一种认知分组网络中的流量控制方法及装置制造方法及图纸

一种认知分组网络中的流量控制方法，在传输数据流之前，源节点向相邻的所有节点发送ｓｍａｒｔ　ｐａｃｋｅｔｓ；从所述源节点相邻的各个节点开始，所述ｓｍａｒｔ　ｐａｃｋｅｔｓ经过的每个节点都根据ＲＮＮ算法进行路由选择；源节点接收目的节点返回的多个ａｃｋｎｏｗｌｅｄｇｅｍｅｎｔｓ，ａｃｋｎｏｗｌｅｄｇｅｍｅｎｔｓ中携带对应的路径的流量预测信息；源节点根据流量预测信息选择一条路径传输数据流。本发明专利技术实施例还提供一种认知分组网络中的节点。本发明专利技术实施例的方法提供了一种在认知分组网络中流量控制的实现方式，由于源节点向相邻的所有节点均发送ｓｍａｒｔ　ｐａｃｋｅｔｓ，因此能够得到源节点到目的节点的多条路径以供选择，从而实现更好的路由、负载分担等，进而为用户提供更好的服务质量。

【技术实现步骤摘要】

本专利技术涉及网络通信
，尤其涉及分组认知分组网络中的流量控制方法及装置。
技术介绍
随着计算机网络技术的迅速发展，网络规模日益庞大，网络承载业务的服务质量 参数变化范围较大。为了应付日益复杂的网络环境，实现频谱资源、网络资源的高效利用， 为用户提供更好的服务质量，认知分组网络(CPN，Cognitive Packet Networks)应运而生。在认知分组网络中，有三种类型的数据包，分别是=Smart packets(认知数据 包)，用来寻找由源节点到目的节点的路径；dumb packets (纯数据包)，用来承载需要传 送的数据信息；和acknowledgements (应答数据包)，用来由目的节点向源节点返回上述 smart packets确定的路径信息。认知分组网络的工作原理如下源节点向相邻的某个节 点发送smart packets, smart packets通过在网络中传输的过程中寻找路由并收集与链 路质量有关的信息，路由信息和链路质量信息存放在smart packets中的CM (Cognitive map)字段；当smart packets到达目的节点后，目的本文档来自技高网...

【技术保护点】
一种认知分组网络中的流量控制方法，在传输数据流之前，其特征在于，包括：　　源节点向相邻的所有节点发送认知数据包ｓｍａｒｔ　ｐａｃｋｅｔｓ；　　从所述源节点相邻的各个节点开始，每个ｓｍａｒｔ　ｐａｃｋｅｔｓ经过的各个节点都根据随机神经网络ＲＮＮ算法进行路由选择；　　所述源节点接收目的节点返回的多个应答数据包ａｃｋｎｏｗｌｅｄｇｅｍｅｎｔｓ，每个ａｃｋｎｏｗｌｅｄｇｅｍｅｎｔｓ中携带对应的路径的流量预测信息；　　所述源节点根据所述流量预测信息选择一条路径传输数据流。

【技术特征摘要】
1. 一种认知分组网络中的流量控制方法，在传输数据流之前，其特征在于，包括 源节点向相邻的所有节点发送认知数据包smart packets ；从所述源节点相邻的各个节点开始，每个smart packets经过的各个节点都根据随机 神经网络RNN算法进行路由选择；所述源节点接收目的节点返回的多个应答数据包acknowledgements，每个 acknowledgements中携带对应的路径的流量预测信息；所述源节点根据所述流量预测信息选择一条路径传输数据流。2.根据权利要求1所述的方法，其特征在于，该方法还包括每个smart packets经过的各个节点周期性地计算连接链路的流量预测信息； 所述各个节点在接收到所述smart packets时，将所述流量预测信息保存在所述smart packets 中；所述目的节点将各个smart packets中携带的所述流量预测信息保存到相应的 acknowledgements 中。3.根据权利要求1所述的方法，其特征在于，该方法还包括每个smart packets经过的每个节点周期性地计算连接链路的流量预测信息； 所述acknowledgements在到达相应的节点时，所述相应的节点将计算得到的流量预 测信息保存在acknowledgements中。4.根据权利要求1 3任意一项所述的方法，其特征在于所述源节点向相邻的所有节点发送smart packets时，该方法还包括按照预设的计 时时间开始计时；所述源节点根据所述流量预测信息选择一条路径传输数据流具体包括当计时结束 时，所述源节点根据在计时结束前获得的acknowledgements中携带的流量预测信息选择 负载最小的路径传输数据流。5.根据权利要求1 3任意一项所述的方法，其特征在于，所述源节点根据所述流量预 测信息选择一条路径传输数据流具体包括所述源节点将接收...

【专利技术属性】
技术研发人员：李曦，单宝堃，李屹，纪红，王成金，李希金，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：11[中国|北京]