Browsing by Subject "router"

Now showing 1 - 3 of 3

Access status: Open Access ,
A routing algorithm and a router architecture for 3D NoC
(Wydawnictwa AGH, 2019) Kanagasabapathi, Somasundaram; Calicut, Chythanya
In recent years, the enhancement of microchip technologies has enabled large scale Systems-on-Chip (SoC). Due to sharp increase in number of processing elements, SoC faces various challenges in design and testing. Network on Chip (NoC) is an alternative technology to overcome the challenges in SoC design and testing. NoC emerged as a key architecture that allows one to optimize the parameters like power and area. In spite of its applications, NoC faces some real time challenges like designing an optimum topology, routing scheme and application mappings. In this paper, we address the main three issues on NoC, namely, designing of an optimal topology, routing algorithm and a router design for the topology. First, we propose a topology and a routing algorithm. We prove that our recursive network topology is Hamiltonian connected and we propose an algorithm for data packet transmissions, which is free from cyclic deadlocks and the algorithm maximizes the congestion factor. Our experimental results show that the proposed topology gives better performance in terms of average latency and power than the other topologies. Finally, we propose a router architecture for our 3D-NoC. The router architecture is based on shared buffers. Also, our experimental results indicate that the proposed router architecture consumes less area and power than the Virtual Channel architecture.
Access status: Restricted ,
Analiza metod zwiększania efektywności przełączania pakietów w routerach
(Data obrony: 2019-12-09) Jarosz, Łukasz
Wydział Informatyki, Elektroniki i Telekomunikacji
Access status: Open Access ,
Elephant traffic engineering : adaptive routing with intelligent flow classification
(Data obrony: 2025-09-18) Kądziołka, Bartosz
Wydział Informatyki, Elektroniki i Telekomunikacji
Celem rozprawy jest wykazanie, że integracja sieci sterowanych programowo (SDN), uczenia maszynowego (ML) i adaptacyjnego rutingu przepływów (FAMTAR) poprawia zarządzanie ruchem i jakość usług (QoS) w sieciach komputerowych, szczególnie poprzez wczesną identyfikację i obsługę dużych przepływów. Opracowano i oceniono mechanizmy łączące klasyfikację przepływów z inżynierią ruchu. W klasyfikacji zaproponowano metody wczesnego wykrywania elephant flows na podstawie nagłówków pakietów (5-tuple) przy użyciu ML. Badania dowiodły, że reprezentacja bitowa zwiększała dokładność, a najlepsze wyniki uzyskał klasyfikator drzew ekstremalnie zrandomizowanych, redukując operacje w tablicach przepływów 66,35- krotnie. W inżynierii ruchu zaproponowano system łączący klasyfikację ML z FAMTAR i SDN, który segreguje przepływy, optymalizuje routing i ogranicza przeciążenia. Skupienie się wyłącznie na największych przepływach zmniejsza wymagania wobec tablic FFT przełączników. Wkładem pracy jest opracowanie skutecznych technik klasyfikacji, porównanie modeli ML oraz ich integracja z FAMTAR i SDN. Wyniki potwierdzają, że takie podejście poprawia efektywność i stabilność sieci oraz QoS, zwłaszcza przy dużych obciążeniach.