基于复杂网络的移动通信网分析与设计

华中科技大学博士学位论文PAGEPAGEII基于复杂网络的移动通信网分析与设计PAGEPAGE27摘要如今复杂网络是一个热点，在控制领域方面，它在生活中的运用也越来越广泛。现在通信网规模在变大，如果许多的数据同时发出，这样就会出现信息堵塞，出现一连串的故障等，这样对服务质量有着很大的影响。这个研究课题是非常有理论意义的，是在复杂网络理论的基础上研究的，然后设计移动通信网。本文就从这两个方面入手，从研究电信行业的移动通信网的组织方法和基本思路开始，然后提出基于复杂网络的移动通信系统的拥塞控制算法，以及处理的故障，然后分析控制策略的性能，查看数据流通性能，这就是网络服务质量控制分析方法，然后得到一些不同于现在的研究成果，这些成果包括网络连锁故障和级联崩溃等问题。主要思路是，目前所遍寻的最短路径求解算法常会使路径趋于经过同一个节点，致使出现吐吞率下降或实时性变差，信息量在节点处特别的集中，可以使用的性能就下降了，这样就造成拥塞，本文选择的角度是将路由优化，将针对邻域节点的搜索范围扩大，在对部分信息拥塞算法的基础上，提高网络极限承载的通信量，利用算法将负载合理分配到分集路由和复杂网络上来减轻缓解拥塞。起初，移动通信网络故障刚开始出现时，目的就是研究网络，研究对象是结构模型，然后找出连锁故障与它有关系的环节点，找出网络的修复系统故障的能力还有他自己的结构特性，它们之间都是有着很大的关系。目前得知的是，基于现在的移动通信网有它自己的系统，这个系统有着它自己的特性，就这个组织临界特性来说，它主要的任务是分析，在移动通信网络发生的故障，以及故障产生的机理。主要解决的问题是在整个通信业务最重要的环节支撑系统，里面最易发生的故障都是一连串的，这里有的就是我们常说的牵制控制策略，是在移动网络里面存在的。这个仿真模型对网络控制表达的结果是非常有效的，这里的主要节点一定要进行重点观察控制，这样就可以将网络中的所有节点控制起来，然后传播动力学，最后然后将所有的网都控制起来，相比之前在每个节点增加控制器来说更加方便，更具有实际操作意义，应用也会更加广泛。现在最重要的就是服务策论，这是目前计划的重点任务，研究方法的运用也是在以前的基础上，用的是周期计算方法还有队列计算方法。反馈控制是现在运用比较多的，在移动通信网络里面，提出反馈控制策略，这个策略是在网络服务性能的基础上被动侦听的，同时建立了一个监测反馈机制下的实例模型，监测运用移动通信网的特性进行。监控网络系统是现在主要的效用，它是很有必要的，主要体现在监控上面，网络服务性能参数是要好好利用的，好在用拥塞控制系统策略解决了许多问题，得到整个系统的信息，优化网络模型，从资源分配，任务调度，网络资源部署和系统参数配置四个划分优化其资源，提高服务质量。现在服务器的性能指标要详细的进行了解。还要把其他有关的问题进行深入的研究。这些性能的研究都是要有一定的基础，然后请求加入分配器，在客户端与服务器端两端都添加，这种解决方案比较得到认可，然后将后面的双机热备按照上面的的方式组装，建成虚拟的集群的服务器结构。组建之后在集群服务器系统里面，要综合控制后端服务器，将所使用的请求分配器作为一种调度使用，这样复杂均衡策略要和一些请求调度优先级进行综合，这样就能更好的控制服务质量和使这个网络系统负载平衡，努力提高优先级客户的服务质量，把工作做到最好，然后将系统做到最优。最后进行总结，把全文的内容进行归纳总结，进一步研究移动通信网络，把发展研究的方向做一个规划。关键词：复杂网络，移动通信网，拥塞控制，监测与反馈，服务质量

AbstractComplexnetworkisoneofthemainresearchtopicsfromthecontrolcommunityrecently,anditsapplicationareaextendssignificantly.ThevastconcurrentdatainlargescalecommunicationsnetworkoftenresultincongestionwhichsubsequentlybringsdowntheQualityofService(QoS).Thisthesis,basedonpreviousworksoftheothers,proposestheoperatingmechanism,faultcontrolstrategyandfuzzyrelationanalysismethodofenterprisenetwork.Thecauseofnetworkcongestionisanalyzedandcongestioncontrolmethodoncomplexnetworkisstudied.Thecascadingfailureofnetworkisdiscussed.Somenewresultsaregivenastothesebasicproblems.Themainideaisthatcurrentlysearchingshortestpathalgorithmoftenmakesthepathtopassthroughthesamenode,resultingintheemergenceofthespitswallowratetodroporrealtimevariation,theamountofinformationisespeciallyfocusedontheperformanceofnodes,canbeusedonthedecline,thuscausingcongestion,thispaperchoosetheangleroutingoptimization,searchforneighbornodeexpansion,basedonpartialinformationcongestionalgorithm,improvethenetworktrafficoftheultimatebearingcapacity,theloaddistributionroutediversityandcomplexnetworktorelievecongestionbyalgorithm.Atfirst,thedynamicmodelofthemobilecommunicationnetworkfaultisestablished.Therelationbetweennetworktopologyandpropagatedfailureisstudied,whichindicatesthatthenetworkrobustnesstofailureiscloselyrelatedtoitsowntopology.Thesimilaritybetweentheevolvementofmobilecommunicationnetworkandsand-pilemodelisthebasisofsimulatingnetworkself-organizingprocessandanalyzingthefailuresource.Thisexplainswhythefailureofonenodeintelecommunicationsnetworkcauseslargescaleglobalfailure.Topreventthefailureofkeynode,prioritizingservicesandutilizing“best-efforts”mechanismarenecessary.ThethesisanalyzedhowcongestioncausespoorQoS.Thedifferentiatedservicebasedqueueschedulealgorithmandresponsetimebasedcycleschedulealgorithmsaredesigned.Thethesisappliesthefeedbackmethodtotelecommunicationsnetworkforthefirsttime.AQoScontrolstrategybasedonpassivesensingisproposedformobilecommunicationbusinesssupportsystem.Bymodelingtheperformancefeedbackmechanismandapplyingtheefficientpathmethod,thecongestionthresholdandthenetworkprocessingabilityareimproved.Thedeployedinstanceshowsthatthecongestioncontrolstrategycombinedwiththenetworkperformancemonitoring(delayordenythelowpriorityrequest)enhancethemobilecommunicationnetwork’squalityofservicesignificantly.Performanceindicatorsfortheserverhaveadetailedstudy.Andin-depthstudyofthethroughput,reliability,efficiency,availabilityandresponsetimeefficiency.Andresearchonthebasisofperformance,presentedattheclientandserver-sidedeploymentrequestdispatcheraddedatbothendsofthesolution,andwillbebackinhotstandbywaytosetupavirtualclusterserverarchitecture.Intheformationoftheclusterserversystem,theuseofintegratedcontroltheory,theback-endserverusingtherequestdispatchercomplexbalancingstrategyusedbytheschedulingpriorityoftherequeststrategiestogether,andthusachievetheoverallnetworkloadbalancingandservicequalitycontrol,high-priorityservicerequesttoprovidebetterservicequality,andensurethestabilityofthesystem.Finally,asummaryisdoneforalldiscussionsinthedissertation.Theresearchworksfurtherstudiesarepresented.KeyWords：Complexnetwork，mobilecommunicationnetwork，congestioncontrol，monitoringandfeedback，qualityofservice目录摘要 IAbstract III1绪论 11.1引言 11.2复杂网络的研究背景 21.3复杂网络的应用研究 41.4移动通信网的复杂性特征 61.4.1移动通信网的拓扑特征 71.4.2统计特征 91.4.3自组织临界特征 101.5本文的研究意义与主要内容 112基于复杂网络模型的移动通信网 132.1引言 132.2复杂网络基本统计参量 132.3复杂网络的基本模型 162.3.1规则网络 162.3.2随机网络 172.3.3小世界网络 182.3.4无标度网络 182.3.4演化网络模型 182.4基于复杂网络模型的移动通信网 192.5本章小结 223移动通信网中基于局部可见度的拥塞控制算法 233.1引言 233.2基于局部信息的拥塞控制算法 273.3移动通信网中基于局部可见度的拥塞控制算法 293.4本章小结 374移动通信网QoS控制 384.1引言 384.2网络服务质量性能监测与控制 394.2.1移动通信网性能监控系统组成 394.2.2移动通信网性能监控系统的逻辑结构 424.2.3系统的拓扑结构 424.3网络模型与路由策略 434.3.1网络实例模型 434.3.2有效路径路由策略的应用 454.4移动通信网QoS反馈控制 484.4.1业务控制规则 484.4.2设计控制规则 504.4.3可实现性分析 514.5网络服务调度策略 524.6本章小结 565总结与展望 585.1全文总结 585.2今后工作展望 59致谢 61参考文献 621绪论1.1引言研究表明，大多数的存在的网络不是单独的、随机的或者有规则的，而是在两者中间的复杂网络，比如，小世界网络、无标度网络和自组织等。广义上可以将自然界所有与之有关的归结在一起的复杂网络系统定义为网络。复杂网络就是大的有规模的网络，这里包含两种含义，有着复杂的动力行为是第一种动力行为，还有一种就是有着复杂的结构。它也有着另外的办法表达，比如图形，这种图形中包含着非常多的节点，这些节点之间联系的方式是通过边和边的连接相互联系的。现在随着人们的关注，这个领域开始不断被挖掘，同时加大了对该领域的探索和关注度，慢慢的一些研究方向出现了，这里面包括一些机理和意义，是网络模型以及有统计特性的网络所具有的，还有度量网络机构，它是新的一些方法，它也有着不一样的网络设计的方案，还有对网络结构的分析和网络行为的预测和对目前存在的网络性能的优化以及关于存在的复杂网络的拓扑结构的性质统计[2]。在平时的生活中有的食物链结构、社会关系以及我们常用的无线通讯网络还有使用的互联网络等这些没有一个不具备复杂网络的特征。复杂网络几乎可以说它将整个现实社会都覆盖了。所有的学科的科研人员在一定程度上可以说都是将复杂网络作为研究对象，这也说明了这个网络是非常有个性的，要用平常用的方法解决问题，这些方法更实用。这么多的研究者，最早是由Erdós以及Renyí研究的，它的复杂网络理论是出名的，还有他们设计的ER随机图模型，这个模型是世界的，是现在复杂网络的基础理论。在研究的过程中，要用到现有的拓扑结构，还要用到动力学的知识，还有要借助网络系统，这个问题才能解决[1]。这个网络动力学，还有不一样的其他方法，这些都是结构功能问题，对这类问题的解决方案都是常用的方法，应用非常广泛。复杂网络系统的结构形态是很抽象的，用来描述这种形态的表示方式是复杂网络拓扑结构，这是一种显著地特性。所有的复杂系统都可以运用复杂网络的方式来思考解决，这种角度的思考可以增加对系统结构整体的把握性。复杂网络作为理论，它有很大作用，一方面发展了该领域的研究方向，另一方面为复杂网络提供了新的研究方向和研究方法。对许多的学科都做出了巨大贡献，这里包括生物以及数学还有计算机这么多的学科，这些学科领域有不一样的理论可以很好的对现在问题提供解决方案，还要很好的与实践结合[3]。本文首先的目的，研究复杂网络结构，这里面的统计特性，在这个理论上，对不一样的网络进行动态分析，然后展开联想，阐述现在遇到的问题，看如何实施动态行为，怎样制定分析策略，还有控制方法。这里面的作者以前在移动通讯领域工作过，有着很多的实践工作经验，用了网络结构，这个方法理论是比较实用的，这里对移动通讯网仔细的进行了分析，对动态过程进行分析以及研究。并且针对两大问题进行了实际运用中的探索，一个是怎样提高网络的服务性能，另一个是提高实践效应，详细认真的分析研究。1.2复杂网络的研究背景现在有许多关于复杂网络的研究，所以说现在是一个研究的热潮。这个热潮最开始是由Watts和Strogatz开始研究的，他们在1998年发表了一篇论文，将杂志作为载体，将小世界(Small-World)网络模型带到大家的面前。Watts和Strogatz在他们发表的论文中仔细的介绍了他们的网络，讲述了他们自己的不一样规则的网络设计，还有这种设计与之前的网络设计的不同之处。还讲述了它是怎么转变的[4]。在这之后，Barabási和Albert在1999年发表了论文，在这里说的现在生活中有着的复杂网络它的节点分布不是之前认知的均匀分布或者高斯分布，而是具有幂律规律的。由于Barabási和Albert二人提出复杂网络，它的节点度没有非常明显的特征分布长度，但是有无标度特征性质的分布，它的分布只具有幂律分布，这种网络被称为无标度(Scale-Free)网络[4]。是这四个人共同的努力，复杂网络及其相关研究才能让许多的研究者一直对它的热情不变[6-10]。复杂网络是一种复杂的结构，由大量节点，它们的边相互连接而成的一种图结构，它是有着动力行为的，还有复杂拓扑结构的大规模的网络。复杂网络从动力学的角度分析，复杂网络节点是这个系统的基本单元，可以说凡是有信息传递作用的系统都是这么组成的，这些基本单位之间的联系是依靠一个链接或一个边缘。复杂网络存在于人类的日常生活中。例如，移动通信网络、社会网络、互联网网络，人与人之间的合作，万维网（WWW）网络、交通网络、网络传播疾病等等，他们都是复杂网络。它在人类的日常生活中有很多复杂的网络，所以很多学者开始研究复杂的网络，掀起了研究复杂网络的热潮。我国学术界也获得了许多有意义的成果[1][3][9]。复杂网络是就是没有标度，有着自相似以及自组织、小世界，还有能够吸引大部分或者全部性质的网络，这样的网络被称为复杂网络，一个节点隐藏起来就会出现高度复杂的网络。接下来，将从以下几个方面体现网络的复杂性[9]：1）主体是中等大小数目的，体现出拥有很大数目的节点，也就是元素不能太少，或太多，各种各样的特性将在网络的拓扑结构中展现。2）网络的自适应性以及智能性：表现在网络的节点或连接的产生与消失。网络系统中的元素和主体可以根据“环境”和信息来适时调整行为和状态；并且有能力来调整规则，并生成新的规则。3）连接的多样性：在网络中的各种节点之间的连接，对异性的权重，有时也有可能是一个方向。4）突出和不稳定：集中的网络节点，它是可能属于一个非线性动态系统，例如，随着时间节点状态的变化将是不同的复杂的变化。4）节点的多样性：从一定的角度来看，网络的节点可以是任意的。例如，由计算机网络构成的复杂网络节点可以表示为路由器或集线器等，而复杂网络中的节点可以用来表达不同的位置。6）地方法：复杂的网络没有集中控制，没有身体或元素知道其他元素的状态和规律，一般会有几个复杂的上面提到的相互影响，结果是更不可预测的后果。有，要形成一个计算机网络必须考虑网络的演化过程，这个过程可以确定网络的拓扑结构。6）局部性规律：复杂网没有中央控制，没有哪个主体或元素知道其他的元素的状态和规律。在网络中有两个节点之间在频繁进行数据通信时，随之增加的就是它们之间的连接权重，而且还会在学习和记忆性能的帮助下不断的优化网络性能。目前，国内外学者对复杂网络的统计特性进行了广泛而深入的研究。研究人员研究了多种网络，主要涉及：生命科学（例如，DNA和RNA的网络，神经网络），社会学领域（例如，团队合作网、中国网、人际关系网），计算机科学（例如，万维网、互联网、P2P等，无线传感器网络）和网络等诸多领域。在这些研究中，图论和社会网络分析方法，数据挖掘的计算机处理方法，智能计算，跨多个研究学科的统计物理方法。复杂网络的研究，在网络研究人员负责不同领域的研究工作不同的是，这些工作主要包括：在网络演化的统计规则和相关网络的拓扑性质和网络创造的机制，以及网络模型和自然，和最重要的网络演进，网络本身的动力机制、结构稳定性、网络拥塞控制、网络故障安全控制等一系列问题。1.3复杂网络的应用研究以往的研究主要是对复杂网络的基本理论和模型，随着科学技术的飞速发展，多学科知识的融合，在网络无处不在，它的复杂性也越来越突出，学者们逐渐认识到，广泛存在于一个复杂网络的各个领域，需要使用复杂网络的理论诠释和研究网络。近年来，越来越多的学者致力于复杂网络的研究，将其应用于复杂网络的实际应用，从而保持了研究的长期生命力。从目前的角度来看，大多数网络研究在各个领域都可以采用复杂的网络研究思路，复杂网络的应用研究非常广泛。今天，科学家们已经在复杂网络理论的基础上，解释了传统领域中的各种问题。例如，在计算机科学的研究领域，如万维网的网络结构和动力学；生物科学家正在尝试使用复杂网络理论来探讨细胞和无线通信的新陈代谢之间的信息传递。将复杂网络模型的研究领域引入到无线通信网络中，对数据的承载量和通信系统的阻塞率进行了分析；研究经济学的工作者现在都在运用贸易网络研究我们国家和其他国家以及其他国家之间的经济活动以及经济水平。（1）生物细胞网络、神经网络、DNA网络是研究者的努力下，网络的各个要素之间的关系网络，因为网络优化变得更加明显。在生物学中的大多数网络也具有复杂的网络的特点，就像他们有网络的性质的规模等。各种网络演化过程的几何拓扑性质和演化行为的动态机制，在未来将更加多样化。（2）医学在医学上，疾病网络在这一领域取得了巨大的成就。例如，哈佛大学癌症中心艾伯特拉斯洛巴拉巴西和MarcVedal系统生物学利用复杂网络理论对癌症的预防和治疗的知识，和临床取得了实质性进展。哈佛大学的两位学者发现了不同网络之间的一些内在联系的癌症基因，科学家有了更多的信心，会战胜人类癌症的弊病。还有就是，病毒网络和脑网络等研究也已经进行了。（3）计算机网络该领域的一些研究人员正在研究计算机网络的一些特殊性质，并打算将其应用到其他方面，包括软件设计和信息安全、网络分析等。近几年来这一地区的论文数量迅速增加。（4）无线通信随着无线通信技术的发展，无线通信网络已经与人类的日常生活密切相关。相关领域的科研工作者在各种无线通信网络中，利用复杂网络理论，来解释无线网络的固有特性。例如，在无线传感器网络和蜂窝移动通信网络中，学者们使用复杂的网络来描述网络模型和通信状态的动态行为，路由信息传输和网络负载等。（4）社会学由于人类社会的多样性、复杂性和互动性，现实与虚拟的社会网络，网络新闻广泛而深入地传播到人类社会，社会学的研究和复杂的网络有了更多的交叉点。如今，社会学领域的许多学者逐渐把研究焦点转向对复杂网络的研究，同时，许多复杂的网络已经进入社会学领域。（6）商务区在商业领域，复杂网络的研究同样受欢迎。国外一些著名大学合作，研究在研究中发现，某些特定的中心的存在是深入研究生物技术产业联盟网络的形成，这些公司像Genentech，凯龙星。这些公司和其他公司进行了比较，他们的合作关系的数量是巨大的。在这之后，意大利也有学者感兴趣，这类商业网络在更深的层次上，他们利用锡耶纳外国人大学的医药行业数据库的研究结论提供的信息，这些学校：加州大学欧文分校、R和W，白色的斯坦福大学，谁发现了这些鲍威尔的中心，是一种无标度网络。（7）其他地区除了生物学、医学、计算机科学、通信、社会学、商业等领域，复杂的网络在经济数据分析和数据挖掘中[11][12]和[13][13]机械设计软件工程和许多其他领域得到了最持续的关注。1.4移动通信网的复杂性特征大中型企业网络系统的特点包括：信息集中、规模大、分散结构，移动公司的综合应用平台是一种网络系统。如何配置资源，管理和优化的目标，以满足网络的需求，以满足系统的需求时，系统是忙。移动通信网络系统是分布式的一个重要特征，它们不再孤立存在。移动通信网络系统的子系统通常分布在不同的服务器和子网络上，不同的企业系统软件称为子网系统。数据共享和操作可以在商业环境中实现的，在不同的企业应用系统基于相互关联的某些规则，在企业充分利用资源、提高工作效率、降低成本的企业运营管理。移动公司的操作和运行依赖于计算机网络，其业务运行和办公管理系统是一个典型的分布式企业网络系统。对网络系统稳定运行的应用，监控软件的性能，如增加在企业信息网络的CA（企业信息系统）和BOSS（业务运营支撑系统（蒂沃丽花园）部署在IBM的系统性能监控系统软件）。在检测系统的过载运行时，只能显示数据，由于负载超过标准，解决方案仅是通过系统容量的扩展或系统的升级，现在缺乏有效的策略来降低系统的负载。系统升级，以满足业务系统的发展的需要，并继续进行，但由于越来越多的业务，资源相对不足。即使只是升级超过一半的硬件资源已经过时，它必然带来系统服务性能相对较差，传统的负载处理超标，解决的办法只有通过系统容量的扩展或升级系统，目前缺乏有效的策略来降低系统负载。更重要的是，当大量用户同步操作（如短信或手机显示支付新年的电话会造成严重的阻塞）时，通信网络，甚至崩溃。在这些突如其来的灾难的到来，传统的处理过多的负荷的方法是无能为力的。必须用新的理论和方法，对各种业务，合理配置资源，卓有成效的调度策略，当系统负载的增加和危机的出现，主动调整负荷节点，避免崩溃的发生。根据复杂网络的相关概念和移动通信网络的结构，移动通信网络系统可以看作是一个关系到网络、服务和应用的复杂网络。在网络过载节点的系统监测，级联失效模型的应用，分析了网络结构和弱故障传播机制之间的关系，掌握在网络中的薄弱环节，从宏观上，采取有效措施控制拥塞，防止连锁故障的发生，保证网络的服务质量（QoS）。研究表明，移动通信网络系统需要建立一个企业获得试点分布信息为基础信息，以优化服务质量为核心的业务分类、控制、网络监控、控制、日志管理作为一个整体，系统性能参数监测系统为利用反馈控制系统的性能，将崩溃或系统的速度调节在接下来的硬件升级，可以有效地利用现有资源，为用户提供最高效的服务系统。1.4.1移动通信网的拓扑特征在移动通信网络系统中的各个组件都是相互关联的，它们的联系通常是通过网络或通过业务方式。这些关系的形成构成了一个复杂的网络。网络具有高度的相关性和紧凑性。紧耦合。这也是故障传播和扩散提供了一个机会。无论哪一部分问题，都有可能利用网络传播，实现无限增殖，导致整个系统发生重大事故[14]。根据传统的思维方式，基本是明确故障之间的因果关系，然后利用先验概率定量或定性分析不同形式的因果关系图。如果缺乏因果逻辑在实践中把握因果关系，分析结果会受到影响。本章是另一个奇怪的，移动通信网络系统作为一个整体，并结合其拓扑结构的特点，分析了故障的产生、传播和影响，并试图找出故障机制和原因。营业厅终端营业厅终端营业厅终端营业厅终端应用服务器中间件（CICS）数据库InformixOS:Windows服务端OS:AIX接口：客服接口HLRSMP：AgentforTIVOLITIVOtherHosts监测控制图1.1移动通信网应用系统结构示意如图1.1所示，移动公司的移动通信网络和业务支持系统，包括办公自动化系统（办公自动化系统）、互联网接入系统、金融系统、客户服务系统、计费系统、运营支持系统（老板）、网络管理系统等。这些企业应用系统的子系统不是孤立的，往往分布在不同的服务器和子网络中，可以通过不同的企业系统软件调用。该数据和操作可以在移动通信网络环境中共享，并且该系统基于一定的规则。将移动节点抽象成不同的业务实体资源来完成通信网络系统，主要包括企业应用系统主机设备、网络设备、存储设备、数据库、中间件、应用软件等的操作和使用。这些操作之间的依赖关系被抽象成的权重和方向的边缘[14]。移动通信网络系统具有与复杂网络结构相同的内部结构。为了解决三维空间中的视觉盲点问题，我们利用投影变换，得到了一个更清晰的实体关系图。其方法和施工规则如下：[7]：规则1：实体单元关系边缘概念的描述。节点的概念进行了描述，并没有考虑的实际个人之间的边缘和差异的权重；规则2：假设任何两个节点必须流信息流，然后必须使用非侧操作。定位所有1个边缘。利用上述方法构建的复杂系统的拓扑模型具有二维网络的特点。等效转换计算网络拓扑模型的深入分析，对邻接矩阵形式的计算方法，计算过程如下：N表示所有节点数为n×n矩阵可以表示为拓扑模型，MIJ矩阵，K代表我节点距离的节点的节点编号1。节点的值的差异直接连接到节点和节点。如果Mij是1，它代表的存在，为0表示不存在，不需要考虑环。K转换计算过程中的节点数目如图1.2所示。图1.2拓扑模型数学转换关系示意图1.4.2统计特征使用pajek网络分析软件统计网络特征参数时，要依据原始的数据矩阵来模拟生成便于直观的二维网络拓扑图，图1.3即为实体系统所对应的网络拓扑图[16]。图1.3移动通信网应用系统实体网络拓扑图（节点数为36）(1)无标度特性分析根据上面的图表，我们可以看到，在一个小数量的节点的节点数，和节点的数量是模型系统的最显着的特征。此功能是一致的复杂的网络的复杂性的特征。一个低层次的业务处理单元节点规模较小，原因是它的范围仅适用于小范围或下属的信息传输，而高级别的业务处理单元节点度高，原因是因为覆盖范围广的丰富的内容资源。表示和正规网络和随机网络相区的其他特征，也表示网络拓扑结构的节点连接状态。实验实体的度分布如图1.4所示。图1.4移动通信网应用系统实体度分布图根据图1.4可以看出，该系统的幂律分布显示了一个重要的规则。的非线性最小二乘法计算度分布曲线，比例因子是1.44，耦合效应和不满足系统的可靠性要求，这也说明了两个问题，一是无标度系统不高，另一个是小规模的实验数据统计。(2)小世界特性分析网络聚类系数和平均路径长度是对应的拓扑模型。移动通信网络系统的平均长度和聚类系数分别为0.071和4.628，特征参数与小世界现象相同。上述分析，证明了移动通信网络应用系统具有复杂的网络拓扑结构的基本特征，研究了系统的行为演化，可以充分利用复杂网络的理论和方法。1.4.3自组织临界特征在移动通信网络中，从应用层上，移动通信网络系统的自组织临界性被视为授予自治网络系统。自组织临界理论首次提出了Bak。这意味着，在这样一个复杂的系统中，它包含了成千上万的组件，它们能够相互作用。也就是说，是一种耗散的连续网络系统。该系统可以在特殊情况下，并最终产生一个状态，它可以被称为自组织临界状态的自组织临界状态。这种临界状态通常是由幂律分布的雪崩大小所反映的。虽然远离临界点，就可以对系统的变化或其他局部变化的全球内部点的效果，但在自组织临界系统处于临界点和高度互联的状态，任何局部的变化或系统中的一个变化会给节点的影响。意义的自组织临界性，充分反映在沙堆模型理论。如果沙子被视为一个系统，在假设之前加入沙子的平衡。随着越来越多的沙子，沙子将变得更加陡峭，但不会崩溃。当只是因为一个沙粒的添加而引起的沙子出现雪崩现象，从而导致了临界状态的沙。实际分布取决于在临界状态下的沙子的大小和分布。沙堆模型为例，其演变的几个要素主要由砂、砂、砂的外表增加重力和雪崩组成，他们代表的是系统的状态，由砂进入临界状态和雪崩的驱动力，使缓冲力和造成崩落演变成煤临界状态的砂砂砂模型。对雪崩状态的产生和发展是基于幂律分布的几个要素。类似的沙堆模型系统，移动通信网的网络系统也有相应的特征。影响移动通信网络系统演化的主要因素是各业务处理单元的负载能力水平，增加用户需求，而数据容量的增长，移动通信网络系统的故障处理能力和主机组成。他们代表的驱动力，使系统接近临界点，并使系统的缓冲区的临界状态，和移动通信网络系统的事故。应该指出的是，移动网络通信系统并不是一个绝对的平衡，因为系统中的用户总是在需求，而系统的容量是比较小的。在数据包丢失的过程中，在数据包丢失的过程中，然后在基于动态平衡的控制传输过程中，网络故障拥塞窗口的稳定增长，最终实现了状态的平稳传输。类似的行为演化过程和沙堆模型的移动通信网络系统，是自组织演化过程和系统故障仿真网络机制分析的理论基础。并且，研究了移动通信网络系统的复杂特征，解决了系统的故障和处理故障的能力及其与结构的关系，这是本文的理论基础，是故障传播机制。1.5本文的研究意义与主要内容利用复杂网络具有一定的研究成果，可以更深刻地了解自然和社会的复杂性，进一步设计具有较好特征的复杂网络或使网络处于一种工作状态，也可以说是有用的状态。各种的网络研究已经让我们掌握了一定的与网络有关的拓扑结构、演化机制的统计规律和形成态势及结构模型的复杂稳定性方方面面的知识。本文提出的复杂网络的理论应用，在网络结以及负载均衡分析方法等的问题，也是复杂网络研究的重要课题之一。本文重点对以下方面的内容进行了研究工作:对比分析复杂网络和移动通信网相关性，指出各自优点和不足之处及其具体实验对象和环境；解析现实移动通信网络中复杂网络的问题，刻画其复杂性和相关性等方面的问题；探讨由于拥塞控制和服务质量衡量指标的不同而带来的复杂网络中网络结构脆弱性和不稳定性的问题。全文共分为六章，各章的安排如下：第一章概述了复杂网络的相关概念，介绍了本文的基本理论，简要介绍了本文的研究背景和论文的研究内容。第二章介绍了开展前期工作的研究工作，主要是对复杂网络的基本统计参数的复杂网络中的常见模型和统计参数表示，基于移动通信网络的意义复杂网络的通信网络，揭示其发展规律具有复杂网络的特征。第三章介绍了一般路由算法、最短路径路由算法和基于主控的拥塞局部路由算法，重点介绍了基于局部信息的拥塞控制算法、路由策略。在第四章中，建立了拥塞模型，并通过移动通信网络的原型研究了网络结构和级联故障之间的关系。第五章建立了实例模型，是将移动通信网的性能下监测到的反馈机制作为模型研究所获得的网络服务性能参数，这些参数是通过监控网络系统所获得的，反馈控制是拥塞控制策略的应用，使移动通信网络系统的服务质量得到了提高。第六章对全文进行了总结，分析了尚未解决的一些问题，并对今后的研究工作提出了展望。2复杂网络模型的移动通信网概述2.1引言本研究的目的是在复杂网络理论的基础上，实现移动通信网络的管理和控制。这一章是关于开展研究工作之前，相关的知识，这是复杂网络的基本统计参数，复杂网络的通用模型和表示基于揭示移动通信网络的意义复杂网络的通信网络是一个发展规律和复杂网络特征的统计参数。2.2复杂网络基本统计参量为了方便的分析和理解，我们首先介绍了复杂网络的基本统计参数。复杂网络的统计参数[19]主要用于：度、度分布、平均路径长度、聚类系数、介数、最大的组成部分和相关等的定义和特征参数的几何意义如下。1、节点度与度分布度(degree)是关于节点最简单也是最重要的性质。下面的定义中各个变量的含义和范围都给出了明确的区分。像无向图，连接到一个顶点的边的总数是顶点的度。作为一个有向图，顶点被分为两个部分，包括程度的穿透度（出度）和（度），度的总数连接到其他节点的边缘的顶点，穿透是连接在端部的顶点总数。像一般的加权网络一样，一个节点的度可以称为这个节点和所有其他相邻节点的权重的总和，即权重，即I、J和J的权重的非加权网络，它可以被视为一个特殊的情况下，加权网络。网络的局部特征的基本参数是节点度，度分布函数反映了网络系统的宏观统计特性。尽管一个节点的度理论上只表征了局部信息，但是度的分布却是复杂网络里面一个特别重要的统计特性，其他表征参数的定量数值是度分布。配电网中的每个顶点都是在顶点度的值，度分布可以是网络拓扑属性的重要标志，另一方面往往标志着网络的演化的一个重要机制。不同网络的度分布是不同的，人们是基于分布的程度，提出了各种不同的网络。2、平均路径长度研究人员发现，现实中复杂网络的平均路径长度并没有想象中的那样大，而是非常的小。比方说，“六度分离实验”，结果表明地球上任意两个人的联系不会超过6个，也就是全球上的数十亿人组成的关系网络的平均路径长度只是6而已。这就是人们常说的“地球村”的概念了，也是“小世界”性质最典型的代表事例。在加权无向网络中，通过使用两个节点之间的权重的倒数作为节点之间的距离，也就是说，更大的功率之间的节点（W），较小的节点之间的距离。连接到两个节点的次数越多，连接的次数也就越大。3、聚集系数如果有两个点A、B，而B又和C点相连，于是A点和C点相连的可能性就很大。聚集系数就是衡量重要网络统计属性的可能性。在非加权网络中，聚集系数由以下公式量化：它是节点的聚集系数，；。为了方便计算，等效的计算方法，它是基型：节点的度，即通过KIKI和其他边缘相邻节点之间的相互联系，是其中的王总（Ki-1）/2边。EI的实际数量和KI的总数的比值（Ki-1）/2（）KI相邻节点的实际数量的节点的聚集系数CiI.在加权网络中，加权聚集系数被定义为(2.1)公式（1.1），Si为节点的权重，KI在边缘节点数Wij，i和j节点之间的权重，AI说的公式节点即重量（1.1）可以看出，考虑很多事情，还有周围的节点节点的数目，以及每个节点对节点之间的权利。网络集中度是聚合系数的几何意义，是网络中聚集的趋势。4、数量（介）在移动通信网络系统分析的过程中，它是用来表示或测量网络中的一个节点的网络系统的功能。网络中的两个节点都假定为好，主要取决于影响网络中两个节点之间的路径大小的影响因素，通过多个中间节点的两个节点，节点号的显示更为重要。顶点的数目可以表示为[21]：(2.2)式(1.2)中，节点，最短路径数表示为，而节点之间的最短路径则表示为，结合我们分析的最后一个阶段，网络的大小取决于同步的能力。节点越重要，顶点的个数越大，相应的同步能力也就越大。4，最大的连接分支分支是相互关联的，形成了子网络的形式的整个网络系统。如果我们不能打破分支的连通性称为最大值。最大连通分量是最大分支数，分支数与整个网络的最大数的比率是无限网络。最大连通分支是不同的网络，这是用来作为一个措施来定义的网络的稳定性[22]。6、度相关度的相关性与网络的正相关和负相关。它代表了网络中的节点之间的关系。如果网络正相关，这意味着在网络中的大量的节点的数目是容易连接到彼此。如果网络是负的，这意味着在网络中的小数目的节点连接与大量的节点。根据相关研究，函数是节点的平均度。如果网络没有相关性，那么函数值是一个常数，如果网络具有相关性，无论什么样的特征，其函数值都在增加，递减曲线。从那时起，进一步改进了网络相关的理论方法，简化了相关网络，可以直接计算得到的顶点度的泊松相关系数[7]，参数的计算公式为：(2.3)式(2.3)中，就是条边的顶点的度，就是条边的顶点的度，网络的总边数用表示。该公式中，的取值范围为大于等于-1小于等于1，网络正相关为大于零0时，网络负相关的为小于零0时；网络不相关表示等于0。2.3复杂网络的基本模型复杂网络的拓扑结构可以用图G=（V（G），E（G））来描述，其中V（G）={V1、V2，…VN}，是一个图G的顶点集，E（G）={恩=（vi，vj），VI，VJ，V（G）}是一个集所有VI的图G的边，VJ和V（G），如果（vi，vj）=（VJ，VI）是一个图G称为无向图，否则称为有向图[日]。复杂网络中常用的统计参数包括：节点度和度分布、平均路径长度、聚类系数、介质数、最大连通分支度和度相关度等。网络拓扑是一种基于网络拓扑结构的网络结构。网络拓扑的性质是网络的性质，它不依赖于节点的具体位置和节点之间的边缘的具体形状：2.3.1规则网络看来，传统网络的规则，它可以描述系统要素之间的关系，的一维链，二维欧几里德平面网格属于正常网络。环网是最常用的网络，它由一个节点组成，每个节点是一个节点，每个节点的度和聚集系数都是相同的。该节点的度表示为一个δ函数，公式为，节点的聚集系数公式(2.4)在公式中，D和K表示的网络尺寸和其他节点连接的最近的节点数。在一维规则网络中，有一个大的平均路径长度，L的长度与节点的个数正相关，公式表示为。2.3.2随机网络匈牙利数学家阿尔弗雷德renyi和paulerdos将随机性引入网络分析研究中，设计了简称er的随机网络模型，如图2.1所示。(a)24个孤立节点(b)以概率p=0.1生成的随机图(c)以概率p=0.24生成的随机图图2.1随机图随机网络可以建立使用以下2种方法。第一个：n个节点的网络图，边数的C2n=n（n-1）/2，GN，G和G的边缘和代表组成的一个随机网络图的随机连接，通过该网络图法由中广核（n-1）/2，网络图也是概率空间之间，因为每个网络图的概率是相等的。第二类是：保持N个节点数相同，形成边数基于P网络形式的GN随机节点的概率，G.在这个网络图，边数固定为一个随机变量，且公式/2（n-1）PN。假设随机网络G0，代表网络中的节点V1，V2，V3，…VN和G之间相互连接，构成一个随机网络，G0的概率可以表示为2.3.3小世界网络小世界网络的研究是人们对现实网络的集群现象的反思和关注的热源，特别是社会网络。最早的学者研究这类网络Strogatz和瓦。他们的研究和设计的小世界网络模型，即WS模型，具有复杂的社会背景。系统的设计研究，很多学者从人与人之间的人际关系在现实生活中，如大多数人有亲戚朋友，有几个人与远方的朋友甚至海外亲戚。该模型可以被描述为一个由n个节点，M边缘，“远程连接”，平均路径长度和聚类系数的n个节点组成的图。这些元素相互连接，每个节点的具体表现为n个节点的连接环M的边缘，然后基于随机重连概率P的实施，代表平均路径长度是长距离重边可以缩短网络的连接方式，尽量减少聚的影响系数。网络理论WS模型参考规则，基于概率Pn实行重联的每一个边缘的起源网络中的节点，将有关结束某个边缘连接到网络中的其他节点和边缘的。重联法排除了自我和多边的。这里的概率p是指网络聚集系数和平均最短距离所产生的具体影响[26]。此后，两个学者做出了一个完全重新设计的Web服务模型。该模型的改进是，在原来的情况下，边缘是不移动的，这增加了随机选择的节点之间的距离。这种模式的好处是不容易在WS模型可能出现孤立的集群，便于分析和计算的情况出现。至于WS模型，替代品，没有变化的基本原则，只有在中环格节点的加入是为了实现与循环格节点随机连接，由此产生的边缘相当于“远程连接WS模型”。之后，学者们深入研究了小世界的特点是网络的一个特点，当新的节点连接到一个节点，是足够多的位于网格的边缘上，提出了一个网络。2.3.4无标度网络提到无标度网络，不得不说Barabasi和Albert提出的BA无标度网络模型[27]。下文中会给出其模型。我们知道，对于随机网络而言，尽管点与点之间的连接是随机的，但绝大多数节点的度和分布其实是差不多的。也就是说，对于度分布是泊松分布的网络，很难找到比平均度分布小很多或大很多的点。经过Barabasi等人在1998年的研究得出结论，万维网的读分布是一个“幂律分布”。根据结构的特点，以网络的增长和优先连接的特性为基础，因此，把无尺度网络模型的构造算法如下：[28]，[4]：步骤1：增长：从网络开始，一个M0节点网络，每次一个新节点的引入，那么节点连接m，m=m0。步骤2：优先级连接：在一个新的节点和一个I节点之间的连接已经连接到我和我的概率的皮节点，如图所示（1.4）：(2.4)在t步之后，这种算法产生一个有N=t+m0个节点，mt条边的网络。无标度网络的幂律分布的度特性，更是具有了对随机错误良好的忍耐性这一特点，这是比较随机网络和无标度网络的结构鲁棒性发现的规律，但是，无标度网络也更容易受到针对较高度数的节点的目的性攻击。2.3.4演化网络模型虽然BA模型与现实生活中的网络相比，还存在许多问题，如非常小的聚类系数和度分布指数只有3（真正的网络参数的范围在2到3），但设计的BA模型与一个新的角度对复杂系统的研究工作具有开拓性的意义。来，为真正的网络研究的深入，学者们逐渐发现，网络的拓扑结构不仅是由几个因素的影响，在其他因素和因素的细微变化都会对网络拓扑结构的影响，由于实际网络的各自不同的特点，各种因素的影响，如老化、成本、竞争等的影响是不一样的，不同的。因此，有必要针对实际情况设计不同的网络模型，这是网络作为复杂网络系统研究的一个热点的发展。2.4基于复杂网络模型的移动通信网从本质上说，移动通信网络是一个典型的复杂网络。首先，移动通信网络具有规模大的特点，大型复杂网络；其次，移动通信网络有一个新的节点加入，一起生长；此外，移动通信网络具有复杂网络的拓扑结构、节点的行为随时间变化的特性，要。我们认为，移动通信网络是一个复杂的网络，具有大规模自由网络的特点和它自己的独立的特点。在此基础上，提出了移动通信网络的复杂网络模型。在移动通信网络中的每个用户都可以被视为一个节点，而节点之间的连接是用户之间的一个移动电话。在移动通信网络的特点方面，有一些不同于传统的无尺度免费网络的特点，如通信网络用户的存在离开网络，不再与任何其他节点进行交互。用“巴”模型建立移动通信网络模型，应考虑以下特点：网络的增长。添加的功能可以添加到模型中，也就是说，新的节点将继续加入网络，新加入的节点的概率J和节点I是成正比的节点J的程度： (2.7)也就是说，新添加的用户在网络中更可能是更重要的，更多的调用连接到节点；（2）节点的离开。每隔一段时间，都会有一个节点以P的概率离开网络，P为一个大于0，不到1的随机数。在移动通信网络中，相当于一个用户的后台网络；（3）增加的边。随机选择一个节点，在网络中增加新的N个边，一个顶点的边缘为这个节点的随机选择；（4）边缘约简。节点的连接将在随机断开，不会在未来连接。例如，一个用户拨号错误，和另一个用户建立连接，在中断后，不再连接。基于上述算法，我们对移动通信网络进行了仿真，在节点数n=100，400和1000的情况下，网络的度分布如图2.2和图2.3所示：图2.2移动通信网在不同规模下节点度分布情况图2.3移动通信网络规模为N=1000时的节点度概率分布图可以看出，节点的度服从幂律分布。需要指出的是，在复杂网络的平均路径长度反映了节点之间的信息流传输的便利性。在大规模模型中，关键节点是网络中信息流的桥梁和快捷方式，对降低网络的平均路径长度起着重要的作用。2.4本章小结第二章介绍了参与研究工作的初步知识，包括复杂网络的基本统计参数的复杂网络中的常见模型和统计参数表示，基于移动通信网络的意义复杂网络的通信网络，揭示其发展规律具有复杂网络的特征。

3移动通信网中基于局部可见度的拥塞控制算法3.1引言拥塞现象是指一部分分组数量太多了，然后到达通信子网中，这部分的网络未能及时处理，造成这部分甚至是整个网络工作性能的下降，严重的时候网络通信业务也受到影响，陷入停顿，就是死锁现象。这个现象在公路上发生交通堵塞时常碰到，当车辆在节假日出行时，公路网上的车辆会大量增加，交通就会相互干扰，因为各个走向的车流会互相干扰，这样每辆车到达目的地的时间会相对增加（即，延迟增加），甚至一段公路上的车辆由于堵塞无法前进（即局部发生死锁）。图3.1拥塞示意图网络的吞吐量和在通信网络里面传输的数据包的数量密切相关。当通信子网络负荷相对小时，网络的吞吐量随着网络负载的增加而呈线性增加。当网络负载增加到一定的值时，如果网络的吞吐量降低，它表明，有一种现象在网络中的拥塞。当网络中有一个拥塞时，数据包到达一个节点是无法使用缓冲区的，所以它需要重新通过以前的节点的数据包，有来自源节点或系统的源代码。当拥塞更严重时，有相当数量的传输容量和节点缓冲器被用于此不必要的重传。这样，网络的有效吞吐量降低，结果是一个恶性循环，使本地甚至整个通信网络处于死锁状态，最终导致网络吞吐量接近于零。总之，它是资源需求的总和--可用的资源-拥塞似乎表达了对资源的容量的负荷。

我们感觉到，移动通信一直是我们日常生活中不能缺少的沟通手段。随着通信网络规模的扩大，路由问题已成为网络通信领域的一个研究热点。大量并发信息引起的网络拥塞往往困扰着人们。研究具有复杂特征的移动通信网络的路由问题，对缓解拥塞网络具有一定的指导意义。所谓路由是从源到网络的另一端到信息的另一端。路由技术的组成是两个最基本的活动，是确定最佳路径和信息包的传输。在这个里面，数据包的传输和交换是比较简单和直接的，而路由是比较复杂的。路由算法的决定因素如下：[30]：（1）灵活性（2）快速收敛（3）坚固性（4）简洁性（4）最优化然后，几个类的路由算法可以概述如下：（1）距离向量和链路状态从本质上说，距离向量算法是所有路由器都必须把所有或部分的路由表信息发送到相邻节点。链路状态算法是将路由表的信息传递给整个网络的节点，但每个路由器只能发送自己的链路状态信息，当然，该信息是用来描述路由表。在正常情况下，使用距离向量算法可以转移到相邻路由器的大量信息，而使用链路状态算法只能传递给网络部分，只有少数的更新的信息。因此，链路状态算法的收敛速度是最快的，更容易避免路由环路，但在同一时间，使用链路状态算法需要大量的存储容量和高的处理器能力，这将不可避免地需要投资更多的钱。但在正常情况下，这两种算法可以被使用。（2）域内和域间路由器的算法是否可分为域内和域间的算法。从本质上说，这两种算法有不同的点，因为它是不可能优化的域内路由算法。（3）单路径和多路径如果网络协议可以支持多个路径到相同的任务。单路径和多路径。多行多行的多路径算法支持数据传输，但单路径算法不具有此属性。因此，它可以实现更大的吞吐量和可靠性。（4）静态和动态除非网络管理的主动变化，静态路由表映射不会改变，该算法只能适用于非复杂的网络环境。该算法是比较容易计算的设计，性能和工作效率更可靠。静态路由算法不同于上个世纪使用的动态路由算法。基于动态算法的实际情况，对网络进行更新的数据进行判断，如果数据显示出网络的变化，那么操作和更新后会发出更新。路由器接收到更新后的信息，并自动改变路由表。动态路由算法是不够的，一些地方不得不用静态路由算法来补充。例如，所有的非路由数据包，为的是让所有的数据可以被处理[31]。以下是网络拥塞的基本原理如下：（1）根据控制理论，拥塞控制方法分为两类1、开环控制：开环控制方法即将关于导致拥塞的因素统统考虑到，在设计网络之前，确保网络工作过程中不发生拥塞。拥塞控制时，网络当前的状态不予以考虑。图3.2开环控制可采用流程2、闭环控制：闭环控制的基础是反馈机制。以下几种措施（即工作过程）属于闭环控制：◆监测系统检测拥塞现象在何时何地发生的情况。◆将这个信息发送到可以解决拥塞的地方。◆将网络系统的运行进行调整解决拥塞问题。（二）测量网络拥塞与不由丢包率引起的本地缓冲区的缺失；平均队列长度；分组重传超时时间；平均数据包延迟；数据包延迟变化（抖动）（三）反馈法负载到源发送一个数据包的报警；的数据包结构内的预约或域，用于指示发生拥塞，如果发生拥塞，路由器将输出所有的数据包给邻居，和他们的报警；主机或路由器主动定期发送检测报告（探头），检查是否拥塞。在经典的最短路径算法，最著名的是Dijkstra算法和Bellman-Ford算法[34]。这两种算法在不同的方式是不同的，但得到相同的结果。他们已知的条件是整个网络的拓扑结构和每个链路的长度。Dijkstra最短路径算法提出的Dijkstra。从网络中的一个节点（源）寻找到最佳路径，每一个其他节点的最短路径算法Dijkstra网络内的节点，分为三个部分：一是未标记的节点，节点和三个临时标志，是最短路径的节点（永久标记节点）。在计算的开始时，源被初始化为最短路径节点，另一点是没有标记的节点。算法的执行过程中，每一次从最短路径到相邻节点，然后展开节点。的非最短路径节点的相邻节点被修改为临时标记的节点。在判断权重是否被更新后，在所有的临时标记节点中，选择最小的节点，并将它们作为下一个最短路径节点的扩展源进行修改。然后重复前面的步骤。在该算法的结束时，所有的节点是扩展源。Dijkstra算法需要的非负边权重，如果你遇到一个消极的权利，Dijkstra算法无法计算，因为总可以按照“最短路径”通过负权回路从而得到最短路径的最短路径的一个较小的值，一直这样下去你会发现小。Bellman-Ford算法可用于边缘的重量。Bellman-Ford算法返回一个布尔值的图形包含一个负值，这表明是否有一个循环，可以从图中的源节点到。如果有这样的一个循环，该算法表明，该问题是不是答案；如果没有这样的循环，该算法将产生最短路径和它的重量。从本质上说，路由算法不直接产生网络拥塞。但路由算法的效率是非常快的，但它可以使网络拥塞的效果有显着的差异。即：通过路由算法的网络拥塞阻断机制来影响网络[]的整体效率的影响36-37。在网络发生拥塞时，路由算法是特别有效的检测有效的局部拥塞信息，并及时采取分散的方式将蔓延到其他路由的数据包或其他端口的路由器，通过链路变化解决网络拥塞。为了达到提高网络性能的目的，相反，如果路由算法差，不仅不能有效地解决本地网络拥塞，同时也增加了网络的拥塞，甚至容易导致网络的崩溃。在上面提到的拥塞控制算法中，两种常见的机制通常包括。一个是拥塞控制（控制拥塞），另一种是拥塞避免（避免拥塞），这两种机制是不同的[39]。拥塞控制本质上是一种“回收”机制，它的作用是在一个封闭的网络拥塞避免机制的状态恢复；主要作用是防患于未然，是“预防”机制，是防止网络阻塞状态，并确保网络的运行效率。在一般情况下，带宽容量的问题，数据的并发性和存储空间的不足，可能会导致拥塞等。3.2基于局部信息的拥塞控制算法在传输控制协议中最基本以及最重要的组成部分就是拥塞控制技术。一个经常有严重的拥塞和不能及时恢复的网络是不可能实现良好的服务质量保证的，所以说其他服务质量机制正常工作的必要前提是实现拥塞控制。拥塞控制本质上是一个如何共享资源的问题。这里的资源包括三点：节点处理能力和缓冲区空间以及通信链路带宽。这三个有不同的条件和要求，其缓存空间不大、数据处理要求高、带宽不够大，以及通信模式的数据流融合直接导致了认证系统中的其他网络协议是不可用的。这类算法BA模型具体描述如下[42-44]：BA在每一个时间步长的模型，该系统生成R包，随机选择的源节点和目的节点，都由他们发送C个数据包。当数据包被发送时，采取的方式是相邻的局部搜索策略。如果该数据包的目的地被发现在本地区域中，它将被直接传递到目标。否则，数据包被发送到邻居节点I，选择概率如公式（3.3）所示：(3.1)这里，ki为节点i的度，是一个可调参数。只要这个数据包到达目的地，它就不系统中。由公式(3.1)表明：当<0时，数据包会第一个考虑相邻节点，这样选择度比较小，这样在一定程度上可以对拥塞起到缓解的作用，尤其是对度比较大的节点；当=0时，所有相邻节点被选择的机会是相同的，它可以使路由算法实现随机游走；当>0时，相邻的节点是比较大的数据包将是一个优先事项，这是这些节点造成的拥塞概率显著增加的结果。数据包的传递遵循两个重要原则，即：（1）每个节点的等待队列是无限的，并按照先进先出（FIFO）的原则；（2）迭代避免（路径）路径复制避免原则。是同一个数据包在一对节点上只能传输1次。为了简化，你可以选择C（定义为数据包的数量在一个时间步长，每个节点可以发送到其他节点）作为节点的度K，即，C=K也可以使C作为一个常数。在该模型中，整个网络的容量被定义为系统的数据包的生成速率时，网络被改变从自由状态的拥塞状态的钢筋混凝土。自由状态是系统的状态，当一个数据包在一定的时间内产生的系统和从系统中删除的数据包的数量。当系统处于拥塞状态时，由节点产生的数据包在系统中慢慢积累，只有少量的数据包到达目的地。为了准确地描述自由状态到拥塞状态的过渡过程，[44]的参数：（3.2）其中，在时间T系统中存在的数据包的数量。显然，上述公式是：从T时间开始系统内的增加，数据包的数量的积累。公式（3.2），平均时间窗口。对于，和，系统处于空闲状态，没有数据包在网络和积累的拘留；（对于，是一个常数大于0），这表明，留在系统内的数据包将被累积，最终的结果是一个系统崩溃。3.3移动通信网中基于局部可见度的拥塞控制算法