强化学习框架下移动自组织网络分步路由算法

移动自组织网络是一种无基础设施、由移动通信节点组成的无线网络,具有高动态特性。传统的路由协议并不能适应节点移动性带来的频繁拓扑变化,简单的洪泛路由也会因开销过大降低网络的性能。针对如何在移动自组织网络中自适应地进行路由选择,提出强化学习框架下的分步路由选择算法。该算法以最小链路总往返时延为目标,基于强化学习进行路由搜寻,在筛选出符合目标需求节点集合的基础上,结合置信度选择路由。在链路变得不可靠时,数据包被广播给筛选出的邻居节点集以提升路由可靠性并降低开销。对提出的算法在分组到达率和路由开销等主要性能指标进行数值仿真分析。仿真结果表明,提出的分步路由算法相比于基于强化学习的智能鲁棒路由,在降低开销的同时,保持着相当的吞吐率。     

一种基于范围表示B树的大容量IPv6路由查表算法

IPv6具有巨大的地址空间,未来要面对的将会是海量IPv6路由表,而且128位的IPv6地址比IPv4需要更多的访存数。算法针对IPv6路由查找问题中的这两个难点,提出利用B树高度较低的优良性质,将前缀转化为范围表保存在B树中,并在结点内部利用分段范围比较树算法来减少访存次数和空间耗费。理论分析和实验表明,该算法能够以很好的性能支持IPv6海量路由表的查找。     

基于切比雪夫神经网络的软件定义卫星网络智能路由策略

针对现有的软件定义卫星网络中流表占用的三态内容寻址存储器空间不断增加,复杂的流表项查找、匹配过程导致路由转发效率降低,无法满足多样化应用需求的问题,提出基于神经网络的软件定义卫星网络智能路由架构。控制器通过训练神经网络获取数据流的传输模式,并用训练后的神经网络代替流表,在此基础上提出基于Chebyshev神经网络的智能路由策略,交换机根据数据流的业务类型预测其转发路径,以满足卫星网络应用的服务质量要求。仿真结果表明:所提路由策略显著减少了占用的三态内容寻址存储器存储空间,提高了路由效率。     

基于双路由单元的SpaceWire总线性能评价方法研究*

本文基于双路由单元研究了SpaceWire总线的性能评价体系。研究中,首先给出了双路由单元的定义,推导了基于双路由单元的路由系统的数据传输时间和资源耗费的计算方法;其次推导了基于双路由单元的多路由拓扑系统的性能评价体系;然后采用蒙特卡洛模拟的方法建立了双路由单元系统的模拟平台,仿真计算了路由单元在不同接口配置情况下的性能。研究结果表明：基于双路由单元的传输时间和资源耗费指标能够评价SpaceWire总线的性能;并且在不同接口配置时,存在一种最佳的配置方式能够使得系统的性能达到最优。     

基于规则的域间路由系统异常检测

随着Internet的爆炸性增长,域间路由系统变得越来越复杂并难以控制,许多与域间路由安全相关的事件广泛引起了人们的关注。提出一个基于规则的域间路由监测框架,其中的规则可分为常规异常检测规则和特殊异常检测规则,它们能有效用于检测异常路由和可能的攻击行为,这两种规则的不同在于特殊异常检测规则是由大量路由得到的Internet模型来定义。研究了Internet层次模型与ISP商业关系模型的构造,基于这个框架实现了一个原型系统———ISP-Health,最后给出了检测能力结果。     

SpaceWire总线的双路由单元性能评价方法

基于双路由单元研究了Space Wire总线的性能评价体系。研究中给出双路由单元的定义,推导基于双路由单元的路由系统的数据传输时间和资源耗费的计算方法;推导基于双路由单元的多路由拓扑系统的性能评价体系;采用蒙特卡洛模拟的方法建立双路由单元系统的模拟平台,仿真计算路由单元在不同接口配置情况下的性能。研究结果表明:基于双路由单元的传输时间和资源耗费指标能够评价Space Wire总线的性能;在不同接口配置时,存在一种最佳的配置方式使系统的性能达到最优。     

高速路由与交换技术现状及发展趋势

多个方向的可扩展特性是新一代互联网的重要特点,这对高性能路由器的性能、规模、功能和服务等能力提出了更高的要求,高速路由与交换技术是承载这种可扩展特性的关键技术。从网络处理器设计、路由查找技术以及高速交换技术三个方面总结了高速路由与交换技术的研究和发展现状,并展望了未来的发展趋势。     

战术MANET中基于多态转移策略的蚁群优化QoS路由算法

战术MANET的QoS路由计算是一个NP完全问题,可以采用蚁群优化算法来求解.为了提高蚁群优化QoS路由算法的效率,降低时延和网络开销,提出了基于多态转移策略的蚁群优化QoS路由算法(MTS-AQRA).MTS-AQRA将链路稳定性和路由拥塞度与常规的QoS路由约束条件结合起来,利用多态转移策略产生的多样化路由搜索蚁群和并行路由搜索处理,能够在MANET网络中快速地建立满足业务QoS要求的稳定路由.仿真实验结果表明,MTS-AQRA在分组到达率、端到端时延、网络吞吐量等指标上综合性能优于AODV、AntHocNet、QoS-Aware ACO等路由算法.     

基于迭代Bargaining策略优化服务合成执行路径

服务质量(QoS)是优化服务合成执行路径的关键研究内容,当前绝大多数存在的方法很少注意到商业环境下服务商之间存在的隐性竞争压力可能会迫使服务商动态改变他们的QoS值以至于合成优化执行路径发生改变.针对此问题,提出一个基于迭代Bargaining策略的约束违背纠正方法.该方法使用本地最优化策略,在没有考虑用户QoS约束的情况下建立一条最优执行路径.对此路径,全局QoS计算模型和全局约束违背检查模型能找出所有发生的约束违背.一个迭代的Bargaining策略被递归作用于关键路径执行节点,使得更好服务提供商被选出替换原有执行节点,从而一个优化的执行路径能被重新建立以满足用户综合的QoS约束需求.