IP网络中故障快速恢复技术的研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:gjb649666926
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
如今,网络已经融入到人们日常工作生活的方方面面,随着互联网的不断发展,诸如网络语音电话、在线游戏、电子商务、视频点播等实时应用业务不断涌现,对于网络故障恢复时间提出了更高的要求。而传统路由协议虽然可以解决几乎所有类型的故障,但其恢复时间过长,在重收敛完成前可能会出现丢包、延迟、环路、拥塞等一系列问题,已经不能满足实时应用业务的要求。因此,本文将研究IP网络中的故障快速恢复技术。现有的故障恢复方法主要可分为反应式技术和先应式技术两种,后者相比前者能够明显缩短网络延迟时间,减少丢包率,尤其适合用于解决频繁发生的短暂性故障,因而更具实用价值。本文主要研究的也是基于先应式技术的故障快速恢复算法。论文的主要工作包含以下几个方面:1.对先应式故障恢复技术进行了研究与探讨,提出一种针对网络单故障的快速恢复改进方法——IBP算法。该算法比较故障前后网络状态的变化,即故障组件总是将网络拓扑的最短路径树分割成多个互不连通的部分树,而能将这些部分树重新连通的可用路径就是算法生成的备份路径,随后还给出了备份路径的无环路证明。仿真结果表明IBP算法得到的备份路径平均长度要优于现有算法,与最短路径长度相差也较小,而且明显减少了故障恢复过程中的丢包数,同时算法的收敛性也可以得到保证,因而较适合应用于大规模的网络环境中。2.深入分析了网络故障恢复后可能出现的流量分配不均衡,导致链路拥塞的问题,并提出一种负载均衡方法,即建立网络流量矩阵和目标函数,借助遗传算法求解一组近似最优的链路权值。通过优化权值来合理分配业务流量,并与先应式故障恢复算法结合使用,既可实现单故障时的快速恢复,又能够有效避免拥塞,增强了故障恢复算法的可行性。3.研究了网络多故障情形下的两种快速恢复方法:RRL算法和MRC算法,并提出了一种基于最小生成树的改进算法。主要是通过给定一组合适的链路权值生成网络原始拓扑的最小生成树,从而产生第一个备份拓扑,再对其中的某些链路权值进行适当调整,以尽可能多的孤立出剩余的链路和节点,如此循环,最终生成数量较少的备份拓扑集,但同样具有应对网络多故障并发的能力。仿真结果表明改进算法充分节省了存储资源,适合应用于大规模的网络环境中。
其他文献
目标检测和跟踪,是从一系列的图像序列中检测出运动的目标,并且给出运动目标在图像中的位置。在视频监控、智能交通、军事等领域,目标检测和跟踪技术都得到了广泛的应用,是进行相
自从人类进入21世纪以来,计算机通信技术、网络通信技术、多媒体通信技术对人们的学习、工作、生活产生了广泛而深远的影响。人们对于安全的需求也在不断的增强,在人流量较大的
因为世界各国海军的发展和海洋民间开发,海洋水下通信的应用也越来越广泛,在军事方面在不安全信道下的通信安全一直都很重要。比如在敌人或靠近敌人范围内活动的蛙人与己方的安
近年来,多媒体传感器技术的快速发展,用户对无线传感器网络具有多媒体功能的需求日益迫切,无线多媒体传感器网络应运而生。多媒体数据能够提供更加丰富的监测区域信息,但是同样对
正交频分多址(OFDMA)和单载波频分多址(SC-FDMA)是第四代移动通信(4G)的两种主要的多址接入方案。OFDMA是一种无线多址接入技术,主要基于正交频分复用(OFDM)技术。然而,OFDMA
水下声学材料构件是水声工程中使用广泛且至关重要的水下部件,不同的应用背景对材料声学性能有特殊的要求。随着材料科学的进步,粘弹性高分子材料等高性能吸声新材料在吸声降噪等水声工程领域的应用日益广泛。因而,对该类材料在水声使用环境中的声学性能测量和研究是迫切需要解决的问题。水声无源材料的声学性能测量包括插入损失(透射系数)、回声降低(反射系数)、吸声系数等参数的测量。目前水声无源材料的声学性能测量在中高
信息物理系统(Cyber-physical system,CPS)是一个在环境感知的基础上,深度融合了计算、通信和控制能力的可控、可信、可扩展的网络化物理设备系统,CPS的一项基本应用就是采集数
本学位论文的研究课题来源于国家科技重大专项“新一代宽带无线移动通信网”之“超高速无线局域网无线接口关键技术研究与验证”课题(No.2010ZX03005-001-01)。该课题致力于
本论文分析了自差式8毫米波段探测器的回波信号和系统噪声特征,仿真并设计了信号处理电路,采用快速傅立叶变换(FFT)算法进行去噪。着重研究了系统的低噪声设计,对FFT去噪算法
随着互联网和信息技术的快速发展,多媒体信息资源越来越多,对多媒体信息进行检索和分类也越来越重要。广播、会议、互联网上的语音数据越来越多,如何在海量的语音库当中搜索出我