基于最小生成树动态贪婪多播路由算法研究.docVIP

基于最小生成树动态贪婪多播路由算法研究 　　[摘要]提出了基于最小生成树的动态贪婪算法，由于在所有节点都是多播节点时，最小生成树是最佳的，因此通过该算法产生的多播树的性能在合理的范围之内。仿真结果表明DPG算法在多播节点密度较大时显示了优越性，同时它还具有复杂度低的特点。 　　[关键词]计算机网络 多播路由 动态多播路由算法 多播路由协议 　　中图分类号：TP3文献标识码：A文章编号：1671－7597（2009）0420055－01 　　 　　许多多播应用都要求支持动态多播，即多播组中的成员经常性变化，参与的组成员可以随时加入或离开，使得通信成员具有动态性。支持这样的应用需要网络能够随着多播成员的加入或离开而改变现有的多播树，这时的多播路由问题就是动态多播路由问题。在极端情况下，可以在每次组成员变化后用静态启发式算法来重新运算多播树，但是这样做的代价是运行时间太长、多播树的变化太大，多播树的重构会造成正在传送的分组的丢失。因此一个理想的算法应该是能够使得每次加入或离开事件后多播树的变化最小、多播树的费用最小、而且每次更新事件的时间复杂度较低。动态性使得动态多播路由算法问题比静态路由优化问题要难解决，这是因为动态路由优化是在通信过程中进行的，无法预知哪些成员将会加入或离开通信组。另外，动态路由优化是在通信过程中进行的，要求路由调整对其它成员不造成影响或影响的程度最小。因此往往只能在路由性能与组或网络的动态性之间取折中。 　　 　　一、算法描述 　　 　　对动态steiner多播路由问题的主要要求是节点的加入或离开过程中不需要重组多播路由树、树的网络费用低、复杂度低。贪婪算法或加权贪婪算法是较符合这些要求的算法。因此我们的仿真模型中将对这两种算法进行仿真比较。贪婪算法和加权贪婪算法虽然是复杂度较低的不重组算法，但树的网络费用却随着节点更新时间的递增而可能变得很坏，其主要原因是当节点离开时，若它不是树上的叶节点，则不会被剪除，而是仍然保留在多播树上，若这样的节点增多时，则树的网络费用可能会高于最佳树的网络费用值许多，因此贪婪算法和加权贪婪算法的无效度会较大。ARIES算法、EBA算法、vTDM算法和GsDM算法的无效度都低于贪婪算法的无效度，遗憾的是除了VTDM算法以外，都需要多播树在节点更新过程中重组，而且复杂度都太高。根据不重组、降低无效度、复杂度低的要求，我们提出了一种基于最小生成树和贪婪算法基本思想的一种动态多播路由算法，它是解决动态Steiner问题的算法，称之为DPG（DynamiePrim-based Greedy multicastrouting algorithm）算法。该算法的基本思想是每次源节点发起一次多播通信时，首先利用Prim算法对网络计算一棵最小生成树，并保留这些路径，每次新的多播节点要加入时，就按最小生成树的路径连到已有的多播树。 　　该算法在最坏情况下加入一个节点时需要重新计算路径，算法的复杂度为 。若路由表没有改变，则该算法中也不需重新计算路径，其时间复杂度仅与添加的路径上的节点数有关，最差情况下为O(n)。当删除一个节点时，其时间复杂度即贪婪算法的时间复杂度，最差情况下也是O(n)。 　　 　　二、动态多播路由算法仿真模型 　　 　　动态多播路由算法的仿真模型是在随机网络上进行的，为了对动态多播路由算法进行仿真，还需产生不断更新的动态多播组。在有n个节点的图G中，k表示当前多播组成员数，则： 　　 　　 的值表示节点加入或离开的概率相等时的平衡点。要产生更新事件，首先产生一个均匀分布的随机数rb，若rbP(add)，则更新事件是加入一个节点，节点随机地从尚未加入到多播组的节点集合中选择一节点作为要加入的节点；若rbP(add)，则更新事件是多播组中的一个节点离开，随机地从多播组的节点中选择一个节点作为要删除的节点，这里主节点不能被删除。多播组中的成员在不断变化，有以下三种情况： 　　 时，P(add)=0.5，即多播路由树上的成员数处于动态平衡状态，节点加入事件的概率等于多播成员离开事件的概率； 　　 时，P(add)0.5，即多播路由树上的多播节点数多于动态平衡状态时的情况，节点加入事件的概率小于多播成员离开事件的概率； 　　 时，P(add)0.5，即多播路由树上的多播节点数少于动态平衡状态时，节点加入事件的概率大于多播成员离开事件的概率； 　　根据以上原理，我们来产生动态多播组。在随机网络上随机选择一个节点作为源节点，源节点不会参与更新。再随机选择另一个节点作为多播节点，源到该节点的路径形成初始多播路由树。然后根据上面的方法加入新多播节点或使一个多播成员离开。这里还要考虑以下情况，当多播树中的组成员数k=1时，就不能再删除节点，因为再删除就只剩下源