本書主要提出了四個算法和機制,包括基于蟻群算法的多徑路由并行傳輸協(xié)議、預留資源的自適應借用策略、以及基于神經網絡的混合網絡流量預測模型。(1)在認知網絡中支持流媒體傳輸?shù)亩鄰铰酚伤惴ǚ矫?,本書通過改進蟻群算法,提出能夠規(guī)避和快速緩解擁塞的多徑路由協(xié)議命名為AMP機制。AMP機制在源節(jié)點和目的節(jié)點之間尋找多條獨立的可用路徑,并構成有效傳輸路徑集。(2)本書在流媒體服務QoS需求的基礎上,結合多媒體流的分層編碼技術,同時利用認知網絡自學習、智能、自適應的特點,提出了認知網絡中基于多徑路由的流媒體轉發(fā)算法,即SMTMP算法。將媒體流劃分為基本層碼流和各增強層多個碼層,在多條路徑上并行傳輸。(3)在預留資源的自適應借用與吞吐量優(yōu)化方面,本書引入自適應借用的思想,提出了預留資源的借用策略,命名為RBFR策略。(4)在認知網絡的流量調度與負載均衡方面,本書將神經網絡的預測方法引入認知網絡,提出基于神經網絡的混合神經網絡預測模型,命名為AntDouble-BP模型。該模型利用神經網絡的非線性處理和容噪能力,綜合考慮終端的分布狀況和用戶業(yè)務的QoS需求,實時跟蹤網絡狀態(tài),預測網絡流量。