拥塞控制和流量调度在SDN协同众包启用移动无线网络

文摘

目前,许多crowdsourcing-based移动应用程序实现了在移动网络和物联网(物联网),针对实时服务和建议。频繁的信息交换和数据传输的协作众包大量注入当前通信网络,为移动无线网络带来了巨大的挑战(MWN)。本文在软件定义MWN交通调度和负载平衡问题和设计一个混合路由转发方案以及拥塞控制算法实现可行的解决方案。交通调度算法首次在一个升序排序的任务取决于任务的数量,然后使用一个贪婪的方案解决它。在提出的拥塞控制方案中,首先转化为multiknapsack交通分配问题,然后人工鱼群算法(AFSA)是利用来解决这个问题。数值结果在实际网络拓扑发现,与传统方案相比,提出的拥塞控制和流量调度方案可以实现负载均衡,减少网络拥塞的概率,提高网络吞吐量。

1。介绍

近年来,众包已经收到了来自工业和学术界广泛关注,最初是在2006年由美国记者Jeff Howe提出。众包意味着任务执行的员工在一个公司或机构将外包给非特定的公共网络在一个自由和自愿的形式。众包的任务通常是由个人承担。但如果涉及的人员需要协作完成任务,有可能出现在形式的个体生产依赖于开源。许多任务不能通过一个简单的算法,如图像标签,商品评价和实体识别。这些类型的机器问题难以处理,但可以用众包。在众包发布任务直接网络和收集互联网上未知的人解决问题,很难仅靠传统的计算机处理,如维基百科,reCAPTCHA [1),标记图像和语言翻译。根据不同形式的公众参与众包,它可以分为协作众包和众包竞赛。在协作的众包,任务需要群众之间的合作,但执行任务的人通常没有回报。众包可以有效地解决machine-hard任务通过利用机器和一大群人。

软件定义网络(SDN)是指从OpenFlow技术开发的一种新的网络体系结构2]。SDN技术可以通过软件编程来控制数据转发,最终达到自由控制数据传输的目的。SDN流控制技术突出的优点;因此,我们希望使用SDN技术解决拥塞控制和流量调度的问题3在crowdsourcing-based移动无线网络(MWN)。

目前,许多crowdsourcing-based移动应用程序已经应用于移动网络和物联网(物联网),针对实时服务和建议,例如,Uber, Elance,亚马逊,Airbnb。这些频繁的信息交换和数据传输大量注入当前通信网络(4],它构成了巨大挑战拥塞控制和流量调度问题(5在移动无线网络。解决新兴挑战,本文关注的是交通调度和负载平衡问题在软件定义移动无线网络协作众包。本文首先提出了一种网络模型对交通工程问题,然后设计一个混合路由转发方案以及拥塞控制算法实现可行的解决方案。验证方案的性能,进行仿真实验。

本文的其余部分组织如下。综述了近年来相关工作部分2。然后制定网络模型3。节4拥塞控制和流量调度方案设计,详细介绍了。仿真结果和分析讨论了部分5。最后,给出了结论部分6。

2。相关工作

目前,一些研究者从不同的角度总结了众包的研究工作。

元等人在6)总结了进步的众包应用程序,算法,性能和数据集。Kittur等人在7)解释了众包等12个方面的挑战同步协作,实时响应和动态机器。Doan等人在8)回顾了众包系统应用于万维网和总结了众包系统根据问题类型和合作的方式。赵和朱(9回顾了众包四个方面的研究:信息技术、公众和组织。Kittur等人在10]研究过如何分解复杂的任务和如何将工人的答案来执行初始任务和提出了MapReduce框架来实现任务的分解。然而,他们的方法是只适用于特定类型的任务,和普通效果不能令人满意。可扩展性仍然需要解决。参考文献(11- - - - - -13]关注技术相结合的机器和人类与众包的连接操作环境,它首先通过机器算法过滤问题,然后向工人分配剩余的问题。的作者(12)使用实体的传递关系进一步减少任务的数量,从而节省成本。夸张等人在14)任务的成本降低了预处理数据集包含缺失的数据通过“误差模型”,从工人获得答案。坂本等人在15]研究参与者众包的方式经常在不同任务类型的交互。陆军等人在16)研究如何开展的一项调查,发现设计界面更适合众包工人通过问卷调查。作者在17)提出了一种基于随机地图生成和消息传递任务分配方法。这种方法的局限性是它只能用于一个特定类型的任务的难度的任务。然而,有各种类型的任务的众包平台,和一些任务需要特殊的专业知识,如语言翻译的任务。刘等人在18)实现一个数据分析系统,以保证结果的质量为主要目标,首先通过预测模型数量分配任务,然后,在任务执行过程中,通过在线质量评估结果来决定是否提前终止任务时间,从而节约了成本和时间。作者在19)提出了一种新的工人在众包模式。通过这一模式,工人的质量可以计算准确、及时。对于大数据任务,任务的数量会影响任务的总体成本。任务的数量可以减少有效地设计任务,从而减少工作成本。马库斯等人在20.]提出了策略将每个任务的问题转化成多个子问题。但是,当一个任务包含大量的子问题,任务需要改善的价格。否则,它将容易导致只有少数工人选择任务。也就是说,尽管这种方法降低了数量的任务,任务的总成本是不能保证会减少。的作者(21)提出了一个Crowdlet综合系统模型,定义了任务,工人的到来,和员工能力模型。在[22),作者设计了一个近似的任务分配算法,接近最优多项式时间复杂性和使用它作为一个构建块来构造整个随机拍卖机制。与确定性拍卖机制相比,提出随机拍卖机制增加了多样性贡献用户对于一个给定的传感的工作。的作者(23)提出了一个新的参与者招募策略场基于车辆发动的众包。这个策略保证系统可以使用目前招募参与者表现良好在未来一段时间。作者在24)专注于一个更现实的场景中,用户到达一个接一个在线以随机的顺序。作者在25)关注的问题,如何有效地分配一个众包任务和招募参与者基于D2D通信。在[26),现有的众包的定义进行分析提取共同的元素和建立任何众包项目的基本特征。基于这些现有的定义,一个详尽的和一致的定义提出了众包和对比11例。在[27),作者定义交通工程作为一个大型网络项目解决的性能评价和网络优化网络。在[28),交通工程进一步解释说,和交通工程是一个路线优化方法提高网络服务质量,避免网络中链路拥塞。

3所示。网络模型

有许多可能的下一跳后可能出现的众包任务选择了赋值对象在移动无线网络,和不同的下一跳选项影响网络的负载平衡。如图1图中,如果众包任务源节点转发到目的节点的任务通过第二跳1,网络中的最大链路利用率是0.6。如果下一个跳2是选择提出了任务分配,那么网络中最大链路利用率是0.4。因此,SDN控制器网络中需要计算下一跳定期网络中实现负载平衡。

考虑路由的网络中已经存在当前移动无线网络,它需要大量的人力和资源来取代所有SDN无线节点的节点(29日]。因此,我们认为SDN节点在移动无线网络的配置场景的一部分。我们假设节点在移动无线网络运行OSPF协议,所以SDN控制器可以收集网络中负载信息的链接。和SDN节点可以获得链接的所有链接网络的利用率。当众包任务离开了SDN节点,它可以通过其他SDN节点转发路径。这些节点可以有多个下一跳,如图2,黄色节点代表SDN节点,而白色的节点代表non-SDN节点。此外,实线代表的转发路径,虚线代表可能的转发路径。假定当前任务节点1是一个SDN节点,它选择下一跳节点2。还有另外一个SDN转发路径上节点4,和下一跳节点4 5节点或节点6。通过协调多个SDN节点分布在移动无线网络,我们可以有多个可能的转发路径的全球网络众包任务来实现负载平衡。

因此,我们首先需要找出所有可能的路径的包转发任务。我们用树状结构来构建所有可能的转发路径(30.]。首先,我们构造任务的源节点树的根。树中的每个节点可以分为SDN节点和non-SDN节点。如果它是一个SDN节点,那么它可以有多个子节点;否则,它只有一个子节点。我们假设当包转发任务,网络中的每个节点都将注入一个标识当前节点的数据包。通过SDN节点时,我们检查这个身份包包含节点和删除分支路径已经存在在当前身份包,确保回路不转发数据包时生成任务。在图2例如,所有可能的转发路径的树形结构构造如图3。

在我们上面所描述的那样,只有一个无线传感器网络众包任务,但是,在现实中,可以有多个任务在网络众包(31日]。

在形式上,无线传感器网络可以建模为 节点集 和链接设置 。

假设之间没有干扰节点和链接。假设矩阵的众包任务,任务设置吗 (众包任务源节点和吗众包的任务目标节点)。和任务的数量 。定义的链接能力。链路利用率定义为 ,可以制定在吗

定义,当一个众包任务通过节点,所有可能的转发路径添加到集合 。在移动无线网络有两个场景:当一个众包任务通过non-SDN节点数量,只能转发依照OSPF协议下一跳。当多个众包任务通过SDN节点,我们有多个可能的转发路径。在移动无线网络,我们只能控制SDN节点。因此,当交通穿过SDN众包任务节点时,我们需要解决的问题如下: , , 和 ,我们如何计划任务在路径与道路容量最小化最大链路利用率 ,然后实现负载平衡。我们描述的问题 。

鉴于上面的定义,可以形式化的问题如下:

公式(3)表明,在任何链接任务的大小小于或等于最大链路利用率的网络乘以链路容量。公式(4)表明,任务的数量在任何应负的转发路径。公式(5)表明,任务应该是负的。

4所示。拥塞控制和流量调度方案

4.1。混合路由和转发算法的设计

在我们的模型中,我们把移动无线网络中的节点分为两类:SDN节点和non-SDN节点。当众包任务交通穿过non-SDN节点,我们使用OSPF协议执行下一跳路由。当众包任务交通穿过SDN节点,我们描述这个问题 。有特殊情况的问题 ,在哪里 和 。这个问题 是NP,我们可以减少著名的0 - 1背包问题(32这个问题]。因此, 是np困难的。因此,更普遍的问题 也是NP- - - - - -困难的。这意味着计算不能在合理的时间完成对大型网络。因此,我们开发这个问题的启发式算法和多项式时间复杂性。

该算法我们做以下假设:(1)SDN控制中心可以意识到网络中的相关信息正确和及时的。(2)网络拓扑结构在短时间内是稳定的,我们不考虑无线网络的干扰。(3)标准的OSPF协议运行的所有节点的节点在移动无线网络除了SDN节点。(4)移动无线网络只有一个SDN控制器。(5)在路由的过程中,SDN节点只选择一个路径向前当处理一个众包任务流。(6)任务流转发跳了跳。

在本例中,我们假设网络中所有的链接会拥挤,和不会出现大量的众包任务交通链接超过链路的容量。因此,当SDN节点将众包转发任务,我们可以众包任务根据任务负载。然后,根据贪婪算法,众包任务分发给相应的链接,这使得网络中的最大链路利用率最低的价值。

混合路由和转发算法在算法1。

因为我们链接的利用率定义为链接的比例数据流的能力在当前链接,如果数据流远远大于我们的链接能力,我们的链路利用率将大于1。因此,网络的最大链路利用率大于1,这是相反的想法在交通工程负载平衡。因此,我们的众包任务交通矩阵不能任意生成;至于任务流的大小,根据文献中描述的方法(33),我们生成公式如下:

在公式(6),代表了交通流量的大小从源节点到目标节点 , 代表一个随机数在一个时间间隔 , 表示源节点之间的链路容量和它相邻的节点 , 目标节点之间的链路容量是和它相邻的节点 ,和 代表链接上的能力 。我们产生40集众包任务流矩阵的仿真数据根据公式(6)。根据以上条件,我们模拟了该算法。

4.2。拥塞控制算法的设计

正如上面提到的,我们假设不会有拥挤在移动无线网络,但事实上拥堵大规模众包的过程中是不可避免的。因此这个问题 应该是 ,因为1和链接的最大利用率第一个链接可能的路径吗 。在这种情况下,当一个SDN节点转发众包任务,它需要选择其任务集的一个子集 第一。然后,这些子任务将分配给可能转发链接 ,的最大价值分配的任务在每个链接的限制。这是一个multiknapsack问题。多个背包问题(MKP)指的是项目的一个子集的选择项集合 要加载到 背包。目的是为了选择物品的总价值最大化,与总容量不超过每个背包的体积。在这里,我们使用AFSA算法(34)来解决这个问题。鱼人工蜂群算法(AFSA)是一种新的仿生智能优化算法。人工鱼可以让AFSA更好聪明,适合求解大规模的复杂优化问题。我们将尽可能多的众包任务分配给该链接不超过容量的联系。根据这一启发式规则,如果我们想要分配任务到链接 ,有两种可能性。一个是链接能力 ,我们不能把任务分配给链接。另一个是链接能力 。让表示链接的剩余容量 。有两个条件: ,如果任务没有分配给任何链接,那么任务分配给的链接吗 ,和 ;如果任务被分配到链接 ,我们首先执行 这意味着把任务的链接 ,然后 )。然后我们分配任务到链接 ,和链接的剩余容量减少 。 ,我们执行 (是任务分配给的链接吗),直到 ,然后执行 。人工鱼总是保存在一个可行的解决方案和接近边界约束。有效优化人工鱼的行为策略的指导下开展了人工鱼喂食,追尾,集群。

因为我们只能控制SDN节点在网络,我们将non-SDN节点转发链接的流量。链接的剩余容量的背包容量multibackpack问题。我们还需要假定众包任务流不能分裂。假设当任务链接的数量超过链接的链接能力,它使任务被丢弃和需要转发。定义的次数,众包任务已提交。最后,我们评估我们的拥塞控制算法通过计算链路的吞吐量。我们使用公式(7)计算网络的吞吐量:

算法的拥塞控制算法2。

5。结果和分析

我们主要使用VS2010完成模拟,它是C / c++编码。我们使用无线网络标准基于IEEE 802.11 b (35)来构建我们的移动无线网络最大11 Mbps带宽,这意味着最大链路容量可以设置为11米。这里我们使用中描述的方法(36)设置在移动无线网络链接能力。首先,将所有节点分为两类根据每个节点的度,一个类节点代表的节点度小于3,和B类代表其他程度的节点的集合。如果一个链接有两个节点B类节点集,然后链接是11米能力;如果在一个类中的一个节点链接节点,设置6米的链接能力。

模拟移动无线网络的拓扑数据所示4和5节点,黄色代表SDN节点和白色节点代表non-SDN节点,我们模拟实验逐渐增加SDN节点的数量。

混合路由和转发算法,我们比较了网络没有SDN节点通过增加SDN网络中节点的数量,这是网络,我们假设所有节点转发根据OSPF协议。从(a) (d)之间的比较最大链路利用率提出了混合路由转发方案和OSPF协议通过增加SDN节点的数量。仿真结果如图6和7。

数据6和7目前最大利用率的分析不同SDN节点部署拓扑拓扑1和2。仿真结果如图6和7,设在代表最大链路利用率,设在代表众包任务流矩阵的数量。我们可以直观地看到,在SDN增加节点最大链路利用率的总体趋势是减少在移动无线网络的仿真结果数据6和7。然而,它在图中可以看到,当SDN节点在网络中相对较少,网络中的最大链路利用率从混合路由和转发算法获得几乎是相同的与OSPF路由算法。这是因为SDN控制器只能控制SDN节点操作的交通网络。SDN网络中节点很少时,整个网络的交通变得无法控制。尽管可以控制,通过SDN交通节点的本地链接网络的最大利用率降低,和本地网络可以实现负载均衡,很难实现对整个网络的负载平衡。此外,通过比较拓扑1和拓扑2,部署的好处SDN节点将变得更加明显随着网络中节点的数量的增加和网络拓扑结构变得更加复杂。

拥塞控制算法,我们逐渐增加的数量SDN节点在移动无线网络。我们通过公式计算网络的吞吐量(7),然后进行比较。仿真结果如图所示8。

图8显示了不同的分析吞吐量SDN节点部署拓扑拓扑1和2。它可以观察到的吞吐量性能拓扑与SDN节点1和拓扑2都是更好的增加。从比较结果如图8,可以得出结论,我们的拥塞控制算法可以有效地提高网络吞吐量。

6。结论

目前,大规模crowdsourcing-based移动应用程序已经应用于移动网络和物联网,针对实时服务和建议。频繁的信息交换和数据传输的协作众包不断注入当前通信网络,提出了巨大的挑战在移动无线网络(MWN)。本文在软件定义MWN交通调度和负载平衡问题和设计一个贪婪启发式算法以及拥塞控制算法实现可行的解决方案。提出交通调度算法按升序排序的任务根据任务的数量,然后使用贪婪的方案解决它们。数据包转发任务被分配给相应的链接,以便最大链路利用率MWN是最少的。在拟议的拥塞控制方案中,交通分配转化为一个multiknapsack问题,然后AFSA算法是用来解决这个问题。节点选择一个子集的可行的任务设置并分配p链接,使任务分配的最大数量不超过每个链接的能力有限。仿真结果表明,与传统方案相比,提出的拥塞控制和流量调度方法可以实现负载平衡,减少网络拥塞的概率,提高网络吞吐量。

的利益冲突

作者宣称没有利益冲突有关的出版。

确认

这项工作是支持部分由中国国家自然科学基金(61501105),中国国家重点研发项目(2016 yfc0801607),中央大学的基础研究基金(N150404018, N130304001 N150401002, N161608001),并从国家重点实验室开放研究基金的滚动和自动化,东北大学批准号2017 ralkfkt002。

引用

1. l . von Ahn b·毛雷尔c·麦克米伦d·亚伯拉罕m .布卢姆,“re {CAPTCHA}:人性化字符识别通过web安全措施,”美国科学促进协会:科学,卷321,不。5895年,第1468 - 1465页,2008年。视图:出版商的网站|谷歌学术搜索|MathSciNet
2. n部,t·安德森,h·et al .,“OpenFlow:使校园网络,创新”ACM Sigcomm计算机通信评审,38卷,不。2、69 - 74年,2008页。视图:出版商的网站|谷歌学术搜索
3. d . r . Wang Butnariu和j·范顿,“基于流的服务器负载均衡狂野,开放”十一届USENIX大会程序在管理互联网的热门话题,云,企业网络和服务页,12-12 USENIX协会,2011。视图:谷歌学术搜索
4. x, x的歌,f .夏h .郭j . Wang和a . Tolba”LoTAD:长期流量异常检测基于众包总线轨迹数据,”World Wide Web信息系统,1,2017页。视图:出版商的网站|谷歌学术搜索
5. z Ning, f·夏:Ullah et al .,“车辆社交网络:启用智能移动,”IEEE通讯杂志,55卷,不。5,16-55,2017页。视图:出版商的网站|谷歌学术搜索
6. m . c .袁、王,和k . s .梁,“众包系统的一项调查,”《IEEE第三社会计算国际会议(SocialCom)IEEE,页766 - 773年,波士顿,MA,美国,2012年10月。视图:出版商的网站|谷歌学术搜索
7. a . Kittur j . v . Nickerson m .伯恩斯坦et al .,“群众工作的未来,”学报2013年会议上计算机支持的协同工作,3 - 4卷,页1301 - 1318,社会科学电子出版,圣安东尼奥,德克萨斯州,美国,2013年2月。视图:出版商的网站|谷歌学术搜索
8. a . Doan r . Ramakrishnan, a . y . Halevy“众包系统在全球网络,”ACM的通信,54卷,不。4、86 - 96年,2011页。视图:出版商的网站|谷歌学术搜索
9. y赵问:朱,“评价众包研究:现状和未来方向,”信息系统领域,16卷,不。3、417 - 434年,2014页。视图:出版商的网站|谷歌学术搜索
10. Kittur a、b . smu s Khamkar, r . e .德国人“CrowdForge:众包复杂工作,”第24届ACM学报》研讨会上的用户界面软件和技术,尤伊斯特的112011年10月,页43-52、美国、。视图:出版商的网站|谷歌学术搜索
11. j . Wang, t·克拉斯·m·j·富兰克林et al .,”克劳德:众包实体解析》学报VLD禀赋,5卷,不。11日,页。1483 - 1494。视图:谷歌学术搜索
12. g . j . Wang, t·克拉斯·m·j·富兰克林和j·冯,“利用众包连接、传递关系”学报2013 ACM SIGMOD会议管理的数据,SIGMOD 2013美国,页229 - 240年,2013年6月。视图:出版商的网站|谷歌学术搜索
13. g . Demartini d . e . Difallah, p . Cudre-Mauroux”ZenCrowd:利用概率推理和众包技术大规模实体连接,”诉讼21年会上的万维网,WWW的12,页469 - 478,法国,2012年4月。视图:出版商的网站|谷歌学术搜索
14. c .夸张k . El Maarry, W.-T。Balke”轮廓查询不完整的数据,误差模型集中集体智慧”课堂讲稿在计算机科学(包括子系列讲义在人工智能和课堂讲稿在生物信息学):前言卷,8217年,第312 - 298页,2013年。视图:出版商的网站|谷歌学术搜索
15. 田中y, y Sakamoto l . Yu, j . v . Nickerson“众包的设计空间,”学报的国际会议上基础增强认知:导演自适应系统的未来卷,6780在计算机科学的课堂讲稿,页346 - 355,斯普林格出版社,2011年版。视图:出版商的网站|谷歌学术搜索
16. 陆军和m .博斯托克,“众包图形知觉:使用土耳其机器人可视化设计、评估”《28日太极拳年会在计算系统的人为因素,2010年气,页203 - 212,美国,2010年4月。视图:出版商的网站|谷歌学术搜索
17. d . Karger R, s .哦,和d·沙阿,“可靠的众包系统迭代学习,”学报》国际会议神经信息处理系统1961年,页1953 - Curran Associates Inc ., 2011年。视图:谷歌学术搜索
18. m x Liu, et al .,公元前Ooi”CDAS:众包数据分析系统”,美国养老,5卷,不。10日,1040 - 1051年,2012页。视图:谷歌学术搜索
19. j·冯·g·李,王h . et al .,“增量推理在众包,质量”学报》国际会议数据库系统高级应用程序课堂讲稿,在计算机科学中,页。453 - 467年,激飞国际出版,2014年。视图:出版商的网站|谷歌学术搜索
20. a·马库斯·e·吴,d . Karger s Madden和r·米勒“人力排序和连接,美国养老,5卷,不。1、24里面,2011页。视图:谷歌学术搜索
21. l . Pu j .徐,和傅x, x Chen”Crowdlet:最佳职工招聘自组织移动众包”学报》第35届IEEE国际会议上计算机通信、IEEE INFOCOM 20162016年4月,美国,。视图:出版商的网站|谷歌学术搜索
22. j .李朱y、y华和j . Yu”众包传感智能手机:随机拍卖方法,”学报》第23届IEEE国际研讨会的服务质量,IWQoS 2015美国,页219 - 224年,2015年6月。视图:出版商的网站|谷歌学术搜索
23. z, j .曹、刘x”高质量的参与者招募场基于车辆发动的众包使用可预测的流动性,”美国第34 IEEE计算机通信和网络年会,IEEE 2015信息通信2015年5月,页2542 - 2550。视图:出版商的网站|谷歌学术搜索
24. d .赵X.-Y。李,h·马,“如何外包任务,如实在不牺牲效用:在线与预算约束激励机制,”美国第33 IEEE计算机通讯大会上,IEEE 2014信息通信2014年5月,页1213 - 1221。视图:出版商的网站|谷歌学术搜索
25. y汉和h·吴”,最小费用与保险保证移动机会D2D网络众包,“IEEE移动计算,16卷,不。10日,2806 - 2818年,2017页。视图:出版商的网站|谷歌学术搜索
26. 大肠Estelles-Arolas和f . Gonzalez-Ladron-De-Guevara”,对一个集成的众包的定义,“信息科学杂志》,38卷,不。2、189 - 200年,2012页。视图:出版商的网站|谷歌学术搜索
27. y李和b·穆克吉”,在下一代光网络交通工程”,IEEE通信调查&教程》第六卷,没有。3,16-33页。视图:谷歌学术搜索
28. d . Awduche a .赵a . Elwalid Widjaja,肖x,“网络流量工程的概况和原则。”IETF RFC3272年,学院科学、工程和技术,2002年。视图:谷歌学术搜索
29. z Ning,问:歌,y, y Lv, x, x和,“节能意识合作和分布式无线传感器网络信道估计方案,“国际通信系统杂志》上,30卷,不。5篇文章ID e3074 2017。视图:出版商的网站|谷歌学术搜索
30. 彭译葶。楚,k . Xi, m·罗和h . j .曹国伟”Congestion-aware单链路故障恢复混合SDN网络”美国第34 IEEE计算机通信和网络年会,IEEE 2015信息通信1094年,页1086 - 2015年5月,香港。视图:出版商的网站|谷歌学术搜索
31. z Ning, x, z . Chen等人“合作quality-aware社会网络服务访问系统的车辆,“IEEE物联网1 - 1页。视图:出版商的网站|谷歌学术搜索
32. m . r . Garey d·s·约翰逊,电脑和棘手:np完全的理论指南w·h·弗里曼,旧金山,加州,美国,1979年。视图:MathSciNet
33. k·李、徐,s . Wang和x王”ERMAO:一个增强intradomain交通工程方法LISP-capable网络”学报》第54届IEEE全球电信会议:“激励全球通讯”,GLOBECOM 20112011年12月,美国,。视图:出版商的网站|谷歌学术搜索
34. 马x,刘问:“人工鱼”群体多背包问题的算法,《计算机应用,30卷,不。2、469 - 471年,2010页。视图:出版商的网站|谷歌学术搜索
35. z Ning, f·夏,n . Ullah x, x和,“车辆社交网络:启用智能移动,”IEEE通讯杂志,55卷,不。5,16-55,2017页。视图:出版商的网站|谷歌学术搜索
36. h·杨,IP路由基于拓扑的网络流量工程研究电子科技大学,2013。

版权

版权©2018大为沈等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。