基于混沌粒子群算法的选播交错服务问题的研究.docVIP

基于混沌粒子群算法的选播交错服务问题的研究 摘要：选播是为了平衡负载和提高网络服务质量而提出的新的通信模式，由于交错服务问题的存在，使得服务效率极大的下降，本文为了解决这类问题，从全局角度出发对所选的路由路径进行优化调整，提出了一种基于混沌粒子群优化算法，并通过仿真实验验证了算法的可行性与效率。 关键词：选播 交错服务 混沌 粒子群 多目标优化 引言 为了提高网络的服务质量和平衡网络负载，选播（anycast）作为一种新的网络服务通信模式被提出。在传统的Internet中，不同的通信数据报之间平等的共享网络资源，网络提供“尽力而为(Best-effort)”服务。但是随着互联网中多媒体实时业务如视频点播、在线会议和网络电视等不断推出，人们对网络的服务质量（QoS）要求也越来越高，选播的一个重要应用就是提高视频流传输的效率，如同多播可以有效解决视频流的直播问题，选播可以有效解决视频流的点播问题。目前对于选播QoS问题的研究无论哪种方式都会导致交错服务问题，尤其是对于服务时间长的选播流，该问题会使其服务效率下降，甚至低于单播流。因此，不仅要设计选播的QoS路由算法还有必要从全局角度对路由进行优化。 QoS选播流服务需要一定的时间，而网络的状态是不断发生变化的，选播流初始化时最优的服务器和路径在服务过程中并不一定最优，这样就会产生交错服务问题，如图1所示。 在某一时刻，用户C1发送请求服务，服务器S1接受请求并建立连接①进行通信；同时，用户C4发送请求服务，服务器S2接受请求并建立连接②进行通信。在另一个时刻到来时，用户C2请求服务，此时边界路由器ER1被占用，服务器S2响应并接受请求建立连接③；同时用户C3请求服务，此时边界路由器ER2被占用，服务器S1响应并接受请求建立连接④。这样就产生了不同区域的选播服务器和客户端之间交叉访问的问题。引起交错服务问题的原因主要归为两类：服务器能力受限和网络带宽受限，其结果都会导致用户访问的服务器不是最近的，大大降低了服务的效率。 图1 交错服务问题 不同于一般的QoS选播路由算法目的为选出一条满足用户请求参数的链路，解决交错服务问题就需要对QoS选播流路由从网络全局角度进行调整优化，也就是在满足各个约束条件的前提下，将客户端的服务请求重新定向到距离最近的选播服务器，实现真正意义的选播服务。 问题的描述及数学模型 QoS的路径调整必须满足以下要求：1)调整后的路径仍然支持QoS路径的需求；2） 合理分配网络资源。具体的来说就是压缩网络中选播流的传输路径，降低网络资源的消耗，同时实现网络流量平衡及选播服务器负载均衡。把网络定义为一个有向加权图G=(V,E)，其中V是网络有限的顶点集，E是网络有限的链路集，这里顶点V的集合包括两类节点：客户端节点集合M和服务器节点集合N。对于申请任一个选播请求为ni（ni∈N）的客户端mi，有mini种可行的路径，这里所要求解的问题就是从这些可选状态中选取一种，以使网络在满足约束条件的情况下整体性能最优。引入决策便量X=[xi]m，表示用户xi所选的服务器的集合。 RD=[rdk]l表示链路时延的集合，rdk某条链路K的时延；LD=[ldk]l表示链路长度的集合，ldk表示链路k的长度；服务器负载这里用其单位时间内处理的数据包数来测量，SP=[spj]n表示网络中服务器负载的集合，spj表示服务器j当前的负载状况；CB=[cbi]m表示用户占用带宽的集合，cbi表示用户i所占用的带宽，当前网络总的带宽为SB；R=[ri,j,k]m*n*l表示客户端i到服务器j的链路集合，R=1说明包括此段链路，R=0说明不包括此段链路。本文主要选择四个网络性能参数作为优化目标： C与S间总时延最小，这可以保证调整后的路径使得C与S尽量不相距太远； 选播服务器的负载均衡，这个参数保证在各个服务器利用率最大化的情况下，使用户的请求均匀分布到各个选播服务器上； 网络资源负载均衡，这个参数保证了避免网络某一段链路由于反复使用而导致链路拥塞； 调整路径的数目，这个参数保证了在整体网络路径不做很大调整的情况下重新完成优化。 将选播路由优化问题数学描述为如下多目标优化问题：minf1(x), minf2(x), minf3(x), minf4(x). f1(x) =;源节点到目标节点的总时延； ;服务器的总负载； ;网络链路资源利用率的方差； ；路径调整的数量。 约束条件为： CB=SB；x=0,1,2….,n-1.即用户所消耗的带宽小于各个链路所提供的带宽和；，当前服务器所能承受的负载必须小于服务器所能提供的总负载。 这实际上是一个多个约束条件的优化问题，被证明为NP完全问题。这就意味着无法在多项式的计算级别上找到最优解。目前解决这个问题多用启发式算法，然而这类算法有其自身的缺陷，运算开