多链路因特网接入网络出口路径选择研究

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (15): 94-96.

多链路因特网接入网络出口路径选择研究

孙素云

广东轻工职业技术学院计算机系，广州 510300

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-21 发布日期:2011-05-21

Research on egress path selection in multi-homed networks

SUN Suyun

Department of Computer，Guangdong Industry Technical College，Guangzhou 510300，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-21 Published:2011-05-21

摘要/Abstract

摘要： 针对当前企事业单位广泛使用多链路因特网接入问题，选取链路成本和影响网络性能的路由跳数作为多链路因特网接入网络的研究对象，建立多链路出口路径选择优化模型，在链路成本满足不大于zC_min的约束条件下，将多链路出口路径选择转化为路由跳数优化问题，并提出一个自适应多链路出口路径选择算法，模拟结果表明，提出的算法能达到提高网络性能，降低网络链路成本的目的。

关键词: 多链路, 自适应, 路径选择, 路由跳数, 链路成本

Abstract: Due to the problem of using several links to access Internet for many organizations in nowadays，link cost，and routing hop which mainly affect network performance，are choosen as the study objective of accessing Internet for multi-homed networks in the paper.Firstly，the problem of egress path selection for multi-homed networks is formulated as an optimization model.Then，under the constraint of the total link cost，which is less than the threshold value zC_min，egress path selection is transformed into routing hop optimization problem.Accordingly，an adaptive algorithm of egress path selection is presented.Simulation results show that the proposed algorithm provides both optimal network performance and low link cost for multi-homed networks.

Key words: multi-homing, adaptive, path selection, routing hop, link cost

孙素云. 多链路因特网接入网络出口路径选择研究[J]. 计算机工程与应用, 2011, 47(15): 94-96.

SUN Suyun. Research on egress path selection in multi-homed networks[J]. Computer Engineering and Applications, 2011, 47(15): 94-96.

[1]	马珺，王昱皓. 结合自适应更新策略和再检测技术的跟踪算法[J]. 计算机工程与应用, 2021, 57(9): 217-224.
[2]	张松灿，普杰信，司彦娜，孙力帆. 基于种群相似度的自适应改进蚁群算法及应用[J]. 计算机工程与应用, 2021, 57(8): 70-77.
[3]	邹杰，李俊. 多策略协方差矩阵学习差分进化算法[J]. 计算机工程与应用, 2021, 57(7): 78-87.
[4]	赵林锁，马瑞强，姜天，宋宝燕，潘一山. 两级回归的流式大数据事件自适应预警方法[J]. 计算机工程与应用, 2021, 57(7): 88-94.
[5]	卜冠南，刘建华，姜磊，张冬阳. 一种自适应分组的蚁群算法[J]. 计算机工程与应用, 2021, 57(6): 67-73.
[6]	倪宗军，陈辉，张昀，苏敏，郑秀娟. 自适应去噪的非接触式生理参数检测方法[J]. 计算机工程与应用, 2021, 57(5): 153-160.
[7]	陈世明，林子朋，高彦丽，裴惠琴. 自适应耦合权重下的异质群体一致性研究[J]. 计算机工程与应用, 2021, 57(4): 231-235.
[8]	王芙银，张德生，张晓. 结合鲸鱼优化算法的自适应密度峰值聚类算法[J]. 计算机工程与应用, 2021, 57(3): 94-102.
[9]	陈明月，刘三阳. 自适应流形学习在故障诊断中的应用[J]. 计算机工程与应用, 2021, 57(3): 247-252.
[10]	李雅，侯彦东，刘畅. 基于故障程度的自适应优化容错控制[J]. 计算机工程与应用, 2021, 57(23): 295-302.
[11]	肖振久，孔祥旭，宗佳旭，杨玥莹. 自适应聚焦损失的图像目标检测算法[J]. 计算机工程与应用, 2021, 57(23): 185-192.
[12]	张忠林，赵昱，闫光辉. 自然邻居密度极值聚类算法[J]. 计算机工程与应用, 2021, 57(23): 200-210.
[13]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[14]	陈瑶，陈思. 基于自适应多普勒及动态邻域的改进BA算法[J]. 计算机工程与应用, 2021, 57(22): 166-176.
[15]	陈富健，谢维信，夏婷. 基于LCT+的自适应抗遮挡目标跟踪算法[J]. 计算机工程与应用, 2021, 57(22): 190-198.