KR102324201B1 - 사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법 - Google Patents
사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법 Download PDFInfo
- Publication number
- KR102324201B1 KR102324201B1 KR1020170081334A KR20170081334A KR102324201B1 KR 102324201 B1 KR102324201 B1 KR 102324201B1 KR 1020170081334 A KR1020170081334 A KR 1020170081334A KR 20170081334 A KR20170081334 A KR 20170081334A KR 102324201 B1 KR102324201 B1 KR 102324201B1
- Authority
- KR
- South Korea
- Prior art keywords
- path
- route
- section
- information
- learned
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims description 41
- 230000005540 biological transmission Effects 0.000 claims abstract description 23
- 238000013461 design Methods 0.000 claims description 92
- 238000012545 processing Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000013135 deep learning Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 8
- 239000000284 extract Substances 0.000 description 7
- 235000008694 Humulus lupulus Nutrition 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006855 networking Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/02—Topology update or discovery
- H04L45/08—Learning-based routing, e.g. using neural networks or artificial intelligence
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/125—Shortest path evaluation based on throughput or bandwidth
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/22—Alternate routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/24—Multipath
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
경로 생성 장치가 전송망 회선의 경로를 생성하기 위하여, 이미 생성된 복수의 경로에 대한 경로 정보를 학습 데이터로 수집하고, 수집한 학습 데이터를 토대로 구간별 경로 정보를 학습하여 학습된 구간 경로 정보를 생성한다. 일정 구간에 대한 경로 생성 요청 신호를 수신하면, 학습된 구간 경로 정보를 토대로 경로 생성 요청 신호에 대응하는 추천 경로를 설계하고, 설계된 추천 경로에 대한 가용 자원의 유무를 확인하여 가용 자원이 있으면 추천 경로를 후보 경로로 제공한다.
Description
본 발명은 딥 러닝 알고리즘을 이용한 사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법에 관한 것이다.
최근 PTN(Packet Transport Network), POTN(Packet-Optic Transport Network) 장비와 같은 패킷 기반 전송 장치 또는 통합형 장치들이 많이 사용되고 있다. 통합형 장치들의 사용과 함께 멀티 레이어(multi-layer), 멀티 도메인(multi-domain), 멀티 벤더(multi-vendor)의 장치들이 혼재된 복잡한 구성의 전송망들이 증가하고 있다. 이에 따라, 네트워크 제공 사업자들은 멀티 벤더, 멀티 도메인 간에도 회선을 빠르게 설계하고 자동으로 구성해주는 전송망의 SDN(Sotfware Defined Networking) 컨트롤러 기술을 도입하고 있다.
하지만, 실제로 네트워크 경로를 선정하는 것은 운용자의 노하우를 많이 필요로 한다. 그리고, 복잡한 전송망에서는 시작 노드로부터 종료 노드까지, 홉 수에 따라 많은 경로들이 존재한다. 그러므로 좀 더 긴 경로라고 하더라도 사용자의 선호도에 따라 경로로 선정되는 경우가 많기 때문에, 간단한 경로 설계 알고리즘으로는 사용자의 선호도를 반영하여 경로를 선정하기 어려운 문제점이 있다.
또한, 종래에는 역할 기반(rule-based)의 경로 설계 알고리즘을 이용하여 회선의 경로를 설정하다 보니, 설정된 경로 결과에 대해 사용자의 만족도가 낮다는 단점이 있다.
따라서, 본 발명은 사용자 경험치를 경로 찾기 알고리즘에 적용하기 위해, 딥러닝 기술을 적용한 전송망 회선 경로 생성 장치 및 방법을 제공한다.
상기 본 발명의 기술적 과제를 달성하기 위한 본 발명의 하나의 특징인 경로 생성 장치가 전송망 회선의 경로를 생성하는 방법은,
이미 생성된 복수의 경로에 대한 경로 정보를 학습 데이터로 수집하고, 수집한 학습 데이터를 토대로 구간별 경로 정보를 학습하여 학습된 구간 경로 정보를 생성하는 단계, 일정 구간에 대한 경로 생성 요청 신호를 수신하면, 학습된 구간 경로 정보를 토대로 상기 경로 생성 요청 신호에 대응하는 추천 경로를 설계하는 단계, 그리고 설계된 추천 경로에 대한 가용 자원의 유무를 확인하고, 가용 자원이 있으면 상기 추천 경로를 후보 경로로 제공하는 단계를 포함한다.
상기 학습된 구간 경로 정보를 생성하는 단계는, 상기 학습 데이터로부터 경로 속성 정보를 추출하는 단계, 추출한 경로 속성 정보를 토대로 복수의 구간별 경로를 확인하고, 상기 복수의 구간별 경로에 대한 경로 조합을 추출하는 단계, 그리고 상기 구간별 경로 각각에 대한 구간별 경로 정보를 학습하여, 상기 학습된 구간 경로 정보를 생성하는 단계를 포함할 수 있다.
상기 학습 데이터는 시작 노드, 끝 노드, 경로 상의 복수의 장비 정보, 서비스 정보, 사용자 선호도 정보 중 복수의 정보를 포함하고, 상기 학습된 구간 경로 정보는 학습 데이터와 상기 학습 데이터에 대응하는 구간 경로를 포함할 수 있다.
상기 추천 경로를 설계하는 단계는, 상기 경로 생성 요청 신호로부터 상기 일정 구간에 대한 경로 설계를 위한 파라미터를 추출하는 단계, 추출한 파라미터를 토대로, 학습된 구간 경로 정보에 대한 가용 자원이 존재하는지 확인하는 단계, 그리고 가용 자원이 존재하면, 상기 학습된 구간 경로 경로의 구간 경로를 상기 일정 구간에 대한 추천 경로로 결정하는 단계를 포함할 수 있다.
상기 추천 경로를 후보 경로로 제공하는 단계는, 상기 설계된 추천 경로를 형성하고 있는 복수의 구간 경로를 확인하고, 상기 복수의 구간 경로 각각에 대한 가용 자원의 유무를 확인하는 단계, 상기 복수의 구간 경로 중 임의의 구간 경로에 가용 자원이 없으면, 가용 자원이 없는 상기 임의의 구간 경로에 대응하여 학습된 다른 구간 경로 정보가 있는지 확인하는 단계, 그리고 학습된 다른 구간 경로 정보가 존재하고 다른 구간 경로에 가용 자원이 존재하면, 상기 다른 구간 경로를 상기 임의의 구간 경로에 대체하여 추천 경로로 포함하는 단계를 포함할 수 있다.
상기 추천 경로로 결정하는 단계 이후에, 미리 설정된 경로 설계 규칙을 토대로 상기 파라미터에 대한 대안 경로를 설계하는 단계, 그리고 상기 설계한 대안 경로를 상기 추천 경로와 함께 후보 경로로 제공하는 단계를 더 포함할 수 있다.
상기 본 발명의 기술적 과제를 달성하기 위한 본 발명의 또 다른 특징인 회선의 경로를 생성하는 장치는,
연동하는 복수의 장비로부터 수신한 장비 이벤트를 토대로, 각 장비가 경로를 생성하기 위해 사용하는 자원을 계산하고 장비의 가용 자원 정보를 저장하는 토폴로지/자원 관리부, 그리고 이미 생성된 복수의 경로에 대한 경로 정보를 학습 데이터로 수집하여 학습하여 학습된 구간 경로 정보를 생성하고, 일정 구간에 대한 경로 생성 요청 신호를 수신하면 생성한 구간 경로 정보와 상기 토폴로지/자원 관리부에서 저장하는 가용 자원 정보를 토대로 경로를 설계하여 후보 경로를 제공하는 경로 설계부를 포함한다.
상기 경로 설계부는, 상기 학습 데이터로부터 경로 속성 정보를 추출하고, 추출한 경로 속성 정보를 토대로 상기 이미 생성된 경로를 이루고 있는 복수의 부분 경로를 확인하여 경로 조합을 추출하고, 추출한 경로 조합을 학습하여 학습된 구간 경로 정보를 생성할 수 있다.
상기 경로 설계부는, 상기 경로 생성 요청 신호로부터 추출한 파라미터에 대응하여 학습된 구간 경로 정보와 학습된 구간 경로에 가용 자원이 존재하면, 상기 학습된 구간 경로를 상기 경로 생성 요청 신호에 대한 추천 경로로 결정할 수 있다.
상기 경로 설계부는, 상기 학습된 구간 경로 중 임의의 구간 경로에 가용 자원이 존재하지 않으면, 가용 자원이 존재하지 않은 임의의 구간 경로에 대응하여 학습된 다른 구간 경로들 중 가용 자원이 존재하는 다른 구간 경로를 상기 후보 경로에 포함하여 제공할 수 있다.
상기 경로 설계부는, 미리 설정된 경로 설계 규칙을 토대로 상기 파라미터에 대한 대안 경로를 설계하고, 상기 파라미터는 설계하고자 하는 경로에 대한 노드의 시작점과 끝점, 대역폭 및 사용자 요청 정보를 포함할 수 있다.
상기 장치는 관리자 단말로부터 상기 경로 설계부가 제공한 후보 경로를 토대로 선택된 선택 경로를 수신하면, 선택 경로에 위치한 적어도 하나 이상의 장비들에 대한 작업 리스트를 생성하는 제어부, 그리고 상기 경로 설계부가 생성한 작업 리스트에 대응하는 작업 명령 신호를 생성하여, 상기 선택 경로에 위치한 적어도 하나 이상의 장비들에 전송하는 처리부를 더 포함할 수 있다.
본 발명에 따르면 일률적인 회선 설계 룰에 의해 회선이 설계되는 것이 아니라, 사용자별 또는 지역별, 장치별로 운용자의 회선 설계 노하우를 담아 경로를 설계할 수 있다.
또한, 경로 설계 결과들이 다음 번 경로 설계에 반영될 수 있으므로, 사용자의 운용 만족도를 높일 수 있다.
도 1은 본 발명의 실시예에 따른 경로 생성 장치가 적용된 환경의 예시도이다.
도 2는 본 발명의 실시예에 따른 경로 생성 장치의 구조도이다.
도 3은 본 발명의 실시예에 따른 경로 생성 방법에 대한 흐름도이다.
도 4는 본 발명의 실시예에 따른 경로 생성 장치를 학습하는 방법에 대한 흐름도이다.
도 5는 본 발명의 실시예에 따른 사용자 경험을 기반으로 경로를 설계하는 방법에 대한 흐름도이다.
도 6은 본 발명의 실시예에 따른 추출 가능한 모든 경로 조합의 예시도이다.
도 7은 본 발명의 실시예에 따른 생성된 회선 경로를 제공하는 화면의 예시도이다.
도 2는 본 발명의 실시예에 따른 경로 생성 장치의 구조도이다.
도 3은 본 발명의 실시예에 따른 경로 생성 방법에 대한 흐름도이다.
도 4는 본 발명의 실시예에 따른 경로 생성 장치를 학습하는 방법에 대한 흐름도이다.
도 5는 본 발명의 실시예에 따른 사용자 경험을 기반으로 경로를 설계하는 방법에 대한 흐름도이다.
도 6은 본 발명의 실시예에 따른 추출 가능한 모든 경로 조합의 예시도이다.
도 7은 본 발명의 실시예에 따른 생성된 회선 경로를 제공하는 화면의 예시도이다.
아래에서는 첨부한 도면을 참고로 하여 본 발명의 실시예에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.
명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함"한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
이하, 도면을 참조로 하여 본 발명의 실시예에 따른 사용자 경험을 토대로 생성된 학습 경로 정보를 기반으로 전송망의 회선 경로를 생성하는 장치 및 방법에 대해 설명한다. 본 발명의 실시예에서는 전송망 소프트웨어 정의 네트워킹 즉, Transport SDN 서버를 경로 생성 장치(100)라 지칭하나, 반드시 이와 같이 한정되는 것은 아니다. 그리고, 본 발명의 실시예에서는 다양한 회선 제어 요청 중 회선의 경로를 생성하는 것에 한해 설명하나, 반드시 이와 같이 한정되는 것은 아니다. 또한, 본 발명의 실시예에서는 설명의 편의를 위하여 경로를 "구간"이라고도 지칭한다.
도 1은 본 발명의 실시예에 따른 경로 생성 장치가 적용된 환경의 예시도이다.
도 1에 도시된 바와 같이, 본 발명의 실시예에 따른 전송망은 멀티 도메인인 경우로, 세 개의 도메인으로 구성되는 것을 예로 하여 설명한다. 본 발명의 실시예에서는 각각의 도메인이 PTN(Packet Transport Network), MSPP(Multi Service Provisioning Platform), OXC(Optical Cross Connect)인 것을 예로 하여 도시하였으나, 반드시 이와 같이 한정되는 것은 아니며 단일 도메인 및 멀티 도메인으로 구성된 모든 전송망에 적용될 수 있다. 그리고, 각각의 도메인에는 복수의 네트워크 장비들이 설치되어 있다.
전송망 소프트웨어 정의 네트워킹(Transport SDN) 서버인 경로 생성 장치(100)는 데이터베이스(400), 전송망 장비 정보 수집 서버(200), 그리고 복수의 관리자 단말(300)들과 연동한다. 경로 생성 장치(100)는 관리자 단말(300)로부터 전송되는 시작 노드와 끝 노드 사이의 구간 생성을 요청하는 경로 생성 요청 신호에 따라, 사용자 경험이 반영된 경로 정보를 생성한다.
이를 위해, 경로 생성 장치(100)는 외부로부터 학습 정보를 수신하면, 수신한 학습 정보를 이용하여 딥러닝 학습한다. 여기서, 학습 정보는 사용자 경험이 반영되어 이미 설계된 복수의 네트워크 경로에 대한 경로 정보로, 학습 정보에는 경로 생성을 위해 반드시 요구되는 설정 정보나, 출발점에서 도착점까지의 경로 정보, 네트워크 종류, 서비스 제공 속도 등을 포함한다.
경로 생성 장치(100)가 노드와 노드 사이의 구간을 생성할 때, 전송망을 구성하는 적어도 하나 이상의 장비들에 대한 가용 자원 정보를 이용하기도 한다. 이에 대해서는 이후 상세히 설명한다.
이 외에도, 경로 생성 장치(100)는 관리자 단말(300)로부터 전송되는 다양한 회선 제어 요청 신호를 수신하면, 회선 제어 요청 신호에 대응하는 회선 제어 이벤트를 처리한다. 그리고 처리한 회선 제어 이벤트에 대응하는 작업 명령 신호를 생성한다. 여기서 관리자 단말(300)은 관리자 또는 작업자가 소지한 단말이다.
전송망 장비 정보 수집 서버(200)는 다양한 도메인에 포함되어 있는 복수의 장비들, 그리고 경로 생성 장치(100)와 연동한다. 전송망 장비 정보 수집 서버(200)는 장비들로부터 장비 이벤트를 수신한다. 장비 이벤트는 각각의 장비들에 대한 상태 정보나 장비 정보, 장애 정보 중 적어도 하나 이상을 포함한다.
장비 이벤트는 복수의 장비들로부터 주기적으로 전송되거나, 장비들로 장비 이벤트를 제공할 것을 요청하여 수신한다. 장비 이벤트는 어느 하나로 한정하지 않으며, 장비 이벤트를 수신하는 방법 또한 어느 하나의 방법으로 한정하지 않는다.
전송망 장비 정보 수집 서버(200)는 경로 생성 장치(100)로부터 작업 명령 신호를 수신하면, 수신한 작업 명령 신호에 따라 복수의 장비들이 운용될 수 있도록 작업 명령 신호를 장비들로 전송한다. 또한, 전송망 장비 정보 수집 서버(200)는 복수의 장비들로부터 작업 명령 신호에 대한 작업 수행을 완료하였음을 알리는 알림 신호를 수신하면, 알림 신호를 경로 생성 장치(100)로 전달하여 데이터베이스(400)에 저장되도록 한다.
데이터베이스(400)는 경로 생성 장치(100)에서 설계한 사용자별 회선 정보, 전송망 장비 정보 수집 서버(200)가 수집한 복수의 장비들에 대한 장비 이벤트 등을 저장, 관리한다. 사용자별 회선 정보는 사용자 식별 정보, 회선 식별 정보, 회선 경로 정보 등을 포함한다.
이상의 환경에서, 회선 경로를 미리 정의되어 있는 규칙에 의해 생성하거나, 사용자 경험이 반영된 학습 경로 정보를 기초로 생성하는 경로 생성 장치(100)의 구조에 대해 도 2를 참조로 설명한다.
도 2는 본 발명의 실시예에 따른 경로 생성 장치의 구조도이다.
도 2에 도시된 바와 같이, 경로 생성 장치(100)는 경로 설계부(110), 제어부(120), 처리부(130) 및 토폴로지/자원 관리부(140)를 포함한다.
경로 설계부(110)는 관리자 단말(300)로부터 경로 설계 요청 신호를 수신한다. 경로 설계 요청 신호에는 관리자 또는 사용자가 서비스 제공을 위해 설계하고자 하는 노드의 시작점과 끝점, 대역폭, 사용자 요청 정보가 파라미터로써 포함되어 있다. 여기서, 사용자 요청 정보는 경로 설계 시 요청되는 옵션, 경로가 구성되어야 할 시점 정보, 경로 설계 시 배제되어야 하는 구간 정보나 추가되어야 하는 구간 정보, SRLG(Shared Risk Link Group) 등을 포함하며, 사용자 요청 정보의 종류가 반드시 이와 같이 한정되는 것은 아니다.
경로 설계부(110)는 경로 설계 요청 신호를 토대로 경로 생성을 위한 파라미터를 추출한다. 그리고 추출한 파라미터 중 노드 시작점과 노드 끝점, 사용자 요청 정보를 이용하여, 학습된 구간 경로 정보가 존재하는지 확인한다. 여기서 노드 시작점과 노드 끝점 사이에는 하나 이상의 중간 노드인 장비들이 포함될 수 있다. 또한, 중간 노드들 중 구간별 경로를 생성하기 위해 선택되는 장비에 따라, 복수의 부분 경로가 하나의 전체 경로에 포함될 수 있다.
구간 경로 정보가 존재하면 경로 설계부(110)는 구간 경로에 대한 가용 자원이 존재하는지 확인한다. 즉, 구간 경로를 생성할 중간 노드들에, 새로운 경로를 설계하기 위해 필요한 가용 자원이 남아 있는지 확인한다. 만약 전체 구간 경로에 대한 가용 자원이 존재하면, 구간 경로를 추천 경로(또는, '제1 경로'라고도 지칭)로 설정한다.
그러나, 전체 구간 경로상에 위치한 복수의 장비들 중 일부 장비에 가용 자원이 없어 경로 설계가 불가능한 경우, 즉, 부분 구간을 생성할 임의의 장비에 가용 자원이 없는 것으로 확인하면, 가용 자원이 없는 부분 경로에 대하여 학습된 또 다른 구간 경로 정보가 있는지 확인한다. 가용 자원이 없는 부분 경로에 대한 또 다른 구간 경로 정보가 있으면, 해당 경로의 가용 자원 여부를 확인한 후 가용 자원이 존재하는 다른 구간 경로들과 함께 추천 경로로 설정한다.
만약 파라미터에 대응하여 학습된 구간 경로 경로가 없으면, 경로 설계부(110)는 추출한 파라미터와 경로 설계 규칙을 토대로 대안 경로(또는, '제2 경로'라고도 지칭)를 설계한다. 또한, 경로 설계부(110)는 가용 자원이 없는 부분 경로 중 또 다른 학습된 구간 경로 정보가 없는 부분 경로에 대해서도 대안 경로를 설계한다.
경로 설계부(110)는 설계한 추천 경로와 대안 경로 또는 대안 경로를 후보 경로로 관리자 단말(300)에 제공한다. 경로 설계부(110)가 추천 경로를 관리자 단말(300)에 제공하기 위하여, 경로 설계부(110)는 외부로부터 수신한 학습 데이터를 토대로 구간별로 경로 정보를 학습한다.
여기서, 학습 데이터는 이미 생성된 복수의 경로에 대한 경로 정보에 해당한다. 학습 데이터에는 경로의 시작 노드, 끝 노드, 경로상의 복수의 장비 정보, 서비스 정보 및 사용자 선호도 정보를 포함한다. 서비스 정보는 회선을 통해 제공되는 서비스 속도, 서비스 제공자, 서비스 지역, 서비스 레이어, 서비스 종류, 서비스 도메인, 또는 서비스 레벨(Class of Service, Priority) 등을 포함하고, 사용자 선호도 정보는 반드시 거쳐야 할 구간 정보나 노드의 포트 정보 등을 포함하며, 반드시 이와 같이 한정되는 것은 아니다.
즉, 경로 설계부(110)는 관리자 단말(300)로부터 학습 데이터를 수신하면, 수신한 학습 데이터를 딥러닝 알고리즘을 이용하여 학습하여, 복수의 구간별 경로에 대해 사용자 선호도가 높은 경로를 학습한다. 그리고, 경로 설계 요청이 있을 때, 학습된 구간 경로 정보를 토대로 추천 경로를 설계한다.
이를 위해, 경로 설계부(110)는 관리자 단말(300)로부터 전송되는 학습 데이터로부터 파라미터를 추출한다. 그리고 추출한 파라미터를 토대로 구간별 경로를 분류한다.
경로 설계부(110)는 분류한 구간별 경로에 대한 경로 정보를 학습한다. 경로 설계부(110)가 경로 정보를 학습하기 위해 사용하는 딥러닝 알고리즘의 학습 방법이나, 딥러닝 알고리즘의 종류는 어느 하나의 방법으로 한정하지 않는다.
여기서, 학습 경로의 정확도를 높이기 위해, 경로 설계부(110)는 많은 양의 데이터를 학습할 필요가 있다. 따라서, 경로 생성 장치(100)의 사용이 저조한 특정 시간대에 대용량의 학습 데이터를 학습하거나, 신규 경로가 생성되면 이 데이터를 실시간으로 반영할 수 있도록 경로를 학습할 수도 있다.
경로 설계부(110)는 학습 데이터를 학습하여 학습된 구간 경로 정보를 생성하여 저장한다. 여기서 학습된 구간 경로 정보는 (학습 데이터, 구간 경로)의 형태로 저장되는 것을 예로 하여 설명하나, 반드시 이와 같이 한정되는 것은 아니다.
또한, 경로 설계부(110)는 추천 경로와 대안 경로를 학습된 구간 경로 정보를 기초로 비교하여, 사용자에게 더 특화된 경로를 추출 제공할 수도 있다. 이에 대한 방법은 여러 방법으로 수행될 수 있으며, 본 발명의 실시예에서는 어느 하나의 방법으로 한정하여 설명하지 않는다.
제어부(120)는 경로 설계부(110)가 제공한 후보 경로 중 관리자에 의해 선택된 선택 경로에 대한 정보를 수신한다. 제어부(120)는 선택 경로에 대한 정보를 수신하면, 수신한 선택 경로에 대한 정보를 토대로 이벤트를 작업 리스트를 생성하여 임시로 저장한다.
또한, 제어부(120)는 관리자 단말(300)로부터 전송되는 다양한 회선 제어 이벤트를 수신하고, 수신한 회선 제어 이벤트에 따른 작업 리스트를 생성하여 저장한다. 본 발명의 실시예에서는 회선 제어 이벤트를 해지 이벤트, 변경 이벤트, 복구 이벤트 등으로 구분하며, 각각의 이벤트를 처리하는 방법은 다양한 방법으로 수행할 수 있으므로, 본 발명의 실시예에서는 상세한 설명은 생략한다.
처리부(130)는 전송망 장비 정보 수집 서버(200)가 복수의 도메인에 위치한 적어도 하나 이상의 장비로부터 전송된 장애 정보, 또는 형상 정보 등을 포함하는 장비 이벤트를 수신하면, 수신한 장비 이벤트들을 데이터베이스(400)에 전달하여 저장한다. 또한, 전송망 장비 정보 수집 서버(200)로부터 장비 이벤트를 수신하였음을 알리는 신호가 전달하면, 처리부(130)는 제어부(120)에 장비 이벤트를 전송한 장비에 대한 작업 리스트가 저장되어 있는지 확인한다.
만약 작업 리스트가 저장되어 있으면, 작업 리스트에 대응하는 작업 명령 신호를 생성한다. 그리고, 처리부(130)는 전송망 장비 정보 수집 서버(200)로 작업 명령 신호를 전달하여 각각의 장비에서 처리되도록 한다.
토폴로지/자원 관리부(140)는 전송망에 대한 회선 설계를 위한 전송망의 논리 회선 및 물리 회선 정보를 포함하는 토폴로지 정보 그리고 각 회선을 구성하고 있는 장비들의 자원 정보를 저장, 관리한다. 즉, 토폴로지/자원 관리부(140)는 경로 생성 장치(100)에 연동되어 있는 복수의 장비, 그리고 장비들 사이의 링크들이 생성/변경/삭제되는 이벤트에 따라 토폴로지 정보를 관리한다.
또한, 토폴로지/자원 관리부(140)는 전송망 장비 정보 수집 서버(200)로부터 장비 각각에 대한 장비 이벤트를 수신하고, 수신한 장비 이벤트를 토대로 장비에 의해 구성된 경로의 가용 자원 정보를 실시간으로 계산한다. 즉, 각 장비가 사용하고 있는 자원의 정보를 계산하여 관리한다.
그리고 토폴로지/자원 관리부(140)는 각각의 장비에서 사용 가능한 자원의 비율을 관리한다. 이는, 회선의 구성/변경/해지에 따라 실시간으로 장비에서 사용되는 자원이 지속적으로 달라지기 때문에, 토폴로지/자원 관리부(140)는 각각의 장비로부터 전송되는 이벤트 정보를 토대로 자원의 양을 계산, 관리한다.
여기서, 토폴로지 정보와 자원 정보는 이미 알려진 사항으로 본 발명의 실시예에서는 상세한 설명을 생략한다. 토폴로지/자원 관리부(140)에서 관리되는 토폴로지 정보와 자원 정보를 토대로, 경로 설계부(110)는 경로를 설계한다.
이상에서 설명한 경로 생성 장치(100)를 통해 경로를 생성하는 방법에 대해 도 3을 참조로 설명한다.
도 3은 본 발명의 실시예에 따른 경로 생성 방법에 대한 흐름도이다.
도 3에 도시된 바와 같이, 경로 생성 장치(100)는 관리자 단말(300)로부터 전송되는 학습 데이터를 딥러닝 알고리즘을 이용하여 학습하여 학습된 구간 경로 정보를 생성한다(S100). 학습된 구간 경로 정보는 입력된 학습 데이터와 학습 데이터를 학습하여 확인한 구간 경로가 쌍을 이뤄 생성된다.
즉, (학습 데이터, 구간 경로)의 형태로 학습된 구간 경로 정보가 생성된다. 여기서 학습 데이터는 경로의 시작 노드, 끝 노드, 경로상의 복수의 장비 정보, 서비스 정보 및 사용자 선호도 정보를 포함한다. 서비스 정보는 회선을 통해 제공되는 서비스 속도, 서비스 제공자, 서비스 지역, 서비스 레이어, 서비스 종류, 서비스 도메인, 또는 서비스 레벨(Class of Service, Priority) 등을 포함하고, 사용자 선호도 정보는 반드시 거쳐야 할 구간 정보나 노드의 포트 정보 등을 포함하며, 반드시 이와 같이 한정되는 것은 아니다.
그리고, 관리자 단말(300)이 경로 생성 요청 신호를 수신하면, 이미 다양한 학습 데이터를 토대로 경로를 학습한 경로 생성 장치(100)는 신규 경로를 생성하여 관리자 단말(300)로 제공한다(S200). 신규 경로를 생성할 때에는 학습된 구간 경로 정보를 토대로 생성된 추천 경로를, 학습된 구간 경로 정보가 없을 경우에는 기존 경로 생성 방법을 통해 생성된 대안 경로를 제공하기도 한다.
여기서, S100 단계에 따라 경로 생성 장치(100)가 학습 데이터를 딥러닝 알고리즘을 이용하여 학습하는 방법에 대해 도 4를 참조로 설명한다.
도 4는 본 발명의 실시예에 따른 경로 생성 장치를 학습하는 방법에 대한 흐름도이다.
도 4에 도시된 바와 같이, 경로 생성 장치(100)는 관리자 단말(300)로부터 미리 생성되어 있는 경로 또는 막 생성된 경로를 포함하는 복수의 경로 정보를 학습 데이터로서 수신한다(S101). 그리고 수신한 학습 데이터를 딥러닝 알고리즘을 이용하여 학습하기 위하여, 경로 설계부(110)는 학습 데이터에서 경로 속성 정보를 추출한다(S102).
경로 설계부(110)가 학습 데이터에서 추출한 경로 속성 정보에는 복수의 속성에 따른 경로 정보를 포함한다. 여기서, 복수의 속성은 사용자별, 지역별, 장치별, 대역폭별, 경로별, 서비스별 등으로 구분할 수 있으며, 본 발명의 실시예에서는 어느 하나의 속성 정보로 한정하지 않는다. 본 발명의 실시예에서는 관리자 단말(300)로부터 학습 데이터가 전송되는 것을 예로 하여 설명하나, 반드시 이와 같이 한정되는 것은 아니다.
경로 설계부(110)는 추출한 경로 속성 정보를 토대로, 시작 노드에서 끝 노드 사이에 부분 경로들이 존재하는지 확인한다(S103). 이에 대해 도 6을 참조로 먼저 설명한다.
도 6은 본 발명의 실시예에 따른 추출 가능한 모든 경로 조합의 예시도이다.
도 6에 도시된 바와 같이, 경로 설계부(110)가 추출한 경로의 시작 노드가 "가락", 끝 노드가 "거제"이고, 가락 노드에서부터 거제 노드까지의 경로가 "가락-구로-부산-거제"로 생성된 것을 예로 하여 설명한다.
그러면, 해당 경로에서 경로 설계부(110)가 도출할 수 있는 모든 조합의 경로는, 시작 노드로부터 끝 노드까지 한번에 생성된 가장 긴 경로인 "가락-거제"경로에서부터 "가락-구로-부산/구로-부산-거제"의 2홉 경로, 또는 "가락-구로/구로-부산/부산-거제"의 1홉으로 이루어진 경로까지 다양한 경로들이 도출된다.
이와 같이, 가락 노드에서부터 거제 노드까지의 하나의 경로로부터 복수의 경로를 도출하여 학습함으로써, 많은 정보들을 한꺼번에 학습할 수 있고 이에 따라 회선 설계의 정확도를 높일 수 있다. 본 발명의 실시예에서는 시작 노드로부터 끝 노드까지 생성되어 있는 경로가, 동일한 홉 수 예를 들어, 1홉이면 1홉 또는 2홉이면 2홉으로만 경로가 구성되는 것을 예로 하여 설명하나, 노드 사이에 홉 수가 다르게 설정될 수도 있다.
한편 상기 도 4를 이어 설명하면, S103 단계에서 경로 설계부(110)가 경로 속성 정보를 추출하여 부분 경로가 존재하는 것으로 확인하면, 해당 경로에서 도출될 수 있는 모든 조합의 경로들을 추출한다(S104). 그리고, 추출한 모든 조합 각각에 대하여 딥러닝 학습하여 학습된 구간 경로 정보를 생성한다(S105). 경로 생성 장치(100)는 학습된 구간 경로 정보를 토대로, 임의의 시작 노드로부터 끝 노드 사이에 사용자가 선호하는 경로를 파악할 수 있으며, 추후 새로 경로를 생성할 때 사용자가 선호하는 경로를 반영하여 생성할 수도 있다.
다음은 상기 도 3의 S200 단계에 따라 경로 생성 장치(100)가 신규 경로를 생성하는 방법에 대해 도 5를 참조로 설명한다.
도 5는 본 발명의 실시예에 따른 사용자 경험을 기반으로 경로를 설계하는 방법에 대한 흐름도이다.
도 5에 도시된 바와 같이, 관리자 단말(300)이 경로 생성 장치(100)로 경로 설계 요청 신호를 전송하면(S201), 경로 생성 장치(100)는 수신한 경로 설계 요청 신호에서 경로 설계를 위한 파라미터들을 추출한다(S202).
경로 생성 장치(100)는 추출한 파라미터를 토대로 전체 경로에 대하여 미리 학습된 구간 경로 정보가 있는지 확인한다(S203). 만약 미리 학습된 구간 경로 정보가 존재하지 않는다면, 경로 생성 장치(100)는 추출한 파라미터와 경로 설계 규칙을 토대로 대안 경로인 대안 경로를 설계한다(S206). 그리고, 설계한 대안 경로에 대한 정보를 후보 경로로 관리자 단말(300)로 제공한다(S207).
한편, S203 단계에서 확인한 결과, 미리 학습 데이터를 통해 학습된 구간 경로 정보가 존재하면, 전체 구간 경로에 대한 가용 자원이 있는지 확인한다(S204). 즉, 경로 설계부(110)는 토폴로지/자원 관리부(140)가 수신한 장비 이벤트를 토대로 해당 경로의 시작 노드로부터 끝 노드에 위치하는 모든 장비에 새로운 경로를 통해 서비스를 제공할 수 있는 가용 자원이 존재하는지 확인한다.
S203 단계에서 확인한 학습된 구간 경로 전체에 가용 자원이 존재하면, 경로 생성 장치(100)는 해당 경로를 추천 경로로 결정한다(S205). 이와 함께, 경로 생성 장치(100)는 S202 단계에서 추출한 파라미터와 경로 설계 규칙을 토대로 대안 경로를 설계한다(S206). 그리고 경로 생성 장치(100)는 S205 단계에서 결정된 추천 경로와 S206 단계에서 설계한 대안 경로를 후보 경로로 관리자 단말(300)에 제공한다(S207).
한편, S204 단계에서 경로 생성 장치(100)가 학습된 구간 경로 정보는 존재하나 일부 구간에 가용 자원이 없는 것으로 확인하면, 경로 생성 장치(100)는 가용 자원이 없는 부분 경로를 확인한다(S208). 그리고 확인한 부분 경로에 대하여 학습된 다른 구간 경로 정보가 존재하는지 확인한다(S203). 다른 구간 경로 정보가 존재하는 경우에는 해당 경로에 대한 가용 자원이 존재하는지 여부를 판단하는 절차를 수행하며, S203 단계 이후의 단계를 반복 수행한다.
이렇게 생성되어 관리자 단말(300)로 제공된 후보 경로들 중 관리자가 어느 하나의 경로를 선택하면, 경로 생성 장치(100)는 선택 경로 정보를 토대로 작업 명령 신호를 생성하여, 설계된 경로상에 위치한 장비들에 작업 명령 신호를 전송하여 회선이 생성되도록 요청한다.
도 5의 절차를 통해 회선을 설계하는 예에 대하여 상기 도 6에 설명한 '가락-구로-부산-거제'의 1홉으로 이루어진 경로를 예로 하여 설명하면 다음과 같다. 먼저 경로 설계부(110)는 파라미터에 포함된 시작 노드 '가락'과 끝 노드 '거제'를 추출한다.
가락 노드로부터 거제 노드까지 사이에 1홉으로 이루어진 경로가 딥러닝 학습에 의해 학습된 구간 경로 정보로 이미 생성되어 있다고 가정한다. 경로 설계부(110)는 토폴로지/자원 관리부(140)가 가락-구로-부산-거제의 경로상에 위치한 복수의 장비들에 대한 장비 이벤트를 확인하여, 각각의 장비에 가용 자원이 존재하는지 확인한다. 그리고, 가락-구로-부산-거제 경로상의 장비들에 가용 자원이 존재하면, 상기 경로를 추천 경로로 설정한다.
이와 같이 추천 경로가 설정되면, 경로 설계부(110)는 경로 설계 규칙을 이용하여 대안 경로도 설계한다. 그리고, 추천 경로와 대안 경로를 포함하는 후보 경로를 관리자 단말(300)에 제공한다.
한편, 가락-구로-부산-거제의 경로 중 어느 하나의 부분 구간의 자원이 이미 모두 다 사용되어 더 이상 신규 경로를 생성할 수 없는 것으로 확인되면, 자원이 모두 사용된 구간에 해당하는 다른 학습된 구간 경로 정보가 있는지 재 확인한다. 예를 들어 '가락-구로'를 이루고 있는 경로는 자원이 여유가 있지만, '구로-부산-거제' 구간은 자원이 없을 경우, 경로 설계부(110)는 '구로-부산-거제' 구간에 해당하는 다른 학습된 구간 경로 정보가 있는지 확인하여 다른 경로를 찾아온다. 해당 부분에 경로가 없을 경우에는, 학습된 구간 경로 정보를 찾을 수 없으므로, 경로 설계부(110)는 경로 설계 규칙을 이용하여 해당 구간만 경로를 생성하여, 추천 경로와 함께 전체 구간에 대한 후보 경로로 생성한다.
이상에서 설명한 회선 경로를 설계하는 방법에 따라서 생성된 회선 경로를 관리자 단말(300)에서 디스플레이하는 화면의 예에 대해 도 7을 참조로 설명한다.
도 7은 본 발명의 실시예에 따른 생성된 회선 경로를 제공하는 화면의 예시도이다.
도 7의 (a)에는 가락 노드에서 거제 노드까지 가는 경로, 그리고 가락 노드에서 유성 노드로 가는 경로를 나타내었다.
가락 노드에서 거제 노드로 가는 길은 P1 포트를 통과하는 회선과 P2 포트를 통과하는 두 개의 회선이 존재한다. 이때, 가락 노드의 회선 설계 담당자는, 거제와 같은 부산권으로 연결되는 회선은 모두 P1 포트를 통과하도록 경로를 설계하고, 대전권으로 연결되는 회선은 모두 P2 포트를 통해 통과하도록 경로를 설계하였다고 가정한다.
이는, 회선 장애에 대한 빠른 대처 등 운용 상의 편의성을 고려하여 관리자가 설계한 설계 규칙일 수 있다. 하지만 기존의 정해진 규칙에 의한 회선 설계 방법으로는 해당 운용자의 요구사항이 반영된 회선설계 결과를 내 주는 것이 불가능 할 수 있다.
이럴 경우, 경로 생성 장치(100)는 노드 운용자의 요구사항에 맞는 회선 설계 결과를 제공해 줄 수 있다. 즉, 가락 노드에서 거제 노드로 가는 회선 경로는 반드시 가락 노드의 P1 포트를 통과하는 경로로 결과를 표시해 줄 수 있다.
이와 같이 설계된 회선 경로는 도 7의 (b)에 나타낸 바와 같이 관리자 단말(300)의 화면을 통해 관리자에게 제공된다. 예를 들어, 관리자가 관리자 단말(300)을 이용하여 상위국 즉, 시작 노드를 가락 노드로, 종료 노드를 부산 노드로 선택하여 "경로 찾기" 버튼을 누르면, (b)에 도시된 화면에서 나온 바와 같이 딥러닝 알고리즘의 학습 결과에 따라 생성되어 있는 학습된 구간 경로 정보를 토대로 자동으로 설계된 경로를 추천 경로로 하여 제공한다.
이미 사용자가 가락 노드는 반드시 P1 포트를 통과하도록 요청한 상태이고, 해당 사용자 선호도는 학습에 따라 파악된 상태이다. 따라서 경로 생성 장치(100)는 가락 노드의 P2 포트를 거치지 않고 가락 노드의 S2P1 포트를 이용하여 경로를 설계한다.
이와 함께, 기존 규칙 기반의 회선 설계 알고리즘을 이용하여 생성된 회선 경로의 결과는 대안 경로로 표시하여 준다. 이 정보는 기존 룰에 맞추어 S2 P2 포트를 이용하여 설계 되어 있음을 알 수 있다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
Claims (13)
- 경로 생성 장치가 전송망 회선의 경로를 생성하는 방법에 있어서,
이미 생성된 복수의 경로들에 대한 경로 정보들을 학습 데이터로 수집하고, 수집한 학습 데이터들에서 복수의 속성들에 따라 기 생성된 경로의 경로 속성 정보를 추출하는 단계,
상기 복수의 경로들 각각의 시작 노드에서 끝 노드 사이의 복수의 구간들에 대한 복수의 경로 조합들을 추출하는 단계,
상기 복수의 경로 조합들을 이용하여 상기 시작 노드에서 끝 노드 사이에 상기 속성에 따른 경로가 출력되도록 경로 설계부를 학습시키는 단계, 그리고
일정 구간에 대한 신규 경로 생성 요청 신호를 수신하면, 상기 학습시킨 경로 설계부에서 상기 신규 경로 생성 요청 신호에 대응하는 후보 경로를 제공하는 단계
를 포함하는 경로 생성 방법. - 제1항에 있어서,
상기 복수의 경로 조합들을 추출하는 단계는,
상기 추출한 경로 속성 정보를 토대로 상기 시작 노드에서 끝 노드 사이의 상기 복수의 구간들에 대한 부분 경로가 존재하는지 확인하는 단계, 그리고
상기 부분 경로가 존재하면 상기 부분 경로를 상기 시작 노드에서 끝 노드 사이의 구간별 경로 조합으로 추출하는 단계
를 포함하는 경로 생성 방법. - 제2항에 있어서,
상기 학습 데이터는 상기 시작 노드, 상기 끝 노드, 상기 시작 노드에서 상기 끝 노드를 잇는 경로 상의 복수의 장비 정보, 서비스 정보, 사용자 선호도 정보 중 복수의 정보를 포함하는, 경로 생성 방법. - 제1항에 있어서,
상기 후보 경로를 제공하는 단계는,
상기 신규 경로 생성 요청 신호로부터 상기 일정 구간에 대한 경로 설계를 위한 파라미터를 추출하는 단계,
추출한 파라미터를 토대로 생성된 상기 일정 구간의 구간 경로에 대한 가용 자원이 존재하는지 확인하는 단계, 그리고
가용 자원이 존재하면, 상기 후보 경로를 상기 일정 구간에 대한 추천 경로로 결정하는 단계
를 포함하는 경로 생성 방법. - 제4항에 있어서,
상기 파라미터는,
설계하고자 하는 경로의 시작점과 끝점, 대역폭 및 사용자 요청 정보를 포함하는 속성 정보인, 경로 생성 방법. - 제5항에 있어서,
상기 추천 경로로 제공하는 단계는,
상기 후보 경로에서 사용될 가용 자원이 없으면, 상기 일정 구간에 대해 학습된 다른 구간 경로 정보가 있는지 확인하는 단계, 그리고
학습된 다른 구간 경로 정보가 존재하고 다른 구간 경로에 가용 자원이 존재하면, 상기 다른 구간 경로를 임의의 구간에 대한 추천 경로로 제공하는 단계
를 포함하는 경로 생성 방법. - 제5항에 있어서,
상기 추천 경로로 제공하는 단계 이후에,
미리 설정된 경로 설계 규칙을 토대로 상기 파라미터에 대한 대안 경로를 설계하는 단계, 그리고
상기 설계한 대안 경로를 상기 추천 경로와 함께 후보 경로로 제공하는 단계
를 더 포함하는 경로 생성 방법. - 회선의 경로를 생성하는 장치에 있어서,
연동하는 복수의 장비들로부터 각각 수신한 장비 이벤트를 토대로, 각 장비가 경로를 생성하기 위해 사용하는 자원을 계산하고, 각 장비의 가용 자원 정보를 저장하는 토폴로지/자원 관리부, 그리고
이미 생성된 복수의 경로에 대한 경로 정보를 학습 데이터로 수집하고, 상기 학습 데이터를 기초로 각 경로의 시작 노드에서 끝 노드 사이에 경로가 출력되도록 학습되고, 일정 구간에 대한 신규 경로 생성 요청 신호를 수신하면 상기 일정 구간에 대해 출력된 구간 경로와 상기 토폴로지/자원 관리부에서 저장하는 상기 구간 경로에 대한 가용 자원 정보를 토대로 경로를 설계하여 후보 경로를 제공하는 경로 설계부
를 포함하는 경로 생성 장치. - 제8항에 있어서,
상기 경로 설계부는,
상기 학습 데이터로부터 경로 속성 정보를 추출하고, 추출한 경로 속성 정보를 토대로 상기 이미 생성된 경로를 이루고 있는 복수의 부분 경로를 확인하여 경로 조합을 추출하고, 추출한 경로 조합을 학습하여 학습된 구간 경로를 생성하는 경로 생성 장치. - 제9항에 있어서,
상기 경로 설계부는,
상기 신규 경로 생성 요청 신호로부터 추출한 파라미터에 대응하여 학습된 구간 경로 정보와 학습된 구간 경로에 가용 자원이 있으면, 상기 학습된 구간을 상기 신규 경로 생성 요청 신호에 대한 추천 경로로 결정하는 경로 생성 장치. - 제10항에 있어서,
상기 경로 설계부는,
상기 학습된 구간 경로 중 임의의 구간 경로에 가용 자원이 존재하지 않으면, 가용 자원이 존재하지 않은 임의의 구간 경로에 대응하여 학습된 다른 구간 경로들 중 가용 자원이 존재하는 다른 구간 경로를 상기 후보 경로에 포함하여 제공하는 경로 생성 장치. - 제11항에 있어서,
상기 경로 설계부는,
미리 설정된 경로 설계 규칙을 토대로 상기 파라미터에 대한 대안 경로를 설계하고,
상기 파라미터는 설계하고자 하는 경로에 대한 노드의 시작점과 끝점, 대역폭 및 사용자 요청 정보를 포함하는 경로 생성 장치. - 제8항에 있어서,
관리자 단말로부터 상기 경로 설계부가 제공한 후보 경로를 토대로 선택된 선택 경로를 수신하면, 선택 경로에 위치한 적어도 하나 이상의 장비들에 대한 작업 리스트를 생성하는 제어부, 그리고
상기 경로 설계부가 생성한 작업 리스트에 대응하는 작업 명령 신호를 생성하여, 상기 선택 경로에 위치한 적어도 하나 이상의 장비들에 전송하는 처리부
를 더 포함하는 경로 생성 장치.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170081334A KR102324201B1 (ko) | 2017-06-27 | 2017-06-27 | 사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020170081334A KR102324201B1 (ko) | 2017-06-27 | 2017-06-27 | 사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20190001401A KR20190001401A (ko) | 2019-01-04 |
KR102324201B1 true KR102324201B1 (ko) | 2021-11-08 |
Family
ID=65017821
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020170081334A KR102324201B1 (ko) | 2017-06-27 | 2017-06-27 | 사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102324201B1 (ko) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015070614A (ja) * | 2013-09-26 | 2015-04-13 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 無線ネットワークに対する学習に基づく中継ノード選択方法及び中継装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4861415B2 (ja) * | 2005-07-20 | 2012-01-25 | ファイアータイド、インク. | メッシュネットワーク用オンデマンドルーティングプロトコルのための経路最適化 |
KR101668426B1 (ko) * | 2014-12-12 | 2016-10-28 | 주식회사 케이티 | Sdn 상에서 최적 경로 계산 시스템 및 방법 |
-
2017
- 2017-06-27 KR KR1020170081334A patent/KR102324201B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015070614A (ja) * | 2013-09-26 | 2015-04-13 | 三星電子株式会社Samsung Electronics Co.,Ltd. | 無線ネットワークに対する学習に基づく中継ノード選択方法及び中継装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20190001401A (ko) | 2019-01-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102027712B (zh) | 确定网络中的故障路由器的***、方法和程序 | |
US10033623B2 (en) | Multithreaded system and method for establishing network connections | |
CN105743794A (zh) | 具有可行光路径的网络拓扑优化 | |
CN105359469A (zh) | 基于分层规则的路由*** | |
US9607412B2 (en) | Method for rapid determination of lowest cost wavelength routes through a photonic network based on pre-validated paths | |
US9973405B2 (en) | Network element status identification based on service | |
JP6549959B2 (ja) | 障害切り分け方法および障害切り分けを行う管理サーバ | |
US20150312215A1 (en) | Generating optimal pathways in software-defined networking (sdn) | |
KR101674177B1 (ko) | 멀티노드간 이더넷 가상연결서비스를 제공하는 트랜스포트 sdn 컨트롤러 및 멀티노드간 이더넷 가상연결서비스 제공 방법 | |
Park et al. | NSAF: An Approach for Ensuring Application‐Aware Routing Based on Network QoS of Applications in SDN | |
EP2605450A1 (en) | Network information processing system, network information processing apparatus, and information processing method | |
US20160308607A1 (en) | Out-of-band management of fiber optics systems and devices | |
KR102324201B1 (ko) | 사용자 경험 데이터 기반의 전송망 회선 경로 생성 장치 및 방법 | |
WO2016004752A1 (zh) | 一种确定端到端路由的方法及装置 | |
Velasco et al. | On-demand incremental capacity planning in optical transport networks | |
CN104244275A (zh) | 用于报告无线网络内的通信路径质量的设备和方法 | |
Choi | Hierarchical distributed orchestration framework for multi-domain SDTNs | |
CN105530119A (zh) | 用于多层网络抽象的控制器到控制器接口 | |
Aibin et al. | Monte Carlo tree search for cross-stratum optimization of survivable inter-data center elastic optical network | |
Girão-Silva et al. | A network-wide exact optimization approach for multiobjective routing with path protection in multiservice multiprotocol label switching networks | |
KR102117497B1 (ko) | 네트워크 인프라 구축 시스템 및 네트워크 인프라 구축 방법 | |
KR102055913B1 (ko) | 전송망 소프트웨어 정의 네트워킹을 이용한 이벤트 기반 회선 제어 장치 및 방법 | |
JP3807371B2 (ja) | 分散型ネットワークを管理する管理範囲決定方法、装置及びプログラム | |
GB2537657A (en) | Subsea control system communication network | |
Vaya | Round complexity of leader election and gossiping in bidirectional radio networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A201 | Request for examination | ||
E902 | Notification of reason for refusal | ||
E701 | Decision to grant or registration of patent right | ||
GRNT | Written decision to grant |