Smart Routing with Precise Link Estimation: DSEE-Based Anypath Routing for Reliable Wireless Networking
Department of Electrical and Computer Engineering(电气与计算机工程系)
本文提出基于DSEE算法的Anypath路由方法,通过实时估计链路交付概率提升无线网络的可靠性与效率。
2024-05-16 cs.AI cs.LG cs.NI
Anypath Routing Protocol Design via Q-Learning for Underwater Sensor Networks
Princeton University(普林斯顿大学);Tianjin University(天津大学);James Cook University(詹姆斯·库克大学)
水下传感器网络作为水下物联网的一种新兴技术,受到了学术界和工业界的广泛关注。然而,由于水下环境中的高能耗和大延迟,设计水下传感器网络的路由协议是一个巨大的挑战。提出了一种基于Q学习的无定位无路径路由(QLFR)协议,以延长水下传感器网络的生存时间,并减少端到端的延迟。针对最优路由策略,在整个路由过程中,通过联合考虑传感器节点的剩余能量和深度信息来计算Q值。更具体地说,我们定义了两个奖励函数(即,深度相关和能量相关的奖励)用于Q学习,目的是减少延迟和延长网络寿命。此外,根据转发候选节点的优先级,设计了一种新的包转发保持时间机制。此外,提出了一个数学分析,以分析所提出的路由协议的性能。大量的仿真结果表明,所提出的路由协议在端到端的延迟和网络生命周期方面的优越性能。
2020-02-22 cs.LG cs.NI
Towards Near-Real-Time Telemetry-Aware Routing with Neural Routing Algorithms
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);SAP SE(SAP公司);Institute of Telematics, Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院远程信息处理研究所)
本文提出LOGGIA算法,通过建模通信和推理延迟,提升路由效率,实验证明其在混合流量中优于传统路由方法。
2026-09-09 cs.LG cs.NI
Learning Sub-Second Routing Optimization in Computer Networks requires Packet-Level Dynamics
Karlsruhe Institute of Technology(卡尔斯鲁厄理工学院);SAP SE(思爱普公司);Turba AI;Hasso-Plattner-Institut Potsdam(波茨坦哈索·普拉特纳研究院);Autonomous Learning Robots(自主学习机器人(机构))
针对流体网络模型无法捕捉毫秒级真实动态的问题,提出数据包级强化学习环境PackeRL及两种新算法M-Slim和FieldLines,实现亚秒级路由优化并在高流量场景下超越现有方法。
2024-10-14 cs.LG cs.NI
Spatial-Temporal Reinforcement Learning for Network Routing with Non-Markovian Traffic
Department of Computing, Imperial College London, UK(计算系,伦敦帝国学院)
针对传统强化学习路由依赖马尔可夫假设、未建模网络空间结构的问题,提出时空强化学习STRL框架,在非马尔可夫流量下训练与推理性能均显著优于基线。
2025-07-31 cs.AI cs.LG
Multi-Agent Path Planning Using Deep Reinforcement Learning
提出了一种基于深度强化的多智能体路径规划方法。实验在仿真环境中实现,并在此环境中产生不同的多智能体路径规划问题。所产生的问题实际上类似于车辆路径问题,并且使用多智能体深度强化学习来解决。在仿真环境中,模型以这种方式在不同的连续问题上进行训练,随着时间的推移,可以观察到模型解决问题的性能增加。始终使用相同的模拟环境,并且仅改变代理访问的目标点的位置。这有助于模型学习它的环境和正确的态度对一个问题的情节通过。最后,得到了一个已经学习了很多知识的模型来解决这个环境中的路径规划或路由问题,这个模型即使没有任何训练,也已经可以找到一个很好的和即时的解决方案。在布线问题中,标准的数学建模或算法似乎遭受高计算时间来找到解决方案,并且找到即时解决方案也是困难和关键的。本文提出了一种新的求解方法,并通过实验证明了该方法的有效性。
2021-10-04 cs.AI cs.LG
Multi-Agent Reinforcement Learning for Markov Routing Games: A New Modeling Paradigm For Dynamic Traffic Assignment
Columbia University(哥伦比亚大学)
本文的目的是开发一种范式,模型的学习行为的智能代理(包括但不限于自动驾驶汽车,连接和自动驾驶汽车,或人类驾驶的车辆与智能导航系统,其中人类驾驶员完全遵循导航指令)与效用优化的目标和系统的平衡过程中的路由游戏原子自私的代理。这种模式可以帮助决策者在正常和异常情况下制定最佳的业务和规划对策。为此,我们开发了一个马尔可夫路由游戏(MRG)中,每个代理学习和更新自己的路线路径选择策略,同时与他人在交通网络中的互动。为了有效地解决MRG,我们将其表示为多智能体强化学习(MARL),并设计了一种平均场多智能体深度Q学习(MF-MA-DQL)方法,该方法捕获了智能体之间的竞争。经典的DUE范式和我们提出的马尔可夫路由游戏(MRG)之间的联系进行了讨论。我们发现,智能代理的路由行为收敛到经典的概念预测动态用户平衡(DUE)时,交通环境模拟使用动态负载模型(DNL)。换句话说,MRG描述了假设由DNL模型传播的完美信息和确定性环境的DUE。四个例子来说明算法的效率和一致性之间的DUE和MRG平衡,在一个简单的网络没有和有溢出,Ortuzar Willumsen(OW)网络,和一个真实的世界网络附近的哥伦比亚大学校园在纽约市曼哈顿。
2022-02-28 cs.LG cs.MA
Topology-Aware Graph Reinforcement Learning for Dynamic Routing in Cloud Networks
Carnegie Mellon University(卡内基梅隆大学);Northeastern University(东北大学);Northwestern University(西北大学);New York University(纽约大学)
针对云网络动态路由优化中拓扑感知不足、决策不稳定的问题,提出融合SASE模块与PAGU机制的拓扑感知图强化学习方法,在GEANT数据集上多项指标优于现有模型,实现高效鲁棒的动态路由。
2025-09-05 cs.LG
Advancing Routing-Awareness in Analog ICs Floorplanning
University of Trieste(特里斯特大学);Infineon Technologies AT(英飞凌技术AT分公司);Infineon Technologies AG(英飞凌技术AG分公司)
本文提出一种结合强化学习与关系图卷积神经网络的模拟IC自动布局规划引擎,通过高分辨率网格、引脚信息和动态布线资源估计提升可布线性,显著减少死区与线长并提高布线成功率。
2025-10-17 cs.AI cs.LG
A Deep Reinforcement Learning Approach for Global Routing
Carnegie Mellon University(卡内基梅隆大学)
全局布线在电子电路设计中一直是历史上具有挑战性的问题,其中挑战是在不违反印刷电路板或集成电路的设计规则的情况下用导线连接大量且任意数量的电路组件。类似的布线问题也存在于复杂的水力系统、管道系统和物流网络的设计中。现有的解决方案通常包括贪心算法和硬编码的算法。因此,现有的方法缺乏模型灵活性和非最佳解决方案。作为一种替代方法,这项工作提出了一种深度强化学习方法,用于在模拟环境中解决全局布线问题。所提出的方法的核心是深度强化学习,它使智能体能够基于利用深度强化学习的联合优化机制提出的各种问题来产生路由的最佳策略。详细解释和论证了联合优化机制,探索了最佳网络结构和学习模型的参数。在此基础上,给出了优化模型的路由方案和路由奖励。结果表明,该方法可以优于顺序A* 方法的基准方法,这表明深度强化学习对于全局布线和其他布线或路径规划问题具有很大的潜力。这项工作的另一个主要贡献是开发了一个全局布线问题集生成器,能够生成具有不同大小和约束的参数化全局布线问题集,从而能够评估不同的布线算法并生成用于未来数据驱动布线方法的训练数据集。
2019-06-20 cs.AI cs.LG stat.ML
CAMAR: Continuous Actions Multi-Agent Routing
针对现有MARL基准缺乏连续空间下复杂协作规划场景的问题,提出CAMAR连续动作多智能体路径寻路基准,配套评估协议与工具,实验验证其可作为真实有挑战的MARL测试平台。
2025-11-17 cs.AI cs.LG cs.MA
Demonstration of effective UCB-based routing in skill-based queues on real-world data
本文研究基于技能排队系统的最优控制,通过真实数据集验证了一种强化学习客户路由算法,并引入启发式规则减少延迟,证明其在多目标优化与动态适应方面优于静态基准策略。
2025-06-25 cs.LG math.OC
Energy efficient routing in mobile ad-hoc networks for Healthcare Environments
基于无线网络的现代和创新的医疗应用正在商业部门和研究中开发。新兴的无线网络正在迅速成为医疗解决方案的基本组成部分,因为医疗保健专业人员/患者的可访问性越来越高,从而降低了医疗保健成本。发现主机之间的路由是节能的,而不影响流畅的通信是可取的。这项工作研究了医疗保健环境无线网络中一些选定的主动和被动路由协议的能源效率。通过仿真和分析,我们发现DSR是DSR、DSDV和AODV中能量效率最高的路由协议,因为DSR具有最大的剩余能量。
2013-06-18 cs.NI
Simulation Based: Study and Analysis of Routing Protocol in Vehicular Ad-hoc Network Environment
一种车载自组织网络,由多个车辆组成,这些车辆之间相互通信,并通过位于车辆通信范围内的车辆之间可用的无线通信链路交换数据,以提高城市中的道路安全。车辆之间的通信用于提供道路安全,舒适和娱乐。通信的性能取决于如何更好地在网络中进行路由。源和目的地车辆取决于车载adhoc网络中所使用的路由协议。在这项基于仿真的研究中,我们研究了车载adhoc网络中不同的adhoc路由协议。我们的主要研究目标是确定哪种adhoc路由协议在车载adhoc网络的高度移动环境中具有更好的性能。我们测量了车载adhoc网络中使用802.11p的路由协议的性能网络中,我们考虑了城市的情况下,即路径之间的Nerul和Vashi,我们已经采取了1200种不同类型的车辆,并检查其性能。路由协议的选择后,文献综述。然后选择的协议,通过模拟802.11p下的性能指标,即PDR和E2E延迟进行评估。
2014-03-24 cs.NI
Applicability of overlay non-delay tolerant position-based protocols in highways and urban environments for vanet
车载自组织网络是一种新型的无线自组织网络。车对车(V2V)通信是为道路上的驾驶员和乘客提供一定程度的安全性和便利性的主要通信模式之一。在这样的环境中,由于车辆的高度动态性质,网络拓扑结构频繁变化,路由数据分组是具有挑战性的。因此,在VANESCO中的路由需要有效的协议,保证车辆之间的消息传输。已经提出或增强了许多路由协议和算法来解决上述问题。已经开发了许多基于位置的路由协议,用于路由已经被识别为适合于VANESTO的消息。这项工作探讨了选择单播非延迟容忍覆盖基于位置的路由协议的性能。在两种不同的情况下,在公路和城市环境中进行了评估。所使用的评估指标是分组传递率(PDR)、空隙问题发生率(VPO)和平均跳数(AHC)。
2021-05-07 cs.NI
A Survey of Routing Techniques for Mobile Collaborative Virtual Environment Applications
由于个人移动设备的使用迅速增加,以及在没有以前的网络基础设施的环境中执行CVE应用的需要,移动协作虚拟环境(MCVE)系统将在未来变得无处不在。在这样的系统中,我们使用户的行为和互动的三维世界中共享通过他们的移动设备在ad-hoc网络(MANET)。一些有趣的MCVE应用程序已经在各个领域开发出来,从多人游戏到虚拟城市,虚拟购物中心和各种训练模拟(即军事,应急准备,教育,医学等)。此类应用程序的设计者仅依赖于网络开销、延迟、有限带宽和移动终端限制。在这项调查中,我们提出了一些方法来分类和分析路由技术,已被应用在移动协作环境中的应用。
2013-03-15 cs.NI
Digital Twin-Enabled Blockage-Aware Dynamic mmWave Multi-Hop V2X Communication
本文提出将移动性数字孪生与多跳路由控制平面集成,结合环境数据和轨迹预测实现阻塞感知的毫米波V2X动态路由,仿真验证其显著优于传统方法。
2025-03-17 cs.NI cs.SY eess.SY
Guardians of Anonymity: Exploring Tactics to Combat Cyber Threats in Onion Routing Environments
本文综述洋葱路由网络中的网络犯罪类型、检测挑战及执法、技术与政策对策,并指出其局限和跨学科未来研究方向。
2024-05-11 cs.CR cs.NI
The impact of propagation environment and traffic load on the performance of routing protocols in ad hoc networks
无线网络的特征在于由节点移动性触发的动态拓扑。因此,无线多跳连接和信道不具有确定性行为,例如:干扰或多路径。此外,节点的不可见性使得无线信道难以检测。这种无线网络的行为应该受到仔细审查。在我们的研究中,我们主要集中在无线电传播模型,通过观察路由层的物理层的特性方面的性能的演变。为了这个目的,我们首先检查,然后显示不同的无线电传播模型对ad hoc网络的性能的影响的模拟结果。为了充分了解这些不同的无线电模型如何影响网络性能,我们比较了几种路由协议(DSR,AODV和DSDV)的性能,为每种传播模型。为了完成我们的研究,基于能量性能的路由协议和传播模型的比较。为了达到可信的结果,我们集中在节点的速度和连接数的概念,通过使用著名的网络模拟器NS-2。
2012-02-08 cs.NI
DeepADMR: A Deep Learning based Anomaly Detection for MANET Routing
Episys Science Inc(Episys科学公司);The Boeing Company(波音公司)
我们开发了DeepADMR,这是一种新的神经异常检测器,用于基于深度强化学习(DRL)的DeepCQ+ MANET路由策略。基于DRL的算法(如DeepCQ+)的性能仅在经过训练和测试的环境中得到验证,因此它们在战术领域的部署会带来高风险。DeepADMR基于时间差误差(TD误差)实时监控DeepCQ+策略的意外行为,并使用经验和非参数累积和统计来检测异常情况。通过多代理权重共享近端策略优化(PPO)的DeepCQ+设计略有修改,以实现TD错误的实时估计。我们报告了DeepADMR在信道中断,高移动性水平和超出训练环境的网络规模的情况下的性能,这表明了它的有效性。
2023-01-24 cs.LG cs.NI
On-Demand Routing Algorithm with Mobility Prediction in the Mobile Ad-hoc Networks
在本文中,我们提出了一个ad-hoc按需距离矢量路由算法的移动ad-hoc网络考虑到节点的移动性。这种移动自组织网络的拓扑结构的变化引起开销消息,以搜索可用的路由和维护找到的路由。开销消息阻碍了从源到目的地的数据传递,并降低了网络性能。为了克服这样的挑战,我们提出的算法估计链路持续时间为基础的相邻节点的移动性,并选择最可靠的路由。该算法还适用于路由维护的估计,以减少开销消息的数量。通过仿真,该算法在各种移动环境中得到了验证。在低移动性环境下,通过减少路由维护消息,该算法显著提高了网络性能,如分组数据率和端到端延迟。在高移动性环境中,路由发现消息的减少提高了网络性能,因为所提出的算法提供了更多的可靠路由。
2016-09-26 cs.NI
An intelligent routing approach using genetic algorithms for quality graded network
在过去的十年里,网络中的智能路由在建模和方法方面提出了许多挑战。确实存在许多技术用于在这样的环境中路由,其中路径确定通过广告、位置和接近最优的节点选择方案来进行。在本文中,一个有效的路由方案已被提出使用遗传算法的等级为基础的两级节点选择方法。该方法假设节点知道其环境,并能够进行路由发现决策。从考虑用于路由的拓扑学习的数据被保存在其本地存储器中。在这种两级节点选择方案中,路由发现操作在多个级别中发生。在第一层,基于等级的选择被应用于考虑最优的节点,其将适合于发送数据。在第二层,利用遗传算法寻找最优路径。仿真结果表明,与非分级网络相比,在适应度值较好的情况下,该方法能更快地收敛路径。
2014-08-06 cs.NI
Enhanced Genetic Algorithm approach for Solving Dynamic Shortest Path Routing Problems using Immigrants and Memory Schemes
在因特网路由中,静态最短路径(SP)问题已经使用众所周知的智能优化技术如人工神经网络、遗传算法(GAs)和粒子群优化来解决。随着无线通信技术的发展,移动无线网络越来越多,如移动自组织网络(Mobile Ad Hoc Networks,MANDIX)和无线传感器网络等。网络的动态性是移动自组网的主要特点。因此,移动自组网中的SP路由问题转化为动态优化问题(DOP)。在这里,节点可以意识到环境条件,从而使其智能化,这将作为GA的输入。实现,然后使用遗传算法与移民和内存计划,以解决动态SP路由问题(DSPRP)在MANETS。在本文中,一旦网络拓扑结构发生变化,可以利用新的移民或存储在内存中的有用信息搜索新环境中的最优解。结果表明,采用新移民策略的遗传算法比采用记忆策略的遗传算法具有更好的收敛性。
2011-07-11 cs.NE cs.NI
CARL-DTN: Context Adaptive Reinforcement Learning based Routing Algorithm in Delay Tolerant Network
Wolkite University(沃尔凯特大学);Wollo University(沃洛大学)
延迟/中断容忍网络(DTN)一词的发明是为了描述和涵盖所有类型的长延迟,断开,间歇连接的网络,其中可能会遇到移动性和中断或预定的联系。这种环境的特征在于频繁的网络划分、间歇的连接、大的或可变的延迟、不对称的数据率和低的传输可靠性。在DTN中已经开发了路由协议。然而,这些路由算法是基于特定假设设计的。该假设使得现有算法适合于特定的环境场景。不同的路由算法使用不同的中继节点选择标准来选择复制节点。过于频繁地转发消息会导致过多的数据包丢失以及较大的缓冲区和网络开销。另一方面,较不频繁的传输导致较低的传输比。在DTN中,存在传递率和开销之间的权衡。在这项研究中,我们提出了上下文自适应强化学习为基础的路由(CARL-DTN)协议,以确定最佳副本的消息的实时密度的基础上。我们的路由协议联合使用实时物理上下文,社会关系强度,和实时消息上下文,使用模糊逻辑在路由决策。多跳转发概率也被认为是中继节点的选择,采用Q-学习算法,以估计节点之间的相遇概率,并通过折扣奖励学习在邻居中可用的节点。所提出的协议的性能进行评估的基础上,各种模拟场景。实验结果表明,该协议在消息投递率和开销方面具有较好的性能。
2021-05-02 cs.AI cs.NI
Enhancing Video Transmission with Machine Learning based Routing in Software-Defined Networks
本研究利用SDN的集中式结构,提出基于AI的路由算法,在NSFNET拓扑中通过机器学习技术优化视频传输,并创建新数据集以评估性能。
2024-09-16 cs.NI
Improving energy efficiency in MANET's for healthcare environments
目前,移动自组织网络(Ad Hoc Mobile Network,MANN)的路由协议很多,但没有一个能达到最大性能。有些在小型网络中很好;有些适合大型网络,有些在位置或全球网络中提供更好的性能。如今,在商业领域正在开发基于无线网络的用于健康护理环境的现代和创新应用。新兴的无线网络正在迅速成为生活各个领域的基本组成部分。我们提出的DEERP框架提供了更好的性能相比,其他路由协议。
2014-07-10 cs.NI
Mobility-Assisted on-Demand Routing Algorithm for MANETs in the Presence of Location Errors
我们提出了一个移动性辅助的按需路由算法的移动自组织网络中存在的位置错误。位置感知使移动节点能够预测其移动性,并通过估计链路持续时间和选择可靠的路由来增强路由性能。然而,测量位置固有地包括测量误差。这样的错误降低流动性预测,并已被忽略在以前的工作。为了减轻位置误差对路由的影响,我们提出了一个按需路由算法考虑到位置误差。为此,我们采用了卡尔曼滤波器来估计准确的位置,并考虑在发现路线的路线的信心。通过模拟,我们在各种环境下比较了我们的算法和以前的算法。我们提出的移动性预测是鲁棒的位置误差。
2016-04-12 cs.IT cs.NI math.IT
An Adaptive and Multi-Service Routing Protocol for Wireless Sensor Networks
无线传感器网络是一种高度分布式的网络,由大量小型、低成本、重量轻的无线节点组成,用于监测环境或系统。无线传感器网络中的每个节点由三个子系统组成:传感器子系统,用于感知环境;处理子系统,用于对感知到的数据进行本地计算;以及通信子系统,负责与相邻的传感器节点进行消息交换。虽然单个传感器节点具有有限的传感区域、处理能力和能量,但将大量传感器节点联网会产生覆盖广泛区域的鲁棒、可靠和准确的传感器网络。因此,无线传感器网络中的路由是一个非常重要的问题。本文提出了一种基于查询的无线传感器网络路由协议,提供不同层次的服务质量(QoS):能源效率,可靠性,低延迟和容错-在不同的应用场景。该算法具有较低的计算复杂性,但可以动态地保证不同的QoS支持,根据应用的需求。该算法的新颖之处在于它能够提供多个QoS支持,而无需重新配置和重新部署的传感器节点。该算法在网络模拟器ns-2中实现,并对其性能进行了评估。实验结果表明,该算法比现有的一些无线传感器网络路由算法更有效。
2010-12-31 cs.NI
A Probabilistic Delay Model for Bidirectional VANETs in City Environments
由于网络规模大、拓扑结构变化快、网络断开频繁,车载自组织网络的路由是一项具有挑战性的任务。最先进的路由协议试图解决这些具体问题,特别是在城市环境中(车辆受道路几何形状的限制,信号传输被障碍物阻挡,道路拥堵程度等)。注意到,在城市场景中,由于交通控制策略(例如,RSU(路边单元),停车标志和交通灯)。在本文中,我们提出了一个车辆间ad-hoc路由度量称为EFD(预期转发延迟)的基础上的车辆交通统计(例如,密度和速度)实时收集。我们推导出一个解析表达式的预期规模的集群在同向交通。在两个同向簇之间断开连接的情况下,相反方向的簇被用作桥接器,以在实际转发方向上传播消息,以减少由于进位和转发引起的延迟。通过理论分析和大量的仿真,表明我们的链路延迟模型提供了准确的链路延迟估计在双向城市环境。
2014-10-10 cs.NI
FLBRA: Fuzzy Logic Based Routing Algorithm for Indoor Wireless Sensor Networks
针对建筑物管理系统中无线传感器网络环境监测的特点,提出了一种基于模糊逻辑的路由算法(FLBRA),用于确定各链路的代价,并确定最佳的数据包转发路径。我们描述的参数(接收信号强度指标- RSSI,RSSI的标准偏差和分组出错率- PER)的成本定义的每个路径,识别最佳路由的序列和仿真中获得的结果。正如本提案中所预期的那样,仿真结果表明,与基于RSSI的转发协议(RBF)相比,数据包传输速率有所增加。
2014-11-11 cs.NI
An Efficient Approach for Generalized Load Balancing in Multipath Packet Switched Networks
本文对分组交换网络进行了定量分析,旨在推广多径环境下的负载均衡和确定合适的路由算法。已经引入了几种路由算法来将数据包从源路由到目的地。它们中的一些在增加工作量的情况下准确地路由数据包,而其中一些则大大减少了工作量。他们中的一些人可以找到UDP和TCP数据包的最小工作负载偏差。我们模拟这些方法在一个定义良好的模拟器,分析和评估其性能。在扩展我们的分析与不同的权重和路径数,我们发现,最近提出的路由算法混合加权公平路由(MWFR)优于现有的路由算法,减少路由和网络开销,节省稀缺的带宽以及CPU消耗的分组交换网络。
2010-03-17 cs.NI
Energy-Efficient Secrecy in Wireless Networks Based on Random Jamming
本文考虑了存在多个被动窃听者的安全节能路由。在这一领域的先前工作已经考虑了安全路由假设概率或确切的知识的位置和信道状态信息(CSI)的每个窃听。然而,在无线网络中,被动窃听者的位置和CSI是未知的,这使得保证任何路由算法的保密性都具有挑战性。我们开发了一个有效的(在能源消耗和计算复杂性方面)路由算法,不依赖于任何信息的窃听者的位置和CSI。我们的算法保证保密,即使在不利的无线环境中,多个窃听者试图窃听每个消息,配备有定向天线,或可以任意接近发射机。其关键是采用加性随机干扰,利用窃听者的接收机固有的非理想性,这使得窃听者无法记录的消息。我们已经模拟了我们提出的算法,并将其与现有的保密路由算法在单跳和多跳网络。我们的研究结果表明,当窃听者的位置的不确定性是高的和/或在不利的无线环境中,我们的算法优于现有的算法在能源消耗和保密性。
2017-03-15 cs.CR cs.NI
EBCD: a routing algorithm based on bee colony for energy consumption reduction in wireless relay networks
路由问题是无线网络中的一个重要问题,它对系统的性能有很大的影响,本文提出了一种基于蜂群的路由算法来降低无线中继网络的能耗。在EBCD算法中,结合能量、距离和流量参数,提出了一种比现有算法效率更高的无线网络路由算法。应用蜂群算法可以使参数的配置在常规条件下进行,并且比现有算法更接近于具有更好适应性的机制。根据所考虑的参数,该算法提供了一个适应度函数,可以作为一个多跳。与其他同类算法不同,它可以通过多种服务根据环境条件提高服务质量。该方法可以有效地存储节点中积累的能量,减少跳数限制。
2012-09-16 cs.NI
Domain Decoupling Attack: Exploiting the Validation Gap Between Protective DNS and Shared Edge Routing
Tianjin University(天津大学);QAX Technology Group Inc.(奇安信科技集团股份有限公司)
该研究提出域解耦攻击(DDA),利用DNS授权的验证间隙,在CDN及非CDN共享托管环境中可实现跨租户访问,测量显示高暴露率,揭示DNS访问控制的结构性局限,为访问控制机制改进提供依据。
2026-10-28 cs.CR cs.NI
An Efficient Routing Protocol in Mobile Ad-hoc Networks by using Artificial Immune System
移动ad-hoc网络的特点,如节点的高移动性和有限的能量被认为是在这些网络中的路由挑战。OLSR协议是移动自组织网络中的一种路由协议,它通过Dijkstra算法选择源节点和目的节点之间的最短路径。然而,OLSR遇到了一个主要问题。该算法在路由处理过程中不考虑节点能量、链路长度等参数。本文将人工免疫系统(AIS)引入OLSR路由协议,以提高其效率。该算法综合考虑了跳数、中间结点的剩余能量和节点间的距离,并通过AIS的否定选择和ClonalG算法实现。在ns-2环境下进行了广泛的分组级仿真,结果表明AIS-OLSR在分组投递率、吞吐量、端-端延迟和生命周期等方面均优于OLSR和EA-OLSR。
2020-02-24 cs.NI cs.PF
Application of Genetic Algorithm on Quality Graded Networks for Intelligent Routing
在过去的十年中,已经进行了重要的研究,以实现智能网络路由使用广告,位置和近最佳节点选择方案。本文提出了一种基于等级的两级节点选择方法和遗传算法,以实现一个有效的路由方案。该方法假设节点是智能的,并且在它们的本地存储器中存在关于环境的知识库。有两个层次的接近有效的路线选择过程,通过分级。在第一级,应用基于等级的选择,在第二级,使用GA探索最优路径。在不同的拓扑结构上进行了仿真,与非分级网络相比,通过该方法确定最优路径的时间显著减少。
2012-03-30 cs.NI
Attack of the Ants: Studying Ant Routing Algorithms in Simulation and Wireless Testbeds
无线网络正在成为我们通信基础设施的关键组成部分。示例范围从蜂窝网络到野生动物监测和环境场景中的自组织和传感器网络。随着物联网(IoT)的兴起,数以百万计的物理和虚拟对象将进行无线通信并改善日常生活。物联网中无线网络的自适应性和可扩展性是最具挑战性的任务之一。生物启发的网络算法是解决这些问题的一种方法。在本文中,我们提出了一个仿真框架的基础上OMNeT++实现蚂蚁路由算法,研究和比较它们的算法水平和方法,以全面的方式运行大型仿真研究。
2014-09-03 cs.NI
Routing-Led Placement of VNFs in Arbitrary Networks
对计算资源不断增长的需求导致了具有数万台服务器的超大规模数据中心的创建。随着需求的持续增长,必须采用新技术,以确保在不产生高能耗对环境造成破坏性影响的情况下提供高质量的服务。诸如网络功能虚拟化(NFV)的虚拟化技术允许通过连接被称为虚拟网络功能(VNF)的组件部分来创建服务。VNF可以用于通过优化VNF的放置和路由来最大化地利用可用的数据中心资源,以保持高服务质量,同时最小化能量成本。目前对这个问题的研究集中在放置VNF上,并将路由视为次要问题。在这项工作中,我们认为,相反的方法,路由为主导的方法是可取的。我们提出了一种新的路由为主导的算法和分析每个组成部分在一系列不同的拓扑结构上的问题,多达16000个变量,并比较其性能对传统的布局为基础的算法。实证结果表明,我们的路由为主导的算法可以产生显着更好,更快的解决方案,以大型问题的实例上的一系列concentre拓扑结构。
2020-01-30 cs.NE cs.NI
An Axiomatic Approach to Routing
Hebrew University(希伯来大学);Microsoft Research Israel(微软研究院以色列分院);Technion(以色列理工学院)
代理网络中的信息传递是大型复杂系统的一个关键问题,这些系统需要以可预测的高效方式进行信息传递。在这样的多代理系统中的信息传递通常通过确定信息如何流过网络的路由协议来实现。不同的路由协议各有其优点,但通常不清楚哪些属性可以成功地组合在给定的算法中。我们从公理的角度来处理这个问题,即,我们试图确定在这样的系统中我们将寻求看到的属性是什么,并且检查唯一地定义当今使用的普通路由算法的不同属性。我们研究了几个理想的属性,如鲁棒性,它确保添加节点和边缘不会改变路由在一个激进的,不可预测的方式;和属性,取决于操作环境,如“经济模型”,节点选择他们的路径的基础上,他们被收取的成本传递信息到下一个节点。我们继续充分表征最小生成树,最短路径,最弱链路路由算法,显示了一套严密的公理。
2016-06-24 cs.AI cs.GT cs.NI
Minimum Process Coordinated Checkpointing Scheme for Ad Hoc Networks
无线移动自组织网络(MANET)是一种由一组移动主机组成的网络结构,这些移动主机能够在没有基站的帮助下相互通信。这使得创建一个移动分布式计算环境成为可能,同时也给分布式协议设计带来了一些新的挑战。在本文中,我们研究了一个非常基本的问题,容错问题,在移动自组网环境中,并提出了一个最小的进程协调检查点计划。由于这种新环境的潜在问题是电力不足和存储容量有限,所提出的方案试图减少为恢复而保存的信息量。在我们的算法中使用的MANET结构是分层的。该方案是基于集群路由协议(CBRP),属于层次反应式路由协议的一类。我们提出的协议是一种适用于adhoc环境的非阻塞协调检查点算法。它产生一组一致的检查点;该算法确保集群中只需要最少数量的节点来获取检查点;它使用很少的控制消息。性能分析表明,该算法优于现有的相关工作,是该领域的一个新的想法。首先,我们描述了集群的组织。然后,我们提出了一个最小的进程协调检查点计划的簇为基础的adhoc路由协议。
2011-11-09 cs.DC cs.NI