美文网首页
《QoS-FS: a new forwarding strate

《QoS-FS: a new forwarding strate

作者: 甸仔向前冲 | 来源:发表于2020-11-19 21:59 被阅读0次
    paper

    Abstract

    以信息为中心的网络(ICN)是未来Internet体系结构的一种新颖范例。 ICN的目的是适应Internet基础结构中的内容分发。命名数据网络(NDN)是最流行的ICN提案之一。 本文介绍了QoS-FS的设计,这是一种新的NDN具有服务质量(QoS)的自适应转发策略。 在网络的每个节点处,QoS-FS监控器实时地传入和传出网络的链接,以估计QoS参数并将其集成到为确定何时和使用哪个接口转发兴趣而采取的不同决策中。 因此,做出适合网络条件和用户偏好的转发决策。 我们提供了仿真实验来证明所提出解决方案的效率。

    Note

    本文提出了一种具有QOS保障能力的转发策略。QOS表达为开销、带宽和RTT的函数,但实际算法中仅对带宽和RTT进行了衡量。转发策略的具体思路是,在带宽方面分为实际(计算)剩余带宽和估计剩余带宽。实际剩余带宽在转发兴趣包时提前对带宽资源进行预留扣除,实时计算每个Face的剩余带宽,并对下一个兴趣包的转发产生影响,当带宽资源无法满足时不选取该Face进行转发。对于估计剩余带宽使用强化学习的方法对FIB表中的每一项进行预测,当数据包被返回给某个路由器的同时,该路由器将收到一个估计带宽增强信号,该信号表征了数据包返回上两跳的实际和估计剩余带宽信息。


    难懂的图

    在接收兴趣包,接收数据包或接收NACK时,会对估计剩余带宽进行更新。相关的数值计算在文中有具体公式。在RTT时间上,由于数据不一定在端侧获取,可能会从中间路由器的CS提供,因此RTT时间可能随数据检索点的位置而变化。本文使用了两个时间:实际RTT和估计RTT。实际RTT根据兴趣包被转发到收到数据包的计数器获得,估计RTT采用基于强化学习(Q-learning)的方法来计算。


    难懂的公式
    RTT的更新由数据包的接收触发。算法的实施分为两个阶段:搜索阶段和开发阶段。搜索阶段对QOS参数进行初始化并构造好FIB表结构,通过发送测试包的方式完成FIB每一项的测定,此阶段只能提供数据的转发但不能保障QOS,在一段时间之后参数更新的差不多了进入开发阶段。此时选择最优的端口进行转发,同时保障QOS参数的定期更新。具体来说整个算法的过程为:
    • 当收到兴趣包时,正常判断CS和PIT表后,查找FIB表时,判断带宽和RTT是否分别满足兴趣包的要求,不满足返回NACK,满足则选择最小RTT的Face进行转发同时更新QOS参数。
    • 当收到数据包时,更新实际RTT和测量RTT同时释放带宽预留,转发数据包时附带RTT激励信号给下游节点,其他删除PIT等操作与常规NDN一致。
    • 当收到NACK时,更新实际带宽和估计带宽,同时排除该NACK的Face重新选择一个最优的(满足QOS要求)的Face转发兴趣包同时更正PIT表。

    算法流程图

    完全看不懂了
    难过

    实验

    所述算法和最佳路由算法相比性能还算不错。


    性能对比图

    CONCLUSION

    在本文中,已经考虑了在NDN中使用QoS进行路由的问题。 设计了一种简单且自适应的转发策略QoS-FS,该策略可确保NDN中基于QoS的路由。我们建议的主要思想是实时监视和估计接口的QoS参数,并集成最小的转发决策过程,它适合网络条件和用户的偏好。 考虑了两个QoS参数,即带宽和RTT。仿真结果表明,所提出的QoS-FS在交付时间方面为用户提供了比BestRoute更好的QoS,并且在流量增加时还提供了最小的跳数,这说明了 在QoS参数方面考虑网络状态的重要性。 将来,我们计划研究其他QoS参数,并在实际的测试平台上评估我们的建议的性能。

    相关文章

      网友评论

          本文标题:《QoS-FS: a new forwarding strate

          本文链接:https://www.haomeiwen.com/subject/kkzliktx.html