INSTITUTFÃƒÂœRINFORMATIK - Lehrstuhl fÃƒÂ¼r Effiziente Algorithmen ...

Weitere Magazine

Empfehlungen

Info

92 Kapitel 3. NetzwerkanalyseTypische (und vernünftige) Exportfilter respektieren die selective export rule:u exportiert zu Anbieter Kunde Partner GeschwisterEigenroute Ja Ja Ja JaKundenroute Ja Ja Ja JaAnbieterroute Nein Ja Nein JaPartnerroute Nein Ja Nein JaDefinition 3.31 Es sei G =(V,E) ein Konnektivitätsgraph. Ein Pfad (v 1 ,...,v k ) in Gheißt senkenfrei, fallsfür alle 1 ≤ i
3.3. Fallstudie: Inter-Domain Routing mit BGP 93D.h. G ist der durch ϕ orientierte Graph bezüglich T = {←, →}.Wir bezeichnen mit ϕ(G) den durch ϕ orientierten Graphen von G =(V,E), d.h. wirvereinbaren ϕ(G) = def (V,E,ϕ).Es sei (v 0 ,v 1 ,...,v k )einWeginG. Die Fortsetzung von ϕ auf Wege ist definiert als:ϕ(v 0 ,v 1 ,...,v k )= def ϕ(v 0 ,v 1 )ϕ(v 1 ,v 2 ) ···ϕ(v k−1 ,v k ),d.h. ϕ(v 0 ,v 1 ,...,v k ) ∈ T ∗ (ein Wort über T ).Bild für Graph- und WegorientierungDie für uns interessanten Kantentypen sind in der Menge H zusammengefasst:H = def {←, →, −, ↔}.Die Interpretation dieser Kantentypen ist wie folgt: Es sei G =(V,E) ein Konnektivitätsgraph.Es seien u, v ∈ V mit (u, v) ∈ E. Wir definieren eine konforme Orientierungalsϕ(u, v) =→ ⇐⇒ def v ∈ Prov(u)ϕ(u, v) =← ⇐⇒ def v ∈ Cust(u)ϕ(u, v) = − ⇐⇒ def v ∈ Peer(u)ϕ(u, v) =↔ ⇐⇒ def v ∈ Sib(u)Was bedeutet also Senkenfreiheit?Proposition 3.33 Es sei G =(V,E) ein Konnektivitätsgraph und ϕ(G) eine konformeOrientierung von G. Essei(v 1 ,...,v k ) ein Weg in ϕ(G). Danngilt:(v 1 ,...,v k ) ist genaudann senkenfrei, wennϕ(v 1 ,...,v k ) ∈{→, ←} ∗ {←, →} ∗∪ {→, ↔} ∗ −−{←, ↔} ∗gilt.Version 0.6 Fassung vom 16. Februar 2007
Seite 2:
SESSÃO 1 COMISSÃO DE AVALIAÇÃOT
Seite 7:
Einleitung 1Goodrich und Tamassia [
Seite 10 und 11:
4 Kapitel 1. EinleitungSkriptum zu
Seite 14 und 15:
8 Kapitel 2. DatenanalyseAlgorithmu
Seite 16 und 17:
10 Kapitel 2. DatenanalyseBeweis: A
Seite 18 und 19:
12 Kapitel 2. DatenanalyseAlgorithm
Seite 20 und 21:
14 Kapitel 2. DatenanalyseAlgorithm
Seite 22 und 23:
16 Kapitel 2. DatenanalyseDiese Arg
Seite 25 und 26:
2.1. Texte 19Algorithmus: Boyer-Gal
Seite 27 und 28:
2.1. Texte 21Hierbei ist s = abacb
Seite 29 und 30:
2.1. Texte 23betrachtet. Um nach ei
Seite 31 und 32:
2.2. Datenströme 252.2.1 Verarbeit
Seite 33 und 34:
2.2. Datenströme 27Es sei (k 1 ,..
Seite 35 und 36:
2.2. Datenströme 292. Implementier
Seite 37 und 38:
2.2. Datenströme 31• Mit Momente
Seite 39 und 40:
2.2. Datenströme 33Beweis: Wir rec
Seite 41 und 42:
2.2. Datenströme 35Damit ist für
Seite 43 und 44:
2.3. Monitore 372. Die Wahrscheinli
Seite 45 und 46:
2.3. Monitore 39alle möglichen 2 N
Seite 47 und 48: 2.3. Monitore 41Algorithmus:Eingabe
Seite 49 und 50: 2.3. Monitore 43Theorem 2.36 Es sei
Seite 51 und 52: 2.3. Monitore 45• R ist Rang der
Seite 53 und 54: 2.3. Monitore 47Algorithmus: WaveMo
Seite 55 und 56: 2.4. Fallstudie: Klassifikation von
Seite 69 und 70: Netzwerkanalyse 3Das Ziel der Netzw
Seite 71 und 72: 3.1. Dimensionierung und Positionie
Seite 81 und 82: 3.2. Rekonstruktion der Netzwerktop
Seite 95 und 96: 3.3. Fallstudie: Inter-Domain Routi
Seite 97: 3.3. Fallstudie: Inter-Domain Routi
Seite 101 und 102: 3.3. Fallstudie: Inter-Domain Routi
Seite 103 und 104: Literaturverzeichnis[AC75][AMS99]Al
Seite 105 und 106: Literaturverzeichnis 99[SV99][Var05
Alle anzeigen

INSTITUTFÃƒÂœRINFORMATIK - Lehrstuhl fÃƒÂ¼r Effiziente Algorithmen ...

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?