由于传统的服务漂移方法存在一定不足,致使服务器集群的负担较重,且服务漂移的时间开销过大,严重影响服务连续性.为了改善这种情况,本文提出了一种漂移意图可感知的IP网络生存性服务提供模型(Inten-tper-ceived Service Migration,ISM).在ISM模型中,我们设计了一种独特的服务漂移触发机制和目标节点选取策略,并通过服务器与客户端的协作,使客户端对服务器集群内部的服务漂移意图有了预感知能力.分析结果表明,ISM模型既能在时间和空间上保证服务漂移的随机性,增强服务抗毁度;又能显著减小由服务漂移带来的服务间断时间,有效提高了IP网络服务可生存性.
典型的容迟网络(DTN)场景常表现出大延迟、易中断、高误码率等特点,其中高效节能的路由算法更是一个亟待解决的问题.现有方法主要是通过发送多个副本来提高数据传输的可达性概率,但网络开销很大.为了同时兼顾成功投递率、网络延迟和网络开销,文中提出了基于Markov位置预测模型的DTN路由算法(喷射转发算法).该算法根据节点经过路径的历史信息,用2阶Markov预测机制预测目的节点可能的位置,针对该位置进行多路径的贪婪转发,使包有方向地扩散,减少网络中包的副本数.采用多副本转发的混合发送模式,在保证成功投递率的基础上,有效地减少包副本数,弥补了使用单一模式时不能兼顾网络开销和成功投递率的不足.仿真结果显示,在小节点密度、节点移动速度较快的网络环境下,与spray and wait算法相比,喷射转发算法能有效地提高成功传输率,减小网络开销.
引入广义光突发汇聚(GOBA)概念对传统光突发交换(OBS)进行扩展,形成新的广义OBS(GOBS)网络。针对GOBS的多业务承载目标,提出了一种支持多业务承载的GOBA机制,采用将业务最小时延要求作为汇聚时间的汇聚方式,将多种用户数据业务汇聚到不同粒度的广义数据突发(GDB)中。仿真结果表明,在GOBS环境下,与MSMAP(max burst-size max assembly period)机制相比,GOBA能够在满足较高数据成功接收率的基础上显著地减小约10%的总体数据超时率,同时降低约15%的突发碰撞率,并提高约20%信道利用率。
