An Efficient Cluster-based Routing Protocol in Cognitive Radio Net-work
认知无线电网络（CRN）正在被深入研究，并越来越重要，因为频谱是严重未利用的。CRN具有灵活利用未利用频谱的能力。最近，研究界开始在认知无线电路由领域开展工作。在平面拓扑中，所有节点都具有相同的级别和功能，因此对于较小的网络来说，它既简单又高效。然而，当网络很大，节点稀疏时，路由信息变得更加复杂，使得基于集群的技术真正适合解决这种情况。在基于群集的路由中，网络中的所有节点都被动态地组织成称为组或群集的分区。在每个簇中，选择一个簇头来帮助数据传输管理和维护簇成员信息。提出了一种基于分簇模型的认知无线电自组织网络路由协议，该协议能够根据网络拓扑的变化快速修正，有效地建立路由。我们提出的方法是通过仿真研究进行了彻底的评估。结果表明，该协议在寻找源-目的路由、减少整个网络中传输的消息量和最小化路由延迟方面具有更好的性能。
2016-06-19 cs.NI
An Opportunistic AODV Routing Scheme : A Cognitive Mobile Agents Approach
在移动自组网中，动态性和鲁棒性是节点的关键特性，并受到AODV、DSR等路由协议的约束。节点的移动性往往会导致链路的中断和路由开销的增加，从而降低了网络连通性的稳定性和可靠性。在这种情况下，本文提出了一种新的机会AODV路由方案，实现了基于认知代理的智能技术，建立一个稳定的连接在移动自组网。该方案基于通过基于知识的决策获得的节点的协作敏感度水平来计算路由度量（rf）。此路由度量随后用于为网络连接设置稳定路径。通过与AODV路由协议和休眠AODV路由协议的比较，进行了性能评估，并进行了验证。
2017-07-11 cs.NI
Learning for Robust Routing Based on Stochastic Game in Cognitive Radio Networks
研究了在多跳、多信道认知无线电网络（CRN）中存在恶意节点时的鲁棒频谱感知路由问题。建议的路由方案模型的次用户（SU）之间的互动作为一个随机游戏。通过允许下一跳节点的路径效用信息的反向传播，随机路由博弈被分解为一系列的阶段博弈。最佳反应策略是通过平滑虚拟博弈的过程来学习的，该过程保证收敛而不会淹没关于局部效用和行为的信息。为了解决混合内部攻击的问题，路由向主要和下沉洞攻击，邻居节点的可信度评估通过多臂强盗过程中的每个SU。仿真结果表明，该路由算法能够增强恶意SU之间的合作，降低攻击对路由选择过程的负面影响。
2016-03-29 cs.NI
Cooperation-based Routing in Cognitive Radio Networks
主用户活动是认知无线电网络中现有路由协议的主要瓶颈。典型的路由协议避开主要用户高度拥塞的区域，只留下一小部分可用链路用于次要路由构建。此外，无线链路容易受到信道损害，如多径衰落，这使得可用链路的质量波动很大。在本文中，我们研究使用合作通信机制，以揭示新的路由机会，提高路由质量，并使真正的主网络和辅助网络的共存。因此，我们建议卧底：一个合作的路由协议，利用现有的位置信息，以协助在路由过程中。具体来说，我们的协议重温了一个基本假设所采取的最先进的路由协议设计的认知无线电网络。使用Undercover，次用户可以通过利用协作通信技术在主用户活动的区域中进行发送，以经由波束成形在主接收机处使传输无效。此外，次级链路质量的提高，使用合作分集。考虑到通常由于合作传输而引起的过度干扰水平，我们允许我们的协议是干扰感知的。因此，根据负面影响的次级流的量来惩罚协作传输。我们评估我们提出的协议的性能通过NS2模拟表明，我们的协议可以提高网络吞吐量的比例达到250%相比，其他流行的认知路由协议，以最小的额外开销。
2016-08-04 cs.NI
Cognitive Routing with Stretched Network Awareness through Hidden Markov Model Learning at Router Level
分组的路由通常基于目的地地址和从瞬时路由器可用的前向链路信道来执行，而不充分认识前向路由器的性能或前向信道特性。缺乏对前向信道属性的认识会导致数据包丢失或延迟交付，从而导致多次重传或路由到性能不佳的路径。本文介绍了认知网络的应用，以提高网络的性能，通过实施隐马尔可夫模型（HMM）算法学习和预测周围的路由器的性能，而不断的路由需求发起。每个路由器的认知段/域可以获得关于前向网络质量的知识。当前网络状况的信息通过前向信道性能指数FCPI在路由器之间共享。这使得完整的认知环境和有效的传递信息的各种范式的表现
2010-01-21 cs.NI
Joint Channel Assignment and Opportunistic Routing for Maximizing Throughput in Cognitive Radio Networks
在本文中，我们考虑联合机会路由和信道分配问题，在多信道多无线电（MCMR）认知无线电网络（CRN），以提高聚合吞吐量的次要用户。首先，我们提出了这个联合问题的非线性规划优化模型，考虑到CRNS的特点-信道的不确定性。在此基础上，提出了一种新的基于节点队列状态的机会路由选择方案。此外，提出了一种计算节点处任何数据包的转发概率的新算法，用于计算转发器应该发送多少数据包，从而与MAC无关的机会路由和编码（MORE）相比可以减少重复传输[11]。我们的数值结果表明，该方案的性能显着优于传统的路由和机会路由，其中采用信道分配策略。
2015-07-02 cs.NI cs.PF
Multi-layer Mechanism for Multicast Routing in Multihop Cognitive Radio Networks
多播路由被认为是移动自组网中实现视频共享和数据分发的重要过程之一。如果任何发送器在任何给定时间都可以访问介质，则可以毫无困难地使用多播路由。然而，认知无线电网络（CRN）可能会出现诸如主用户（PU）的意外行为及其接入优先级以及网络异构性等挑战。在这篇论文中，我们提出了一个基于最小生成树和最短路径树的多跳移动Ad Hoc CRN多层组播路由协议。该算法采用成功的概率（POS）度量在执行信道分配过程。仿真实验进行了调查，所提出的方案的有效性，比较所提出的方案与最先进的方案的性能，并研究所提出的方案在各种网络条件下的吞吐量和分组投递率（PDR）的性能。仿真结果表明，SPT算法在吞吐量方面始终优于MST算法。
2016-05-27 cs.NI
Channel Selection Scheme for Cooperative Routing Protocols in Cognitive Radio Networks
认知无线电网络（CRN）提出了一种智能的解决方案，频谱使用效率低下。CRN的路由协议遵循不同的标准来选择到达目的地的最佳路由，并避免对主用户的干扰。一些协议使用协作通信技术来实现次用户（SU）和主用户（PU）之间的完全共存。虽然使用这种跨层技术对所选择的路由的质量有很大的影响，但现有的工作并没有选择最佳的信道来发送数据。因此，没有有效地利用可用频谱。在这项工作中，我们提出了CSCR，在CRN的合作为基础的路由协议的信道选择方案。该方案通过在基于协作的路由协议的路由发现阶段集成信道选择，提高了频谱利用率。最好的信道，这是较少拥挤的主用户和导致最小的切换开销，选择同时构建合作组。通过NS2模拟评估CSCR表明，它优于其同行的有效吞吐量，端到端延迟，和数据包投递率。该方案可以提高网络的有效吞吐量，在某些情况下，超过150%，相比其他相关协议。
2016-10-05 cs.NI
Statistical Routing for Multihop Wireless Cognitive Networks
考虑到分层频谱共享中传播信道和干扰水平的随机性，提出了一种新的认知随机接入网络多跳路由方法，根据中断概率对数据包进行随机路由。利用信道和干扰水平统计，所得到的跨层优化框架提供最佳路由、传输概率和发射功率，从而使路由、介质访问和物理层参数能够认知地适应传播环境。相关的最优化问题是非凸的，因此通常难以求解。然而，采用逐次凸逼近方法有效地找到一个Karush-Kuhn-Tucker解决方案。增广拉格朗日和原始分解的方法来开发一个分布式算法，这也适合于在线实现。诱人的是，这里提倡的新外观也渗透到传统的多跳无线网络中存在的信道不确定性的好处。
2012-07-04 cs.NI math.OC
An Efficient Routing Protocol for Secured Communication in Cognitive Radio Sensor Networks
本文提出了一种有效的反应式路由协议，考虑到节点的移动性和可靠性的认知无线电传感器网络（CRSNs）。该协议适应频谱可用性的动态变化，选择一条从源节点到目的节点的稳定传输路径。作为一个加权图的问题，该协议的措施的重量为边测量节点的移动性模式和信道的可用性。此外，节点的移动模式定义在建议的路由协议的距离，速度，方向和节点的可靠性的观点。此外，在所提出的协议中的频谱感知的共享公共信道的数量和信道质量进行测量。预计该协议通过选择从源到目的地的稳定和安全的路径，显示出有效的路由性能。通过仿真评估了该协议的性能，证明所提出的路由协议优于现有的路由协议。
2020-08-29 cs.CY cs.DS cs.NI
An Implementation of Voice over the Cognitive Packet Network
IP语音（VOIP）具有严格的服务质量（QoS）约束，并要求数据包的实时传输，这对IP网络提出了重大挑战。认知分组网络（CPN）是一种基于在线感知和测量的自适应路由协议，它可以满足面向用户的QoS需求。本文介绍了我们的设计，实施和评估的“语音CPN”系统的扩展的CPN路由算法已经开发，以支持语音分组传输的需要，在存在其他背景业务流具有相同或不同的QoS要求。
2014-06-05 cs.NI
Leveraging InfiniBand Controller to Configure Deadlock-Free Routing Engines for Dragonflies
本文提出一种将基于虚拟通道转换的无死锁路由算法集成到InfiniBand控制器OpenSM中的直接方法，并通过真实集群与模拟实验验证了其性能。
2025-02-03 cs.DC cs.NI
Kulfi: Robust Traffic Engineering Using Semi-Oblivious Routing
广域网流量工程使网络运营商能够通过平衡多条路径上的负载来减少拥塞并提高利用率。当前的流量工程方法可以根据计算转发路径的路由组件和将传入流动态映射到这些路径上的负载均衡组件来建模，从而调整发送速率以适应当前条件。不幸的是，现有的系统依赖于这些组件中的一个或两个的简单策略，这导致性能差或需要对转发路径进行频繁更新，从而显著增加了管理复杂性。本文探讨了一种不同的方法，基于半不经意路由，不经意路由的自然扩展，其中系统计算一组不同的路径独立的需求，但也动态地适应发送速率的条件变化。半不经意路由具有许多重要的优势，包括低开销，接近最佳的性能，以及内置的保护，防止意外的流量和故障的突发。通过深入的模拟和SDN硬件上的部署，我们证明了这些好处是强大的，并在广泛的拓扑结构，需求，资源预算和故障场景中保持。
2016-03-03 cs.NI
Dead Zone Penetration Protocol for Cognitive Radio Networks
当前认知无线电网络的路由协议受到主用户频繁活动的严重影响。在出现的主用户的干扰范围内的节点不被允许发送，因此利用这些节点的现有路由必须经历路由维护阶段。这自然会提供到目的地的其他路由，这可能会导致额外的延迟或增加分组排队开销。在这项工作中，提出了一种新的路由维护协议，允许现有的路由，以忍受事件的主要用户的存在，通过形成相邻节点之间的合作链路，并在主接收器使用合作波束成形的传输为零。我们提出的协议可以与任何现有的路由协议，从而实现模块化。大量的模拟证明，我们提出的协议优于现有的路由维护技术的端到端的延迟和丢失率，以最小的开销。
2013-09-22 cs.NI
DeeP-TE: Data-enabled Predictive Traffic Engineering
针对自适应路由的流量矩阵估计与路由变更性能下降问题，提出数据驱动的预测性流量工程算法DeeP-TE，无需流量矩阵测量/估计即可生成路由更新，在真实拓扑和流量下实现近最优拥塞控制且路由变化更小。
2025-08-19 cs.NI
Traffic Engineering with Segment Routing: SDN-based Architectural Design and Open Source Implementation
IP运营商网络中的流量工程（TE）是可以从软件定义网络范例中受益的功能之一。通过在逻辑上集中控制网络，可以根据TE目标对每个流的路由进行“编程”。传统的按流路由需要SDN控制器与业务路径中涉及的每个节点之间的直接交互。根据粒度和流的时间属性，这可能导致核心网络节点中需要维护的路由状态量和所需配置流量的可扩展性问题。另一方面，分段路由（SR）是一种新兴的路由方法，其可以简化在网络边界处委托所有配置和每个流状态的路由实施。在这项工作中，我们提出了一个架构，集成了SDN范式与基于SR的TE，我们提供了一个开源的参考实现。我们已经设计并实现了一个简单的TE/SR启发式流量分配，我们展示和讨论的实验结果。
2015-12-16 cs.NI
Centrality-based Middlepoint Selection for Traffic Engineering with Segment Routing
分段路由是一种新兴的技术，以简化流量工程的实施在广域网。它将端到端逻辑路径表示为通过一组中间点的段序列。沿每个段的流量沿最短路径路由。在本文中，我们研究了实际的流量工程（TE）与段路由在SDN为基础的广域网。我们考虑两种常见类型的TE，并表明TE问题可以解决在弱多项式时间时，中间点的数量是固定的，而不是输入的一部分。然而，相应的线性规划是大规模和计算昂贵的。由于这个原因，现有的方法，通过采取每个节点作为一个候选中间点是低效的。出于这一动机，我们建议只选择几个重要的节点作为所有流量的中间点。我们使用图论中的节点中心性概念，特别是组最短路径中心性，用于中间点选择。我们的性能评估使用现实的拓扑结构和流量跟踪表明，一小部分的最中心的节点可以实现良好的效果与数量级较低的运行时间。
2019-05-28 cs.NI
OODT: Obstacle Aware Opportunistic Data Transmission for Cognitive Radio Ad Hoc Networks
近年来，大量的智能设备将使用ad hoc网络连接在物联网（IoT）中，这需要更多的频谱。认知无线电（CR）技术可以以一种机会主义的通信方式提高物联网的频谱利用率，形成了一种被称为认知无线电自组织网络（CRAHN）的有前途的范例。然而，动态频谱可用性和移动设备/人使得难以在障碍环境下开发用于CRAHN的有效数据传输方案。启发式路由可以利用无线信道的广播性质来增强网络性能。受此启发，本文从计算几何的角度，考虑能量效率和社会特征，提出了一种CRAHNs中的障碍感知并行数据传输方案（OODT）。在该方案中，我们利用了一个新的路由度量，这是基于一个障碍避免算法，使用多边形边界1-搜索技术，和拍卖模型选择转发候选人。此外，我们证明了候选人选择问题是NP-困难的，并提出了一个启发式算法的候选人选择。仿真结果表明，该方案比现有方案具有更好的性能。
2020-03-26 cs.NI
Backpressure on the Backbone: A Lightweight, Non-intrusive Traffic Engineering Approach
本研究提出了一种新的合作流量工程方案的网络自治系统。背压路由原则用于导出优先级路由规则，这些规则最佳地稳定网络，同时在延迟考虑下最大化其吞吐量。路由规则按照简单的SDN原则部署到网络。拟议的方案需要与中央控制器进行最少、不频繁的交互，从而限制了其施加的工作量。此外，它尊重自治系统的内部结构和它们现有的对等关系。此外，它与底层的基于距离向量的路由方案顺利共存。所提出的方案结合了简单性和服务过境交通量的大幅增长，如模拟在现实的设置和证明通过数学分析。
2016-11-17 cs.NI
Fast Traffic Engineering by Gradient Descent with Learned Differentiable Routing
诸如虚拟实境、外科手术或云计算之类的新兴应用需要对网络的日益复杂的操作需求（例如，超可靠的低延迟）。同样，越来越快的业务动态将需要可以在短时间尺度上操作的网络控制机制（例如，亚分钟）。在这种情况下，流量工程（TE）是根据一些性能目标（例如，最小化网络拥塞）。提出了一种基于图神经网络和可微规划的TE算法--反向传播路由算法。由于其内部GNN模型，RBB构建了目标TE问题的端到端可微函数（MinMaxLoad）。这使得能够通过梯度下降进行快速TE优化。在我们的评估中，我们展示了RBB优化基于OSPF的路由的潜力（相对于默认OSPF配置，$\approx$提高了25\%）。此外，我们测试RBB作为计算密集型TE求解器的初始化器的潜力。实验结果表明，这类求解器的加速和实现有效的在线TE优化的前景看好。
2022-09-21 cs.NI
The Case for Hop-by-Hop Traffic Engineering
最先进的互联网流量工程通过MPLS或分段路由使用基于源的显式路由。虽然在实践中被广泛采用，但源路由可能会面临某些效率低下和操作问题，这是由其使用带宽预留造成的。在这项工作中，我们提出了逐跳（HBH）流量工程的案例：在每个路由器的nexthop之间分割流量，而不是只在边缘路由器的路径之间分割流量。我们表明，HBH流量工程可以实现MPLS的原始目标（即，网络资源的有效使用），其设计简单得多，不需要带宽预留或业务需求的预测。我们在NS-3网络模拟器中实现了一个原型，以研究1）无环HBH多路径路由的受限路径选择，以及2）每个路由器的分布式决策所带来的成本，基于其本地网络视图。我们表明，前者比后者更重要，但是，除了一些离群值，我们的设计表现出接近理论最优的性能（=总用户效用）。
2020-10-25 cs.NI
An Online Learning Approach to Shortest Path and Backpressure Routing in Wireless Networks
我们考虑多跳无线网络中的自适应路由问题。链路状态被假定为随机变量，从未知的分布，独立和相同的分布在链路和时间。该模型近年来在认知无线电网络和自适应通信系统中引起了越来越多的关注。在这样的网络中，设备在学习链路状态和更新传输参数以允许有效的资源利用的意义上是认知的。这个模型与大量的文献路由算法，假设完整的知识，链路状态的手段形成鲜明对比。我们的目标是设计一个算法，学习在线数据传输的最佳路径，以最大限度地提高网络吞吐量，同时实现低路径成本的流量在网络中。我们开发了一种新的在线学习最短路径和背压（OLSB）算法来实现这一目标。我们严格的OLSB的性能分析表明，它实现了对数遗憾与时间，定义为损失的算法相比，一个精灵，有完整的知识的链路状态的手段。我们进一步评估OLSB的性能数值通过广泛的模拟，支持理论研究结果，并证明其高效率。
2022-03-22 cs.NI cs.SY eess.SY
Cross-layer Design and SDR Implementation of DSA, Backpressure Routing and Network Coding
设计了一种跨层的认知无线电系统，该系统集成了动态频谱接入（DSA）、反压算法和多跳网络编码，支持单播和多播业务。与分布式协调和本地信息交换一起运行的完整协议栈通过软件定义无线电（SDR）实现，并在基于网络仿真测试平台的现实测试和评估（T\&E）系统中进行评估。在没有公共控制信道的情况下，每个SDR执行邻域发现、频谱感测和信道估计，并且执行背压算法的分布式扩展，该背压算法利用联合DSA和路由来优化频谱效用（其表示链路速率和业务拥塞）。背压算法扩展到支持多播流量与网络编码部署在虚拟队列（多播目的地）。除了在目的地处的满秩解码之外，还考虑秩亏解码以减少延迟。认知网络功能是用GNU Radio编程的，Python模块是为不同的层开发的。USRP无线电用作RF前端。提出了一种无线网络测试与评估系统来执行仿真测试，其中无线电通过无线网络仿真器来彼此通信，该无线网络仿真器根据路径损耗、衰落和拓扑效应来控制物理信道。针对不同的拓扑结构进行了仿真测试，以评估吞吐量、积压和能耗。结果验证了SDR的实现和DSA的联合效果，背压路由和网络编码在现实的信道和无线电硬件的影响。
2019-12-11 cs.NI
Symbiotic Cognitive Relaying with mobile Secondary nodes in Cognitive Radio Networks
在共生认知中继（SCR）场景中，次用户（SU）节点可以充当多跳中继，以在弱直接链路的情况下辅助主用户（PU）节点之间的通信。作为回报，SU节点被激励有权利在固定的时间量内使用许可的PU频带执行SU-SU通信，这被称为“时间激励”。SCR上的现有工作被限制到固定的ad-hoc SU网络。在本文中，我们介绍了移动SCR考虑移动SU节点，同时保持PU节点固定。本文使用了一个特定的移动模式和路由策略的SU节点，提出了理论界的吞吐量和延迟的PU-PU传输。在我们的模型中，我们推导出解析的最小吞吐量和最大延迟可能。
2012-12-18 cs.NI
Cognitive Radio Engine Model Utilizing Soft Fusion Based Genetic Algorithm For Cooperative Spectrum Optimization
认知无线电（CR）是为了可靠地检测主用户（PU）的存在，以减少对授权通信的干扰。遗传算法（GAs）非常适合于CR优化问题，以通过操纵其未使用的部分的表观频谱来提高带宽利用率。该文提出了一种基于二进制遗传算法（BGA）的软融合（SF）认知无线电网络协作频谱感知方案，以提高检测性能和带宽利用率。在线性SF方案的融合中心实施基于BGA的优化方法，以优化加权系数向量，从而最大化检测性能的全局概率。仿真结果和分析表明，该方案满足认知无线电频谱感知的实时的要求，性能优于传统的基于自然偏折系数（NDC-）、修正偏折系数（MDC-）、最大比合并（MRC-）和等增益合并（EGC-）的SDF方案以及基于OR规则的硬判决融合（HDF）方案。所提出的BGA方案也收敛速度快，达到最佳性能，这意味着基于BGA的方法是有效的，也相当稳定。
2013-04-11 cs.NI
Distributed Traffic Engineering in Hybrid Software Defined Networks: A Multi-agent Reinforcement Learning Framework
针对混合SDN中集中式流量工程在动态网络下计算开销大、反应慢的问题，提出多智能体强化学习框架CMRL，通过划分路由决策、构建交互环境与引入差异奖励分配机制，实现了高效自适应的全局路由优化。
2023-07-29 cs.NI
SRPerf: a Performance Evaluation Framework for IPv6 Segment Routing
段路由是松散源路由的一种形式。它提供了在数据包报头中包含指令列表（称为段）的能力。分段路由架构首先使用MPLS数据平面实现，然后最近使用IPv6数据平面（SRv6）实现。IPv6分段路由（SRv6）是一种支持流量工程、服务功能链、虚拟专用网和负载均衡等高级服务的解决方案。SRv6数据平面在许多不同的软件转发引擎（包括Linux内核和VPP软件路由器）以及硬件设备中得到支持。在本文中，我们提出了SRPerf，一个性能评估框架的软件和硬件实现的SRv6。SRPerf能够执行不同的基准测试，例如吞吐量和延迟。对于吞吐量测试，我们使用部分丢弃率（PDR）来表征被测系统。SRPerf的架构可以轻松扩展，以支持新的基准测试方法以及不同的SRv6实现。我们使用SRPerf来评估Linux内核和VPP中SRv6实现的性能。SRPerf在软件转发引擎的环境中是一个有价值的工具，可以快速添加新功能，因为它可以帮助实验者验证他们的工作。特别是，我们描述了如何利用SRPerf来验证Linux内核主线中缺少或错误实现的一些SRv6行为的实现。
2020-03-14 cs.NI
Green Traffic Engineering for Satellite Networks Using Segment Routing Flexible Algorithm
针对低轨卫星网络路由需兼顾能耗、可靠性与时延的需求，提出基于SRv6的三逻辑切片Flex-Algo框架，通过统一MILP模型由SDN控制器调度流量，仿真验证其在CPU使用率、突发流量PDR及紧急流时延上均有显著优化。
2025-09-02 cs.NI cs.SY eess.SP
Competitive performance analysis of two evolutionary algorithms for routing optimization in graded network
本文比较了人工蜂群算法和遗传算法两种智能路径生成系统及其在分级网络中的性能。ABC和GA都发现了它的重要性，在优化技术，以确定最佳路径，而路由操作在网络中。本文展示了如何利用ABC方法根据链路的带宽可用性确定最佳路径，并通过GA确定质量更好的路径。在这里，参与路由的节点被评估其QoS度量。选择满足度量的最小阈值的节点并使其能够参与路由。以源节点为中心合成一个象限，根据目标节点属于哪个象限，进行最优路径搜索。仿真结果表明，ABC加快了约60%的局部最小搜索收敛相比，遗传算法的流量强度，并在未来的智能网络认知路由的可能性。
2014-08-05 cs.NI
Transformation of Networks through Cognitive Approaches
数据流量的增长和对服务质量的需求的增加已经产生了对网络系统更高效的大量需求。为满足日益增加的需求而采用的改进路由系统，以及为应对网络效率方面各种规模的挑战而采用的各种协议，使业务更加复杂。这意味着必须将更好的智能模式注入到网络中，以实现更流畅的操作和更好的自主功能。认知网络就是从这个角度来定义和分析的。他们被确定为有潜力处理未来的用户相关的质量和效率的服务在优化的水平。系统的认知元素，如感知、学习、规划、推理和决策形成，可以使系统更了解其环境并提供更好的服务。这些方法有望改变未来网络的运作模式。
2010-02-15 cs.NI
MLET: A Power Efficient Approach for TCAM Based, IP Lookup Engines in Internet Routers
路由器是计算机网络特别是Internet中的重要实体之一。转发IP数据包是Internet路由器的一项重要功能。路由器从数据包中提取目的IP地址，并在自己的路由表中查找这些地址。此任务称为IP查找。随着路由表规模的不断增大，Internet地址查找成为一个具有挑战性的问题。三值内容可寻址存储器（TCAM）在路由器上设计高吞吐量地址查找引擎方面越来越受欢迎：它们速度快，成本效益高，管理简单。尽管TCAM速度快，但它们的高功耗是它们的主要缺点。本文提出了一种基于TCAM的低功耗硬件架构-多级使能技术（MLET）。该方案采用后的Espresso-II最小化算法，以实现更低的功耗。性能评估表明，该方法可以节省大量的路由表的功耗。
2010-05-12 cs.NI
ATRO: A Fast Algorithm for Topology Engineering of Reconfigurable Datacenter Networks
Xi’an Jiaotong University（西安交通大学）；Shanghai Innovation Institute（上海创新研究院）；Shanghai Jiao Tong University（上海交通大学）；Zhongguancun Academy（中关村研究院）；Huawei（华为）
ATRO是一种用于可重构数据中心网络拓扑和路由优化的快速算法，通过交替优化拓扑和路由，提高运行效率和链路利用率。
2025-12-19 cs.NI
Segment Routing Traffic Engineering with Time-Based Reconfiguration Constraints
Concordia University（康科迪亚大学）
针对IP/MPLS网络中链路故障下的段路由流量工程，提出带重构预算的MLU列生成优化框架，在真实大规模拓扑上实现低于5%的最优性差距。
2026-10-06 cs.NI cs.PF cs.SY
Ruta: Dis-aggregated routing system over multi-cloud
多年来，SDN的发展创造了多种覆盖技术，这些技术效率低下，难以部署端到端流量工程服务，Ruta被设计为一个统一的封装，具有UDP上的分段路由，加密和NAT传输功能。Ruta可以作为云原生SDN平台在多云上全球部署，并与传输层上的每个应用程序集成，通过互联网在世界任何地方访问时提供几乎为零的损失和几乎小于200毫秒的延迟。
2022-01-09 cs.NI
Preprocess your Paths -- Speeding up Linear Programming-based Optimization for Segment Routing Traffic Engineering
本文综述了现有的段路由预处理方法，提出了一种组合预处理技术，在不显著降低解质量的前提下，将基于线性规划的流量工程计算时间减少约10倍以上，大幅提升了大型网络中的实用性。
2023-12-01 cs.NI cs.PF
A Cognitive Theory-based Opportunistic Resource-Pooling Scheme for Ad hoc Networks
adhoc网络中的资源池是指通过积累计算资源和网络资源来实现路由、拥塞、流量管理等网络控制策略，利用adhoc网络的分布式和动态特性来实现设备间的协作。Ad hoc网络需要一种资源池技术，提供快速响应，适应性和可靠性。在这种情况下，我们提出了一个机会主义的资源池计划，使用认知计算模型来积累资源，具有更快的资源收敛速度，可靠性和更低的延迟。该方案是使用行为观察信念认知模型，其中的资源池决策的基础上积累的知识在各种行为表现出的自组织网络中的节点。
2017-07-11 cs.MA cs.NI
Neural Network Cognitive Engine for Autonomous and Distributed Underlay Dynamic Spectrum Access
Kate Gleason College of Engineering（凯特·格里森工程学院）；Rochester Institute of Technology（罗切斯特理工学院）
动态频谱接入（DSA）中的两个关键挑战是如何建立来自主网络（PN）的干扰限制以及次级网络（SN）中的认知无线电（CR）如何意识到它们在PN上产生的干扰，特别是当两个网络之间没有信息交换时。本文提出了一个完全自主和分布式的CRISDSA方案，每个CR操作的基础上预测其传输效果的PN解决这些挑战。该方案是基于一个认知引擎与人工神经网络预测，而不交换网络之间的信息，最接近的传输CR的主链路的自适应调制和编码配置。通过管理SN对PN的影响，所提出的技术将PN中的相对平均吞吐量变化保持在规定的最大值内，同时还找到导致与PN干扰限制所允许的吞吐量一样大的CR的发送设置。仿真结果表明，认知引擎的能力，在估计的影响CR传输上的全自适应调制和编码（AMC）模式，导致一个更精细的CDMA发射功率控制。与只能估计在PN链路处使用的调制方案的方案相比，这种能力还为CR提供了更高的传输机会。
2020-10-05 cs.LG cs.NI eess.SP
Congestion Control and Routing over Challenged Networks
本论文主要研究无线移动通信网络中新型的最优路由和速率控制算法的设计与分析。到目前为止，拥塞控制和路由算法已经针对有线或无线网状网络进行了设计和优化。在这些网络中，最优算法（在吞吐量最大化或延迟最小化或网络操作成本最小化的意义上是最优的）可以基于经典的时间尺度分解假设来设计，即网络的动态足够快，使得这些算法基本上看到平均值，或者足够慢，可以跟踪任何变化，以允许算法随时间而适应。然而，随着技术进步使得能够将越来越多的移动节点集成到通信网络中，任何基于例如平均无线移动链路的容量或跟踪瞬时容量的速率控制或路由算法将执行得很差。在我们的解决方案中的共同元素，工程有效的路由和速率控制算法的移动无线网络是使无线移动链路看起来好像他们是有线或无线链路，但很少有节点直接看到的移动链路（无论是移动或节点，可以发送到或从移动接收）通过适当使用排队结构在这些选定的节点。这种方法使我们能够设计端到端的速率控制或无线移动网络的路由算法，使平均也不瞬时跟踪是必要的。
2012-01-19 cs.NI
Analysis of the Packet Loss Probability in Energy Harvesting Cognitive Radio Networks
提出了一种马尔可夫电池模型，用于描述认知无线电网络中能量收集（EH）次用户（SU）的能量状态变化。基于所提出的电池模型，我们推导出分组损失率在EH SU由于感测不准确和能量中断。利用所提出的分析，分组损失率可以容易地被预测并用于优化传输策略（即，成功传输和EH的机会），以提高其吞吐量。特别地，所提出的方法可以应用于上层（调度和路由）优化。为此，我们通过Monte-Carlo模拟验证了所提出的分析，并显示了分析和模拟结果之间的协议。
2016-03-03 cs.NI cs.PF math.PR
Energy-aware Traffic Engineering in Hybrid SDN/IP Backbone Networks
软件定义网络（Software Defined Networking，SDN）可以有效地提高流量工程的性能，在骨干网中具有良好的应用前景。因此，新的节能方案必须考虑SDN，考虑到电信和ISP网络的能源消耗迅速增加，这一点非常重要。同时，出于技术和经济原因，在当前网络中引入SDN在大多数情况下必须是增量的。在此期间，运营商必须管理混合网络，其中SDN和传统协议共存。本文研究了混合SDN/IP网络中的能量有效流量工程问题。首先建立了考虑SDN/IP混合路由模式的优化数学模型。由于该问题是NP难的，我们提出了一种快速启发式算法HEATE（Hybrid Energy-Aware Traffic Engineering）。在我们提出的HEATE算法中，IP路由器使用分布式OSPF链路权重优化来执行最短路径路由。SDN通过全局SDN控制器执行具有业务流分割的多路径路由。HEATE算法找到了OSPF链路权重和SDN拆分比的最佳设置。因此，业务流被聚合到部分链路上，并且可以关闭未充分利用的链路以节省能量。通过计算机模拟结果表明，该算法在SDN/IP混合网络中的能量效率有显著提高。
2016-05-12 cs.NI
A Dynamic Multi-cast Routing Algorithm for Opportunistic Networks: Implementing the Expected Transmission Count Metric
认知无线电（CR）技术使智能无线通信系统成为可能。CR通过允许动态和机会性的频谱接入，为低效的频谱利用提供了有效的解决方案。在设计认知无线电网络时，主要的挑战是如何在提高网络吞吐量的同时保护授权主无线电网络（PRN）的性能，并将主用户（PU）和认知用户（CU）之间的干扰保持在规定的阈值内。在这项工作中，我们开发了一个多播路由算法，基于预期的传输计数度量（ETX），该算法根据CRN中不同的业务负载情况，结合最小生成树（MST）和最短路径树（SPT）算法，采用成功概率（POS）来确定路径选择方法在选择统一信道时使用所需传输时间和信道可用时间的信道分配度量。我们的算法的主要目标是减少预期的数据包传输（重传）的总数需要成功地将数据包转发到一个特定的目的地组，并提供一个成功的传输在给定的信道上的机会的保证。该度量能够捕获CRN环境，其中信道可用性是多样性的，并且由于PU的动态和不确定性活动而动态变化。我们提出的协议实现了高吞吐量和数据包传输率（PDR），通过联合信道分配和路径选择到特定的目的地。仿真结果被用来证明我们提出的算法在吞吐量和数据包投递率方面的有效性相比，其他现有的多播路由协议在不同的网络条件下，使用matlab作为一个模拟。
2016-05-16 cs.IT cs.NI math.IT
Exploiting Context-Awareness for Secure Spectrum Trading in Multi-hop Cognitive Cellular Networks
在本文中，我们考虑上下文感知，以提高路由的可靠性和鲁棒性在多跳认知网络。提出了一种新的上下文感知路由发现协议，使次级用户能够根据自己的QoS要求选择路由。该协议有利于相邻中继选择不同的标准下，如最短可用路径，路由可靠性和中继信誉。新的路由和安全为基础的指标定义来衡量路由鲁棒性的空间，频率和时间域。提供安全吞吐量，定义为网络中未被拦截的流量的百分比。然后通过联合优化安全吞吐量和交易价格来获得交易所需的资源。仿真结果表明，当主辅网络之间存在因子4的流量不平衡时，需要4个信道才能在辅网络中实现90%的链路可靠性和99%的安全吞吐量。此外，当中继信誉从0.5到0.9变化时，观察到所需资源的20%变化。
2016-01-09 cs.NI
FixRoute: A Unified Logic and Numerical Tool for Provably Safe Internet Traffic Engineering
使用Internet协议的网络的性能对每个网络设备上许多低级参数的精确配置很敏感。这些设置控制着动态路由协议的行为，动态路由协议引导通信流;为了确保这些动态协议都收敛以产生某种“最佳”流，必须正确设置每个参数。多个相互冲突的优化目标，不确定性，以及需要对不同的故障情况进行推理，使任务特别复杂。我们提出了一个快速，灵活的方法来分析BGP路由的上下文中提出的一些这样的管理任务。其思想是将{ \em逻辑}可满足性准则与传统的{ \em数值}优化相结合，在给定的路由过程约束条件下达到期望的交通流结果。然后，该方法可以用于探测参数灵敏度、优化目标的选择中的权衡、对故障的弹性等。该理论的基础是分布式异步消息传递协议的收敛的严格抽象，因此可以推广到其他场景。我们得到的混合引擎比纯逻辑或纯数字的替代方案更快，这使得它可能适用于交互式生产。
2015-11-27 cs.NI
Versatile Robust Clustering of Ad Hoc Cognitive Radio Network
认知无线电网络中的簇结构有助于实现协作频谱感知、路由等功能。认知无线电用户群中的每个成员都可以使用非授权信道，非授权信道的可用性决定了认知无线电用户群对授权用户影响的鲁棒性。本文分析了认知无线电网络中如何形成健壮的簇，使更多的认知无线电用户在主用户操作激烈的情况下也能从簇结构中受益的问题。我们提供了一个形式化的描述鲁棒分簇问题，证明它是NP-难的，并提出了一个集中式的解决方案，此外，分布式解决方案提出，以适应在ad hoc认知无线电网络的动态。采用拥塞博弈模型对集群形成过程进行分析，不仅有助于直接设计分布式分簇方案，而且为算法收敛到纳什均衡和收敛速度提供了保证。我们提出的聚类解决方案是通用的，以满足其他一些要求，如更快的收敛和集群大小控制。所提出的分布式聚类方案在聚类鲁棒性、收敛速度和开销方面优于相关工作。广泛的模拟支持我们的主张。
2017-04-16 cs.GT cs.NI
Divide and Conquer: Partitioning OSPF networks with SDN
软件定义网络（Software Defined Networking，SDN）是一种新兴的网络控制范式，其重点是逻辑集中化和可编程性。与此同时，分布式路由协议（最著名的是OSPF和IS-IS）仍然在IP网络中流行，因为它们提供最短路径路由、网络故障后的快速拓扑收敛，以及可能最重要的是，基于数十年可靠运行的信心。因此，混合SDN/OSPF操作仍然是一个理想的提议。在本文中，我们提出了一种新的混合SDN/OSPF操作的方法。我们的方法是从其他混合的方法不同，因为它使用SDN节点划分成子域的OSPF域，从而实现流量工程能力相媲美的完整SDN操作。我们将SDN使能的路由器作为子域边界节点，而OSPF协议的操作继续不受影响。通过这种方式，SDN控制器可以在路由协议更新被泛洪到子域中之前，出于流量工程的目的来调整路由协议更新。虽然子域内的本地路由始终保持稳定，但可以通过确定每个遍历子域中的路由来优化子域间路由。由于非平凡拓扑中的大多数流量必须遍历多个子域，我们的模拟结果证实，一些SDN节点允许流量工程达到一定程度，使得完全SDN部署不必要。
2014-10-21 cs.NI
Boosting performance for software defined networks from traffic engineering perspective
路径选择算法和速率自适应目标函数通常被单独研究。相比之下，本文评估了一些流量工程（TE）系统的软件定义网络的平均延迟和负载均衡，两个最流行的TE目标函数相结合的路径选择技术。基于TE仿真结果，最适合软件定义网络的TE系统是使用不经意路由模型计算路径并使用平均延迟目标函数计算其自适应速率的系统。因此，我们提出的RAKE +AD系统结合使用Racke的不经意路由和流量分裂的目标函数，使用平均延迟计算的路径集。该模型优于当前最先进的模型，最大限度地提高吞吐量，实现更好的网络资源利用率，并最大限度地减少延迟。与GEANT网络上的两个系统相比，该系统的性能分别优于SMORE和SWAN 4.2%和9.6%，利用率提高了27%，流量增加了34%，延迟减少了50%。
2021-01-15 cs.NI
Intelligent Routing as a Service (iRaaS)
本文提出智能路由即服务（iRaaS）架构，作为知识定义网络的应用层认知路由框架，支持路由逻辑定制并可将训练模型的启发式参数纳入度量计算，通过可靠性启发式与SPF、DUAL算法结合验证其可行性。
2024-07-08 cs.NI
Relieving Core Routers from Dynamic Routing with off-the-shelf Equipment and Protocols
为了响应流量工程目标，当前的骨干网络使用昂贵且复杂的设备，其运行分布式算法以实现动态多路径路由（例如，MPLS隧道和动态中继重新路由）。我们认为，可以使用更简单的方法来实现相同的目标，其中骨干网的核心只实现许多先验计算的路径，并且对流量工程目标的大多数适应只发生在网络的边缘。在软件定义网络的脉络中，边缘适配应该由逻辑上集中的控制器驱动，该控制器利用可用路径来使流量负载均衡适应当前需求和网络状态。在本文中，我们提出了两种算法来帮助实现这一愿景。第一个选择能够支持未来负载均衡需求和适应网络故障的路径集。由于所需的路径的总数是非常重要的，其连续可用性需要许多FIB条目的核心路由器，我们还提出了第二个算法，这些路径聚合在一个数量减少的树。这第二个算法实现了更好的结果比以前提出的路径聚合算法。最后，我们表明，支持简单协议的现成设备可以用来实现这些树的路由，这表明，简单的核心可以通过只使用平凡可用的原型和它们最常见和最简单的实现来实现
2016-12-21 cs.NI
Distributed Energy Efficient Cross-layer Optimization for Multihop MIMO Cognitive Radio Networks with Primary User Rate Protection
由于MIMO和认知无线电（CR）特有的物理层特性，网络性能与物理层、链路层、网络层和传输层的机制紧密相关。在本文中，我们考虑了多跳MIMO CR网络的能量有效的跨层优化问题。目标是在最小PU传输速率约束和SU功耗约束下，平衡SU会话的加权网络效用和加权功耗。然而，这个问题是非常具有挑战性的，由于非凸PU率约束。我们提出了一个解决方案，功能线性化为基础的替代优化方法和启发式原始恢复方法。我们进一步开发了一种分布式算法，以联合优化协方差矩阵在每个发送SU节点，带宽分配在每个SU链路，速率控制在每个会话源和多跳/多路径路由。大量的仿真结果表明，所提出的分布式算法的性能接近集中式算法，所提出的框架提供了一种有效的方法，以显着节省功耗，同时实现网络效用非常接近，实现与全功耗。
2014-10-08 cs.NI
Adaptive Shortest-Path Routing under Unknown and Stochastically Varying Link States
Univ. of California, Davis（加利福尼亚大学戴维斯分校）
本文研究了无线网络中链路状态未知且随机变化的自适应最短路径路由问题。在这个问题中，我们的目标是通过自适应路径选择来优化源和目的地之间的通信质量。由于网络动态中的随机性和不确定性，每个链路的质量根据具有未知分布的随机过程随时间变化。在选择了用于通信的路径之后，该路径上的所有链路的聚合质量（例如，总路径延迟）。每个单独链路的质量是不可观察的。我们把这个问题表述为一个多臂的强盗与依赖武器。我们发现，通过利用手臂的依赖性，可以实现一个遗憾多项式的网络规模，同时保持最佳的对数阶随时间的推移。这与忽略手臂依赖性的经典MAB策略的直接应用所提供的网络大小的指数后悔顺序形成鲜明对比。此外，我们的研究结果下得到的链路质量分布（包括重尾分布）的一般模型，并发现在认知无线电和ad hoc网络与未知的和动态的通信环境中的应用。
2012-01-24 cs.LG cs.NI
Comparison of Genetic Algorithm and Simulated Annealing Technique for Optimal Path Selection In Network Routing
本文讨论了从已知发送端到接收端的路径选择问题。所提出的工作表明，路径选择使用遗传算法（GA）和模拟退火（SA）的方法。在遗传算法方法中，多点交叉和变异有助于确定最优路径，如果需要，还可以确定备用路径。这两种算法的输入是一个学习模块，它是认知路由器的一部分，负责四个QoS参数。该方法的目标是最大化沿前向信道的带宽和最小化路由长度。种群大小被认为是参与网络场景的N个节点，这将被限制在已知的拓扑大小。仿真结果表明，采用遗传算法求解最短路径问题，随着迭代次数的增加，最短路径收敛的概率增大;而采用模拟退火算法求解最短路径问题，由于模拟退火算法是随机选择的，因此迭代次数对最短路径的收敛没有影响。
2010-01-22 cs.NE cs.NI
