On the Performance of the Spatial Reuse Operation in IEEE 802.11ax WLANs
IEEE 802.11ax-2020(11ax)修正案中包括的空间重用(SR)操作旨在增加重叠基本服务集(OBSS)中的并行传输的数量。然而,关于通过SR可以实现的性能提升还存在许多未知因素。在本文中,我们简要介绍了IEEE 802.11ax(D4.0草案)中描述的SR操作。然后,提供了一个基于仿真的实现,以探索SR操作的性能增益。我们的研究结果表明,在不同的情况下,覆盖多个网络密度和流量负载使用SR的潜力。特别是,我们观察到显着改善的信道利用率时,相对于默认配置应用SR,从而允许增加吞吐量和减少延迟。有趣的是,在网络密度和流量负载方面最悲观的情况下观察到SR操作提供的最高改进。
2019-09-17 cs.NI
Interfaz Grafica para la Gestion SDWN de un Entorno WLAN
本文提出了一种图形界面的无线局域网,集成了一组协调的Wi-Fi接入点的管理。该接口与负责负载均衡和移动性管理的网络应用交互。图形应用程序能够获得和显示存储在包括多个接入点的系统中的信息,并以友好的方式为网络管理员显示该信息。最后,该应用程序允许远程管理系统、调整其参数或在接入点之间进行传输。
2020-05-12 cs.NI
User-aware WLAN Transmit Power Control in the Wild
Huawei Technologies Co. Ltd(华为技术有限公司)
在无线局域网(WLAN)中,接入点(AP)发射功率影响(i)用户的接收信号质量以及因此的用户吞吐量,(ii)用户关联以及因此的跨AP的负载,以及(iii)AP覆盖范围以及因此的网络中的干扰。尽管经过了数十年的学术研究,但在实践中,发射功率电平仍然是静态分配的,以满足统一的覆盖目标。然而,每个网络都有其独特的用户空间分布,需要适应用户存在概率的功率控制,例如,将具有较高干扰概率的区域放置在用户密度最低的地方。虽然在纸面上很好,但将这个简单的想法付诸实践会带来许多挑战,如果有的话,收益很难估计。本文是第一个解决这些挑战,并评估在生产网络服务成千上万的日常用户的用户感知的发射功率控制系统的好处。在此过程中,我们贡献了一种新的方法,从历史IEEE 802.11k数据中推断用户密度,以及一种新的机器学习方法来估算丢失的信号强度测量。全面的实验活动结果显示了可行性并量化了收益:与最先进的解决方案相比,新系统可以将中值信号强度提高15 dBm,同时减少通话时间干扰。由于缺乏终端协作,这以上行链路信号减少5dBm的可承受成本来实现。
2023-02-21 cs.AI cs.NI
An Autonomous Distributed Admission Control Scheme for IEEE 802.11 DCF
接纳控制作为一种提供QoS的机制,需要对所请求的流以及已经接纳的流进行准确的描述。由于802.11 WLAN容量在属于所有站的流之间共享,因此准入控制需要了解WLAN中的所有流。此外,通过分析模型估计负载相关的WLAN容量需要关于信道数据率、有效载荷大小和站的数量的输入。这些因素结合起来指向集中式准入控制,而对于802.11 DCF,理想情况下以分布式方式执行。使用来自信道的测量避免了关于上述信道状态的显式输入。BUFFET是本文提出的一种基于模型的测量辅助分布式接纳控制方案,它依赖于测量来获得模型输入并预测WLAN饱和度,从而将平均延迟保持在可接受的范围内。基于测量,它适应数据率和有效载荷大小的组合,使其完全自主和分布式。OPNET仿真结果表明,BUFFET能够在接近最优吞吐量的情况下,保证平均时延小于7ms。
2007-05-19 cs.NI cs.PF
To overlap or not to overlap: Enabling Channel Bonding in High-Density WLANs
无线局域网(WLAN)是最流行的一种无线互联网连接,因为它们的部署和操作简单。因此,通过WLAN访问互联网的设备(如笔记本电脑、智能手机或可穿戴设备)的数量正在急剧增加,同时应用程序的吞吐量要求也在急剧增加。为了应对这些挑战,信道绑定(CB)技术被用于通过在更宽的信道中发送来实现更高的数据率,从而提高频谱效率。然而,重要的问题,如更高的潜在的同信道和相邻信道干扰时出现绑定信道。这可能会损害载波侦听多路访问(CSMA)协议的性能,因为经常性的退避冻结,同时使节点对隐藏节点的影响更加敏感。在本文中,我们解决了以下问题:它方便高密度(HD)无线局域网使用更宽的信道和潜在的频谱重叠?首先,我们突出DCB在玩具场景中的关键方面,通过连续时间马尔可夫网络(CTMN)模型。然后,通过广泛的模拟,涵盖了广泛的流量负载和接入点(AP)密度,我们表明,动态信道绑定(DCB)-它适应每个数据包传输的信道带宽-显着优于传统的单信道平均。然而,结果也证实,DCB更容易产生不公平的情况下,无线局域网可能会饿死。与目前大多数在HD部署中推动非重叠信道的想法相反,我们强调了将尽可能宽的信道分配给WLAN的好处,同时实施自适应接入策略以应对可能出现的不公平情况。
2018-12-30 cs.NI
Potential and Pitfalls of Multi-Armed Bandits for Decentralized Spatial Reuse in WLANs
空间复用(SR)最近得到了关注,以最大限度地提高IEEE 802.11无线局域网(WLAN)的性能。由于许多部署的特点是本质上不协调,因此分散式机制有望成为下一代WLAN SR解决方案开发的关键。然而,分散式机制的潜力是有限的,严重缺乏知识的整体无线环境。为了阐明这个问题,我们展示了应用在线学习来解决不协调WLAN中的SR问题的主要考虑因素和可能性。特别是,我们提供了一个解决方案的基础上,多武装匪徒(MABs),独立的无线局域网动态调整其频率信道,发射功率和灵敏度阈值。为此,我们提供了两种不同的策略,这是指自私和环境意识的学习。前者代表纯粹的个人行为,而后者则考虑周围网络的表现,从而考虑到个人行为对环境的影响。通过这两种策略,我们深入研究了在无线网络中应用MAB的实际问题,如收敛保证或对抗效应。我们的模拟结果说明了潜在的所提出的解决方案,使SR在未来的无线局域网。我们表明,网络性能的大幅改善,可以实现吞吐量和公平性。
2018-12-14 cs.NI
Meter-Level Wi-Fi RTT Localization on a Production Enterprise WLAN
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校)
本研究在生产级企业WLAN上评估Wi-Fi RTT定位,发现无需专用基础设施即可实现米级精度,并提出AP感知的软件校准方案。
2026-09-15 cs.NI
Proportional Fair Traffic Splitting and Aggregation in Heterogeneous Wireless Networks
流量负载均衡和资源分配在利用多无线电无线网络的密集和日益异构的部署方面起着至关重要的作用。跨不同接入点(AP)/无线电接入技术(RAT)的业务聚合已经成为最近引入的关于LTE双连接和LTE-WLAN聚合(LWA)的蜂窝标准的重要特征。针对AP不一定并置的场景的低复杂度业务拆分解决方案是运营商非常感兴趣的。在本文中,我们考虑的情况下,每个用户的流量可以跨宏小区和LTE或WiFi小小区由非理想的回程链路连接的分裂,并开发一个封闭的形式的解决方案,最佳的聚合占回程延迟。最佳解决方案适合于基于“注水”的解释,其中通过宏小区发送的用户业务的分数与该宏小区上的用户峰值容量和其在小小区上的吞吐量的比率成比例。使用全面的系统级仿真,所开发的最佳解决方案,以提供大量的边缘和中值吞吐量增益超过目前的3GPP-WLAN互通解决方案的算法代表。对于希望在现有WLAN部署中引入聚合解决方案的运营商来说,可实现的性能优势是有希望的。
2016-03-26 cs.IT cs.NI math.IT
Spatial Reuse in IEEE 802.11ax WLANs
处理大规模拥挤的场景是下一代无线网络最雄心勃勃的目标之一。考虑到这一目标,IEEE 802.11ax修正案包括空间重用(SR)操作等技术。SR操作包含一组前所未有的技术{预期其在密集环境中显著提高无线局域网(WLAN)性能}。特别地,SR操作的主要目标是通过增加并行传输的数量来最大化介质的利用。然而,由于这种操作的新颖性,其性能增益在很大程度上仍然是未知的。在本文中,我们首先提供了一个温和的教程,包括在IEEE 802.11ax的SR操作。然后,我们分析模型SR和深入到网络设备之间的MAC级的新的交互。最后,我们提供了一个模拟驱动的分析,以展示SR在各种部署,包括不同的网络密度和流量负载的潜力。我们的研究结果表明,SR操作可以显着提高介质利用率,特别是在高干扰条件下的场景。此外,我们的结果还证明了SR的非侵入性设计特征,可以在对环境影响较小的情况下增加同时传输的数量。最后,我们给出了IEEE 802.11ax SR操作的主要挑战和局限性,包括研究差距和未来的发展方向的一些想法的文件。
2021-03-02 cs.NI
AP-side WLAN Analytics
监控终端用户体验的网络性能对于无线网络的管理者来说至关重要,因为它可以使他们远程修改网络参数以改善终端用户体验。不幸的是,对于性能监控,管理员通常仅限于他们管理的接入点(AP)的日志。该信息不直接捕获可能阻碍站(STA)侧传输的因素。因此,测量这种度量的现有技术方法主要涉及主动测量。不幸的是,这种主动测量增加了业务负载,并且如果定期使用并且用于所有STA,则可能潜在地中断用户业务,从而使网络中的其他用户的性能恶化并且耗尽移动设备的电池。本论文实现了被动AP端网络分析。在论文的第一部分中,我提出了虚拟速度测试,一个基于测量的框架,使AP估计速度测试结果的任何相关的客户端仅基于AP侧的可观的。接下来,我提出了上行链路延迟显微镜(uScope),AP端的框架,用于估计WLAN上行链路延迟的任何相关STA和分解成其组成部分。与虚拟速度测试类似,uScope仅基于被动AP侧观察进行估计。我们在一个商用硬件平台上实现了这两个框架,并在大学校园和住宅区进行了广泛的现场试验。在超过100万次的测试中,这两个框架的估计精度低于10%。
2021-05-10 cs.NI
Multi-Armed Bandits for Decentralized AP selection in Enterprise WLANs
WiFi密集化导致存在多个重叠的覆盖区域,这允许用户站(STA)在不同的接入点(AP)之间进行选择。标准的WiFi关联方法使得STA选择具有最强信号的AP,这在许多情况下导致一些AP的利用率不足而使其他AP过度拥挤。为了缓解这种情况,可以使用诸如多臂强盗(Multi-Armed Bandits)的强化学习技术来动态地学习AP与STA之间的最佳映射,并且因此相应地在可用AP之间重新分布STA。这是一个特别具有挑战性的问题,因为由给定STA观察到的网络响应取决于其他STA的行为,因此在没有网络全局视图的情况下很难预测。在本文中,我们专注于解决这个问题,在分散的方式,STA独立地探索其覆盖范围内的不同AP,并选择一个更好地满足他们的需求。要做到这一点,我们提出了一种新的方法,称为粘性的贪婪epsilon-greedy,当找到合适的AP时停止探索,只有在几个不满意的关联轮后才恢复探索。通过这种方法,我们大大减少了网络响应动态,提高了STA的能力,找到一个更快的解决方案,以及实现更有效地利用网络资源。我们调查的情况下(AP和STA的位置,流量负载和信道分配策略)的特性如何影响学习过程和可实现的性能。我们还表明,并不是所有的STA都必须实现所提出的解决方案,以提高其性能。最后,我们研究的情况下,车站逐步到达系统,所考虑的方法也是适合在这样一个非平稳设置。
2020-05-28 cs.NI
EASM: Efficiency-Aware Switch Migration for Balancing Controller Loads in Software-Defined Networking
分布式多控制器部署是实现软件定义网络(SDN)可扩展和可靠控制平面的一种很有前途的方法。然而,随着网络流量的动态变化,这给分布式控制器的负载均衡带来了新的挑战。控制器负载分布的不均衡会增加处理流的响应延迟,降低控制器的吞吐量。交换机迁移是解决这一问题的有效途径。然而,现有的方案只关注负载均衡性能,而忽略了迁移效率,这可能导致高迁移成本和不必要的控制开销。本文提出了效率感知的交换机迁移(EASM),以平衡控制器的负载,提高迁移效率。我们引入负载差异矩阵和触发因子来衡量控制器上的负载均衡。我们还介绍了迁移效率问题,它考虑负载均衡率和迁移成本同时优化迁移交换机。我们提出EASM有效地解决这个问题。仿真结果表明,在网络规模发生变化时,EASM方案的控制器响应时间平均减少了21.9%,控制器吞吐量平均提高了30.4%,同时保持了良好的负载均衡率,迁移成本和迁移时间都较低。
2018-01-26 cs.IT cs.NI math.IT
Context-Aware D2D Peer Selection for Load Distribution in LTE Networks
在本文中,我们提出了一种新的上下文感知的方法资源分配在设备到设备(D2D)通信网络,利用上下文信息的用户的速度和他们所需的数据的大小,以决定他们的业务负载是否可以转移到D2D层,哪些D2D用户应该配对。该问题被建模为一个具有外部性的匹配博弈,并提出了一种新的算法来解决这个博弈,该算法收敛于D2D用户之间的稳定匹配。仿真结果表明,我们的模型在卸载蜂窝网络流量的D2D层的有效性。
2015-12-02 cs.IT cs.NI math.IT
QoS-Aware User Association for Load Balancing in Heterogeneous Cellular Networks
为了解决传统蜂窝网络热点区域容量低和覆盖空洞的问题,部署发射功率较低的基站构成异构蜂窝网络(HetNet)。然而,由于这些引入不同功率的BS,如果没有提供适当的用户关联方案,则它们之间的用户分布看起来相当不平衡。为了有效地解决这个问题,我们共同考虑每个基站的负载和用户的可达速率,而不是只利用后者时,设计一个关联算法,并制定为一个网络范围内的加权效用最大化问题。注意,上述负载涉及由实际速率要求决定的所需子带的量,即,而不是关联的用户数,因此它可以反映用户的实际负载水平。对于所提出的问题,我们给出了一个最大概率(最大概率)算法,通过放松变量,以及一个低复杂度的分布式算法与一个接近最优的解决方案,提供了理论上的性能保证。实验结果表明,与Ye提出的关联策略相比,该策略具有更快的收敛速度、更低的呼叫阻塞率和更高的负载均衡水平。
2014-01-04 cs.IT cs.NI math.IT
Load-aware Performance Analysis of Cell Center/Edge Users in Random HetNets
对于实时业务,与小区中心用户(CCU)相比,小区边缘用户(CEU)的链路质量和呼叫阻塞概率(两者都是从覆盖概率导出的)被认为是差的,因为与小区边缘区域相比,小区中心区域中的信号接收更好。在异构网络(HetNet)中,不同类型的基站的不协调信道接入确定进一步仲裁覆盖概率的干扰统计。因此,频谱分配技术对CCU和CEU的性能具有重要影响。在本文中,性能的CCU和CEU在一个随机的两层网络中的两种频谱分配技术,即:1)共信道(CSA),2)共享(SSA)进行了研究。对于性能分析,广泛接受的概念建模的层次HetNet使用独立的齐次泊松点过程(PPP)被认为是适应空间随机性的位置的BS。为了将服务到达的空间随机性和辅助负载感知分析,蜂窝业务建模使用时空PPP。在这种情况下,我们已经开发了一个分析框架,以评估负载感知性能,包括覆盖和阻塞概率,CCU和CEU下的频谱分配技术。此外,我们还提供了对SSA和CSA可实现的区域能源效率的见解。开发的分析框架通过广泛的模拟验证。接下来,我们展示了流量负载和毫微微接入点密度对CSA和SSA下CCU/CEU性能的影响。
2017-03-09 cs.IT cs.NI math.IT
A Novel Communication Cost Aware Load Balancing in Content Delivery Networks using Honeybee Algorithm
现代Web服务依赖于内容分发网络(CDN)来高效地向最终用户分发内容。为了最大限度地减少通信成本,有必要将最终用户的请求发送到最近的服务器。然而,它表明,这种天真的方法会导致一些服务器超载。类似地,当分发请求以避免过载时,通信成本增加。这是CDN中通信成本和负载均衡之间的公知权衡。在这项工作中,通过引入一个新的元启发式算法,我们试图优化这种权衡,也就是说,有较少的负载服务器在较低的经验丰富的通信成本。当我们优化服务器更新彼此负载信息的方式时,这种权衡会得到更好的管理。所提出的方案,这是基于蜜蜂算法,是一个实现蜜蜂算法,这是已知的解决连续优化问题。我们提出的CDN版本是请求重定向方法和服务器信息更新算法的组合。为了在大规模网络中评估所建议的方法,我们利用了我们新开发的CDN模拟器,该模拟器考虑了我们问题范围内的所有重要网络参数。仿真结果表明,我们提出的方案实现了更好的权衡之间的通信成本和负载均衡的CDN,与以前提出的计划。
2019-02-12 cs.IT cs.NI math.IT
Load & Backhaul Aware Decoupled Downlink/Uplink Access in 5G Systems
直到第四代(4G)蜂窝3GPP系统,用户设备(UE)的小区关联一直基于来自最强基站的下行链路接收功率。最近的工作已经表明,随着新兴5G系统中异质性程度的增加,这种方法明显是次优的,提倡下行链路和上行链路的独立关联,其中下行链路由宏小区服务,上行链路由最近的小小区服务。在本文中,我们通过明确地考虑小区负载以及在关联过程期间的可用回程容量来推进现有技术。我们介绍了一种新的关联算法,并证明了其优越性w.r.t.通过基于沃达丰的小小区试验网络并采用高分辨率路径损耗预测和实际用户分布的仿真,我们还研究了不同的功率控制设置对算法性能的影响。
2014-10-24 cs.IT cs.NI math.IT
An Overview of Context-Aware Vertical Handover Schemes in Heterogeneous Networks
随着无线接入技术的快速发展,最近的研究集中在授予移动用户以无缝方式在不同无线网络上漫游的能力,从而提供无缝移动性。每种无线技术在QoS方面的不同特性为以无缝方式提供连续服务(音频/视频流)带来了许多挑战。在本文中,我们打算审查现有的上下文感知方法,提供服务连续性的解决方案。我们查看了每个解决方案中使用的上下文信息的类型。通过本研究,可以清楚地看到,上下文感知在切换过程中起着重要的作用,以满足用户要求无缝服务。因此,本文的目标是比较现有的方法分组为一般的,基于IMS的,WLAN/WiMAX解决方案的几个标准,如互通架构,服务连续性,和QoS提供。
2011-12-25 cs.NI
Proximity-Aware Balanced Allocations in Cache Networks
我们考虑负载均衡在网络的缓存服务器提供内容的最终用户。经由所谓的二次幂选择的随机化负载均衡是并行和分布式系统中的公知方法,其减少网络不平衡。在本文中,我们提出了一个随机的负载均衡计划,同时考虑缓存大小的限制和接近的服务器重定向过程。由于内存限制和邻近性约束导致服务器选择过程中的相关性,因此我们通常可能无法从两个选择的力量中受益。然而,我们证明,在某些制度,在内存限制和邻近约束,我们的计划的结果在最大负载的顺序$Θ(\log\log n)$(这里$n$是服务器和请求的数量),并在同一时间,导致低通信成本。与将每个请求分配给最近的可用副本的方案相比,这是最大负载的指数级改进。最后,我们通过大量的模拟研究我们的方案的性能。
2016-10-23 cs.DS cs.IT cs.NI
Charon: Load-Aware Load-Balancing in P4
负载均衡器在数据中心中发挥着重要作用,因为它们跨应用服务器分配网络流并保证每个连接的一致性。然而,很难做出公平的负载均衡决策,使得所有资源都被有效地占用而不过载。跟踪连接状态允许推断服务器负载状态并做出明智的决策,但以消耗额外的内存空间为代价。这使得它很难在可编程硬件上实现,可编程硬件具有有限的内存,但提供线速性能。本文介绍了Charon,一个无状态的负载感知负载均衡器,具有线速性能的P4-NetFPGA实现。Charon被动地从应用服务器收集负载状态,并采用2次幂选择方案来做出数据驱动的负载均衡决策,提高资源利用率。通过在隐蔽通道中对服务器ID进行编码,无状态地保持连接一致性。本文描述了原型的设计和实现细节。仿真结果表明,负载分配的公平性,服务质量,吞吐量和处理延迟方面的性能增益。
2021-11-02 cs.AR cs.NI
Traffic-Aware Domain Partitioning and Load-Balanced Inter-Domain Routing for LEO Satellite Networks
Chongqing University of Posts and Telecommunications(重庆邮电大学)
本文提出DTAR方法,通过多目标NSGA-II算法生成领域划分并结合图注意力网络和PPO代理,实现低轨卫星网络中跨领域路由的负载均衡和可靠性提升。
2026-04-14 cs.NI
In-network Congestion-aware Load Balancing at Transport Layer
传输层的负载均衡是数据中心、内容分发网络和移动网络中的重要功能,其中必须满足每连接一致性(PCC)以获得最佳性能。云原生L4负载均衡器通常部署为虚拟网络功能(VNF),是现代云基础设施中的关键转发元素。我们发现服务实例之间的负载不平衡是传输层负载均衡器造成额外处理延迟的主要原因。现有的传输层负载均衡器依赖于两种方法之一:主机级流量重定向,这可能会向底层网络增加多达12.48%的额外流量,或者连接跟踪,这会消耗负载均衡器中相当多的内存。这两种方法都导致网络资源的低效使用。我们提出了在网络中的业务感知负载均衡器(INCAB),以实现均匀的服务实例之间的负载分配和最佳的网络资源使用,除了满足PCC的要求。我们表明,INCAB是能够识别和监控每个实例的最利用的资源,可以提高所有服务实例之间的负载分配。INCAB利用Bloom过滤器和超紧凑连接表进行网络内流量分配。此外,它不依赖于终端主机进行流量重定向。我们的流级模拟表明,INCAB将流的平均完成时间比无状态解决方案提高了31.97%。
2019-06-14 cs.NI
CAFT: Congestion-Aware Fault-Tolerant Load Balancing for Three-Tier Clos Data Centers
生产数据中心在不同的工作负载规模下运行,从延迟敏感的鼠标流到长寿命的大象流。然而,在数据中心网络中占主导地位的负载均衡方案,等价多路径(ECMP),对路径条件是不可知的,并且在非对称拓扑中表现不佳,导致低吞吐量和高延迟。在本文中,我们提出了CAFT,一个分布式的故障感知容错负载均衡协议的3层数据中心网络。它首先从任意两台主机之间所有可能路径的集合中实时的收集两个子集的完整拥塞信息。然后,从每个子集的最佳路径拥塞信息进行跨交换机,在传输控制协议(TCP)连接过程中,作出路径选择决定。具有两个候选路径提高了CAFT对由链路故障引起的不对称的鲁棒性。大规模的ns-3模拟表明,CAFT优于Expeditus的平均流完成时间(FCT)和网络吞吐量的对称和非对称场景。
2020-10-01 cs.NI
Computationally Aware Sum-Rate Optimal Scheduling for Centralized Radio Access Networks
在集中式或云无线电接入网络中,一组若干无线电接入点的数字基带处理的某些部分在中央数据中心处执行。集中处理提高了计算资产的灵活性、可伸缩性和利用率。然而,性能关键取决于如何分配有限的数据处理资源以满足不同无线设备的需求。由于每个设备施加的处理负载取决于其分配的传输速率和信道质量,因此调度的速率分配方面应考虑可用的计算。在本文中,提出了两个计算感知的调度器,其目标是最大化系统的总速率,同时满足对所提供的计算负载的约束。第一调度器最优地分配资源,并且根据注水算法来实现。第二个调度器是次优的,但使用了一个更简单和直观的复杂性截止方法。这两个路由器的性能进行评估,使用LTE兼容的系统级模拟器。发现两个调度器都避免了由计算负载的溢出(即,计算中断),代价是和速率的轻微损失。
2015-08-24 cs.IT cs.NI math.IT
Traffic Demand-Aware Topology Control for Enhanced Energy-Efficiency of Cellular Networks
目前运营的移动网络所提供的服务并不适应流量需求的时空波动,尽管这种波动为节能提供了机会。特别地,通过分离基站的临时冗余硬件组件,可以实现能量效率的显著增益。因此,我们提出了一种新的优化框架,考虑了由天线辐射的负载相关的能量和操作基站所需的能量的剩余形式。目标是减少移动网络的能量消耗,同时确保在整个覆盖区域内满足用户的数据率要求。基于稀疏优化技术,我们开发了一种优化最小化算法,能够识别节能的网络配置。迭代算法是负载感知的,具有低计算复杂性,并且可以以在线方式实现以利用短时间尺度上的负载波动。仿真结果表明,该算法可以找到网络配置的能量消耗类似的全局优化工具,这不能适用于真正的大型网络。虽然我们只考虑一个目前部署的蜂窝技术,优化框架是通用的,可能适用于一大类接入技术。
2015-03-30 cs.IT cs.NI math.IT
SeqBalance: Congestion-Aware Load Balancing with no Reordering for RoCE
针对现有数据中心负载均衡方案不适用于RDMA的问题,提出兼容现有商用硬件的SeqBalance框架,实现无乱序的细粒度RDMA负载均衡,显著提升平均和第99百分位流完成时间性能。
2024-07-13 cs.NI
Network Utility Aware Traffic Loading Balancing in Backhaul-constrained Cache-enabled Small Cell Networks with Hybrid Power Supplies
爆炸性的数据流量增长导致整个移动网络的容量需求持续激增。为了提供高网络容量,广泛部署了小小区基站(SCBS)。由于SCBS与移动用户的接近性,SCBS可以有效地提高网络容量并从宏BS(MBS)卸载业务负载。然而,成本有效的回程可能不容易用于SCBS,从而导致小型小区网络(SCN)中的回程约束。在BS中启用高速缓存可以减轻SCN中的回程约束。此外,SCBS的密集部署可能导致过度的能量消耗。为减少棕色电力消耗,将探索可再生能源为基站供电。在这样的网络中,动态地平衡BS之间的业务负载以优化网络效用是具有挑战性的。在本文中,我们研究的业务负载均衡回程限制缓存启用的小小区网络由混合能源供电。我们提出了一个网络效用感知(NUA)流量负载均衡方案,优化用户关联,以达到绿色能源利用率和流量传输延迟之间的折衷。在平衡业务负载时,所提出的NUA业务负载均衡方案考虑绿色功率利用率、BS及其回程中的业务递送延迟以及缓存命中率。NUA业务负载均衡方案允许动态地调整绿色功率利用与业务递送延迟之间的折衷。我们已经证明了所提出的NUA流量负载均衡方案的收敛性和最优性。通过大量的仿真,我们比较了NUA业务负载均衡方案与其他方案的性能,并显示了其在回程受限的高速缓存使能的小小区网络与混合电源的优势。
2014-09-29 cs.NI
Queue-Aware Joint Dynamic Interference Coordination and Heterogeneous QoS Provisioning in OFDMA Networks
我们提出了云无线接入网络,不仅提供异构的服务质量(QoS)的速率,重要的是,延迟敏感的应用程序,但也共同优化的频率复用模式的算法。重要的是,与相关的作品,我们占随机到达,通过队列意识,不像大多数作品只集中在一个单一的帧,我们认为QoS措施平均在多个帧涉及一组闭环控制。我们将此问题建模为多小区优化,以最大化受QoS约束的总效用,表示为最小平均速率或最大平均延迟。由于我们考虑动态干扰协调与动态用户关联,即使在整数松弛后,问题也不是凸的。我们将问题转化为帧速率的优化,服从于交织的原始和对偶问题的分解。这个优化问题的解决方案提供了联合决策调度,动态干扰协调,重要的是,不像大多数作品在这一领域,动态用户关联。此外,我们提出了一种新的方法来管理不可行的负载。大量的仿真证实,该设计响应瞬时负载,异构用户和AP的位置,信道条件和QoS约束,同时,如果需要的话,保持低中断时,处理不可行的负载。与基线比例公平计划的比较说明了所取得的成果。
2018-01-25 cs.IT cs.NI math.IT
UAV Networks Surveillance Implementing an Effective Load-Aware Multipath Routing Protocol (ELAMRP)
Datalink Research and Technology Lab(Datalink研究与技术实验室);Benazir Bhutto Shaheed University Lyari(贝娜齐尔·布托沙希德利亚里大学)
本研究提出一种负载感知多路径路由协议(ELAMRP),利用多通道负载感知技术优化无人机监控网络的数据传输,以提高系统效率和可靠性,适用于安全、应急响应和环境监测等场景。
2024-06-25 cs.AI cs.NI
ATLAS: Adaptive Topology- and Load-Aware Scheduling
基于竞争的MAC协议的最大优势同时也是其预定对等协议的最大弱点:适应网络条件变化的能力。为了使调度在移动无线网络中具有竞争力,必须解决连续自适应问题。我们提出ATLAS,自适应拓扑和负载感知调度协议来解决这个问题。在ATLAS中,每个节点采用随机调度实现其持久性,允许节点传输的时间分数,其以拓扑和负载相关的方式计算。一个分布式拍卖(REACT)捎带提供和索赔到现有的网络流量计算字典最大最小信道分配。节点的持久性p与其分配有关。它的时间表实现p更新在需要的地方和时候,而无需等待帧boundary.We研究ATLAS如何适应控制拓扑结构和负载的变化。我们的研究结果表明,ATLAS适应大多数网络的变化在不到0.1s,约20%的相对误差,缩放与网络的大小。我们进一步研究ATLAS在更动态的网络中显示,它跟上拓扑结构和负载的变化,足以让TCP维持多跳流,在IEEE 802.11网络的斗争。ATLAS的稳定性能支持更高层服务的设计,这些服务通知底层通信网络并由底层通信网络通知。
2013-11-04 cs.NI
A Performance Comparison of Stability, Load-Balancing and Power-Aware Routing Protocols for Mobile Ad Hoc Networks
本文的高层次的贡献是一个基于模拟的详细性能比较的三个不同类别的路由协议的移动自组网:基于稳定性的路由,功率感知路由和负载平衡路由。我们选择了面向流的路由协议(FARP)、基于流量干扰的负载均衡路由协议(LBR)和最小最大电池成本路由协议(MMBCR)分别作为基于稳定性的路由协议、负载均衡路由协议和功率感知路由协议的代表。在三种路由协议中,FORP引起的路由转换次数最少,而LBR引起的跳数最小,每个数据包的端到端延迟最低。MMBCR的节点能耗最低,LBR次之。MMBCR在节点使用方面是最公平的,因此它导致第一个节点故障的时间最长。FORP倾向于重复使用位于稳定路径上的节点,因此是三种路由协议中最不公平的,并且它引起的第一个节点故障的时间值最小。当我们测量网络中最多前五个节点的故障时间时,我们观察到LBR在节点的生命周期中获得了最大的改善,而MMBCR在第一个节点故障时间之外获得了最小的改善。
2010-07-01 cs.NI
Spritz: Path-Aware Load Balancing in Low-Diameter Networks
ETH Zürich(苏黎世联邦理工学院);Microsoft(微软)
Spritz是一种利用标准以太网功能实现路径感知负载均衡的框架,通过两种算法提升数据中心网络性能,减少故障转移时间,提高效率。
2026-02-23 cs.NI
Channel load aware AP / Extender selection in Home WiFi networks using IEEE 802.11k/v
下一代家庭WiFi网络必须在性能方面向前迈进。诸如在线游戏、虚拟现实或高质量视频内容的新应用将进一步要求更高的吞吐量水平以及低延迟。除了物理(PHY)和介质访问控制(MAC)改进之外,在给定区域中部署多个接入点(AP)可以通过简单地改进平均覆盖和数据率来显著地有助于实现这些性能目标。然而,它开启了一个新的挑战:为每个给定的站(STA)确定最佳AP。本文研究了在家庭WiFi网络中使用辅助AP(也称为扩展器)在吞吐量和延迟方面可实现的性能增益。为了做到这一点,我们引入了一个集中的,易于实现的信道负载感知选择机制的WiFi网络,充分利用IEEE 802.11k/v的能力,从STA收集数据,并相应地分发关联决策。这些决定完全基于AP选择决定度量在AP中(或者,可替换地,在外部网络控制器中)计算,除了RSSI之外,AP选择决定度量还考虑每个潜在的STA-AP/扩展器连接的接入和回程无线链路的负载。所提出的信道负载感知AP和扩展器选择机制的性能评估已经首先在专用模拟器中进行,导致主要分析指标(吞吐量和延迟)的整体改善,并且与传统的基于RSSI的WiFi关联相比,能够在保持网络不拥塞的同时提供至少35%以上的流量。当在实际部署中测试信道负载感知机制时,这种趋势得到了证实,其中STA与所指示的AP/扩展器相关联,并且总吞吐量增加了77.12%。
2021-02-22 cs.NI
QoS-Aware Load Balancing in the Computing Continuum via Multi-Player Bandits
Faculty of Electrical Engineering and Computing, University of Zagreb(萨格勒布大学电气工程和计算学院);Distributed Systems Group, TU Wien(维也纳工业大学分布式系统研究组)
QEdgeProxy通过多玩家老虎机模型实现服务质量感知的负载均衡,有效提升边缘计算环境中的QoS满足度和负载适应能力。
2026-01-07 cs.DC cs.NI
Distributed MAC Strategy for Exploiting Multi-user Diversity in Multi-rate IEEE 802.11 Wireless LANs
快速速率自适应是提高无线网络物理层原始数据速率的有效途径。然而,在当前的IEEE 802.11传统中,MAC层吞吐量由具有最低数据率的用户主导,导致带宽的未充分利用。在本文中,我们提出并分析了一种新的分布式MAC策略,称为速率感知DCF(R-DCF),利用IEEE 802.11无线局域网的速率自适应的潜力。R-DCF的关键特征是通过根据瞬时信道条件引入不同的迷你时隙,只有具有最高数据率的竞争站可以接入信道。通过这种方式,R-DCF协议不仅以完全分布式的方式利用多用户分集,而且还减少了由于冲突而导致的吞吐量损失。通过分析,我们开发了一个分析模型,得出一般的多速率无线局域网的吞吐量的R-DCF。使用分析模型,我们研究了R-DCF协议在不同的网络设置与不同的速率自适应策略和信道变化的性能。在分析的基础上,我们进一步推导出R-DCF可实现的最大吞吐量。在实际应用中,提出了一种离线自适应回退方法,在较低的运行复杂度下获得接近最优的性能。通过大量的分析和仿真,证明了R-DCF的优越性。
2007-12-14 cs.NI
RALL - Routing-Aware Of Path Length, Link Quality, And Traffic Load For Wireless Sensor Networks
物联网(IoT)应用场景的多样性和普遍性为当前和未来的互联网带来了新的应用视角。无线传感器网络为物联网通信模式的发展提供了关键设备,例如收集各种信息的传感器以及路由和MAC协议。然而,这种类型的网络具有很强的功耗和传输容量限制(低速无线链路和受干扰)。在这种情况下,有必要开发基于网络资源的优化利用实现更有效通信的解决方案。本文提出了一种多目标路由算法,命名为路由感知路径长度,链路质量和流量负载(RALL),试图平衡三个目标:最小化瓶颈,最小化路径长度,并避免低质量的链路。在考虑传输速率、开销、延迟和功耗时,RALL会产生良好的性能。
2016-09-15 cs.DS cs.NI
Location-Quality-aware Policy Optimisation for Relay Selection in Mobile Networks
中继可以提高无线接入网络的覆盖范围和性能。在移动节点处存在定位系统的情况下,使用这样的位置估计用于中继节点选择可以是有利的,因为这样的信息可以由接入点相对于移动节点的数量以线性努力来收集(而链路的数量以二次方增长)。然而,定位误差和所选择的位置信息的更新速率与移动性模型一起影响这种基于位置的中继方案的性能;这些参数也需要在最优策略的设计中加以考虑。本文开发了一个马尔可夫模型,可以捕获的定位误差和不准确的位置信息,由于转发延迟和移动性的联合影响;马尔可夫模型用于开发算法,以确定最佳的基于位置的中继策略,考虑到上述因素。该模型随后被用来分析部署参数的选择对基于位置的无线局域网场景中的中继与自由空间的传播条件,并在基于测量的室内办公室的情况下的性能的影响。
2015-05-07 cs.NI
QoS-Aware Load Balancing in Wireless Networks using Clipped Double Q-Learning
近年来,长期演进(LTE)和5G NR(第五代新无线电)技术已经显示出利用机器学习(ML)算法优化其操作的巨大潜力,这既要归功于来自现场的细粒度数据的可用性,也要归功于网络日益复杂的需求。上述复杂性引起了移动运营商的注意,作为通过网络管理自动化(NMA)减少其网络的资本支出(CAPEX)和运营支出(OPEX)的一种方式。NMA落入自组织网络(SON)的保护伞下,其中3GPP已经识别了无线电接入网络(RAN)的负载均衡机制中的一些挑战和机会。在机器学习和负载均衡的背景下,一些研究集中在最大化整体网络吞吐量或资源块利用率(RBU)上。在本文中,我们提出了一种新的裁剪双Q学习(CDQL)为基础的负载均衡方法,考虑资源块利用率,延迟和信道质量指标(CQI)。我们比较我们的建议与传统的切换算法和基于资源块利用率的切换机制。仿真结果表明,我们的计划是能够改善吞吐量,延迟,抖动和丢包率相比,基线算法。
2021-07-09 cs.NI
A Simulation Based Performance Comparison Study of Stability-Based Routing, Power-Aware Routing and Load-Balancing On-Demand Routing Protocols for Mobile Ad hoc Networks
本文的高层次的贡献是一个基于模拟的详细性能比较的三个不同类别的按需路由协议的移动自组织网络:基于稳定性的路由,功率感知路由和负载平衡路由。我们选择面向流的路由协议(FORP)、最小-最大电池开销路由(MMBCR)和基于流量干扰的负载均衡路由(LBR)分别作为基于稳定性的路由协议、功率感知路由协议和负载均衡路由协议的代表。FORP引起的路由转换次数最少,而LBR引起的跳数最小,每个数据包的端到端延迟最低。每个数据包消耗的能量是最少的LBR,紧随其后的是MMBCR。在不存在和存在功率控制的情况下,FORP引起每个数据分组消耗的最大能量。然而,在存在功率控制的情况下,与没有功率控制的情况相比,由F0 RP引起的每个数据分组的端到端延迟和每个数据分组消耗的能量显著降低。MMBCR在节点使用方面是最公平的,并且引起第一个节点故障的时间最长。FORP倾向于重复使用位于稳定路径上的节点,因此是三种路由协议中最不公平的。对于第一个节点故障的时间,FORP也会产生最小值。
2014-12-05 cs.NI
Graph Reinforcement Learning for QoS-Aware Load Balancing in Open Radio Access Networks
Intel Labs(英特尔实验室)
本文提出一种基于图强化学习的QoS感知负载均衡方法,通过GNN与DQN结合建模马尔可夫决策过程,在多频段O-RAN中优化GBR与BE流量,显著降低QoS违规并提升BE流量速率。
2025-04-28 cs.AI cs.IT cs.LG
Traffic Load-Aware Resource Management Strategy for Underwater Wireless Sensor Networks
本文针对水下无线传感器网络资源受限下的通信问题,提出基于深度多智能体强化学习的流量负载感知资源管理(TARM)策略,通过优化链路调度与传输参数,有效实现了高效可靠的水下通信。
2025-08-12 cs.NI
Adaptive Load-Aware Sampling for Network Monitoring on Multicore Commodity Hardware
许多当前的流量监控系统采用深度数据包检测(DPI)来分析网络流量。这些系统包括入侵检测系统、网络流量计费软件、流量分类或监控服务级别协议的系统。当前企业和ISP网络的流量和链路速度将检查流量有效负载的过程转变为一项具有挑战性的任务。在本文中,我们提出了一种新的自适应采样算法,选择DPI系统能够消耗的网络中的数据包的最大数量。我们的算法适应其采样率,根据当前观察到的网络流量,以及监测应用程序能够处理的数据包的数量。它可以与当前的多核感知网络流量分析设置结合使用,允许利用当前的多核硬件。我们展示了我们的算法的适用性与现场测试上大量使用的10G链路与真正的网络监控工具。
2016-04-08 cs.NI
Remaining Idle Time Aware Intelligent Channel Bonding Schemes for Cognitive Radio Sensor Networks
信道绑定(CB)是一种用于向用户提供更大带宽的技术。它已被应用于各种网络,如无线局域网(WLAN),无线传感器网络(WSN),认知无线电网络(CRN)和认知无线电传感器网络(CRSN)。CB在CRSN中的实现需要特别注意,因为主无线电(PR)节点业务必须受到认知无线电(CR)节点的任何有害干扰的保护。另一方面,CR节点需要无中断地通信以满足其数据率要求。如果CR节点由于PR业务而执行频繁的信道切换,则将难以满足它们的服务质量(QoS)和数据率要求。因此,CR节点需要选择那些稳定的信道。通过稳定,我们意指对PR节点造成较少有害干扰并且具有较少PR活动或长剩余空闲时间的那些信道。在本文中,我们提出了我们的两种方法剩余空闲时间感知智能信道绑定(RITCB)和剩余空闲时间感知智能信道绑定与干扰预防(RITCB-IP)的认知无线电传感器网络选择那些信道CB具有最长的剩余空闲时间。我们比较我们的方法与四个计划PRACB,SWA,知识和AGILE。仿真结果表明,我们提出的方法RITCB和RITCB-IP减少有害干扰(HIR),增加认知无线电传感器节点的寿命。
2018-05-01 cs.NI
Congestion-Aware Path Selection for Load Balancing in AI Clusters
针对AI集群RDMA网络现有负载均衡依赖TCP优化或专用硬件的问题,本文提出纯主机端的Hopper,通过持续拥塞监测、动态切换低拥塞路径及控制切换时机,最多降低20%平均与14%尾流完成时间。
2025-06-09 cs.NI
Energy-Aware Load Balancing in Content Delivery Networks
诸如内容分发网络(CDN)的互联网规模的分布式系统操作部署在全球数千个数据中心位置中的数十万个服务器。由于运营如此庞大的IT基础设施的能源成本占总运营成本的很大一部分,因此我们主张重新设计CDN,将能源优化作为一阶原则。我们提出了在低负载期间关闭CDN服务器的技术,同时寻求平衡三个关键的设计目标:最大限度地降低能耗,最大限度地减少对客户端感知的服务可用性(SLA)的影响,并限制开关服务器转换的频率,以减少磨损及其对硬件可靠性的影响。我们提出了一个最佳的离线算法和在线算法,以提取能源节约的本地负载均衡在数据中心和全球负载均衡跨数据中心的水平。我们使用来自大型商业CDN的真实生产工作负载跟踪来评估我们的算法。我们的研究结果表明,可以将CDN的能耗降低55%以上,同时确保高水平的可用性,满足客户的SLA要求,并平均每天每台服务器进行一次开关转换。此外,我们还表明,即使将10%的服务器保留为热备盘,也有助于吸收由于全球闪存拥挤而导致的负载峰值,而对可用性SLA的影响很小。最后,我们表明,在邻近的数据中心重新分配负载可以显着提高服务的可用性,但只有适度的节能影响。
2011-09-26 cs.DC cs.NI
Payload-size and Deadline-aware Scheduling for Upcoming 5G Networks: Experimental Validation in High-load Scenarios
高数据率、低时延和广泛的可用性是当前蜂窝网络技术用于许多不同应用的关键属性。然而,不同数据业务类型在相同的基于4G/5G的公共移动网络中的共存导致竞争传输的干扰数据业务的显著增长。特别是在时间关键和高度动态的网络物理系统(CPS)和车联网(V2X)应用的背景下,遵守最后期限以及因此有效分配稀缺的移动无线电资源是非常重要的。因此,调度解决方案需要提供一个很好的权衡之间的遵守期限和频谱效率的资源分配在移动网络。在本文中,我们提出的有效载荷大小和截止日期感知(PayDA)调度算法使用软件定义无线电(SDR)为基础的eNodeB的实验验证的结果。实验验证的结果证明了所提出的PayDA调度算法的高效率的时间要求严格的应用程序在杂项和均匀的数据流量的情况下。
2018-06-26 cs.NI
IEEE 802.11be Multi-Link Operation: When the Best Could Be to Use Only a Single Interface
多链路操作(MLO)是被提议作为IEEE 802.11be极高吞吐量(EHT)修正的一部分的新特征。通过MLO,接入点和站点将具备通过多个无线电接口从同一业务流发送和接收数据的能力。然而,如何在不同的接口上分配流量以最大限度地提高WLAN性能的问题仍然没有得到解决。为此,我们在本文中评估了不同的流量分配策略,在各种各样的场景和流量负载下,为了阐明这个问题。所得到的结果证实,业务感知的政策优于静态的。然而,更重要的是,研究结果还表明,当流量分布在多个链路上时,它们非常容易受到相邻网络活动的影响。因此,当新到达的流被简单地完全分配给最空的接口时,获得最佳性能。
2021-05-21 cs.NI
DEARF: Delay and Energy Aware RAW Formation Scheme to Support Delay Sensitive M2M Traffic in IEEE 802.11ah Networks
IEEE 802.11ah修正案旨在通过Sub-GHz信道支持高达8 K的M2M设备。为了实现这一点,它引入了对PHY和MAC层的新修改。在MAC层引入了一种动态的受限访问窗口机制。RAW将对不同设备的访问分成小块时间。使用RAW机制,我们提出了一种新的延迟和能量感知RAW形成(DEARF)计划,以支持延迟敏感设备以及其他延迟容忍设备。我们利用这一点来介绍四个新的RAW。这些新的RAW有助于将访问划分为针对延迟敏感设备的无争用访问和针对其他设备的基于争用的访问。对于这些设备之间的资源调度,我们给出了DEARF资源分配,并评估该计划的帮助下,模拟。设备遭受更高的延迟,但在高负载下,使用所提出的方案的设备能够节省每个数据包30%的能量,每个设备高达330%的能量。数据包传输率在低负载时为100%,在高负载时为90%,而传统接入为95%和27%。其他延迟容忍设备在传输每个数据包时可节省高达16%的能量,在高负载时可节省23%的延迟。
2017-09-12 cs.NI
Towards Energy- and QoS-aware Load Balancing for 5G Advanced: Leveraging O-RAN to Achieve Sustainability and Energy Efficiency
INATEL;UNISINOS;UFG;UTFPR;CCI and VT(CCI和VT)
该研究针对5G Advanced的能耗问题,提出基于O-RAN的自适应负载均衡方案,通过分层RIC架构与MINLP模型实现节能与QoS保障,在模拟赛事环境中获72%节能及亚秒级切换延迟,为可持续移动网络提供指导。
2026-11-06 cs.NI
Service Composition in Opportunistic Networks: A Load and Mobility Aware Solution
由用户的移动设备形成的普适网络具有利用一组丰富的分布式服务组件的潜力,这些组件可以被组成以向每个用户提供大量应用级服务。然而,在许多具有挑战性的场景中,需要机会主义网络技术来实现通信,因为设备遭受间歇性连接、断开连接和分区。这对服务组合技术提出了新的挑战。虽然一些作品已经讨论了在连接良好的有线网络和稳定的MANET环境中的服务组合的中间件和体系结构,选择和转发服务请求的机会网络的显着具有挑战性的网络环境中的基本机制还没有完全解决。该问题包括三个阶段:i)从可用服务中选择合适的服务序列集以获得所需的应用级服务; ii)通过多跳机会路径将组合中前一阶段的结果路由到下一阶段;以及iii)将最终服务结果路由回请求者。该算法通过考虑服务提供商的估计负载和设备之间机会性路由信息的预期时间来获得效率和有效性。基于此信息,算法估计最佳组合以获得所需的服务。结果表明,仅使用本地知识收集在一个分布式的方式,性能接近一个实时的集中式系统可以实现。通过对真实/合成痕迹的广泛模拟,建立了服务组合算法在一系列移动性特征中的适用性和性能保证。
2022-05-27 cs.NI
Energy-Aware Forwarding Strategy for Metro Ethernet Networks
能源优化已成为信通技术领域的一个关键问题。本文研究了城域以太网中的能耗问题。以太网技术的部署由于其简单性和低成本而大大增加。然而,许多研究仍有待进行,以解决以太网网络中的能源效率。在本文中,我们提出了一种新的能源感知转发策略的基础上修改的互联网能源感知路由(ESTA)算法的城域以太网网络。我们的贡献确定了一组链接关闭和保持链接的最小能量影响的活动状态。我们提出的算法可能是一个更好的选择,用于低饱和度的网络,因为它涉及到保持良好的网络性能和最小化网络中的活动链路之间的权衡。性能评估表明,在中等负载流量下,可以实现60%的节能。在高负载下,可以在不影响网络性能的情况下实现40%的节能。
2015-09-22 cs.NI
Priority-aware Gray-box Placement of Virtual Machines in Cloud Platforms
虚拟机(VM)放置对于云平台非常重要。虽然实时虚拟机迁移等技术对于平衡数据中心的负载非常有用,但它们是昂贵的操作。在这份立场文件中,我们建议通过在虚拟机放置算法中应用虚拟机的工作负载模式来最大限度地减少数据中心中负载热点的机会-将需要大量相同类型资源的虚拟机放置在不同的物理服务器上。通过这种方式,可以显著缓解同一物理服务器上的VM的资源竞争。同时,我们还考虑了应用程序和虚拟机的优先级在我们的虚拟机布局算法。
2013-07-25 cs.DC cs.NI
ML-based Handover Prediction and AP Selection in Cognitive Wi-Fi Networks
Qatar University(卡塔尔大学)
密集Wi-Fi网络中的设备移动性带来了若干挑战。与设备移动性相关的两个众所周知的问题是切换预测和接入点选择。由于无线电环境的复杂性,分析模型可能无法表征无线信道,这使得这些问题的解决非常困难。最近,使用复杂的学习技术的认知网络架构越来越多地被应用到这样的问题。在本文中,我们提出了数据驱动的机器学习(ML)计划,以有效地解决这些问题,在无线局域网(WLAN)网络。所提出的方案进行评估,并与传统的方法来解决上述问题的结果进行比较。结果表明,应用所提出的方案后,网络性能显着改善。与传统的接收信号强度法和移动距离法相比,本文提出的切换预测方法分别减少了60%和50%的不必要切换次数。同样,在AP选择中,所提出的方案优于最强信号优先和最小负载优先算法,分别获得高达9.2%和8%的吞吐量增益。
2022-05-29 cs.LG cs.NI
Congestion-Aware Routing in Dynamic IoT Networks: A Reinforcement Learning Approach
物联网(IoT)支持的创新服务需要无缝可靠的无线基础设施,以实现异构和动态低功耗有损网络(LLN)内的通信。LLN路由协议(RPL)旨在满足各种物联网应用领域的通信需求。然而,负载均衡问题存在于重流量负载的情况下,在延迟和数据包传递方面的网络性能下降的RPL。在本文中,我们解决了负载平衡的问题,在RPL网络使用的学习框架。该方法在每个节点上采用Q学习,根据动态网络条件学习最优的父节点选择策略。每个节点将其邻居的路由信息保持为Q值,该Q值表示作为拥塞水平、链路质量和跳距的函数的复合路由成本。利用现有的RPL信令机制不断更新Q值。所提出的方法的性能进行了评估,通过广泛的模拟和现有的工作相比,证明其有效性。结果表明,所提出的方法大大提高了网络性能的数据包传输和平均延迟的信令频率的边际增加。
2021-05-20 cs.NI