面向认知网络的用户qos动态自配置方法

《面向认知网络的用户qos动态自配置方法》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、第31卷第3期通信学报Vol.31No.32010年3月JournalonCommunicationsMarch2010面向认知网络的用户QoS动态自配置方法冯光升，王慧强，马春光，李冰洋，赵倩(哈尔滨工程大学计算机科学与技术学院，黑龙江哈尔滨150001)摘要：为解决网络阻塞状态下用户QoS迅速降低的问题，提高网络系统对用户QoS的准确判定能力和动态调整能力，提出了一种保障用户QoS水平的动态自配置方法；采用效用函数对用户QoS优先级初始化表示，利用认知网络的主动特性和中断管理机制，通过认知节点对用户QoS优先级进行判定和动态修正。仿真实验和分析表明了所

2、提出的方法优于传统的DiffServ，能够有效保障网络阻塞状态下用户的QoS水平。关键词：认知网络；用户QoS；中断；自配置中图分类号：TP309文献标识码：A文章编号：1000-436X(2010)03-0133-08Dynamicself-configurationofuserQoSorientedtocognitivenetworkFENGGuang-sheng,WANGHui-qiang,MAChun-guang,LIBing-yang，ZHAOQian(CollegeofComputerScienceandTechnology,HarbinEng

3、ineeringUniversity,Harbin150001,China)Abstract:TosolvetherapiddropofuserQoSundernetworkcongestion,improvetheaccuracyofuserQoSandadvancetheabilityofdynamicadjustment,adynamicself-configurationmethodforuserQoSprotectionwasproposed.Utilityfunctionwasintroducedtoinitializetheprioritie

4、sofuserQoS,andthentheactivefeaturesofcognitivenetworkandtheinterruptionmanagementwereutilizedtodeterminetheprioritiesandalsocorrectthemdynamicallybycognitivenodes.SimulationresultsshowthattheproposedmethodisbetterthantraditionalDiffServ,andabletoguaranteeuserQoSef-fectivelyincaseo

5、fnetworkcongestion.Keywords:cognitivenetwork;userQoS;interruption;self-configuration已经初步提出了一些解决此类问题的方法，如1引言[1,2]DiffServ，但是这些方法只能在发出服务请求之现行网络系统的显著问题是不能充分感知终前确定优先级，而无法根据内外环境进行实时调端用户的服务需求，不能根据网络系统的内外环境整，导致网络系统用户的整体QoS水平受网络状态变化而有效、动态地改变终端用户QoS，尤其是在的影响过大。网络阻塞状态下用户的QoS水平会显著降低。目前一些研究认为可

6、以通过动态配置策略决定网收稿日期：2009-06-10；修回日期：2010-01-11基金项目：国家高技术研究发展计划(“863”计划)基金资助项目(2007AA01Z401)；国家自然科学基金重大计划资助项目(90718003)；国家自然科学基金资助项目(60973027，60873036)FoundationItems:TheNationalHighTechnologyResearchandDevelopmentProgramofChina(863Program)(2007AA01Z401);TheNationalNaturalScienceFound

7、ationMajorProjectofChina(90718003);TheNationalNaturalScienceFoundationofChina(60973027,60873036)·134·通信学报第31卷络节点与其他节点的连接方式，从而以最优化或次[3]2面向认知网络的动态QoS自配置框架优化的网络结构来提高终端用户的QoS水平。这种观点从网络结构的角度出发，采用特定需求的自本文提出了一种面向认知网络的QoS动态自配置策略进行网络结构的动态部署，在一定程度上配置方法。该方法首先利用经济领域和人工智能领解决了上述问题，然而其最大的缺点是应用范围

8、有域中的效用函数对不同级别的用户需求及认知网限，仅能够部署于特定网