网络生存性计算方法以及性能评价

计算机应用 ›› 2013, Vol. 33 ›› Issue (10): 2742-2745.

网络生存性计算方法以及性能评价

赵攀,魏正曦,张弘

四川理工学院计算机学院, 四川自贡 643000

收稿日期:2013-03-25 修回日期:2013-04-20 出版日期:2013-10-01 发布日期:2013-11-01
通讯作者: 赵攀
作者简介:赵攀(1976-), 男, 四川自贡人,副教授,硕士，主要研究方向：计算机网络;
魏正曦(1976-), 男, 四川自贡人,副教授,硕士，主要研究方向:物联网;
张弘(1975-), 男, 四川自贡人,讲师, 硕士，主要研究方向:计算机网络。
基金资助:
国家自然科学基金资助项目;人工智能四川省重点实验室开放基金资助项目;四川省教育厅重点项目;四川理工学院培育项目

Calculation method and performance evaluation for network survivability

ZHAO Pan,WEI Zhengxi,ZHANG Hong

College of Computer Science, Sichuan University of Science and Engineering, Zigong Sichuan 643000, China

Received:2013-03-25 Revised:2013-04-20 Online:2013-11-01 Published:2013-10-01
Contact: ZHAO Pan

摘要/Abstract

摘要： 为了解决网络中因链路失效而产生的拥塞问题,基于混合蛙跳算法和小波技术提出了一种新的网络生存性评价方法(SASFL)。该方法首先建立了生存性的评价指标,同时针对失效状态下的到达流量进行小波变换,并利用混合蛙跳优化小波系数,以此获得最佳网络剩余流量。最后利用OPNET和Matlab进行仿真实验,深入研究了网络生存性与失效链路、权重系数等参数之间的关系。结果表明,相比其他方法,SASFL表现出较好的适应性。

关键词: 拥塞, 生存性, 失效, 混合蛙跳, 小波

Abstract: In order to mitigate the network congestion by link failures, a new survivability evaluation method named SASFL 〖BP(〗(Survivability Algorithm based on Shuffled Frog Leaping, )〖BP)〗 was proposed by shuffled frog leaping algorithm and wavelet technology. In this method, the evaluation index of survivability was presented at first, and wavelet transform was used to decompose the arrivel flow in failures state. Then, the optimization wavelet coefficients with shuffled frog leaping was reconstructed to network remained traffic. Finally, simulation was conducted to study the relationship between network survivability and failures link, as well as weight factor with OPNET and Matlab. Compared with the other methods, SASFL algorithm has better adaptability.

Key words: congestion, survivability, failure, shuffled frog leaping, wavelet

中图分类号:

TP393

赵攀魏正曦张弘. 网络生存性计算方法以及性能评价[J]. 计算机应用, 2013, 33(10): 2742-2745.

ZHAO Pan WEI Zhengxi ZHANG Hong. Calculation method and performance evaluation for network survivability[J]. Journal of Computer Applications, 2013, 33(10): 2742-2745.

[1]	黄光球, 谢蓉. 考虑节点过载的碳排放空间关联系统级联失效模型[J]. 计算机应用, 2019, 39(6): 1829-1835.
[2]	李丽滢, 付寒梅. 考虑多种运输方式的整车物流服务供应链订单分配问题[J]. 计算机应用, 2019, 39(6): 1836-1841.
[3]	邓天民, 方芳, 岳云霞, 杨其芝. 基于Elman神经网络的GNSS/INS全域高精度定位方法[J]. 计算机应用, 2019, 39(4): 994-1000.
[4]	冯凯, 李婧. k元n方体的可靠性评估[J]. 计算机应用, 2019, 39(11): 3323-3327.
[5]	谭静, 董程凤, 王慧强, 王贺哲, 冯光升, 吕宏武, 袁泉, 陈诗军. ERC²:具有拥塞控制策略的DTN传染路由方法[J]. 计算机应用, 2019, 39(1): 26-32.
[6]	徐志强, 袁德砦, 陈亮. 基于稀疏随机矩阵的再生码构造方法[J]. 计算机应用, 2017, 37(7): 1948-1952.
[7]	左雨星, 郭爱煌, 黄博, 王露. 基于网络效用最大化的车联网功率控制算法[J]. 计算机应用, 2017, 37(12): 3345-3350.
[8]	王仁群, 彭力. 数据中心网络拓扑感知型拥塞控制算法[J]. 计算机应用, 2016, 36(9): 2357-2361.
[9]	王跃飞, 于炯, 鲁亮. 面向内存云的协调器选举策略[J]. 计算机应用, 2016, 36(9): 2402-2408.
[10]	孙三山, 汪帅, 樊自甫. 软件定义网络架构下基于流调度代价的数据中心网络拥塞控制路由算法[J]. 计算机应用, 2016, 36(7): 1784-1788.
[11]	张明明, 戴月明, 吴定会. 正态变异优胜劣汰的混合蛙跳算法[J]. 计算机应用, 2016, 36(6): 1583-1587.
[12]	许盛伟, 陈诚, 王荣荣. 针对椭圆曲线密码系统点乘算法的改进差分故障攻击[J]. 计算机应用, 2016, 36(12): 3328-3332.
[13]	曹卫东, 朱远知, 翟盼盼, 王静. 基于灰色Elman神经网络软件可靠性预测模型[J]. 计算机应用, 2016, 36(12): 3481-3485.
[14]	甘峰浩, 牛玉刚, 贾廷纲. 基于模糊压缩感知的无线传感网络拥塞控制算法[J]. 计算机应用, 2015, 35(9): 2430-2435.
[15]	罗龙, 虞红芳, 罗寿西. 基于多拓扑路由的无拥塞快速业务迁移算法[J]. 计算机应用, 2015, 35(7): 1809-1814.