一、一种基于带宽和时延约束的分布式组播路由算法（论文文献综述）
陈红[1]（2020）在《SDN可控组播机制的研究与实现》文中研究表明随着网络的大范围普及,网络终端的接入数量爆炸式增长,网络业务也更加多元化,对传统网络的组播模式带来新的挑战。软件定义网络（Software Defined Network,简称SDN）解耦了网络的控制和转发功能,提出可编程化的新型网络架构,为组播业务的优化提供了更多可能性。然而,现今对于SDN组播的研究多数集中在单域组播路由算法的改进上,在多域协同的SDN环境下,设计并实现符合目前组播服务需求的完整可控组播机制,还缺少相关研究。本文以此为契机,设计并实现了适用于多域SDN网络环境的可控组播机制。本文研究了目前SDN组播路由算法,并对其进行分析归纳,探讨SDN组播路由算法相对于IP组播的改进方向和方法,设计并实现了服务驱动组播路由算法用以计算组播树。继而从可控组播路由机制的整体需求出发,围绕组播可控性,从组播机制的角度设计了组播管理功能模块控制组播路由,实现了组播路由表的结构及组播管理方法;从组播源角度设计了组播注册功能模块控制组播路由,实现了对于组播注册报文的处理;从组播用户角度设计了服务需求处理功能模块控制组播路由,实现了接收组播用户的指令并处理用户服务需求的功能。另外,设计并实现了成员报文处理功能模块和组播路由计算模块以支持组播功能的完整性。明确了各个组播功能模块涉及到的通信协议和报文格式,确定了多域网络扩展方案。最后,使用虚拟机和SDN仿真平台对该组播机制进行仿真,利用iperf性能仿真测试工具,结合控制器和仿真平台提供的虚拟界面,对系统的各项功能进行测试。设计端到端时延和路由收敛速度的测量方案,在组播运行过程中收集数据并加以整理对比。结果表明,SDN可控组播机制在功能上的表现符合设计需求;服务需求的功能影响了组播机制在性能上的表现,与用最短路径算法的SDN组播路由相比,本文提出的SDN可控组播机制的时延和路由收敛速度上的表现有一定差距。
邓俊辉[2]（2020）在《动态无线网状网的信息同步与组播技术研究》文中认为本文讨论的无线网状网（WMN）是一种基于IP协议的支持节点移动、覆盖范围较广的无线骨干网络。这种网络具有可扩展、健壮性好、易于部署、甚至支持整网移动等特点。这类网络广泛用于像战术通信系统和应急通信系统等特殊环境中,是一种重要的通信网络形式。信息同步与组播是一种一对多或者多对多的重要通信方式,其实施方法的优劣,直接影响网络的性能。本文的研究源于所在实验室与某研究所合作的“无线网状网信息同步与组播技术研究”项目。本课题针对在WMN节点位置可能频繁变化,甚至拓扑结构经常发生变化的环境下,如何保障信息同步系统或组播树架构的稳定性开展研究,其主要工作包括:（1）介绍了一般的WMN、组播和战术通信网等相关技术,调研分析了现有的分层分簇的组播路由协议、簇首选举算法和组播树恢复算法。（2）研究了节点移动环境下的组播树构建问题。从提高节点信息同步的传输效率和降低节点离开及加入对整个网络的影响的角度,提出了一种按照节点的物理位置将网络分层分簇的方法,同时基于节点的移动属性、出度和传输时延等因素和条件提出了节点的非稳定度概念,并根据节点的非稳定度,给出了一种簇首及备用簇首的选举方法,并在此基础上提出了一种构建簇内传输树和簇间组播树的算法。（3）研究了节点离开网络后如何恢复组播系统功能的问题。为了降低节点的离开对组播系统功能的影响,提出了一种基于度约束的组播恢复（Degree Constrained Multicast Recovery,DCMR）算法,其核心思想是通过为节点备份邻节点,快速地恢复网络拓扑的连通性,从而恢复组播系统功能。仿真实验表明,本文的算法可提高节点移动环境下簇首的稳定性,从而保证了组播树的稳定性,并且能够有效地降低组播的恢复时延。
袁春龙[3]（2020）在《面向数据中心基于负载感知均衡策略的路由技术研究》文中研究指明数据中心网络作为现代分布式计算的基础架构,决定了分布式应用的通信性能。随着大数据技术的快速发展和云计算基础设施的不断成熟,数据中心承载了越来越多的分布式计算任务,其底层网络的设计也面临着严峻的挑战。为了保证性能和可靠性,现代数据中心网络通常采用专用的结构化多径拓扑。具体地,以Fat-tree为代表的多径网络已成为大规模数据中心网络设计的首选方案。但是多路径网络由于其路由方式的不同,使得传统路由算法难以适应多路径路网络实际需求。因此,本文针对数据中心网络的拓扑结构,提出了专用的高性能路由方案,主要内容如下:首先,本文设计了一种应用于数据中心交换机的高性能迭代调度算法。网络设备的交换功能是路由的基础,而迭代调度算法则决定了设备的交换能力。由于硬件发展的滞后性,传统的基于队列长度的多次迭代调度算法很难满足未来高速数据中心的交换需求。本文针对这一问题,提出了最高阶优先的调度思想,并基于最高阶优先设计了一种单比特、单次迭代的调度算法。新的算法不仅具有较低的计算复杂度和通信开销,而且在交换性能方面也远远超过了传统的调度算法,为数据中心交换设备的设计提供了新的思路。然后,本文针对多径数据中心网络的路径选择问题,设计了基于负载感知的均衡策略和轮盘选择均衡机制。多径网络的负载感知分为全局负载反馈和局部负载预测两种方式,前者具有较高的精度而后者具有较低的开销。本文分别对两种方式进行了探讨,通过将负载反馈与模块化架构相结合,提高了全局负载感知的扩展性,同时为局部负载统计设计了链路能力汇聚机制,以提高其预测准确度。当网络负载确定后,基于轮盘选择的均衡机制可以有效解决传统路径选择机制的链路瓶颈和负载波动问题,从而提高了网络的带宽利用率,降低了排队时延。接下来,在负载感知的基础上,本文提出了基于动态流簇交换的高性能单播路由方案。该方案通过将负载感知策略与流簇交换相结合,提出了动态流簇交换的概念。基于动态流簇交换的路由方案不但具有强大的负载均衡能力,而且能够兼顾多径网络数据流的有序性,有效提高了单播数据流的路由效率。最后,本文针对数据中心网络中的组通信问题,提出了动态分布式的组播路由方案。该方案具有动态性和分布式两大特性,前者用于支持组播树的动态扩展,提高了组播方案的通用性及其在复杂流量条件下的适应性,后者旨在解决集中式组播方案在扩展性和可靠性方面的问题。根据数据中心网络的结构化拓扑形式,本文提出了以上行自路由和下行查表为基础的路由规则,有效降低了路由的复杂度。同时,为兼容现有的分布式应用,本文设计了一种完全分布式的地址分派协议,并在此基础上提出了基于均衡森林的负载感知均衡策略,使得新的分布式组播方案不仅具有较低的复杂度和较高的可靠性,在性能方面亦能达到甚至超过现有的集中式组播方案。本文对交换技术和路由方案的探讨旨在提高数据中心网络的转发效率、扩展能力和可靠性,并降低流量调度的复杂度。在解决实际问题的同时,论文也提出了许多新的设计思想。例如,最高阶优先、链路能力汇聚、动态流簇交换和分布式组播等在相关领域均为创新。通过对多径网络路由机制的系统化论述,本文为大规模高速数据中心的设计开辟了新的思路,对未来数据中心网络的研究亦具有较大的指导意义。
崔莹[4]（2019）在《低压电力线通信组网方法及信道接入优化研究》文中进行了进一步梳理能源互联网中存在大量分布式电源及储能设备,导致低压电力线通信（Power Line Communication,PLC）环境更加恶劣。因此,提高低压PLC网络性能具有重要的意义。目前,低压PLC多以对称信道为条件展开研究。事实上,低压PLC信道部分情况下是非对称的。针对这一实际情况,本文以PLC协议栈的数据链路层和网络层为研究对象,以提高网络性能为目的,在非对称信道环境下分别从低压PLC组网快速性、网络健壮性、网络单播及组播路由通信性能和网络整体饱和通信性能等方面展开研究工作:针对现阶段组网方法在非对称信道环境下对拓扑的动态变化反应相对滞后导致组网时间较长的问题,提出基于CSMA/CA+TDMA混合协议的低压PLC组网方法。通过与未知环境不断交互试错,关联注册节点信息,经周期性学习训练,优化以网关为根的最矮簇树,实现快速组网;在节点间距离较远或信道环境较为恶劣的条件下,探讨基于CSMA/CA+TDMA混合协议的多网络快速融合方法。该方法能智能识别区域内存在多个网络,自主选取媒体访问控制（Media Access Control,MAC）地址最小的网络为多网融合方向,解散MAC地址较大的网络,解决多网络不确定性融合问题。网络解散后节点经试错学习可实现注册入网,保证组网完整性与快速性。仿真验证所述方法的有效性与泛化能力。针对组网完成后节点的投入与切出导致对网络健壮性产生不良影响的问题,提出基于小世界模型的低压PLC网络维护与自愈方法。以带宽为约束,以环境自适应为学习目标,运用网络维护方法,动态感知网络状态信息,不断学习异动事件的发生规律。当故障发生时,自适应选择恢复路径,确保数据的实时传输,实现网络自愈。子节点运用小世界思想,智能选取网络连接度较高的代理,提高网络健壮性。在保障网络健壮性条件下,针对遗传算法在服务质量（Quality of Service,Qo S）参数约束下局部搜索能力差、难以得到按需路由最优解的问题,在非对称信道环境下提出基于改进遗传蚁群算法的路由方法。源节点和目的节点不参与交叉、变异操作,有效避免无效染色体的生成。采用最佳保留机制找到较优解,将较优解转换成蚁群算法的初始信息素,找到路由的全局最优解。节点采用改进算法可实现单播及组播通信。仿真验证改进算法相比原始算法的有效性。针对信道非对称性及噪声干扰严重影响网络整体饱和带宽利用率、接入时延等问题,提出一种适用于低压PLC节点规模受限的改进型自适应p-坚持CSMA博弈优化方法。节点采用隐马尔可夫模型对当前信道竞争的博弈节点进行动态估计;根据博弈结果自适应调整收发端的纳什均衡,控制节点发送数据包行为,降低数据包冲突概率,保证信道处于最佳传输状态,获取网络整体最佳饱和性能。
范福杰[5]（2019）在《数据中心内基于负载感知均衡策略的高性能路由方案研究》文中研究指明数据中心网络作为现代分布式计算的基础架构,决定了分布式应用的通信性能。随着大数据技术的快速发展和云计算基础设施的不断成熟,数据中心承载了越来越多的分布式计算任务,其底层网络的设计也面临着严峻的挑战。为了保证性能和可靠性,现代数据中心网络通常采用专用的结构化多径拓扑。具体地,以Fat-tree为代表的多径网络已成为大规模数据中心网络设计的首选方案。上述多径网络的路由方式与通用的IP网络有很大的不同,直接套用传统的路由算法很容易造成路由性能的下降。因此,本文针对数据中心网络的拓扑结构,提出了专用的高性能路由方案,主要内容如下:首先,本文设计了一种应用于数据中心交换机的高性能迭代调度算法。网络设备的交换功能是路由的基础,而迭代调度算法则决定了设备的交换能力。由于硬件发展的滞后性,传统的基于队列长度的多次迭代调度算法很难满足未来高速数据中心的交换需求。本文针对这一问题,提出了最高阶优先的调度思想,并基于最高阶优先设计了一种单比特、单次迭代的调度算法。新的算法不仅具有较低的计算复杂度和通信开销,而且在交换性能方面也远远超过了传统的调度算法,为数据中心交换设备的设计提供了新的思路。然后,本文针对多径数据中心网络的路径选择问题,设计了基于负载感知的均衡策略和轮盘选择均衡机制。多径网络的负载感知分为全局负载反馈和局部负载预测两种方式,前者具有较高的精度而后者具有较低的开销。本文分别对两种方式进行了探讨,通过将负载反馈与模块化架构相结合,提高了全局负载感知的扩展性,同时为局部负载统计设计了链路能力汇聚机制,以提高其预测准确度。当网络负载确定后,基于轮盘选择的均衡机制可以有效解决传统路径选择机制的链路瓶颈和负载波动问题,从而提高了网络的带宽利用率,降低了排队时延。接下来,在负载感知的基础上,本文提出了基于动态流簇交换的高性能单播路由方案。该方案通过将负载感知策略与流簇交换相结合,提出了动态流簇交换的概念。基于动态流簇交换的路由方案不但具有强大的负载均衡能力,而且能够兼顾多径网络数据流的有序性,有效提高了单播数据流的路由效率。最后,本文针对数据中心网络中的组通信问题,提出了动态分布式的组播路由方案。该方案具有动态性和分布式两大特性,前者用于支持组播树的动态扩展,提高了组播方案的通用性及其在复杂流量条件下的适应性,后者旨在解决集中式组播方案在扩展性和可靠性方面的问题。根据数据中心网络的结构化拓扑形式,本文提出了以上行自路由和下行查表为基础的路由规则,有效降低了路由的复杂度。同时,为兼容现有的分布式应用,本文设计了一种完全分布式的地址分派协议,并在此基础上提出了基于均衡森林的负载感知均衡策略,使得新的分布式组播方案不仅具有较低的复杂度和较高的可靠性,在性能方面亦能达到甚至超过现有的集中式组播方案。本文对交换技术和路由方案的探讨旨在提高数据中心网络的转发效率、扩展能力和可靠性,并降低流量调度的复杂度。在解决实际问题的同时,论文也提出了许多新的设计思想。例如,最高阶优先、链路能力汇聚、动态流簇交换和分布式组播等在相关领域均为首创。通过对多径网络路由机制的系统化论述,本文为大规模高速数据中心的设计开辟了新的思路,对未来数据中心网络的研究亦具有较大的指导意义。
张阿鑫[6]（2019）在《基于蚁群算法的Ad Hoc组播能量优化研究》文中研究指明为了保障移动Ad Hoc网络的服务质量（Quality of Service,QoS）需求,选择合适的QoS路由算法是需要研究的重要问题之一。但研究表明,多约束条件下的QoS组播路由问题属于多项式复杂程度的非确定性问题（Non-deterministic Polynomial Complete Problem,NPC）,利用传统算法很难求解,因此,用启发式算法解决QoS组播路由问题成为了新的研究方向。蚁群算法由于其分布式计算、单个智能体实现简单、支持多路径等特点,适合应用于QoS组播路由算法。目前,对移动Ad Hoc网络QoS组播路由的研究主要集中于延迟抑制最小代价组播路由问题、带宽抑制最小代价组播路由问题以及延迟抖动抑制的最小代价组播路由问题等,这些研究工作对能量消耗、组播生存期和网络生存期等问题的考虑较少。而移动Ad Hoc网络的能量是非常有限的,如不考虑对能量消耗的合理控制,很可能会影响网络的整体性能。因此,本文将研究的重点放在了移动Ad Hoc网络的组播路由能量优化问题上,以下为本文的主要研究内容及创新点:（1）本文首先研究了移动Ad Hoc网络的概念特点及网络结构,分析了QoS组播路由目前所面临的问题,对比研究了现有的QoS组播路由算法,并详细研读了移动Ad Hoc网络能量优化的思想。（2）本文接着研究了基本蚁群算法原理及其经典的改进方案,为了研究基于多约束问题的蚁群算法改进,本文在旅行商问题（Traveling Salesman Problem,TSP）中引入了城市拥堵值作为约束参量之一,并基于此多约束的TSP问题,提出了一种对蚁群算法的改进方案。该方案不再使用等值的初始信息素浓度,而是采用拥堵值参量的归一化值作为初始信息素浓度,这样做可以降低蚁群算法搜索初期的盲目性,使蚂蚁更倾向于选择拥堵值较小的路径。仿真表明,该算法能以较快的速度搜索到具有较小拥堵值的最小代价路径。（3）最后参考组播路由的能量优化思想,本文对基于蚁群算法的QoS的组播路由算法进行了改进。该改进方案以（2）中叙述的改进蚁群算法的思想为基础,在QoS的组播路由算法中引入链路能量水平作为QoS约束之一,并将其作为影响蚂蚁信息素更新的一个因子。这样做能引导算法在路径构建过程中选择能量充足的节点,进而达到促进网络能量均衡使用的目的。仿真表明,该方案能在保证组播路由算法的代价、时延等性能良好的前提下,实现优化组播网络能量的功能。
周志平[7]（2019）在《基于改进离散萤火虫算法的QoS组播路由优化》文中研究说明近几年网络高速发展,5G时代显然已来临,在5G的时代下,人工智能、物联网、大数据等将得到广泛的应用,为了保证关键业务正常运行,网络传输能力显得尤为重要。组播通信广泛存在于这些应用中,因此研究满足时延、丢包率、带宽等QoS约束的组播路由优化问题很有意义。本文通过对QoS组播通信的特征的分析,以及当前组播路由优化问题的研究,阐述了新的见解。由于对萤火虫算法的研究尚还处于初期,尤其在解决离散目标优问题的不足,本文首先针对TSP问题,提出了一种ODFA算法,之后将问题扩大到带约束的组播路由问题,提出一种BRDFA算法,通过实验证明本文所提出的两种算法是有效的。本文的主要研究内容和相关工作可以概括如下:1.基本的萤火虫算法只是适用于连续问题的优化,而组播路由优化问题属于NP-Complete问题,是一种离散目标优化问题,基本的萤火虫算法不在适用于解决此类问题。TSP被证明具有NP-C计算复杂性,被当做离散目标优化问题的基准,因此本文首先从解决TSP问题入手,提出了一种基于OX操作的离散萤火虫算法（ODFA）解决TSP问题。通过利用局部搜索程序C2-Opt和3-Opt来实现寻优和多样化之间的平衡,以提高搜索性能并加速收敛。此外,还引入动态变异因子,防止陷入局部最优。使用TSPLIB库中的实例进行实验,通过验证分析,证明了 ODFA算法可行有效,为后面研究QoS组播路由问题提供了依据。2.在解决TSP问题的基础下,本文提出一种基于BR策略的离散萤火虫算法（BRDFA）来解决QoS组播路由问题。针对QoS组播路由问题中树编码解码难复杂的问题,BRDFA算法提出一种前驱节点的萤火虫编码方式;同时对当前采用惩罚函数和树修复策略来处理约束条件,效率低且产生不可行解的问题,本文使用BR策略来保证搜索到的组播树都是满足QoS约束,加快了寻优的收敛。此外,为了防止陷入局部最优,增加种群多样性,引入了萤火虫扰动机制。通过仿真实验验证,证明了 BRDFA具有很好的可行性和适应性,提供了一种新的思路用于解决QoS组播路由优化问题。
蔡恒[8]（2018）在《基于OpenFlow的SDN路由算法设计和实现》文中研究说明随着大数据、云计算等技术的不断发展,网络接入终端设备越来越多,网络业务也越来越多样,传统TCP/IP网络架构也不能适应日益增长的网络规模,而软件定义网络（Software-Defined Networking,SDN）的出现,实现了网络控制平面和转发平面的分离、集中控制和可编程,同时为实现网络的虚拟化提供了可能。SDN网络通常部署在数据中心（DataCenter,DC）中,而数据中心作为数据处理的核心需要尽可能的提高网络资源的利用率,而当前SDN网络中控制层主流的控制器使用Dijkstra最短路径算法作为路由算法,Dijkstra算法只能计算源节点到目的节点的以某种指标为度量的最短路径。因此Dijkstra路由算法无法满足网络应用的服务质量（Quality of Service,QoS）的要求。因此在SDN中的路由算法引入QoS需求势在必行。QoS路由是为网络业务提供满足其QoS需求的路由,当前在SDN中的路由算法仅考虑单个QoS约束,而单个QoS约束的路由已经不能适应快速增长的网络业务需求,同时多个约束的QoS路由问题一直是一个难点,其无法在多项式时间内求解。因此,本文针对当前网络业务中带宽和时延约束的QoS单播路由问题,对蚁群算法进行改进,提出一种蚁群优化算法,将带宽和时延引入到蚂蚁的寻路机制中,并对路径的代价进行优化。同时,本文对QoS单播路由问题中的蚁群优化算法进行改进,使之适用于带宽和时延约束的QoS组播路由问题。另外,本文设计和实现了一套SDN的路由系统,主要包括调度模块、单播模块、组播模块、链路管理模块等四大模块,链路管理模块负责实时的获取网络的拓扑和网络状态（带宽、时延等）,单播模块和组播模块分别用于单播服务和组播服务,其中分别使用本文提出的算法作为单播路由算法和组播路由算法,为网络业务提供满足QoS需求的路由。
杨恩众[9]（2017）在《软件定义多媒体组播系统与传输策略研究》文中提出近年来随着网络与多媒体技术的进步,诸如互联网电视、视频会议、视频点播、网络视频监控、虚拟现实等多媒体应用越来越深入到人们的生产和生活中。随之而来的是网络中IP流量的急速增长,而快速增长的网络资源消耗,可引发网络拥塞、传输时延变大等问题,最终会降低多媒体业务的服务质量,导致用户体验变差,因此需要寻求新的机制、架构和算法对多媒体传输业务进行优化。网络承载的业务不断丰富,当前互联网出现了诸如体系臃肿、服务质量保障缺失等方面的问题,因此学术与产业界正在探索建立新的网络体系架构。软件定义网络（Software Defined Networking,SDN）近年来被提出,因其支持服务可编程、网络可控等优势被业界认为是下一代互联网的发展方向。利用多媒体编解码的先进技术、网络优化理论、在线网络测量以及组播技术等手段,研究在软件定义网络中的多媒体传输机制、架构和算法,对于解决多媒体传输存在的问题具有重要意义。为了保证网络多媒体的服务质量,优化网络资源的利用率,本文研究了在软件定义网络环境下的多媒体组播传输控制与优化问题,主要研究工作概括如下:1)软件定义可伸缩视频组播系统架构的研究。利用SDN提供的网络可控、可编程的特点,针对可伸缩视频,本文研究如何构建在软件定义网络中的多媒体业务组播服务系统。为了使网络转发节点支持对视频内容的感知、实现完全可控的组播,本文设计了管理子系统,同时定义了视频服务系统中的功能实体并设计了组成功能实体的各个模块。为了满足系统对服务质量（Quality of Service,QoS）的支持,本文提出了在软件定义视频组播系统中链路带宽和网络时延的测量方法。针对系统在实际网络中部署时存在的域间和跨ISP服务问题,本文提出了支持大规模网络的域间与多ISP部署服务解决方案。在提出架构的基础上,我们搭建了软件定义可伸缩视频组播的原型系统,进行了相关实验以评估系统的性能。实验表明,提出的架构能够实现可伸缩视频在软件定义网络下的组播传输业务,能够达到优化网络资源利用的目的。2)软件定义网络中可伸缩视频自适应组播传输策略的研究。本文提出的软件定义可伸缩视频组播系统架构中,管理服务器的策略模块支持路由计算、组播树构建、视频传输控制等算法的定制,可以根据不同的场景、应用和需求部署不同的策略。本文提出了在软件定义网络中具有可用带宽和时延约束的组播路由算法,根据SDN控制器中的网络拓扑和链路状态等信息,构建具有QoS约束的最小代价视频组播树;同时本文提出了基于等效带宽估计的组播自适应调节控制策略,可伸缩视频在SDN网络传输过程中,系统可以依据网络状态信息检测到网络链路拥塞,依据相应层数选择算法在网络内部动态地调节可伸缩视频的传输层数,保证用户的观看体验。我们在原型系统中进行了相关实验,实验结果表明提出的算法和策略能够有效避免网络链路拥塞,显着提高视频业务的服务质量。3)软件定义网络中基于分层组播的视频会议系统研究。本文在软件定义网络中,基于可伸缩视频编解码技术和网络组播技术部署视频会议服务。在基于MCU的视频会议系统中,由于集中式的MCU具有很高的负载,极有可能成为系统的瓶颈,难以确保较高的QoS;而采用P2P技术部署的视频会议系统,成员上行网络带宽资源的限制也可能导致服务的中断。本文提出的系统中,集中式会议管理服务器只负责管理会议,而不接收和处理来自会议成员的媒体数据。会议管理服务器通过网络控制器提供的接口获取网络拓扑信息、网络可用带宽和路径时延等状态信息,从而为SVC视频流建立具有QoS约束的组播树,并在服务过程中采用基于等效带宽估计的可伸缩视频自适应组播传输策略,动态地调节网络中传输的视频流。实验结果表明,所提出的系统不仅可以提供灵活可控的视频会议组播传输,而且可以减少网络带宽的使用,保证视频会议的服务质量。
彭璐[10]（2015）在《基于遗传算法的QoS组播路由优化研究》文中研究表明随着Internet的出现以及迅猛的发展,越来越多的多媒体应用大量涌现而出,例如视频会议、远程视频教学和视频点播等。这些应用虽然都有着不同的形式,但是却都有着一个共性:对信息传输的高效性都有较高的要求。为了更好的保证这些业务的传输质量,信息在传输过程中需要满足一些特定的要求,这就是所谓的Qo S（Quality of Service）问题。多约束的Qo S问题已经被证明是一个NP难问题,而传统的路由协议提供的是一种“尽力而为”的服务,无法有效的提供Qo S保障。为了有效满足Qo S约束条件,智能算法被用来解决多Qo S约束的NP难问题,而在众多智能算法中,遗传算法因具有较好的并行性、全局性和自适应性,故在解决NP难问题方面拥有较大的优势。现在已有很多基于遗传算法的多Qo S约束组播路由的研究,但是要将组播路由问题很好的和遗传算法结合在一起,有两个难点,第一个就是如何设定种群个体完成编码,第二个就是如何设置好的适应度函数。好的编码可以无需解码,并且可以有效地完成交叉和变异操作;而遗传算法求解的过程中基本上不需要使用搜索解空间的任何知识和其他辅助信息只需要根据适应度函数值来对个体性能进行评价,并在评价基础上进行遗传操作直到求得解。针对以上问题,本文基于遗传算法循序渐进的分别研究多Qo S单播路由、满足时延和带宽约束的组播路由以及多Qo S组播路由。最后针对每个问题各提出了一个改进的遗传算法,分别解决了满足多Qo S约束的单播路由问题、满足时延和带宽约束的组播路由问题以及满足多Qo S约束的组播路由问题。其中第一个算法主要在设定适应值函数的时候提出了一种创新的惩罚机制,第二个算法主要提出一种创新的编码方式,而最后一个算法是对前两个算法的一个整合。对于文章提出的算法分别进行仿真实验,最后可以得出结论:文章提出的算法都是可行的,并且通过与现有提出的遗传算法结果进行比较,文章算法在收敛性、资源消耗和花费代价方面的性能明显优于现有算法。
二、一种基于带宽和时延约束的分布式组播路由算法（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、一种基于带宽和时延约束的分布式组播路由算法（论文提纲范文）
（1）SDN可控组播机制的研究与实现（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.3 本文研究内容及章节结构 |
| 2 SDN与组播相关技术分析 |
| 2.1 SDN技术分析 |
| 2.1.1 SDN网络 |
| 2.1.2 Open Flow技术 |
| 2.1.3 SDN的多域协同技术 |
| 2.2 ONOS控制器技术分析 |
| 2.2.1 ONOS控制器概述 |
| 2.2.2 ONOS集群 |
| 2.3 SDN组播路由技术分析 |
| 2.3.1 组播树 |
| 2.3.2 SDN组播路由 |
| 2.3.3 SDN控制器的网络拓扑监测方法 |
| 2.4 本章总结 |
| 3 SDN可控组播机制设计方案 |
| 3.1 设计需求 |
| 3.2 设计方案 |
| 3.2.1 组播应用整体设计方案 |
| 3.2.2 多域网络架构设计 |
| 3.2.3 多域网络下组播应用的协同操作 |
| 3.3 组播管理功能设计 |
| 3.3.1 组播路由表设计 |
| 3.3.2 组播路由表操作方法设计 |
| 3.4 组播注册功能设计 |
| 3.4.1 组播注册报文格式 |
| 3.4.2 组播注册流程设计 |
| 3.5 组播成员报文处理功能设计 |
| 3.5.1 成员报文格式 |
| 3.5.2 组播成员处理流程 |
| 3.6 用户服务需求处理功能设计 |
| 3.6.1 服务需求含义及类型 |
| 3.6.2 服务需求指令格式设计 |
| 3.6.3 服务需求处理流程 |
| 3.7 组播路由计算功能设计 |
| 3.7.1 路由计算模块处理过程 |
| 3.7.2 服务驱动组播路由算法 |
| 3.8 本章小结 |
| 4 SDN可控组播机制的实现 |
| 4.1 开发运行环境 |
| 4.1.1 构建组播子项目 |
| 4.1.2 组播应用主流程实现 |
| 4.2 组播管理功能实现 |
| 4.2.1 组播路由表实现 |
| 4.2.2 组播管理功能设计的java方法实现 |
| 4.3 组播注册功能实现 |
| 4.3.1 组播注册处理流程 |
| 4.3.2 多域环境组播注册消息扩散功能实现 |
| 4.4 组播成员处理功能实现 |
| 4.5 用户添加/删除服务需求功能实现 |
| 4.5.1 与用户交互的指令实现 |
| 4.5.2 服务需求处理流程 |
| 4.5.3 多域环境用户服务需求扩散功能实现 |
| 4.6 组播路由计算功能实现 |
| 4.7 本章小结 |
| 5 SDN可控组播机制的测试 |
| 5.1 系统测试目标 |
| 5.2 测试指标选择 |
| 5.2.1 功能测试指标选择 |
| 5.2.2 性能测试指标选择 |
| 5.3 仿真平台选择及测试工具介绍 |
| 5.4 网络拓扑搭建及参数配置 |
| 5.4.1 安装已开发的ONOS控制系统 |
| 5.4.2 搭建网络拓扑 |
| 5.5 系统功能测试 |
| 5.5.1 组播注册功能 |
| 5.5.2 组播成员加入功能 |
| 5.5.3 组播成员离开功能 |
| 5.5.4 添加/删除服务需求 |
| 5.5.5 组播整体功能 |
| 5.5.6 多域组播功能 |
| 5.6 系统性能测试 |
| 5.6.1 端到端延时 |
| 5.6.2 路由收敛速度 |
| 5.7 本章总结 |
| 6 总结与展望 |
| 6.1 论文总结 |
| 6.2 工作展望 |
| 参考文献 |
| 作者简历及攻读硕士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）动态无线网状网的信息同步与组播技术研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 无线网状网的特点及应用 |
| 1.3 国内外研究现状 |
| 1.3.1 组播路由协议研究现状 |
| 1.3.2 组播路由算法研究现状 |
| 1.4 组播系统存在的问题及本文研究内容 |
| 1.4.1 组播系统存在的问题 |
| 1.4.2 本文研究内容 |
| 1.5 论文组织结构 |
| 第二章 相关技术及研究 |
| 2.1 组播技术的特点及相关应用 |
| 2.2 无线网状网技术 |
| 2.2.1 无线网状网有关协议简介 |
| 2.2.2 无线网状网的路由算法 |
| 2.2.3 战术通信网 |
| 2.3 组播的稳定性问题 |
| 2.3.1 基于分层分簇的组播算法 |
| 2.3.2 簇首选举算法 |
| 2.3.3 组播树恢复算法 |
| 2.4 本章小结 |
| 第三章 稳定的组播树生成算法及组播树的动态维护 |
| 3.1 分层分簇 |
| 3.2 选举簇首策略 |
| 3.2.1 节点非稳定度 |
| 3.2.2 簇首及备用簇首的选举 |
| 3.3 簇内传输树的构建 |
| 3.3.1 关键链路标记 |
| 3.3.2 异常情况的处理 |
| 3.4 簇间组播树的构建 |
| 3.5 组播恢复算法 |
| 3.5.1 基于度约束的组播恢复算法 |
| 3.5.2 无法备份邻节点的情况 |
| 3.5.3 节点的离开与加入 |
| 3.6 本章小结 |
| 第四章 仿真实验及结果分析 |
| 4.1 仿真实验环境 |
| 4.2 仿真结果及分析 |
| 4.3 本章小结 |
| 总结与展望 |
| 本文工作的总结 |
| 对未来工作的展望 |
| 参考文献 |
| 攻读硕士学位期间取得的研究成果 |
| 致谢 |
| 附件 |
（3）面向数据中心基于负载感知均衡策略的路由技术研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与现状 |
| 1.1.1 研究背景所在数据中心介绍 |
| 1.1.2 数据中心交换机的基本概念 |
| 1.1.3 数据中心网络的拓扑结构 |
| 1.1.4 数据中心网络的负载均衡策略 |
| 1.1.5 数据中心网络的组播调度算法 |
| 1.2 研究问题的提出 |
| 1.2.1 数据中心交换机的迭代调度问题 |
| 1.2.2 多径数据中心网络的无乱序负载均衡问题 |
| 1.2.3 大规模数据中心网络的组播调度问题 |
| 1.3 主要研究工作 |
| 1.4 论文组织结构 |
| 第2章 数据中心交换机高性能迭代调度算法 |
| 2.1 引言 |
| 2.2 最高阶优先的基本概念 |
| 2.2.1 阶的定义 |
| 2.2.2 基本的最高阶优先算法 |
| 2.3 单比特、单次迭代的最高阶优先算法 |
| 2.3.1 四阶模型 |
| 2.3.2 阶的编码 |
| 2.3.3 编码的最高阶优先算法 |
| 2.4 算法复杂度分析 |
| 2.5 吞吐量与时延性能分析 |
| 2.6 算法仿真与结果分析 |
| 2.6.1 最高阶优先与最长队列优先的性能对比 |
| 2.6.2 CHOF算法仿真结果分析 |
| 2.7 本章小结 |
| 第3章 数据中心网络的负载感知均衡策略 |
| 3.1 引言 |
| 3.2 链路负载统计的基本方式 |
| 3.3 网络负载路由策略 |
| 3.3.1 网络负载传输模型 |
| 3.3.2 基于全局拓扑信息的最优路由策略 |
| 3.4 多径网络全局负载感知方案的优化 |
| 3.4.1 两层网络的快速负载反馈 |
| 3.4.2 多层网络的模块化组织架构 |
| 3.4.3 部署与实现 |
| 3.5 多径网络的局部负载感知方案 |
| 3.5.1 局部负载感知的有效性 |
| 3.5.2 链路能力汇聚机制 |
| 3.6 基于感知的负载均衡轮盘机制 |
| 3.7 本章小结 |
| 第4章 数据中心网络内基于动态流簇交换的单播路由方案 |
| 4.1 引言 |
| 4.2 流簇交换的基本概念 |
| 4.2.1 多径网络的数据包乱序问题 |
| 4.2.2 流簇的定义与实现 |
| 4.3 动态流簇交换方案 |
| 4.3.1 流簇间隔调整函数 |
| 4.3.2 多层网络中流簇粒度的关系 |
| 4.4 平衡性能分析 |
| 4.5 算法仿真与结果分析 |
| 4.5.1 对称FFT网络的负载均衡性能对比 |
| 4.5.2 链路失效情况下的负载均衡性能对比 |
| 4.6 本章小结 |
| 第5章 数据中心网络的动态分布式组播路由方案 |
| 5.1 引言 |
| 5.2 动态分布式组播调度算法 |
| 5.2.1 组播编址方案 |
| 5.2.2 组播路由算法 |
| 5.2.3 动态组管理机制 |
| 5.3 基于均衡森林的负载感知均衡策略 |
| 5.3.1 分布式地址分派协议 |
| 5.3.2 组播树的负载感知均衡策略 |
| 5.3.3 AN选举协议与故障恢复 |
| 5.4 过载行为的理论分析 |
| 5.4.1 上行链路的负载分布 |
| 5.4.2 相对过载度 |
| 5.4.3 泊松过程的状态概率 |
| 5.5 算法仿真与结果分析 |
| 5.5.1 分布式组播与集中式组播的时延性能对比 |
| 5.5.2 单组播比例的影响 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 主要贡献 |
| 6.3 下一步的工作 |
| 参考文献 |
| 附录A 最高阶优先算法稳定性的证明 |
| 附录B 泊松过程下链路状态概率的证明 |
| 致谢 |
| 学习期间发表的论文情况 |
（4）低压电力线通信组网方法及信道接入优化研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 课题背景及研究的目的和意义 |
| 1.2 课题的国内外研究现状 |
| 1.2.1 电力线通信技术总体发展现状 |
| 1.2.2 低压PLC组网方法研究现状 |
| 1.2.3 低压PLC网络维护与自愈方法研究现状 |
| 1.2.4 低压PLC网络路由方法研究现状 |
| 1.2.5 低压PLC网络信道接入协议研究现状 |
| 1.3 国内外研究现状总结 |
| 1.4 本文主要研究内容 |
| 第2章 基于CSMA/CA+TDMA混合协议的低压PLC组网方法 |
| 2.1 引言 |
| 2.2 低压配电网拓扑结构分析 |
| 2.2.1 低压配电网物理拓扑 |
| 2.2.2 低压配电网PLC逻辑拓扑 |
| 2.3 基于CSMA/CA+TDMA协议的低压PLC单区域组网方法 |
| 2.3.1 低压PLC局域网组网问题 |
| 2.3.2 CSMA/CA+TDMA混合协议 |
| 2.3.3 基于CSMA/CA+TDMA混合协议的低压PLC组网工作机理 |
| 2.4 基于CSMA/CA+TDMA混合协议的多网络融合方法 |
| 2.5 典型组网场景及仿真 |
| 2.5.1 单区域组网场景及仿真 |
| 2.5.2 多区域网络融合及仿真 |
| 2.6 本章小结 |
| 第3章 基于小世界模型的低压PLC网络维护与自愈方法 |
| 3.1 引言 |
| 3.2 小世界网络模型 |
| 3.3 低压PLC网络的小世界性质 |
| 3.4 基于小世界模型的低压PLC网络维护与自愈工作机理 |
| 3.4.1 新节点入网的维护机理 |
| 3.4.2 网关退网的维护与自愈机理 |
| 3.4.3 代理退网的局部自愈机理 |
| 3.5 网络维护与自愈方法仿真 |
| 3.5.1 新节点入网维护仿真 |
| 3.5.2 网关退网的自愈维护仿真 |
| 3.5.3 代理退网的自愈维护仿真 |
| 3.6 本章小结 |
| 第4章 基于改进遗传蚁群算法的低压PLC网络路由方法 |
| 4.1 引言 |
| 4.2 低压PLC网络单播路由方法 |
| 4.2.1 基于路由学习的最短路径通信方法 |
| 4.2.2 基于改进遗传蚁群算法的路由热备份方法 |
| 4.2.3 单播路由老化机制 |
| 4.3 基于改进遗传蚁群算法的组播路由方法 |
| 4.3.1 组播路由模型 |
| 4.3.2 基于改进遗传蚁群算法的组播路由工作机理 |
| 4.4 低压PLC网络单播与组播路由方法仿真 |
| 4.4.1 低压PLC网络单播路由方法仿真 |
| 4.4.2 低压PLC网络组播路由方法仿真 |
| 4.5 本章小结 |
| 第5章 基于p-坚持CSMA协议的低压PLC网络性能优化 |
| 5.1 引言 |
| 5.2 低压PLC网络p-坚持CSMA协议分析 |
| 5.3 低压PLC网络饱和带宽利用率模型 |
| 5.3.1 饱和带宽利用率的p-坚持CSMA模型 |
| 5.3.2 饱和带宽利用率的优化方法 |
| 5.4 基于隐马尔科夫预测的低压PLC网络饱和性能博弈优化 |
| 5.4.1 网络饱和性能博弈优化的基本原理 |
| 5.4.2 基于改进p-CSMA的网络博弈性能模型 |
| 5.4.3 隐马尔科夫预测模型 |
| 5.5 低压PLC网络饱和性能的仿真 |
| 5.5.1 带宽利用率的仿真 |
| 5.5.2 基于隐马尔科夫预测的动态博弈仿真 |
| 5.6 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文及其它成果 |
| 致谢 |
| 个人简历 |
（5）数据中心内基于负载感知均衡策略的高性能路由方案研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景与现状 |
| 1.1.1 数据中心交换机的基本概念 |
| 1.1.2 数据中心网络的拓扑结构 |
| 1.1.3 数据中心网络的负载均衡策略 |
| 1.1.4 数据中心网络的组播调度算法 |
| 1.2 研究问题的提出 |
| 1.2.1 数据中心交换机的迭代调度问题 |
| 1.2.2 多径数据中心网络的无乱序负载均衡问题 |
| 1.2.3 大规模数据中心网络的组播调度问题 |
| 1.3 主要研究工作 |
| 1.4 论文组织结构 |
| 2 数据中心交换机的高性能迭代调度算法 |
| 2.1 引言 |
| 2.2 最高阶优先的基本概念 |
| 2.2.1 阶的定义 |
| 2.2.2 基本的最高阶优先算法 |
| 2.3 单比特、单次迭代的最高阶优先算法 |
| 2.3.1 四阶模型 |
| 2.3.2 阶的编码 |
| 2.3.3 编码的最高阶优先算法 |
| 2.4 算法复杂度分析 |
| 2.5 吞吐量与时延性能分析 |
| 2.6 算法仿真与结果分析 |
| 2.6.1 最高阶优先与最长队列优先的性能对比 |
| 2.6.2 CHOF算法仿真结果分析 |
| 2.7 本章小结 |
| 3 数据中心网络的负载感知均衡策略 |
| 3.1 引言 |
| 3.2 链路负载统计的基本方式 |
| 3.3 多径网络全局负载感知方案的优化 |
| 3.3.1 两层网络的快速负载反馈 |
| 3.3.2 多层网络的模块化组织架构 |
| 3.3.3 部署与实现 |
| 3.4 多径网络的局部负载感知方案 |
| 3.4.1 局部负载感知的有效性 |
| 3.4.2 链路能力汇聚机制 |
| 3.5 轮盘选择均衡机制 |
| 3.6 本章小结 |
| 4 数据中心网络内基于动态流簇交换的单播路由方案 |
| 4.1 引言 |
| 4.2 流簇交换的基本概念 |
| 4.2.1 多径网络的数据包乱序问题 |
| 4.2.2 流簇的定义与实现 |
| 4.3 动态流簇交换方案 |
| 4.3.1 流簇间隔调整函数 |
| 4.3.2 多层网络中流簇粒度的关系 |
| 4.4 平衡性能分析 |
| 4.5 算法仿真与结果分析 |
| 4.5.1 对称FFT网络的负载均衡性能对比 |
| 4.5.2 链路失效情况下的负载均衡性能对比 |
| 4.6 本章小结 |
| 5 数据中心网络的动态分布式组播路由方案 |
| 5.1 引言 |
| 5.2 动态分布式组播调度算法 |
| 5.2.1 组播编址方案 |
| 5.2.2 组播路由算法 |
| 5.2.3 动态组管理机制 |
| 5.3 基于均衡森林的负载感知均衡策略 |
| 5.3.1 分布式地址分派协议 |
| 5.3.2 组播树的负载感知均衡策略 |
| 5.3.3 AN选举协议与故障恢复 |
| 5.4 过载行为的理论分析 |
| 5.4.1 上行链路的负载分布 |
| 5.4.2 相对过载度 |
| 5.4.3 泊松过程的状态概率 |
| 5.5 算法仿真与结果分析 |
| 5.5.1 分布式组播与集中式组播的时延性能对比 |
| 5.5.2 单组播比例的影响 |
| 5.6 本章小结 |
| 6 总结与展望 |
| 6.1 研究工作总结 |
| 6.2 主要贡献 |
| 6.3 下一步的工作 |
| 参考文献 |
| 附录A 最高阶优先算法稳定性的证明 |
| 附录B 泊松过程下链路状态概率的证明 |
| 攻读博士学位期间的研究成果 |
（6）基于蚁群算法的Ad Hoc组播能量优化研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 符号对照表 |
| 缩略语对照表 |
| 第一章 绪论 |
| 1.1 研究背景及选题意义 |
| 1.1.1 研究背景 |
| 1.1.2 选题意义 |
| 1.2 国内外研究现状 |
| 1.3 研究内容及结构安排 |
| 第二章 蚁群算法与Ad Hoc网络QoS组播路由 |
| 2.1 蚁群算法及其经典改进方案 |
| 2.1.1 蚁群算法原理 |
| 2.1.2 用蚁群算法解决旅行商问题 |
| 2.1.3 蚁群算法的优缺点 |
| 2.1.4 几种经典的改进蚁群算法 |
| 2.2 移动Ad Hoc网络 |
| 2.2.1 移动Ad Hoc网络的体系结构 |
| 2.2.2 移动Ad Hoc网络的特点 |
| 2.2.3 移动Ad Hoc网络的能量优化思想 |
| 2.3 QoS组播路由算法及相关知识研究 |
| 2.3.1 组播的概念和特点 |
| 2.3.2 QoS组播路由概念 |
| 2.3.3 QoS组播路由算法分析 |
| 2.4 本章小结 |
| 第三章 基于多约束TSP问题的蚁群算法改进 |
| 3.1 一种基于多约束TSP问题的蚁群算法改进方案 |
| 3.1.1 多约束TSP问题 |
| 3.1.2 IACS算法设计 |
| 3.1.3 IACS算法的实现 |
| 3.2 IACS算法仿真及结果分析 |
| 3.2.1 仿真条件 |
| 3.2.2 仿真结果对比分析 |
| 3.2.3 仿真结论 |
| 3.3 本章小结 |
| 第四章 基于改进蚁群算法的QoS组播路由算法 |
| 4.1 链路能量水平及QoS约束建模 |
| 4.1.1 链路能量水平的定义 |
| 4.1.2 QoS约束模型 |
| 4.2 EBMRA算法模型分析 |
| 4.3 EBMRA算法设计 |
| 4.3.1 改进思路 |
| 4.3.2 算法中的数据结构 |
| 4.3.3 算法步骤 |
| 4.4 EBMRA算法仿真及结果分析 |
| 4.4.1 仿真环境设置 |
| 4.4.2 性能指标 |
| 4.4.3 仿真分析 |
| 4.4.4 不同网络规模下的仿真测试 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 本论文工作总结 |
| 5.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
（7）基于改进离散萤火虫算法的QoS组播路由优化（论文提纲范文）
| 详细摘要 |
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 研究背景与意义 |
| 1.3 QoS组播路由研究现状 |
| 1.3.1 遗传算法在组播中的研究 |
| 1.3.2 蚁群算法在组播中的研究 |
| 1.3.3 FA和其它算法在组播中研究 |
| 1.4 FA算法研究现状 |
| 1.4.1 FA理论研究 |
| 1.4.2 FA应用研究 |
| 1.5 本文主要工作和内容安排 |
| 第二章 QoS组播路由技术 |
| 2.1 引言 |
| 2.2 路由问题 |
| 2.2.1 网络路由的概念及原理 |
| 2.2.2 网络路由算法分类 |
| 2.3 组播技术 |
| 2.3.1 组播技术原理 |
| 2.3.2 组播技术的优势 |
| 2.3.3 组播协议 |
| 2.4 QoS约束问题 |
| 2.4.1 QoS概述 |
| 2.4.2 QoS参数介绍 |
| 2.4.3 QoS约束目标和难点 |
| 2.5 QoS组播路由问题 |
| 2.5.1 QoS组播路由概述 |
| 2.5.2 QoS组播数学模型 |
| 2.5.3 QoS组播路由算法 |
| 2.6 本章小结 |
| 第三章 萤火虫算法及改进应用 |
| 3.1 引言 |
| 3.2 标准萤火虫算法 |
| 3.2.1 萤火虫算法原理 |
| 3.2.2 萤火虫算法优势 |
| 3.2.3 萤火虫算法实现过程 |
| 3.3 基于OX操作离散萤火虫算法求解TSP问题 |
| 3.3.1 TSP问题 |
| 3.3.2 OX操作 |
| 3.3.3 萤火虫算法改进策略 |
| 3.3.4 改进算法在TSP问题中的实现过程 |
| 3.4 仿真实验与分析 |
| 3.5 本章小结 |
| 第四章 改进的离散萤火虫算法求解QoS组播路由问题 |
| 4.1 引言 |
| 4.2 QoS组播网络模型及其分析 |
| 4.2.1 QoS组播网络优化模型 |
| 4.2.2 QoS组播网络路由优化问题及其分析 |
| 4.3 BRDFA求解QoS组播路由问题 |
| 4.3.1 常用的几种组播树编码 |
| 4.3.2 本文提出的组播树编码 |
| 4.3.3 BR策略 |
| 4.3.4 BR策略组播树初始化 |
| 4.3.5 BR策略组播树寻优 |
| 4.3.6 扰动机制 |
| 4.3.7 算法流程 |
| 4.4 小结 |
| 第五章 实验仿真分析与算法评估 |
| 5.1 Salama网络拓扑生成算法 |
| 5.2 仿真实验参数与节点算例结果 |
| 5.3 结果分析与性能测试 |
| 5.3.1 可行性测试与分析 |
| 5.3.2 算法比较测试与分析 |
| 第六章 总结与展望 |
| 6.1 本文工作总结 |
| 6.2 未来展望 |
| 致谢 |
| 参考文献 |
| 附录 |
（8）基于OpenFlow的SDN路由算法设计和实现（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文组织结构 |
| 第二章 SDN及QoS路由理论基础 |
| 2.1 SDN及OpenFlow协议 |
| 2.1.1 SDN网络架构 |
| 2.1.2 OpenFlow技术 |
| 2.1.3 OpenFlow消息 |
| 2.2 QoS相关知识 |
| 2.2.1 QoS相关技术 |
| 2.2.2 SDN在QoS问题中的优势 |
| 2.3 QoS网络路由基础理论 |
| 2.3.1 QoS约束 |
| 2.3.2 QoS路由的数学模型 |
| 2.3.3 QoS单播路由问题 |
| 2.3.4 QoS组播路由问题 |
| 2.4 本章小结 |
| 第三章 基于SDN的QoS路由算法 |
| 3.1 基本蚁群算法 |
| 3.1.1 蚁群算法的基本思想 |
| 3.1.2 蚁群算法的基本原理 |
| 3.1.3 蚁群算法的特点 |
| 3.2 基于蚁群优化算法的QoS多约束单播路由算法 |
| 3.2.1 QoS多约束单播路由问题数学模型 |
| 3.2.2 初始化信息素分布规则 |
| 3.2.3 路径选择概率更新规则 |
| 3.2.4 信息素的更新规则 |
| 3.2.5 实验仿真与分析 |
| 3.3 基于蚁群优化算法的QoS多约束组播路由算法 |
| 3.3.1 QoS多约束组播路由问题数学模型 |
| 3.3.2 基于QoS多约束单播路由中蚁群优化算法的改进策略 |
| 3.3.3 仿真实验与分析 |
| 3.4 本章小结 |
| 第四章 SDN中路由系统的设计与实现 |
| 4.1 仿真环境 |
| 4.1.1 SDN控制器—Ryu |
| 4.1.2 仿真工具—Mininet |
| 4.2 路由系统设计和实现 |
| 4.2.1 链路管理模块 |
| 4.2.2 单播模块 |
| 4.2.3 组播模块 |
| 4.2.4 调度模块 |
| 4.3 路由系统功能的仿真实验 |
| 4.3.1 启动Miniet网络拓扑 |
| 4.3.2 获取网络拓扑信息 |
| 4.3.3 获取网络的统计信息 |
| 4.3.4 单播功能测试 |
| 4.3.5 组播模块测试 |
| 4.4 本章小结 |
| 第五章 总结与展望 |
| 5.1 总结 |
| 5.2 展望 |
| 致谢 |
| 参考文献 |
（9）软件定义多媒体组播系统与传输策略研究（论文提纲范文）
| 摘要 |
| Abstract |
| 符号说明 |
| 第1章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究现状 |
| 1.2.1 IP网络中多媒体自适应传输与组播研究 |
| 1.2.2 软件定义网络中多媒体自适应传输与组播研究 |
| 1.3 本文的工作 |
| 1.4 本文的组织结构 |
| 第2章 网络多媒体服务系统相关技术 |
| 2.1 未来网络技术 |
| 2.1.1 软件定义网络 |
| 2.1.2 网络虚拟化 |
| 2.2 网络组播传输技术 |
| 2.2.1 IP组播 |
| 2.2.2 应用层组播 |
| 2.3 多媒体传输与自适应技术 |
| 2.3.1 网络多媒体传输技术 |
| 2.3.2 视频实时转码技术 |
| 2.3.3 可伸缩视频编码技术 |
| 2.4 小结 |
| 第3章 软件定义可伸缩视频组播传输架构 |
| 3.1 引言 |
| 3.2 相关工作 |
| 3.3 基于OpenFlow的软件定义可伸缩视频组播系统 |
| 3.4 原型系统设计与实现 |
| 3.4.1 系统组成 |
| 3.4.2 SDM~2Cast服务流程 |
| 3.4.3 SDM~2Cast对QoS的支持 |
| 3.4.4 SDM~2Cast的域间与多ISP部署 |
| 3.5 原型系统部署与性能评估 |
| 3.5.1 原型系统部署 |
| 3.5.2 实验结果及分析 |
| 3.6 小结 |
| 第4章 软件定义网络中可伸缩视频自适应组播传输策略 |
| 4.1 引言 |
| 4.2 相关工作 |
| 4.3 软件定义网络中具有QoS约束的组播路由算法 |
| 4.3.1 Steiner树问题及其算法 |
| 4.3.2 具有可用带宽和时延约束的组播路由算法 |
| 4.4 基于等效带宽估计的可伸缩视频自适应组播传输策略 |
| 4.4.1 等效带宽估计 |
| 4.4.2 自适应视频层切换算法 |
| 4.4.3 针对组播路径的视频增强层自适应切换算法 |
| 4.5 实验与性能评估 |
| 4.5.1 实验设置 |
| 4.5.2 实验结果及分析 |
| 4.6 小结 |
| 第5章 基于软件定义分层组播的视频会议系统 |
| 5.1 引言 |
| 5.2 相关工作 |
| 5.3 基于分层组播的视频会议系统设计 |
| 5.3.1 系统组成 |
| 5.3.2 视频会议系统工作流程 |
| 5.4 实验与性能评估 |
| 5.4.1 实验环境设置 |
| 5.4.2 实验结果与分析 |
| 5.5 小结 |
| 第6章 总结与展望 |
| 6.1 本文总结 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（10）基于遗传算法的QoS组播路由优化研究（论文提纲范文）
| 引言 |
| 1 绪论 |
| 1.1 选题意义和背景 |
| 1.2 组播路由算法研究现状 |
| 1.2.1 概述 |
| 1.2.2 组播路由算法现存问题 |
| 1.3 课题研究意义 |
| 1.4 论文研究内容和组织结构 |
| 1.4.1 论文研究内容 |
| 1.4.2 组织结构 |
| 2 QoS组播路由 |
| 2.1 组播路由技术 |
| 2.1.1 组播路由技术产生背景 |
| 2.1.2 组播路由理论基础 |
| 2.1.3 组播路由协议 |
| 2.1.4 组播路由算法设计目标 |
| 2.2 QoS约束 |
| 2.2.1 QoS定义 |
| 2.2.2 QoS度量 |
| 2.2.3 QoS度量选择 |
| 2.2.4 QoS路由与传统路由区别 |
| 2.3 QoS组播路由 |
| 2.3.1 QoS组播路由的概念 |
| 2.3.2 QoS组播路由的数学模型 |
| 2.3.3 QoS组播路由算法和协议 |
| 2.4 遗传算法 |
| 2.4.1 遗传算法的发展历史 |
| 2.4.2 遗传算法的基本思想 |
| 2.4.3 遗传算法的特点 |
| 2.4.4 遗传算法的应用 |
| 2.4.5 遗传算法的基本流程 |
| 2.4.6 遗传算法的基本操作 |
| 2.5 本章小结 |
| 3 基于改进遗传算法的多约束QoS单播路由算法 |
| 3.1 概述 |
| 3.2 问题规模与问题描述 |
| 3.3 遗传算法 |
| 3.3.1 编码 |
| 3.3.2 初始种群 |
| 3.3.3 适应度函数设计 |
| 3.3.4 选择 |
| 3.3.5 交叉 |
| 3.3.6 变异 |
| 3.4 算法分析与仿真结果 |
| 3.5 本章小结 |
| 4 基于改进遗传算法的满足带宽和时延约束的组播路由算法 |
| 4.1 引言 |
| 4.2 问题描述 |
| 4.3 算法 |
| 4.3.1 预处理 |
| 4.3.2 编码 |
| 4.3.3 种群初始化 |
| 4.3.4 适应度函数 |
| 4.3.5 选择算子 |
| 4.3.6 交叉算子 |
| 4.3.7 变异算子 |
| 4.4 仿真 |
| 4.4.1 实例 1 |
| 4.4.2 实例 2 |
| 4.5 结论 |
| 5 基于改进遗传算法的多约束QoS组播路由算法 |
| 5.1 概述 |
| 5.2 算法描述 |
| 5.3 仿真实现 |
| 5.4 结论 |
| 6 结束语 |
| 参考文献 |
| 在学研究成果 |
| 致谢 |
| Abstract |
| 摘要 |
四、一种基于带宽和时延约束的分布式组播路由算法（论文参考文献）
- [1]SDN可控组播机制的研究与实现[D]. 陈红. 北京交通大学, 2020(03)
- [2]动态无线网状网的信息同步与组播技术研究[D]. 邓俊辉. 华南理工大学, 2020(02)
- [3]面向数据中心基于负载感知均衡策略的路由技术研究[D]. 袁春龙. 东北大学, 2020(01)
- [4]低压电力线通信组网方法及信道接入优化研究[D]. 崔莹. 哈尔滨工业大学, 2019
- [5]数据中心内基于负载感知均衡策略的高性能路由方案研究[D]. 范福杰. 浙江大学, 2019(01)
- [6]基于蚁群算法的Ad Hoc组播能量优化研究[D]. 张阿鑫. 西安电子科技大学, 2019(02)
- [7]基于改进离散萤火虫算法的QoS组播路由优化[D]. 周志平. 杭州电子科技大学, 2019(01)
- [8]基于OpenFlow的SDN路由算法设计和实现[D]. 蔡恒. 东南大学, 2018(05)
- [9]软件定义多媒体组播系统与传输策略研究[D]. 杨恩众. 中国科学技术大学, 2017(09)
- [10]基于遗传算法的QoS组播路由优化研究[D]. 彭璐. 宁波大学, 2015(03)