组播聚合中高效的可扩展组-树匹配算法

当网络中同时存在大量的的组播组的时候,IP组播的可扩展性问题变得非常突出.对组播聚合中的组播组-树的匹配算法进行了研究,提出了一种高效的可扩展的组播组-树匹配算法(SGTM算法).在确定组播组的匹配树过程中,通过将组播树按照其开销进行排序以及扩展处理,降低了在查找过程中所检查的组播树的数量,提高了聚合组播算法的执行速度.并引入了对组播聚合性能进行度量的参数,结果表明算法与传统的组播聚合算法相比在同等性能的情况下执行速度更快.

聚集组播组-树匹配算法

组播的状态伸缩性问题是目前困扰组播技术发展的一个难题。该文分析了一种解决组播状态问题的方法——聚集组播和聚集组播的组-树匹配算法。提出一种动态匹配算法——FDMA,通过对网络中聚集树的管理来减少匹配次数,从而提高聚集速度。在仿真实验中,FDMA算法使组-树匹配次数减少了80%以上,聚集组播的实时性得到了较大的提高。

一种改进的聚集组播快速动态组-树匹配算法

本文研究了组播可伸缩性问题,对一种减少组播转发状态的方法--聚集组播进行了分析.对聚集组播的关键问题组-树匹配算法进行了改进,提出了一种快速动态组-树匹配算法FDMA,通过减少每个组的匹配次数来提高匹配速度,并且通过限制每个聚集树所能匹配的最大组播组数来平衡各聚集树的负载.

面向星敏感器的星模式识别算法

介绍了到目前为止出现的所有面向星敏感器的星模式识别算法,它们是概率统计算法、三角形算法、匹配组算法、网格算法、奇异值分解算法、神经网络算法和遗传算法,并分两组比较了它们的性能,给出了具有指导意义的结论。

源特定聚集组播的研究

源特定组播技术较好的解决了IP组播中存在的许多问题,但是仍然面临着严重的状态伸缩性问题。源特定聚集组播是解决状态伸缩性问题的一个有效方案。本文在研究源特定聚集组播的基础上,提出了一种新的动态组-树匹配算法,通过减少每个组的匹配次数来提高匹配速度。最后通过实验证明,采用新算法的源特定聚集组播有效的进行了组播状态的聚集,并且提高了聚集速度。