الگوریتم OLP برای مدیریت منابع در محیط MPLS سرویس متمایز
محل انتشار: پانزدهیمن کنفرانس مهندسی برق ایران
سال انتشار: 1386
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 2,638
فایل این مقاله در 7 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICEE15_261
تاریخ نمایه سازی: 17 بهمن 1385
چکیده مقاله:
شبکه های گسترده آتی با کاربردهای مختلفی روبرو می باشند که تفاوت زیادی در مشخصات ترافیک، سرویس و SLA service level agreement) مورد نیاز دارند، در یک شبکهfululti-Protocol Label Switching)fuIPlS بسته های جریان های مختلف بر اساس خصوصیات ترافیکی به کلاس های ترافیکی متمایز تقسیم گشته وبر چسب مناسب می گیرند. این کلاسها در اصطلاح ForwardingEquivalence Class (FEC) نامیده می شود. برای هر FEC می توان پارامترهای کیفیت سرویس و SLA مناسب تعریف نمود. برای تعریف FEC و جایایی label-switched path)LSPal های مربوطه در شبکه ، الگوریتم های متعددی ارائه شده اند ولی هیج یک به بهینه سازی طحر LSP ها در سطح شبکه نپرداخته اند و نیز مدل ترافیکی مختلف LPS ها در کارهای موجود مورد توجه قرار نگرفته است. دراین مقاله یک الگوریتم عمومی ارائه شده است که قادر به رویارویی با محدودیت های پیچیده و مدل های ترافیکی مختلف است و می تواند مکانیزمی کارامد برای پشتیبانی کیفیت سرویس در یک محیط چند سرویسه سرعت بالا ارائه دهد. الگوریتم خودکار A.SP Planning Optimaized)OLP برای طراحی LSPهای بهینه در سطح شبکه ارائه گردیده است که باعث مینیمم شدن هزینه انتقال و بار پردازشی، بهینه سازی ظرفیت های انتقال و توزیع جریان های ترافیکی با در نظر گرفتن پارامترهای مختلف Qos و افزایش گذردهی می گردد. الگوریتم فوق ما را به هدف نهایی به حداکثر رساندن کارایی منابع و بازد ه شبکه به ازای منابع فیزیکی موجود نزدیک می سازد. نتایج شبیه سازی های انجام شده این مسئله را مورد تایید قرار داده است.
کلیدواژه ها:
نویسندگان
سیاوش خرسندی
دانشگاه امیرکبیر تهران
علی پرهیزکاری
دانشگاه آزاد اسلامی بوئین زهرا
حمید مراقی
دانشگاه آزاد اسلامی قزوین
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :