应用层多播与Steiner算法的研究

应用层多播与Steiner算法的研究

论文摘要

随着网络带宽和处理能力的提高,网络为我们提供了更多的多媒体业务,其中许多业务都要求网络具有多播(multicast)能力。IP多播是最早出现的有效多播方式,但由于IP多播方案的技术性问题和IP多播方案所带来的市场问题,使得IP多播没有在全球范围内成功推广,即使在IP多播方案在提出几年以后仍然没有在Internet上成功的部署起来。因此提出了应用层多播的解决方案。它的基本思想是:在不改变网络基础设施,不依赖网络层提供多播服务的情况下,在应用层实现多播服务功能,供用户使用。目前已经提出了许多解决应用层多播问题的算法,本文中有简单描述。而Steiner树问题是一个历史性的数学难题,在网络设计、多播路由、VLSI设计等方面有广泛的应用。考虑到多播路由与Steiner树之间存在的对应关系,本文确定了Steiner树启发式算法作为本文的研究重点。本文详细介绍了多播技术,区分了IP多播和应用层多播的特点,对应用层多播做了概述。基于Steiner树的启发式算法是目前解决多播问题的有效方法,文中给出了Steiner树问题定义,并简要叙述了其精确求解算法、典型的启发式算法和贪心算法。通过分析概括了典型启发式算法的框架,并在此基础上分别设计了基于路径中重用关键边和关键顶点的Steiner树的启发式算法,使每次添加的路径尽可能得到了重用关键的边和点,并且通过示例与实验分析和验证了所设计算法的正确性和优越性。本文最后设计了改进的基于加权的Steiner树启发式算法,该算法在基本启发式算法的基础上,结合关键节点和关键边的重要信息,在此基础上提出了加权的启发式算法。实验结果证明,该算法运算时间短,求得解的质量高。

论文目录

  • 摘要
  • Abstract
  • 引言
  • 1 研究背景
  • 1.1 选题背景及理论意义
  • 1.2 多播通信国内外研究现状
  • 1.3 基于Steiner的多播路由算法研究现状
  • 2 多播相关技术概述
  • 2.1 多播路由
  • 2.1.1 多播路由产生的背景
  • 2.1.2 多播路由的特点
  • 2.1.3 多播路由算法分类
  • 2.1.4 多播路由的策略
  • 2.2 应用层多播概述
  • 2.2.1 IP多播的介绍
  • 2.2.2 应用层多播的现状及意义
  • 2.2.3 应用层多播的特点
  • 2.2.4 应用层多播的算法
  • 2.3 小结
  • 3 启发式算法分析
  • 3.1 Steiner树问题
  • 3.2 问题定义与分析
  • 3.3 Steiner启发式算法
  • 3.3.1 基于最短路径的Steiner树启发式算法
  • 3.3.2 基于最小生成树的Steiner启发式算法
  • 3.3.3 最短距离启发式算法
  • 3.3.4 平均费用启发式算法
  • 3.3.5 改进型平均费用启发式算法
  • 3.3.6 收缩启发式算法
  • 3.3.7 2-TH启发式算法
  • 3.3.8 3-TH启发式算法
  • 3.3.9 P3-TH启发式算法
  • 3.3.10 各种启发式算法的性能比较
  • 3.4 基于重用边的启发式算法
  • 3.4.1 n-平均边数费用启发式算法
  • 3.4.2 最短路的平均边数费用的启发式算法
  • 3.4.3 子树平均边费用启发式算法
  • 3.4.4 基于关键边的启发式算法
  • 3.5 基于重用顶点的启发式算法
  • 3.5.1 平均度数最短路启发式算法
  • 3.5.2 子树平均度费用启发式算法
  • 3.5.3 基于关键节点的启发式算法
  • 3.6 基于重用边和顶点的启发式算法的实验
  • 3.7 小结
  • 4 基于加权的Steiner树启发式算法
  • 4.1 算法分析与设计
  • 4.2 MPH算法的分析
  • 4.3 KBMPH算法的分析
  • 4.4 MPH-BW的设计与实现
  • 4.4.1 算法原理
  • 4.4.2 相关概念及公式
  • 4.4.3 算法的流程图
  • 4.4.4 算法过程描述
  • 4.5 小结
  • 5 MPH-BW在应用层多播中的应用
  • 5.1 应用层组播路由的问题
  • 5.2 WSF-ALM算法
  • 5.2.1 算法关键步骤
  • 5.2.2 处理环路和失效
  • 5.3 实验部分
  • 5.3.1 实验数据描述
  • 5.3.2 实验结果分析
  • 结论
  • 参考文献
  • 攻读硕士学位期间发表学术论文情况
  • 致谢
  • 相关论文文献

    • [1].节点加权的Steiner树问题的降阶回溯算法[J]. 计算机应用研究 2020(11)
    • [2].生长森林的蚁群优化算法在Steiner树问题上的应用[J]. 小型微型计算机系统 2010(04)
    • [3].求解最优Steiner树的前驱编码粒子群算法[J]. 西安理工大学学报 2020(02)
    • [4].遗传算法在最小steiner树问题中的应用[J]. 安庆师范学院学报(自然科学版) 2016(02)
    • [5].荆门地区30名美貌青少年的头影测量steiner分析[J]. 中国美容医学 2013(02)
    • [6].基于最小Steiner树的关键词查询方法[J]. 小型微型计算机系统 2010(01)
    • [7].基于加权绝对值距离Steiner最优树的选址问题[J]. 数学的实践与认识 2008(16)
    • [8].Definition and Algorithms for Reliable Steiner Tree Problem[J]. Journal of Systems Science & Complexity 2015(04)
    • [9].基于电势的最优加权Steiner树蚂蚁算法及其选址应用[J]. 上海理工大学学报 2009(03)
    • [10].Steiner Tree Based Optimal Resource Caching Scheme in Fog Computing[J]. 中国通信 2015(08)
    • [11].基于Steiner点的移动传感网络汇聚节点选址[J]. 西北大学学报(自然科学版) 2015(02)
    • [12].改进的时延约束Steiner树算法[J]. 西安交通大学学报 2013(08)
    • [13].佳木斯地区替牙期正常牙合儿童颅面结构Steiner分析[J]. 黑龙江医药科学 2014(04)
    • [14].关于Steiner网络设计问题的近似算法综述[J]. 小型微型计算机系统 2012(09)
    • [15].基于本地域信息的时延约束Steiner树算法[J]. 计算机工程 2009(06)
    • [16].基于图压缩的最大Steiner连通k核查询处理[J]. 软件学报 2016(09)
    • [17].哈尔滨地区正常成人Steiner分析法正常值的研究[J]. 中国美容医学 2011(05)
    • [18].基于Steiner三连系的细粒度数据完整性检验方法[J]. 重庆邮电大学学报(自然科学版) 2011(05)
    • [19].Analysis and Application of the Hermeneutic Motion[J]. 校园英语 2019(05)
    • [20].基于层次分析法与加权Steiner树问题的物流配送中心选址研究[J]. 科学技术与工程 2010(10)
    • [21].图的Steiner最小树问题的混合遗传算法[J]. 计算机技术与发展 2014(10)
    • [22].p-平行体类及其p-Steiner点的连续性[J]. 应用数学与计算数学学报 2012(02)
    • [23].新的基于MPH的时延约束Steiner树算法[J]. 计算机应用 2010(11)
    • [24].“Steiner trees” between cell walls of sisal[J]. Chinese Science Bulletin 2009(18)
    • [25].基于最小生成树的Steiner最小树生成算法[J]. 测绘信息与工程 2008(03)
    • [26].变型Steiner树问题及其算法[J]. 德宏师范高等专科学校学报 2013(01)
    • [27].凸函数Steiner对称化的一个等价特征[J]. 西南大学学报(自然科学版) 2018(08)
    • [28].基于Steiner树的层次型无线传感器网络安全组播协议[J]. 传感技术学报 2011(04)
    • [29].基于遗传算法的通讯网络最佳Steiner树构造[J]. 厦门大学学报(自然科学版) 2008(03)
    • [30].基于MPH的时延约束Steiner树算法[J]. 计算机研究与发展 2008(05)

    标签:;  ;  ;  

    应用层多播与Steiner算法的研究
    下载Doc文档

    猜你喜欢