CN115277572B - 一种多源点多汇点网络的拥塞控制方法及系统 - Google Patents

一种多源点多汇点网络的拥塞控制方法及系统 Download PDF

Info

Publication number
CN115277572B
CN115277572B CN202210908455.8A CN202210908455A CN115277572B CN 115277572 B CN115277572 B CN 115277572B CN 202210908455 A CN202210908455 A CN 202210908455A CN 115277572 B CN115277572 B CN 115277572B
Authority
CN
China
Prior art keywords
path
node
source
delay
time delay
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
CN202210908455.8A
Other languages
English (en)
Other versions
CN115277572A (zh
Inventor
刘磊
张健
闫中敏
李晖
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.)
Shandong University
Original Assignee
Shandong 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 Shandong University filed Critical Shandong University
Priority to CN202210908455.8A priority Critical patent/CN115277572B/zh
Publication of CN115277572A publication Critical patent/CN115277572A/zh
Application granted granted Critical
Publication of CN115277572B publication Critical patent/CN115277572B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • 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
    • 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
    • H04L45/124—Shortest path evaluation using a combination of metrics
    • Y—GENERAL 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
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及无线传感器网络技术领域，提供了一种多源点多汇点网络的拥塞控制方法及系统，包括：获取多源点多汇点网络中各节点时延，计算得到每条路径的时延；基于每条路径的时延，通过最短路径算法得到每个源节点的最短路径；在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径；基于所有流量分配路径，通过减少其中路径和限定节点服务队列长度，得到最优路径。不仅减少时间消耗，还可以实现负载平衡，避免网络拥塞。

Description

一种多源点多汇点网络的拥塞控制方法及系统
技术领域
本发明属于无线传感器网络技术领域，尤其涉及一种多源点多汇点网络的拥塞控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
随着网络技术的发展，无线网络拓扑结构也在不断扩大，越来越多应用程序的出现导致了网络中流量激增现象频频发生。流量传输的不合理性往往会导致大量分组在网络节点处堆积，进而引发拥塞，而拥塞带来的危害是巨大，它会破坏整个网络，促使网络的整体性能下降。拥塞具有扩散性，当网络中的一个节点出现拥塞，会渐渐导致其他相邻节点以及链路也产生拥塞，最终导致整个网络陷入崩溃瘫痪状态。拥塞会使网络吞吐量急剧下降，传输时延大大增加，给用户带来极差的体验。
现有技术中，大多数拥塞控制算法应用于解决单源单汇网络中的问题。但在多源多汇网络中，情况是不同的。在同一无线传感器网络(WSN)中，受网络条件的限制，不同应用程序之间的传输链路会相互影响。如果只是优化其中一条链路，它将会降低其他链路的利用率。甚至常常出现某些链路空闲，而某些链路又极度拥塞的现象，造成应用程序之间的过度时延差异。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种多源点多汇点网络的拥塞控制方法及系统，不仅减少时间消耗，还可以实现负载平衡，避免网络拥塞。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种多源点多汇点网络的拥塞控制方法，其包括：
获取多源点多汇点网络中各节点时延，计算得到每条路径的时延；
基于每条路径的时延，通过最短路径算法得到每个源节点的最短路径；
在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径；
基于所有流量分配路径，通过减少其中路径和限定节点服务队列长度，得到最优路径。
进一步地，所述节点时延通过排队模型计算得到。
进一步地，所述最短路径算法采用Dijkstra算法。
进一步地，所述限定节点服务队列长度的方法具体为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。
本发明的第二个方面提供一种多源点多汇点网络的拥塞控制系统，其包括：
时延计算模块，其被配置为：获取多源点多汇点网络中各节点时延，计算得到每条路径的时延；
循环搜索模块，其被配置为：基于每条路径的时延，通过最短路径算法得到每个源节点的最短路径；
流量调度模块，其被配置为：在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径；
调度结果优化模块，其被配置为：基于所有流量分配路径，通过减少其中路径和限定节点服务队列长度，得到最优路径。
进一步地，所述节点时延通过排队模型计算得到。
进一步地，所述最短路径算法采用Dijkstra算法。
进一步地，所述限定节点服务队列长度的方法具体为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。
本发明的第三个方面提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的一种多源点多汇点网络的拥塞控制方法中的步骤。
本发明的第四个方面提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的一种多源点多汇点网络的拥塞控制方法中的步骤。
与现有技术相比，本发明的有益效果是：
本发明提供了一种多源点多汇点网络的拥塞控制方法，其在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径，不仅可以快速传输数据和流量，减少时间消耗，还可以实现负载平衡，成功避免网络拥塞。
本发明提供了一种多源点多汇点网络的拥塞控制方法，其通过减少最大时延和限定节点服务队列长度，得到最优路径，考虑了实际网络中存在的问题，使该算法能够在实际网络中使用，对缓解网络中的拥塞问题起到了重要的作用。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例一的多源点多汇点网络的拥塞控制方法流程图；
图2是本发明实施例一的Dijkstra算法流程图；
图3是本发明实施例一的负载均衡示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
本实施例提供了一种多源点多汇点网络的拥塞控制方法，如图1所示，具体包括以下步骤：
步骤1、在实际多源点多汇点网络基础上，构建多源点多汇点网络拓扑模型。
具体地，可以基于Matlab平台，构建N个节点的多源点多汇点网络拓扑模型。在实际多源点多汇点网络的基础上，可以用G＝(V，E)表示多源点多汇点网络拓扑模型的有向图，其中，V＝{vi∣i＝1,…,p}，代表所有节点vi的集合，p表示有向图中节点的总数；E＝{em＝(vi,vj)∣m＝1,…,q；vi,vj∈V}代表所有边的集合，em＝(vi,vj)是一条从节点vi到节点vj的有向线段，q表示有向图中边的总数。
步骤2、获取多源点多汇点网络拓扑模型中各网络节点时延。
在本实施例中，各网络节点时延Ws通过排队模型(M/M/1模型)计算公式可得：
其中，表示节点vi的时延，λ为流量到达速率，μ为节点的服务率；
步骤3、通过每条路径上的网络节点时延相加，构建每条路径的时延；
其中，Wp为第p条路径lp的时延，vi∈lp表示节点vi属于第p条路径lp。
步骤4、基于每条路径的时延，通过最短路径算法(Dijkstra算法)在上述由路径时延构成的网络内循环搜索，进而高效获取每个源节点的最短路径，同时得到的最短路径更加真实准确。采用所述Dijkstra算法在所述多源多汇网络内循环搜索，获取每个源节点在当前网络拓扑中的时延最小的最短路径。如图2所示，具体包括：
(1)对Dijkstra算法的初始参数进行初始化赋值；初始参数至少包括最短路径的节点集合S、未知最短路径的节点集合V以及源点到每个终点的当前最短路径的时延等中的一种或多种；
(2)将所有的网络节点分为两部分：已经标记的节点集合S和未标记的节点集合V；具体来说，集合S存放已求得最短路径的节点，集合V则是所有节点构成的集合减去集合S的值。
(3)算法初始，标记源节点s，并将选择的源点s放进集合S中，集合V初始为不含有源点的所有节点；dist[]存放从源点到每个终点的当前最短路径的时延，path[]存放相应节点构成的路径(当前最短路径)；
(4)从集合V中选取一个距离源点s最小的节点vj，把vj加入S中。
在本实施例中，该选定的距离实际是s到vj的最短路径上的路径时延大小。
(5)以vj为新考虑的中间点，更新V中各节点的距离值，具体的：若从源点s到节点vi(vi属于集合V)的距离(经过新考虑的中间节点vj)，比原来距离(不经过新考虑的中间节点vj)短，则修改节点vi的距离值，修改后的距离值为节点vj的距离加上节点vj到vi边上的权wji，即dist[s,vi]＝dist[s,vj]+wji。相反，则不对其更新。
在本实施例中，距离值均指该条路径上的时延大小，而不是长度。即dist[s,vi]表示源节点s到节点vi这条路径(不经过新考虑的中间节点vj)的网络总时延，wji表示节点vj到节点vi这条路径的网络总时延，均采用公式(2)得到。
(6)重复步骤(4)和(5)直到所有节点都包含在集合S中。
步骤5、在最短路径的基础上，结合负载均衡原理，判断源节点是否需要进行流量调度，合理将流量分配到多条路径上进行传输。
作为一种实施方式，当源节点有流量到达后，计算流量加入最短路径后，最短路径的时延，若超出次短路径的时延，则进行流量调度；将流量调度至最短路径和次短路径上进行传输。
具体来说，当某条路径上节点处的流量增加时，流量的预期停留时间也会增加，整个路径的时延也会增加。此时，不能考虑只使用一条路径，否则有的链路处于空闲状态，有的则陷入拥塞状态，流量分配极度不平衡，所以必须考虑在多条路径上传输流量来实现负载均衡。应该考虑到各种流量来源之间的相关性，考虑新的流量到达后，此时每条路径上的时延变化、源节点的接收能力，而不能盲目根据Dijkstra算法选择一条最短路径传输流量。
如图3所示，在一个多源多汇网络中，需要从源节点s和x向汇聚节点t传输流量。从源点到汇点t有两条路径，路径A为(s或x-y-j-k-t)，路径B为(s或x-y-m-n-t)，其中λ(s,t)表示从源点s发送到接收节点t的流量传输速率为1，λ(x,t)则同理，μ表示每个节点处的服务率，每个节点处的时延可以通过上述公式(2)计算得到。对于源节点s，通过最短路径算法，发现路径A的时延小于路径B，因此首先选择路径A来传输流量。然后，源节点x处流量到达，需要向接收节点t传输流量，且此时发现对于源节点x路径A和路径B的时延相同。如果不考虑负载均衡，那么源x就可以选择任何路径。但是如果流量传输到路径A，此时源节点的流量会迅速增加，立即会对s发送到t这段路径上的网络时延产生影响，使其时延剧增，极其容易造成拥塞；当流量传输到路径B时，源节点s的那条路径上的流量没有增加太多，网络时延不会改变，因此不需要流量调度，产生额外的成本。这说明，向同一路径传输大量的流量可虽然以提高路径的利用率，但当网络流量发生变化时，成本会更高，因此往往需要选择一条流量较少的路径较符合要求。所以，在选择路径时需要结合负载均衡，并考虑该路径中网络流量的变化，可以选择A和B两条路径传输流量。
步骤6、获得所有源节点基本的流量调度结果，做进一步优化调整，即采用策略改变其他源的流量调度，以减少总体时延。具体的，基于所有源节点的流量调度结果(流量分配路径)，通过减少其中最大时延路径和限定节点服务队列长度，得到最优路径(最优解)。主要包括以下两种策略：
(1)减少最大时延路径的方法具体为：遍历所有流量分配路径，找到其中一条最大时延路径，作为原始路径；判断是否寻找新的路径来替换原始路径以减少时延，即，找到与最大时延路径具有相同源节点和汇点的路径作为新路径，判断采用新路径后的时延是否小于原始路径时延，若是，则采用新路径代替原始路径。
具体地，流量调度的目的是减少总体时延，所以遍历调度结果来找到时延最大的路径进行优化。只要最大时延路径被优化，则整体时延就会降低。在寻找新路径和减少最大时延的过程中，需要增加限制，否则当新流量到达时，源节点还是以高概率选择当前最大时延路径传输流量。这个限制可以设置成在原始路径的公共节点和最大时延路径上放置流量，阻止源节点重复选择该路径。添加此限制后，源节点不会以高概率选择原始路径，从而找到新的可行路径。即原始路径放置流量后，因为大量流量充斥在当前路径上，当新流量到达，进行流量调度分配时，源节点会比较容易选择没有流量存在的路径，从而达到探索新路径的目的，只要探索到的新路径时延不大于原始最大时延，这就意味着调度策略仍然可以得到优化；而如果在路径更改时最大时延没有改变，将不再允许源节点修改路径。这样就可以进一步实现流量调度。
(2)根据实际网络需要，对流量调度结果做进一步扩展。
具体地，在实际网络需要中，流量调度有时也会受到各种因素的影响，如节点处的队列长度、流量激增类似源节点的增加等。针对这些情况，当算法选择路径和分配流量以满足各种需求时，可以添加额外的条件。
限定节点服务队列长度的方法具体为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。实际应用时需要考虑网络中节点上的服务队列的有限长度。在这种情况下，节点上的流量队列长度受到严格的限制。当节点上的队列长度达到指定的值时，它将无法继续接收流量。因此在已达到流量限制的情况下，在路径选择时将会排除该节点，并选择其他可行节点。
需要考虑网络中源节点和汇聚节点的变化。例如，在一个城市交通网络中，有早高峰和晚高峰。因为人们去上班和下班回家的时间大致是固定的，这导致了在一段时间内交通流量的大幅增加和减少。在多源多汇网络中，可以认为大量的源点和汇点突然增加，在传输了一段时间的流量后，源点和汇点就减少了。该方法在流量传输后对流量调度进行了优化，因此可以方便地处理源节点的增减问题。即当源节点增加时，需要根据网络的现状对流量进行调度，然后优化新的调度策略(加入新的源节点后，新的流量到达，计算当前路径时延，重新从步骤5进行流量调度)，得到新的最优解；当源节点减少时，将调整原来的调度策略，删除路径并对剩余路径进行优化，得到最优解。
本实施例在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径，实际使用时，通过多组实验数据对比，可以明显提高数据传输速度，减少时间消耗，还可以实现负载平衡，成功避免网络拥塞；并通过减少最大时延和限定节点服务队列长度，得到最优路径，考虑了实际网络中存在的问题，使该算法能够在实际网络中使用，对缓解网络中的拥塞问题起到了重要的作用。
实施例二
本实施例提供了一种多源点多汇点网络的拥塞控制系统，其具体包括如下模块：
时延计算模块，其被配置为：获取多源点多汇点网络中各节点时延，计算得到每条路径的时延；
循环搜索模块，其被配置为：基于每条路径的时延，通过最短路径算法得到每个源节点的最短路径；
流量调度模块，其被配置为：在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径；
调度结果优化模块，其被配置为：基于所有流量分配路径，通过减少其中路径和限定节点服务队列长度，得到最优路径。
其中，节点时延通过排队模型计算得到。
其中，最短路径算法采用Dijkstra算法。
其中，限定节点服务队列长度的方法具体为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。
其中，限定节点服务队列长度的方法具体为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。
本实施例在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径，不仅可以快速传输数据和流量，减少时间消耗，还可以实现负载平衡，成功避免网络拥塞；并通过减少最大时延和限定节点服务队列长度，得到最优路径，考虑了实际网络中存在的问题，使该算法能够在实际网络中使用，对缓解网络中的拥塞问题起到了重要的作用。
此处需要说明的是，本实施例中的各个模块与实施例一中的各个步骤一一对应，其具体实施过程相同，此处不再累述。
实施例三
本实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述实施例一所述的一种多源点多汇点网络的拥塞控制方法中的步骤。
实施例四
本实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述实施例一所述的一种多源点多汇点网络的拥塞控制方法中的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。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，均应包含在本发明的保护范围之内。

Claims (8)

1.一种多源点多汇点网络的拥塞控制方法，其特征在于，包括：
获取多源点多汇点网络中各节点时延，计算得到每条路径的时延；
基于每条路径的时延，通过最短路径算法得到每个源节点的最短路径；
在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径；
基于所有流量分配路径，通过减少其中路径和限定节点服务队列长度，得到最优路径；
减少其中路径的具体方法为：遍历所有流量分配路径，找到其中一条最大时延路径，作为原始路径；找到与最大时延路径具有相同源节点和汇点的路径作为新路径，判断采用新路径后的时延是否小于原始路径时延，若是，则采用新路径代替原始路径，在寻找新路径和减少最大时延的过程中增加限制，这个限制设置成在原始路径的公共节点和最大时延路径上放置流量，阻止源节点重复选择该路径，添加此限制后，源节点不会以高概率选择原始路径，从而找到新的可行路径，探索到的新路径时延不大于原始最大时延，调度策略得到优化；如果在路径更改时最大时延没有改变，将不再允许源节点修改路径；
限定节点服务队列长度的具体方法为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。
2.如权利要求1所述的一种多源点多汇点网络的拥塞控制方法，其特征在于，所述节点时延通过排队模型计算得到。
3.如权利要求1所述的一种多源点多汇点网络的拥塞控制方法，其特征在于，所述最短路径算法采用Dijkstra算法。
4.一种多源点多汇点网络的拥塞控制系统，其特征在于，包括：
时延计算模块，其被配置为：获取多源点多汇点网络中各节点时延，计算得到每条路径的时延；
循环搜索模块，其被配置为：基于每条路径的时延，通过最短路径算法得到每个源节点的最短路径；
流量调度模块，其被配置为：在最短路径的基础上，结合负载均衡，判断源节点是否需要进行流量调度，若需要，将流量调度至多条路径上进行传输，得到流量分配路径；
调度结果优化模块，其被配置为：基于所有流量分配路径，通过减少其中路径和限定节点服务队列长度，得到最优路径；
减少其中路径的具体方法为：遍历所有流量分配路径，找到其中一条最大时延路径，作为原始路径；找到与最大时延路径具有相同源节点和汇点的路径作为新路径，判断采用新路径后的时延是否小于原始路径时延，若是，则采用新路径代替原始路径，在寻找新路径和减少最大时延的过程中增加限制，这个限制设置成在原始路径的公共节点和最大时延路径上放置流量，阻止源节点重复选择该路径，添加此限制后，源节点不会以高概率选择原始路径，从而找到新的可行路径，探索到的新路径时延不大于原始最大时延，调度策略得到优化；如果在路径更改时最大时延没有改变，将不再允许源节点修改路径；
限定节点服务队列长度的具体方法为：对于一条减少最大时延后的流量分配路径，判断各节点的服务队列长度，若存在一个节点上的服务队列长度大于阈值，则重新选择一条可行路径代替该条流量分配路径。
5.如权利要求4所述的一种多源点多汇点网络的拥塞控制系统，其特征在于，所述节点时延通过排队模型计算得到。
6.如权利要求4所述的一种多源点多汇点网络的拥塞控制系统，其特征在于，所述最短路径算法采用Dijkstra算法。
7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-3中任一项所述的一种多源点多汇点网络的拥塞控制方法中的步骤。
8.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-3中任一项所述的一种多源点多汇点网络的拥塞控制方法中的步骤。
CN202210908455.8A 2022-07-29 2022-07-29 一种多源点多汇点网络的拥塞控制方法及系统 Active CN115277572B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210908455.8A CN115277572B (zh) 2022-07-29 2022-07-29 一种多源点多汇点网络的拥塞控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210908455.8A CN115277572B (zh) 2022-07-29 2022-07-29 一种多源点多汇点网络的拥塞控制方法及系统

Publications (2)

Publication Number Publication Date
CN115277572A CN115277572A (zh) 2022-11-01
CN115277572B true CN115277572B (zh) 2023-10-13

Family

ID=83770546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210908455.8A Active CN115277572B (zh) 2022-07-29 2022-07-29 一种多源点多汇点网络的拥塞控制方法及系统

Country Status (1)

Country Link
CN (1) CN115277572B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116319523B (zh) * 2023-05-19 2023-08-04 湖南承希科技有限公司 一种流量智适应的大数据流处理方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100776327B1 (ko) * 2006-11-16 2007-11-13 (재)대구경북과학기술연구원 무선망 네트워크에서의 동적인 로드 밸런싱 라우팅 방법
CN101163348A (zh) * 2006-10-10 2008-04-16 北京大学 光突发交换网络自适应汇聚方法及其装置
CN101656674A (zh) * 2009-09-23 2010-02-24 中国人民解放军信息工程大学 拥塞控制方法及网络节点
CN109600322A (zh) * 2019-01-11 2019-04-09 国家电网有限公司 一种适用于电力骨干通信网的流量负载均衡控制方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9124506B2 (en) * 2013-06-07 2015-09-01 Brocade Communications Systems, Inc. Techniques for end-to-end network bandwidth optimization using software defined networking
WO2020088780A1 (en) * 2018-11-02 2020-05-07 Telefonaktiebolaget Lm Ericsson (Publ) Methods, apparatus and computer programs for allocating traffic in a telecommunications network

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101163348A (zh) * 2006-10-10 2008-04-16 北京大学 光突发交换网络自适应汇聚方法及其装置
KR100776327B1 (ko) * 2006-11-16 2007-11-13 (재)대구경북과학기술연구원 무선망 네트워크에서의 동적인 로드 밸런싱 라우팅 방법
CN101656674A (zh) * 2009-09-23 2010-02-24 中国人民解放军信息工程大学 拥塞控制方法及网络节点
CN109600322A (zh) * 2019-01-11 2019-04-09 国家电网有限公司 一种适用于电力骨干通信网的流量负载均衡控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种保障时延能量高效的无线传感器网络路由协议;梁庆伟;姚道远;巩思亮;;西安交通大学学报(06);53-57 *
冯慧芳等.一种改进的无线网络TCP拥塞控制算法.计算机工程.2012,第38卷(第6期),25-31. *

Also Published As

Publication number Publication date
CN115277572A (zh) 2022-11-01

Similar Documents

Publication Publication Date Title
Maheshwari et al. Scalability and performance evaluation of edge cloud systems for latency constrained applications
CN109257287B (zh) 一种最短路径确定方法及控制器
US9740534B2 (en) System for controlling resources, control pattern generation apparatus, control apparatus, method for controlling resources and program
Ugwuanyi et al. Reliable resource provisioning using bankers’ deadlock avoidance algorithm in MEC for industrial IoT
CN113115252B (zh) 延迟敏感任务分布式移动边缘计算资源调度方法及系统
CN109614215A (zh) 基于深度强化学习的流调度方法、装置、设备及介质
Wang et al. Presto: Towards efficient online virtual network embedding in virtualized cloud data centers
CN109617810B (zh) 数据传输方法及装置
CN113076177B (zh) 一种边缘计算环境下的虚拟机动态迁移方法
CN113784373A (zh) 云边协同网络中时延和频谱占用联合优化方法及系统
Tang et al. Queue-aware reliable embedding algorithm for 5G network slicing
CN115277572B (zh) 一种多源点多汇点网络的拥塞控制方法及系统
Wang et al. An energy saving based on task migration for mobile edge computing
CN111988787B (zh) 一种任务的网络接入和服务放置位置选择方法及系统
CN108737268B (zh) 软件定义工业物联网资源调度方法
Maity et al. DART: Data plane load reduction for traffic flow migration in SDN
Nakamura et al. In-situ resource provisioning with adaptive scale-out for regional iot services
Xu et al. Schedule or wait: Age-minimization for IoT big data processing in MEC via online learning
Ma et al. Traffic routing-based computation offloading in cybertwin-driven internet of vehicles for V2X applications
Alnoman et al. A dynamic priority service provision scheme for delay-sensitive applications in fog computing
Kim et al. Adaptive packet scheduling in IoT environment based on Q-learning
de Souza et al. A bee colony-based algorithm for task offloading in vehicular edge computing
Wang et al. Multi-access edge computing based vehicular network: Joint task scheduling and resource allocation strategy
Wang et al. NWBBMP: a novel weight-based buffer management policy for DTN routing protocols
Wang et al. Multi-objective joint optimization of communication-computation-caching resources in mobile edge computing

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