李雅波，姜麗芬，劉 濤，張 棟

（天津師范大學(xué)計(jì)算機(jī)與信息工程學(xué)院，天津 300387）

軟件定義網(wǎng)絡(luò)（software defined networking，SDN）是當(dāng)今最熱門(mén)的網(wǎng)絡(luò)技術(shù)之一，SDN利用分層的思想，將控制平面和數(shù)據(jù)平面相分離，分別部署在獨(dú)立的設(shè)備上實(shí)現(xiàn)[1].與傳統(tǒng)網(wǎng)絡(luò)技術(shù)相比，SDN有許多優(yōu)點(diǎn)[1]：（1）控制平面統(tǒng)一控制轉(zhuǎn)發(fā)平面上的網(wǎng)絡(luò)設(shè)備，同時(shí)向上提供便捷的可編程操作；（2）網(wǎng)絡(luò)運(yùn)營(yíng)商和第三方能根據(jù)自身需求開(kāi)發(fā)新的控制方案，提供全新的網(wǎng)絡(luò)應(yīng)用和服務(wù)；（3）網(wǎng)絡(luò)用戶不必在意底層設(shè)備的技術(shù)細(xì)節(jié)，只需通過(guò)簡(jiǎn)潔的編程操作就能迅速達(dá)成目標(biāo)應(yīng)用的需求；（4）SDN可以提供靈活的網(wǎng)絡(luò)資源管理和基于數(shù)據(jù)流的快速靈活的路由配置，能夠自動(dòng)優(yōu)化網(wǎng)絡(luò)資源的利用.因此，近年來(lái)SDN引起了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注.

SDN需要周期性地進(jìn)行路由更新，更新執(zhí)行的速度是決定網(wǎng)絡(luò)性能的關(guān)鍵[2]，更新執(zhí)行越慢，傳輸過(guò)程中數(shù)據(jù)丟失和造成網(wǎng)絡(luò)擁塞的可能性就越高.因此，路由更新是SDN的關(guān)鍵問(wèn)題之一，眾多學(xué)者對(duì)SDN路由更新方法進(jìn)行了深入研究[2-15].其中：一類更新方法[2-3]預(yù)先設(shè)定了轉(zhuǎn)發(fā)規(guī)則更新的次序，但這類方法很難適應(yīng)實(shí)際數(shù)據(jù)量的動(dòng)態(tài)特點(diǎn)；文獻(xiàn)[4-5]提出根據(jù)當(dāng)前數(shù)據(jù)流整體狀況進(jìn)行轉(zhuǎn)發(fā)規(guī)則的更新，但隨著執(zhí)行更新的數(shù)據(jù)流逐漸增加，網(wǎng)絡(luò)性能變差，實(shí)驗(yàn)分析表明[6]，只更新10 kB數(shù)據(jù)流，完成流表更新尚約80 s，而實(shí)際中等規(guī)模數(shù)據(jù)中心中數(shù)據(jù)流到達(dá)的速度約為1 250~1 667 B/s.文獻(xiàn)[9]針對(duì)更新的帶寬開(kāi)銷和交換機(jī)處理延遲等問(wèn)題，提出基于通配符的請(qǐng)求成本優(yōu)化流統(tǒng)計(jì)收集（CO-FSC）方案，該方案通過(guò)具有近似因子f的基于舍入的算法來(lái)降低帶寬開(kāi)銷和交換機(jī)轉(zhuǎn)發(fā)規(guī)則處理的延遲.文獻(xiàn)[10]提出一種基于時(shí)間的更新實(shí)用方法，使用三態(tài)內(nèi)容尋址存儲(chǔ)器條目中的時(shí)間戳字段，來(lái)實(shí)現(xiàn)原子束更新，以高精度地協(xié)調(diào)網(wǎng)絡(luò)更新.考慮到網(wǎng)絡(luò)功能的隨機(jī)性，文獻(xiàn)[11]對(duì)基于馬爾可夫鏈的路由更新算法進(jìn)行了補(bǔ)充，在更新過(guò)程中，數(shù)據(jù)包通過(guò)選定路由的傳輸以比較所有可能的替代路由，實(shí)現(xiàn)了更新算法的虛擬化服務(wù)，并根據(jù)執(zhí)行的算法為選擇最佳路由提供建議.文獻(xiàn)[12]首次提出了動(dòng)態(tài)路由更新期間無(wú)縫保持一致性的方法，避免了頻繁更新而導(dǎo)致數(shù)據(jù)包到達(dá)過(guò)程中出現(xiàn)明顯的不規(guī)則延遲或“通信中斷”.上述工作討論了在路由更新中如何保持更新一致性及避免擁塞的問(wèn)題，而沒(méi)有考慮實(shí)時(shí)更新的問(wèn)題.文獻(xiàn)[13]探討快速路由更新的問(wèn)題，利用線性規(guī)劃方法解決流的選取，其缺點(diǎn)是選擇更新數(shù)據(jù)流時(shí)沒(méi)有考慮當(dāng)前鏈路的負(fù)載狀況和公平性，造成數(shù)據(jù)流的選擇不合理，并且線性規(guī)劃算法執(zhí)行速度較慢.文獻(xiàn)[14]提出一種快速路由更新方法，適用于數(shù)據(jù)中心網(wǎng)絡(luò)和廣域網(wǎng)的更新，文獻(xiàn)[15]提出了一種智能規(guī)則劃分方法（SARD）來(lái)實(shí)現(xiàn)SDN中的快速更新，這2種方法的缺點(diǎn)是更新的數(shù)據(jù)流數(shù)量均較大，可能導(dǎo)致更新延遲過(guò)長(zhǎng).

本文提出一種基于模糊理論的數(shù)據(jù)流選擇及路由更新策略（fuzzy quantified based flow selection and route update，F(xiàn)ANS）.首先，使用語(yǔ)言量詞和模糊量化命題確定各數(shù)據(jù)流相對(duì)于路由更新標(biāo)準(zhǔn)的符合程度，并結(jié)合鏈路可用容量決定更新的數(shù)據(jù)流，然后，利用鏈路容量和交換機(jī)存儲(chǔ)容量限制尋找同步更新的數(shù)據(jù)流，進(jìn)一步降低路由更新的延遲.仿真實(shí)驗(yàn)結(jié)果表明，本文的路由更新方法具有較優(yōu)越的性能.

1 模型描述

1.1 網(wǎng)絡(luò)模型

設(shè)網(wǎng)絡(luò)結(jié)構(gòu)為G=（S，L），S={s1，s2，…，sn}表示交換機(jī)構(gòu)成的集合，L為鏈路集.路由更新的目的是將網(wǎng)絡(luò)從狀態(tài)C={f，Pc（f），f∈T}更新為狀態(tài)C′={f，Pd（f），f∈T}，其中：T為進(jìn)行路由更新的流的集合，C和C′分別為數(shù)據(jù)流的目前傳輸路徑集合和目標(biāo)傳輸路徑集合，Pc（f）為流f更新之前的傳輸通路，Pd（f）為相應(yīng)更新后的通路.假設(shè)每個(gè)數(shù)據(jù)流僅擁有一條傳輸通路.

交換機(jī)可以記錄通過(guò)它的數(shù)據(jù)流，根據(jù)交換機(jī)的統(tǒng)計(jì)記錄，控制器可以獲知數(shù)據(jù)流的強(qiáng)度.但在實(shí)際情況中，數(shù)據(jù)流的強(qiáng)度可能會(huì)在空間和時(shí)間上呈現(xiàn)動(dòng)態(tài)性，這種情況下控制器無(wú)法獲知數(shù)據(jù)流的強(qiáng)度.文獻(xiàn)[16]利用鏈路能夠負(fù)載數(shù)據(jù)流的數(shù)量進(jìn)行強(qiáng)度估計(jì)，鏈路容量為歷史統(tǒng)計(jì)中能夠一次通過(guò)的最大流數(shù).本文中，若數(shù)據(jù)流的強(qiáng)度無(wú)法獲知，則每隔一段時(shí)間記錄該時(shí)間段內(nèi)一次通過(guò)鏈路e的最大流數(shù)max（Tn，e）.設(shè)F（n）為當(dāng)前通過(guò)鏈路e的最大流數(shù)，由指數(shù)加權(quán)平均法有

其中：F（n-1）為上一次統(tǒng)計(jì)中一次通過(guò)鏈路e的最大流數(shù)，β為權(quán)重.式（1）可寫(xiě)為

利用指數(shù)加權(quán)平均法預(yù)測(cè)最大流數(shù)，既考慮了歷史狀況，又考慮了網(wǎng)絡(luò)當(dāng)前的流量狀態(tài).優(yōu)化算法中通常取 β≥0.9，此時(shí)有 β1/(1-β)≈1/e.由于越早的 max（Tn，e）權(quán)重越小，因此每次只需考慮最近1/（1-β）次的數(shù)據(jù)流最大個(gè)數(shù)的統(tǒng)計(jì)值，從而大大降低了交換機(jī)的存儲(chǔ)代價(jià).

1.2 延遲模型

設(shè)di為插入一個(gè)轉(zhuǎn)發(fā)規(guī)則的時(shí)長(zhǎng)，dm為修改一個(gè)流轉(zhuǎn)發(fā)規(guī)則的時(shí)長(zhǎng).令d（s，Pc（f），Pd（f））為交換機(jī)s將流f從Pc（f）更新到Pd（f）的時(shí)長(zhǎng)，且dm≈10 ms，di≈3.3 ms，則有

2 路由更新過(guò)程

2.1 更新數(shù)據(jù)流的選擇

為滿足路由的實(shí)時(shí)更新，利用人工智能的模糊理論確定各數(shù)據(jù)流相對(duì)于更新標(biāo)準(zhǔn)的符合程度.

2.1.1 模糊量詞

令Q、X、A、B分別為模糊語(yǔ)言量詞、論域和2個(gè)模糊謂詞，模糊量化命題的形式為“Q XareA”或“Q B XareA”.相關(guān)研究表明[17-18]，模糊量化命題“Q XareA”適用于描述用戶偏好.當(dāng)Q為增量量詞時(shí)，模糊量化命題“P：Q XareA”的真值TP是X的子集，

其中μA（x1）≥μA（x2）≥…≥μA（xn）.

2.1.2 基于模糊運(yùn)算的路由更新排序及選擇根據(jù)如下因素選擇待更新數(shù)據(jù)流：

（1）數(shù)據(jù)流強(qiáng)度（flow intensity），即流數(shù)大小s（f）；

（2）數(shù)據(jù)流當(dāng)前路由的負(fù)載（route load），定義為數(shù)據(jù)流當(dāng)前路由上鏈路的最大負(fù)載，即其中H為鏈路帶寬；

（3）數(shù)據(jù)流當(dāng)前路由的擁塞程度（route congestion level），即負(fù)載較重的鏈路條數(shù)與總鏈路條數(shù)的比值；

（4）選擇優(yōu)先級(jí)（select priority），定義為某數(shù)據(jù)流在前m輪被選為待更新數(shù)據(jù)流的次數(shù).

基于以上因素，每個(gè)數(shù)據(jù)流f被描述為一個(gè)具有4個(gè)對(duì)的集合{（cfk，ofk），k=1、2、3、4}，其中：cfk是流f的屬性，of k為其具體取值.為選擇待更新數(shù)據(jù)流，定義選擇標(biāo)準(zhǔn)fselect，相應(yīng)的，fselect具有 4 個(gè)對(duì)（cfk,pfk）,k=1、2、3、4,pfk為對(duì)于cfk的選擇偏好.數(shù)據(jù)流f相對(duì)于選擇標(biāo)準(zhǔn)fselect的符合程度（記為τ（fselect|f））是模糊量化命題“幾乎所有的偏好都被滿足”的真值.基于式（4），τ（fselect|f）的取值為

其中μp（cfs′）為數(shù)據(jù)流f的屬性對(duì)選擇偏好的符合程度,由模糊隸屬函數(shù)求出,且μp（cf1′）≥μp（cf2′）≥…≥μp（cfm′）.各因素的模糊隸屬函數(shù)見(jiàn)圖1.

圖1 模糊隸屬函數(shù)Fig.1 Fuzzy membership functions

得到各數(shù)據(jù)流相對(duì)于選擇標(biāo)準(zhǔn)的符合程度后,對(duì)于結(jié)果不為零的數(shù)據(jù)流,按照符合程度由大到小排列,形成序列Q.從序列Q的第1個(gè)流開(kāi)始依次選擇,對(duì)于流f的路徑集Rf（所有可選路徑的集合）內(nèi)的各條傳輸路徑,計(jì)算其上各鏈路的目前容量c（e）,進(jìn)而得到傳輸路徑P的目前容量C（P）為

從路徑集Rf中選出容量最大的路徑Pmax，由式（7）判斷Pmax能否容納f，若能則將f分配給路徑Pmax.

其中λ為負(fù)載參量.上述路徑分配算法的偽代碼如下：

算法目標(biāo)路徑分配

2.2 同步更新數(shù)據(jù)流的挖掘

在保證鏈路無(wú)擁塞的前提下,控制器在相應(yīng)的時(shí)間段內(nèi)選擇多個(gè)流同步更新,可以進(jìn)一步降低路由更新的延遲.為此,在更新部分?jǐn)?shù)據(jù)流的基礎(chǔ)上,從鏈路容量限制和交換機(jī)流表容量限制2個(gè)方面進(jìn)一步挖掘同步更新的數(shù)據(jù)流.

2.2.1 鏈路容量限制

鏈路容量限制保證同步更新數(shù)據(jù)流時(shí)鏈路無(wú)擁塞.對(duì)于Q中的流f，能夠與該流同步更新的數(shù)據(jù)流滿足

其中：Rnu，e為通過(guò)鏈路e且不需要更新路徑的數(shù)據(jù)流集合，Ru，e為源路由通過(guò)鏈路e的數(shù)據(jù)流集合，Rt，e為目標(biāo)路由通過(guò)鏈路e的數(shù)據(jù)流集合.

2.2.2 交換機(jī)流表容量限制

交換機(jī)流表容量限制保證在路由更新過(guò)程中交換機(jī)的流表大小不超過(guò)最大容量.設(shè)交換機(jī)s的流表容量為CP（s）,若更新后的路由通過(guò)交換機(jī)s，則其流表大小增加一個(gè)規(guī)則占用的空間rule（1）,其大小取決于openflow協(xié)議的版本號(hào).設(shè)Rnu，s為源路由通過(guò)交換機(jī)s且暫不需要更新的數(shù)據(jù)流集合，Ru，s為源路由通過(guò)交換機(jī)s且需要更新的數(shù)據(jù)流集合，Rt，s為目標(biāo)路由通過(guò)交換機(jī)s的數(shù)據(jù)流集合,則有

3 仿真實(shí)驗(yàn)與性能分析

3.1 實(shí)驗(yàn)環(huán)境

使用mininet生成網(wǎng)絡(luò)拓?fù)?同時(shí)使用與文獻(xiàn)[16]相同的網(wǎng)絡(luò)拓?fù)渖晒ぞ?，此生成工具是PSGen拓?fù)渖晒ぞ叩囊粋€(gè)修改版，能夠模擬真實(shí)的大規(guī)模網(wǎng)絡(luò)拓?fù)?實(shí)驗(yàn)網(wǎng)絡(luò)拓?fù)浒?5臺(tái)交換機(jī)，100條鏈路，6 000個(gè)數(shù)據(jù)流，控制器選擇Ryu.模擬的數(shù)據(jù)流遵循標(biāo)準(zhǔn)的2-8原則[19].實(shí)驗(yàn)中設(shè)β=0.9，λ=0.56.

采用2個(gè)性能指標(biāo)評(píng)價(jià)路由更新算法的性能：（1）網(wǎng)絡(luò)負(fù)載率（network load ratio），該指標(biāo)用于衡量網(wǎng)絡(luò)負(fù)載均衡度；（2）路由更新延遲（route update delay），即更新完成數(shù)據(jù)平面的總時(shí)間.

3.2 實(shí)驗(yàn)結(jié)果

將 FANS 與已有算法 EMCF+DS[16]、GRSU[16]和OSPF進(jìn)行性能比較，本文設(shè)計(jì)了4組實(shí)驗(yàn).

3.2.1 第1組實(shí)驗(yàn)

第1組實(shí)驗(yàn)考察當(dāng)不同數(shù)量的數(shù)據(jù)流存在于網(wǎng)絡(luò)中時(shí)，路由更新延遲和網(wǎng)絡(luò)負(fù)載率的變化.

由于OSPF算法始終為數(shù)據(jù)流選擇最短路徑，所以這里不考慮它的更新延遲問(wèn)題，圖2給出了路由更新延遲隨數(shù)據(jù)流數(shù)量的變化情況.

圖2 數(shù)據(jù)流的數(shù)量對(duì)路由更新延遲Fig.2 Number of flows vs.route update delay

由圖2可見(jiàn)，F(xiàn)ANS的路由更新延遲要小于EMCF+DS和GRSU，當(dāng)數(shù)據(jù)流數(shù)量為6 000時(shí)，F(xiàn)ANS的路由更新延遲分別比EMCF+DS和GRSU低約2.1 s和0.8 s.EMCF+DS每次都要更新網(wǎng)絡(luò)中的全部大象流，因此造成更新延遲較長(zhǎng)，GRSU在更新流的選擇時(shí)沒(méi)有考慮數(shù)據(jù)流的強(qiáng)度以及選擇的公平性等因素，導(dǎo)致更新效果略差.

圖3給出了網(wǎng)絡(luò)負(fù)載率隨數(shù)據(jù)流數(shù)量的變化情況.由圖3可見(jiàn)，F(xiàn)ANS的網(wǎng)絡(luò)負(fù)載率低于GRSU，略高于EMCF+DS，但FANS的更新延遲遠(yuǎn)低于EMCF+DS，綜合考慮，F(xiàn)ANS算法更具優(yōu)勢(shì).另外，OSPF算法的網(wǎng)絡(luò)負(fù)載率最高，當(dāng)數(shù)據(jù)流數(shù)量為6 000時(shí)，其網(wǎng)絡(luò)負(fù)載率約為0.7，這是因?yàn)閿?shù)據(jù)流數(shù)量增大之后，某些主要鏈路的負(fù)載大大加重.

圖3 數(shù)據(jù)流的數(shù)量對(duì)網(wǎng)絡(luò)負(fù)載率Fig.3 Number of flows vs.network load ratio

3.2.2 第2組實(shí)驗(yàn)

第2組實(shí)驗(yàn)在第1組實(shí)驗(yàn)的基礎(chǔ)上為FANS和GRSU設(shè)定一個(gè)最大更新延遲的閾值D0=1.5 s.因?yàn)镚RSU為交換機(jī)設(shè)置了最大更新時(shí)延，另外當(dāng)數(shù)據(jù)流量或網(wǎng)絡(luò)規(guī)模較大時(shí)，實(shí)時(shí)更新可能無(wú)法保證，所以通過(guò)設(shè)定這樣一個(gè)閾值來(lái)限制更新延遲.圖4和圖5分別給出了此時(shí)路由更新延遲和網(wǎng)絡(luò)負(fù)載率隨數(shù)據(jù)流數(shù)量的變化情況.

圖4 數(shù)據(jù)流的數(shù)量對(duì)路由更新延遲（D0=1.5 s）Fig.4 Number of flows vs.route update delay（D0=1.5 s）

圖5 數(shù)據(jù)流的數(shù)量對(duì)網(wǎng)絡(luò)負(fù)載率（D0=1.5 s）Fig.5 Number of flows vs.network load ratio（D0=1.5 s）

由圖4可見(jiàn)，由于設(shè)定了閾值，此時(shí)數(shù)據(jù)流數(shù)量的增大對(duì)FANS和GRSU的更新延遲沒(méi)有影響，而EMCF+DS的更新延遲依然會(huì)隨數(shù)據(jù)流數(shù)量的增大而增大.對(duì)比圖5和圖3，在設(shè)定閾值的情況下，F(xiàn)ANS的網(wǎng)絡(luò)負(fù)載率增大約5%，這是因?yàn)橄薅ㄩ撝岛髷?shù)據(jù)流較之前增多，能夠更新的數(shù)據(jù)流數(shù)量比無(wú)設(shè)定時(shí)少，因此路由更新后的效果變差.由圖4和圖5可以看出，F(xiàn)ANS的網(wǎng)絡(luò)負(fù)載率稍高于EMCF+DS，但FANS的更新延遲卻大大低于EMCF+DS.當(dāng)數(shù)據(jù)流數(shù)量為4 000時(shí)，F(xiàn)ANS的負(fù)載率比EMCF+DS高約5%，但其更新延遲比EMCF+DS低約1.8 s，當(dāng)數(shù)據(jù)流數(shù)量為6 000時(shí)，F(xiàn)ANS的更新延遲比EMCF+DS低約2.5 s，而負(fù)載率僅高約8%，說(shuō)明FANS算法通過(guò)更新部分?jǐn)?shù)據(jù)流，達(dá)到了負(fù)載率和更新延遲的平衡.

3.2.3 第3組實(shí)驗(yàn)

在第3組實(shí)驗(yàn)中，在默認(rèn)函數(shù)基礎(chǔ)上將大象流的門(mén)限進(jìn)行擴(kuò)大.當(dāng)大象流的門(mén)限逐漸擴(kuò)大時(shí)，圖6和圖7給出了路由更新延遲和網(wǎng)絡(luò)負(fù)載率的變化情況.

由圖6可見(jiàn)，隨著大象流門(mén)限值成倍增加，F(xiàn)ANS的更新延遲一直低于其他算法.由圖7可見(jiàn)，隨著大象流門(mén)限值增加，4種算法的負(fù)載率均不斷增大，F(xiàn)ANS的負(fù)載率僅高于EMCF+DS，當(dāng)大象流門(mén)限為原來(lái)的4倍時(shí)，F(xiàn)ANS的負(fù)載率比EMCF+DS高約5%，但更新延遲卻低約2.5 s，因此FANS的性能更優(yōu).

圖6 大象流門(mén)限對(duì)路由更新延遲Fig.6 Elephant flow threshold vs.route update delay

圖7 大象流門(mén)限對(duì)網(wǎng)絡(luò)負(fù)載率Fig.7 Elephant flow threshold vs.network load ratio

3.2.4 第4組實(shí)驗(yàn)

在第4組實(shí)驗(yàn)中，固定數(shù)據(jù)流數(shù)量，考察最大更新延遲閾值D0對(duì)網(wǎng)絡(luò)負(fù)載率的影響.圖8（a）和（b）分別給出了當(dāng)數(shù)據(jù)流數(shù)量為4 000和6 000時(shí)，網(wǎng)絡(luò)負(fù)載率隨D0的變化情況.

圖8 最大更新延遲閾值對(duì)網(wǎng)絡(luò)負(fù)載率Fig.8 Update delay constraint vs.network load ratio

由圖8可見(jiàn)，隨著D0的增大，F(xiàn)ANS的負(fù)載率逐漸接近EMCF+DS，并且一直低于GRUS.但由于EMCF+DS需要更新全部大象流，因此其更新延遲會(huì)遠(yuǎn)大于FANS，另外，F(xiàn)ANS采用了模糊邏輯，選擇的數(shù)據(jù)流更加合理，因此負(fù)載率略低于GRSU.

3.2.5 負(fù)載參量λ對(duì)FANS性能的影響

數(shù)據(jù)流更新路徑的選擇與λ有關(guān)，因此FANS的性能受λ影響.圖9給出了數(shù)據(jù)流數(shù)量為4 000和6 000時(shí)，不同λ值下FANS的網(wǎng)絡(luò)負(fù)載率.由圖9可見(jiàn)，λ=0.6時(shí)負(fù)載率最低.當(dāng)λ從0.6緩慢增大時(shí)，網(wǎng)絡(luò)負(fù)載率會(huì)逐漸增大，這是因?yàn)棣溯^大會(huì)導(dǎo)致一些主要鏈路負(fù)載較高，所以網(wǎng)絡(luò)負(fù)載率也會(huì)增大.當(dāng)λ較小時(shí)，鏈路容量沒(méi)有得到充分利用，也會(huì)造成負(fù)載率較高.因此，選擇合適的負(fù)載參量對(duì)路由更新算法的性能也很重要.

圖9 負(fù)載參量對(duì)網(wǎng)絡(luò)負(fù)載率Fig.9 Network load factor vs.network load ratio

4 結(jié)語(yǔ)

針對(duì)軟件定義網(wǎng)絡(luò)中的實(shí)時(shí)路由更新問(wèn)題，本文利用人工智能算法的語(yǔ)言量詞和模糊量化命題處理數(shù)據(jù)流的選擇問(wèn)題，同時(shí)考慮流的屬性和各流相對(duì)選擇標(biāo)準(zhǔn)的符合程度，盡量選擇符合程度較高的數(shù)據(jù)流進(jìn)行更新，這種策略可以保證在維持網(wǎng)絡(luò)較小的更新延遲與開(kāi)銷的情況下，盡量降低網(wǎng)絡(luò)負(fù)載率.仿真實(shí)驗(yàn)驗(yàn)證了本文所提路由更新方法具有較優(yōu)越的性能.