基于QoS的智能组播路由算法研究

来源 :中国科学院研究生院 中国科学院大学 | 被引量 : 0次 | 上传用户:yangjie871202
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着网络技术的飞速发展,当前通信网络带宽和处理能力的提高使网络能够提供更多的多媒体业务,也使得支持“点到多点”或“多点到多点”的组播通信方式成为网络支持多媒体业务的必要形式。组播路由是网络层具备的功能,组播问题的关键在于组播路由的确定,寻找简单、高效、健壮的组播路由算法一直是网络界致力研究但未完全解决的问题。另一方面,许多分布式的多媒体应用对时延、时延抖动、带宽以及包丢失率有不同的要求,这需要当前网络能够传送具有这些QoS要求的实时多媒体信息。因此,作为QoS为中心的网络体系结构中不可缺少的组成部分,基于QoS约束的组播路由算法的研究成为网络研究领域的重要内容和热点问题。   本文介绍QoS组播技术的发展背景和工作原理,综述QoS组播路由算法的研究现状,对几种典型的组播路由算法进行了剖析,对两种主要的算法(遗传算法和蚁群算法)进行了改进,并用于解决QoS组播路由问题,得到了两种新的QoS组播路由算法。相对于其它启发式算法,本文所提算法优化性能更好,得到较优解的时间更短,具有简单快速、成功率高的特点,较好地克服了已有多播路由算法中存在的计算复杂度高,计算时间过久不能实际应用的缺点。仿真实验表明改进后的算法具有良好的性能。   本文的主要研究工作如下:   1、对组播问题的基本知识进行了综述,介绍了当前解决基于QoS组播问题的各种算法,介绍了两种智能优化算法——遗传算法和蚁群算法,为后面的工作打下了基础。   2、提出了两种求解时延受限组播路由问题的组播路由算法。第一种算法是基于免疫遗传算法的组播路由算法,这种算法在传统遗传算法的全局随机搜索基础上,借鉴人工免疫中抗体的多样性保持策略,大大提高了算法的群体多样性。第二种是基于免疫蚁群算法组播路由算法,在算法中引入免疫遗传学及免疫系统中的浓度控制机制,调节蚂蚁遍历过程中的信息量分布。实验表明这两种算法平衡了收敛速度与解的多样性之间的矛盾,有效避免了早熟和停滞现象.   3、提出了用免疫遗传算法来解决基于多约束的QoS组播路由问题。通过引入惩罚函数,把多约束度量转换为单约束度量,然后用免疫遗传算法较好的解决了多约束QoS组播路由问题。
其他文献
病历是病人病情、诊断、和处理方法的记录,是医护人员进行医疗活动的信息传递媒介和执行依据,是临床教学和科研的主要信息源。随着医院信息化的发展,病历逐步从纸张病历过渡到电
随着互连网络的广泛应用和高速发展,各种基于网络的Web服务如雨后春笋般出现了。Web服务的急剧增多,用户面对表现形式和复杂性都可能不相同的服务,如何正确、高效地从如此庞大的
目前,医院信息系统已取得较大发展,但由于成本和系统异构等原因,医院各医疗子系统仍存在信息孤岛问题,各系统间信息不能很好地集成共享、交流。随着计算机技术和网络的飞速发展,人
随着计算机网络的快速发展,信息安全变得越来越重要。为了保证信息系统的安全性,密码技术被应用于信息系统中。在密码技术中,需要众多的算法和协议,它们都需要敌手不知道、也无法
学位
随着计算机应用的越来越广泛、越来越深入,人们对计算机性能的要求也越来越高,而一般的计算机单机不具备处理大量数据及数据流量的能力,实际证明如果单靠提高计算机硬件的性能,那
随着互联网和多媒体技术的飞速发展,数字音视频、图书等在网络中比较容易被广泛分发。在用户得到方便的同时,非法分发极大的损害了内容提供商的利益。DRM(Digital Rights Manag
传统工作流管理系统把一个项目的各个操作环节组织在一起进行管理,提高了企业的运作效率,它有流程相对固定、任务的操作者相对固定的特点。进入二十一世纪,随着工作流技术的深入
本论文着重探讨了基于移动Agent的机场信息管理系统安全问题。从分析移动Agent技术及其安全问题入手,本文在论述了移动Agent系统所面临的各种安全性问题之后,详细介绍了现有的
学位
大数据分析是大数据应用的主要方向,传统的RDBMS的由于扩展性差,大数据下IO压力大,数据分析效率低下等问题,已经很难适应海量数据管理的需求。将HBase应用到业务系统做大数据分析
云存储系统作为快速存储大数据的一种方式,也是大数据的主要存储平台,其能耗问题已经成为当前大数据应用当中亟待解决的重要问题。云存储系统中数据块副本放置策略,磁盘状态,CPU