之间的最短距离时,更新所述不稳定节点对之间的最短距离,为添加链路后计算所得的、所述不稳定节点对之间的最短距离;
在所得的添加链路后所述不稳定节点对之间的最短距离dp(A1,B1)、大于或等于添加链路之前所述不稳定节点对之间的最短距离时,确定所述不稳定节点对之间的最短距离,为添加链路前所述不稳定节点对之间的最短距离;
其中,A1、B1表示所述不稳定节点对中的节点,p表示当前添加的链路,p-1表示当前添加的链路的前一条链路,所述dp(A1,B1)表示添加链路后所述不稳定节点对之间的最短距离,MinCCNodep-1、MaxCCNodep-1分别表示链路对应两个顶点中的一个顶点,dp(A1,MinCCNodep-1)、dp(B1,MinCCNodep-1)、dp(A1,MaxCCNodep-1)和dp(B1,MaxCCNodep-1)分别表示不稳定节点对中的一个节点到链路中的一个顶点的最短距离。
6.根据权利要求1或2所述的网络拓扑构建方法,其特征在于,所述根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数,包括:
通过聚集系数计算公式:确定不稳定节点对中节点的新的聚集系数;
其中,CC(i)表示新的聚集系数,i表示所述不稳定节点对中的节点,j表示通信网络中的一个节点,N表示通信网络节点的个数,d(i,j)表示所述不稳定节点对中的节点到通信网络中一个节点的最短距离。
7.根据权利要求6所述的网络拓扑构建方法,其特征在于,所述在聚集系数最大的节点和聚集系数最小的节点之间添加链路,包括:
按照所有节点的聚集系数,将所有节点进行排序,得到聚集系数最大的节点和聚集系数最小的节点;
在所述聚集系数最大的节点和所述聚集系数最小的节点之间添加链路。
8.一种网络拓扑构建装置,其特征在于,包括:
更新模块,用于在通信网络中网络构建发生改变后,确定由多个不稳定节点对组成的不稳定节点对集合,并更新所述不稳定节点对集合中所有不稳定节点对之间的最短距离,其中,所述不稳定节点对是在添加链路之后、通信网络中最短距离发生变化的节点对;
确定模块,用于根据更新后的不稳定节点对之间的最短距离、以及通信网络中节点的个数,确定不稳定节点对中节点的新的聚集系数;
第一聚集系数计算模块,用于根据不稳定节点对中节点的新的聚集系数,以及已保存的除不稳定节点对中节点之外的、其他最短距离未变化节点的聚集系数,得到添加链路后所有节点的聚集系数;
添加链路模块,用于在聚集系数最大的节点和聚集系数最小的节点之间添加链路,得到添加链路的数目等于预设网络所需链路数目的通信网络,完成网络拓扑的构建。
9.根据权利要求8所述的网络拓扑构建装置,其特征在于,所述添加链路模块进一步用于,在聚集系数最大的节点和聚集系数最小的节点之间添加链路,且在添加链路的数目小于预设网络所需链路数目时,重复执行更新模块、确定模块、第一聚集系数计算模块和添加链路模块,直至添加链路的数目等于预设的网络所需链路数目,完成通信网络中网络拓扑的构建。
10.根据权利要求8或9所述的网络拓扑构建装置,其特征在于,所述装置还包括:
计算模块,用于遍历通信网络中所有节点,并计算所有节点之间的最短距离;
第二聚集系数计算模块,用于通过所有节点之间的最短距离、以及通信网络中节点的个数,得到每一个节点的聚集系数;
第一条链路添加模块,用于在聚集系数最大的节点和聚集系数最小的节点之间添加第一条链路。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710161669.2A CN106685745B (zh) | 2017-03-17 | 2017-03-17 | 一种网络拓扑构建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710161669.2A CN106685745B (zh) | 2017-03-17 | 2017-03-17 | 一种网络拓扑构建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106685745A true CN106685745A (zh) | 2017-05-17 |
CN106685745B CN106685745B (zh) | 2019-10-29 |
Family
ID=58826374
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710161669.2A Active CN106685745B (zh) | 2017-03-17 | 2017-03-17 | 一种网络拓扑构建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106685745B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108156035A (zh) * | 2017-12-25 | 2018-06-12 | 北京理工大学 | 一种社区结构网络的社交圈中的交友策略 |
CN108768735A (zh) * | 2018-06-04 | 2018-11-06 | 佛山科学技术学院 | 一种测试床拓扑结构的二分图采样方法及装置 |
CN110363636A (zh) * | 2019-06-27 | 2019-10-22 | 上海淇馥信息技术有限公司 | 基于关系网络的欺诈风险识别方法及装置 |
CN113252978A (zh) * | 2021-05-11 | 2021-08-13 | 国网浙江省电力有限公司营销服务中心 | 一种目标供电台区相位识别方法和识别装置 |
CN117014318A (zh) * | 2023-10-07 | 2023-11-07 | 中国电子信息产业集团有限公司第六研究所 | 多尺度网络节点间链路的添加方法、装置、设备及介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100254364A1 (en) * | 2010-06-16 | 2010-10-07 | Ping Yi | Rate-adaptive method for wireless mesh network |
CN102790804A (zh) * | 2012-07-29 | 2012-11-21 | 江苏大学 | 基于移动智能体的无结构对等网络负载均衡方法及系统 |
CN102904815A (zh) * | 2012-09-21 | 2013-01-30 | 中国电子科技集团公司第二十八研究所 | 基于无尺度网络的路由级拓扑建模方法 |
JP2015090693A (ja) * | 2013-11-07 | 2015-05-11 | 富士通株式会社 | 分散配備装置、分散配備方法、および分散配備プログラム |
-
2017
- 2017-03-17 CN CN201710161669.2A patent/CN106685745B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100254364A1 (en) * | 2010-06-16 | 2010-10-07 | Ping Yi | Rate-adaptive method for wireless mesh network |
CN102790804A (zh) * | 2012-07-29 | 2012-11-21 | 江苏大学 | 基于移动智能体的无结构对等网络负载均衡方法及系统 |
CN102904815A (zh) * | 2012-09-21 | 2013-01-30 | 中国电子科技集团公司第二十八研究所 | 基于无尺度网络的路由级拓扑建模方法 |
JP2015090693A (ja) * | 2013-11-07 | 2015-05-11 | 富士通株式会社 | 分散配備装置、分散配備方法、および分散配備プログラム |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108156035A (zh) * | 2017-12-25 | 2018-06-12 | 北京理工大学 | 一种社区结构网络的社交圈中的交友策略 |
CN108156035B (zh) * | 2017-12-25 | 2020-06-30 | 北京理工大学 | 一种社区结构网络的社交圈中的交友策略 |
CN108768735A (zh) * | 2018-06-04 | 2018-11-06 | 佛山科学技术学院 | 一种测试床拓扑结构的二分图采样方法及装置 |
CN108768735B (zh) * | 2018-06-04 | 2020-11-06 | 佛山科学技术学院 | 一种测试床拓扑结构的二分图采样方法及装置 |
CN110363636A (zh) * | 2019-06-27 | 2019-10-22 | 上海淇馥信息技术有限公司 | 基于关系网络的欺诈风险识别方法及装置 |
CN113252978A (zh) * | 2021-05-11 | 2021-08-13 | 国网浙江省电力有限公司营销服务中心 | 一种目标供电台区相位识别方法和识别装置 |
CN117014318A (zh) * | 2023-10-07 | 2023-11-07 | 中国电子信息产业集团有限公司第六研究所 | 多尺度网络节点间链路的添加方法、装置、设备及介质 |
CN117014318B (zh) * | 2023-10-07 | 2023-12-08 | 中国电子信息产业集团有限公司第六研究所 | 多尺度网络节点间链路的添加方法、装置、设备及介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106685745B (zh) | 2019-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106685745A (zh) | 一种网络拓扑构建方法及装置 | |
CN103036792B (zh) | 一种最大化最小公平多数据流传输调度方法 | |
CN105933227A (zh) | 软件定义卫星网络中的路由决策及流表一致性优化的方法 | |
CN114143264B (zh) | 一种SRv6网络下基于强化学习的流量调度方法 | |
CN109639575A (zh) | 基于链路拥塞系数的路由规划方法 | |
CN105959221A (zh) | 软件定义卫星网络中的流表更新及流表一致性优化的方法 | |
CN109921939A (zh) | 一种通信网络中关键节点的选取方法及系统 | |
CN107306224A (zh) | 一种路由路径更新方法及网络管理装置 | |
CN107094112A (zh) | 基于果蝇优化算法的带宽约束组播路由优化方法 | |
CN110414094A (zh) | 一种电力通信网节点之间的业务重要度配置方法 | |
CN106453096A (zh) | 一种动态网络社区发现方法及装置 | |
CN107911300A (zh) | 基于鲸鱼算法的组播路由优化方法及其在Spark平台上的应用 | |
CN102611588A (zh) | 基于自动相转换聚类的重叠社区网络检测方法 | |
CN104125146B (zh) | 一种业务处理方法及装置 | |
EP0984655B1 (en) | Method for generating the optimal PNNI complex node representations for restrictive costs | |
CN107241273A (zh) | 一种基于遗传算法的通信传输环网结构设置方法 | |
Maniscalco et al. | Binary and m-ary encoding in applications of tree-based genetic algorithms for QoS routing | |
CN104202247A (zh) | 基于非线性退火的软件定义网络多约束路由方法 | |
Chen et al. | An efficient neural network-based next-hop selection strategy for multi-hop VANETs | |
Layuan et al. | A routing protocol for dynamic and large computer networks with clustering topology | |
CN108111991B (zh) | 基于可伸缩视频流用户体验质量的d2d网络搭建方法 | |
CN110139173A (zh) | 一种降低光传送网端到端时延的网络分域方法 | |
CN101741749A (zh) | 基于免疫克隆的多目标组播路由优化方法 | |
CN114599043A (zh) | 一种基于深度强化学习的空天地一体化网络资源分配方法 | |
CN104767683B (zh) | 基于改进nsga‑ⅱ的光组播编码‑链路代价折中方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |