上述分配的流量需要满足以下约束：
   
    式(2)表示：分配到输出链路上的流量要小于输出链路的容量；输出的总的流量应小于流到目的节点的总流量。
    网络是动态的，通过分析多路径网络的实际运行过程可知，在很多情况下流量在一定时间段内具有相对稳定性，因此可以用预测算法对下一时段的流量进行预测。上式(2)求解计算开销较大，下面通过预测算法来决定概率分配矩阵。
    对流量进行周期性的预测。设tf为预测周期，tp为探测周期，每到一个探测周期对网络性能(时延、吞吐率、丢包率等)进行探测，预测周期是由若干个探测周期组成的。覆盖网络可以通过一定的检测机制对网络链路的时延状况进行评估。
   
    式中：为第j个预测周期，对链路i分配流量比率的预测；fi为当前链路i的流量；为节点当前的总流量；β为权重因子，调节β的大小可以调节预测部分和当前部分在决策中的权重；为第j-1个预测周期，链路i的预测流量；为第j-1个预测周期，节点的预测总流量用上述预测的概率来作为分配矩阵中的概率，即令。

4 仿真实验
    通过NS2的GT-ITM的Waxman模型模拟出如下图的网络拓扑，节点数为10，设节点链路的容量都是10Mb／s，输入链路的速率为50M／s。图2实验拓扑图。

    本文通过分析时延特性来说明对网络性能的改善。网络中的节点加上负载大小是随机的，以N2到N4为例来分析端到端时延特性，通过对比单路径和多路径的端到端的时延来实现。单路径表示N2-NO-N4，多路径包括路径1和路径2，其中路径1表示N2-N6-N4，路径2表示N2-N0-N4。可以看到通过多路径路径1和路径2相比于单路径可以有效地减少端到端的延迟。路径1和路径2的端到端延迟相差不大，说明负载在网络中是较为均衡的。

5 结语
    传统的网络只负责报文的尽力而为的转发服务，网络中流量按照单条路径转发，各节点之间缺少相互的协调工作。本文通过覆盖网络模型的建立，对网络流量进行预测并通过多路径传输，使得节点的端到端延迟大大减小，为解决流量均衡问题提供了一条新思路。

上一页  [1] [2] [3]