QoS约束

摘要： 针对构建含QoS的多源多播网络以及其与网络功能虚拟化(NFV)的结合,提出一种基于蚁群优化的QoS多源多播路由算法(AQoSMMTC),并对多源多播网络中虚拟网络功能节点(VNF)部署问题进行了改进,进而提出了基于NFV的QoS多源多播蚁群优化算法(VQoSMMTC).并对其进行实现和测试,试验结果表明该算法能够成功的构建满足QoS需求的多源多播树,优于同类算法.并能有效解决支持NFV的多源多播树构建问题.

摘要： 文中考虑了一个下行无小区大规模多输入多输出(multiple-input multiple-output,MIMO)系统,其中M个单天线接入点(access point,AP)和K个单天线用户随机分布在服务区内,M＞K.同一用户可以在同一时间、同一频率上被所有接入点服务.在短期功率约束(short-term power constraint,STPC)下,文中针对两种不同的优化问题分别提出了相对应的功率分配算法.第一个优化问题是在满足用户服务质量(quality-of-service,QoS)约束的条件下最大化用户总速率,该问题可以利用连续凸逼近(successive convex approximation,SCA)的方法求解.此外,第二个优化问题是一个混合QoS约束问题.它可以在保证高优先级用户(high propriety user,HPU)的QoS需求的基础上,为其余低优先级用户(low propriety user,LPU)提供相同速率的服务.该问题是拟凹的,因此可以通过二分法求解.仿真结果表明,文中提出的功率分配算法具有很好的性能.此外,同长期功率约束(long-term power constraint,LTPC)相比,STPC可以显著提高用户下行速率.

摘要： 目前,指挥控制系统呈现网络化、服务化发展趋势.将服务质量(Quality of Service,QoS)约束条件作为Web服务选择的依据时,为了缩小Skyline Web服务集,提高服务选择的效率,提出一种面向Skytine Web服务的新型服务选择方法.基于代表性Skyline服务选择原理,结合效用函数与服务顺序结构组合技术,设计Web服务的优化选择算法,实现Skyline服务集的最大选择概率.基于开放的QWS数据集,针对服务选择效用值、服务选择执行时间指标进行实验,实验结果表明:相比于传统Skyline方法服务选择算法,新算法的服务选择执行时间至少减少了25％,服务选择平均效用值约提升10％.

摘要： 针对多域联盟网络中的带宽分配和收益问题,提出了一种基于带宽优化分配的收益最大化算法和基于Shapley值激励的收益分享机制.利用在端到端的QoS约束条件下与每个管道s相关联的效用函数Us(as),结合QoS约束条件下的带宽分配模型,应用于多域网络联盟的带宽拍卖,从而实现联盟的收益最大化.将联盟博弈理论和Shapley值用于联盟收益分享,根据在全部AS之间按Shapley值的比例进行分享的机制来激励联盟中的ASs,从而为整个联盟提供更多容量.结果表明,提出的带宽优化分配算法和收益分享机制既能使整个联盟收益最大化,又能增加整个联盟的收益和其自身的收益分享.%Aiming at the problem of bandwidth allocation and income in multi-domain coalition networks, an income sharing mechanism based on the income maximization algorithm for optimal bandwidth allocation and Shapley value incenting was proposed. With the utility function Us(as) associated with each pipe s under the end-to-end QoS constraints, the bandwidth allocation model combined with the QoS constraints was applied to the bandwidth auction in the multi-domain network alliance so as to achieve the maximum income of alliance. In addition, the coalitional game theory and the Shapley value were applied to the alliance income sharing. According to the sharing mechanism with the proportion of Shapley value among all AS,the ASs in the coalition were encouraged to provide more capacity for the entire alliance. The results show that the proposed optimal bandwidth allocation algorithm and income sharing mechanism can not only ensure the income maximization of whole alliance, but also increase the income of whole alliance and its own income sharing.

摘要： 云环境可以为大规模工作流的执行提供高效、可靠的运行环境,但工作流执行时带来的高能耗不仅会增加云资源提供方的经济成本,还会影响云系统的可靠性,并对环境产生不利影响.为了在满足用户截止时间 QoS需求的同时降低云环境中工作流调度的执行能耗,提出一种工作流能效调度算法 QCWES.该算法将工作流的能效调度方案求解划分为 3 个阶段:截止时间重分配、任务调度选择排序以及基于DVFS的最佳资源选择.截止时间重分配阶段旨在将用户定义的全局工作流截止时间在各个任务间进行重分配,任务调度选择排序阶段旨在通过自顶向下的任务分级方式得到任务调度序列;基于DVFS的最佳资源选择阶段旨在为每个任务选择带有合适电压/频率等级的最优目标资源,在满足任务的子截止时间的前提下使总体能耗达到最小.通过随机工作流和基于高斯消元法的现实工作流结构,对算法的性能进行仿真实验分析.结果表明,所提算法可以在满足截止时间约束下降低工作流的执行能耗,实现用户方的 QoS需求与资源方的能耗间的均衡.%Cloud provides a high-efficient and reliable execution environment for scheduling large-scale workflow.How-ever,the high energy consumption resulted by workflow execution not only increases the economic cost of cloud re-source providers,but influences the system reliability and has a negative effect to the environment.For meeting user-de-fined deadline QoS requirement and reducing the execution consumption of workflow scheduling in cloud,a workflow energy-efficient scheduling algorithm QCWES was proposed.QCWES divides the energy-efficient scheduling scheme of workflow into three phases:the deadline redistribution,the ordering of scheduled tasks and the best resource selection based on DVFS.The deadline redistribution phase is to redistribute the user-defined overall workflow deadline among all tasks,the ordering of scheduled tasks is to obtain the scheduling order of tasks by top-down task leveling,the best resource selection based on DVFS is to select the best available resource with appropriate voltage/frequency level for each task so that the total energy consumption is minimal while meeting its sub-deadline.Some simulation experiments were constructed to evaluate the performance of our algorithm by random workflow and the real-world workflow based on Gaussian Elimination.The results show that QCWES can reduce the energy consumption of workflow scheduling un-der meeting deadline constraint,and achieve the trade-off between users' QoS requirement and resources' energy con-sumption.

摘要： For the issues of the routing optimization problem in data layer of software defined network(SDN),a routing scheme based on network slicing and integer linear programming (ILP) multi-constrained optimization was proposed.Firstly,the Kruskal algorithm is used to slice the link resources in the data layer according to the link requirement of multi-tenancy service,so as to form the isolated sub-network as far as possible.Then,an ILP integer linear programming(ILP) routing optimization model was constructed under considering the link constraint and the QoS constraint of the tenant service,to minimize the transmission delay and obtain the optimal routing scheme.Simulation results show that the proposed routing scheme has fewer shared links,and it can effectively reduce the link congestion and transmission delay.%针对软件定义网络(SDN)中数据层的路由优化问题,提出一种基于网络切片和整数线性规划(ILP)多约束优化的路由方案.首先,根据多租户业务的链路需求,基于Kruskal算法对数据层中的链路资源进行网络切片,尽可能形成相互隔离的租户子网络.然后,在考虑链路约束和租户业务的服务质量(QoS)约束下,以最小化传输延迟为目标,构建一个ILP整数线性规划(ILP)路由优化模型,并获得最佳的路由方案.仿真结果表明,所获得的路由方案具有较少的共享链路,有效降低了链路拥塞和传输延迟.

摘要： 云计算作为一种新的商业计算模型,提供了弹性计算和存储资源等服务.云计算具有超大规模、高可扩展性、高可靠性、虚拟化、按需服务和价格低廉等特点,许多用户把应用提交到云环境下运行.随着越来越多的数据密集型应用部署到云计算环境上运行,应用会有不同的QoS要求.为了保证在放置应用数据副本时,数据副本都能满足应用的QoS要求,我们需要考虑云计算环境下QoS约束的应用数据副本放置问题,为此提出一种QoS感知的副本放置算法(QoS-Aware Replica Placement withPSO,QRPPSO),该算法首先对QoS约束集的属性进行量化,然后构建目标优化模型,最后在副本放置优化算法引入粒子群优化来决定副本放置位置.仿真实验结果表明所提策略能有效解决QoS约束的应用数据副本放置问题.

摘要： A new improved cloud service composition (CSC) optimization method was proposed,which was based on the dynamic skyline and muti-colony genetic particle swarm optimization,to solve the large-scale CSC optimization problem with dynamic and uncertain environments.Firstly,on the basis of the formalization description of CSC and QoS,a cloud service composition optimal model was proposed.Secondly,a skyline dynamic updating algorithm based on the Skyline operation modeling was designed which meets the dynamic and uncertain requirements caused by the temporary join,exit and QoS change of cloud service.Finally,a novel cloud service composition optimal algorithm was proposed,the solution space was reduced through the dynamic Skyline operation and the user constraint,and the problem of premature convergence was solved by using the population similarity and genetic operation.A large number of simulation experiments were carried on the actual and random data set,and its experiment results validate the feasibility and efficiency of the algorithms.%提出一种改进的基于动态Skyline和多种群遗传粒子群优化的云服务组合优化方法,旨在解决动态、不确定环境下大规模云服务组合优化问题.对云服务组合和服务质量(QoS)形式化描述,提出一种云服务组合优化模型;对Skyline操作进行建模的基础上,设计Skyline云服务动态更新算法,以满足云服务因临时加入、退出及QoS变化而引起的动态性和不确定性需求;最后,设计一种新的云服务组合优化算法,算法采用动态Skyline操作和用户约束降低问题求解空间,并基于种群相似性和遗传操作进行防早熟收敛处理.通过真实数据集和随机数据集的大量仿真实验,结果验证了本文算法的可行性和有效性.

摘要： 为实现多射频多信道多跳无线网络的节能并保证网络服务质量，提出了一种射频接口节能调度方法，通过合理调度射频接口的活跃／休眠状态，在保证用户带宽需求的前提下，节约网络能耗并兼顾网络延迟的降低。首先，证明射频接口节能调度问题为NP-hard问题，并利用整数线性规划（ILP）对问题进行形式化描述，以最小化网络总能耗为优化目标，满足链路存在、路由、带宽需求、路径跳数等约束。然后，提出了一种高效的启发式算法，以迭代方式选择流并确定其路由路径，同时调度相应路径上的射频接口至活跃状态。在每次迭代过程中，以最小化网络能耗的增量为策略，进行流的选择。实验结果表明，所提出的启发式算法在节能效果方面与ILP方法接近，并在运行效率上具有显著优势，能够适用于大规模的多跳无线网络。%In order to save the energy consumption and guarantee the quality of service (QoS )in multi-radio multi-channel multi-hop wireless networks,an energy-efficient radio scheduling scheme is proposed.The objective of the scheduling aims to save the energy consumption of the network through properly scheduling the active or sleeping modes,while satisfying the bandwidth require-ments of users and considering the reduction of network delay.First,the energy-efficient radio scheduling problem is proved to be NP-hard.And the problem is formulated as an integer linear pro-gramming (ILP)model in order to minimize the total energy consumption of the network and satisfy the constraints such as link existence,routing,bandwidth requirement,hop count and so on.Then, an high efficient heuristic algorithm is proposed by iteratively selecting a flow,determining its rou-ting path,and scheduling the corresponding radios on this path as the active modes.In each itera-tion,the flow with the minimum increment of energy consumption is selected.The experimental re-sults show that the performance of the proposed heuristic algorithm is close to that of the ILP method for energy efficiency and the operating efficiency exhibits significant advantage,indicating that this algorithm can be well applied in large-scale networks.

摘要： Web服务是目前的研究及应用热点，Qos约束是研究Web服务的一个重要内容。如何在满足一定的Qos约束条件下成功、快速、合理的选择所需服务是这一内容的核心问题。本文提出一种基于功能图的Web服务选择算法BTWS，该算法构建功能排序图，利用功能函数和成本函数，得到合理的Web服务选择集。仿真实验表明，该算法具有更高的查询效率和更可靠的Qos保证。

摘要： Web服务是目前的研究及应用热点，Qos约束是研究Web服务的一个重要内容。如何在满足一定的Qos约束条件下成功、快速、合理的选择所需服务是这一内容的核心问题。本文提出一种基于功能图的Web服务选择算法BTWS，该算法构建功能排序图，利用功能函数和成本函数，得到合理的Web服务选择集。仿真实验表明，该算法具有更高的查询效率和更可靠的Qos保证。

摘要： Web服务是目前的研究及应用热点，Qos约束是研究Web服务的一个重要内容。如何在满足一定的Qos约束条件下成功、快速、合理的选择所需服务是这一内容的核心问题。本文提出一种基于功能图的Web服务选择算法BTWS，该算法构建功能排序图，利用功能函数和成本函数，得到合理的Web服务选择集。仿真实验表明，该算法具有更高的查询效率和更可靠的Qos保证。

摘要： Web服务是目前的研究及应用热点，Qos约束是研究Web服务的一个重要内容。如何在满足一定的Qos约束条件下成功、快速、合理的选择所需服务是这一内容的核心问题。本文提出一种基于功能图的Web服务选择算法BTWS，该算法构建功能排序图，利用功能函数和成本函数，得到合理的Web服务选择集。仿真实验表明，该算法具有更高的查询效率和更可靠的Qos保证。

摘要： Web服务是目前的研究及应用热点，Qos约束是研究Web服务的一个重要内容。如何在满足一定的Qos约束条件下成功、快速、合理的选择所需服务是这一内容的核心问题。本文提出一种基于功能图的Web服务选择算法BTWS，该算法构建功能排序图，利用功能函数和成本函数，得到合理的Web服务选择集。仿真实验表明，该算法具有更高的查询效率和更可靠的Qos保证。

摘要： 无线Mesh网络中网关常常成为网络的瓶颈.为了解决网关的选取问题和提高QoS性能,根据多网关选取问题与选播路由的相似性,提出了一种基于选播机制的网关选取模型.该模型将所有网关节点抽象成一个选播组,带QoS约束的用户端通过有效的选播机制能够自适应地选择最优的网关节点为其服务,以保证无线Mesh网络良好的接入性能.仿真结果表明了该算法的正确性和有效性.

摘要： 无线Mesh网络中网关常常成为网络的瓶颈.为了解决网关的选取问题和提高QoS性能,根据多网关选取问题与选播路由的相似性,提出了一种基于选播机制的网关选取模型.该模型将所有网关节点抽象成一个选播组,带QoS约束的用户端通过有效的选播机制能够自适应地选择最优的网关节点为其服务,以保证无线Mesh网络良好的接入性能.仿真结果表明了该算法的正确性和有效性.

摘要： 无线Mesh网络中网关常常成为网络的瓶颈.为了解决网关的选取问题和提高QoS性能,根据多网关选取问题与选播路由的相似性,提出了一种基于选播机制的网关选取模型.该模型将所有网关节点抽象成一个选播组,带QoS约束的用户端通过有效的选播机制能够自适应地选择最优的网关节点为其服务,以保证无线Mesh网络良好的接入性能.仿真结果表明了该算法的正确性和有效性.

摘要： 无线Mesh网络中网关常常成为网络的瓶颈.为了解决网关的选取问题和提高QoS性能,根据多网关选取问题与选播路由的相似性,提出了一种基于选播机制的网关选取模型.该模型将所有网关节点抽象成一个选播组,带QoS约束的用户端通过有效的选播机制能够自适应地选择最优的网关节点为其服务,以保证无线Mesh网络良好的接入性能.仿真结果表明了该算法的正确性和有效性.

摘要： 提出一种基于蚁群优化算法的多QoS选播路由算法.算法设计了合理的路径评价方法,从平衡网络负载的角度出发,寻找适当的选播路由路径.通过对迭代最优解路径上的信息素的调整和算法重启的策略,算法有效地避免了陷入局部最优的缺陷,扩大了算法的搜索范围.实验结果表明,该算法能找到满足QoS约束的全局最优解,并在资源预留的基础上较好地满足用户对于带宽、时延的要求.

摘要： 本发明涉及一种满足能力约束和QoS约束的应用层任意源多播方法，建立在随机覆盖网及一个非DHT(distributed hash table)环的基础上，满足能力约束、动态成员等分布式应用需求，具有完全分布的特点，可以在Internet范围内扩展。不需要额外的维护，使其很适合具有多个潜在数据源的多播应用；具有较好的跳数复杂性和通信复杂性，结点的多播覆盖率高；具有结点能力约束性能，具有满足动态QoS约束的性能；本发明结构简单，易于实现。

摘要： 本发明公开了一种QoS约束的电力OTN通信网服务故障恢复方法，属于电力电网领域。该方法包括：构建网络虚拟化环境下电力OTN通信网服务故障管理模型；创建电力OTN通信网基础设施层和管理电力OTN通信基础网络；电力OTN通信服务层根据电力OTN通信业务的需求，租用电力OTN通信网基础设施层的底层网络资源，为用户提供差异性服务；服务故障管理平台监测到底层网络资源发生故障时，基于QoS约束的电力OTN通信网服务故障方法，对影响到的电力OTN通信服务故障进行恢复。本发明可以恢复尽可能多的电力OTN通信服务，并且在电力OTN通信服务故障恢复能力、电力OTN通信基础网络的收益方面取得较好的效果。

摘要： 本发明公开了一种分布式计算平台下基于QoS约束的视频流处理方法，其首先针对视频流处理特性将QoS定义为算子的准确度以及时延，并且基于此重新定义了视频流数据处理的编程模型。再将该模型发布至分布式处理框架，平台根据用户提交的处理过程，首先对各个算子进行分析，预先确定需求的准确度以及时延需求的资源量。再根据应用的数据依赖关系，对多个算子组合的情况(串行、并行、串行转并行、并行转串行)估计整个应用处理过程中应该分配的资源判断是否能满足要求并且根据之前的对算子的分析能够得到处理时间的估计时延。然后根据时延情况以及数据流的输入得到数据处理的窗口大小，再根据用户预估的视频流通路数对资源的总量进行估计。

摘要： 本发明属于无线通信技术领域，公开了一种保证用户QoS的基于固定速率约束的多基站系统中的比例公平调度方法包括：随机产生随机种群并对种群中的个体进行二进制编码；计算用户的权值；按照轮盘赌的方式选择种群中适应度大的个体概率；选择出来的个体进行交叉、变异操作；依据迭代终止条件，选择出多基站服务各个用户的概率。本发明在资源充足与不足两种情况下分别实现了不同的优化目标：当可分配资源充足时，用户的服务缺失率均为零，由服务缺失率得到的用户权值均为1，保证了在用户服务质量要求的前提下达到系统吞吐量最大；当可分配资源不足时，用户的服务缺失率存在非零值，由服务缺失率得到的用户权值存在大于1的数值，保证用户得到公平的服务。

摘要： 本发明提供一种面向服务组合的约束强度感知的全局QoS约束分解方法。本发明通过定义用户约束强度的度量方法，设计基于模糊推理规则的松弛因子自适应调节方法，构建了一种面向服务组合的约束强度感知的QoS约束分解模型。使用该模型，在约束分解阶段，当用户约束强度较弱时，可以有效淘汰每个任务的候选服务，以降低采用全局优选方法时解空间的大小；当用户约束强度较强时，可为每个任务保留一定的候选服务个数，以提高在服务组合时能够寻找到可行组合方案的概率。

摘要： 本发明涉及一种满足能力约束和QoS约束的应用层任意源多播方法，建立在随机覆盖网及一个非DHT(distributed hash table)环的基础上，满足能力约束、动态成员等分布式应用需求，具有完全分布的特点，可以在Internet范围内扩展。不需要额外的维护，使其很适合具有多个潜在数据源的多播应用；具有较好的跳数复杂性和通信复杂性，节点的多播覆盖率高；具有节点能力约束性能，具有满足动态QoS约束的性能；本发明结构简单，易于实现。

摘要： 本发明提供一种基于QoS约束的任播服务源路由方法、装置及任播服务系统，任播服务源路由方法包括：获取所有服务器节点的服务QoS信息，判断各服务器节点上的相应服务是否满足预设的QoS约束，得到满足QoS约束的服务集合；按照预设的服务评价规则，计算服务集合中各服务的综合QoS值；从服务集合中选择综合QoS值最优的服务，将包括该服务对应的服务器节点地址信息的服务访问请求发送至任播节点，使得任播节点能够根据服务器节点地址转发服务访问请求。本发明通过在客户端进行服务Qos信息采集，并根据所采集的信息确定满足QoS约束的最优服务，能够支持在源端进行全局最优服务访问选择，避免服务选择陷入局部最优解。

摘要： 本发明属于卫星通信技术领域，涉及一种低轨卫星网络中多QoS约束的蚁群优化路由方法；所述方法包括根据基于链路QoS信息的状态转移规则，作为蚂蚁选择下一跳节点的依据；蚂蚁每次在选择下一跳卫星节点时，充分考虑了链路的状态信息，使得蚂蚁倾向于选择满足链路QoS信息的路径，并在出现路径偏差的时能及时进行调整，增强了蚂蚁搜索的方向性，而且依据概率进行选路的策略，避免了出现停滞现象。在信息素的更新规则中引入了正反馈和负反馈机制，对本次迭代中的最优路径给予奖励，增大其释放的信息素量，对本次迭代的最差路径进行惩罚，减小其释放的信息素量，正负反馈机制的结合使得蚁群算法得以自组织进化，从而找到满足QoS需求的路径。

摘要： 本发明公开了一种分布式计算平台下基于QoS约束的视频流处理方法，其首先针对视频流处理特性将QoS定义为算子的准确度以及时延，并且基于此重新定义了视频流数据处理的编程模型。再将该模型发布至分布式处理框架，平台根据用户提交的处理过程，首先对各个算子进行分析，预先确定需求的准确度以及时延需求的资源量。再根据应用的数据依赖关系，对多个算子组合的情况(串行、并行、串行转并行、并行转串行)估计整个应用处理过程中应该分配的资源判断是否能满足要求并且根据之前的对算子的分析能够得到处理时间的估计时延。然后根据时延情况以及数据流的输入得到数据处理的窗口大小，再根据用户预估的视频流通路数对资源的总量进行估计。

摘要： 描述了用于无线通信的方法、系统和设备。一种方法可以包括由UE进行的以下操作：确定UE服务质量的优先级高于UE热效率约束，至少部分地基于确定的UE服务质量优先级来生成优先级指示符，以及经由物理层信令向基站发送优先级指示符。另一种方法可以包括由UE进行的以下操作：确定UE服务质量的优先级高于UE能量约束，至少部分地基于确定的UE服务质量优先级来生成优先级指示符，以及经由物理层信令向基站发送优先级指示符。又一种方法可以包括由基站进行的以下操作：接收UE优先级指示符，所述UE优先级指示符指定UE服务质量优先级优高于热效率约束，以及基于接收的优先级指示符来使UE QoS暂时优先于UE热效率约束。