一种改进的基于流量预测的动态带宽分配算法

计算机应用 ›› 2010, Vol. 30 ›› Issue (1): 124-126.

一种改进的基于流量预测的动态带宽分配算法

郑宇¹,李广军²,钱宇平³

1.
2. 电子科技大学通信与信息工程学院
3. 电子科技大学清水河校区通信与信息工程学院

收稿日期:2009-07-02 修回日期:2009-08-18 发布日期:2010-01-01 出版日期:2010-01-01
通讯作者: 钱宇平

Improved DBA algorithm based on traffic prediction

Received:2009-07-02 Revised:2009-08-18 Online:2010-01-01 Published:2010-01-01

摘要/Abstract

摘要： 介绍了一种基于流量预测的上行带宽动态分配算法（P-DBA）。PDBA算法根据短相关业务（SRD）和自相似、长相关业务（LRD）的流量特征建立了不同的线性预测模型，并在流量变化较快时放弃预测，以减小带宽浪费；同时，在光网络单元中提出一种配合预测机制的公平调度策略。仿真表明PDBA算法比DBAM算法在端到端延时、丢包率等方面有明显改善。

关键词: 以太无源光网络, 动态带宽分配, 流量预测, 服务质量

Abstract: P-DBA based on traffic prediction was presented, which established different linear prediction models for the ShortRange Dependence (SRD) and SongRange Dependence (LRD) traffic and drop prediction to reduce the bandwidth waste when the variation of traffic was rapid, while Optical Network Unit (ONU) used a new local fair scheduling policy adapted to the prediction strategy. The simulation result shows that end-to-end delay, and packet loss rate has been improved obviously, compared with DBAM algorithm.

Key words: Ethernet Passive Optical Network (EPON), Dynamic Bandwidth Allocation (DBA), traffic prediction, Quality of Service (QoS)

郑宇李广军钱宇平. 一种改进的基于流量预测的动态带宽分配算法[J]. 计算机应用, 2010, 30(1): 124-126.

[1]	周烁, 仇润鹤, 唐旻俊. 基于禁忌搜索和Q-learning的CR-NOMA系统的功率分配算法[J]. 计算机应用, 2021, 41(7): 2026-2032.
[2]	冉家敏, 倪志伟, 彭鹏, 朱旭辉. 考虑空间众包工作者服务质量的任务分配策略及其萤火虫群优化算法求解[J]. 计算机应用, 2021, 41(3): 794-802.
[3]	雷鹰, 郑万波, 魏嵬, 夏云霓, 李晓波, 刘诚武, 谢洪. 基于概率性能感知演化博弈策略的“云+边”混合环境中任务卸载方法[J]. 《计算机应用》唯一官方网站, 2021, 41(11): 3302-3308.
[4]	徐金荣, 郭彩萍, 童恩栋. 面向服务遥感图像处理平台中时间感知的服务质量预测[J]. 计算机应用, 2020, 40(6): 1714-1721.
[5]	郭曙杰, 李志华, 蔺凯青. 云环境下基于模糊隶属度的虚拟机放置算法[J]. 计算机应用, 2020, 40(5): 1374-1381.
[6]	罗际炜, 瞿涛, 邓徳祥. 嵌入式多通道无线视频传输的码率自适应算法[J]. 计算机应用, 2020, 40(4): 1119-1126.
[7]	孙天齐, 胡建鹏, 黄娟, 樊莹. 云环境下Web应用带宽资源预测与管理[J]. 计算机应用, 2020, 40(1): 181-187.
[8]	王妍, 马秀荣, 单云龙. 长期演进系统基于加权平均时延的下行资源调度[J]. 计算机应用, 2019, 39(5): 1429-1433.
[9]	李磊, 薛洋, 吕念玲, 冯敏. 基于李雅普诺夫优化的容器云队列在线任务和资源调度设计[J]. 计算机应用, 2019, 39(2): 494-500.
[10]	郭棉, 李绮琦. 面向延迟敏感型物联网应用的计算迁移策略[J]. 计算机应用, 2019, 39(12): 3590-3596.
[11]	彭铎, 周建国, 羿舒文, 江昊. 基于空间合作关系的基站流量预测模型[J]. 计算机应用, 2019, 39(1): 154-159.
[12]	吴沐阳, 刘峥, 王洋, 李云, 李涛. 基于指标相关性的网络运维质量评估模型[J]. 计算机应用, 2018, 38(9): 2535-2542.
[13]	王泽武, 孙磊, 郭松辉, 孙瑞辰. 密码云中基于熵权评价的虚拟密码机调度方法[J]. 计算机应用, 2018, 38(5): 1353-1359.
[14]	李昆仑, 关立伟, 郭昌隆. 基于聚类和改进共生演算法的云任务调度策略[J]. 计算机应用, 2018, 38(3): 707-714.
[15]	喻新荣, 李志华, 闫成雨, 李双俐. 云数据中心高效的虚拟机整合方法[J]. 计算机应用, 2018, 38(2): 550-556.