基于拓扑感知时间序列的动态路由仿真策略.docx

基于拓扑感知时间序列的动态路由仿真策略
基于拓扑感知时间序列的动态路由仿真策略
摘要
随着互联网的快速发展，网络的复杂性、规模和数量不断增加，尤其是在云计算、大数据、物联网等领域，网络节点和数据流量的增长更是呈现指数级别的增长。在这种背景下，网络阻塞、延迟等问题也越来越凸显，为此，如何采取有效的网络路由策略来优化网络性能便成为了重要的问题。本文提出了一种基于拓扑感知时间序列的动态路由仿真策略，旨在提高网络的传输效率和可靠性。
关键词：路由策略；拓扑感知；时间序列；仿真；网络性能
Abstract
WiththerapiddevelopmentoftheInternet,thecomplexity,size,andnumberofnetworksareincreasing,especiallyinthefieldsofcloudcomputing,bigdata,andtheInternetofthings.Thegrowthofnetworknodesanddatatrafficisshowingexponentialgrowth.Inthiscontext,problemssuchasnetworkcongestionanddelayarebecomingmoreandmoreprominent.Therefore,howtoadopteffectivenetworkroutingpoliciestooptimizenetworkperformancehasbecomeanimportantissue.Thispaperproposesadynamicroutingsimulationstrategybasedontopology-awaretimeseriestoimprovethetransmissionefficiencyandreliabilityofthenetwork.
Keywords:routingpolicy;topologyawareness;timeseries;simulation;networkperformance
1.引言
在当前网络环境下，路由策略的质量直接影响整个网络的输入输出过程中的传输时间、延迟、丢包率等各种性能指标。因此，如何对网络进行合理的路由策略设计便成为了网络优化研究的关键问题之一。目前，较为常见的路由算法有Dijkstra、Bellman-Fold、SPF等。不过，由于这些路由算法中，路由表是静态的且固定不变，因此在网络控制面（ControlPlane）中常常存在一些诸如循环路由、算法收敛慢等问题。如何在控制平面动态更新路由表，提高网络性能便成为了新的问题。
本文针对当前网络路由策略存在的问题，提出一种新的拓扑感知时间序列路由策略。具体来讲，本文的策略利用双向链路上的延迟、丢包率等信息来构建单通道时间序列模型，然后运用Filters算法将随时间变化的链路状态拟合成一条平稳的曲线，最后利用这个曲线来更新路由表。本文所提出的路由策略，不仅可以在网络异构性强的情况下实现快速收敛，而且还可以对各种类型的突发网络故障做出快速应对。
2.拓扑感知时间序列路由策略
基于拓扑感知时间序列的动态路由仿真策略实现的流程如下：
（1）收集双向链路信息
在本文的路由策略中，首先需要收集双向链路的延迟、丢包率等信息。在实际应用过程中，链路信息可以通过关注传输控制协议（TCP）、用户数据报协议（UDP）等协议上层建筑的信息流及网络媒介状态，来获取。本文所提出的路由策略，可以通过收集至少有源点与目的点之间一条双向链路的延迟、丢包率等信息来对目的点的路由做出优化。
（2）构建单通道时间序列模型
在收集双向链路信息之后，本文的路由策略还需要构建单通道时间序列模型。时间序列分析所研究的对象是一组观测值。由于观测值具有先后时序性，因此在时间序列分析中，需要从时间依赖关系的角度出发对所观测到的序列参数进行分析与建模。在基于时间序列模型的路由策略中，模型的建立显得尤为关键。
在本文所提出的路由策略中，我们利用了ARMA模型和Filters算法来构建时间序列模型。其中，ARMA模型是一种常见的线性时间序列模型，该模型是将自回归（AR）模型和滑动平均（MA）模型结合起来的一种时序模型，并且亦可以简单看成是加权的和。Filters算法则是一种类FIR（有限脉冲响应）设计的数字滤波器，其滤波器系数可通过波纹衰减、群延时等指标计算得到。
（3）拟合时间序列模型
在确定了时间序列模型之后，接下来便需要运用Filters算法将随时间变化的链路状态拟合成一条平稳的曲线。由于网络链路的各种状态常常发生剧烈变化，因此将这些状态拟合成一条平稳的曲线是一件非常困难的事情。在本文路由策略中，我们可以通过使用低通滤波器来平滑链路的动态状态，以实现