18、智能流量控制与人工智能赋能的QoS网络关联研究

智能流量控制与人工智能赋能的QoS网络关联研究

1. 智能流量控制中的路由分析

1.1 网络拓扑变化与路由选择

在网络拓扑中，节点间的连接状态会影响数据包的传输路径。例如，在某网络中存在节点A、B、C、D、E、F，最初有从B到D的最短路径B - C - D ，以及从A到D的路径A - B → D和A - F → D 。当B和C之间的连接突然中断时，根据路由算法，路由器B可以选择通过路由器F转发数据包，此决策所需时间仅为路由器B检测到与路由器C断开连接的时间。若A到D的最短路径A - F - E - D在E - D处中断，只要链路中断消息通过路由器F反馈给路由器A，路由器A就可以选择A - B作为替代路由。

1.2 受限路由模拟实验

在受限路由模拟中，对MC - RBNV在DCLC问题上进行了测试，并与EDSP、H_MCOP、Mixed_Metric、DEB和Larac等方法对比。实验假设链路的成本和延迟独立地从均匀分布中选取，即 $w_c(u, v) \sim uniform[1, 10]$，$w_d(u, v) \sim uniform 1, 10 $。由于请求的源和目的地可能来自网络中所有可能的节点对，它们之间的最小跳数至少为三。

部分方法需要特定参数：
- EDSP要求预定参数 $x = coef * d_{s,t}$，实验中 $coef = 4$，$x = 4|V|$。
- Mixed_Metric需要常数 $\epsilon$，实验中设置 $\epsilon = 5$。

实验选用交叉熵作为目标函数，使用了成本最短路径