基于NDN的区分调度提升树转发策略研究
Computer Technology and Development(2021)
摘要
针对基于命名数据网络的转发策略存在网络拥塞、高延时以及转发命中率低的问题,提出一种区分调度提升树转发策略.将兴趣包进行服务类型和紧急度分类,使用加权循环调度算法对数据包优先级排序,生成优先级队列;针对端口信息、节点内缓存、兴趣包热度等属性进行决策,生成提升树,选择最优端口进行数据转发.使用SUMO软件设计真实道路车辆信息,利用ndnSIM软件进行仿真实验,结果表明:使用区分调度提升树转发策略,能使兴趣包满足率相较于智能泛洪转发策略提升8.9%,平均时延降低25 ms;相较于BREB转发策略提升5.1%,平均时延降低14.6 ms.区分调度提升树转发策略能缓解网络的拥塞,更好地适应车联网拓扑的动态变化,能充分利用车辆节点内的缓存信息,提供更高效的车辆服务.
更多AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要