探究網(wǎng)絡(luò)新技術(shù)的研發(fā)策略論文

第第頁(yè)探究網(wǎng)絡(luò)新技術(shù)的研發(fā)策略論文通過(guò)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(guò)轉(zhuǎn)變發(fā)送數(shù)據(jù)的間隔來(lái)調(diào)整CBR流添加到網(wǎng)絡(luò)中的負(fù)載。路由協(xié)議采納HP_DSR協(xié)議，其中分別采納基于門限和基于概率的算法。目前，門限算法中門限值一般依據(jù)閱歷或?qū)嵭性囼?yàn)的方法手工設(shè)定。公正起見(jiàn)，首先通過(guò)試驗(yàn)獲得負(fù)載表征量的參考數(shù)據(jù)來(lái)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)載狀況，采納沒(méi)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，圖中直線為全部節(jié)點(diǎn)的平均負(fù)載表征值。由圖可見(jiàn)，無(wú)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)算得到重載狀況下平均負(fù)載表征值為10.096，在輕載狀況下平均負(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)分開不同負(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)的改變較為敏感，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)，由于網(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(wú)法通過(guò)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)載漸漸加重后，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能夠精確的區(qū)分開不同節(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(wú)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(wú)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)分負(fù)載之間的差異，并依據(jù)這種差異實(shí)行不同的準(zhǔn)入掌握；而門限算法只能對(duì)門限值四周的負(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)，都實(shí)行同樣的推斷結(jié)果，影響了負(fù)載均衡的精確性。

2.協(xié)議性能分析

通過(guò)仿真比較HP_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)載到達(dá)0.6時(shí)，網(wǎng)絡(luò)趨近飽和，兩個(gè)協(xié)議性能都惡化。但HP_DSR協(xié)議無(wú)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(méi)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)峻，吞吐量下降；數(shù)據(jù)排隊(duì)使時(shí)延增大；HP_DSR協(xié)議中的負(fù)載均衡機(jī)制，能夠有效的把負(fù)荷勻稱的`分布在網(wǎng)絡(luò)中，避開和減輕網(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，削減了分組排隊(duì)等待時(shí)間使時(shí)延降低。同時(shí)其路由準(zhǔn)入機(jī)制也掌握了路由申請(qǐng)的廣播，節(jié)約了信道資源，更有利于數(shù)據(jù)的傳輸。仿真結(jié)果和理論分析全都，HP_DSR協(xié)議中的負(fù)載均衡算法能夠精確有效工作，這使HP_DSR協(xié)議無(wú)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，并商量參數(shù)的的設(shè)置，使參數(shù)更加合理；另一方面進(jìn)一步討論算法在詳細(xì)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HP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HP_DSR能夠精確有效的進(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