CN119484388A 一种基于伪随机曲率扩散的srv6路径混淆方法 （合肥工业大学）

一种基于伪随机曲率扩散的SRV6路径混淆本发明公开了一种基于伪随机曲率扩散的控网络状态和路径拓扑变化，调整路径选择策2径序列依据网络中节点与链路的物理属性以及连接S2、利用伪随机曲率扩散算法对路径进行动S6、根据网络状态和路径拓扑的实时变化，调;S14、基于每条链路的伪随机曲率值，计算网络中每对节点之间的路径可行性值;生成初步路径序列；3;为控制链路曲率变化幅度的调整因子；路的带宽、延迟DS、负载FS及当前曲率值k(t-1)进行加权调整：;;合包含所有满足当前网络条件的可行路径，路径选择过程中优先考虑满足网络约束的链W(t)，该权重反映了路径选择的优先级：4;;;其中，Ij(t)为时刻t的路径隐蔽性指标，和72为隐蔽性加权因子，为链路5kaj(t)以及路径的稳定性和传输效率，实时更新路径拓扑模型，并根据6;7[0002]随着互联网技术的不断发展，网络中跨域数据传输和路径选择的复杂性日益增考虑到各个域之间的不同传输特性，导致路径选择优化无法兼顾全局安全性和传输效率，8;;9S22、在每个时间步t内，通过伪随机曲率扩散算法计算链路的调整曲率值;kj(t)表示时刻t的链路曲率值，Ar,(t)为链路Li曲率值在时刻t的S23、引入伪随机扰动因子对链路曲率值kj(t)进行;;其中，pj(t)为时刻t的路径可行性值，kj(t)为当前时刻链路的曲率值；合非线性随机特性的路径序列；;其中，W(t)为时刻t的路径权重，为链路的带宽，DS为链路的延迟，;其中，为时刻t的扰动因子，为扰动调节系S42、根据实时监控的数据和路径拓扑变化趋势模型，结合已定义的曲率扩散模S43、对于每对节点i与j，根据实时获取的链路数据计算路径的隐蔽性指标;S44、根据隐蔽性指标Ij(t)，对路径选择进行优化，路径选择优先考虑隐蔽性高S45、在路径选择过程中，结合隐蔽性指标Ij(t)和路径链路的实时状态，调整路S47、基于实时监控的网络负载、链路状态和路径拓扑变化，结合隐蔽性指标Ij(t)，动态调整路径节点的连接关系和路径选择算法的决策逻辑，路径选择的优化策略S52、根据实时监控的跨域网络状态，计算S53、基于跨域隐蔽性指标Ij(t)，调整数据传输路径，优先选择隐蔽性高于其它S56、根据实时跨域链路负载和传输效率，动态调整跨域数据传输的路径选择决值kj(t)以及路径的稳定性和传输效率，实时更新路径拓扑模型，并根据网络状态的变化拓扑结构中的曲率扩散参数，以适应网络的;其中，kaj(t)为时刻t的链路的曲率值，为链路的曲率扩散系数，为时刻t的扰动因子，pj(t)为链路的实时扰动因图1为本发明提出的一种基于伪随机曲率扩;;S22、在每个时间步t内，通过伪随机曲率扩散算法计算链路的调整曲率值;S23、引入伪随机扰动因子对链路曲率值kj(t)进行;;其中，pj(t)为时刻t的路径可行性值，kj(t)为当前时刻链路的曲率值；合非线性随机特性的路径序列；;其中，W(t)为时刻t的路径权重，为链路的带宽，DS为链路的延迟，;其中，为时刻t的扰动因子，为扰动调节系S42、根据实时监控的数据和路径拓扑变化趋势模型，结合已定义的曲率扩散模S43、对于每对节点i与j，根据实时获取的链路数据计算路径的隐蔽性指标;S44、根据隐蔽性指标Ij(t)，对路径选择进行优化，路径选择优先考虑隐蔽性高S45、在路径选择过程中，结合隐蔽性指标Ij(t)和路径链路的实时状态，调整路S47、基于实时监控的网络负载、链路状态和路径拓扑变化，结合隐蔽性指标Ij(t)，动态调整路径节点的连接关系和路径选择算法的决策逻辑，路径选择的优化策略S52、根据实时监控的跨域网络状态，计算S53、基于跨域隐蔽性指标Ij(t)，调整数据传输路径，优先选择隐蔽性高于其它S56、根据实时跨域链路负载和传输效率，动态调整跨域数据传输的路径选择决值kj(t)以及路径的稳定性和传输效率，实时更新路径拓扑模型，并根据网络状态的变化拓扑结构中的曲率扩散参数，以适应网络的;其中，kaj(t)为时刻t的链路的曲率值，7a为链路的曲率扩散系数，为时刻t的扰动因子，pj(t)为链路的实时扰动因为了验证本发明在实施中的可行性，将本发明应用于一个大型跨域网络环境中。