CN117714306A - 基于调度算法的以太网性能优化方法 - Google Patents
基于调度算法的以太网性能优化方法 Download PDFInfo
- Publication number
- CN117714306A CN117714306A CN202410167846.8A CN202410167846A CN117714306A CN 117714306 A CN117714306 A CN 117714306A CN 202410167846 A CN202410167846 A CN 202410167846A CN 117714306 A CN117714306 A CN 117714306A
- Authority
- CN
- China
- Prior art keywords
- network
- node
- data packet
- virtual
- ethernet
- 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
- 238000000034 method Methods 0.000 title claims abstract description 46
- 238000005457 optimization Methods 0.000 title claims abstract description 35
- 230000005540 biological transmission Effects 0.000 claims abstract description 47
- 238000012544 monitoring process Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 238000012423 maintenance Methods 0.000 claims abstract description 4
- 230000008569 process Effects 0.000 claims description 11
- 230000006870 function Effects 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 230000015556 catabolic process Effects 0.000 claims description 3
- 238000006731 degradation reaction Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 238000005265 energy consumption Methods 0.000 claims description 3
- 238000005206 flow analysis Methods 0.000 claims description 3
- 230000003014 reinforcing effect Effects 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 abstract description 4
- 239000002699 waste material Substances 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 230000008520 organization Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了基于调度算法的以太网性能优化方法,方法包括:网络流量分析、优化网络拓扑结构、配置调度算法、构建虚拟网络、网络安全优化和监控维护。本发明属于以太网技术领域,具体是指基于调度算法的以太网性能优化方法,本方案采用归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化,改善网络的拓扑结构,提高传输效率;采用计算秩参数、分配带宽资源和定义数据包传输数,按照优先级顺序进行数据包传输,合理调度和管理网络资源;采用构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,提供灵活、可管理和可扩展的虚拟网络环境。
Description
技术领域
本发明属于以太网技术领域,具体是基于调度算法的以太网性能优化方法。
背景技术
基于调度算法的以太网性能优化方法是一种利用合理的调度算法优化以太网网络性能的方法,通过对数据包的调度和传输顺序进行优化,旨在提高网络的带宽利用率、降低延迟和提高吞吐量,从而更好的满足用户对高速、可靠的数据传输的需求。但是现有的基于调度算法的以太网性能优化方法,存在以太网网络的拓扑结构不合理,不适合当前网络规模和数据传输需求,导致传输效率低下的技术问题;存在以太网网络资源管理不当,导致带宽浪费,网络拥塞的技术问题;存在以太网面临大规模扩展时,物理网络资源有限,且网络拓扑固定,难以进行快速调整和变更的技术问题。
发明内容
针对上述情况,为克服现有技术的缺陷,本发明提供了基于调度算法的以太网性能优化方法,针对以太网网络的拓扑结构不合理,不适合当前网络规模和数据传输需求,导致传输效率低下的技术问题,采用归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化,改善网络的拓扑结构,提高传输效率;针对以太网网络资源管理不当,导致带宽浪费,网络拥塞的技术问题,采用计算秩参数、分配带宽资源和定义数据包传输数,并按照优先级顺序进行数据包传输,合理调度和管理网络资源,达到更好的网络性能和效率;针对以太网面临大规模扩展时,物理网络资源有限,且网络拓扑固定,难以进行快速调整和变更的技术问题,采用构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,同时通过数据平面进行封装和解封装确保数据在底层网络的正确传输,提供灵活、可管理和可扩展的虚拟网络环境。
本发明采取的技术方案如下:本发明提供的基于调度算法的以太网性能优化方法,该方法包括以下步骤:
步骤S1:网络流量分析;
步骤S2:优化网络拓扑结构,具体为通过归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化,改善网络的拓扑结构,提高传输效率;
步骤S3:配置调度算法,具体为通过计算秩参数、分配带宽资源和定义数据包传输数,并按照优先级顺序进行数据包传输,合理调度和管理网络资源,达到更好的网络性能和效率;
步骤S4:构建虚拟网络,具体为构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,同时通过数据平面进行封装和解封装确保数据在底层网络的正确传输,提供灵活、可管理和可扩展的虚拟网络环境;
步骤S5:网络安全优化;
步骤S6:监控维护。
进一步地,在步骤S1中,所述网络流量分析,包括以下步骤:
步骤S11:流量捕获,对网络中的流量进行捕获,包括所有进出网络的数据包;
步骤S12:流量分析,包括以下步骤:
步骤S121:流量类型分析,根据数据包的协议、端口号,将流量进行类型分类;
步骤S122:流量量级分析,分析不同类型流量的数量和比例,了解流量的分布情况;
步骤S123:延迟和丢包分析,分析网络延迟和丢包情况,了解是否存在延迟过高和丢包率过高的问题;
步骤S124:宽带利用率分析,分析网络中不同流量所占用的带宽,了解带宽的利用率情况。
进一步地,在步骤S2中,所述优化网络拓扑结构,包括以下步骤:
步骤S21:初始化网络,对网络进行初始配置,包括设置IP地址、子网掩码和网关,确保网络基本运行环境正常,在网络中正确识别和定位设备;
步骤S22:建立集群网络,使网络中的节点形成合理的组织和协助关系,包括以下步骤:
步骤S221:归一化,将网络中的节点根据节点的性能指标、位置进行归一化处理,所用公式如下:
;
;
式中,表示归一化后的节点性能指标向量,W(0)表示原始节点的性能指标向量,表示W(0)的2范数,/>表示归一化后的节点位置信息向量,X表示节点的位置信息向量,/>表示X的2范数;
步骤S222:寻找获胜节点,为链路权重调整提供基准,所用公式如下:
;
式中,i*是距离最小的节点,即获胜节点,是距离最小的节点的归一化链路权重向量,/>是归一化后的节点位置信息向量与距离最小的节点的归一化链路权重向量的欧式距离;
步骤S223:确定获胜节点的获胜邻域,以获胜节点i*为锚点,确定需要调整链路权重的邻域,计算获胜节点的获胜邻域函数,所用公式如下:
;
式中,H(i,i*)是获胜节点的获胜邻域函数,用来衡量节点i与获胜节点i*的邻域关系,exp是指数函数,σ是控制获胜邻域大小的参数;
步骤S224:调整链路权重,更新链路权重向量,所用公式如下:
;
;
式中,表示第i个节点的链路权重在时间t的值,/>是在时间t+1时刻,第i个节点的链路权重的更新值,α(t)表示学习率,/>表示第i个节点的链路权重在一次更新中的变化量;
步骤S225:确定基于集群的网络拓扑,优化以太网的能量消耗,所用公式如下:
;
式中,cost(i,j)是节点i到节点j的成本,ECH是交换机的残余能量,E0是节点的初始能量,Ei是节点i的残余能量,η是能量和距离的组合系数,用来调整能量和距离对成本的影响权重,d(i,j)是节点i与节点j之间的距离,N1表示节点的总数;
步骤S23:聚类优化,针对交换机节点的数量和分布不同,调整交换机发射功率,优化交换机的布局和覆盖效果,完成基于集群的网络拓扑的优化;
步骤S24:数据传输,聚类优化完成后,每个交换机为其成员节点分配时隙,通过时分多址传输数据。
进一步地,在步骤S3中,所述配置调度算法,包括以下步骤:
步骤S31:计算秩参数,当数据包的等待时间超过阈值时,根据秩参数决定是否直接丢弃数据包,所用公式如下:
;
式中,wa是数据包的秩参数,a是数据包的索引,α是权重因子,α∈(0,1),用于平衡服务级别和调制方式对秩参数的影响,β是服务级别,η是调制方式;
步骤S32:分配带宽资源,选择数据包,使数据包大小总和不超过总带宽资源,所用公式如下:
;
式中,B是总带宽资源,N是数据包的总数量,ba表示第a个数据包的大小,表示第a个数据包被选中的情况,取值为1或0;
步骤S33:定义数据包传输数,在可靠重传的条件下计算出数据包传输数,确保数据包的可靠传输,所用公式如下:
;
;
式中,表示数据包的传输数,Nnum表示需要重新传输的数据包数量,L表示丢失的数据包数量,Lmax表示允许的最大重新传输次数;
步骤S34:数据包传输,根据配置调度结果,按照秩参数大小进行优先级排序,进行数据包传输。
进一步地,在步骤S4中,所述构建虚拟网络,包括以下步骤:
步骤S41:构建虚拟网络节点,在底层网络之上构建一组虚拟节点,所述虚拟节点通过底层以太网通信建立通讯关系;
步骤S42:ID分配和映射,为每个网络设备分配唯一的ID,并将ID映射到虚拟节点上,所述ID是IP地址,通过ID来识别和索引网络设备;
步骤S43:控制平面,控制平面负责收集和管理网络中的拓扑信息、路由信息,并将这些信息分发给虚拟节点,所述控制平面是SDN控制器,通过与虚拟节点进行通信来动态控制网络的行为;
步骤S44:转发平面,转发平面负责根据控制平面提供的信息进行数据包转发,在虚拟节点内部,通过逻辑方式实现数据的转发,根据控制平面的指示将数据包从虚拟节点转发至另一个虚拟节点;
步骤S45:数据平面封装,在基于ID的控制和转发中,数据包需要进行封装,封装后在底层网络中进行传输,虚拟节点负责将数据包封装并解封装,确保数据在底层网络中正确传输。
进一步地,在步骤S5中,所述网络安全优化,具体为加强网络安全措施,防止恶意攻击、数据泄露,避免因网络安全事件导致网络性能下降。
进一步地,在步骤S6中,所述监控维护,具体为定期监测评估网络性能,根据监测结果对网络配置、调度算法和流量控制策略进行调整优化,不断提高以太网性能。
采用上述方案本发明取得的有益成果如下:
(1)针对以太网网络的拓扑结构不合理,不适合当前网络规模和数据传输需求,导致传输效率低下的技术问题,采用归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化,改善网络的拓扑结构,提高传输效率;
(2)针对以太网网络资源管理不当,导致带宽浪费,网络拥塞的技术问题,采用计算秩参数、分配带宽资源和定义数据包传输数,并按照优先级顺序进行数据包传输,合理调度和管理网络资源,达到更好的网络性能和效率;
(3)针对以太网面临大规模扩展时,物理网络资源有限,且网络拓扑固定,难以进行快速调整和变更的技术问题,采用构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,同时通过数据平面进行封装和解封装确保数据在底层网络的正确传输,提供灵活、可管理和可扩展的虚拟网络环境。
附图说明
图1为本发明提供的基于调度算法的以太网性能优化方法的流程示意图;
图2为步骤S2的流程示意图;
图3为步骤S3的流程示意图;
图4为步骤S4的流程示意图。
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。
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。
实施例一,参阅图1,本发明提供的基于调度算法的以太网性能优化方法,该方法包括以下步骤:
步骤S1:网络流量分析;
步骤S2:优化网络拓扑结构,具体为通过归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化,改善网络的拓扑结构,提高传输效率;
步骤S3:配置调度算法,具体为通过计算秩参数、分配带宽资源和定义数据包传输数,并按照优先级顺序进行数据包传输,合理调度和管理网络资源,达到更好的网络性能和效率;
步骤S4:构建虚拟网络,具体为构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,同时通过数据平面进行封装和解封装确保数据在底层网络的正确传输,提供灵活、可管理和可扩展的虚拟网络环境;
步骤S5:网络安全优化;
步骤S6:监控维护。
实施例二,参阅图1,该实施例基于上述实施例,在步骤S1中,所述网络流量分析,包括以下步骤:
步骤S11:流量捕获,对网络中的流量进行捕获,包括所有进出网络的数据包;
步骤S12:流量分析,包括以下步骤:
步骤S121:流量类型分析,根据数据包的协议、端口号,将流量进行类型分类;
步骤S122:流量量级分析,分析不同类型流量的数量和比例,了解流量的分布情况;
步骤S123:延迟和丢包分析,分析网络延迟和丢包情况,了解是否存在延迟过高和丢包率过高的问题;
步骤S124:宽带利用率分析,分析网络中不同流量所占用的带宽,了解带宽的利用率情况。
实施例三,参阅图1和图2,该实施例基于上述实施例,在步骤S2中,所述优化网络拓扑结构,包括以下步骤:
步骤S21:初始化网络,对网络进行初始配置,包括设置IP地址、子网掩码和网关,确保网络基本运行环境正常,在网络中正确识别和定位设备;
步骤S22:建立集群网络,使网络中的节点形成合理的组织和协助关系,包括以下步骤:
步骤S221:归一化,将网络中的节点根据节点的性能指标、位置进行归一化处理,所用公式如下:
;
;
式中,表示归一化后的节点性能指标向量,W(0)表示原始节点的性能指标向量,表示W(0)的2范数,/>表示归一化后的节点位置信息向量,X表示节点的位置信息向量,/>表示X的2范数;
步骤S222:寻找获胜节点,为链路权重调整提供基准,所用公式如下:
;
式中,i*是距离最小的节点,即获胜节点,是距离最小的节点的归一化链路权重向量,/>是归一化后的节点位置信息向量与距离最小的节点的归一化链路权重向量的欧式距离;
步骤S223:确定获胜节点的获胜邻域,以获胜节点i*为锚点,确定需要调整链路权重的邻域,计算获胜节点的获胜邻域函数,所用公式如下:
;
式中,H(i,i*)是获胜节点的获胜邻域函数,用来衡量节点i与获胜节点i*的邻域关系,exp是指数函数,σ是控制获胜邻域大小的参数;
步骤S224:调整链路权重,更新链路权重向量,所用公式如下:
;
;
式中,表示第i个节点的链路权重在时间t的值,/>是在时间t+1时刻,第i个节点的链路权重的更新值,α(t)表示学习率,/>表示第i个节点的链路权重在一次更新中的变化量;
步骤S225:确定基于集群的网络拓扑,优化以太网的能量消耗,所用公式如下:
;
式中,cost(i,j)是节点i到节点j的成本,ECH是交换机的残余能量,E0是节点的初始能量,Ei是节点i的残余能量,η是能量和距离的组合系数,用来调整能量和距离对成本的影响权重,d(i,j)是节点i与节点j之间的距离,N1表示节点的总数;
步骤S23:聚类优化,针对交换机节点的数量和分布不同,调整交换机发射功率,优化交换机的布局和覆盖效果,完成基于集群的网络拓扑的优化;
步骤S24:数据传输,聚类优化完成后,每个交换机为其成员节点分配时隙,通过时分多址传输数据。
通过执行上述操作,采用归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化,改善网络的拓扑结构,提高传输效率,解决了以太网网络的拓扑结构不合理,不适合当前网络规模和数据传输需求,导致传输效率低下的技术问题。
实施例四,参阅图1和图3,该实施例基于上述实施例,在步骤S3中,所述配置调度算法,包括以下步骤:
步骤S31:计算秩参数,当数据包的等待时间超过阈值时,根据秩参数决定是否直接丢弃数据包,所用公式如下:
;
式中,wa是数据包的秩参数,a是数据包的索引,α是权重因子,α∈(0,1),用于平衡服务级别和调制方式对秩参数的影响,β是服务级别,η是调制方式;
步骤S32:分配带宽资源,选择数据包,使数据包大小总和不超过总带宽资源,所用公式如下:
;
式中,B是总带宽资源,N是数据包的总数量,ba表示第a个数据包的大小,表示第a个数据包被选中的情况,取值为1或0;
步骤S33:定义数据包传输数,在可靠重传的条件下计算出数据包传输数,确保数据包的可靠传输,所用公式如下:
;
;
式中,表示数据包的传输数,Nnum表示需要重新传输的数据包数量,L表示丢失的数据包数量,Lmax表示允许的最大重新传输次数;
步骤S34:数据包传输,根据配置调度结果,按照秩参数大小进行优先级排序,进行数据包传输。
通过执行上述操作,采用计算秩参数、分配带宽资源和定义数据包传输数,并按照优先级顺序进行数据包传输,合理调度和管理网络资源,达到更好的网络性能和效率,解决了以太网网络资源管理不当,导致带宽浪费,网络拥塞的技术问题。
实施例五,参阅图1和图4,该实施例基于上述实施例,在步骤S4中,所述构建虚拟网络,包括以下步骤:
步骤S41:构建虚拟网络节点,在底层网络之上构建一组虚拟节点,所述虚拟节点通过底层以太网通信建立通讯关系;
步骤S42:ID分配和映射,为每个网络设备分配唯一的ID,并将ID映射到虚拟节点上,所述ID是IP地址,通过ID来识别和索引网络设备;
步骤S43:控制平面,控制平面负责收集和管理网络中的拓扑信息、路由信息,并将这些信息分发给虚拟节点,所述控制平面是SDN控制器,通过与虚拟节点进行通信来动态控制网络的行为;
步骤S44:转发平面,转发平面负责根据控制平面提供的信息进行数据包转发,在虚拟节点内部,通过逻辑方式实现数据的转发,根据控制平面的指示将数据包从虚拟节点转发至另一个虚拟节点;
步骤S45:数据平面封装,在基于ID的控制和转发中,数据包需要进行封装,封装后在底层网络中进行传输,虚拟节点负责将数据包封装并解封装,确保数据在底层网络中正确传输。
通过执行上述操作,采用构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,同时通过数据平面进行封装和解封装确保数据在底层网络的正确传输,提供灵活、可管理和可扩展的虚拟网络环境,解决了以太网面临大规模扩展时,物理网络资源有限,且网络拓扑固定,难以进行快速调整和变更的技术问题。
实施例六,参阅图1,该实施例基于上述实施例,在步骤S5中,所述网络安全优化,具体为加强网络安全措施,防止恶意攻击、数据泄露,避免因网络安全事件导致网络性能下降。
实施例七,参阅图1,该实施例基于上述实施例,在步骤S6中,所述监控维护,具体为定期监测评估网络性能,根据监测结果对网络配置、调度算法和流量控制策略进行调整优化,不断提高以太网性能。
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。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
以上对本发明及其实施方式进行了描述,这种描述没有限制性,附图中所示的也只是本发明的实施方式之一,实际的结构并不局限于此。总而言之如果本领域的普通技术人员受其启示,在不脱离本发明创造宗旨的情况下,不经创造性的设计出与该技术方案相似的结构方式及实施例,均应属于本发明的保护范围。
Claims (7)
1.基于调度算法的以太网性能优化方法,其特征在于:该方法包括以下步骤:
步骤S1:网络流量分析;
步骤S2:优化网络拓扑结构,具体为通过归一化、寻找获胜节点和调整链路权重,确定基于集群的网络拓扑,并进行聚类优化;
步骤S3:配置调度算法,具体为通过计算秩参数、分配带宽资源和定义数据包传输数,并按照优先级顺序进行数据包传输;
步骤S4:构建虚拟网络,具体为构建虚拟网络节点,在底层网络之上实现控制平面和转发平面来管理和转发数据包,同时通过数据平面进行封装和解封装;
步骤S5:网络安全优化;
步骤S6:监控维护。
2.根据权利要求1所述的基于调度算法的以太网性能优化方法,其特征在于:在步骤S2中,所述优化网络拓扑结构,包括以下步骤:
步骤S21:初始化网络,对网络进行初始配置;
步骤S22:建立集群网络,包括以下步骤:
步骤S221:归一化,将网络中的节点根据节点的性能指标、位置进行归一化处理,所用公式如下:
;
;
式中,表示归一化后的节点性能指标向量,W(0)表示原始节点的性能指标向量,表示W(0)的2范数,/>表示归一化后的节点位置信息向量,X表示节点的位置信息向量,/>表示X的2范数;
步骤S222:寻找获胜节点,为链路权重调整提供基准,所用公式如下:
;
式中,i*是距离最小的节点,即获胜节点,是距离最小的节点的归一化链路权重向量,/>是归一化后的节点位置信息向量与距离最小的节点的归一化链路权重向量的欧式距离;
步骤S223:确定获胜节点的获胜邻域,以获胜节点i*为锚点,确定需要调整链路权重的邻域,计算获胜节点的获胜邻域函数,所用公式如下:
;
式中,H(i,i*)是获胜节点的获胜邻域函数,用来衡量节点i与获胜节点i*的邻域关系,exp是指数函数,σ是控制获胜邻域大小的参数;
步骤S224:调整链路权重,更新链路权重向量,所用公式如下:
;
;
式中,表示第i个节点的链路权重在时间t的值,/>是在时间t+1时刻,第i个节点的链路权重的更新值,α(t)表示学习率,/>表示第i个节点的链路权重在一次更新中的变化量;
步骤S225:确定基于集群的网络拓扑,优化以太网的能量消耗,所用公式如下:
;
式中,cost(i,j)是节点i到节点j的成本,ECH是交换机的残余能量,E0是节点的初始能量,Ei是节点i的残余能量,η是能量和距离的组合系数,用来调整能量和距离对成本的影响权重,d(i,j)是节点i与节点j之间的距离,N1表示节点的总数;
步骤S23:聚类优化,针对交换机节点的数量和分布不同,调整交换机发射功率,优化交换机的布局和覆盖效果,完成基于集群的网络拓扑的优化;
步骤S24:数据传输,聚类优化完成后,每个交换机为其成员节点分配时隙,通过时分多址传输数据。
3.根据权利要求1所述的基于调度算法的以太网性能优化方法,其特征在于:在步骤S3中,所述配置调度算法,包括以下步骤:
步骤S31:计算秩参数,当数据包的等待时间超过阈值时,根据秩参数决定是否直接丢弃数据包,所用公式如下:
;
式中,wa是数据包的秩参数,a是数据包的索引,α是权重因子,α∈(0,1),用于平衡服务级别和调制方式对秩参数的影响,β是服务级别,η是调制方式;
步骤S32:分配带宽资源,选择数据包,使数据包大小总和不超过总带宽资源,所用公式如下:
;
式中,B是总带宽资源,N是数据包的总数量,ba表示第a个数据包的大小,表示第a个数据包被选中的情况,取值为1或0;
步骤S33:定义数据包传输数,在可靠重传的条件下计算出数据包传输数,所用公式如下:
;
;
式中,表示数据包的传输数,Nnum表示需要重新传输的数据包数量,L表示丢失的数据包数量,Lmax表示允许的最大重新传输次数;
步骤S34:数据包传输,根据配置调度结果,按照秩参数大小进行优先级排序,进行数据包传输。
4.根据权利要求1所述的基于调度算法的以太网性能优化方法,其特征在于:在步骤S4中,所述构建虚拟网络,包括以下步骤:
步骤S41:构建虚拟网络节点,在现有以太网之上构建一组虚拟节点,所述虚拟节点通过底层以太网通信建立通讯关系;
步骤S42:ID分配和映射,为每个网络设备分配唯一的ID,并将ID映射到虚拟节点上;
步骤S43:控制平面,控制平面负责收集和管理网络中的拓扑信息、路由信息,并将这些信息分发给虚拟节点;
步骤S44:转发平面,转发平面负责根据控制平面提供的信息进行数据包转发,在虚拟节点内部,通过逻辑方式实现数据的转发,根据控制平面的指示将数据包从虚拟节点转发至另一个虚拟节点;
步骤S45:数据平面封装,在基于ID的控制和转发中,数据包需要进行封装,封装后在底层网络中进行传输,虚拟节点负责将数据包封装并解封装。
5.根据权利要求1所述的基于调度算法的以太网性能优化方法,其特征在于:在步骤S1中,所述网络流量分析,包括以下步骤:
步骤S11:流量捕获,对网络中的流量进行捕获,包括所有进出网络的数据包;
步骤S12:流量分析,包括以下步骤:
步骤S121:流量类型分析,根据数据包的协议、端口号,将流量进行类型分类;
步骤S122:流量量级分析,分析不同类型流量的数量和比例,了解流量的分布情况;
步骤S123:延迟和丢包分析,分析网络延迟和丢包情况,了解是否存在延迟过高和丢包率过高的问题;
步骤S124:宽带利用率分析,分析网络中不同流量所占用的带宽,了解带宽的利用率情况。
6.根据权利要求1所述的基于调度算法的以太网性能优化方法,其特征在于:在步骤S5中,所述网络安全优化,具体为加强网络安全措施,防止恶意攻击、数据泄露,避免因网络安全事件导致以太网性能下降。
7.根据权利要求1所述的基于调度算法的以太网性能优化方法,其特征在于:在步骤S6中,所述监控维护,具体为定期监测评估以太网网络性能,根据监测结果对网络配置、调度算法和流量控制策略进行调整优化。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410167846.8A CN117714306B (zh) | 2024-02-06 | 2024-02-06 | 基于调度算法的以太网性能优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410167846.8A CN117714306B (zh) | 2024-02-06 | 2024-02-06 | 基于调度算法的以太网性能优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117714306A true CN117714306A (zh) | 2024-03-15 |
CN117714306B CN117714306B (zh) | 2024-04-16 |
Family
ID=90162953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410167846.8A Active CN117714306B (zh) | 2024-02-06 | 2024-02-06 | 基于调度算法的以太网性能优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117714306B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360452A (zh) * | 2011-10-26 | 2012-02-22 | 西安电子科技大学 | 基于最少资源神经网络求解大规模图的最短路径方法 |
US20180109541A1 (en) * | 2016-10-17 | 2018-04-19 | Arm Ltd. | Blockchain mining using trusted nodes |
CN111133702A (zh) * | 2017-09-05 | 2020-05-08 | 高通股份有限公司 | 用于同步的nr-ss的预编码rts/cts |
CN114050961A (zh) * | 2021-11-08 | 2022-02-15 | 南京大学 | 一种大规模网络仿真系统及资源动态调度分配方法 |
-
2024
- 2024-02-06 CN CN202410167846.8A patent/CN117714306B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102360452A (zh) * | 2011-10-26 | 2012-02-22 | 西安电子科技大学 | 基于最少资源神经网络求解大规模图的最短路径方法 |
US20180109541A1 (en) * | 2016-10-17 | 2018-04-19 | Arm Ltd. | Blockchain mining using trusted nodes |
CN111133702A (zh) * | 2017-09-05 | 2020-05-08 | 高通股份有限公司 | 用于同步的nr-ss的预编码rts/cts |
CN114050961A (zh) * | 2021-11-08 | 2022-02-15 | 南京大学 | 一种大规模网络仿真系统及资源动态调度分配方法 |
Non-Patent Citations (1)
Title |
---|
费金龙;祝凯捷;李娟;: "一种基于调节因子的动态自组织映射网络流量分类方法", 信息工程大学学报, no. 02, 15 April 2016 (2016-04-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN117714306B (zh) | 2024-04-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102075444B (zh) | 一种保障多类型业务服务质量的网络系统及方法 | |
CN113572686B (zh) | 一种基于SDN的天地一体化自适应动态QoS路由方法 | |
CN110234127B (zh) | 一种基于sdn的雾网络任务卸载方法 | |
WO2017078922A1 (en) | Apparatus and method for network flow scheduling | |
CN113347108B (zh) | 一种基于q-学习的sdn负载均衡方法及系统 | |
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 | |
WO2000024164A1 (en) | Method and apparatus for network control | |
CN103618677A (zh) | 一种网络流量调整方法及系统 | |
CN107105455B (zh) | 一种基于自回程感知的用户接入负载均衡方法 | |
US9072097B2 (en) | Method for selecting allocable wireless resources, device for selecting allocable wireless resources, and communication device | |
Ghaffari et al. | Energy-efficient and QoS-aware geographic routing protocol for wireless sensor networks | |
CN111988796A (zh) | 基于双模通信的台区信息采集业务带宽优化系统及方法 | |
CN114124792B (zh) | 混合双模异构配电场域网多径并发传输动态决策方法及装置 | |
CN108337184A (zh) | 流量均衡调度方法及装置 | |
CN103888976A (zh) | 一种联合网络调度和路由的链路选择方法 | |
WO2015042773A1 (zh) | 一种接入点配置方法和控制器 | |
CN102932268A (zh) | 一种数据报文转发方法和装置 | |
Wu et al. | A game-theoretical approach for energy-efficient resource allocation in MEC network | |
Qadeer et al. | Flow-level dynamic bandwidth allocation in SDN-enabled edge cloud using heuristic reinforcement learning | |
CN117714306B (zh) | 基于调度算法的以太网性能优化方法 | |
Sharma et al. | An adaptive, fault tolerant, flow-level routing scheme for data center networks | |
WO2017008285A1 (zh) | 无线回程通信的方法和装置 | |
CN116828548A (zh) | 一种针对电力无线网络的基于强化学习的最佳路由调度方法 | |
Chiang et al. | Jointly optimal congestion control and power control in wireless multihop networks | |
CN103260270B (zh) | 一种基站 |
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 |