董育宁1,,,
田炜1,
汤萍萍1,2
1.南京邮电大学通信与信息工程学院 ??南京 ??210003
2.安徽师范大学物理与电子信息学院 ??芜湖 ??241000
基金项目:国家自然科学基金(61271233)，江苏省研究生创新项目(KYCX180894)
详细信息
作者简介:吴争：男，1994年生，博士，研究方向为多媒体通信
董育宁：男，1955年生，教授，研究方向为多媒体通信、网络流识别
田炜：男，1970年生，副教授，研究方向为多媒体通信、网络流识别
汤萍萍：女，1981年生，博士，讲师，研究方向为网络流识别、QoS保证技术
通讯作者:董育宁 dongyn@njupt.edu.cn
1) https://www.wireshark.org/中图分类号:TP391
计量
文章访问数:1329
HTML全文浏览量:819
PDF下载量:23
被引次数:0
出版历程
收稿日期:2018-12-19
修回日期:2019-04-08
网络出版日期:2019-04-22
刊出日期:2019-12-01
Quality of Service-aware Elastic Flow Aggregation Based on Enhanced Rough K-Means
Zheng WU1,Yuning DONG1,,,
Wei TIAN1,
Pingping TANG1,2
1. College of Telecommunications and Information Engineering, Nanjing University of Posts and Telecommunications, Nanjing 210003, China
2. College of Physics and Electronic Information, Anhui Normal University, Wuhu 241000, China
Funds:The National Natural Science Foundation of China (61271233), The Postgraduate Research & Practice Innovation Program of Jiangsu Province (KYCX18 0894)
摘要
摘要:面对多变的网络环境，现有的网络服务质量(QoS)映射中流聚集方法缺乏灵活性。针对现有聚集方法的缺陷，该文提出一种动态聚集方法。使用增强粗糙K均值算法(ERKM)，按照网络流的QoS属性将网络流进行合理聚集，并且在网络处于高负载状况时，通过隶属度弹性聚集网络流，从而适应网络的变化，使得网络流聚集具有灵活性。最后进行了网络流聚集实验和调度实验。实验表明，相比于现有的方法，该方法能够更加弹性地应对不同网络状态，并且更好地保障网络流的QoS指标。此外，还进一步验证了该文方法在不同网络环境下的QoS类聚集的一致性。
关键词:网络流聚集/
增强粗糙K-Means/
服务质量映射/
隶属度
Abstract:Facing changeable network environment, current Quality of Service (QoS)-aware flow aggregation scheme is lack of flexibility. A dynamic flow aggregation method to overcome present problems is proposed. An Enhanced Rough K-Means (ERKM) algorithm is used to aggregate network flows properly. Importantly, it is able to adjust degree of membership to face ever-changing internet environment to make algorithm more flexible. Internet scheduler experiment is carried out and a comparison is made with existing methods. Experimental results suggest that proposed method has advantages not only on flexibility of aggregation, but also on assurance of QoS of Internet flows. In addition, the consistency of QoS allocation under different network environment is investigated.
Key words:Flow aggregation/
Enhanced Rough K-Means(ERKM)/
Quality of Service(QoS) mapping/
Degree of membership
注释:
PDF全文下载地址:
https://jeit.ac.cn/article/exportPdf?id=0d67007c-4ff1-463a-9a26-fd179736daac
