CN1770729A - 基于资源预测的光突发交换路由选路方法 - Google Patents

Abstract

本发明公开了一种基于资源预测的光突发交换路由选路方法，包括在数据库中读取一级节点的三状态信息：传输的距离L1、刷新的周期T1、波长繁忙程度P1和波长占用信息ψ1；读取二级节点的相应三状态信息；将各参数分别代入到基于线性或非线性离散信息预测的模型，计算出的结果即为相应节点的状态信息的可信度修正因子ε(0＜ε＜1)，并与该节点的原波长信息ψ(ψ＝0，1)一起计算该节点即时的资源信息。若ψ为0时修正为0+ε，ψ为1时修正为1－ε；以一级节点中的所有节点的各即时资源信息为对象组成阵列A，同样以二级节点中的所有节点的各即时资源信息为对象组成阵列B，并求Q＝A×B′；选择最大的一个Q值对应的两节点作为突发包传输的最大可信度路径。本发明将大大降低突发包的阻塞概率和丢包率，极大地提高带宽利用率。

Description

基于资源预测的光突发交换路由选路方法

技术领域

本发明涉及一种基于资源预测的光突发交换路由选路方法。

背景技术

随着全球范围内IP业务的迅速增长，对传送网带宽和交换***容量的需求正以前所未有的速度增加。目前，随着密集波分复用技术(DWDM)的成熟，使得充分利用光纤的海量带宽(每根光纤可以超过10Tbps)成为可能。从而交换设备部分成为通信网的瓶颈。目前商用化的IP路由器的速度可达到10～120Gbps，但与DWDM的传输容量相比仍有很大的差距，实现全光交换是解决该瓶颈的一个可行方案。针对通信网络中已有的通信模式，人们对WDM光网络中如何实现交换与传输提出了三种方案：

1)光路交换也就是光的波长路由交换方案(OCS)，波长路由属于粗粒度交换，其选路与建链时间相对都比较长，但光网络巨大的带宽资源得不到充分利用，并缺少灵活性。

2)光分组交换(OPS)，但目前由于缺乏高速光逻辑器件、光缓冲存储器等，因此还处于研究阶段，并没有投入到实际应用中。

3)光突发交换(OBS)，这是一种综合、折中的方案，其融合了OPS和OCS的优点，同时克服了二者的缺点，相对而言，其比波长路由灵活，带宽利用率高，又不像OPS那样需要光缓存，是目前最有可能实用化的一种交换技术。

光突发包交换中，在源节点，通常一个突发包的发送流程为：组包，选路，发送信令，发送数据。目前，突发包长度一般为ms量级，选路决策时间一般为ns量级，如附图1所示，设t₁时刻，源节点接收到其他节点的状态更新消息，到下一次接收到其他节点状态更新消息所经历的时间一般为s量级，这个时间远远大于选路决策时间，且这个路由表刷新的时间间隔是不确定的，因此给路由选择带来了很大的不确定性因素。源节点A在t₂时刻选路时，如果此时各节点的状态信息尚未刷新，通常的作法是认为在t₁时刻空闲的信道在该突发包到达该信道时的空闲概率为1，即被选路径空闲概率为1的可信度将随着离上次刷新的时间距离增大而降低，如图2所示。图中横坐标是时间，纵坐标是路由信息表中信息的可信度，原点为路由信息表某次的刷新时刻，该图表明了从本次刷新到下一次刷新信息到来的时间间隔内路由表信息的可信度随时间增长而降低。本发明的方法是在通常的路由算法基础上加上一个选路的预测机制。这样把整个网络当成了一个准静态网络，然而，在两次状态刷新之间其他节点也可能在选路，如果其他节点也选取源节点A选的那个信道，那么当两个突发包同时到达该信道时，就会使一个突发数据包阻塞。这种选路方法，在实际网络中，特别是网络比较大时以及采用Just in Time协议的光突发交换网络中会引起较大的阻塞率和丢包率。

发明内容

针对上述现有光突发交换中突发包选路所存在的问题和不足，本发明的目的是提供一种可即时对节点的占用情况进行计算并即时选用非繁忙信道的基于资源预测的光突发交换路由选路方法。

本发明是这样实现的：一种基于资源预测的光突发交换路由选路方法，包括以下步骤，

1)源节点在进行光突发包的组包时，在相应数据库中读取一级节点的三状态信息：传输的距离L₁、刷新的周期T₁、波长繁忙程度P₁和波长占用信息ψ₁；同样地，读取二级节点的三状态信息：传输的距离L₂、刷新的周期T₂、波长繁忙程度P₂和ψ₂；

2)将步骤1)中的各参数分别代入到基于线性或非线性离散信息预测的模型，如维纳滤波方法、卡尔曼滤波方法，以及连续数学函数如联合高斯型隶属度函数、钟型隶属度函数、sigmoid函数型隶属度函数、梯形隶属度函数或三角形隶属度函数中等信息预测机制，计算出的结果即为相应节点的状态信息的可信度修正因子ε(0＜ε＜1)，并与该节点的原波长信息ψ(ψ＝0，1)一起计算该节点即时的资源信息，具体为，若ψ为0时修正为0+ε，ψ为1时修正为1-ε；

3)以一级节点中的所有节点的各即时资源信息为对象组成阵列A，同样以二级节点中的所有节点的各即时资源信息为对象组成阵列B，并求Q＝A×B′；获得一组经修正的可信度状态信息。

4)选择最大的一个最大可信度Q值对应的两节点作为突发包传输的最大可信度路径。

进一步地，所述节点向全网状态资源数据库发送的波长占用信息仅两种状态，即“0”“1”态，其中，“0”态表示占用，可利用概率为0；“1”表示空闲，可利用概率为1。

本发明在选路时，认为在某时刻t₁空闲的信道从t₁时刻开始，它空闲的概率就不一定为1了，其是随时间变化的，通常是离t₁时刻越远，空闲的概率的可信度越小。选路应选取当前时刻从源节点到目的节点间空闲概率最大(乘积最大)的信道发送突发包数据。本发明将大大降低突发包的阻塞概率和丢包率，极大地提高带宽利用率。

附图说明

下面结合附图，对本发明作出详细描述。

图1是状态信息刷新时间示意图；

图2是状态信息可信度示意图；

图3是选路示意图；

图4是本发明波长预测机制流程图；

图5是本发明全网状态信息数据库示例。

具体实施方式

如图2所示，本发明在t₂选路时，认为在某时刻t₁刷新的状态空闲的信道从t₁时刻开始，它空闲的概率就不一定为1了，而且其空闲概率的可信度从t₁时刻到下一次刷新时刻t₃，是随时间变化的，通常是离t₁时刻越远，空闲的概率为1的可信度越小。在选路时加入预测机制后，突发包的阻塞概率和丢包率会降低。与原数据通信流程相比，本发明改进后的源节点发送一个突发包的流程变为了：组包→预测→选路→发送信令→发送突发数据包。

本发明对资源状态信息可以采用离散信息预测方法和/或数学函数预测方法对节点占用情况进行资源状态预测。本发明对离散信息预测机制，采用线性与非线性预测模型如维纳滤波、卡尔曼滤波等。而对于数学预测函数则选取模糊隶属度函数进行的资源状态预测问题。对于一个模糊数，隶属度表明这个数值的模糊程度。本发明给出影响资源状态信息不可信程度的因素，归纳为以下几个方面：

1、节点处理信息的能力。若节点处理能力较低，则处理时延可能会跟不上动态呼叫的变化。

2、状态信息传输的距离。节点距离源节点越远，则信息的不可信度越高。

3、节点状态信息刷新的速率。刷新周期越短，速率越快，信息可信度越高。

4、边缘节点全网状态信息库中每个节点的历史信息。

本发明中，每个核心节点向全网状态资源数据库发送的波长占用信息仅有两种状态，即“0”“1”两状态。本发明定义“0”态表示占用，可利用概率为0；“1”表示空闲，可利用概率为1。因此可根据全网资源数据库中各节点波长资源历史信息的“0”“1”态分布，判断对应波长的繁忙程度，即将被占用的概率。

如附图3所示，当源节点突发包到来时，上一次刷新后的全网状态信息数据库中显示一级节点只有A1可用，二级节点只有B2可用，因此选路为图中箭头所示，实际上从上一次全网状态信息数据库更新到现在的时刻，这段时间内网络的状态一直是在动态变化的，因此不能认为此时这条所选的路径是以概率1空闲着的，而其他的8条路径就是以概率1被占用着。

如图4所示，本发明的选路方法为，在相应数据库中读取一级节点的三状态信息：传输的距离L₁、刷新的周期T₁、波长繁忙程度P₁和波长占用信息ψ₁；同样地，读取二级节点的三状态信息：传输的距离L₂、刷新的周期T₂、波长繁忙程度P₂和ψ₂；将上述各参数分别代入到线性、非线性离散信息预测模型如维纳滤波、卡尔曼滤波等，或者是数学函数如联合高斯型隶属度函数、钟型隶属度函数、sigmoid函数型隶属度函数、梯形隶属度函数或三角形隶属度函数等预测函数中，计算出的结果即为相应节点的状态信息的修正因子ε(0＜ε＜1)，并与该节点的原波长信息ψ(ψ＝0，1)一起计算该节点即时的资源信息，具体为，若ψ为0时修正为0+ε，ψ为1时修正为1-ε，如图5依据预测机制的流程给出了全网状态信息数据库中状态表的示例。由图表可以清楚地看到，节点N由于刷新的状态信息传输距离远且波长较繁忙，因此返回到全网状态数据库的信息模糊度很高，可信度低，因此修正后的状态与原始信息相反；以一级节点中所有3个节点的即时的资源信息为对象建立阵列A， $A=\left[\begin{array}{c}1-{\mathrm{\ϵ}}_{A1}\\ 0+{\mathrm{\ϵ}}_{A2}\\ 0+{\mathrm{\ϵ}}_{A3}\end{array}\right];$ 同样地，以二级节点中所有3个节点的即时的资源信息为对象建立阵列B， $B=\left[\begin{array}{c}0+{\mathrm{\ϵ}}_{B1}\\ 1-{\mathrm{\ϵ}}_{B2}\\ 0+{\mathrm{\ϵ}}_{B3}\end{array}\right];$ 将矩阵A乘以B的转置得到，

$Q=A{\×B}^{\′}=\left[\begin{array}{ccc}(1-{\mathrm{\ϵ}}_{A1})\·{\mathrm{\ϵ}}_{B1}& (1-{\mathrm{\ϵ}}_{A1})(1-{\mathrm{\ϵ}}_{B2})& (1-{\mathrm{\ϵ}}_{A1}){\·\mathrm{\ϵ}}_{B3}\\ {\mathrm{\ϵ}}_{A2}\·{\mathrm{\ϵ}}_{B1}& {\mathrm{\ϵ}}_{A2}\·(1-{\mathrm{\ϵ}}_{B2})& {\mathrm{\ϵ}}_{A2}\·{\mathrm{\ϵ}}_{B2}\\ {\mathrm{\ϵ}}_{A3}{\·\mathrm{\ϵ}}_{B1}& {\mathrm{\ϵ}}_{A3}\·(1-{\mathrm{\ϵ}}_{B2})& {\mathrm{\ϵ}}_{A3}\·{\mathrm{\ϵ}}_{B3}\end{array}\right].$

通过比较矩阵Q中每一项Q_ij的大小，选择最大的一个Q_ij，它对应的i和j分别是一级节点和二级节点需要选择的路径。这样，通过一个预测机制，可以降低数据突发包的阻塞率和丢包率降低，提高网络的通信效率。

Claims (2)

1、一种基于资源预测的光突发交换路由选路方法，包括以下步骤，

1)源节点突发包到来时，在相应数据库中读取一级节点的三状态信息：传输的距离L₁、刷新的周期T₁、波长繁忙程度P₁和波长占用信息ψ₁；同样地，读取二级节点的三状态信息：传输的距离L₂、刷新的周期T₂、波长繁忙程度P₂和ψ₂；

2)将步骤1)中的各参数分别代入到基于线性与非线性预测模型如维纳滤波器、卡尔曼滤波器等，或者是数学函数如联合高斯型隶属度函数、钟型隶属度函数、sigmoid函数型隶属度函数、梯形隶属度函数或三角形隶属度函数预测函数中，计算出的结果即为相应节点的状态信息的修正因子ε(0＜ε＜1)，并与该节点的原波长信息ψ(ψ＝0，1)一起计算该节点即时的资源信息，具体为，若ψ为0时修正为0+ε，ψ为1时修正为1-ε；

3)以一级节点中的所有节点的各即时资源信息为对象组成阵列A，同样以二级节点中的所有节点的各即时资源信息为对象组成阵列B，并求Q＝A×B′；

4)选择最大的一个Q值对应的两节点作为突发包传输的路径。

2、如权利要求1所述的基于资源预测的光突发交换路由选路方法，其特征在于，所述节点向全网状态资源数据库发送的波长占用信息仅两种状态，即“0”“1”态，其中，“0”态表示占用，可利用概率为0；“1”表示空闲，可利用概率为1。

Images