国际先进研究期刊》的研究在电子、电子、仪表工程
菜单ISSN在线(2278 - 8875)打印(2320 - 3765)
ISSN在线(2278 - 8875)打印(2320 - 3765)
| Neha Mangla 副教授,心房理工学院,印度班加罗尔 |
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程
所有的交通被互联网平等通常被称为网络中立。互联网中立执行所有网络流量都应被视为平等和最佳工作应遵循路由策略。但随着智能应用程序的出现大大改变。每个网络应用程序都有自己的带宽要求。我们面临问题的关键应用程序的带宽要求不匹配时网络带宽。因为网络中立性原则,核心路由器不能优先考虑的一个交通比其他和关键应用程序可能会受到影响。这种类型的问题仍在重新搜索阶段作为解决方案我们将看到如何应用程序级别与GA方法在边缘路由器的路由优化机制可以用于这种类型的应用程序。
关键字 |
| GA、QoS、体验质量、带宽、延迟 |
介绍 |
| 近年来,实时应用程序被广泛使用。在增加,实时嵌入式系统被发现在许多不同的应用领域包括电子、、电信、空间系统、医学成像和消费电子产品。通过互联网实时视频流的传输通过使用连接多媒体交付面临着诸多挑战,如带宽不足和有限的存储容量。此外,还有不同的应用有不同的QoS要求达到用户的满意。QoS取决于一些参数如:吞吐量、带宽、延迟,出错率控制和包丢失。根据这些参数,运输路径选择。所以质量的路由算法必须适应的经验,灵活、聪明足以让一个快速的决定。为了达到这个目标,一个基于遗传算法(GA)的计算策略,灵感来自自然过程。遗传算法是一种全局优化技术源于自然选择与进化计算的原理和技术。GAtheoretically empirically-has被证明是一个强大的搜索技术。 Each possible point in the search space of the problem is encoded into a suitable representation for applying GA. In GA, each population of individual solutions with fitness value is transformed to a new generation of the population, depending on the Darwinian principle of the survival of the fitness. By applying genetic operators, such as crossover and mutation, GA produces better approximations to the solutions. Many routing algorithms based on GA have been proposed. Selection and reproduction processing at each iteration produces a new generation of approximations. |
| GA的阶段是: |
| •选择初始种群。 |
| •确定所有初始个体的健康的人口 |
| 做 |
| •选择复制个人最好成绩。 |
| •通过交叉和变异培育新一代(遗传操作)和生育后代。 |
| •评估个体健康的后代。 |
| •人口排名最低的部分替换为后代。 |
| 而(终止条件) |
| 在这里,我们提出一种基于遗传算法的新方法能够用过去的经验来改善当前的决策选择efficienct路径。 |
路由的历史 |
| 通常在所有路由算法构造路由表通信数据包转发到目的地和路由表:为每个目的地,路线(s)或指定下一跳(s)。这些路由方法是自适应的问题。RIP、OSPF使用静态测量距离跳跃数度量和不确定性等由于延迟信息。自适应算法可能会引起振荡,遥不可及的路线,等。自适应,我们需要经常观察,人们常常无法观察的广播。管理费用的观察网络状态的变化。但是我们可以减少开销:广播尽可能少。限制观察即执行有限的观测路线,经常使用(和值得观测的负载),并通过自主控制即应确定每个节点独立路线采用本地获得信息。智能控制需要即预测算法,学习计划,构建解决方案数据库等。进化计算(EC)是一种很有前途的答案。作为进化本质上是一个分布式的过程。适应在进化过程中需要频繁的通信(如少。 no broadcast is necessary) among individuals. Evolution is considered robust to environmental changes. |
关键理念 |
| 在该算法中,我们将利用现有的网络路由协议像边界网关协议。我们将学习内容和路线替代路线根据网络的特点和应用程序数据媒体特征。一段视频,视频的连续性是比总下载时间更重要。在网络上我们说它质量的经验。一个视频连续依赖于其带宽要求。一个媒体带宽是一秒钟的视频内容的大小。例如800 Kbps的视频媒体意味着每秒钟800 Kb的字节大小。算法考虑了媒体带宽和网络带宽的替代路线,然后优化路由请求,以便用户获得高质量的经验。 |
| 假设以下术语 |
| C我——i内容请求 |
| Si -内容的大小 |
| fsz -片段的大小 |
| Bi:内容的带宽要求 |
| 所以,Ci可分为n个片段,这样 |
| Ci = Ci0、Ci1 Ci2 ....CSi) / fsz |
| 国际扶轮:i路线 |
| 央行:i线路的带宽 |
| 用户将得到最好的体验当抓取内容从网络的速度将匹配媒体带宽需求。 |
| 适应度函数。的目标函数是最大带宽利用率。实现算法的要求是: |
| •总媒体请求的数量。 |
| •让媒体带宽为每个请求。 |
| •得到o备用路径总数/服务器。 |
| •核对每条路径的网络带宽。 |
| •创建初始种群。 |
| •让总代。 |
| •交叉点。 |
| •适应度函数应用到每个解决方案并选择最好的解决方案。 |
| •使用精英主义创建下一代(最佳解决方案)和交叉(解决方案) |
| •重复最后一步,直到我们得到最优解(0延迟)或到最大数量的后代。输出将作为被用户延迟。 |
算法适应度函数 |
| 适应度函数将一个建议的解决方案,并将返回作为被用户延迟。目标函数的算法 |
| 1。为每个服务器遍历媒体请求排队 |
| 2。计算总服务器上的负载 |
| 3所示。检查有多少内容将由服务器根据总负载和网络带宽 |
| 4所示。计算总含量由所有服务器为每个请求。 |
| 5。计算所需内容的区别(媒体带宽)和内容为每个内容交付。 |
| 6。计算延迟被用户(差除以媒体带宽) |
| 7所示。添加每个媒体请求的延迟和除以总平均延迟被用户/请求 |
| 8。返回平均延迟。 |
算法初始种群 |
| 为每个内容 |
| 做 |
| •生成1到100之间的一个随机数。 |
| •把内容块比例随机数在服务器1。 |
| •在剩余的服务器上重复相同的过程 |
| •生成n这样的解决方案。应用适应度函数 |
| 而(max初始解决方案) |
算法交叉 |
| •选择两种解决方案。 |
| •为每个服务器,切换两种解决方案的内容超出了交叉点。 |
编码方案内容服务器 |
| 这里我们假设n服务器和m内容。每个内容划分为: |
| Xa,丫…….Za |
| Xb, Yb…….Zb |
| Xm, Ym……. . Zm评选 |
编码为其他解决方案 |
| 可以有许多解决方案划分内容。我在这里表示两种解决方案。一个是上面的,第二次来了。 |
交叉内容分布 |
| 我在这里只显示一个点交叉。但是我认为所有在我实现。在这我们将看到首先分散两种解决方案的内容仍将是相同的。休息会交换。 |
突变为内容分布 |
| 生成随机数。 |
| 如果 |
| 随机数< =选择概率 |
| 然后 |
| 减少部分从1圣根据随机数字块。 |
| 其他的 |
| 减少部分在任何其他块根据随机数。 |
结果分析 |
输入为: |
| 输入总含量:8 |
| 输入每个质量浓度:60 100 120 90 150 70 80 95 |
| 输入总服务器:4 |
| 每个服务器的输入BW: 180 70 160 40 |
| 输入总代:5 |
| 输入过的观点:1 |
| 进入变异概率(概率* 100):0.2 |
| 我在这里不显示输入编码和输出日志交叉点,交叉点2,交叉点3。上面的部分是只有一个示例输入交叉点1。 |
| 我们分析了通过相同的输入与所有三个交叉算子的点。。从第五代我们数据输出与交叉,交叉,交叉三分运营商。 |
| 我们分析了这三个图。我们看到最好的结果与交叉点。 |
结论 |
| 体验质量定义为衡量一个系统或应用程序如何满足用户的期望。从服务质量这个概念是不同的,从网络的角度侧重于测量性能。例如,体验质量关注用户预期的影响,如语音或视频质量的退化,而QoS关注网络效应等端到端延迟和抖动。另一个需要注意的重要的一点是,测量各个节点可能表明可接受的QoS,但最终用户仍有可能出现不可接受的体验质量。 |
未来的范围 |
| 下一代需要更改路由协议,需要转向体验质量而不是QoS。质量的经验是动态的现象,取决于不同的涉众的反馈,所以下一代路由协议应该适应随时间动态条件和发展。 |
引用 |
|
