导读:本文包含了组播路由论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:组播,路由,算法,网络,路由协议,子群,子粒。
组播路由论文文献综述
符保龙[1]（2019）在《基于量子粒子群优化CS算法的QoS组播路由模型》一文中研究指出针对布谷鸟算法在解决QoS组播路由问题收敛速度慢,特别是接近最优解时,算法搜索效率低的问题,引入量子粒子群算法用于布谷鸟算法的位置寻优过程。仿真实验结果表明,经过改进的布谷鸟算法具有良好的运行速度和收敛性,能有效解决QoS组播路由问题,对于求解QoS多目标路由组播问题具有较好的效果。(本文来源于《柳州职业技术学院学报》期刊2019年05期）
刘庆,王洋,李星,李红叶[2]（2019）在《基因池操作遗传算法的应用层组播路由优化》一文中研究指出在应用层组播系统中,负责数据转发的终端节点不具备线速转发能力,较重的转发负载会引起拥塞。以拥塞节点为根的整个子路由树将与源节点失联。为解决由拥塞导致应用层组播稳定性差的问题,将构造最优组播树的过程抽象为有度约束的最小代价Steiner树问题。提出了一种用于构造节点转发能力受限应用层组播树的遗传算法,算法以组播树上各节点的直接前驱对其进行遗传表达,便于节点出度的统计。为使遗传操作适用于直接前驱编码,引入了"基因池"的概念并以此为基础实现了交叉与变异。针对度约束导致产生非可行解的问题,提出将组播树对度约束的超出量作为一个新的优化目标,从而以多目标优化的方式得到Pareto前沿,并从Pareto前沿上截取满足度约束的解作为最终输出,避免了使用惩罚函数法的求得非可行解的风险。仿真实验表明,提出的遗传算法能够构造节点转发能力受限的应用层组播路由树,具有良好的求解可靠性。(本文来源于《计算机工程与应用》期刊2019年21期）
周志平[3]（2019）在《基于改进离散萤火虫算法的QoS组播路由优化》一文中研究指出近几年网络高速发展,5G时代显然已来临,在5G的时代下,人工智能、物联网、大数据等将得到广泛的应用,为了保证关键业务正常运行,网络传输能力显得尤为重要。组播通信广泛存在于这些应用中,因此研究满足时延、丢包率、带宽等QoS约束的组播路由优化问题很有意义。本文通过对QoS组播通信的特征的分析,以及当前组播路由优化问题的研究,阐述了新的见解。由于对萤火虫算法的研究尚还处于初期,尤其在解决离散目标优问题的不足,本文首先针对TSP问题,提出了一种ODFA算法,之后将问题扩大到带约束的组播路由问题,提出一种BRDFA算法,通过实验证明本文所提出的两种算法是有效的。本文的主要研究内容和相关工作可以概括如下:1.基本的萤火虫算法只是适用于连续问题的优化,而组播路由优化问题属于NP-Complete问题,是一种离散目标优化问题,基本的萤火虫算法不在适用于解决此类问题。TSP被证明具有NP-C计算复杂性,被当做离散目标优化问题的基准,因此本文首先从解决TSP问题入手,提出了一种基于OX操作的离散萤火虫算法(ODFA)解决TSP问题。通过利用局部搜索程序C2-Opt和3-Opt来实现寻优和多样化之间的平衡,以提高搜索性能并加速收敛。此外,还引入动态变异因子,防止陷入局部最优。使用TSPLIB库中的实例进行实验,通过验证分析,证明了 ODFA算法可行有效,为后面研究QoS组播路由问题提供了依据。2.在解决TSP问题的基础下,本文提出一种基于BR策略的离散萤火虫算法(BRDFA)来解决QoS组播路由问题。针对QoS组播路由问题中树编码解码难复杂的问题,BRDFA算法提出一种前驱节点的萤火虫编码方式;同时对当前采用惩罚函数和树修复策略来处理约束条件,效率低且产生不可行解的问题,本文使用BR策略来保证搜索到的组播树都是满足QoS约束,加快了寻优的收敛。此外,为了防止陷入局部最优,增加种群多样性,引入了萤火虫扰动机制。通过仿真实验验证,证明了 BRDFA具有很好的可行性和适应性,提供了一种新的思路用于解决QoS组播路由优化问题。(本文来源于《杭州电子科技大学》期刊2019-03-01）
聂燕柳[4]（2019）在《无线传感网络中机会性的组播路由》一文中研究指出为了迎合紧急数据驱动型应用要求,低功率无线传感网络WSNs技术需具有一定的扩展性。WSNs在考虑传统的多对一的数据收集流量模型时,需支持组播通信。然而,面向WSNs的有效组播存在挑战。为此,引用机会性转发概念,提出机会性组播路由OMR(Opportunistic Multicasting routing)。OMR协议由转发节点集和目的节点委派两步构成。转发节点集指给发送节点构建下一跳转发节点集。一旦转发节点集内的节点唤醒,发送节点就给该转发节点委派目的节点,此过程称为目的节点委派。发送节点再将消息复本转发至委派的目的节点,此转发过程一直重复,直到所有目的节点都被委派。仿真结果表明,相比于现存的组播路由,OMR路由能有效地降低能效,并控制时延。(本文来源于《计算机应用与软件》期刊2019年02期）
李本霞,夏辉,张叁顺[5]（2019）在《一种基于信任的组播路由协议》一文中研究指出Ad-hoc网络是一个无中心的对等式网络,网络中的节点地位平等,节点可以随时加入或离开,缺乏集中管理。这导致网络极易受到各种内部攻击,其中最常见的是路由攻击。目前学术界应对此类攻击的有效方法是提出合适的节点信任模型,并应用到各种路由协议中。现有信任模型中普遍存在的问题是不能合理整合计算节点信任值的各类决策因子。文章提出一种信任模型,运用模糊逻辑理论综合两个因子,并在反模糊化后得出节点信任值。文章将信任模型用于MAODV组播路由协议的路由建立与维护过程中,提出一种路由协议MTAODV。仿真实验证明,MTAODV以端到端延迟和路由开销略微增大为代价,有效提高了网络中数据包的传递率。(本文来源于《信息网络安全》期刊2019年01期）
高江军[6]（2019）在《基于RPL组播路由算法的研究》一文中研究指出随着物联网产业的飞速发展,物联网技术也面临着重重的挑战,相比较传统网络,物联网受到很多特殊问题的制约,比如节点能量消耗过快、节点多分布不均、节点易受环境影响等问题,这些问题促使物联网需要一种特有的路由协议。因此,针对LLN(Low-power and Lossy Networks)网络的RPL(IPv6 Routing Protocol for LLN)路由协议应运而生,解决了LLN网络中没有一种相对统一的路由协议问题,但在实际应用中,RPL路由协议依然存在很多问题,还需要进一步的完善。本文主要从RPL组播路由算法方面开展研究,一方面通过优化组播分组发送方式来实现网络能耗的均衡;另一方面,当网络规模很大时,通过分簇的方式解决节点存储空间紧张和能量消耗过快的问题。为了解决这些问题,本文进行了以下研究:1.分析RPL路由协议DODAG(Destination Oriented Directed Acyclic Graph)的构建过程以及DODAG组播路由算法,发现可以在DAO消息中增加参数来改进RPL路由协议,解决现有DODAG组播算法存在的数据冗余发送和能耗不均衡问题。为此,本文提出了改进后的OFN-DODAG(DODAG-based Optimal Forwarding Node set multicast routing algorithm)算法,该算法在DAO消息选项中增加了地址集和能量剩余等参数,根据地址集和能量剩余参数计算出最优转发节点集。分组投递时,节点可以选择最优转发节点来完成组播分组的传递。最后,通过仿真平台将改进后的算法与DODAG组播算法进行比较,得出优化后的算法在减少参与转发节点数和实现能耗均衡上有一定的优势。2.分析大规模无线传感网的网络传输情况,发现随着网络规模的扩大,节点的存储和转发量会不断增大,会造成节点能量过快的消耗。为了解决这些问题,本文对现有的多种分层分簇的路由算法进行分析比较,得出分层分簇算法可以减轻节点存储和转发负担。随后提出一种基于RPL的分簇组播路由算法DCMA(DODAG Clustering Multicast Routing Algorithm),该算法将大规模RPL组播网络分成多个既定节点数量的簇,并实现簇内组播分组存储和转发。最后通过仿真平台将改进后算法和已有的组播算法进行比较,发现新算法在减少网络节点总能耗和提高网络的生存时间上有着一定的优势。(本文来源于《安徽大学》期刊2019-01-01）
张叁顺,夏辉,张公敬[7]（2018）在《基于波动识别的可信组播路由协议》一文中研究指出移动自组网络拓扑结构的开放性和动态性使得传统的路由协议容易受到恶意节点的各种攻击。文章提出一个直接信任与推荐信任相结合的信任计算模型。通过基于波动的系统云灰色预测模型计算直接信任,利用不同类型的推荐节点计算推荐信任,动态确定直接信任与推荐信任的权重得出总信任值。以该信任模型为基础,文章设计了基于波动识别的可信组播路由协议BTCMRP。该协议通过信任计算可以识别并排除网络中的恶意节点,有效应对路由攻击。在路由维护中提出了转发组节点复用机制,解决了多源网格结构中组播路由开销过大的问题。仿真结果表明,与已提出的基于信任的组播路由相比,BTCMRP协议提高了投递率,降低了路由开销和平均延时。(本文来源于《信息网络安全》期刊2018年12期）
张叁顺,张公敬,夏辉[8]（2018）在《移动Ad Hoc网络中组播路由协议仿真分析》一文中研究指出对网络层组播和应用层组播中的六个经典协议进行比较和性能分析,并且加入新的性能指标、单位传包量和路由发现频率。利用NS2仿真平台,对这六个协议的投递率、单位传包量、平均延时、开销和路由发现频率进行了仿真分析。实验结果表明,单源时,网络层组播的投递率、开销和平均延时明显优于应用层组播;多源时,随着组成员的增多,网络层组播的路由开销迅速增大,整体性能下降,而应用层组播的性能基本保持不变,此时应用层组播在投递率、开销、平均延时等方面优于网络层组播。(本文来源于《青岛大学学报(自然科学版)》期刊2018年04期）
贾莹莹[9]（2018）在《无线传感器网络的组播路由协议研究》一文中研究指出无线传感器网络中多接收节点的网络模型在各个领域中具有广泛的应用,网络中节点的能量、计算和存储能力有限,且通常部署于恶劣的环境中。使用组播通信可以有效地降低源节点负荷、减少网络带宽使用,同时也可以保证数据包的可靠传输。因而如何设计可靠有效的组播路由协议已经成为研究热点。基于信标的单源组播路由协议中节点周期性交换信标信息导致能耗过大;无信标组播路由协议的路径上可能存在能量较低的节点,导致组播路径不稳定。因此本文提出了一种无信标的能量感知组播路由协议EBMR,该协议提出使用ISODATA算法对目的节点进行分组,减少路由次数以降低能耗;此外,协议通过位置信息、距离和剩余能量选择下一跳转发节点来保证组播路径的稳定。通过理论分析和实验仿真,验证了EBMR协议具有较高的数据包投递率、低能耗和低时延等性能。由于BATS码的编码和译码复杂度低,并且中间节点仅对一个batch中的数据包进行编码操作,消除了多源节点传输的互相干扰。因此本文提出了一种基于BATS码的多源组播路由协议,该协议中每个源节点首先将原始数据包进行外编码生成batch分组,中间转发节点对接收到的batch分组进行内编码,最终目的节点集对接收到的编码数据包进行译码得到原始数据包。通过理论分析和实验仿真,验证了基于BATS码的多源组播路由协议相较于现有的基于网络编码的多源组播路由协议有着较高的译码率、数据包投递率和网络生命周期。(本文来源于《南京邮电大学》期刊2018-11-14）
高江军[10]（2018）在《WSN网络中分段组播路由算法的研究》一文中研究指出随着物联网的迅速发展,无线传感网(WSN)的应用也日趋广泛,关于WSN的研究众多,主要是围绕节点能耗和存储空间两方面开展研究,组播技术的应用可以很好地减少节点转发时的能量消耗。但当网络规模扩大时,节点的路由条目增加,就会造成节点存储空间紧张,同时过多的路由查询也会造成节点能量消耗过快,当网络拓扑结构更新时,庞大的组播树重构也使得能量消耗过快。为此,本文提出一种分级多路组播路由算法(Classification hierarchical multicast routing algorithm.,CHMR),该算法将网络分成多个一定规模组播子树,每个子树的根节点用来存储子树拓扑信息,子树的根节点存储各分支节点的信息,当分组到达组播子树时可以替换新的分组头,这样就可以缩小分组头的大小,这种算法可适用在大规模无线传感网中。(本文来源于《信阳农林学院学报》期刊2018年03期）
组播路由论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
在应用层组播系统中,负责数据转发的终端节点不具备线速转发能力,较重的转发负载会引起拥塞。以拥塞节点为根的整个子路由树将与源节点失联。为解决由拥塞导致应用层组播稳定性差的问题,将构造最优组播树的过程抽象为有度约束的最小代价Steiner树问题。提出了一种用于构造节点转发能力受限应用层组播树的遗传算法,算法以组播树上各节点的直接前驱对其进行遗传表达,便于节点出度的统计。为使遗传操作适用于直接前驱编码,引入了"基因池"的概念并以此为基础实现了交叉与变异。针对度约束导致产生非可行解的问题,提出将组播树对度约束的超出量作为一个新的优化目标,从而以多目标优化的方式得到Pareto前沿,并从Pareto前沿上截取满足度约束的解作为最终输出,避免了使用惩罚函数法的求得非可行解的风险。仿真实验表明,提出的遗传算法能够构造节点转发能力受限的应用层组播路由树,具有良好的求解可靠性。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
组播路由论文参考文献
[1].符保龙.基于量子粒子群优化CS算法的QoS组播路由模型[J].柳州职业技术学院学报.2019
[2].刘庆,王洋,李星,李红叶.基因池操作遗传算法的应用层组播路由优化[J].计算机工程与应用.2019
[3].周志平.基于改进离散萤火虫算法的QoS组播路由优化[D].杭州电子科技大学.2019
[4].聂燕柳.无线传感网络中机会性的组播路由[J].计算机应用与软件.2019
[5].李本霞,夏辉,张叁顺.一种基于信任的组播路由协议[J].信息网络安全.2019
[6].高江军.基于RPL组播路由算法的研究[D].安徽大学.2019
[7].张叁顺,夏辉,张公敬.基于波动识别的可信组播路由协议[J].信息网络安全.2018
[8].张叁顺,张公敬,夏辉.移动AdHoc网络中组播路由协议仿真分析[J].青岛大学学报(自然科学版).2018
[9].贾莹莹.无线传感器网络的组播路由协议研究[D].南京邮电大学.2018
[10].高江军.WSN网络中分段组播路由算法的研究[J].信阳农林学院学报.2018
论文知识图
