基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据中心网络利用多个并行路径为集群计算等网络服务提供高对分带宽。然而,现有的流量调度算法可能会引起链路负载不均衡,核心交换机冲突加剧,造成网络总体性能降低。本文将流调度问题转化成0-K背包问题求解,提出基于离散粒子群的流调度算法DPSOFS(Discrete Particle Swarm Optimization Flow Scheduling)。该算法根据Fat-Tree结构特点定义了粒子速度、位置和运算规则,以两次迭代冲突流个数差值作为目标函数,并限定路径搜索范围,减少随机搜索的盲目性。仿真实验验证了该算法对减少流冲突快速有效,能提高网络对分带宽。
推荐文章
基于蚁群算法的SDN数据中心网络大象流调度研究
数据中心网络
软件定义网络
大象流调度
蚁群算法
粒子群算法优化支持向量机的网络流量混沌预测
粒子群算法优化
支持向量机
网络流量
混沌预测
平均绝对误差
蚁群算法
粒子群算法优化相空间重构参数的网络流量预测模型
网络流量
相空间重构
粒子群算法
嵌入维
延迟时间
基于改进的量子粒子群优化小波神经网络的网络流量预测
小波神经网络
量子粒子群优化
聚拢度
流量预测
收缩-扩张系数
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于离散粒子群算法的数据中心网络流量调度研究
来源期刊 电子学报 学科 工学
关键词 Fat-Tree 数据中心网络 离散粒子群 流调度
年,卷(期) 2016,(9) 所属期刊栏目 学术论文
研究方向 页码范围 2197-2202
页数 6页 分类号 TP393
字数 6477字 语种 中文
DOI 10.3969/j.issn.0372-2112.2016.09.026
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴春明 浙江大学计算机学院 72 913 16.0 26.0
2 林智华 福建江夏学院电子信息科学学院 9 25 2.0 5.0
6 高文 浙江大学计算机学院 3 35 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (4)
共引文献  (26)
参考文献  (9)
节点文献
引证文献  (19)
同被引文献  (108)
二级引证文献  (27)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(3)
  • 参考文献(2)
  • 二级参考文献(1)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2016(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(8)
  • 引证文献(6)
  • 二级引证文献(2)
2019(26)
  • 引证文献(9)
  • 二级引证文献(17)
2020(11)
  • 引证文献(3)
  • 二级引证文献(8)
研究主题发展历程
节点文献
Fat-Tree
数据中心网络
离散粒子群
流调度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子学报
月刊
0372-2112
11-2087/TN
大16开
北京165信箱
2-891
1962
chi
出版文献量(篇)
11181
总下载数(次)
11
总被引数(次)
206555
论文1v1指导