论文部分内容阅读
为满足下一代光网络大容量、智能化、高可靠的发展趋势,要求网络既能面向业务自动感知其类型,又能为其提供相应可靠等级的服务质量保障。同时,也由于当今光网络单个波长的带宽巨大,而每个业务独占一个波长往往造成资源的极大浪费,此时,进行有效业务量疏导是一个趋势。然而,疏导后的业务若没有恰当的保护,一旦网络发生故障,丢失的信息将会更多,且疏导后的聚合流中不同优先级业务数量不一,在保护时应区分保护力度,才能更有效地进行保护。因此,基于业务感知的区分保护技术和基于有效业务量疏导的区分保护技术在光网络发展中不可或缺,也是本文的研究重点。为准确划分网络业务类型,并根据所分优先级类别进行高效合理的区分保护,本文提出一种基于贝叶斯分类的业务感知区分保护方法。该策略定义信息重要度感知业务特征,结合贝叶斯理论建立业务优先级分类模型,并考虑不同级别业务的服务质量参数进行针对性保护。仿真结果表明,所提算法实现了高精度的业务分类,且比传统的区分保护策略有更高的资源利用率和更低的网络阻塞率。然而所提算法虽在负载较轻时,性能表现很好,但随着负载加重,网络阻塞率性能弱化较快,因此,需进一步研究重负载下对网络业务有效地路由及区分保护。为提高波长的业务承载能力,解决重负载下阻塞率上升过快的问题,同时进行合理智能的区分保护,本文提出一种基于分簇业务量疏导的业务感知区分保护方法。该策略将网络有效分簇,加快疏导寻路速度,以适应动态业务量疏导。利用分层辅助图、波长剩余容量矩阵及簇汇聚层相互配合,对簇内簇间业务进行疏导,实现了资源的合理规划,提高了疏导效率;其后感知每个波长链路的各优先级业务比例情况来评估波长链路重要度,设计智能P圈进行区分保护,并感知业务到达离开,动态伸缩P圈。仿真表明,所提算法能更充分利用资源,且在重负载下阻塞率上升趋势较缓,阻塞率性能良好。