众核处理器片上网络的层次化全局自适应路由机制

Mesh和环拓扑结构以其实现简单、易于扩展的特点成为众核处理器片上网络应用最为广泛的拓扑结构.应用于Mesh结构中的健忘型路由算法在网络流量较大时影响片上网络的负载均衡,表现在降低吞吐量和增大数据包延迟.自适应算法中的本地自适应算法和区域自适应算法均存在不同程度的短视现象,不适合大规模的Mesh结构,而目前全局自适应算法又由于路由计算量大而速度缓慢.提出一种新的层次化全局自适应路由机制,包括一个全局拥塞信息传播网络Roof-Mesh和一个层次化全局自适应路由算法(global hierarchical adaptive routing algorithm,GHARA).通过全局拥塞信息传播网络得到拥塞信息,GHARA采用全网分区逐级计算路由的方式,减少了全局路由的计算步骤,从而减少了平均数据包延迟、提升了饱和带宽.实验结果表明GHARA表现优于其他区域和全局自适应路由算法.在人工注入通信模式下,8×8 Mesh平均饱和带宽比全局自适应算法GCA提高10.7%,16×16Mesh平均饱和带宽比全局自适应算法GCA提高14.7%.在运行真实测试程序集SPLASH-2模式下,数据包延迟最高比GCA提高40%,平均提升14%.

基于接触信息的自适应机会网络路由算法

考虑到实际网络环境的不断变化以及机会网络节点总是在密集与稀疏场景间随机切换的特点,提出一种能够借助节点接触信息进行网络环境判断的自适应路由算法——CIAONR(Contact Information-based Adaptive Opportunity Network Routing)。CIAONR在节点分布式采集接触信息的过程中,利用节点接触延迟与生存期的关系判断节点所处网络环境。然后依据CIAONR约束条件指导转发路径的选择,最终按照对应交互流程完成消息交付。理论分析和仿真结果表明,CIAONR算法在不同网络环境下均保持较高投递率,网络开销和延迟也控制在一定范围内,具有普适效果。

二维Mesh结构的片上网络中利用全局信息的路由算法

针对目前片上网络自适应路由算法中存在的不足,对二维mesh结构进行分析和推导,提出一种基于全局信息的片上网络路由算法.首先计算路由关键区域各个节点的权重并将其存储在中央控制器中,然后由中央控制器计算各个节点的路由表,最后定时更新各个路由器节点的路由表.采用实际benchmark测试,并与传统的维序路由算法、贪心自适应算法相比的结果表明,该算法分别能平均减少32%,18%的延迟.

一种基于历史信息的社会机会网络路由算法

社会机会网络以人为载体,通过人类手持移动智能设备不断移动形成的通信机会来传输消息数据,移动设备的活动受人们社会行为的影响。针对社会机会网络中节点特有的社会性和移动性,提出了一种基于历史相遇信息的消息递交路由算法。该路由算法根据节点间的历史相遇信息计算节点的有效转发能力,并且考虑到消息大小不一所需传输时间不同,根据节点间的历史相遇持续时间计算节点间的平均相遇持续时间,始终将消息转发给与目的节点相遇概率更大且平均相遇时间更长的节点,直至消息到达目的节点或者消息失效。仿真实验表明,与现有机会路由算法相比,提出的算法具有较高的消息成功投递率,较小的消息冗余和消息平均时延。

基于社交关系的移动机会网络路由算法研究

随着移动机会网络的不断发展,在对节点社交信息的移动机会网络路由算法的研究中逐渐出现了许多问题,进而出现了基于社交关系的移动机会网络路由算法。在利用对桥接中心的重新进行评估而产生的一种新的算法模式,进而调节节点异质的中心性,通过加快转发判别因子的转发速度,进而提高社区内消息的转发量,并且利用社会的识别算法重新选择转发节点,该算法不仅能减小传输时延,而且能提高消息的投递成功率。