CN116319559A - 一种多路径跨域架构的动态流量调度系统 - Google Patents
一种多路径跨域架构的动态流量调度系统 Download PDFInfo
- Publication number
- CN116319559A CN116319559A CN202310026340.0A CN202310026340A CN116319559A CN 116319559 A CN116319559 A CN 116319559A CN 202310026340 A CN202310026340 A CN 202310026340A CN 116319559 A CN116319559 A CN 116319559A
- Authority
- CN
- China
- Prior art keywords
- flow
- network
- domain
- path
- cross
- 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
Links
- 238000000034 method Methods 0.000 claims abstract description 22
- 230000007246 mechanism Effects 0.000 claims abstract description 21
- 238000009826 distribution Methods 0.000 claims abstract description 20
- 238000005457 optimization Methods 0.000 claims abstract description 14
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 12
- 238000013461 design Methods 0.000 claims abstract description 8
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000006870 function Effects 0.000 claims description 5
- 238000001514 detection method Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 3
- 238000011217 control strategy Methods 0.000 claims description 3
- 238000012544 monitoring process Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 8
- 230000005540 biological transmission Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 239000011159 matrix material Substances 0.000 description 5
- 101150000810 BVES gene Proteins 0.000 description 2
- 101150025129 POP1 gene Proteins 0.000 description 2
- 101100273030 Schizosaccharomyces pombe (strain 972 / ATCC 24843) caf1 gene Proteins 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000006424 Flood reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000007786 learning performance Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
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
-
- 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
-
- 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
- H04L45/125—Shortest path evaluation based on throughput or bandwidth
-
- 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
-
- 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
-
- 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
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及计算机网络调度技术领域,特别涉及一种多路径跨域架构的动态流量调度系统,包括自调整多路径流量控制系统、网络跨域拥塞控制机制和动态流量调度模块;所述自调整多路径流量控制系统利用OpenFlow控制器,支持多路径根据网络的特点,找到最优空闲路径,提高网络吞吐量;所述网络跨域拥塞控制机制采用了一种基于流量分配优化模型的链路利用率的样本方差;所述动态流量调度模块设计了一种改进的协同进化算法动态调整流量实现最优分配方案。本发明的有益效果是:本发明有利于网络利用率高,实现动态优化配置,提高网络整体性能,为云计算和物联网提供更好的服务。
Description
技术领域
本发明涉及计算机网络调度技术领域,特别涉及一种多路径跨域架构的动态流量调度系统。
背景技术
互联网的发展使得用户对于网络的依赖和需求越来越高。通信大数据及流量信息的处理直接关系了网络的质量和效率。随着网络规模不断扩大,网络流量的分配调度问题日益突出,且受到越来越多的关注。网络数据流量的爆炸式增长对流量调度提出了新的挑战。在网络数据流量分配调度中,较高的吞吐量可以提高带宽利用率,减小传输时间,有效减少网络拥塞,保证网络的可靠性。
在现实生活的应用中,网络结构是复杂多变的,网络流量传输要求也是千变万化,这都使得网络流量调度变得十分困难。而且,单一控制域的架构以及扁平集中式的架构很难满足对频繁转发请求消息和网络统计信息处理的要求,严重影响了流量的均衡分配和动态优化调度。另一方面,现有的流量调度策略无法根据多个域的链路状态和流量的变化实现动态调整,当控制域增多时,域间的管理规模和请求延时也限制了网络的性能。
如果网络中多条流量的传输都集中到同一域间路径或者都经过同一个域,那么就会增加域内路由的负担以及造成域间路径的拥塞,影响整个网络的性能。因此,根据域间链路高带宽,低时延的特性,设计一种跨域的动态流量调整策略是十分必要的。根据提取的流量的信息参数和调度策略,使得全局流量能够最大化地合理均匀分配。
发明内容
本发明的目的在于针对背景技术中提出的问题,提供一种多路径跨域架构的动态流量调度系统,通过自调整多路径流量控制方法、网络跨域拥塞控制机制、动态流量调度模块,提升网络服务质量,提高网络的稳定性和灵活性。
为了实现上述目的,本发明提供以下技术方案:
一种多路径跨域架构的动态流量调度系统,其特征在于,包括自调整多路径流量控制系统、网络跨域拥塞控制机制和动态流量调度模块;所述网络跨域拥塞控制机制从宏观上解决大规模网络负载均衡问题;所述自调整多路径流量控制系统和动态流量调度模块实现了多路径下灵活地流量控制策略;
三大模块主要针对特定的网络架构的流量调度进行优化设计,并充分考虑到域间大规模多路径的网络场景部署要求;三个模块的协同避免了多个域的链路分配和流量分布无法进行动态调整的限制。本系统根据域间多个路径的状态及实时流量采用不同的策略实现协同调度,提高链路利用率和吞吐率;
所述自调整多路径流量控制系统利用OpenFlow控制器,支持多路径根据网络的特点,找到最优空闲路径,提高网络吞吐量;
所述网络跨域拥塞控制机制采用了一种基于流量分配优化模型的链路利用率的样本方差;
所述动态流量调度模块设计了一种改进的协同进化算法动态调整流量实现最优分配方案。
优选地,在自调整多路径流量控制方法中,利用OpenFlow控制器,支持多路径根据网络的特点,找到最优空闲路径;在数据流信息到达OpenFlow之后,OpenFlow首先开始查找流表项内是否匹配;如果有,则转发此数据流,如果没有,则转发到控制器。
优选地,在自调整多路径流量控制方法中,控制器采用自调整流量控制系统计算最优路由路径,根据优先级顺序将最优路径反馈给交换机评估链路状态,实时检测流量。
优选地,在自调整多路径流量控制方法中,根据网络监控,网络中80%的流量小于100kb,因此,将大于100kb的流量标记后,再转发,经过自调整多路径流量控制系统汇总进行路径计算,然后由流量表管理模块负责统一管理和流量转发。
优选地,在网络跨域拥塞控制机制中,一个集中的控制器执行计算流量的功能转发规则,其转发决策为从全局而不是局部网络条件,因其考虑了可选链路的利用率和流量大小。
优选地,在网络跨域拥塞控制机制中,采用了一种基于流量分配优化模型的链路利用率的样本方差,对流量的组合特点、网络状态及应用需求进行路由转发,并实现网络流量的有效平衡;每个链路的利用率越小,整体的流量控制环节越接近最佳平衡。
优选地,在网络跨域拥塞控制机制中,根据交换机的拥塞,各交换机的流量检测开关可实时调节;假设所有前提都是建立在k条方法路径的基础上进行最优选择,k条最优路径被定义为满足最大剩余带宽且小于带宽利用率的集合。
优选地,在动态流量调度模块中,算法应考虑到当前域内、域间整体的负载状况,增强网络流量分布,利用网络的灵活性,实现动态优化配置;该模块具有收集信息以及路径计算的功能,处理流量调度请求,并且将计算结果和流量调度策略发布给域内相应模块。
优选地,域间模块接收域内的拓扑同步消息和跨域的链路信息,完成全局拓扑的构建,生成全局视图。根据全局视图,为跨域通信做出路由决策,统筹各个域之间的跨域通信。跨域流量调度模块检测到链路发生拥塞,链路负载率过大时,提取当前流量信息,包括流量所占带宽和起止域,计算多路径路由,针对负载较大的流量的可选路径调用域内调度模块,提取路径中下一跳跨域的流量信息,根据跨域和域内的链路参数计算链路权重。
一种计算机可读存储介质,其中包含计算机程序,该程序被CPU处理时可实现上述所提供的方法步骤。
与现有技术相比,本发明的有益效果是:
(1)本发明有利于网络利用率高,实现动态优化配置,提高网络整体性能,为云计算和物联网提供更好的服务。
(2)本发明设计的系统能够从全局网络条件考虑,结合流量组合特点、当前状态条件及应用需求,降低网络运行成本,实现更好更快流量分配,提升网络灵活性,满足用户对网络的需求。
(3)本发明逻辑简单、易于实现和扩展,本优化系统可以求解其他领域中的调度问题。
附图说明
图1为本发明的结构示意图;
图2为本发明的SDN网络架构图;
图3为本发明的多路径流量调度方法图;
图4为本发明的多路径结构示意图;
图5为本发明的动态流量控制方案图;
图6为本发明的跨域调度示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
实施例1
一种多路径跨域架构的动态流量调度系统,如图1所示,包括自调整多路径流量控制系统、网络跨域拥塞控制机制和动态流量调度模块;
所述网络跨域拥塞控制机制从宏观上解决大规模网络负载均衡问题;所述自调整多路径流量控制系统和动态流量调度模块实现了多路径下灵活地流量控制策略;
三大模块主要针对特定的网络架构的流量调度进行优化设计,并充分考虑到域间大规模多路径的网络场景部署要求;三个模块的协同避免了多个域的链路分配和流量分布无法进行动态调整的限制。本系统根据域间多个路径的状态及实时流量采用不同的策略实现协同调度,提高链路利用率和吞吐率;
所述自调整多路径流量控制系统利用OpenFlow控制器,支持多路径根据网络的特点,找到最优空闲路径,提高网络吞吐量,如3所示;在自调整多路径流量控制系统中,利用OpenFlow控制器,根据网络的特点支持多路径,找到最优空闲路径。在数据流信息到达OpenFlow之后,OpenFlow首先开始查找流表项内是否匹配;如果有,则转发数据流;如果没有,则转发到控制器。控制器采用自调整流量控制方法计算最优路由路径,根据优先级顺序将最优路径反馈给交换机评估链路状态,实时检测流量。通过网络监控,网络中80%的流量小于100kb。因此,将大于100kb的流量标记后再转发,通过自调整多路径流量控制方法进行路径计算,然后由流量表管理模块负责统一管理和流量转发。
所述网络跨域拥塞控制机制采用了一种基于流量分配优化模型的链路利用率的样本方差;在网络跨域拥塞控制机制中,一个集中的控制器执行计算流量的功能转发规则,其转发决策从全局而不是局部网络条件出发,考虑了可选链路的利用率和流量大小。同时,采用了一种基于流量分配优化模型的链路利用率的样本方差,对流量的组合特点、网络状态及应用需求进行路由转发,并实现网络流量的有效平衡。每条链路的利用率越小,整体的流量控制环节越接近最佳平衡。根据交换机的拥塞程度,各交换机的流量检测开关可实时调节。假设所有前提都是建立在k条方法路径的基础上进行最优选择,k条最优路径定义为满足最大剩余带宽且小于带宽利用率的集合。
所述动态流量调度模块设计了一种改进的协同进化算法动态调整流量实现最优分配方案。在动态流量调度模块中,算法应考虑到当前域内、域间整体的负载状况,增强网络流量分布,利用网络的灵活性,实现动态优化配置。该模块具有收集信息以及路径计算的功能,处理流量调度请求,并且将计算结果和流量调度策略发布给域内相应模块。域间模块接收域内的拓扑同步消息和跨域的链路信息,完成全局拓扑的构建,生成全局视图。根据全局视图,为跨域通信做出路由决策,统筹各个域之间的跨域通信。跨域流量调度模块检测到链路发生拥塞,链路负载率过大时,提取当前流量信息,包括流量所占带宽和起止域,计算多路径路由,针对负载较大的流量的可选路径调用域内调度模块,提取路径中下一跳跨域的流量信息,根据跨域和域内的链路参数计算链路权重。
一种计算机可读存储介质,其中包含计算机程序,该程序被CPU处理时可实现上述所提供的方法步骤。
实施例2
图2是SDN网络架构图。在该架构中,转发层负责转发流量,传至控制层,进而产生控制信息,并维护网络链路,应用层提供相应的应用服务。此架构具有以下特征:
(1)转发功能和控制功能是分离的,实现了灵活配置,并通过控制器进行流量调度。
(2)具有网络可编程性,即开放控制器接口可以完成软件的修改和添加。
(3)实现集中控制,即控制器可以获取网络中所有链路的当前状态信息;当链路出现阻塞或故障时,能够及时进行网络调整。
图3和图4是自调整多路径流量调度方法及网络结构示意图。
网络拓扑结构用公式1表示:
P=(M(k),E(k))……公式1
其中,M(k)表示节点集,E(k)表示边的集合。
单位时间内的流量表示为F1,F2,…,Fn
F=(s,δ,l(i,j))……公式2
其中,s表示协议,δ表示包的大小,l(i,j)表示路径。
在单位时间内,数据流量如公式3所示:
其中,Fi,δ表示Fi的大小。
网络中每条路径传输的数据包数如公式4所示:
具有自调整学习性能的网络数据流量表示为:
路径如公式6所示:
E=E1·E2·…·En……公式6
其中,Ei表示路径矩阵,由公式7组成。
在自调整学习机制中,在不同时间内,将D传输到网络中进行模拟数据传输,实时调整路径,以找到效率最高的传输路径。经过N次迭代得出最佳路径结果。
当链路需要转换时,首先,链路承载的数据和带宽需要被评估,然后再评估剩余的带宽,如公式8所示。
按照公式9,对于数据包Fi,其最佳路径的计算:
实施例3
在网络跨域拥塞控制机制中,根据交换机的拥塞程度,各交换机的流量平衡开关实时调节流量。
假设所有前提都是建立在k条方法路径的基础上进行最优选择。k条最优路径定义为满足最大剩余带宽和带宽利用率的集合。
聚合问题流请求矩阵P表示请求流量重新分配。拥塞感知流量调度问题定义为非零聚合问题,即流请求矩阵P(s,t)在s到t的最优候选路径集上重新平衡。
用链路利用率的方差反映链路带宽利用的离散度,将其作为链路利用率的一个关键指标。每条链路的利用率越小,链路的整体利用越平衡。
G=(Qv·(R·P))/c(v)……公式10
其中,G表示带宽利用率,Qv表示链路v的路径向量,R是聚合问题流量分配矩阵,c(v)是链路剩余容量。
G的样本空间表示为{G},样本方差定义为公式11:
聚合流量再分配的目的是最小化样本方差,即:
Minimize(D(G))……公式12
如果max∑P·R=0,表明最优候选路径不能满足聚合流量集的重新分配。
考虑网络约束条件:
其中,hi,j代表路径是否被选择。此约束条件确保每一流量只能选择一条路径。
上述公式代表聚合流量的分布矩阵应满足现有候选路径的最大可接受容量。
此项约束确保聚合流量在残差网络中满足节能约束。
此项约束条件确保链路带宽小于可用带宽。
图5和图6是动态流量控制方案和跨域调度示意图。
多路径跨域架构的动态流量调度属于NP-hard组合优化问题,本发明设计了一种改进的协同进化算法。具体地,首先,提出了一种基于全局和局部均衡搜索的协同框架,在该框架中,采用差分进化算法(DE)进行全局搜索,并利用反叛个体改善初始种群的质量,在进化过程中提升种群的多样性;采用分布估计算法(EDA)在最具潜力的个体附近进行局部搜索,实现DE和EDA协同进化,保证全局搜索和局部搜索的平衡。
(1)按照候选路径集合,获取某链路v所属的路径向量;
(2)随机初始化;
(3)计算适应度值;
(4)生成反叛个体,改善初始种群质量;
(5)采用DE算法首先进行全局搜索;
(6)进行T代全局搜索后,形成进化后的种群pop1;
(7)从pop1中选取排名靠前的m个优势解范围,以这些解作为EDA的初始种群,以此为中心进行局部搜索,得到种群pop2;
(8)合并种群,得到pop=pop1∪pop2.从pop中选取N个优势解,依次迭代直至满足收敛条件。
交换机之间链路的时延通过以下方式获得。控制器向下层发送报文,报文动作规定交换机将报文转发到某指定端口或者洪泛,报文数据段包括控制器下发时的时间戳。交换机收到数据包以后,通过Packet_In报文转发到控制器,控制器收到请求数据包后,计算与之前发送报文的时间差,得到数据包从控制器到交换机返回的时间差。同理向返回数椐包的交换机发送同样的报文,并且向交换机发送附带时间戳的回应请求报文,收到交换机的回复后,计算出交换机与控制器间的往返时延。以这样的方式计算得到交换机间链路的时延大小。
获取网络中的链路带宽的方法通过测量端口的流量获得链路的流量来实现。OpenFlow协议通过统计报文获取端口、流表项、流量等的统计信息,通过周期性下发探测报文获得交换机端口的统计信息,以获得某一时间段内的收发报文数、字节数等信息,从而计算出某一时间段内的流量速度,得到流量所占带宽和端口剩余带宽。
以上仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (9)
1.一种多路径跨域架构的动态流量调度系统,其特征在于,包括自调整多路径流量控制系统、网络跨域拥塞控制机制和动态流量调度模块,所述网络跨域拥塞控制机制从宏观上解决大规模网络负载均衡问题;所述自调整多路径流量控制系统和动态流量调度模块实现了多路径下灵活地流量控制策略;
所述自调整多路径流量控制系统利用OpenFlow控制器,支持多路径根据网络的特点,找到最优空闲路径,提高网络吞吐量;
所述网络跨域拥塞控制机制采用了一种基于流量分配优化模型的链路利用率的样本方差;
所述动态流量调度模块设计了一种改进的差分进化算法动态调整流量实现最优分配方案。
2.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在自调整多路径流量控制系统中,利用OpenFlow控制器,支持多路径根据网络的特点,找到最优空闲路径;在数据流信息到达OpenFlow之后,OpenFlow首先开始查找流表项内是否匹配;如果有,则转发此数据流;如果没有,则转发到控制器。
3.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在自调整多路径流量控制系统中,OpenFlow控制器采用自调整多路径流量控制系统计算最优路径,根据优先级顺序将最优路径反馈给交换机评估链路状态,实时检测流量。
4.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在自调整多路径流量控制系统中,根据网络监控,网络中80%的流量小于100kb;因此,将大于100kb的流量标记后,再转发,经过自调整多路径流量控制系统,汇合进行路径计算,然后由流量表管理模块负责统一管理和流量转发。
5.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在网络跨域拥塞控制机制中,一个集中的控制器执行计算流量的功能转发规则,其转发决策为从全局而不是局部网络条件,因其考虑了可选链路的利用率和流量大小。
6.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在网络跨域拥塞控制机制中,采用了一种基于流量分配优化模型的链路利用率的样本方差,对流量的组合特点、网络状态及应用需求进行路由转发,并实现网络流量的有效平衡;每个链路的利用率越小,整体的流量控制环节越接近最佳平衡。
7.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在网络跨域拥塞控制机制中,根据交换机的拥塞,各交换机的流量检测开关可实时调节;假设所有前提都是建立在k条方法路径的基础上进行最优选择,k条最优路径被定义为满足最大剩余带宽且小于带宽利用率的集合。
8.根据权利要求1所述的一种多路径跨域架构的动态流量调度系统,其特征在于:在动态流量调度模块中,设计了一种改进的协同进化算法动态调整流量实现最优分配方案,算法应考虑到当前域内、域间整体的负载状况,增强网络流量分布,利用网络的灵活性,实现动态优化配置;该模块具有收集信息以及路径计算的功能,处理流量调度请求,并且将计算结果和流量调度策略发布给域间、域内相应模块。
9.一种计算机可读存储介质,其中包含计算机程序,该程序被CPU处理时可实现权利要求1-8所提供的方法步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310026340.0A CN116319559A (zh) | 2023-01-09 | 2023-01-09 | 一种多路径跨域架构的动态流量调度系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310026340.0A CN116319559A (zh) | 2023-01-09 | 2023-01-09 | 一种多路径跨域架构的动态流量调度系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116319559A true CN116319559A (zh) | 2023-06-23 |
Family
ID=86800355
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310026340.0A Pending CN116319559A (zh) | 2023-01-09 | 2023-01-09 | 一种多路径跨域架构的动态流量调度系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116319559A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116708304A (zh) * | 2023-08-01 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 数据传输路径的切换方法和装置、存储介质及电子设备 |
CN117914768A (zh) * | 2024-03-19 | 2024-04-19 | 中国科学院空天信息创新研究院 | 贯通节点的服务访问路径构建系统 |
-
2023
- 2023-01-09 CN CN202310026340.0A patent/CN116319559A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116708304A (zh) * | 2023-08-01 | 2023-09-05 | 腾讯科技(深圳)有限公司 | 数据传输路径的切换方法和装置、存储介质及电子设备 |
CN116708304B (zh) * | 2023-08-01 | 2023-11-14 | 腾讯科技(深圳)有限公司 | 数据传输路径的切换方法和装置、存储介质及电子设备 |
CN117914768A (zh) * | 2024-03-19 | 2024-04-19 | 中国科学院空天信息创新研究院 | 贯通节点的服务访问路径构建系统 |
CN117914768B (zh) * | 2024-03-19 | 2024-05-17 | 中国科学院空天信息创新研究院 | 贯通节点的服务访问路径构建系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116319559A (zh) | 一种多路径跨域架构的动态流量调度系统 | |
Zhang et al. | Toward concurrent video multicast orchestration for caching-assisted mobile networks | |
CN108512772B (zh) | 基于服务质量的数据中心流量调度方法 | |
US20070153683A1 (en) | Traffic rate control in a network | |
CN114567598B (zh) | 一种基于深度学习和跨域协作的负载均衡方法及装置 | |
CN107135158A (zh) | 一种多路径传输中最优路径选择方法 | |
CN108183828B (zh) | 一种基于局部无线网络拓扑的流量控制方法 | |
CN112350949B (zh) | 软件定义网络中基于流调度的重路由拥塞控制方法及系统 | |
CN103888976A (zh) | 一种联合网络调度和路由的链路选择方法 | |
CN108400936A (zh) | 基于mpls的空间信息网络路由方法 | |
Wang et al. | Load balancing for heterogeneous traffic in datacenter networks | |
Qadeer et al. | Flow-level dynamic bandwidth allocation in SDN-enabled edge cloud using heuristic reinforcement learning | |
Zhang et al. | QoSRA: a QoS-aware routing algorithm for software defined satellite networks | |
Wang et al. | SDN controller network load balancing approach for cloud computing data center | |
Huang et al. | An enhanced scheduling framework for elephant flows in SDN-based data center networks | |
Wei et al. | Energy efficient routing algorithm of software defined data center network | |
Wang et al. | Traffic load balancing based on probabilistic routing in data center networks | |
Chen et al. | Dynamic load balancing strategy based on link preference in sdn | |
CN109450809B (zh) | 一种数据中心调度系统及方法 | |
Parag et al. | Value-aware resource allocation for service guarantees in networks | |
Ouyang et al. | Flow granularity multi-path transmission optimization design for satellite networks | |
Chen et al. | A heuristic multi-path QoS routing algorithm for hierarchical networks | |
Zhang et al. | A fuzzy ranking based buffer replacement strategy for opportunistic networks | |
Shu et al. | A Dynamic Multipath Load Balancing Algorithm Based on Particle Swarm Optimization in DCN | |
Han et al. | RateMP: Optimizing Bandwidth Utilization with High Burst Tolerance in Data Center Networks |
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 |