以下是重构后的内容：
研究提出了一种实时在线的流量工程方法在多条路径之间实现负载均衡，即LAMP(load adaptation based on measuring passively)。LAMP将流量从高利用率的链路转移到低利用率的链路上，转移的依据是以被动方式收集的信息，包括数据包往返时延(round trip time,RTT)和链路利用率。LAMP不需要周期性地探测网络，不需要路由器之间的大量通信，更不需要对输入的流量和网络拓扑做任何假设。评估结果表明，LAMP能够有效降低链路利用率，而且具有良好的稳定性。
关键词：计算机网络；在线流量工程；被动测量；多路径路由；负载均衡。
离线流量工程和在线流量工程的区别在于，离线流量工程是在网络拓扑结构已知的情况下，通过对网络资源进行优化来实现流量调度的目的。而在线流量工程则是在网络拓扑结构发生变化时，通过对网络资源进行动态调整来实现流量调度的目的。
离线流量工程方法只能对特定类型的状况预先计算备用路由方案。一旦出现新的问题，即使网络有足够的能力来处理这些问题，离线TE也无能为力。
而在线TE方法能够响应实时的流量变化和路由失效。现在一些在线TE的方法已经被提出，包括MATE、TeXCP、REPLEX和Homeostasis。但是，这些方法都面临这一些问题：1)假设全局的网络信息是已知的(MATE [13]);2)需要MPLS的支持(MATE[13]和TeXCP [12]);3)为了实现流量自适应负载均衡而需要反馈，但是反馈会带来抖动问题，因为需要复杂的机制以维持稳定性(MATE [13],TeXCP[12] 和REPLEX [14]);4)需要周期性地向网络中发出探测包以测量反馈变量的值，这会向网络中注入大量的额外流量，而且会在拥塞时注入更多(MATE [13],TeXCP[12] 和REPLEX [14]);或者，广播新的链路权值供路由协议重新进行最短路径计算(Homeostasis [15])。
AMP是一种在线TE方法，其主要原理是利用到达每个终点的多条权值非相等路径，自适应地把流量分配到这些路径上。分配的依据是被动收集的信息——RTT和链路利用率。LAMP采用RTT和链路利用率两个度量进行拥塞检测，因为这两个度量非常重要而且易于获得。RTT可以采用提出的完全被动方式测量，不需要向网络中注入任何流量。链路的利用率可以被与其连接的路由器直接测量，也不需要任何额外的数据包。当RTT增长过快或链路利用率过高时，认为拥塞出现。一旦某个路由器检测到了拥塞，该路由器把流量从高利用率的链路转移到低利用率的链路以缓解或消除拥塞。为了避免同一个流内的数据包重排序，在重新分配流量时以流？一个流由五元组定义：<源IP地址，源端口，目的IP地址，目的端口，协议号>]作为单位。总之，LAMP通过多条路径之间的负载均衡同时降低链路利用率和延时，而且具有良好的稳定性。特别地，研究拥有以下创新点：1)提出了LAMP——一种简单有效的在线TE方法，该方法利用被动测量的信息在多条路径之间进行负载均衡；2)LAMP能够运行在现有的路由协议之上；3)LAMP不采用反馈变量，因而不需要周期性的探测包或复杂的机制来维持稳定性；4)LAMP在必要时会把拥塞情况通知上游的邻居路由器。评估结果表明，与现有在线TE方法相比，LAMP拥有更佳的性能和更低的代价。
AMP(Linux-Averaged Multipath)是一种负载均衡技术，其基本设计思想是将流量从高利用率的链路转移到低利用率的链路，以应对突发的流量并达到负载均衡的目的。负载均衡的依据是本地被动测量得到的信息，包括RTT(往返时延)和链路利用率。如果一个路由器不包含多路径信息或者不能有效缓解严重的拥塞，该路由器将通知上游的邻居路由器以减少向它转发的流量。下面将详细描述RTT如何测量和使用，以及如何在多路径之间进行流量均衡，以及为什么LAMP是稳定的。
1)被动RTT测量：利用已有的流量(尤其是TCP包)被动地测量TCP流的RTT。RTT是传输时延、传播时延、排队时延等的总和，它反映了一条路径的质量。一台路由器可以以完全被动的方式测量一个流的RTT,不需要向网络中注入任何探测包。这种被动测量的方法已经在先前的研究中提出[19~20],这里将直接利用该方法。
2)每一个连接都有RTT,如果多个连接终点IP地址属于同一个IP前缀，那么这些连接将共享相同的下一跳地址，因而这些连接的RTT可以通过相同的下一跳链路测量。但是由于不同路径的最后几跳不相同，因此这些连接的RTT绝对值并不相同。但幸运的是，LAMP关注的并不是RTT的绝对值，而是RTT的增长量或者减少量。
3)拥塞检测原理：如果非常接近一台路由器的下游链路，或该路由器的下一跳链路(直接与该路由器相连)正处于拥塞中，那么对应的RTT会增加并且链路利用率升高。将所有的RTT按照下一跳分组，相同下一跳的RTT分在同一组中。下一跳链路上的拥塞会导致那条链路上的RTT统一增加。据此，得出了判断拥塞的条件是：ΔRTT/RTT>? 或者 ?>?,其中，?为链路利用率；?,?为阈值。表面上，RTT和链路利用率都可以预测拥塞，但二者均需要的原因是因为RTT的增长可以表明拥塞的出现，但是不能指出拥塞发生的具体链路，而链路利用率却可以。但是链路利用率却不能一直预测拥塞，考虑这种情况：多条链路的利用率都很高，但是均未超过阈值。此时，链路利用率不能预测潜在拥塞的存在，但RTT可以。所以，仅依靠RTT和链路利用率之一是不够的，二者同时需要。
4)在检测到拥塞之后，如果当前路由器拥有多路径信息，那么就在多条路径之间进行负载均衡。否则，该路由器将该状况通知上游的邻居路由器。一旦收到了这类通知，路由器将在多条链路之间进行负载均衡，如此反复。
AMP是一种基于PCR技术的扩增方法，它的全称是“Loop-Amplification by Nested Template”。LAMP的引物设计主要是针对靶基因的六个不同的区域，基于靶基因3’ 端的F3c、F2c和Flc区以及5’ 端的Bl、B2和B3区等6个不同的位点设计4种引物。 FIP (Forward Inner Primer):上游内部引物，由F2区和F1C区域组成，F2区与靶基因3’端的F2c区域互补，F1C区与靶基因5' 端的Flc区域序列相同。 F3引物：上游外部引物 (Forward Outer Primer),由F3区组成，并与靶基因的F3c区域互补。 ITa引物：内部引物(Internal Amplified Probe),由ITa区和ITd区组成，ITa区与靶基因3’端的ITa1/2c区域互补，ITd区与靶基因5’端的Itd1/2c区域序列相同。 ITx引物：内部延伸引物(Internal Extended Probe),由ITx1和ITx2区组成，ITx1与ITa区的末端互补，ITx2与靶基因5’端的Itx1/2c区域序列相同 。
RTT被动测量方法在文献[19]、[20]中提出，并且被证明可行。这里直接利用这种方法计算RTT,而不用关心路由是否对称。此前，RTT已经有了很广泛的用途，包括：1)一条链路上分配的缓存取决于该链路上TCP连接的RTT[21~22];2)RTT的估算有利于活跃队列的管理[23];3)RTT能够帮助判定由于拥塞引起的无响应[24~25]。
下面简述文献[19]提出的被动测量RTT的方法。最基本的技术包括SYN-ACK(SA)测量和Slow-Start(SS)测量，分别如图2a和图2b所示[19]。由于非对称路由的普遍存在，一台路由器很有可能只看到2台主机之间的单向流，可能是从发起方到接收方，或者从接收方到发起方。SA测量方法适用于前者，SS测量方法适用于后者。
在发起方到接收方的流中，SA方法利用3次握手交换的包完成对RTT的测量。基本想法是测量最后一个SYN包和第一个ACK包之间的时间差，这个时间差就是RTT,如图2a所示。SS方法测量的是从接收方到发起方的流，基本想法是第一个和第二个流量突发之间的时间差与RTT非常接近，如图2b所示。
2.2 拥塞检测
RTT被测量出来后，利用RTT和链路利用率(链路利用率可以由路由器直接获得)检测拥塞。首先定义拥塞：如果某条路径上的一条或者几条链路的利用率超过了预先设定的阈值，或者该路径上的RTT增长也超过了预先设定的阈值，那么这一条路径是拥塞的。
对一台路由器而言，同一时刻有大量的TCP流经过该路由器，那么该路由器可以利用上述测量RTT的方法测量。用X表示RTT的值，X(?,?)表示流？在？时刻的RTT。根据下一跳的不同把RTT分组，相同的下一跳分在同一组。因此，?也应当把下一跳作为一个参数，那么得到？(?, ?, ?),这表示流？在时刻？下一跳为？时的RTT. 虽然下一跳？可以由流？查路由表获得，为了清楚起见，这里仍然把？作为？的一个参数。
对于下一跳为？的流？来说，在？1时刻可以测量其RTT,用？(??, ?, ?)表示。这样，流？在不同时刻的一系列RTT可以用？(?0, ?, ?), ? ? ?,?(??+1, ?, ?),?(??, ?, ?),?(?+1, ?, ?)表示。希望利用RTT的增长率检测拥塞，而计算RTT增长率有2种方法：
1)首先计算每个流的RTT增长率，然后为每个下一跳计算平均RTT增长率。
根据您提供的信息，拥塞检测是网络流量控制的重要手段之一。在多路径路由中，拥塞检测可以通过以下方式实现：
1. 通过探测机制获取不同路径的拥塞程度信息，动态调整不同路径的权重和使用频度，将流量合理分布在不同路径上使网络的传输状态趋于平衡，提高网络吞吐量和降低网络拥塞程度。
2. 针对多径路由带来的端到端测量路径不确定性以及布尔模型不能很好地解决多拥塞链路的问题，该文在识别端到端测量路径的基础上，提出一种基于扩展状态空间的网络拥塞链路识别算法。
多路径负载均衡策略是指在多路径传输中，为了提高网络的容错性和性能，通过使用多条路径来分发流量，实现更好的负载均衡效果。
关于如何调整负载均衡中的多路径路由策略，可以参考华为云的相关文档。
AMP负载均衡策略中，主路径拥有最高的优先级，只要主路径的下一跳链路利用率低于阈值，会仅使用主路径。一旦主路径的下一跳链路利用率高于阈值，流量就会在剩余的1条备用路径负载均衡。这条路径根据OSPF的路径权值计算，在负载均衡时它们的排序依据对应的下一跳链路利用率。利用率越低，排名越靠前。之所以把链路利用率作为对下一跳排序的依据，是因为当进行负载均衡时，希望能够降低由于排队和拥塞造成的延时和丢包率。当链路利用率低于阈值时，包队列很短，所以排队时延可以忽略不计。但是一旦链路利用率超过阈值，包队列的长度快速增加因而时延也迅速增加。所以，在选择下一跳进行流量均衡时，优先选择低利用率的链路，这意味着此时这条链路上是没有拥塞的。
LAMP采用了按权值分配的方法。超出阈值的流量被分配到所有的备用链路上，每条路径分配到的流量与其当前的链路利用率成负相关。
AMP算法的稳定性和性能评估方法是网络流量工程领域中的重要研究方向。LAMP算法具有良好的稳定性，因为它不需要自适应任何反馈变量，比如路径的利用率、延时和权值。自适应这些变量需要负载的机制保证稳定性。LAMP仅仅在数据平面根据链路的利用率进行负载均衡，这一操作不涉及任何反馈变量，因而能够保证控制平面的稳定性。
关于LAMP算法的性能评估方法，研究评估了LAMP算法的性能，且与其他流量工程算法进行了比较。评估方法是首先验证了被动RTT测量方法的有效性。之后，给定一个拓扑和流量矩阵，测量在没有使用流量工程的情况下，LAMP算法的链路利用率。然后，比较了在使用了负载均衡方法但是没有与上游邻居节点通信的情况下，Homeostasis[15],LAMP算法的性能提升，也算出了LAMP算法的路径拉伸。实验中，使用的拓扑是EBONE(AS1755)的Rocketfuel[29],其包括172个路由器和763个边缘；流量矩阵遵照重力模型[30]生成。实验中的RTT增量阈值和链路利用率阈值被分别设置为0.5和0.8. 每个路由器为每个终点设置有至多N=5个下一跳。
您好，LAMP是一种开放源代码的WEB服务器软件组合，由Linux、Apache和MySQL组成。负载均衡是一种将网络上的访问流量分布于各个节点，以降低服务器压力，更好的向客户端提供服务的一种方式。常用的负载均衡开源软件有Nginx、LVS、Haproxy (ngnix和haproxy是七层负载均衡，LVS是四层负载均衡) 商业的硬件负载均衡设备F5、Netscale。
链路利用率是指在网络中，被使用的物理链路与总链路之比。通信开销是指在网络中，用于探测和信息交换的通信分组个数。
TE是指流量工程(Traffic Engineering),是一种通过动态监控网络的流量和网络单元的负载，实时调整流量管理参数、路由参数和资源约束参数等，使网络运行状态迁移到理想状态，优化网络资源的使用，避免负载不均衡导致的拥塞。TE方法一般基于离线数据，即这些流量数据一般都是通过提前在网络中进行一段时间的监测得到，测量时间规模一般为几个小时，有时候规模可能达到几周或几个月。然后，通过对中心点的数据结果进行观察和分析，从而得出结论。这里的中心点指的是TE方法(如负载均衡及流量重新路由等)发挥作用的节点、路由策略被调整的节点(例如，为计算最短路径而对OSPF/ISIS的链路权重进行重新计算等),以及MPLS隧道被应用的节点。然后，TE的机制及调整后的路由策略将会一直在网络中运行，直至TE被重新启动，或者路由发生故障。这些TE机制对运营商解决长期变化的流量需求(如昼夜变化)有很大意义 。
TE(Traffic Engineering)与多路径负载平衡分离的困难在于，其运作需要多路径信息。文献[32]提出了一种新的原始路由方案——路径拼接(path splicing),这种方法能为域内路由或域间路由提供大量可选路径。文献[16]提出的DualBGP方法在同一台路由器上运行多个BGP实例，然后通过计算这几个不同实例的BGP路径，得出互补的路径。另一种解决方案是文献[17]中介绍的R-BGP方案，该方案通过提前计算几个故障移路径保证在BGP收敛时，只要一个域与目的地点之间存在策略标准路径，那么这个域就不会与任意目的地址失去连接。
文献[18]中的MIRO算法则提出了一种多路径域间路由协议，在该方法中，路由器通过现有的BGP协议获取默认的路由路径，且任意两个域可以通过协商计算它们之间的额外路径。以上这些方法都可以利用，增强域间路径的多样性。TE往往需要根据给定的预计流量矩阵优化路由流量。可以直接或者间接地获取流量矩阵。在流级别的数据测量可以直接进行的情况下，可以通过文献[6]的方法直接测量准确的流量矩阵，然而这种准确测量方法对基础设施有较高的要求，高昂的成本使其不能大规模部署。
当直接测量不可行时，也可以通过间接数据(例如链路的测量数据)估测出相应的流量矩阵，但这面临许多挑战[10],并且可能造成错误[11]。正如上文所述，一些早期的TE方案通过动态调整计算最短路径时的链路权重，以适应负载变化[4~5, 7~9, 33~34]。然而，单个链路的权重调整会导致最短路径重新计算，并使相应的路由协议再次进行收敛。在收敛过程中可能会出现路由环路和数据包丢失，导致服务质量下降。
此外，更改链路的权重很可能影响BGP路由的稳定性，因为BGP路径的选择由链路权重和策略共同决定，因此对链路权重的更改必须谨慎处理。显然，每隔几个小时运行一次的离线方式无法很好地应对实时网络中的流量突发。流量突然变化可能有很多原因，包括突发访问、BGP重新路由和昼夜流量流动等。此外，当前的TE通过预先计算替代路径应对网络故障，但这种处理方法仅适用于部分网络故障集合。尽管网络本身提供了足够的容量来处理拥塞，但在处理集合之外的不可预见拥塞上，这种方法可能无效。
研究人员已经意识到了离线TE机制的缺陷。为了弥补这些缺陷，一些基于在线的TE方法被广泛提出 。这些方法可以应用于基于当前网络架构的实时流量工程中，这些在线的TE可以很好地应对流量需求的实时变化。事实上，在线TE的思想并不是最近才出现，这种思想可以追溯到最初的Arpanet。最早的负载自适应路由策略在Arpanet中就已经得到应用,但后来由于分布式路由器的决策冲突导致震荡，这些方法被证明在稳定性和性能上都有一定的缺陷。
类似于MATE、REPLEX、TeXCP及Homeostasis等方法，研究提出的LAMP方法也是一个基于在线方式的TE方法，下面将会对LAMP方法与其他方法进行比较。这4种方法都是基于一些实时的反馈数据、利用输入和输出节点之间的多路径平衡负载。它们通过利用网络中的可选路径，并调整同一输入输出节点之间不同路径的流量分布优化整个网络的利用率，但是这些方法都面临着各种问题。
1)MATE及TeXCP 2种方法中，显示路由的进行都需要多标签协议转换(multiple protocol label switching,MPLS)的支持，因此也就只能在MPLS网络中应用。然而很多网络运营商并没有使用MPLS,同时，通过自治域边界的MPLS路径也面临着很多已知问题，因此其使用范围受到了很大限制。LAMP方法则没有在网络的路由架构上作出假设，因此LAMP可以部署在现有的域内以及域间路由协议上。
2)MATE、REPLEX及TeXCP都遵循以下的规则：首先，一个负载平衡器测量网络的状态(延迟和路径利用率),并把测量结果当做反馈变量处理；其次，负载平衡器将流量从一个链路转移到另一个链路上，尽量减少链路利用率；第三，只有入口节点的路由器可以进行负载自适应；最后，反馈变量是入口路由器通过周期性的发送试探数据包获得，这一周期的大小很难确定。同时，也正是由于反馈变量的存在，这一系统有着强烈的震荡趋势，因此必须采取一些复杂的措施避免震荡。
)MATE方法假设路由器知道网络的整体数据，而LAMP方法只是通过被动方式收集这些信息。相较而言，LAMP算法具有以下特点：1无需对流量矩阵进行估计(流量需求);2不发送任何探测数据包；3中间路由器可以应对拥塞；4无需反馈变量；5稳定可靠。文献[15]中提出的Homeostasis方法是一种仅基于路由器本地信息实现负载均衡的自适应方法。与LAMP方法类似，这种方法也不涉及主动探测或反馈变量，但是与LAMP算法相比，它仍存在很大不足。首先，根据传播延迟计算最短路径要求每个路由器通告其传播延迟；其次，仅仅依靠本地信息无法检测出多准高负载下的拥塞，即连接造成的拥塞；第三，当由于缺少多路径信息或严重堵塞导致安装了LAMP的路由器不能缓解自身拥塞时，该路由器无法向上游路由器发送信号，这是Homeostasis方法所无法解决的问题。
5 结论
本文提出了一种在线实时的流量工程方法——LAMP。LAMP能够通过将流量从高利用率的链路转移到低利用率的链路(备用链路)以响应拥塞，实现负载均衡。负载均衡的依据是被动方式测量的信息。LAMP解决了目前在线和离线TE方法中存在的几个问题。评估结果显示，LAMP能够有效降低链路利用率，具有良好的稳定性。此外，LAMP选择的备用路径长度仅比最短路径略长，并且与其他方法相比，LAMP的通信开销最小。
参考文献 (References)
[1] XIAO X, HANNAN A, BAILEY B, et al. Tra?c engineering with MPLS in the internet[J] IEEE Network, 2000, 14(2): 28-33.
[2] WANG H, XIE H, QIU L, et al. Cope: tra?c engineering in dynamic networks[J]. ACM SIGCOMM Computer Communication Review, 2006, 36(4): 99-110.
本文介绍了一些关于网络工程方面的文献。以下是文献的信息：
1. [3] FORTZ B, REXFORD J, THORUP M. Tra?c engineering with traditional IP routing protocols[J]. IEEE Communications Magazine, 2002, 40(10): 118-124.
2. [4] FORTZ B, THORUP M. Optimizing OSPF/IS-IS weights in a changing world[J]. IEEE Journal on Selected Areas in Communications, 2002, 20(4): 756-767.
3. [5] FORTZ B, THORUP M. Internet tra?c engineering by optimizing OSPF weights[C] IEEE. in Proceedings of IEEE INFOCOM, 特拉维夫，以色列，: IEEE, 2000: 519-528.
4. [6] FELDMANN A, GREENBERG A, LUND C, et al. Deriving tra?c demands for operational IP networks: methodology and experience[J]. IEEE/ACM Transactions on Networking(ToN), 2001, 9(3): 265-280.
5. [7] SRIDHARAN A, GU?ERIN R. Making IGP routing robust to link failures[C] Springer. Networking, Networking Technologies, Services, and Protocols; Performance of Computer and Communication Networks; Mobile and Wireless Communications Systems. 柏林，海德尔堡Springer, 2005: 634-646。
这些文献主要涉及了网络工程方面的研究和实践。其中包括使用传统IP路由协议进行网络传输工程、优化OSPF权重以应对不断变化的环境、通过优化OSPF权重实现互联网传输工程等内容。同时还包括了推导操作IP网络的传输需求的方法和经验、使IGP路由对链路故障具有鲁棒性等内容。
[8] XU D, CHIANG M, REXFORD J. DEFT: distributed exponentially-weighted ?ow splitting[C] IEEE. in Proceedings of IEEE INFOCOM. 安克雷奇，阿拉斯加，美国IEEE, 2007: 71-79.
[9] XU D, CHIANG M, REXFORD J. Link-state routing with hop-by-hop forwarding can achieve optimal tra?c engineering[J]. IEEE/ACM Transactions on Networking(TON), 2011, 19(6): 1717-1730.
[10] Roughan M, Greenberg A, Kalmanek C, et al. Experience in measuring backbone tra?c variability: models, metrics, measurements and meaning[C] ACM. In Proceedings of ACM SIGCOMM Workshop on Internet Measurment. 匹兹堡，费城，美国： ACM, 2002: 91-92.
[11] ROUGHAN M, THORUP M, ZHANG Y. Tra?c engineering with estimated tra?c matrices[C] ACM. In Proceedings of ACM SIGCOMM Conference on Internet Measurement. 迈阿密，佛罗里达，美国ACM, 2003: 248-258.
[12] KANDULA S, KATABI D, DAVIE B, et al. Walking the tightrope: responsive yet stable tra?c engineering[J]. ACM SIGCOMM Computer Communication Review, 2005, 35(4): 253-264.
[13] MATE: MPLS adaptive transport engineering, ELWALID A, JIN C, LOW S, et al., IEEE INFOCOM (2001)
[14] REPLEX: dynamic transport engineering based on n-wardrop routing policies, FISCHER S, KAMMENHUBER N, FELDMANN A. ACM CoNEXT (2006)
[15] Multipath load-adaptive routing: putting the emphasis on robustness and simplicity, KVALBEIN A, DOVROLIS C, MUTHU C. IEEE International Conference on Network Protocols (ICNP) (2009)
[16] Reliable interdomain routing through multiple complementary routing processes, LIAO Y, GAO L, GUERIN R, et al. ACM CoNEXT (2008)
[17] R-BGP: staying connected in a connected world, Kushman N, Kandula S, Katabi D, et al. USENIX Symposium on Networked Systems Design & Implementation (NSDI) (2007)
本文介绍了一些关于网络性能优化的研究。首先，XU和REXFORD在论文"Miro: multi-path interdomain routing"中提出了一种多路径跨域路由方法[18]。然后，JIANG和DOVROLIS在论文"Passive estimation of TCP round-trip times"中提出了一种被动估计TCP往返时间的方法[19]。接着，VEAL、LI K和LOWENTHAL在论文"New methods for passive estimation of TCP round-trip times"中提出了一种新的TCP往返时间被动估计方法[20]。此外，VILLAMIZAR和SONG在论文"High performance TCP in ANSNET"中研究了ANSNET中的高性能TCP[21]。最后，MORRIS在论文"Scalable TCP congestion control"中提出了一种可扩展的TCP拥塞控制方法[22]。MISRA、GONG W B和TOWSLEY在论文"Fluid-based analysis of a network of aqm routers supporting TCP ows with an application to red"中研究了支持TCP o/w的aqm路由器网络的流体分析方法，并将其应用于red[23]。
本文讨论了网络流量控制的现状和未来发展趋势。
首先，介绍了一些关于端到端拥塞控制的研究论文，如FLOYD S、FALL K等人的"Promoting the use of end-to-end congestion control in the internet"[J]和MAHAJAN R、FLOYD S、WETHERALL D等人的"Controlling high-bandwidth ?ows at the congested router"[C],这些研究为网络流量控制提供了理论基础和实践经验。
接下来，介绍了一些关于弹性覆盖网络的研究论文，如ANDERSEN D、BALAKRISHNAN H、KAASHOEK F等人的"Resilient overlay networks"[C]和McKEOWN N、ANDERSON T、BALAKRISHNAN H等人的"Open?ow: enabling innovation in campus networks"[J],这些研究为构建弹性网络提供了思路和技术手段。
最后，介绍了ONF Market Education Committee发布的一篇关于SDN的白皮书，该白皮书详细介绍了SDN的概念、架构和应用场景，并指出SDN将成为未来网络的新常态。
以下是重构后的内容：
[29] University of Washington, Rocketfuel. 访问日期：2014-07-19 [OL]. http://www.cs.washington.edu/research/networking/rocketfuel/
[30] ROUGHAN M. Simplifying the synthesis of internet traffic matrices[J]. ACM SIGCOMM Computer Communication Review, 2005, 35(5): 93-96.
[31] BASAK D, KAUR H T, KALYANARAMAN S. Tra?c engineering techniques and algorithms for the internet[J]. Technical Report, Rensselear Polytechnic Institution, Tech. Rep, 2002.
[32] MOTIWALA M, ELMORE M, FEAMSTER N, et al. Path splicing[J]. ACM SIGCOMM Computer Communication Review, 2008, 38(4): 27-38.
[33] FORTZ B, THORUP M, et al. Robust optimization of OSPF/IS-IS weights[C]//IFORS. In Proceedings of International Network Optimization Conference. 巴黎，法国： IFORS. 2003: 225-230.
[34] WANG H, ITO M R. Dynamics of load-sensitive adaptive routing//[C] IEEE. in Proceedings IEEE International Conference on Communications.迈阿密，佛罗里达，美国. IEEE, 2005: 213-217。
HANNA A 和 ZINKY J 在他们的研究中，提出了 ARPANET 的修订路由指标。这项工作发表于1989年的《ACM SIGCOMM Computer Communication Review》第19卷第4期，主要内容包括对原有指标的修正和优化。
另一方面，McQUILLAN J M、RICHER I 和 ROSEN E 也在他们的研究中为 ARPANET 设计了一种新的路由算法。这项工作发表于1980年的《IEEE Transactions on Communications》第28卷第5期，主要贡献在于引入了一种新的算法来改进网络的路由性能。
