專利名稱：基于最小生成樹和貪婪算法的動態(tài)時延約束的多播路由的方法
技術(shù)領(lǐng)域：
本發(fā)明屬于網(wǎng)絡(luò)網(wǎng)絡(luò)通信中的路由技術(shù)，具體涉及一種多播路由中節(jié)點加入到多播樹或離開多播樹的方法。
背景技術(shù)：
多播技術(shù)的發(fā)展背景計算機(jī)網(wǎng)絡(luò)飛速發(fā)展，網(wǎng)絡(luò)功能日益強大。網(wǎng)絡(luò)的作用從簡單的信息傳送發(fā)展到遠(yuǎn)程教學(xué)、視頻會議、數(shù)據(jù)分發(fā)和網(wǎng)絡(luò)游戲等。用戶的數(shù)據(jù)要從一個終端發(fā)送到另一個終端，首先要確定傳輸路由，不同的通信方式，其確定路由的方式也不同。如今網(wǎng)絡(luò)的通信方式主要有以下幾種單播(unicastpoint to point)，點到點的通信方式。
多播(multicastpoint to multipoint)，點到多點的通信方式。
匯播(concastmultipoint to point)，多點到一點的通信方式。
群播(multipoint to mult ipoint)，多點到多點的通信方式。
廣播(broadcastpoint to all point)，點到所有節(jié)點的通信方式。
任播(anycastpoint to any point)，—點到一個或多個網(wǎng)絡(luò)接口(通常屬于不同的結(jié)點)的通信。如果數(shù)據(jù)包發(fā)向任播地址，它會被路由到有這個地址的最近接口處，至于什么是最近，要看路由協(xié)議的規(guī)定了。
單播的實現(xiàn)一般采用Dijkstra提出的最短路算法Bellman-Ford算法來建立點到點的路由。廣播是網(wǎng)絡(luò)中常用的通信方式，其涉及一節(jié)點向網(wǎng)絡(luò)中所有節(jié)點發(fā)送信息，廣播通信方式在局域網(wǎng)中應(yīng)用很廣。而多播是一源節(jié)點向多個目的節(jié)點發(fā)送信息(但不是所有節(jié)點)的通信方式，涉及多播技術(shù)的應(yīng)用很多，如多媒體會議、遠(yuǎn)程教育、數(shù)據(jù)分發(fā)等。多媒體會議是多播應(yīng)用的一個典型例子，數(shù)據(jù)分發(fā)是多播應(yīng)用的另一個領(lǐng)域，這項技術(shù)允許公司每天夜里向他們的遠(yuǎn)程商店發(fā)布新的信息，比如價格和產(chǎn)品信息，以便在下一個營業(yè)日有更新的信息。多播應(yīng)用的普及也導(dǎo)致了多播主干網(wǎng)的快速發(fā)展。匯播和多播有相同之處，多播是一點到多點的通信，而匯播是多點到多點的通信方式，例如遠(yuǎn)程數(shù)據(jù)采集。至于群播的典型應(yīng)用是網(wǎng)絡(luò)即時游戲，在多方游戲中，需要將各自的狀態(tài)互相同步發(fā)送。在多播、匯播和群播中，多播是目前研究得最多，也是應(yīng)用最廣的網(wǎng)絡(luò)連接方式。
在多播通信中，若對每個目的節(jié)點單獨發(fā)送數(shù)據(jù)包，則將大大浪費網(wǎng)絡(luò)資源，增加源節(jié)點的處理負(fù)擔(dān)，嚴(yán)重時會加劇網(wǎng)絡(luò)的擁塞。因此，有必要尋求網(wǎng)絡(luò)層對多播通信的支持，使多播技術(shù)滿足多媒體實時應(yīng)用的要求。從而出現(xiàn)了以多播樹(multicasting tree)實現(xiàn)多播的方式。多播樹是覆蓋所有多播組成員的一棵生成樹，多播樹有以下兩個優(yōu)點1)信息以并行的方式沿著樹枝發(fā)送到不同的組成員，降低了信息傳遞的時延；2)網(wǎng)絡(luò)中需要傳送的復(fù)制信息最少，而且信息的復(fù)制只在樹權(quán)處進(jìn)行，這樣能夠節(jié)省網(wǎng)絡(luò)帶寬資源，提高每次多播通信時的資源利用率，并能減少擁塞，降低網(wǎng)絡(luò)負(fù)載。而這棵多播樹的生成是由多播路由算法決定。
典型的路由選擇方式有兩種靜態(tài)路由和動態(tài)路由。
靜態(tài)路由是在路由器中設(shè)置的固定的路由表。除非網(wǎng)絡(luò)管理員干預(yù)，否則靜態(tài)路由不會發(fā)生變化。由于靜態(tài)路由不能對網(wǎng)絡(luò)的改變作出反映，一般用于網(wǎng)絡(luò)規(guī)模不大、拓?fù)浣Y(jié)構(gòu)固定的網(wǎng)絡(luò)中。靜態(tài)路由的優(yōu)點是簡單、高效、可靠。在所有的路由中，靜態(tài)路由優(yōu)先級最高。當(dāng)動態(tài)路由與靜態(tài)路由發(fā)生沖突時，以靜態(tài)路由為準(zhǔn)。
動態(tài)路由是網(wǎng)絡(luò)中的路由器之間相互通信，傳遞路由信息，利用收到的路由信息更新路由器表的過程。它能實時地適應(yīng)網(wǎng)絡(luò)結(jié)構(gòu)的變化。如果路由更新信息表明發(fā)生了網(wǎng)絡(luò)變化，路由選擇軟件就會重新計算路由，并發(fā)出新的路由更新信息。這些信息通過各個網(wǎng)絡(luò)，引起各路由器重新啟動其路由算法，并更新各自的路由表以動態(tài)地反映網(wǎng)絡(luò)拓?fù)渥兓?。動態(tài)路由適用于網(wǎng)絡(luò)規(guī)模大、網(wǎng)絡(luò)拓?fù)鋸?fù)雜的網(wǎng)絡(luò)。當(dāng)然，各種動態(tài)路由協(xié)議會不同程度地占用網(wǎng)絡(luò)帶寬和CPU資源。
靜態(tài)路由和動態(tài)路由有各自的特點和適用范圍，因此在網(wǎng)絡(luò)中動態(tài)路由通常作為靜態(tài)路由的補充。當(dāng)一個分組在路由器中進(jìn)行尋徑時，路由器首先查找靜態(tài)路由，如果查到則根據(jù)相應(yīng)的靜態(tài)路由轉(zhuǎn)發(fā)分組；否則再查找動態(tài)路由。
動態(tài)Steiner問題的定義給定一個圖G(V，E)，節(jié)點集DV，一組操作請求序列R＝{r0，r1，...，rk}，其中ri為(xi，Oi)，節(jié)點xi∈V，操作Oi＝{加入，刪除}，Di代表在第i步操作Oi后多播節(jié)點的集合，且要求相鄰的兩步操作不能是將一個節(jié)點加入，又立即將該節(jié)點刪除。經(jīng)過序列集R操作后相應(yīng)得到覆蓋Di的r樹序列{T0，T1，...，TK}，并使得其中每一棵樹Ti的費用最小化，則稱這一組Steiner樹為動態(tài)Steiner樹，這類問題為動態(tài)無約束多播路由問題。解決這類問題的算法稱為動態(tài)費用優(yōu)化多播路由算法。
動態(tài)時延約束Steiner問題的定義前面所討論的屬于動態(tài)Steiner樹問題，若要考慮QoS，勢必使問題更加復(fù)雜化，通常也僅僅討論時延約束的惰況。這里給出動態(tài)時延約束Steiner問題的定義。
給定一個圖G(V，E)，s為源節(jié)點，一組操作請求序列R＝{r0，r1，...，rk}，其中ri為(xi，Oi)，節(jié)點xi∈V，操作Oi＝{加入，刪除}，Di代表在第i步操作Oi后多播節(jié)點的集合，且要求相鄰的兩步操作不能是將一個節(jié)點加入，又立即將該節(jié)點刪除。經(jīng)過序列集R操作后相應(yīng)得到覆蓋Di∪s的r樹序列{T0，T1，...，TK}，且沒個目的節(jié)點的時延d(i，j)都小于Δ，即最大時延D(T)=maxΣ(i,j)∈p(s,di)d(i,j)<Δ,]]>同時還要使每棵樹Ti的費用C(T)=minΣ(i,j)∈Tc(i,j)]]>最小。則稱這一組樹序列為動態(tài)時延約束費用優(yōu)化多播路由問題。解決這類問題的算法稱為動態(tài)時延約束費用優(yōu)化多播。
典型的動態(tài)無約束費用優(yōu)化多播路由算法動態(tài)無約束費用優(yōu)化多播路由啟發(fā)式算法主要解決動態(tài)Steiner問題，所得的樹稱為動態(tài)Steiner樹。動態(tài)Steiner村算法的計算量非常大，因此需要尋求有效的動態(tài)多播路由啟發(fā)式算法。Waxman等提出了一些算法，下面簡要敘述這些算法。
(1)、動態(tài)貪婪算法(DGADynamic Greedy Algorithm)DGA算法是由B.M.Waxman提出來的，實際上有關(guān)動態(tài)多播路由算法的研究就是由B.M.Waxman開始的。動態(tài)貪婪算法的描述如下增加一個多播節(jié)點在多播樹T中，要加入多播節(jié)點v，則先求v到T的最短路由連接(v1，v2，v3，...，vi，y)，該最短路由連接中只有節(jié)點y∈VT，但是y不一定屬于D，VT是樹T的節(jié)點集合，將該路徑中除y節(jié)點外的所有節(jié)點和鏈路都加入到T中，由于每一次增加一個多播節(jié)點都是選擇到多播樹的最短路由，就成為貪婪算法名稱的由來。該算法的復(fù)雜性為O(n2)、刪除一個多播節(jié)點要從多播樹T中刪除一個多播節(jié)點，則先將該節(jié)點打上刪除標(biāo)記，然后檢查待刪除的多播節(jié)點是否為葉節(jié)點，如果是，則將該節(jié)點刪除，并將多播樹中度數(shù)為1的非多播節(jié)點刪除，直到不存在度數(shù)為1的非多播節(jié)點，算法才停止。由于刪除度數(shù)為1的非多播節(jié)點，只可能是沿一條樹枝修剪，所以該算法的時間復(fù)雜度為o(n)。
(2)、加權(quán)貪婪算法(WGAweighted Greedy Algorithm)加權(quán)貪婪算法只是在最短路徑函數(shù)上與貪婪算法不同。首先選擇一個節(jié)點O作為多播樹的主節(jié)點，主節(jié)點應(yīng)該一直在多播樹上，因此在點對多點的多播中源節(jié)點是合適的節(jié)點，而多點對多點的通信中，可以選擇一個合適的源節(jié)點或中心點作為主節(jié)點。
加入一個節(jié)點u選擇樹上的節(jié)點v，使得以下函數(shù)最小w(v)＝(1-ω)d(u，v)+ωd(v，o)d(x，y)是x，y間的距離，當(dāng)ω＝0時，該算法退化為貪婪算法；當(dāng)ω＝0.5時，即節(jié)點u直接通過最低費用路徑連接到主節(jié)點o，這就是下面的SP算法。根據(jù)Waxman的仿真經(jīng)驗，ω＝＝03時，算法的平均無效度值達(dá)到最佳。
刪除一個多播節(jié)點要從多播樹T中刪除一個多播節(jié)點，則先將該節(jié)點打上刪除標(biāo)記，然后檢查待刪除的多播節(jié)點是否為葉節(jié)點，如果是，則將該節(jié)點刪除，并將多播樹中度數(shù)為1的非多播節(jié)點刪除，直到不存在度數(shù)為1的非多播節(jié)點，算法才停止。由于刪除度數(shù)為1的非多播節(jié)點，只可能是沿一條樹枝修剪，所以該算法的時間復(fù)雜度為O(n)。
Prim算法解決最小生成樹問題的經(jīng)典算法，它的基本步驟如下首先任選一頂點作為子樹的根節(jié)點；將所有的邊依照權(quán)重放入優(yōu)先權(quán)隊列；在隊列中尋找能與子樹中頂點連接的最輕邊加入到子樹中；重復(fù)前一步直到所有頂點皆包含在此子樹中。
通過以上步驟就可以得出最小生成樹。
Dijkstra算法經(jīng)典的最短路徑算法是目前多數(shù)系統(tǒng)解決最短路徑問題采用的理論基礎(chǔ)。
Dijkstra算法的基本思路是假設(shè)每個點都有一對標(biāo)號(dj，pj)，其中dj是從起源點s到點j的最短路徑的長度(從頂點到其本身的最短路徑是零路(沒有弧的路)，其長度等于零)；pj則是從s到j(luò)的最短路徑中j點的前一點。求解從起源點s到點j的最短路徑算法的基本過程如下1)初始化。起源點設(shè)置為①ds＝0，ps為空；②所有其他點di＝∞，pi＝？；③標(biāo)記起源點s，記k＝s，其他所有點設(shè)為未標(biāo)記的。
2)檢驗從所有已標(biāo)記的點k到其直接連接的未標(biāo)記的點j的距離，并設(shè)置dj＝min[dj，dk+lkj]式中，lkj是從點k到j(luò)的直接連接距離。
3)選取下一個點。從所有未標(biāo)記的結(jié)點中，選取dj中最小的一個idi＝min[dj，所有未標(biāo)記的點j]點i就被選為最短路徑中的一點，并設(shè)為已標(biāo)記的。
4)找到點i的前一點。從已標(biāo)記的點中找到直接連接到點i的點j*，作為前一點，設(shè)置i＝j(luò)*5)標(biāo)記點i。如果所有點已標(biāo)記，則算法完全推出，否則，記k＝i，轉(zhuǎn)到2)再繼續(xù)。
最終推導(dǎo)出一條符合要求的最短路徑。
現(xiàn)有的對于動態(tài)時延約束的最小Steiner樹問題，貪婪算法和加權(quán)貪婪算法雖然是復(fù)雜度較低的不重組算法，但樹的網(wǎng)絡(luò)費用卻隨著節(jié)點更新對間的遞增而可能變得很壞，其主要原因是動態(tài)貪婪算法中每次節(jié)點加入動態(tài)多播樹都是選擇一條到多播樹的最短路由，因此這就有很大的局限性，最短路由并不能表示多播樹性能的好壞，隨著節(jié)點的增多，多播樹的性能就會明顯的下降；而且當(dāng)節(jié)點離開時，若它不是樹上的葉節(jié)點，則不會被剪除，而是仍然保留在多播樹上，若這樣的節(jié)點增多時，則樹的網(wǎng)絡(luò)費用可能會高于最佳樹的網(wǎng)絡(luò)費用值許多，因此貪婪算法和加權(quán)貪婪算法的無效度會較大。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種基于最小生成樹和貪婪算法基本思想的一種動態(tài)時延約束的多播路由方法，它是解決動態(tài)Steiner問題的方法，稱之為DGA(Dynamic Greedy multicast routing Algorithm)方法。
實現(xiàn)本發(fā)明目的的技術(shù)方案為基于最小生成樹和貪婪算法的動態(tài)時延約束的多播路由方法，它包括網(wǎng)絡(luò)節(jié)點v，動態(tài)多播樹T；當(dāng)網(wǎng)絡(luò)節(jié)點v在動態(tài)多播樹T上，則將網(wǎng)絡(luò)節(jié)點v標(biāo)記為多播成員；當(dāng)網(wǎng)絡(luò)節(jié)點v不在動態(tài)多播樹T上，計算最小生成樹路徑、最小費用路徑和最小時延路徑到已有的多播樹的費用，取其中滿足時延要求且增加費用最小的一條連到已有的多播樹，從而使網(wǎng)絡(luò)節(jié)點v加到動態(tài)多播樹T上，在將網(wǎng)絡(luò)節(jié)點v標(biāo)記為多播成員；當(dāng)網(wǎng)絡(luò)節(jié)點v要離開動態(tài)多播樹T時，采用貪婪算法使節(jié)點v離開動態(tài)多播樹T。
該方法的執(zhí)行時間與經(jīng)典的最小路徑費用算法MPH相當(dāng)。DGA的費用比MPH算法高4％-5％左右，因此它是一種低復(fù)雜度的時延約束的低費用多播路由方法，在多播節(jié)點密度較大時顯示了優(yōu)越性，且它的平均無效度在其他情況下也在可接受的范圍之內(nèi)。


圖1本方法流程2無效度與更新事件次數(shù)關(guān)系3費用與更新事件次數(shù)關(guān)系圖具體實施方式
該方法的基本思想是每次源節(jié)點發(fā)起一次多播通信時，首先利用Prim算法對網(wǎng)絡(luò)計算一棵最小生成樹，再用Dijkstra算法計算每個節(jié)點到源節(jié)點的最短路徑和最短時延路徑，并保存這3種路徑，作為備用路徑。DGA方法的出發(fā)點就是利用最小生成樹路徑、費用最短路徑和最短時延路徑費用相對較低的特性，取其中費用增加最少的路徑。雖然在極端情況下，其性能、無效度會很差，但這是在特殊網(wǎng)絡(luò)圖中，而我們得仿真是在許多不同的隨機(jī)網(wǎng)絡(luò)上進(jìn)行的，沒有出現(xiàn)如此差的情況，而且對仿真數(shù)據(jù)需要進(jìn)行隨機(jī)處理，仿真數(shù)據(jù)符合置信比95％，置信寬度小于5％的要求。
方法的具體描述如下如圖1所示節(jié)點的加入如果節(jié)點v要加入到動態(tài)多播樹T，若v已經(jīng)在樹T上，則只要將它標(biāo)記為多播成員即可；否則分別計算最小生成樹路徑、最小費用路徑和最小時延路徑到已有的多播樹的費用，取其中滿足時延要求且增加費用最小的一條連到已有的多播樹。
節(jié)點的離開與貪婪算法一樣。
設(shè)v為節(jié)點，T為動態(tài)多播樹。
if(節(jié)點v加入動態(tài)多播樹T){if(V已經(jīng)在樹T上)則將節(jié)點v標(biāo)記為多播成員；else計算最小生成樹路徑、最小費用路徑和最小時延路徑到已有的多播樹的費用，取其中滿足時延要求且增加費用最小的一條連到已有的多播樹，從而使v加到T上；}else//節(jié)點離開動態(tài)多播樹T采用貪婪算法使節(jié)點v離開動態(tài)多播樹T；方法復(fù)雜度分析該方法在最壞情況下加入一個節(jié)點時需要重新計算路徑，方法的復(fù)雜度為O(elog|V|+n2)，其中重新計算路徑(對所有節(jié)點進(jìn)行排序)的時間復(fù)雜度固定為O(elog|V|)；若路由表沒有改變，則該算法中也不需重新計算路徑，其時間復(fù)雜度僅與添加的路徑上的節(jié)點數(shù)有關(guān)，最差情況下為O(n2)。
當(dāng)刪除一個節(jié)點時，其時間復(fù)雜度即貪婪算法的時間復(fù)雜度，最差情況下也是O(n)。
從時間復(fù)雜度可以看出新方法與貪婪算法相比基本上是一樣的，這說明了新方法的運行時間基本上沒有多大的變化，所以從時間復(fù)雜度角度說明新方法是可以接受的。
建立仿真模型首先我們需要用一個數(shù)學(xué)公式來構(gòu)造一個仿真模型，這樣就可以從數(shù)學(xué)的理論的角度說明動態(tài)多播路由方法的整個工作過程，為下一步的實驗分析提供理論依據(jù)。動態(tài)多播路由方法的仿真模型是在隨機(jī)網(wǎng)絡(luò)上進(jìn)行的，為了對動態(tài)多播路由方法進(jìn)行仿真，還需產(chǎn)生不斷更新的動態(tài)多播組。在有n個節(jié)點的圖G中，k表示當(dāng)前多播組成員數(shù)，則
P(add)=γ(n-k)γ(n-k)+(1-γ)k,γ∈(0,1]]]>γ的值表示節(jié)點加入或離開的概率相等時的平衡點。
要產(chǎn)生更新事件，首先產(chǎn)生一個均勻分布的隨機(jī)數(shù)rb，若rb≤P(add)，則更新事件是加入一個節(jié)點，節(jié)點隨機(jī)地從尚未加入到多播組的節(jié)點集合中選擇一節(jié)點作為要加入的節(jié)點；若rb≥P(add)，則更新事件是多播組中的一個節(jié)點離開，隨機(jī)地從多播組的節(jié)點中選擇一個節(jié)點作為要刪除的節(jié)點，這里主節(jié)點不能被刪除。多播組中的成員在不斷變化，有以下三種情況k/n＝γ時，P(add)＝0.5，即多播路由樹上的成員數(shù)處于動態(tài)平衡狀態(tài)，節(jié)點加入事件的概率等于多播成員離開事件的概率；k/n＞γ時，P(add)＜0.5，即多播路由樹上的多播節(jié)點數(shù)多于動態(tài)平衡狀態(tài)時的情況，節(jié)點加入事件的概率小于多播成員離開事件的概率；k/n＜γ時，P(add)＞0.5，即多播路由樹上的多播節(jié)點數(shù)少于動態(tài)平衡狀態(tài)時，節(jié)點加入事件的概率大于多播成員離開事件的概率；仿真分析根據(jù)以上原理，我們來產(chǎn)生動態(tài)多播組。在隨機(jī)網(wǎng)絡(luò)上隨機(jī)選擇一個節(jié)點作為源節(jié)點，源節(jié)點不會參與更新。再隨機(jī)選擇另一個節(jié)點作為多播節(jié)點，源到該節(jié)點的路徑形成初始多播路由樹。然后根據(jù)上面的方法加入新多播節(jié)點或使一個多播成員離開。這里還要考慮以下情況，當(dāng)多播樹中的組成員數(shù)k＝1時，就不能再刪除節(jié)點，因為再刪除就只剩下源節(jié)點，多播組也就不存在了，所以此時需要強制性地再加入新成員。同時為避免死循環(huán)，新選擇要離開的節(jié)點不能是前一次才加入的節(jié)點。
為了仿真方法與更新事件次數(shù)之間的關(guān)系，將網(wǎng)絡(luò)大小設(shè)為50，節(jié)點的平均度數(shù)為4。在多播成員的百分比較低時，算法的最大無效度較大，反之，則較小，這也與分析的結(jié)論吻合。貪婪算法中，某些節(jié)點曾經(jīng)加入后又離開，卻仍然留在多播樹，會造成多播樹的性能變壞，當(dāng)多播規(guī)模較大時，再次加入多播組的可能性增大，這樣它的無效度性能就會好一點。如圖2所示，還可以看到極少數(shù)情況下無效度會小于1，這是因為用來比較的算法是MPH算法，它只是一個準(zhǔn)最佳的方法，會出現(xiàn)某些時候費用較高的情況。
方法的費用與更新事件次數(shù)之間的關(guān)系如圖3，可見多播樹的費用隨更新事件次數(shù)的增加而增加，但是增加到一定程度后趨于平穩(wěn)。
仿真結(jié)果表明新方法的執(zhí)行時間與經(jīng)典的最小路徑費用算法MPH相當(dāng)。DGA的費用比MPH算法高4％-5％左右，因此它是一種低復(fù)雜度的時延約束的低費用多播路由方法，在多播節(jié)點密度較大時顯示了優(yōu)越性，且它的平均無效度在其他情況下也在可接受的范圍之內(nèi)。
權(quán)利要求
1.一種基于最小生成樹和貪婪算法的動態(tài)時延約束的多播路由方法，它包括網(wǎng)絡(luò)節(jié)點v，動態(tài)多播樹T；其特征是當(dāng)網(wǎng)絡(luò)節(jié)點v在動態(tài)多播樹T上，則將網(wǎng)絡(luò)節(jié)點v標(biāo)記為多播成員；當(dāng)網(wǎng)絡(luò)節(jié)點v不在動態(tài)多播樹T上，計算最小生成樹路徑、最小費用路徑和最小時延路徑到已有的多播樹的費用，取其中滿足時延要求且增加費用最小的一條連到已有的多播樹，從而使網(wǎng)絡(luò)節(jié)點v加到動態(tài)多播樹T上，在將網(wǎng)絡(luò)節(jié)點v標(biāo)記為多播成員；當(dāng)網(wǎng)絡(luò)節(jié)點v要離開動態(tài)多播樹T時，采用貪婪算法使節(jié)點v離開動態(tài)多播樹T。
2.如權(quán)利要求1所述基于最小生成樹和貪婪算法的動態(tài)時延約束的多播路由方法，其特征是所述最小生成樹路徑采用Prim算法進(jìn)行計算。
3.如權(quán)利要求1所述基于最小生成樹和貪婪算法的動態(tài)時延約束的多播路由方法，其特征是所述最小費用路徑和最小時延路徑采用Dijkstra算法進(jìn)行計算。
全文摘要
本發(fā)明公開了一種基于最小生成樹和貪婪算法的動態(tài)時延約束的多播路由方法當(dāng)網(wǎng)絡(luò)節(jié)點v在動態(tài)多播樹T上，則將網(wǎng)絡(luò)節(jié)點v標(biāo)記為多播成員；當(dāng)網(wǎng)絡(luò)節(jié)點v不在動態(tài)多播樹T上，計算最小生成樹路徑、最小費用路徑和最小時延路徑到已有的多播樹的費用，取其中滿足時延要求且增加費用最小的一條連到已有的多播樹，從而使網(wǎng)絡(luò)節(jié)點v加到動態(tài)多播樹T上，在將網(wǎng)絡(luò)節(jié)點v標(biāo)記為多播成員；當(dāng)網(wǎng)絡(luò)節(jié)點v要離開動態(tài)多播樹T時，采用貪婪算法使節(jié)點v離開動態(tài)多播樹T。該方法的執(zhí)行時間與經(jīng)典的最小路徑費用算法MPH相當(dāng)。DGA的費用比MPH算法高4％－5％左右，因此它是一種低復(fù)雜度的時延約束的低費用多播路由方法，在多播節(jié)點密度較大時顯示了優(yōu)越性，且它的平均無效度在其他情況下也在可接受的范圍之內(nèi)。
文檔編號H04L12/56GK1819556SQ20061001861
公開日2006年8月16日 申請日期2006年3月23日 優(yōu)先權(quán)日2006年3月23日
發(fā)明者李臘元, 李春林, 劉凱歌 申請人:武漢理工大學(xué)