CN107786449A - 基于fsr协议的路径选择方法、装置、服务器和存储介质 - Google Patents
基于fsr协议的路径选择方法、装置、服务器和存储介质 Download PDFInfo
- Publication number
- CN107786449A CN107786449A CN201711084162.8A CN201711084162A CN107786449A CN 107786449 A CN107786449 A CN 107786449A CN 201711084162 A CN201711084162 A CN 201711084162A CN 107786449 A CN107786449 A CN 107786449A
- Authority
- CN
- China
- Prior art keywords
- index
- hoc network
- metric
- node
- path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/302—Route determination based on requested QoS
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
- H04L45/025—Updating only a limited number of routers, e.g. fish-eye update
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种基于FSR协议的路径选择方法、装置、服务器和存储介质,该方法包括:根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;根据各相邻节点间的度量值计算所述自组网络中起始节点到目的节点间所有路径的度量值;将路径的度量值最小的路径作为所述起始节点到所述目的节点间的最优路径。本发明通过综合考虑自组网络各指标并精确确定各指标的客观权重,实现准确地选择自组网络中通信质量最佳的最优路径。
Description
技术领域
本发明涉及计算机网络技术领域,尤其涉及一种基于FSR协议的路径选择方法、装置、服务器和存储介质。
背景技术
自组网络是一种移动通信和计算机网络相结合的网络,自组网络中每个节点都兼有路由器的功能,即为经过路由器的数据包找到一条最优传输路径,将该数据在尽可能短的时间内快速、准确和高效地传送到目的节点。
在FSR(Fisheye State Routing Protocol,鱼眼状态路由)协议中,通常采用Dijkstra(迪杰斯特拉)算法来计算自组网络中的最短路径。Dijkstra算法以起始节点为中心,根据网络的拓扑结构向外层层扩展,直到扩展到目的节点为止,并对其间所经过的所有路径进行度量和比较,从而选择其中的最短路径。传统的Dijkstra算法可以根据用户的需要,对网络中指定的评价指标赋予指定的权重,并根据路径中各指标的数据以及给定的各指标的权重计算路径的度量值,从而选择路径的度量值最小的路径作为最短路径。
然而,传统的Dijkstra算法仅以指定的指标作为路径的度量依据,且各指标的权重是根据用户的需要来制定的,主观性较强。因此,由于没有充分考虑QoS(Quality ofService,服务质量)中其他指标参数所带来的影响,以及没有根据各指标为网络传输带来的不同重要程度的影响而为各指标赋予客观的权重,导致路径度量值的计算不够精准,最优路径的选择不够准确。
发明内容
本发明实施例提供了一种基于FSR协议的路径选择方法、装置、服务器和存储介质,能够实现准确地选择自组网络中通信质量最佳的最优路径。
第一方面,本发明实施例提供了一种基于FSR协议的路径选择方法,应用于鱼眼状态路由协议FSR中,所述方法包括:
根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;
根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;
根据各相邻节点间的度量值,计算所述自组网络中起始节点到目的节点间所有路径的度量值;
将路径的度量值最小的路径作为所述起始节点到所述目的节点的最优路径。
第二方面,本发明实施例提供了一种基于FSR协议的路径选择装置,应用于鱼眼状态路由协议FSR中,所述装置包括:
权重确定模块,用于根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;
节点间度量值获取模块,用于根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;
路径度量值获取模块,用于根据各相邻节点间的度量值计算所述自组网络中起始节点到目的节点间所有路径的度量值;
最优路径获取模块,用于将路径的度量值最小的路径作为所述起始节点到所述目的节点间的最优路径。
第三方面,本发明实施例提供了一种服务器,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所述的基于FSR协议路径选择方法。
第四方面,本发明实施例提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所述的基于FSR协议的路径选择方法。
本发明通过对基于FSR路由协议的自组网络的服务质量中各指标的客观权重进行确定,并根据所确定的指标客观权重,计算自组网络中起始节点到目的节点间所有路径的度量值,从而选择路径的度量值最小的路径作为所述起始节点到所述目的节点的最优路径。解决了现有技术中对自组网络的服务质量中各指标的考虑不全面以及指标的权重赋值不够客观的问题,实现了准确地选择自组网络中通信质量最佳的最优路径。
附图说明
图1为本发明实施例一提供的一种基于FSR协议的路径选择方法的流程图;
图2为本发明实施例二提供的一种基于FSR协议的路径选择方法的流程图;
图3为本发明实施例二提供的网络的拓扑结构示例图;
图4为本发明实施例三提供的一种基于FSR协议的路径选择装置的结构示意图;
图5为本发明实施例四提供的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种基于FSR协议的路径选择方法的流程图,本实施例可适用于基于FSR协议的自主网中最优路径选择的情况,该方法可由一种基于FSR协议的路径选择装置来执行。该方法具体包括如下步骤:
步骤110、根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重。
FSR协议是一种先应式的链路状态协议,其模仿鱼眼的功能,通过对不同距离的节点采用不同的路由更新频率,使得距离越近的节点,掌握的路由信息越准确。
网络服务质量中的指标包括但不限于:带宽、通信时延、时延抖动、丢包率或者跳数。通常认为,同一指标下所有样本数据的差别越大,则其蕴含的信息量越大。因此,在确定自组网络的服务质量中各指标的客观权重时,需要将同一指标下所有样本数据的差别也考虑在内,一般用对比强度来描述数据的差别,通过计算所有数据的标准差来表示对比强度。
此外,由于权衡网络服务质量的各个指标不是完全独立的,各个指标间彼此存在相关性和冲突性,因此在各个指标权重计算时需要考虑到各指标间的相关性和冲突性。例如,带宽、通信时延、丢包率以及时延抖动这四个指标不是完全独立的,因此在四个指标权重的计算时需要考虑四个指标间的相关性;并且在这四个指标中,时延抖动和丢包率是以通信时延为基础计算而来的,因此需要考虑时延抖动和丢包率相对通信时延指标的相关性。在此采用相关系数来描述各指标间的相关性,用冲突性参数来描述各指标间的冲突性。在计算出各指标间相关系数的基础上,即可通过计算相关系数与1的差的绝对值来获得各个指标间的冲突性参数。例如,在计算得出时延抖动和通信时延的相关性系数后,可以通过将时延抖动和通信时延的相关系数与1做差并取绝对值,即可获得时延抖动和通信时延两个指标间的冲突性参数。
本实施例采用基于指标相关性的指标权重确定法(CRITIC算法),通过预先获取大量的各指标对应的样本数据,来计算网络服务质量中各指标的客观权重。其中通过计算同一个指标下所有样本数据的标准差,以及各指标间的相关系数和冲突性参数,综合考虑网络服务质量中同一指标内数据的关系以及各指标间数据的关系对网络的影响,从而有利于对最优路径的精确确定。
步骤120、根据各指标的客观权重以及预先获取的自组网络的实时通信质量数据,计算自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据。
网络拓扑表示网络的形状或者网络在物理上的连通性。网络拓扑结构给出网络中服务器、工作站以及终端等设备的网络配置及其相互间的连接关系。因此,根据网络的拓扑结构中各节点间的连接关系,可以在自组网络中找出从起始节点到目的节点间可能经过的所有路径。而每个路径的度量值是此路径中所经过的相邻节点间的度量值的总和,因此计算起始节点到目的节点间可能经过的所有路径的度量值的前提是计算所述自组网络中相邻节点间的度量值。
相邻节点间的度量值是由所述自组网络的实时通信质量数据和各指标的客观权重所决定。其中,实时通信质量数据是在自组网络的各相邻节点间实时采集到的与各指标对应的数据,实时反映了自组网络中各个相邻节点间的通信质量。因此实际应用中,在通过前期获取的大量样本数据科学地计算出自组网络各通信指标的客观权重后,根据实际的实时通信质量数据,可以利用加权求和的方式即可计算出各相邻节点间的度量值。
步骤130、根据各相邻节点间的度量值,计算自组网络中起始节点到目的节点间所有路径的度量值。
起始节点到目的节点间路径的度量值为此路径中所经过的相邻节点间的度量值的总和。
步骤140、将路径的度量值最小的路径作为起始节点到目的节点间的最优路径。
路径的度量值是通过对上述各指标的综合分析后,对各指标进行了客观评定,综合表现了此条路径通信质量的优劣程度。路径的度量值越小,表示此条路径在进行数据传输时,各指标都均衡地达到了最佳状态,使得数据传输时的损失较小,传输速度较快。因此为了保证数据的传输质量,需要在起始节点到目的节点间所有路径中寻找路径的度量值最小的路径作为所述起始节点到所述目的节点的最优路径,以此提高网络内数据的传输质量。
本实施例的技术方案,通过对基于FSR路由协议的自组网络的服务质量中各指标的客观权重进行确定,并根据所确定的指标客观权重,计算自组网络中起始节点到目的节点间所有路径的度量值,从而选择路径的度量值最小的路径作为所述起始节点到所述目的节点的最优路径。解决了现有技术中在基于FSR协议的自组网络中选择最优路径时,对自组网络的服务质量中各指标的考虑不全面以及指标的权重赋值不够客观的问题,实现了准确地选择自组网络中通信质量最佳的最优路径。
实施例二
本实施例在上述实施例一的基础上,提供了一种基于FSR协议的路径选择方法的一个优选实施方式,能够精确的确定自组网络的服务质量中各指标的客观权重。图2为本发明实施例二提供的一种基于FSR协议的路径选择方法的流程图,如图2所示,该方法包括以下具体步骤:
步骤210、获取自组网络中各指标对应的样本数据;其中,指标包括但不限于:带宽、通信时延、时延抖动、丢包率或者跳数。
根据实验数据,获得所述自组网络的服务质量中各指标的样本数据,样本数据量越大,则由样本数据获得的各指标的客观权重越准确。示例性的,表1为某自组网络的网络服务质量中各指标的样本数据,其中包括10组样本数据,每组样本数据均由带宽、通信时延、时延抖动以及丢包率四个指标参数构成。
表1某自组网络的网络服务质量中各指标的样本数据
步骤220、在获取自组网络中各指标对应的样本数据之后,包括:对各指标对应的样本数据进行无量纲化处理。
由于服务质量中各指标的单位不同、量纲不同以及数量级不同,不便于分析,甚至会影响评价的结果。例如,表1中的四个指标,带宽的单位为兆(M),通信时延和时延的单位均为毫秒(ms),丢包率的单位为百分比(%),且通过观察每个指标下的各组数据,发现每个指标数据的数量级也不尽相同。因此,为统一标准,要对所有的评价指标的样本数据进行标准化处理,以消除量纲,将其转化成无量纲以及无数量级差别的标准数值,然后再进行综合分析和评价。
本实施例采用极差标准化法将有量纲的样本数据进行无量纲化处理。通常指标数值的高低直接反映了各指标对应的性能的好坏,有些指标的数值越高代表其对应的性能越好,例如带宽,带宽越宽,则通信时数据的传输速度越快;而有些指标的数值越低代表其对应的性能越好,例如通信时延,通信时延越低,则数据从一个网络的一端传送到另一端时所需要的时间越短。因此根据各指标对应性能的好坏与各指标数值趋向性的关系,采用不同的计算公式进行无量纲化处理。对于指标的数值越高其对应的性能越好的指标,例如带宽,采用正指标的计算公式,即其中,xij表示样本数据中第i个指标下的第j个数据,MINi表示样本数据中第i个指标下所有数据的最小值,MAXi表示样本数据中第i个指标下所有数据的最大值,yij表示有量纲数据xij经无量纲化处理后的数值。对于指标的数值越低其对应的性能越好的指标,例如通信时延、时延抖动以及丢包率,采用负指标的计算公式,即其中,xij表示样本数据中第i个指标下的第j个数据,MINi表示样本数据中第i个指标下所有数据的最小值,MAXi表示样本数据中第i个指标下所有数据的最大值,yij表示数据xij经无量纲化处理后的值。
示例性的,根据表1中的四个指标,指标带宽的样本数据采用正指标的计算公式,指标通信时延、时延抖动以及丢包率的样本数据采用负指标的计算公式。例如,以表1的样本数据中第一个指标下的第一个数据为例,表1中的样本数据经过无量纲化处理后的数据如表2所示。从表2中可以看出,每个指标下的样本数据没有量纲,且数量级相同,数值都在0和1之间,数值最小为0,数值最大为1。经无量纲化处理后统一标准的样本数据,便于后续的综合分析和评价。
表2无量纲化数据
步骤230、根据各指标对应的样本数据,计算各指标的对比强度参数。
对比强度描述了同一指标下所有数据的差别,差别越大,表示该指标下的数据所蕴含的信息量越大,因此该指标在综合评价中所起的作用越大,则在综合评价时其在所有指标中占据的权重也越大;反之同一指标下所有数据的差别越小,该指标下的数据所蕴含的信息量越小,因此该指标在综合评价中所起的作用越小,则在综合评价时其在所有指标中占据的权重也越小。
本实施例采用标准差来描述同一指标下所有数据的差别即对比强度。在上述无量纲化数据的基础上,对比强度参数的计算公式为其中,Si表示样本数据中第i个指标的对比强度参数,yij表示无量纲化处理后的样本数据中第i个指标下的第j个数据,yi'表示样本数据中第i个指标下所有数据的平均值,n表示指标下样本数据的个数。通过上述求得的对比强度参数si可以得到样本数据下所有指标的对比强度参数矩阵S=[s1s2 s3 … sm],其中m为指标的个数。例如,在上述实施例的基础上,经公式计算后,表2中各指标的对比强度参数分别为:带宽s1=0.2976,通信时延s2=0.3813,时延抖动s3=0.3540,丢包率s4=0.3343。由此可以得到所述示例中的样本数据下四个指标的对比强度参数矩阵为S=[0.2976 0.3813 0.3540 0.3343]。
步骤240、根据各指标对应的样本数据,计算任意两个指标间的相关系数。
相关系数是用以反映变量之间相关关系密切程度的统计指标,本实施例采用积差法计算各指标间的相关系数,同样以两个指标的样本数据分别于各自指标的平均值的离差为基础,通过两个指标离差的乘积来反映两个指标间的相关程度。其计算公式为其中,rab表示指标a和指标b间的相关系数,aj表示指标a下的第j个数据,a'表示指标a下所有数据的平均值,bj表示指标b下的第j个数据,b'表示指标b下所有数据的平均值,n表示指标下样本数据的个数。通过上述求得的相关系数r可以得到样本数据下所有指标间的相关系数矩阵
相关系数的值介于-1与1之间,即-1≤rab≤1。当rab>0时,表示指标a和指标b正相关;当rab<0时,表示指标a和指标b负相关;当|rab|=1时,表示指标a和指标b完全线性相关;当rab=0时,表示指标a和指标b无线性相关关系。当0<|rab|<1时,表示指标a和指标b之间存在一定程度的线性关系;且|rab|越接近于1,则指标a和指标b间线性关系越密切;|rab|越接近于0,则指标a和指标b间线性关系越弱。
示例性的,在上述实施例的基础上,假设用a表示指标带宽,用b表示指标通信时延,用e表示指标时延抖动,用f表示指标丢包率。则经公式计算后,表2中指标带宽与指标通信时延的相关系数为rab=0.8401,指标带宽与指标时延抖动的相关系数为rae=0.7122,指标带宽与指标丢包率的相关系数为raf=0.7195,以此类推,rbe=0.9003、rbf=0.8964、ref=0.7530。因为指标本身与本身的相关系数为1,由此可以得到所述示例中的样本数据下四个指标的相关系数矩阵是一个对称矩阵,即为
步骤250、根据相关系数,计算任意两个指标间的冲突性参数。
相关性的对立面即为冲突性,因此根据上述获得的指标间的相关系数,即可获得指标间的冲突性参数。其计算公式为cab=1·(1-rab)=1-rab。通过上述求得的相关系数c,可以根据冲突性参数的计算公式得到样本数据下所有指标间的冲突性参数矩阵
示例性的,在上述实施例的基础上,可以得到指标带宽与指标通信时延的冲突性参数为cab=1-rab=0.1598,以此类推,cae=0.2877、caf=0.2804、cbe=0.0996、cbf=0.1035、cef=0.2469。因为指标本身与本身的冲突性参数为0,由此可以得到所述示例中的样本数据下四个指标的冲突性参数矩阵是一个对称矩阵,即为
步骤260、根据各对比强度参数和各冲突性参数计算各指标的客观权重。
通过计算同一个指标下所有样本数据的对比强度,以及各指标间的冲突性参数,综合考虑网络服务质量中同一指标内数据的关系以及各指标间数据的关系对网络的影响,精确地确定自组网络的服务质量中各指标的客观权重,从而有利于对最优路径的精确确定。根据对比强度参数矩阵和冲突性参数矩阵,则各指标客观权重的中间过度矩阵的计算公式为D=C·S',其中,D为求得各指标客观权重的中间过度矩阵,矩阵的大小为m×1,其中m为指标的个数,C为冲突性参数矩阵,S为对比强度参数矩阵,S'为对比强度参数矩阵S的转置矩阵。因此,各指标客观权重的计算公式为其中,Wi表示第i个指标的客观权重,Di为中间过度矩阵D的第i个值,m为指标的个数。则通过上述求得的各指标客观权重Wi,得到样本数据下所有指标的客观权重矩阵W=[W1 W2 W3 … Wm]。
示例性的,在上述实施例的基础上,得到了样本数据下四个指标的对比强度参数矩阵为S=[0.2976 0.3813 0.3540 0.3343],四个指标的冲突性参数矩阵为因此通过中间过度矩阵的计算公式得到中间过度矩阵为D=[0.2565 0.1174 0.2061 0.2103]',故样本数据下四个指标的客观权重分别为带宽权重W1=0.3245、通信时延权重W2=0.1486、时延抖动权重W3=0.2607以及丢包率权重W4=0.2661,客观权重矩阵为W=[0.3245 0.1486 0.2607 0.2661],与表1中的四个指标一一对应。
步骤270、根据各指标的客观权重以及预先获取的自组网络的实时通信质量数据,计算自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在自组网络的各相邻节点间实时采集到的与各指标对应的数据。
每个路径的度量值是此路径中所经过的相邻节点间的度量值的总和,因此计算起始节点到目的节点之间可能经过的所有路径的度量值的前提是计算所述自组网络中相连通的相邻节点间的度量值。相邻节点间的度量值是由所述自组网络的服务质量中各指标的客观权重以及所述自组网络的实时通信质量数据所决定,其中,实时通信质量数据是在自组网络的各相邻节点间实时采集到的与各指标对应的数据,实时反映了自组网络中各个相邻节点间的通信质量。节点间的度量值的计算公式为Mij=W1·xij1+W2·xij2+…+Wm·xijm,其中,Mij表示自组网络中节点i和与其相邻的节点j间的度量值,Wm表示第m个指标的客观权重,xijm表示节点i和与其相邻的节点j间的第m个指标的实时通信质量。
示例性的,在上述实施例的基础上,假设网络的拓扑结构如图3所示,自组网络正常通信时网络服务质量中各指标的实时通信质量数据如表3所示。其中,网络的拓扑结构中,节点1与节点2间网络服务质量中各指标对应的表3中第1组实时通信质量数据,节点2与节点3间网络服务质量中各指标对应的表3中第2组实时通信质量数据,节点1与节点4间网络服务质量中各指标对应的表3中第3组实时通信质量数据,节点4与节点3间网络服务质量中各指标对应着表3中第4组实时通信质量数据。则节点1与节点2间的度量值为M1=14.6408,节点2与节点3间的度量值为M2=12.5159,节点1与节点4间的度量值为M3=10.4596,节点4与节点3间的度量值为M4=13.3404。
表3自组网络正常通信时网络服务质量中各指标的实时通信质量数据
步骤280、根据各相邻节点间的度量值,计算自组网络中起始节点到目的节点间所有路径的度量值。
以起始节点为中心,根据网络的拓扑结构向外层层扩展,直到扩展到目的节点为止。计算其间所经过的所有路径的度量值,其中每条路径的度量值为该路径经过的所有连通的相邻节点间的度量值之和,其计算公式为其中,L表示某条路径的度量值,M表示该路径中连通的相邻节点间的度量值,h表示该路径中由起始节点到目的节点的跳数。
示例性的,在上述实施例的基础上,寻找网络拓扑结构图3中起始节点1到目的节点3的最优路径。由起始节点1向外层层扩展,直到扩展到目的节点3为止,所有可能经过的路径有两条,即路径1为节点1到节点2到节点3,路径2为节点1到节点4到节点3。由图3中可以看出,两条路径的跳数均为2。则路径1的度量值为同理得到路径2的度量值为
步骤290、将路径的度量值最小的路径作为起始节点到目的节点间的最优路径。
示例性的,在上述实施例的基础上,根据网络的拓扑结构,寻找到由起始节点1到目的节点3的所有路径包括两条,即路径1为节点1到节点2到节点3,其度量值为L1=27.1567;路径2为节点1到节点4到节点3,其度量值为L2=23.8000。因为L1>L2,所以起始节点1到目的节点3的最优路径为路径2,即节点1到节点4到节点3。
本实施例的技术方案,通过对样本数据中各指标下的样本数据进行无量纲化处理,根据无量纲化的样本数据计算各指标的对比强度参数和任意两个指标间的冲突性参数,综合全面地考虑网络服务质量中同一指标内数据的关系以及各指标间数据的关系对网络的影响,精确地确定自组网络的服务质量中各指标的客观权重,从而计算网络中连通的相邻节点间的度量值以及由起始节点到目的节点所有路径的度量值,精确地选择起始节点到目的节点的最优路径。解决了现有技术中在基于FSR协议的自组网络中选择最优路径时,对自组网络的服务质量中各指标的考虑不全面以及指标的权重赋值不够客观的问题,实现了准确地选择自组网络中通信质量最佳的最优路径。
实施例三
图4为本发明实施例三提供的一种基于FSR协议的路径选择装置的结构示意图,本实施例可适用于基于FSR协议的自主网中最优路径选择的情况,该装置可实现本发明任意实施例所述的基于FSR协议的路径选择方法。该装置具体包括:
权重确定模块410,用于根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;
节点间度量值获取模块420,用于根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;
路径度量值获取模块430,用于根据各相邻节点间的度量值计算自组网络中起始节点到目的节点间所有路径的度量值;
最优路径获取模块440,用于将路径的度量值最小的路径作为所述起始节点到所述目的节点间的最优路径。
进一步的,所述权重确定模块410,包括:
指标数据获取单元4101,用于获取所述自组网络中各指标对应的样本数据;其中,所述指标包括但不限于:带宽、通信时延、时延抖动、丢包率或者跳数;
参数获取单元4102,用于根据各指标对应的样本数据,计算各指标的对比强度参数以及任意两个所述指标间的冲突性参数;
权重确定单元4103,用于根据各对比强度参数和各冲突性参数,计算各指标的客观权重。
进一步的,所述参数获取单元4102,包括:
对比强度参数取子单元,用于根据各指标对应的样本数据,计算各指标的对比强度参数;
相关系数获取子单元,用于根据所述各指标的样本数据,计算任意两个所述指标间的相关系数;
冲突性参数获取子单元,用于根据所述相关系数,计算所述任意两个所述指标间的冲突性参数。
进一步的,所述装置还包括:
数据预处理模块450,用于在所述获取所述自组网络中各指标对应的样本数据之后,对各指标对应的样本数据进行无量纲化处理。
本实施例的技术方案,通过各个模块间的相互配合,实现了对基于FSR路由协议的自组网络的服务质量中各指标的客观权重的精确确定,并根据所确定的指标客观权重,计算自组网络中起始节点到目的节点间所有路径的度量值,从而选择路径的度量值最小的路径作为所述起始节点到所述目的节点的最优路径。解决了现有技术中在基于FSR协议的自组网络中选择最优路径时,对自组网络的服务质量中各指标的考虑不全面以及指标的权重赋值不够客观的问题,实现了准确地选择自组网络中通信质量最佳的最优路径。
实施例四
图5为本发明实施例四提供的一种服务器的结构示意图,本实施例可适用于基于FSR协议的自主网中最优路径选择的情况。如图5所示,该服务器具体包括:一个或多个处理器510,图5中以一个处理器510为例;存储器520,用于存储一个或多个程序,当一个或多个程序被一个或多个处理器510执行,使得一个或多个处理器510实现本发明任意实施例所述的基于FSR协议的路径选择方法。处理器510与存储器520可以通过总线或其他方式连接,图5中以通过总线连接为例。
存储器520,作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的基于FSR协议的路径选择方法对应的程序指令/模块(例如,基于FSR协议的路径选择装置中的权重确定模块410和最优路径获取模块440)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述的基于FSR协议的路径选择方法。
存储器520可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序;存储数据区可存储根据服务器的使用所创建的数据等。此外,存储器520可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器520可进一步包括相对于处理器510远程设置的存储器,这些远程存储器可以通过网络连接至服务器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实施例五
本发明实施例五还提供一种计算机可读存储介质,其上存储有计算机程序(或称为计算机可执行指令),该程序被处理器执行时用于执行一种基于FSR协议的路径选择方法,该方法包括:
根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;
根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;
根据各相邻节点间的度量值,计算所述自组网络中起始节点到目的节点间所有路径的度量值;
将路径的度量值最小的路径作为所述起始节点到所述目的节点间的最优路径。
当然,本发明实施例所提供的一种计算机可读存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的基于FSR协议的路径选择方法中的相关操作。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种基于FSR协议的路径选择方法,其特征在于,应用于鱼眼状态路由协议FSR中,所述方法包括:
根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;
根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;
根据各相邻节点间的度量值,计算所述自组网络中起始节点到目的节点间所有路径的度量值;
将路径的度量值最小的路径作为所述起始节点到所述目的节点间的最优路径。
2.根据权利要求1所述的方法,其特征在于,所述根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重,包括:
获取所述自组网络中各指标对应的样本数据;其中,所述指标包括但不限于:带宽、通信时延、时延抖动、丢包率或者跳数;
根据各指标对应的样本数据,计算各指标的对比强度参数以及任意两个所述指标间的冲突性参数;
根据各对比强度参数和各冲突性参数,计算各指标的客观权重。
3.根据权利要求2所述的方法,其特征在于,所述计算任意两个所述指标间的冲突性参数,包括:
根据各指标对应的样本数据,计算任意两个所述指标间的相关系数;
根据所述相关系数,计算所述任意两个所述指标间的冲突性参数。
4.根据权利要求2所述的方法,其特征在于,在所述获取所述自组网络中各指标对应的样本数据之后,所述方法还包括:
对各指标对应的样本数据进行无量纲化处理。
5.一种基于FSR协议的路径选择装置,其特征在于,应用于鱼眼状态路由协议FSR中,所述装置包括:
权重确定模块,用于根据预先获取的自组网络中各指标对应的样本数据确定各指标的客观权重;
节点间度量值获取模块,用于根据各指标的客观权重以及预先获取的所述自组网络的实时通信质量数据,计算所述自组网络中各相邻节点间的度量值,其中,所述实时通信质量数据是在所述自组网络的各相邻节点间实时采集到的与各指标对应的数据;
路径度量值获取模块,用于根据各相邻节点间的度量值计算所述自组网络中起始节点到目的节点间所有路径的度量值;
最优路径获取模块,用于将路径的度量值最小的路径作为所述起始节点到所述目的节点间的最优路径。
6.根据权利要求5所述的装置,其特征在于,所述权重确定模块,包括:
指标数据获取单元,用于获取所述自组网络中各指标对应的样本数据;其中,所述指标包括但不限于:带宽、通信时延、时延抖动、丢包率或者跳数;
参数获取单元,用于根据各指标对应的样本数据,计算各指标的对比强度参数以及任意两个所述指标间的冲突性参数;
权重确定单元,用于根据各对比强度参数和各冲突性参数计算各指标的客观权重。
7.根据权利要求6所述的装置,其特征在于,所述参数获取单元,还包括:
相关系数获取子单元,用于根据各指标对应的样本数据,计算任意两个所述指标间的相关系数;
冲突性参数获取子单元,用于根据所述相关系数,计算所述任意两个所述指标间的冲突性参数。
8.根据权利要求6所述的装置,其特征在于,还包括:
数据预处理模块,用于在所述获取所述自组网络中各指标对应的样本数据之后,对各指标对应的样本数据进行无量纲化处理。
9.一种服务器,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至4中任一项所述的基于FSR协议路径选择方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至4中任一项所述的基于FSR协议的路径选择方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711084162.8A CN107786449B (zh) | 2017-11-07 | 2017-11-07 | 基于fsr协议的路径选择方法、装置、服务器和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711084162.8A CN107786449B (zh) | 2017-11-07 | 2017-11-07 | 基于fsr协议的路径选择方法、装置、服务器和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107786449A true CN107786449A (zh) | 2018-03-09 |
CN107786449B CN107786449B (zh) | 2021-05-14 |
Family
ID=61432879
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711084162.8A Active CN107786449B (zh) | 2017-11-07 | 2017-11-07 | 基于fsr协议的路径选择方法、装置、服务器和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107786449B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848250A (zh) * | 2018-05-07 | 2018-11-20 | 北京奇点机智科技有限公司 | 路径更新方法、装置及设备 |
CN109040102A (zh) * | 2018-08-27 | 2018-12-18 | 北京搜狐新动力信息技术有限公司 | 一种互联网直播cdn的实时传输方法及*** |
CN109039383A (zh) * | 2018-09-27 | 2018-12-18 | 深圳友讯达科技股份有限公司 | 异构网络通信传输方法和装置 |
CN109257277A (zh) * | 2018-09-27 | 2019-01-22 | 深圳友讯达科技股份有限公司 | 最短路径计算方法和装置 |
CN109347736A (zh) * | 2018-09-27 | 2019-02-15 | 深圳友讯达科技股份有限公司 | 双模路由短地址通信方法、装置和服务器 |
CN112039634A (zh) * | 2020-08-27 | 2020-12-04 | 上海金卓网络科技有限公司 | 一种极化码的译码方法、装置、计算机设备及存储介质 |
CN117411821A (zh) * | 2023-10-13 | 2024-01-16 | 南京栖西科技有限公司 | 一种基于通信路径匹配的数据传输方法及*** |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1764146A (zh) * | 2004-10-21 | 2006-04-26 | 华为技术有限公司 | 一种最优路由的选择方法 |
EP2717628A1 (en) * | 2011-05-30 | 2014-04-09 | Fujitsu Limited | Wireless station, routing method, wireless communication system and routing program |
-
2017
- 2017-11-07 CN CN201711084162.8A patent/CN107786449B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1764146A (zh) * | 2004-10-21 | 2006-04-26 | 华为技术有限公司 | 一种最优路由的选择方法 |
EP2717628A1 (en) * | 2011-05-30 | 2014-04-09 | Fujitsu Limited | Wireless station, routing method, wireless communication system and routing program |
Non-Patent Citations (3)
Title |
---|
GLENN ROBERTSON等: "Handling Multiple Failures in IP Networks through Localized On-Demand Link State Routing", 《IEEE》 * |
GUANGWU HU等: "MR-OLSR: A link state routing algorithm in multi-radio/multi-channel Wireless Mesh Networks", 《IEEE》 * |
黄超: "基于SDN的网络性能监测***的研究与设计", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108848250A (zh) * | 2018-05-07 | 2018-11-20 | 北京奇点机智科技有限公司 | 路径更新方法、装置及设备 |
CN109040102A (zh) * | 2018-08-27 | 2018-12-18 | 北京搜狐新动力信息技术有限公司 | 一种互联网直播cdn的实时传输方法及*** |
CN109039383A (zh) * | 2018-09-27 | 2018-12-18 | 深圳友讯达科技股份有限公司 | 异构网络通信传输方法和装置 |
CN109257277A (zh) * | 2018-09-27 | 2019-01-22 | 深圳友讯达科技股份有限公司 | 最短路径计算方法和装置 |
CN109347736A (zh) * | 2018-09-27 | 2019-02-15 | 深圳友讯达科技股份有限公司 | 双模路由短地址通信方法、装置和服务器 |
CN109347736B (zh) * | 2018-09-27 | 2021-11-12 | 深圳友讯达科技股份有限公司 | 双模路由短地址通信方法、装置和服务器 |
CN112039634A (zh) * | 2020-08-27 | 2020-12-04 | 上海金卓网络科技有限公司 | 一种极化码的译码方法、装置、计算机设备及存储介质 |
CN112039634B (zh) * | 2020-08-27 | 2023-08-29 | 上海金卓科技有限公司 | 一种极化码的译码方法、装置、计算机设备及存储介质 |
CN117411821A (zh) * | 2023-10-13 | 2024-01-16 | 南京栖西科技有限公司 | 一种基于通信路径匹配的数据传输方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN107786449B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107786449A (zh) | 基于fsr协议的路径选择方法、装置、服务器和存储介质 | |
CN101572623B (zh) | 基于主客观组合评价的网络性能综合评价方法 | |
Orhan et al. | Connection management xAPP for O-RAN RIC: A graph neural network and reinforcement learning approach | |
CN105933920B (zh) | 一种预测用户满意度的方法及装置 | |
CN104125153B (zh) | 网络拓扑发现方法和设备 | |
CN113705959B (zh) | 网络资源分配方法及电子设备 | |
CN109286959A (zh) | 一种基于层次分析法的异构无线网络垂直切换方法 | |
CN104468192B (zh) | 一种多尺度多权重链路质量评估的路由方法 | |
Sadagopan et al. | Decentralized utility-based sensor network design | |
Wang et al. | A reinforcement learning approach for online service tree placement in edge computing | |
CN103873364A (zh) | 域间多路径路由的实现方法 | |
CN112532442A (zh) | 一种用于全域指控网络的任务协同能力评估方法 | |
CN105117325A (zh) | 一种基于随机游走的Web服务质量预测方法 | |
CN107222925A (zh) | 一种基于聚类优化的节点定位方法 | |
EP3425861A1 (en) | Improved routing in an heterogeneous iot network | |
CN102546286A (zh) | 一种在线检测网络共享拥塞路径的方法 | |
CN105049315B (zh) | 一种基于虚拟网络分割的虚拟网络改进映射方法 | |
Barros et al. | Load balancing in D2D networks using reinforcement learning | |
Venetis et al. | Mobile agents-based data aggregation in WSNs: Benchmarking itinerary planning approaches | |
CN112016836A (zh) | 一种对象间相似性的确定方法及装置 | |
CN116319522A (zh) | 一种算力网络中的多路径转发方法及*** | |
CN112887909B (zh) | 一种基于Wi-Fi信号的室内定位方法 | |
Li et al. | QoS routing algorithm based on entropy granularity in the network transmission | |
Boniewicz et al. | Review of selected algorithms in the method energy evening algorithm in wireless sensor network | |
Hultman et al. | Connectivity-optimal shortest paths using crowdsourced data |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information |
Address after: Room 606-607, building 1, Lane 666, zhangheng Road, Pudong New Area, Shanghai, 200120 Applicant after: Shanghai Jinzhuo Technology Co., Ltd Address before: Room 606-607, building 1, Lane 666, zhangheng Road, Pudong New Area, Shanghai, 200120 Applicant before: SHANGHAI KINDROID NETWORK TECHNOLOGY Co.,Ltd. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |