ルーティングテーブルとルーター選択アルゴリズム

ルーティングテーブルとルーター選択アルゴリズム

標準ルーティングテーブル

1.次駅経路選定の基本的な考え方

ルーティング テーブルは、宛先までの完全なパスではなく、そのルータから宛先までのパスの次のステップのみを指定します。

2. 標準 IP ルーティング テーブルには、多数の (N, R) ペアが含まれています。

N: 宛先ネットワークのIPアドレス

R: N へのパス上の次のルーターの IP アドレス。

基本的な次の停車地ルーティングアルゴリズム:

ルートデータグラム(データグラム、ルーティングテーブル)

{

データグラムから宛先 IP アドレス D を抽出し、netid ネットワーク番号 N を計算します。

Nがルータが直接接続されているネットワークのアドレスと一致する場合

次に、ネットワーク上で直接配信します (カプセル化、物理アドレスのバインディング、送信など)

そうでなければ、ルーティングテーブルにNへのルートが含まれている場合

次に、データグラムをルーティングテーブルで指定された次の宛先に送信します。

それ以外の場合、ルーティングエラー

}

静的ルーティングと動的ルーティング

静的ルートは手動で作成および管理され、自動的に変更されることはありません。インターネット トポロジまたは接続方法の変更を反映するには、手動で更新する必要があります。

静的ルーティングの機能:

利点: 安全で信頼性が高く、シンプルで直感的であり、動的ルーティング選択のオーバーヘッドを回避します。

デメリット: 複雑なインターネット構造には適していません。セットアップと保守の作業量が多く、ルーティング ループが発生しやすくなります。

インターネットに障害が発生し、静的ルートが自動的に変更されない

適用環境: あまり複雑ではないインターネット構造

動的ルーティングは、自己学習を通じてルーティング テーブルを自動的に変更および更新できます。動的ルーティングでは、ルータ間でルーティング情報を常に交換する必要があります。

動的ルーティングの機能:

利点: より高い自律性と柔軟性

デメリット: ルーティング情報の交換にはネットワーク帯域幅が必要であり、ルーティング テーブルの動的な変更と更新にはルーターのメモリと CPU 処理時間が必要であり、ルーターのリソースを消費します。

適用環境: 複雑なトポロジと大規模なネットワーク規模を持つインターネットでは、誤ったパスを自動的に排除し、パフォーマンスの良いパスを自動的に選択します。

パスメトリック

メトリックはパスの品質を表す数値です。メトリックが小さいほど、パスの品質は高くなります。

メトリックの計算は、パスの 1 つの機能またはパスの複数の機能に基づいて行うことができます。

ホップ数: IP データグラムが宛先に到達するまでに通過しなければならないルーターの数。

帯域幅: リンクのデータ容量。

レイテンシ: データが送信元から送信先に到達するまでにかかる時間。

負荷: ネットワーク内 (ルーター内やリンク上など) での情報フローのアクティビティ量。

信頼性: データ伝送時のエラー率

オーバーヘッド: 通常、帯域幅、構築コスト、保守コスト、使用料などの要素に基づいてネットワーク管理者が指定できる変数値。

ルーティング プロトコル:

1. ダイナミックルーティングを使用するための基本条件

ルータは同じルーティング プロトコルを実行し、同じルーティング アルゴリズムを実装します。

2. 広く使用されているルーティングプロトコル

ルーティング情報プロトコル RIP: ベクトル距離アルゴリズムの使用

Open Shortest Path First プロトコル OSPF: リンクステートアルゴリズムの使用

3. ルーティングのコンバージェンス

意味: インターネット内のすべてのルーターは、現在のインターネット トポロジを反映するのに十分な精度を持つ同じルーティング情報を実行します。

高速コンバージェンスは、ルーティング プロトコルの最も望ましい機能です。

ルーティングアルゴリズム:

1. ベクトル距離ルーティングアルゴリズム

基本的な考え方: ルータは、到達可能なネットワークとネットワークまでの距離を通知するために、既知のルーティング情報を近隣のルータに定期的にブロードキャストします。隣接ルータは、受信したルーティング情報に基づいて、独自のルーティング テーブルを変更および更新できます。

利点: アルゴリズムはシンプルで実装が簡単

デメリット: 収束が遅い問題: ルータのパス変更は、隣接するルータから波のように伝播する必要があり、これは遅いプロセスです。

交換する必要がある情報量が大きい:自身のルーティングテーブルのサイズと同程度

適用環境: ルーティングの大幅な変更が少ない中小規模のインターネット

2. リンクステートルーティングアルゴリズム

基本的な考え方: インターネット上の各ルータは、隣接ルータとの接続関係を定期的に他のルータにブロードキャストします。インターネット上の各ルータは、受信したルーティング情報を使用して、インターネット トポロジ図を描画します。描画されたトポロジ図と最短パス優先アルゴリズムを使用して、各ネットワークへの最短パスを計算します。

OSPFルーティングプロトコル

利点: 収束速度が速い、サービス タイプの選択をサポート、負荷分散と ID 認証を提供。

デメリット: より高いルーター処理能力と一定の帯域幅要件が必要です。

適用環境:大規模かつ複雑なインターネット

両者の根本的な違いは次のとおりです。

ベクトル距離ルーティング アルゴリズム: ルータがインターネット全体のトポロジを理解する必要はなく、隣接するルータを通じて各ネットワークへの可能なパスを学習します。

リンクステートルーティングアルゴリズム

これは、インターネット全体のトポロジ構造図に依存しており、インターネット全体のトポロジ構造図を使用して SPF ツリーを取得し、その後、SPF ツリーからルーティング テーブルを生成します。

<<:  Ruan Yifeng: ガウスぼかしアルゴリズム

>>:  Google: より多くのデータはより優れたアルゴリズムに勝ります!

ブログ    

推薦する

Python ベースのパーセプトロン分類アルゴリズムの実践

パーセプトロンは、バイナリ分類タスク用の線形機械学習アルゴリズムです。これは、人工ニューラル ネット...

...

...

GPT-4Vを試した後、マイクロソフトは166ページに及ぶ評価レポートを作成した。業界関係者:上級ユーザー必読

1週間前、ChatGPTはメジャーアップデートを受けました。GPT-4とGPT-3.5の両モデルは、...

量子コンピューティングとブロックチェーンの未来

量子コンピューティングはブロックチェーンを破壊するのか、それともより安全にするのか? 01 序文コン...

10億のデータから数字を素早く見つける方法 | 定番アルゴリズムBitMapの詳しい説明

序文多くの人は、BitMap は文字通りビットマップを意味すると考えています。実際、より正確には、ビ...

AIが企業の採用ルールをどう変えるのか

[[219941]] AI と機械学習が、人材管理の問題解決に役立っているというのは、皮肉なことです...

次世代産業用ロボットに対する人工知能(AI)の影響

[[389728]]大量生産される製品に対する需要が高まるにつれ、製品には高品質で信頼性が高く、より...

LSTMに匹敵するTransformerは機械学習界に火をつけました。それは万能です。

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

...

ナレッジグラフ|データの価値を活かすのは「グラフ」

ナレッジグラフ|データの価値を活かすのは「グラフ」​​ナレッジグラフは、応用数学、グラフィックス、情...

大企業に必須の、偉大な神からのオープンソースアルゴリズムツールブック

近年、大企業への入社要件はますます高くなり、アルゴリズムに対する要求も徐々に高まっています。アルゴリ...

三国志を例に挙げて分散アルゴリズムについて語るのって、気楽なことでしょうか?

[[357046]]序文「三国殺し」は、中国の三国時代を背景に、身分を手がかりにカードを形にした人...

AIがシュレーディンガー方程式を正確かつ計算効率よく解く、Nature Chemistry誌に発表

量子力学の基本方程式の一つとして、シュレーディンガー方程式は常に幅広い注目を集めてきました。昨年、D...