移動(dòng)自組織網(wǎng)絡(luò)中基于概率的負(fù)載均衡算法

移動(dòng)自組織網(wǎng)絡(luò)中基于概率的負(fù)載均衡算法

0基于路由準(zhǔn)入的負(fù)載均衡算法移動(dòng)自組織網(wǎng)絡(luò)（移動(dòng)應(yīng)用程序網(wǎng)絡(luò)）的無(wú)線(xiàn)通道體積有限。如果網(wǎng)絡(luò)負(fù)載較大，網(wǎng)絡(luò)負(fù)載容易過(guò)載，網(wǎng)絡(luò)性能就會(huì)下降。經(jīng)典的按需路由協(xié)議AODV［1］和DSR［2］等在網(wǎng)絡(luò)輕負(fù)載情況下表現(xiàn)良好,但在負(fù)載較重的情況下性能都急劇惡化［3］。主要是由于協(xié)議在路徑選擇時(shí)傾向于使用相同的節(jié)點(diǎn)作為中間節(jié)點(diǎn),大量的數(shù)據(jù)通過(guò)少量節(jié)點(diǎn)必然引起網(wǎng)絡(luò)的擁塞。隨著業(yè)務(wù)流負(fù)載強(qiáng)度的增大,擁塞導(dǎo)致路由信息的丟失將很快觸發(fā)更多路由控制分組的產(chǎn)生,從而進(jìn)一步加重網(wǎng)絡(luò)擁塞。網(wǎng)絡(luò)擁塞帶來(lái)的網(wǎng)絡(luò)性能下降使負(fù)載均衡技術(shù)受到越來(lái)越多的關(guān)注。目前,負(fù)載均衡一般在路由層實(shí)現(xiàn),主要的負(fù)載均衡技術(shù)有蟻群算法、基于感知的負(fù)載均衡算法等。蟻群算法由意大利學(xué)者提出,是一種優(yōu)良的啟發(fā)式隨機(jī)優(yōu)化算法,采用正反饋機(jī)制實(shí)現(xiàn)分布式全局優(yōu)化,通過(guò)信息素的不斷更新最終收斂于最優(yōu)路徑上,其固有的并行計(jì)算特性有利于實(shí)現(xiàn)分散控制?，F(xiàn)在蟻群算法已經(jīng)以多種方式應(yīng)用于路由協(xié)議中［4，5］。另一種研究得較多的算法是基于感知的負(fù)載均衡算法。文獻(xiàn)提出一種基于統(tǒng)計(jì)量的負(fù)載度量方法,節(jié)點(diǎn)統(tǒng)計(jì)接收到的數(shù)據(jù)包數(shù),并以此設(shè)計(jì)了一個(gè)統(tǒng)計(jì)量LVC(loadcoefficientofvariance)作為負(fù)載的度量,然后在網(wǎng)絡(luò)中選擇一條最優(yōu)度量值的路徑,從而達(dá)到負(fù)載均衡的目的。文獻(xiàn)提出一種負(fù)載均衡算法,其以節(jié)點(diǎn)的空閑時(shí)間和鄰居節(jié)點(diǎn)的空閑時(shí)間作為聯(lián)合度量,既考慮了節(jié)點(diǎn)本身的負(fù)載情況,同時(shí)也考慮了其他發(fā)送節(jié)點(diǎn)競(jìng)爭(zhēng)信道時(shí)帶來(lái)的影響。文獻(xiàn)提出一種基于信道占用率的負(fù)載均衡算法,其以節(jié)點(diǎn)感知到的信道占用率作為負(fù)載度量值。這些負(fù)載均衡算法都以隊(duì)列長(zhǎng)度、時(shí)延、信道繁忙度等一個(gè)或幾個(gè)參數(shù)作為負(fù)載輕重的度量,其思想都是在路由建立過(guò)程中攜帶負(fù)載信息,目的節(jié)點(diǎn)選擇負(fù)載較輕的路徑建立路由。蟻群算法需要向網(wǎng)絡(luò)中發(fā)送螞蟻分組來(lái)進(jìn)行負(fù)載均衡,而基于感知的負(fù)載均衡算法需要在節(jié)點(diǎn)間傳播負(fù)載信息。無(wú)論哪種算法都需要占用額外的信道資源,尤其大部分負(fù)載信息需要在網(wǎng)絡(luò)中以廣播方式存在,占用大量的信道資源,將對(duì)網(wǎng)絡(luò)的性能帶來(lái)嚴(yán)重影響［9］。本文對(duì)基于路由準(zhǔn)入的負(fù)載均衡算法進(jìn)行研究?；诼酚蓽?zhǔn)入的算法不需要占用額外的信道資源,并且能夠有效控制路由時(shí)廣播包的洪泛,減少對(duì)信道資源的占用,與路由協(xié)議的松散耦合也使算法應(yīng)用更加靈活。文獻(xiàn)就路由準(zhǔn)入算法有了一些論述,并提出一種基于路由準(zhǔn)入的負(fù)載均衡算法,其以接口隊(duì)列長(zhǎng)度作為負(fù)載度量,以一個(gè)固定的隊(duì)列長(zhǎng)度值作為路由準(zhǔn)入的門(mén)限。但是,基于門(mén)限的算法適應(yīng)性不強(qiáng),算法對(duì)高于門(mén)限或低于門(mén)限的度量值一并處理,不夠準(zhǔn)確;由于缺乏與網(wǎng)絡(luò)負(fù)載狀態(tài)的橫向比較,其調(diào)度算法也不準(zhǔn)確。本文提出了一種新的基于路由準(zhǔn)入的負(fù)載均衡算法———H&P(historicalandprobability)算法。該算法由基于歷史信息的負(fù)載映射機(jī)制和基于概率的路由準(zhǔn)入組成,算法能有效解決路由準(zhǔn)入中負(fù)載狀態(tài)判斷不準(zhǔn)和門(mén)限準(zhǔn)入規(guī)則適應(yīng)性不強(qiáng)的問(wèn)題,并把H&P算法與經(jīng)典的按需路由協(xié)議DSR相結(jié)合,設(shè)計(jì)了H&P_DSR協(xié)議。1算法描述1.1節(jié)點(diǎn)按負(fù)載描述的安全評(píng)估目前,負(fù)載均衡中的路由準(zhǔn)入算法大部分基于門(mén)限準(zhǔn)則來(lái)實(shí)現(xiàn)［11］。門(mén)限準(zhǔn)則通過(guò)設(shè)置一個(gè)門(mén)限值來(lái)判斷路由準(zhǔn)入,低于(或高于)門(mén)限值則準(zhǔn)入(或禁止)路由。但是可以看到,門(mén)限準(zhǔn)則模糊了所有負(fù)載描述值低于門(mén)限的節(jié)點(diǎn)之間的差別,也模糊了所有負(fù)載描述值高于門(mén)限的節(jié)點(diǎn)之間的差別,這勢(shì)必對(duì)負(fù)載均衡的效果產(chǎn)生不利的影響。相比基于門(mén)限的路由準(zhǔn)入機(jī)制,基于概率的算法并不直接決定是否準(zhǔn)入路由,而是綜合各種信息得到一個(gè)準(zhǔn)入的概率,節(jié)點(diǎn)以該概率進(jìn)行路由準(zhǔn)入。如圖1所示,節(jié)點(diǎn)B、C和D都收到了來(lái)自源節(jié)點(diǎn)A的路由請(qǐng)求,在t1時(shí)刻節(jié)點(diǎn)B、C和D的負(fù)載描述值分別為8、10和12。如果門(mén)限值為7,那么三個(gè)節(jié)點(diǎn)的負(fù)載都高于門(mén)限值,則此門(mén)限值的設(shè)定就無(wú)法區(qū)別出節(jié)點(diǎn)B、C和D之間的負(fù)載差異;同樣,在t2時(shí)刻B、C、D三個(gè)節(jié)點(diǎn)的負(fù)載描述值分別為4、6、8時(shí),如果門(mén)限值為10,那么此門(mén)限值也無(wú)法區(qū)別出三個(gè)節(jié)點(diǎn)之間的差異,而實(shí)際上三個(gè)節(jié)點(diǎn)的負(fù)載有較大的差異。概率算法針對(duì)不同的負(fù)載描述值得到不同的路由準(zhǔn)入概率。例如對(duì)于負(fù)載描述值8、10和12,概率算法分別給予80%、60%和30%的準(zhǔn)入概率,那么B、C和D三個(gè)節(jié)點(diǎn)路由準(zhǔn)入的結(jié)果必然不同,節(jié)點(diǎn)D轉(zhuǎn)發(fā)RREQ將多于其他兩個(gè)節(jié)點(diǎn)?；诟怕实乃惴軌驕?zhǔn)確區(qū)別節(jié)點(diǎn)之間的負(fù)載差異,對(duì)不同負(fù)載給予不同的策略。對(duì)于一個(gè)既定的負(fù)載量,要求得到一個(gè)對(duì)應(yīng)的準(zhǔn)入概率。如果把給定的負(fù)載量L作為自變量,而對(duì)應(yīng)的準(zhǔn)入概率P作為函數(shù)值,那么就可以確定負(fù)載量和準(zhǔn)入概率之間的函數(shù)對(duì)應(yīng)關(guān)系:其中:P是準(zhǔn)入概率,L是節(jié)點(diǎn)的負(fù)載量,F是概率函數(shù)。給定一個(gè)負(fù)載L就可以通過(guò)式(1)算出路由準(zhǔn)入的概率P。概率函數(shù)F可以用多條曲線(xiàn)來(lái)擬合,理論上講,只要是單調(diào)下降的函數(shù)曲線(xiàn)都合適,使大的負(fù)載描述值對(duì)應(yīng)小的準(zhǔn)入概率(負(fù)載描述值越大,負(fù)載越重),但是不同曲線(xiàn)對(duì)應(yīng)不同的協(xié)議性能。1.2節(jié)點(diǎn)在網(wǎng)絡(luò)區(qū)域內(nèi)的負(fù)載狀態(tài)變化基于路由準(zhǔn)入的負(fù)載調(diào)度算法是完全分布式運(yùn)算的,節(jié)點(diǎn)之間沒(méi)有任何的負(fù)載信息交互。因此節(jié)點(diǎn)對(duì)網(wǎng)絡(luò)狀態(tài)感知的準(zhǔn)確性就成為負(fù)載均衡的關(guān)鍵之一?；跉v史信息的負(fù)載映射利用節(jié)點(diǎn)的歷史負(fù)載信息來(lái)映射網(wǎng)絡(luò)的負(fù)載狀態(tài),為節(jié)點(diǎn)的路由準(zhǔn)入提供有效的參考。研究發(fā)現(xiàn)節(jié)點(diǎn)負(fù)載強(qiáng)度與節(jié)點(diǎn)在網(wǎng)絡(luò)中的位置有很大的關(guān)系,當(dāng)節(jié)點(diǎn)處在網(wǎng)絡(luò)的中心區(qū)域時(shí),由于經(jīng)過(guò)的路由數(shù)比較多,所以節(jié)點(diǎn)負(fù)載一般較高;相反,當(dāng)節(jié)點(diǎn)處在網(wǎng)絡(luò)邊緣時(shí),負(fù)載較低。又由于節(jié)點(diǎn)的移動(dòng),節(jié)點(diǎn)在網(wǎng)絡(luò)中的位置不斷發(fā)生變化,從而節(jié)點(diǎn)的負(fù)載狀態(tài)也在不斷改變。在一定的網(wǎng)絡(luò)區(qū)域內(nèi),以節(jié)點(diǎn)隨機(jī)移動(dòng)為例,理論上經(jīng)過(guò)足夠長(zhǎng)的時(shí)間,節(jié)點(diǎn)會(huì)遍歷網(wǎng)絡(luò),經(jīng)歷網(wǎng)絡(luò)的各種負(fù)載狀態(tài),稱(chēng)之為節(jié)點(diǎn)的網(wǎng)絡(luò)各態(tài)歷經(jīng)性。也就是在經(jīng)過(guò)足夠的時(shí)間后,節(jié)點(diǎn)能夠掌握足夠豐富的網(wǎng)絡(luò)負(fù)載信息,而這些信息與當(dāng)前時(shí)刻其他節(jié)點(diǎn)的負(fù)載高度相關(guān)。所以,節(jié)點(diǎn)在歷經(jīng)各種網(wǎng)絡(luò)負(fù)載狀態(tài)時(shí),記錄下相應(yīng)時(shí)刻的負(fù)載描述值,作為路由準(zhǔn)入時(shí)的橫向比較參考,使路由準(zhǔn)入更準(zhǔn)確。圖2是四個(gè)相隔不遠(yuǎn)時(shí)刻的網(wǎng)絡(luò)拓?fù)?圖中著色的節(jié)點(diǎn)為同一個(gè)節(jié)點(diǎn)A。從圖中可以看到,從t1時(shí)刻到t4時(shí)刻這段時(shí)間內(nèi),節(jié)點(diǎn)A由網(wǎng)絡(luò)的中心運(yùn)動(dòng)到了網(wǎng)絡(luò)的邊緣(其他節(jié)點(diǎn)也會(huì)移動(dòng),只是筆者并不關(guān)心),而節(jié)點(diǎn)移動(dòng)之后的位置被其他節(jié)點(diǎn)取代。如圖2(b)中的t2時(shí)刻,節(jié)點(diǎn)B運(yùn)動(dòng)到了節(jié)點(diǎn)A在t1時(shí)刻的位置,其他幾個(gè)圖同理。節(jié)點(diǎn)在網(wǎng)絡(luò)中位置的變化導(dǎo)致節(jié)點(diǎn)的負(fù)載狀態(tài)改變,在t1、t2、t3、t4四個(gè)時(shí)刻,節(jié)點(diǎn)A的負(fù)載描述值分別為9、7、5和3,可見(jiàn)節(jié)點(diǎn)的負(fù)載在逐漸降低。而在這個(gè)過(guò)程中,節(jié)點(diǎn)不斷記錄負(fù)載信息,包括變化過(guò)程中負(fù)載的最大值、最小值以及整個(gè)過(guò)程中的負(fù)載平均值等。節(jié)點(diǎn)A記錄的負(fù)載最大值是t1時(shí)刻,其負(fù)載描述值為9,負(fù)載的最小值是在t4時(shí)刻,其負(fù)載描述值為3,整個(gè)過(guò)程負(fù)載的平均值為(9+7+5+3)/4=6。節(jié)點(diǎn)利用這些歷史負(fù)載信息來(lái)映射網(wǎng)絡(luò)的負(fù)載狀態(tài)。如節(jié)點(diǎn)記錄的歷史最大負(fù)載描述值為9,那么很可能此時(shí)網(wǎng)絡(luò)中的其他某個(gè)節(jié)點(diǎn)的負(fù)載值為9。通過(guò)當(dāng)前的負(fù)載值與歷史負(fù)載值比較,節(jié)點(diǎn)很容易判斷出自己的負(fù)載輕重,從而決定是否準(zhǔn)入路由,達(dá)到負(fù)載均衡的目的。1.3負(fù)載信息的設(shè)計(jì)DSR(dynamicsourcerouting)是MANET中的經(jīng)典按需源路由協(xié)議,鑒于其研究的廣泛性和代表性,本節(jié)在DSR協(xié)議中實(shí)現(xiàn)H&P算法,添加了H&P算法的新協(xié)議稱(chēng)為H&P_DSR協(xié)議。H&P_DSR協(xié)議的路由過(guò)程類(lèi)似于DSR協(xié)議。當(dāng)源節(jié)點(diǎn)沒(méi)有到達(dá)目的節(jié)點(diǎn)的路由時(shí),廣播RREQ發(fā)起路由尋找,中間節(jié)點(diǎn)利用H&P算法決定是否準(zhǔn)入路由。準(zhǔn)入路由的節(jié)點(diǎn)轉(zhuǎn)發(fā)RREQ,其他節(jié)點(diǎn)丟棄路由申請(qǐng),目的節(jié)點(diǎn)收到RREQ之后回送路由應(yīng)答RREP,最終形成源節(jié)點(diǎn)到目的節(jié)點(diǎn)的路由。H&P_DSR協(xié)議中的H&P算法主要通過(guò)以下幾個(gè)規(guī)則實(shí)現(xiàn):規(guī)則1負(fù)載表征量的設(shè)計(jì)。能夠描述網(wǎng)絡(luò)負(fù)載的表征量有很多,主要的有時(shí)延、信道占用時(shí)間、路由數(shù)和緩沖區(qū)隊(duì)列長(zhǎng)度等。時(shí)延表征量是選擇一條時(shí)延最短的路徑;信道占用時(shí)間是以節(jié)點(diǎn)感知到的信道被占用的時(shí)間作為負(fù)載的度量;路由數(shù)是以經(jīng)過(guò)節(jié)點(diǎn)的路由數(shù)目作為負(fù)載的度量;緩沖區(qū)隊(duì)列長(zhǎng)度是以節(jié)點(diǎn)接口隊(duì)列緩沖區(qū)長(zhǎng)度作為負(fù)載度量。不同的表征量各有特點(diǎn),操作也不相同。時(shí)延和路由數(shù)表征量需要在節(jié)點(diǎn)之間交換表征量信息,增加了額外開(kāi)銷(xiāo),且對(duì)負(fù)載的描述不全面;信道占用時(shí)間是一個(gè)有效的負(fù)載度量［12］,但是需要MAC協(xié)議支持,即需要跨層設(shè)計(jì),這增加了協(xié)議的復(fù)雜性,也破壞了負(fù)載均衡算法與協(xié)議的松散耦合;緩沖區(qū)隊(duì)列長(zhǎng)度對(duì)負(fù)載的描述簡(jiǎn)單有效,而且具有獨(dú)立分布式運(yùn)算、易于操作等特點(diǎn)。所以在H&P_DSR協(xié)議中選擇緩沖區(qū)隊(duì)列長(zhǎng)度作為負(fù)載表征量。規(guī)則2負(fù)載信息的學(xué)習(xí)與搜集。H&P算法中對(duì)網(wǎng)絡(luò)負(fù)載狀態(tài)的判讀依賴(lài)節(jié)點(diǎn)運(yùn)行時(shí)搜集的信息。節(jié)點(diǎn)搜集到的負(fù)載信息越多,對(duì)網(wǎng)絡(luò)負(fù)載的分布情況判斷越準(zhǔn)確,負(fù)載均衡的效果就越好。由于開(kāi)始時(shí)節(jié)點(diǎn)沒(méi)有搜集到足夠的負(fù)載信息,所以前幾個(gè)周期并不進(jìn)行路由準(zhǔn)入的判斷,而是正常路由,只對(duì)網(wǎng)絡(luò)的負(fù)載情況進(jìn)行采樣和記錄,其中包括節(jié)點(diǎn)運(yùn)行過(guò)程中負(fù)載表增量的最大值(記為L(zhǎng)max)、最小值(記為L(zhǎng)min)以及平均值(記為L(zhǎng)ave)。可以靈活地設(shè)置路由準(zhǔn)入介入的時(shí)間,理論上此時(shí)間越長(zhǎng)節(jié)點(diǎn)搜集到的信息越豐富,路由準(zhǔn)入判斷越準(zhǔn)確。實(shí)際中可根據(jù)具體的應(yīng)用來(lái)設(shè)計(jì),其與節(jié)點(diǎn)的移動(dòng)速度、通信距離等有關(guān)。在當(dāng)前仿真場(chǎng)景下,在2000×2000m2范圍內(nèi)的區(qū)域內(nèi),節(jié)點(diǎn)的平均速度為20m/s,通信距離為400m,理論上節(jié)點(diǎn)從網(wǎng)絡(luò)邊緣進(jìn)入到中心所用的時(shí)間大約為30s?？蓳?jù)此來(lái)設(shè)計(jì)路由準(zhǔn)入介入的時(shí)間設(shè)置為30s,其他應(yīng)用場(chǎng)景亦可據(jù)此計(jì)算。規(guī)則3概率函數(shù)的設(shè)計(jì)。選用最常用和直觀的直線(xiàn)來(lái)擬合概率函數(shù)。設(shè)直線(xiàn)函數(shù)為其中:α和β是未知的常數(shù)。那么,根據(jù)規(guī)則2中節(jié)點(diǎn)記錄的歷史負(fù)載信息,應(yīng)該是大的負(fù)載對(duì)應(yīng)小的準(zhǔn)入概率,而小的負(fù)載對(duì)應(yīng)大的準(zhǔn)入概率。最小的負(fù)載為L(zhǎng)min,對(duì)應(yīng)最大的準(zhǔn)入概率為Pmax,則得到一個(gè)坐標(biāo)點(diǎn)A(Lmin,Pmax),同理,最大的負(fù)載為L(zhǎng)max,最小的準(zhǔn)入概率為Pmin,得到另一個(gè)坐標(biāo)點(diǎn)B(Lmax,Pmin)。把已知的坐標(biāo)點(diǎn)A和B代入直線(xiàn)函數(shù)中,得到方程組:解此方程組可得:代入直線(xiàn)函數(shù)中,則可得到負(fù)載量和準(zhǔn)入概率的映射函數(shù):當(dāng)節(jié)點(diǎn)收到路由申請(qǐng)的時(shí)候,可通過(guò)式(5)代入負(fù)載描述值而得到路由準(zhǔn)入的概率,進(jìn)而決定是否接受此路由。式(5)中,Pmax和Pmin是可調(diào)參數(shù),其設(shè)置的原則是首先應(yīng)保證路由的正常建立,在此基礎(chǔ)上優(yōu)化路由選擇,降低冗余。要始終使輕載節(jié)點(diǎn)有較高的準(zhǔn)入概率,而重載節(jié)點(diǎn)準(zhǔn)入概率較小。Pmax限定了節(jié)點(diǎn)所能獲得的最大準(zhǔn)入概率,Pmax不能太小,否則即使輕載節(jié)點(diǎn)也會(huì)拒絕路由申請(qǐng)而使路由建立失敗,導(dǎo)致源節(jié)點(diǎn)發(fā)送新的路由請(qǐng)求,反而增加了網(wǎng)絡(luò)開(kāi)銷(xiāo)。Pmin決定了節(jié)點(diǎn)的最低準(zhǔn)入概率,節(jié)點(diǎn)至少以此概率準(zhǔn)入路由申請(qǐng)。當(dāng)網(wǎng)絡(luò)密度較小時(shí),由于轉(zhuǎn)發(fā)路由申請(qǐng)的節(jié)點(diǎn)較少,為保證路由的建立,應(yīng)提高Pmin的值,保證一定數(shù)量的路由申請(qǐng)成功。當(dāng)網(wǎng)絡(luò)密度較大時(shí),節(jié)點(diǎn)的一跳鄰居較多,為有效區(qū)別開(kāi)不同負(fù)載節(jié)點(diǎn)之間的差異,使不同負(fù)載對(duì)應(yīng)不同的準(zhǔn)入概率,應(yīng)該用較小的Pmin。這樣各概率能夠區(qū)別地分布在概率區(qū)間內(nèi),概率算法能過(guò)濾掉重載路由而篩選出輕載路由。Pmax應(yīng)該設(shè)置為一個(gè)較大的數(shù)值,而Pmin應(yīng)該根據(jù)網(wǎng)絡(luò)密度進(jìn)行調(diào)整,網(wǎng)絡(luò)密度較大的環(huán)境中設(shè)置較小的Pmin值,反之Pmin應(yīng)設(shè)置較大。在當(dāng)前的網(wǎng)絡(luò)仿真場(chǎng)景中,可近似得節(jié)點(diǎn)的平均鄰居數(shù)為4,節(jié)點(diǎn)的平均準(zhǔn)入概率如果為50%,則可保證至少有兩個(gè)節(jié)點(diǎn)準(zhǔn)入路由,保證了路由的建立,同時(shí)有一條備份路徑,冗余控制在可接受的范圍內(nèi)。據(jù)此,協(xié)議中設(shè)置PMax=90%,PMin=20%。節(jié)點(diǎn)根據(jù)當(dāng)前的負(fù)載描述值,通過(guò)式(5)可以得到路由準(zhǔn)入的概率。2仿真結(jié)果及驗(yàn)證本章在Qualnet仿真平臺(tái)上仿真驗(yàn)證H&P_DSR協(xié)議的性能,首先仿真比較基于概率的和基于門(mén)限的準(zhǔn)入算法,然后對(duì)H&P_DSR協(xié)議的性能進(jìn)行驗(yàn)證。仿真主要通過(guò)網(wǎng)絡(luò)吞吐量和平均端到端時(shí)延兩個(gè)指標(biāo)來(lái)衡量協(xié)議的性能。2.1負(fù)載表征及仿真本節(jié)通過(guò)仿真比較基于概率的路由準(zhǔn)入和基于門(mén)限的路由準(zhǔn)入。仿真參數(shù)設(shè)置如表1所示。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)改變發(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)議采用H&P_DSR協(xié)議,其中分別采用基于門(mén)限和基于概率的算法。目前,門(mén)限算法中門(mén)限值一般根據(jù)經(jīng)驗(yàn)或采取實(shí)驗(yàn)的方法手工設(shè)定［10］。公平起見(jiàn),首先通過(guò)實(shí)驗(yàn)獲得負(fù)載表征量的參考數(shù)據(jù)來(lái)設(shè)置門(mén)限算法中的門(mén)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(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)載表征值分別如圖3和4所示。圖中橫坐標(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(xiàn)為所有節(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(mén)限算法中分別設(shè)置兩個(gè)門(mén)限值A(chǔ)=10和B=5,以使門(mén)限能夠區(qū)別開(kāi)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(mén)限和概率的算法進(jìn)行仿真,仿真30次取平均值,結(jié)果如圖5和6所示。圖5是網(wǎng)絡(luò)吞吐量曲線(xiàn)圖,圖6是平均端到端時(shí)延曲線(xiàn)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(mén)限A的曲線(xiàn)其判決門(mén)限為10,基于門(mén)限B的曲線(xiàn)其判決門(mén)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(mén)限5上下波動(dòng),判決門(mén)限5時(shí)對(duì)網(wǎng)絡(luò)狀態(tài)的變化較為敏感,能夠反映網(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(mén)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(mén)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)載逐漸加重后,各節(jié)點(diǎn)的負(fù)載描述值在10上下波動(dòng),這時(shí)判決門(mén)限10能夠準(zhǔn)確地區(qū)別開(kāi)不同節(jié)點(diǎn)之間的負(fù)載差異;相反判決門(mén)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)法有效地對(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)延性能都不同程度地下降。從仿真曲線(xiàn)可以看到,在網(wǎng)絡(luò)輕載時(shí),門(mén)限值為5的算法性能更好,在網(wǎng)絡(luò)重載時(shí),門(mén)限值為10的算法性能更好。對(duì)比門(mén)限算法曲線(xiàn)和概率算法曲線(xiàn),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(mén)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(xiàn)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(mén)限算法只能對(duì)門(mén)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(mén)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。2.2路由協(xié)議仿真本節(jié)通過(guò)仿真比較H&P_DSR和DSR協(xié)議的性能。仿真場(chǎng)景和參數(shù)設(shè)置如2.1節(jié),路由協(xié)議分別為H&P_DSR和DSR。仿真30次取平均值,結(jié)果如圖7和8所示。仿真結(jié)果與理論分析一致,H&P_DSR協(xié)議中的負(fù)載均衡算法能夠準(zhǔn)確有效地工作,這使H&P_DSR協(xié)議無(wú)論在網(wǎng)