基于深度强化学习的网络路由优化方法

针对同一网络拓扑下不同网络负载的路由优化问题, 在深度强化学习方法的基础上, 提出了两种依据当前网络流量状态进行路由分配的优化方法。通过网络仿真系统与深度强化学习模型的迭代交互, 实现了对于流量关系分布的网络路由持续训练与优化。在利用深度确定性策略梯度(deep deterministec policy gradient, DDPG)算法解决路由优化问题上进行了提升和改进, 使得该优化方法更适合解决网络路由优化的问题。同时, 设计了一种全新的链路权重构造策略, 利用网络流量构造出用于神经网络输入状态元素, 通过对原始数据的预处理加强了神经网络的学习效率, 大大提升了训练模型的稳定性。并针对高纬度大规模网络的连续动作空间进行了动作空间离散化处理, 有效降低了其动作空间的复杂度, 加快了模型收敛速度。实验结果表明, 所提优化方法可以适应不断变化的流量和链路状态, 增强模型训练的稳定性并提升网络性能。     

采用蚁群算法解决光网络中动态及 分布式RWA问题的方法

为了在大规模节点网络中提高路由与波长分配(RWA)算法的性能指标,解决集中式计算方式与网络资源实时变化之间的矛盾问题,提出了一种基于动态业务模型下的分布式蚁群算法. 该方法在波长连续的前提下,尝试利用蚂蚁找食的天然特性,由单只蚂蚁一次性的完成路由和波长分配任务,算法在两个具备不同规则的拓扑结构上进行了仿真. 通过算法分析和仿真结果表明,基于分布式的策略可以更好地完成光路的选择,可降低光网络中的呼叫阻塞率,有利于提高网络资源的利用率.     

格状网中基于DCPC协议的局部扩散式 P圈自动配置

为解决线性配置方法DCPC在格状网络拓扑下效率低的问题,通过ASON控制平面技术扩展,设计了一种基于P圈自动配置协议DCPC的扩散式的P圈配置方法F-DCPC,通过圈内节点间的分布式协作快速完成配置,缩短网络的配置时间. 该方法通过圈内节点之间泛洪,快速获得网络的连接与资源分布信息.结果表明,该方法在高负载环境下的格状光网络拓扑结构中具有较短的配置时间. 利用ASON控制平面实现P圈的静态、动态自动化配置,并针对不同的P圈生成算法,通过仿真定量地分析网络采用该方法的额外开销.     

PTN在基站回传网络中基于多QoS的故障恢复差异化选择

提出了一种PTN承载基站回传网络中故障恢复的多样性自适应匹配机制,满足3G/LTE基站业务多QoS差异化的需求,使得PTN技术更智能地区分和并存各种业务。建立了基于全面的多QoS输入参量的故障恢复差异化选择模型,并对其进行了详细的数学定义和机制研究,最后,针对最高QoS等级需求的业务设计了多故障模糊避免算法以提高对其传送质量的保证。     

一种基于B/S架构的T-MPLS网络管理系统模型

针对增强传送多协议标记交换技术的网络管理能力需要配套更加先进的管理技术这种要求,研究了利用浏览器/服务器技术(B/S)模式构建网络管理系统的方法. 该方法以应用层协议SNMPv3为基础,融合了Servlet/JSP,EJB,JDBC,Ajax等技术,提供了网络管理中安全管理、性能管理、故障管理和配置管理的功能,同时也具有跨平台和分布式的特性. 通过计算机模拟的方式对该系统的性能进行评测,验证了该构建方法的有效性.     

基于分布式协作的高可靠性隧道通信

为解决隧道长度较长时,通信故障定位时间长、故障恢复速度慢的问题,借鉴智能网络中的控制信令技术,设计了一种具有高可靠性的分布式协议,通过自组织的协作方式实现故障的快速定位、恢复. 该方法通过数据库扩散实现邻接节点之间的资源信息交互,完成相邻节点之间的信息互通,构建同步的资源数据库,在基于表驱动的先验式路由方式下对故障进行定位和恢复. 结果表明,该方法能够实现快速行车调度、环控调度且具有处理速度快、开销低、网络资源利用率高等特点,能够满足快速轻载的宽带地铁综合业务通信系统的需求.     

Inter-domain routing and wavelength assignment based on source routing in ASON

The inter-domain and intra-domain routings are treated jointly with dynamically distributed algorithms in automatically switched optical networks （ASON） based on source routing. The proposed algorithms are discussed through numerical calculations. The routing loops can be avoided efficiently and the inter-domain signaling complexity is reduced significantly. The performance of the blocking probability is also improved.