完全なルーティングアルゴリズムの設計目標の分析

完全なルーティングアルゴリズムの設計目標の分析

ルーティング アルゴリズムには通常、次の 1 つ以上の設計目標があります。

最適化:

最適化とは、メトリックの値と重みに基づいて計算される最適なパスを選択するルーティング アルゴリズムの機能を指します。たとえば、ルーティング アルゴリズムではホップ カウントと遅延の両方が使用される場合がありますが、遅延の方が重み付けが大きい場合があります。もちろん、ルーティング プロトコルはメトリックを計算するためのアルゴリズムを厳密に定義する必要があります。

シンプルで低消費:

ルーティング アルゴリズムも、可能な限りシンプルになるように設計できます。言い換えれば、ルーティング プロトコルは、ソフトウェアとアプリケーションのオーバーヘッドを最小限に抑えながら、効率的に機能を提供する必要があります。ルーティング アルゴリズムを実装するソフトウェアを、物理リソースが限られたコンピューター上で実行する必要がある場合、効率は特に重要です。

堅牢で安定:

ルーティング アルゴリズムは堅牢である必要があり、ハードウェア障害、高負荷、不適切な実装などの異常なイベントや予期しないイベントに対処できる必要があります。ルータはネットワークの接続ポイントに配置されているため、故障すると大きな問題を引き起こす可能性があります。最良のルーティング アルゴリズムとは、通常、長期間の使用に耐え、さまざまなネットワーク条件下で安定していることが証明されているアルゴリズムです。

高速集約:

さらに、ルーティング アルゴリズムは、すべてのルータが最適なパスについて合意に達するプロセスである収束を迅速に実行できる必要があります。ネットワーク イベントによってパスが切断されたり使用できなくなったりすると、ルータはネットワークを通じてルーティング更新情報を配布し、*** パスの再計算を促して、最終的にすべてのルータが合意に達することができるようにします。収束が遅いルーティング アルゴリズムでは、ルーティング ループやネットワーク停止が発生する可能性があります。

下の図のルーティング リングでは、パケットは時刻 t1 にルータ 1 に到着します。ルータ 1 は更新されており、宛先への最適なパスはルータ 2 をネクスト ホップとすることであると認識しているため、パケットをルータ 2 に転送します。ただし、ルータ 2 はまだ更新されていません。ルータ 2 は最適なネクスト ホップはルータ 1 であると判断しているため、パケットをルータ 1 に送り返します。その結果、ルータ 2 がルーティング更新情報を受信するか、パケットの有効期限が切れるまで、パケットは 2 つのルータ間でやり取りされます。

柔軟性

ルーティング アルゴリズムも柔軟である必要があり、さまざまなネットワーク環境に迅速かつ正確に適応する必要があります。たとえば、ネットワーク セグメントがダウンしているとします。問題が判明すると、多くのルーティング アルゴリズムでは、通常そのセグメントを使用するパスの次善のパスがすぐに選択されます。ルーティング アルゴリズムは、ネットワーク帯域幅、ルーターのキュー サイズ、およびネットワーク遅延に適応するように設計できます。

<<:  マイクロソフトの面接アルゴリズムに関する 4 つの質問

>>:  3つの主要なSQL ServerアルゴリズムのI/Oコストの簡単な分析

ブログ    
ブログ    
ブログ    
ブログ    

推薦する

ロボット警察がファンタジーを現実に変える

人工知能、コンピュータービジョン、モノのインターネット、その他の先進技術を備えたロボット警察は、法と...

マイクロソフトが27億パラメータのPhi-2モデルを発表、多くの大規模言語モデルを上回る性能を発揮

マイクロソフトは、Phi-2 と呼ばれる人工知能モデルをリリースしました。このモデルは、その 25 ...

なぜ人工知能が将来主流になるのか、これを読めば分かる

人工知能と自動化は将来のトレンドではないでしょうか?機械に人体の複雑な筋肉や動作を認識させる方法を考...

AIエンタープライズアプリケーションは成熟しつつある

デロイトは最新の「企業における AI の現状」レポートで、AI 実践の成功を特徴付ける共通点と、達成...

Chain World: シンプルで効果的な人間行動エージェントモデル強化学習フレームワーク

強化学習は、エージェントが環境と対話し、蓄積された報酬を最大化するために最適なアクションを選択する方...

...

...

ズークス、従業員がテスラの企業秘密を盗んだことを認める

[[322566]]この記事はLeiphone.comから転載したものです。転載する場合は、Leip...

人工知能時代に対応するための知識と技術の蓄積を向上させる

記者がインタビューした専門家によると、人工知能などの知能化技術の応用が加速するにつれ、雇用への構造的...

国防総省が新たなAIを開発: 海、陸、空のデータをリアルタイムで分析し「未来を予測」

[[415593]] 8月5日、外国メディアの報道によると、米軍は世界中のセンサーデータをタイムリ...

3D モデルの「スキンを変更する」のはどれくらい簡単ですか?一言だけ

[[443015]]この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI...

知能の哲学: 人工知能の倫理的問題 (有益な AI)

伝統的な人間中心の単純な倫理観は、人工知能の急速な発展によって脅かされています。哲学者、人類学者、倫...

大規模モデルの推論速度が 3.6 倍に向上しました。「Medusa」の論文はこちらです。Jia Yangqing: 最もエレガントな加速推論ソリューションの 1 つ

ご存知のとおり、大規模言語モデル (LLM) の動作ロジックでは、サイズが大きくなるにつれて言語生成...

AI による執筆の歴史を振り返ると、AI が人間の執筆作業に取って代わるまでにはどのくらい時間がかかるのでしょうか?

AI がまた本を出版しました。今回は専門家向けの教科書です。科学技術系出版社のひとつ、ドイツのシュ...