公務(wù)員期刊網(wǎng) 論文中心 正文

探究網(wǎng)絡(luò)新技術(shù)的研發(fā)策略

前言:想要寫出一篇引人入勝的文章?我們特意為您整理了探究網(wǎng)絡(luò)新技術(shù)的研發(fā)策略范文,希望能給你帶來靈感和參考,敬請(qǐng)閱讀。

探究網(wǎng)絡(luò)新技術(shù)的研發(fā)策略

1.準(zhǔn)入規(guī)則性能分析

通過仿真比較基于概率的路由準(zhǔn)入和基于門限的路由準(zhǔn)入。仿真中設(shè)置32個(gè)節(jié)點(diǎn)分布在2000*2000的區(qū)域內(nèi),應(yīng)用層配置16對(duì)CBR流,CBR流數(shù)據(jù)包的長(zhǎng)度隨機(jī)選擇,通過改變發(fā)送數(shù)據(jù)的間隔來調(diào)整CBR流添加到網(wǎng)絡(luò)中的負(fù)載。路由協(xié)議采用H&P_DSR協(xié)議,其中分別采用基于門限和基于概率的算法。目前,門限算法中門限值一般根據(jù)經(jīng)驗(yàn)或采取試驗(yàn)的方法手工設(shè)定。公平起見,首先通過實(shí)驗(yàn)獲得負(fù)載表征量的參考數(shù)據(jù)來設(shè)置門限算法中的門限值。在當(dāng)前仿真設(shè)置下,設(shè)置重載和輕載兩種網(wǎng)絡(luò)負(fù)載情況,采用沒有均衡的DSR協(xié)議,在網(wǎng)絡(luò)穩(wěn)定時(shí),分別測(cè)得重載和輕載狀態(tài)下某個(gè)時(shí)刻各節(jié)點(diǎn)的負(fù)載表征值分別。橫坐標(biāo)對(duì)應(yīng)節(jié)點(diǎn),縱坐標(biāo)是各節(jié)點(diǎn)對(duì)應(yīng)的負(fù)載表征值,圖中直線為所有節(jié)點(diǎn)的平均負(fù)載表征值。由圖可見,無論在重載還是輕載時(shí),節(jié)點(diǎn)間的負(fù)載差異均較大。即使在網(wǎng)絡(luò)重載時(shí),也有負(fù)載很輕的節(jié)點(diǎn)。計(jì)算得到重載情況下平均負(fù)載表征值為10.096,在輕載情況下平均負(fù)載表征值為5.115,故門限算法中分別設(shè)置兩個(gè)門限值A(chǔ)=10和B=5,以使門限能夠區(qū)別開不同負(fù)載的節(jié)點(diǎn),起到負(fù)載均衡的作用。對(duì)基于門限的算法和基于概率的算法進(jìn)行仿真,仿真30次取平均值。是網(wǎng)絡(luò)吞吐量曲線圖,是平均端到端時(shí)延曲線圖,其中橫坐標(biāo)都是歸一化的網(wǎng)絡(luò)負(fù)荷,縱坐標(biāo)分別是網(wǎng)絡(luò)吞吐量和平均端到端時(shí)延。圖中基于門限A的曲線其判決門限為10,基于門限B的曲線其判決門限為5。當(dāng)網(wǎng)絡(luò)輕載時(shí),節(jié)點(diǎn)的平均負(fù)載表征值為5,這時(shí)大部分節(jié)點(diǎn)的負(fù)載描述值都在門限5上下波動(dòng),判決門限5的對(duì)網(wǎng)絡(luò)狀態(tài)的變化較為敏感,能夠反應(yīng)網(wǎng)絡(luò)不同部分之間負(fù)載的差異,所以能夠?qū)W(wǎng)絡(luò)的負(fù)載起到均衡的作用;當(dāng)門限為10時(shí),因?yàn)榫W(wǎng)絡(luò)負(fù)載較輕,絕大部分節(jié)點(diǎn)的負(fù)載描述值都低于10,所以判決門限10無法通過路由的準(zhǔn)入對(duì)網(wǎng)絡(luò)的負(fù)載進(jìn)行有效的均衡,影響了均衡的效果。當(dāng)網(wǎng)絡(luò)負(fù)載逐漸加重后,各節(jié)點(diǎn)的負(fù)載描述值在10的上下波動(dòng),這時(shí)判決門限10能夠準(zhǔn)確的區(qū)別開不同節(jié)點(diǎn)之間的負(fù)載差異;相反判決門限5將普遍低于絕大部分節(jié)點(diǎn)的負(fù)載描述值,其無法有效的對(duì)網(wǎng)絡(luò)的負(fù)載進(jìn)行均衡,此時(shí)網(wǎng)絡(luò)的吞吐量和時(shí)延性能都不同程度的下降。從仿真曲線可以看到,在網(wǎng)絡(luò)輕載時(shí),門限值為5的算法性能更好,在網(wǎng)絡(luò)負(fù)載重載時(shí),門限值為10的算法性能更好。對(duì)比門限算法曲線和概率算法曲線,可以看到概率算法無論在網(wǎng)絡(luò)吞吐量還是網(wǎng)絡(luò)時(shí)延方面都好于門限算法。尤其在網(wǎng)絡(luò)重載時(shí),優(yōu)勢(shì)更加明顯。概率算法以連續(xù)曲線的方式對(duì)待不同的負(fù)載,能夠有效區(qū)別負(fù)載之間的差異,并根據(jù)這種差異采取不同的準(zhǔn)入控制;而門限算法只能對(duì)門限值附近的負(fù)載狀態(tài)進(jìn)行有效的區(qū)分,當(dāng)節(jié)點(diǎn)感知到的負(fù)載都低于或高于判決門限時(shí),都采取同樣的判斷結(jié)果,影響了負(fù)載均衡的準(zhǔn)確性。

2.協(xié)議性能分析

通過仿真比較H&P_DSR和DSR協(xié)議的性能仿真30次取平均值,結(jié)果如圖7和圖8.圖7和圖8分別為吞吐量和時(shí)延圖。圖中橫坐標(biāo)是歸一化的網(wǎng)絡(luò)負(fù)荷,縱坐標(biāo)分別是網(wǎng)絡(luò)吞吐量和平均端到端時(shí)延。從仿真結(jié)果能夠看到,隨著網(wǎng)絡(luò)負(fù)載增大,兩個(gè)協(xié)議的網(wǎng)絡(luò)吞吐量和時(shí)延都增大,在網(wǎng)絡(luò)負(fù)載達(dá)到0.6時(shí),網(wǎng)絡(luò)趨近飽和,兩個(gè)協(xié)議性能都惡化。但H&P_DSR協(xié)議無論在吞吐量還是時(shí)延性能都顯著優(yōu)于DSR協(xié)議,尤其在網(wǎng)絡(luò)負(fù)載較重時(shí)效果明顯,性能最高提升近10%。DSR協(xié)議沒有負(fù)載均衡機(jī)制,當(dāng)網(wǎng)絡(luò)負(fù)載較重時(shí),網(wǎng)絡(luò)擁塞使路由失效,數(shù)據(jù)丟失嚴(yán)重,吞吐量下降;數(shù)據(jù)排隊(duì)使時(shí)延增大;H&P_DSR協(xié)議中的負(fù)載均衡機(jī)制,能夠有效的把負(fù)荷均勻的分布在網(wǎng)絡(luò)中,避免和減輕網(wǎng)絡(luò)的擁塞,降低了數(shù)據(jù)丟失,提高了網(wǎng)絡(luò)的吞吐量,減少了分組排隊(duì)等待時(shí)間使時(shí)延降低。同時(shí)其路由準(zhǔn)入機(jī)制也控制了路由申請(qǐng)的廣播,節(jié)省了信道資源,更有利于數(shù)據(jù)的傳輸。仿真結(jié)果和理論分析一致,H&P_DSR協(xié)議中的負(fù)載均衡算法能夠準(zhǔn)確有效工作,這使H&P_DSR協(xié)議無論在網(wǎng)絡(luò)吞吐量還是在端到端時(shí)延都較DSR協(xié)議具有明顯優(yōu)勢(shì)。

3.結(jié)束語(yǔ)

本文下一步工作,一方面建立理論模型對(duì)算法進(jìn)行驗(yàn)證,并討論參數(shù)的的設(shè)置,使參數(shù)更加合理;另一方面進(jìn)一步研究算法在具體協(xié)議中的實(shí)現(xiàn),使算法在路由協(xié)議中具有更強(qiáng)的可操作性。提出一種基于路由準(zhǔn)入的負(fù)載均衡算法H&P算法,算法利用基于歷史信息的負(fù)載映射感知網(wǎng)絡(luò)的負(fù)載狀態(tài),用基于概率的路由準(zhǔn)入對(duì)網(wǎng)絡(luò)負(fù)載進(jìn)行調(diào)度。理論分析與仿真結(jié)果顯示,基于此方法開發(fā)的負(fù)載均衡路由協(xié)議H&P_DSR能夠準(zhǔn)確有效的進(jìn)行負(fù)載均衡,顯著提高網(wǎng)絡(luò)吞吐量,降低平均端到端時(shí)延。相比基于路由應(yīng)答優(yōu)化的負(fù)載均衡算法,H&P算法能夠有效控制路由廣播包的洪泛,節(jié)省信道資源;沒有對(duì)路由協(xié)議數(shù)據(jù)格式進(jìn)行任何修改,易于與按需路由協(xié)議結(jié)合;沒有增加任何的網(wǎng)絡(luò)開銷;負(fù)載均衡性能優(yōu)異,具有廣泛的適用性。

作者:張岱臣 牛大偉 王海 單位:解放軍理工大學(xué)