小生境粒子群优化ABC支持型QoS组播路由机制.ppt

小生境粒子群优化ABC支持型QoS组播路由机制 目录 09:15:55 2 引言与相关工作 09:15:55 3 引言与相关工作 引言 随着下一代互联网技术的迅速发展以及大量新型网络应用的涌现，特别是认知网络、物联网、云计算和大数据等新技术的相互融合，用户对网络带宽的需求以及网络用户数量都急剧增大。除此以外，网络本身所具有的动态性和异构性等特点，也使得保证端到端的服务质量和为组播用户提供最佳接入方式变得很有挑战性。 当前的ABC支持的路由机制存在着以下三个问题：1）网络的异构和链路参数的不精确性；2）用户只关心良好的用户体验，对于QoS参数需求难以精确的描述；3）网络的运营受市场经济规律的支配，网络用户和运营商的效用互相矛盾，难以保证两者的公平性。 09:15:55 4 引言与相关工作 相关工作 从路由角度来看，ABC支持型路由问题是在多QoS约束下的优化问题。对于此类问题常用智能优化算法进行求解。比如：小生境蚁群算法、粒子群算法、遗传算法、植物根系趋向性算法、萤火虫算法等。 本文的思想 本文运用模糊数学的方法对不精确的参数进行了处理；通过用户和运营商博弈，保证用户和运营商之间的公平性，建立了多目标优化的数学模型；在聚类小生境粒子群算法基础上，引入Pareto更新机制，设计一种动态Pareto解聚类分析小生境粒子群算法（Niche particle swarm optimization based on dynamic Pareto cluster algorithm，NPSODPC）求解该QoS组播路由问题。 09:15:55 5 问题分析与建模 09:15:55 6 问题分析与建模 问题分析 在给定的网络拓扑G(V,E)中V为节点集，E为边集，即链路集合。任意两个节点和之间可能存在多条边，表示从节点到节点可以使用多条不同的通信链路转发分组，如右图所示。 ABC支持的组播路由问题就可以转化为，在网络拓扑中寻找一棵满足组播用户给定的QoS需求且能保证对用户和运营商公平的组播树。 09:15:55 7 问题分析与建模 建立模型 1. 刻画组播QoS请求参数和网络的链路参数 在网络中组播路由的QoS请求可以刻画为6元组 ，其中 为组播的源节点， 为组播目的节点集； 分别为QoS请求的带宽、延迟、延迟抖动和出错率的约束区间。 为简化问题，对于节点的抖动和处理时延，将其归约到下游的边，这样对于每条链路就可以给出其带宽、延迟、延迟抖动、出错率的保证区间。 09:15:55 8 问题分析与建模 2. 运用模糊数学和博弈的方法刻画组播树可信度、用户效用和运营商效用 对于可信度的计算，首先需要确定一个组播用户到源节点的端到端的带宽、延迟、延迟抖动和出错率的可信度，然后进行加权求和，最终组播树的可信度取决于源节点到所有组播用户的路径中可信度的最小值。 对于用户效用和运营商效用的计算，应以满足用户QoS需求为前提。对不同的参数QoS需求区间，比如带宽，首先确定其满意度为低、中、高的三种隶属函数，确定其隶属度，计算用户的综合满意度；然后分别制定用户和运营商的策略集，结合满意度和用户偏好计算链路在不同策略对下用户和运营商的效用 ，构成效应矩阵Q，其中效应矩阵的元素 是用户和运营商在对应策略对下效用对 。 09:15:55 9 问题分析与建模 比较矩阵中的所有元素值，找到其中的非支配解集（Pareto最优解集）。如果非支配解集中元素唯一，该策略对就是用户和运营商博弈的纳什均衡，选择该非支配解；否则，根据式（1）计算其优先级，选择优先级最高的非支配解。最后将选出的非支配解对应的策略对作为最佳策略对，其中 为偏向系数： （1） 09:15:55 10 问题分析与建模 组播树的可信度如式（2）所示，其中 表示源节点s到目的节点d的路径的可信度；组播树上用户效用如式（3）所示 表示s到d的路径， 表示路径上的跳数， 表示用户u在链路l上的效用；组播树上运营商效用如式（4）所示， 表示运营商在组播树上的链路数。 （2） （3） （4） 09:15:55 11 问题分析与建模 建立多目标模型 组播路由问题的解实际上是一棵在满足QoS需求约束下的包含所有组播目的节点的树。为支持总最佳链接的特性，考虑用户偏好、网络的异构性和公平性建立如下多目标模型： （6） （7）