为了节省故障定位所需的网络能耗,给出了基于被动端到端的启发式贪婪故障链路推断算法。该算法基于被动端到端的数据建立故障链路推理模型,推断网络中最可能故障的链路集。使用端到端的数据计算各条路径的丢包率,通过与阈值的比较对路...为了节省故障定位所需的网络能耗,给出了基于被动端到端的启发式贪婪故障链路推断算法。该算法基于被动端到端的数据建立故障链路推理模型,推断网络中最可能故障的链路集。使用端到端的数据计算各条路径的丢包率,通过与阈值的比较对路由矩阵进行简化,目的是去掉根据端到端的数据可以判定为好的路径。由于该推理模型需要各条链路的故障概率,通过简化矩阵的方式优化算法LIPM(loss inference based on passive measurement),给出了推测效果更好的LISC(loss inference based on passive measurement and set-cover)算法。仿真结果显示,新算法具有更好的精确度和运行效率。最后,迭代计算各条链路的权值,通过每次选择最优权值的链路并删除包含此链路的路径,直到所有的故障被解释为止。通过仿真验证了新算法具有更好的故障覆盖率。展开更多
针对目前大多数故障链路识别算法不能兼顾良好稳定性和低计算复杂性的问题,该文提出一种基于参考路径的故障链路识别算法RPI(Reference Path based lossy link Identification algorithm)。该算法根据路径间的性能差异,从经过同一链路...针对目前大多数故障链路识别算法不能兼顾良好稳定性和低计算复杂性的问题,该文提出一种基于参考路径的故障链路识别算法RPI(Reference Path based lossy link Identification algorithm)。该算法根据路径间的性能差异,从经过同一链路的所有路径中选取一部分作为该链路的参考路径,然后采用启发式方法根据参考路径间的性能相关性识别该链路的状态。相较已有算法,RPI更充分地利用了测量数据的可用信息,具有更好的稳定性,同时启发式估计策略保证了算法的低计算复杂性。仿真结果表明RPI能够在多种网络场景下较同类算法更精确地识别出故障链路。展开更多
文摘为了节省故障定位所需的网络能耗,给出了基于被动端到端的启发式贪婪故障链路推断算法。该算法基于被动端到端的数据建立故障链路推理模型,推断网络中最可能故障的链路集。使用端到端的数据计算各条路径的丢包率,通过与阈值的比较对路由矩阵进行简化,目的是去掉根据端到端的数据可以判定为好的路径。由于该推理模型需要各条链路的故障概率,通过简化矩阵的方式优化算法LIPM(loss inference based on passive measurement),给出了推测效果更好的LISC(loss inference based on passive measurement and set-cover)算法。仿真结果显示,新算法具有更好的精确度和运行效率。最后,迭代计算各条链路的权值,通过每次选择最优权值的链路并删除包含此链路的路径,直到所有的故障被解释为止。通过仿真验证了新算法具有更好的故障覆盖率。
文摘针对目前大多数故障链路识别算法不能兼顾良好稳定性和低计算复杂性的问题,该文提出一种基于参考路径的故障链路识别算法RPI(Reference Path based lossy link Identification algorithm)。该算法根据路径间的性能差异,从经过同一链路的所有路径中选取一部分作为该链路的参考路径,然后采用启发式方法根据参考路径间的性能相关性识别该链路的状态。相较已有算法,RPI更充分地利用了测量数据的可用信息,具有更好的稳定性,同时启发式估计策略保证了算法的低计算复杂性。仿真结果表明RPI能够在多种网络场景下较同类算法更精确地识别出故障链路。