biswapped网络的点传递性和容错性能研究.docxVIP

biswapped网络的点传递性和容错性能研究

1biswpped网络bsn的基本思想

网络（posw）提供了一种使用任何网络构建更大网络的一般方法。根据规模为n的任意图，以集群g为基础的网络（记录为），以集群g为基础的网络（记录为），以集群g为基础的网络（），以集群g为基础的网络（p.g）。直观地说，当每个集群被视为一个超点时，otis网络（）可以视为一个完整的网络，这些超点可以通过簇的中间链形成kn。由于网络扩展成本小，可以继承因素网络的一些最佳性能（例如哈密尔顿环），这是实现互联互通网络的主要原因之一。这是近年来的研究重点。然而，除了点g之外，每个点都与他人相连。这种脆弱的不对称性导致了网络中两个不同节点之间的组合。当然，这些算法不属于cayle图，因此无法从现有的cayle图理论和算法结论中获得好处。

人们希望能改造OTIS或者找到一种新的网络结构,它有类似OTIS网络的特性,但能消除其不对称性,特别是当因子网络是Cayley图时其对应网络也应是Cayley图.最近的Biswapped网络(BSN)正是在这样的背景下被提出的.以规模为n的任意图Ω为因子网络构建的Biswapped网络(记作BSN(Ω))是由2n个与Ω同构的子网络(称作是簇)组成,它们被等分为两个部,且采用如下方式将这些簇连通起来:一部的簇g中点p与另外一部的簇p中点g相连.直观上,如果将每个簇看作是一个超点,则BSN(Ω)网络可以看作是这些超点经过簇间链形成的完全两部图Kn,n.图1给出以环网络R4为因子网络的OTIS网络和BSN.

BSN的互连方式与OTIS网络的相类似但互连接规则更一致.最近的研究表明,BSN有类似于OTIS网络的好特性(比如低扩展成本、继承因子网络的哈密尔顿圈性等),此外它还能继承因子网络的Cayley图特性.特别地,BSN上的分析和算法明显比OTIS网络上的简单得多.例如,根据因子网络中的哈密尔顿圈来构造BSN上的哈密尔圈相当简单(见图2),而在OTIS网络上相应的构造要复杂得多.

本文研究动机如下.BSN作为一种新网络拓扑结构,许多性质还有待研究,其中点传递性和容错性是互连网络性能很重要的方面.点传递图是一类对称性较强的图(Cayley是特殊类型的点传递图),因其具有理想的特性而被广泛用来给互连网络建模.事实上,文献中研究的和实践中使用的互连网络大多都是点传递图.例如,环(Ring)、超立方体(Hypercube)、蝶图(Butterfly)、立方体连接圈(Cube-ConnectedCycles)、星图(Stargraphs)等都是Cayley图,而Petersen图则是非Cayley图的点传递图.网络的点传递性能导致网络分析和算法简单、容错性能好、以及容易嵌入和模拟已被广泛认同.容错性研究特别是点不相交路的构造对加速结点间大量数据传输和当节点或链出错时能提供替代路径十分有意义.一个很自然的问题是:鉴于BSN互连的规则性以及其上呈现出的分析和算法的简单性,那么BSN是否能继承因子网络的点传递性?进一步地,如果BSN能继承因子网络的点传递性,那么是否具有与OTIS网络同样甚至更好的容错性能?本文围绕这些问题展开研究.首先将证明BSN能继承因子网络的点传递性质,这个结论一方面推广了已有的关于继承因子网络Cayley图性质的结论,另一方面也对BSN上分析与算法简单性给予理论支持.然后,通过引入一个比极大容错性更强的一致极大容错性的概念,来证明以任意连通图为因子网络的BSN是一致极大容错的(对应的OTIS网络一般仅是极大容错的),这说明BSN有比OTIS网络更好的容错性能.在证明中给出一种构造两点间的点不相交路的简单一般性方法,它仅要求因子网络是连通图即可,无需借助因子网络中点不相交路的任何构造.研究BSN这类层次网络的一般拓扑性质具有普遍意义,因为所得的结论和构造方法可用于以各种具体因子网络构造出的一大类BSN网络.我们也将BSN与另两类流行的层次网络即OTIS网络和卡式积网络进行比较来表明BSN的一些性能优势,并通过实例说明研究这些层次类网络的一般拓扑性质对网络设计和网络分析的重要意义.

本文第2节介绍BSN的基本概念和一些已有的性质;第3节和第4节分别讨论BSN的点传递性和极大容错性;第5节将BSN和其它两类层次网络进行比较;最后一节是总结并给出一些未来的研究方向.

2基于的biswpped网络

既然互连网络是用图来建模的,本文中将不加区别地使用图和网络这两个概念.在介绍Biswapped网络(BSN)之前,先介绍图的几个术语.

设G是一个简单无向图(简称为图),其结(节)点集记作V(