Ya. A. Shilova, A. A. Yuzakov, I. Bezukladnikov, M. V. Kavalerov
{"title":"The Echo Ratio Effect on the Routing Efficiency of Full Rate Echo Algorithm","authors":"Ya. A. Shilova, A. A. Yuzakov, I. Bezukladnikov, M. V. Kavalerov","doi":"10.22213/2413-1172-2019-2-65-72","DOIUrl":null,"url":null,"abstract":"В предыдущих статьях авторами был предложен алгоритм маршрутизации Adaptive Q-routing Full Echo, в котором каждый узел использует два типа коэффициентов обучения – основной и дополнительный – и дополнительные коэффициенты обучения для каждого узла в зависимости от оценок среднего времени задержки изменяются динамически. Дополнительный коэффициент обучения обновляется на каждом шаге моделирования для каждого узла в отдельности.В основе расчета дополнительных коэффициентов лежит параметр «скорость распространения эхо», поэтому исследование влияния данного коэффициента на эффективность работоспособности алгоритма является важной частью достижения наибольшей эффективности маршрутизации. Результаты влияния коэффициента «скорость распространения эхо» на эффективность маршрутизации приведены для двух структур сетей – сети Литтмана и академической сети NASK – и проанализированы по трем параметрам: длительность обучения, максимальное значение средней задержки и установившееся значение средней задержки. Для дополнительного параметра обучения коэффициент подбирался в порядке убывания целочисленных степеней числа 10 в сторону отрицательной оси, начиная со степени 0 и заканчивая степенью 6, с дополнительными промежуточными значениями, равными половине интервала между двумя ближайшими степенями. При сравнении полученных результатов для двух структур сетей были получены как сходные закономерности для критерия установившегося среднего значения, так и отличающиеся для остальных двух критериев.Дальнейшее направление исследования заключается в формировании структур сетей и их характеристик, для которых определенные значения коэффициентов «скорость распространения эхо» будут давать схожие результаты.","PeriodicalId":443403,"journal":{"name":"Bulletin of Kalashnikov ISTU","volume":"23 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Bulletin of Kalashnikov ISTU","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22213/2413-1172-2019-2-65-72","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
Abstract
В предыдущих статьях авторами был предложен алгоритм маршрутизации Adaptive Q-routing Full Echo, в котором каждый узел использует два типа коэффициентов обучения – основной и дополнительный – и дополнительные коэффициенты обучения для каждого узла в зависимости от оценок среднего времени задержки изменяются динамически. Дополнительный коэффициент обучения обновляется на каждом шаге моделирования для каждого узла в отдельности.В основе расчета дополнительных коэффициентов лежит параметр «скорость распространения эхо», поэтому исследование влияния данного коэффициента на эффективность работоспособности алгоритма является важной частью достижения наибольшей эффективности маршрутизации. Результаты влияния коэффициента «скорость распространения эхо» на эффективность маршрутизации приведены для двух структур сетей – сети Литтмана и академической сети NASK – и проанализированы по трем параметрам: длительность обучения, максимальное значение средней задержки и установившееся значение средней задержки. Для дополнительного параметра обучения коэффициент подбирался в порядке убывания целочисленных степеней числа 10 в сторону отрицательной оси, начиная со степени 0 и заканчивая степенью 6, с дополнительными промежуточными значениями, равными половине интервала между двумя ближайшими степенями. При сравнении полученных результатов для двух структур сетей были получены как сходные закономерности для критерия установившегося среднего значения, так и отличающиеся для остальных двух критериев.Дальнейшее направление исследования заключается в формировании структур сетей и их характеристик, для которых определенные значения коэффициентов «скорость распространения эхо» будут давать схожие результаты.
在之前的文章中,提交人提出了Adaptive Q-routing Full Echo路由算法,每个节点使用两种类型的学习系数(主要和补充)和额外的学习系数,根据平均延迟值的变化。额外的学习系数在每个节点的建模步骤上更新。额外系数的计算基于“回波率”的参数,因此研究这种系数对算法效率的影响是实现最大路由效率的重要组成部分。回波传播系数对路由效率的影响为网络的两个结构——利特曼网络和纳斯克学术网络——进行了分析:学习时间、最大延迟值和固定的平均延迟值。为了增加学习参数,系数是按整数递减到负轴的,从0次方到6次方,中间值等于两个最近幂之间间隔的一半。比较这两个网络结构的结果,发现了类似的模式来衡量稳定的平均值,和其他两个标准不同。研究的进一步方向是建立网络结构及其特征,在这些特征中,回声传播速率的定义也会产生类似的结果。