CN109951391A - 一种基于多QoS约束的网络路径快速计算方法 - Google Patents
一种基于多QoS约束的网络路径快速计算方法 Download PDFInfo
- Publication number
- CN109951391A CN109951391A CN201910225639.2A CN201910225639A CN109951391A CN 109951391 A CN109951391 A CN 109951391A CN 201910225639 A CN201910225639 A CN 201910225639A CN 109951391 A CN109951391 A CN 109951391A
- Authority
- CN
- China
- Prior art keywords
- matrix
- req
- link
- node
- demand
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种基于多QoS约束的网络路径快速计算方法，该方法可以有效降低求解多QoS约束下的路径计算问题的复杂度，为快速变化的拓扑下的路径计算提供支撑。本发明经过优化目标和部分约束条件的选定及近似转化，得到原始路径优化问题，而后设计了一种可行性初步判断方法，能够迅速判断出一定不可行的原始问题，避免求解不可行的原始问题。在此基础上，针对经过可行性初步判断但仍然不可行的原始问题，设计了一种删除低优先级任务需求的方式，从而尽可能保证高优先级任务需求得到满足。相对与基于遗传算法和蚁群算法等迭代算法，本发明能够大幅度降低路径计算的复杂度，适用于各类拓扑变化较快的无线网络。
Description
技术领域
本发明属于通信网络技术领域，具体涉及一种基于多QoS约束的网络路径快速计算方法。
背景技术
在通信网络系统中，用户通常会发起不同类型的业务，例如语音、视频、文电、消息等类型。这些不同类型业务的服务质量水平(QoS，Quality of Service)指标各不相同，就意味这些业务对网络的要求不一致，常用的QoS参数包括带宽、时延、丢包率等等。针对不同业务的不同QoS指标，路径计算方法需要从传统的最短路径算法向综合考虑多个QoS约束的路径计算方法拓展。尽管基于多个QoS约束的问题模型可以更准确地反映用户业务需求，然而该问题本身通常难以求解。已有研究证明，包含两个及以上相互独立的加性或者乘性约束的路径计算问题都是NP完全问题(NP complete)，这类问题通常难以求解。针对该问题，业界主要解决方法有以下几类：
1)基于蚁群算法的路径计算方法，此类方法基于蚂蚁寻找食物的过程与多QoS约束条件下网络路径计算过程的相似性，求解原始优化问题。其基本思想是，多只蚂蚁从源节点向目的节点进发，其中每一只蚂蚁都是根据链路上的信息素进行下一次前行方向的选择直至到达目的节点，从而得到一条可行路径。而后在多条可行路径中选取一条目标函数最优的路径，并更新该路径的信息素。将以上过程迭代多次，直到路径计算算法收敛。此类方法的不足在于，不同的参数对算法性能和收敛速度产生较大影响。
2)基于遗传算法的路径计算方法，此类方法针对网络中点对多点、多点对多点的多QoS约束路径计算问题，首先利用传统算法得到网络中任意两点间的多条路径，通常情况下，这些不同点间的路径组合不是原问题的可行解。需要利用这些路径组合生成初始种群，计算相应的适应度值，并根据该值选择个体，进行组合交叉和变异，产生新的种群。将以上过程迭代多次，即经过多代优化，得到较好的可行解。此类方法的不足在于，如果适应度函数选择不当，算法有很大可能收敛到局部最优值。
3)基于约束松弛的路径计算方法，此类方法利用约束松弛的方法，将原始问题中的非线性约束丢弃、松弛，或者作为先行条件提前处理，从而得到线性整数规划问题，利用现有的割平面算法或分支定界算法求解。得到线性整数规划问题的解之后，再验证该解是否满足未松弛或丢弃前的非线性约束，如果满足，则得到原始问题的可行解，否则，加入新的线性约束条件，重新求解线性整数规划问题，直至得到原始问题的可行解。此类方法的不足在于经过约束松弛后得到的线性整数规划问题的解一般都不是原始问题的解，需要经过多次添加新的线性约束条件并求解线性整数规划问题，导致算法整体复杂度较高。
发明内容
本发明的目的是提出一种基于多QoS约束的网络路径快速计算方法，从而有效提高多QoS约束下网络路径的计算速度，以适应快速变化的网络环境与路径参数，为端到端业务的顺利交付提供基础路径支撑。
本发明具体包括以下步骤：
步骤1：输入网络状态矩阵和网络需求矩阵；
步骤2：根据需求链路数量，初始化生成路径向量集合；
步骤3：确定优化目标和约束条件，构造路径优化问题；
步骤4：基于网络状态矩阵与网络需求矩阵，对路径优化问题进行可行性初步判断，如果路径优化问题通过可行性初步判断，则进入步骤5；否则，删除导致路径优化问题不可行且优先级最低的一条需求链路，更新对应的网络需求矩阵和路径优化问题，重新进行可行性初步判断；
步骤5：求解路径优化问题，如果路径优化问题可行，进入步骤6；否则，删除优先级最低的一条需求链路，更新对应的网络需求矩阵和路径优化问题，重新求解路径优化问题；
步骤6：输出路径向量集合。
步骤1包括：
步骤1-1，设定网络拓扑共有N个点，则有如下的网络状态矩阵定义：拓扑关系矩阵其中表示实数域，表示实数域上的N×N维矩阵，矩阵T的第i行第j列的元素T(i,j)∈{0,1}，当该元素T(i,j)为0时，表示网络拓扑上不存在第i个节点到第j个节点直连的有向链路，当该元素T(i,j)为1时，则表示网络拓扑上存在第i个节点到第j个节点直连的有向链路；链路带宽矩阵的元素表示网络上各节点之间链路的带宽；链路时延矩阵的元素表示网络上各节点之间链路的时延；链路丢包率矩阵的元素表示网络上各节点之间链路的丢包率。
步骤1-2，针对业务的QoS需求，有如下网络需求矩阵定义：拓扑需求矩阵矩阵Treq的第i行第j列的元素Treq(i,j)∈{0,1}，当该元素Treq(i,j)为0时，表示根据业务需求不需要建立第i个节点到第j个节点的有向链路，当该元素Treq(i,j)为1时，则表示根据业务需求需要建立第i个节点到第j个节点的有向链路，设定矩阵Treq中的非零元素共有M个，即需求链路共有M条，其中第m个非零元素Treq(im,jm)的位置处于第im行第jm列，即Treq(im,jm)＝1，m＝1,2,...,M；根据业务需要，同时对应于Treq，带宽需求矩阵的元素表示网络上各节点之间链路的最低带宽需求；时延需求矩阵的元素表示网络上各节点之间链路的最大允许时延；丢包率需求矩阵的元素表示网络上各节点之间链路的最大允许丢包率；链路优先级矩阵的元素表示对应需求链路的优先级，用于资源紧张时的优先保证任务选择；
路径向量表示一条从源节点到目的节点的路径，其中(·)T表示转置操作；元素xi,j∈{0,1}，其中取0表示不选择从第i个节点到第j个节点的有向链路，取1则表示选择从第i个节点到第j个节点的有向链路；
步骤1-3，输入N个网络节点对应的网络状态矩阵，包括：拓扑关系矩阵T、链路带宽矩阵B、链路时延矩阵D和链路丢包率矩阵L；
输入网络需求矩阵，包括：拓扑需求矩阵Treq、带宽需求矩阵Breq、时延需求矩阵Dreq、丢包率需求矩阵Lreq以及链路优先级矩阵Preq。
步骤2包括：根据需求链路数量M，生成M个N2行零向量，作为路径向量的初始值其中，元素其中取0表示第m条需求路径不选择从第i个节点到第j个节点的有向链路，取1则表示第m条需求路径选择从第i个节点到第j个节点的有向链路，i和j的取值均为1～N。
步骤3包括：
步骤3-1，确定优化目标：根据业务需求信息，明确优化目标，本发明支持关于路径向量中元素集合其中m＝1,2,...,M，i＝1,2,...,N，j＝1,2,...,N的线性函数以及它们之间的线性组合作为优化目标，优化目标包括：
最小化选取链路数量：
最小化系统总时延：其中D(i,j)表示链路时延矩阵D的第i行第j列的元素。
最大化链路带宽占用率：其中Breq(i,j)表示带宽需求矩阵Breq的第i行第j列的元素，B(i,j)表示链路带宽矩阵B的第i行第j列的元素且B(i,j)≠0，∑是求和操作；
步骤3-2，确定约束条件：根据业务需求信息，明确约束条件，约束条件包括非循环路径约束、带宽约束、时延约束、丢包率约束和0-1约束；
其中，所述非循环路径约束包括：针对Treq(im,jm)，一条非循环路径需要满足：
共MN个线性等式约束，其中T(im,j)表示拓扑关系矩阵T中第im行第j列的元素，表示第m条需求链路对应的路径向量中是否选择从节点j到节点im的路径,其中取0表示第m条需求路径不选择从第j个节点到第im个节点的有向链路，取1则表示第m条需求路径选择从第j个节点到第im个节点的有向链路。
带宽约束：针对Breq(im,jm)，即带宽需求矩阵Breq中第im行第jm列的元素，所有选择的链路的带宽都要不小于Breq(im,jm)：
i＝1,2,...,N并且i≠jm，
共M(N-1)个线性不等约束；
同时，被选取的链路所需带宽的和不能大于实际物理链路的带宽：
i＝1,2,...,N,j＝1,2,...,N并且i≠j，
共N(N-1)个线性不等约束；
所述时延约束包括：针对Dreq(im,jm)，即时延需求矩阵Dreq中第im行第jm列的元素，所有选择链路的时延之和需不大于Dreq(im,jm)：
共M个线性不等约束；
所述丢包率约束包括：针对Lreq(im,jm)，即丢包率需求矩阵Lreq中第im行第jm列的元素，所有选择链路的等效丢包率需不大于Lreq(im,jm)：
其中∏表示求积操作，L(i,j)表示链路丢包率矩阵L中第i行第j列的元素。上式左边不是关于路径向量元素的线性表达式，为方便求解，容易证明：
因此可以将原等效丢包率约束近似转化为所有选择的链路丢包率之和需不大于Lreq(im,jm)：
共M个线性不等约束；
所述0-1约束包括：针对路径向量中的任意元素，取值只有0和1两种：
共MN2个0-1整数约束。
步骤3-3，根据用户需要，选定优化目标和约束条件，构造路径优化问题。
步骤3-1中，所述优化目标还包括三种优化目标即最小化选取链路数量、最小化系统总时延和最大化链路带宽占用率的线性组合形式。
步骤4包括：
步骤4-1，基于拓扑关系矩阵T和拓扑需求矩阵Treq的可行性初步判断：针对Treq(im,jm)，需满足矩阵T的第im行、第jm行元素不全为0的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-2，基于链路带宽矩阵B和带宽需求矩阵Breq的可行性初步判断：针对Breq(im,jm)，需满足大于矩阵B的第im行中一个非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-3，基于链路时延矩阵D和时延需求矩阵Dreq的可行性初步判断：针对Dreq(im,jm)，需满足大于矩阵D的第im行中一个非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-4，基于链路丢包率矩阵L和丢包率需求矩阵Lreq的可行性初步判断：针对Lreq(im,jm)，需满足大于矩阵L的第im行中一个非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-5，如果基于网络状态矩阵与网络需求矩阵，路径优化问题没有通过可行性初步判断，则根据链路优先级矩阵Preq，在导致问题不可行且优先级最低的任务中随机删除一个，更新网络需求矩阵和路径优化问题，重新进行步骤4-1到步骤4-4，直至路径优化问题通过可行性初步判断。
步骤5包括：
步骤5-1，利用分支定界法求解路径优化问题(分支定界算法采用Ignall E,Schrage L.Application of the Branch and Bound Technique to Some Flow-ShopScheduling Problems[J].Operations Research,1965,13(3):400-412.文献中的方法)，若该问题可行且求得了最优解，则进入步骤6；否则，进入步骤5-2；
步骤5-2，根据链路优先级矩阵Preq，随机删除一个优先级最低的任务，更新网络需求矩阵和路径优化问题，重新进行步骤5-1，直至路径优化问题可行，并获得最优解，进入步骤6。
步骤6包括，根据步骤5的优化计算结果，将得到MN2个路径元素其中m＝1,2,...,M,i＝1,2,...,N,j＝1,2,...,M，按所属需求链路序号排列各优化变量的位置，并输出M个路径向量，即：
不同于已有的多QoS约束下的网络路径计算方法，本发明提出的路径计算方法能够快速生成原始路径优化问题的可行解，适应拓扑的动态变化，该方法需要满足以下要求：
1)所述路径计算方法中，针对路径优化问题，设计了丢包率约束条件的近似转换方法，其设计原则是在满足原始丢包率约束的条件下生成线性约束条件；
2)所述路径计算方法中，针对拓扑需求矩阵，设计了一种基于拓扑关系矩阵的路径优化问题的初步可行性判断方法，其设计原则是快速排除不可行的原始问题；
3)所述路径计算方法中，针对不可行的路径优化问题，设计了一种删除任务的可行性优化方法，其设计原则是在网络资源紧张的前提下，尽量保证高优先级任务的路径计算需求得到满足。
本发明与现有技术相比，其有益效果为：
本发明提出了一种基于多QoS约束的网络路径快速计算方法，首先经过优化目标和部分约束条件的选定及近似转化，得到原始路径优化问题。通过设计一种可行性初步判断方法，快速判断出一定不可行的原始问题。针对经过可行性初步判断但仍然不可行的原始问题，采用删除低优先级任务需求的方式来尽可能保证高优先级任务需求得到满足。通过以上设计，本发明提供了一种全新的、能够适应拓扑快速变化的网络路径快速计算方法，相对与基于遗传算法和蚁群算法等常见算法，该方法能够大幅度降低路径计算的复杂度。该方法适用于各类无线网络，例如WiFi、Ad-hoc、LTE等网络。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明，本发明的上述或其他方面的优点将会变得更加清楚。
图1是本发明提出的基于多QoS约束的网络路径快速计算方法实施流程图；
图2是本发明提出的基于多QoS约束的网络路径快速计算方法应用实施例的网络状态拓扑图；
图3是本发明提出的基于多QoS约束的网络路径快速计算方法应用实施例的网络需求拓扑图；
图4是本发明提出的基于多QoS约束的网络路径快速计算方法应用实施例时路径优化问题通过可行性初步判断后对应的网络需求拓扑图；
图5是本发明提出的基于多QoS约束的网络路径快速计算方法应用实施例时求解路径优化问题步骤中删除一个低优先级任务后对应的网络需求拓扑图；
具体实施方式
下面结合附图及实施例对本发明做进一步说明。在本实施例中，将本发明应用于某预研项目搭建的验证性网络中，该网络由5个节点组成，两两节点之间的链路条件(带宽、时延、丢包率)各不相同。同时，有多项任务需要运行于该网络上，传统的算法无法快速、准确的计算路径，因此采用本发明的方法。
本发明提出的基于多QoS约束的网络路径快速计算方法实施流程如图1所示，主要包括6个步骤：1)输入网络状态矩阵和网络需求矩阵，2)根据需求链路数量，生成初始路径向量集合，3)确定优化目标和约束条件，构造路径优化问题，4)对路径优化问题进行可行性初步判断，5)求解路径优化问题，6)输出路径向量集合。下面对每个步骤的实施作进一步详细描述。
步骤1：输入N个网络节点对应的网络状态矩阵：拓扑关系矩阵T、链路带宽矩阵B、链路时延矩阵D和链路丢包率矩阵L；
输入网络需求矩阵：拓扑需求矩阵Treq、带宽需求矩阵Breq、时延需求矩阵Dreq、丢包率需求矩阵Lreq以及链路优先级矩阵Preq。在本实施例中，网络节点数N＝5，上述矩阵是：
图2是上述网络状态矩阵对应的网络状态拓扑图。其中每条有向链路上的参数向量的第一个参数表示链路带宽，第二个参数表示链路时延，第三个参数表示链路丢包率，例如，从节点1到节点2的有向链路的参数向量为(8,0.3,0,1)，就表示该有向链路的带宽、时延、丢包率分别为8Mbps、0.3s和0.1％。
图3是上述网络状态矩阵对应的网络需求拓扑图。其中每条有向链路上的参数向量的第一个参数表示最低带宽需求，第二个参数表示最大允许时延，第三个参数表示最大允许丢包率，第四个参数表示链路需求优先级，其中优先级值越大，表示优先级越低。例如，从节点1到节点2的有向链路的参数向量为(1,1,0.5,3)，就表示该有向链路的最低带宽需求、最大允许时延、最大允许丢包率，需求优先级分别为1Mbps、1s、0.5％和3级。
步骤2：根据需求链路数量M＝13，生成13个25行零向量，作为路径向量的初始值其中0表示零向量。
步骤3：确定优化目标和约束条件，构造路径优化问题。在本实施例中，优化目标为最小化选取链路数量：
约束条件为上述发明内容中步骤3-2中的五类约束的组合，包括：
1)非循环路径约束：
共65个线性等式约束。
2)带宽约束：
共52个线性不等约束，以及
共20个线性不等约束。
3)时延约束：
共13个线性不等约束。
4)丢包率约束：
共13个线性不等约束。
5)0-1约束：针对路径向量中的任意元素，取值只有0和1两种：
共325个0-1整数约束。
因此，本实施例中的路径优化问题为：
步骤4：对路径优化问题进行可行性初步判断，依次验证
1)针对Treq(im,jm)，m＝1,2,...,13，需满足矩阵T的第im行、第jm行元素不全为0的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；本实施例中该项验证所有任务需求链路全部通过。
2)针对Breq(im,jm)，m＝1,2,...,13，需满足大于矩阵B的第im行中某一非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；本实施例中该项验证所有任务需求链路全部通过。
3)针对Dreq(im,jm)，m＝1,2,...,13，需满足大于矩阵D的第im行中某一非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；本实施例中该项验证第3个任务没有通过验证，对应需求矩阵中第1行第5列，即从节点1到节点5的时延需求不满足该条件。
4)针对Lreq(im,jm)，m＝1,2,...,13，需满足大于矩阵L的第im行中某一非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；本实施例中该项验证所有任务需求链路全部通过。
因此路径优化问题没有通过可行性初步判断，按照发明内容中步骤4-5的方法，删除需求矩阵中第1行第5列的元素，更新后的需求矩阵为：
图4是通过可行性初步判断后的网络需求矩阵对应的拓扑图。接着，更新路径优化问题，需求链路数量变为12：
更新后的路径优化问题顺利通过可行性初步判断。
步骤5：利用分支定界法求解路径优化问题，发现该问题不可行，因此按照发明内容步骤5-2的方法，随机删除一个优先级最低的任务，即第12个任务，其优先级为4，是所有存在的任务中优先级最低的，删除需求矩阵中第5行第4列的元素，更新后的需求矩阵为：
图5是删除一个低优先级任务需求后的网络需求矩阵对应的拓扑图。接着，更新路径优化问题，需求链路数量变为11：
该问题可解，得到了11个路径向量。
步骤6：根据步骤5中的优化计算结果，排列各优化变量的位置，并输出M个路径向量：
第1条链路，从节点1到节点2：
x1＝(0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)T；
第2条链路，从节点1到节点4：
x2＝(0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)T；
第3条链路，从节点2到节点1：
x3＝(0,0,0,0,0,0,0,1,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0)T；
第4条链路，从节点2到节点3：
x4＝(0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0)T；
第5条链路，从节点3到节点2：
x5＝(0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0,0,0)T；
第6条链路，从节点3到节点4：
x6＝(0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0,0,0,0)T；
第7条链路，从节点4到节点2：
x7＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0,0)T；
第8条链路，从节点4到节点3：
x8＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0,0,0)T；
第9条链路，从节点4到节点5：
x9＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0,0)T；
第10条链路，从节点5到节点1：
x10＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0,0)T；
第11条链路，从节点5到节点2：
x11＝(0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,0,1,0,0,0)T。
本发明提供了一种基于多QoS约束的网络路径快速计算方法，具体实现该技术方案的方法和途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (8)
1.一种基于多QoS约束的网络路径快速计算方法，其特征在于，包括以下步骤：
步骤1：输入网络状态矩阵和网络需求矩阵；
步骤2：根据需求链路数量，初始化生成路径向量集合；
步骤3：确定优化目标和约束条件，构造路径优化问题；
步骤4：基于网络状态矩阵与网络需求矩阵，对路径优化问题进行可行性初步判断，如果路径优化问题通过可行性初步判断，则进入步骤5；否则，删除导致路径优化问题不可行且优先级最低的一条需求链路，更新对应的网络需求矩阵和路径优化问题，重新进行可行性初步判断；
步骤5：求解路径优化问题，如果路径优化问题可行，进入步骤6；否则，删除优先级最低的一条需求链路，更新对应的网络需求矩阵和路径优化问题，重新求解路径优化问题；
步骤6：输出路径向量集合。
2.根据权利要求1所述的方法，其特征在于，步骤1包括：
步骤1-1，设定网络拓扑共有N个点，则有如下的网络状态矩阵定义：拓扑关系矩阵其中表示实数域，表示实数域上的N×N维矩阵，矩阵T的第i行第j列的元素T(i,j)∈{0,1}，当该元素T(i,j)为0时，表示网络拓扑上不存在第i个节点到第j个节点直连的有向链路，当该元素T(i,j)为1时，则表示网络拓扑上存在第i个节点到第j个节点直连的有向链路；链路带宽矩阵的元素表示网络上各节点之间链路的带宽；链路时延矩阵的元素表示网络上各节点之间链路的时延；链路丢包率矩阵的元素表示网络上各节点之间链路的丢包率；
步骤1-2，针对业务的QoS需求，有如下网络需求矩阵定义：拓扑需求矩阵矩阵Treq的第i行第j列的元素Treq(i,j)∈{0,1}，当该元素Treq(i,j)为0时，表示根据业务需求不需要建立第i个节点到第j个节点的有向链路，当该元素Treq(i,j)为1时，则表示根据业务需求需要建立第i个节点到第j个节点的有向链路，设定矩阵Treq中的非零元素共有M个，即需求链路共有M条，其中第m个非零元素Treq(im,jm)的位置处于第im行第jm列，即Treq(im,jm)＝1，m＝1,2,...,M；根据业务需要，同时对应于Treq，带宽需求矩阵的元素表示网络上各节点之间链路的最低带宽需求；时延需求矩阵的元素表示网络上各节点之间链路的最大允许时延；丢包率需求矩阵的元素表示网络上各节点之间链路的最大允许丢包率；链路优先级矩阵的元素表示对应需求链路的优先级，用于资源紧张时的优先保证任务选择；
路径向量表示一条从源节点到目的节点的路径，其中(·)T表示转置操作；元素xi,j∈{0,1}，其中取0表示不选择从第i个节点到第j个节点的有向链路，取1则表示选择从第i个节点到第j个节点的有向链路；
步骤1-3，输入N个网络节点对应的网络状态矩阵，包括：拓扑关系矩阵T、链路带宽矩阵B、链路时延矩阵D和链路丢包率矩阵L；
输入网络需求矩阵，包括：拓扑需求矩阵Treq、带宽需求矩阵Breq、时延需求矩阵Dreq、丢包率需求矩阵Lreq以及链路优先级矩阵Preq。
3.根据权利要求2所述的方法，其特征在于，步骤2包括：根据需求链路数量M，生成M个N2行零向量，作为路径向量的初始值其中，元素其中取0表示第m条需求路径不选择从第i个节点到第j个节点的有向链路，取1则表示第m条需求路径选择从第i个节点到第j个节点的有向链路。
4.根据权利要求3所述的方法，其特征在于，步骤3包括：
步骤3-1，确定优化目标：根据业务需求信息，明确优化目标，优化目标包括：
最小化选取链路数量：
最小化系统总时延：其中D(i,j)表示链路时延矩阵D的第i行第j列的元素；
最大化链路带宽占用率：其中Breq(i,j)表示带宽需求矩阵Breq的第i行第j列的元素，B(i,j)表示链路带宽矩阵B的第i行第j列的元素且B(i,j)≠0，∑是求和操作；
步骤3-2，确定约束条件：根据业务需求信息，明确约束条件，约束条件包括非循环路径约束、带宽约束、时延约束、丢包率约束和0-1约束；
其中，所述非循环路径约束包括：针对Treq(im,jm)，一条非循环路径需要满足：
共MN个线性等式约束，其中T(im,j)表示拓扑关系矩阵T中第im行第j列的元素；表示第m条需求链路对应的路径向量中是否选择从节点j到节点im的路径,其中取0表示第m条需求路径不选择从第j个节点到第im个节点的有向链路，取1则表示第m条需求路径选择从第j个节点到第im个节点的有向链路；
带宽约束：针对Breq(im,jm)，即带宽需求矩阵Breq中第im行第jm列的元素，所有选择的链路的带宽都要不小于Breq(im,jm)：
共M(N-1)个线性不等约束；
同时，被选取的链路所需带宽的和不能大于实际物理链路的带宽：
共N(N-1)个线性不等约束；
所述时延约束包括：针对Dreq(im,jm)，即时延需求矩阵Dreq中第im行第jm列的元素，所有选择链路的时延之和需不大于Dreq(im,jm)：
共M个线性不等约束；
所述丢包率约束包括：针对Lreq(im,jm)，即丢包率需求矩阵Lreq中第im行第jm列的元素，所有选择链路的等效丢包率需不大于Lreq(im,jm)：
其中Π表示求积操作，L(i,j)表示链路丢包率矩阵L中第i行第j列的元素；
将原等效丢包率约束近似转化为所有选择的链路丢包率之和需不大于Lreq(im,jm)：
共M个线性不等约束；
所述0-1约束包括：针对路径向量中的任意元素，取值只有0和1两种：
共MN2个0-1整数约束；
步骤3-3，根据用户需要，选定优化目标和约束条件，构造路径优化问题。
5.根据权利要求4所述的方法，其特征在于，步骤3-1中，所述优化目标还包括三种优化目标即最小化选取链路数量、最小化系统总时延和最大化链路带宽占用率的线性组合形式。
6.根据权利要求5所述的方法，其特征在于，步骤4包括：
步骤4-1，基于拓扑关系矩阵T和拓扑需求矩阵Treq的可行性初步判断：针对Treq(im,jm)，需满足矩阵T的第im行、第jm行元素不全为0的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-2，基于链路带宽矩阵B和带宽需求矩阵Breq的可行性初步判断：针对Breq(im,jm)，需满足大于矩阵B的第im行中一个非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-3，基于链路时延矩阵D和时延需求矩阵Dreq的可行性初步判断：针对Dreq(im,jm)，需满足大于矩阵D的第im行中一个非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-4，基于链路丢包率矩阵L和丢包率需求矩阵Lreq的可行性初步判断：针对Lreq(im,jm)，需满足大于矩阵L的第im行中一个非零元素的条件；如果该条件不符合，则路径优化问题不可行，记录下导致问题不可行的任务序号m；
步骤4-5，如果基于网络状态矩阵与网络需求矩阵，路径优化问题没有通过可行性初步判断，则根据链路优先级矩阵Preq，在导致问题不可行且优先级最低的任务中随机删除一个，更新网络需求矩阵和路径优化问题，重新进行步骤4-1到步骤4-4，直至路径优化问题通过可行性初步判断。
7.根据权利要求6所述的方法，其特征在于，步骤5包括：
步骤5-1，利用分支定界法求解路径优化问题，若该问题可行且求得了最优解，则进入步骤6；否则，进入步骤5-2；
步骤5-2，根据链路优先级矩阵Preq，随机删除一个优先级最低的任务，更新网络需求矩阵和路径优化问题，重新进行步骤5-1，直至路径优化问题可行，并获得最优解，进入步骤6。
8.根据权利要求7所述的方法，其特征在于，步骤6包括，根据步骤5的优化计算结果，将得到MN2个路径元素其中m＝1,2,...,M,i＝1,2,...,N,j＝1,2,...,M，按所属需求链路序号排列各优化变量的位置，并输出M个路径向量，即：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910225639.2A CN109951391B (zh) | 2019-03-25 | 2019-03-25 | 一种基于多QoS约束的网络路径快速计算方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910225639.2A CN109951391B (zh) | 2019-03-25 | 2019-03-25 | 一种基于多QoS约束的网络路径快速计算方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109951391A true CN109951391A (zh) | 2019-06-28 |
| CN109951391B CN109951391B (zh) | 2020-05-19 |
Family
ID=67011591
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910225639.2A Active CN109951391B (zh) | 2019-03-25 | 2019-03-25 | 一种基于多QoS约束的网络路径快速计算方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109951391B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113364619A (zh) * | 2021-06-03 | 2021-09-07 | 湖北工业大学 | 一种分组传送网建立方法及系统 |
| CN113556285A (zh) * | 2021-07-21 | 2021-10-26 | 中国联合网络通信集团有限公司 | 数据的传输方法和装置 |
| CN113676979A (zh) * | 2021-08-03 | 2021-11-19 | 哈尔滨工业大学 | 基于分支定界法的端到端路由中继链路选取方法、系统及装置 |
| CN114399124A (zh) * | 2022-03-24 | 2022-04-26 | 腾讯科技（深圳）有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777990A (zh) * | 2010-01-15 | 2010-07-14 | 西安电子科技大学 | 多目标免疫优化组播路由路径选择方法 |
| CN102158417A (zh) * | 2011-05-19 | 2011-08-17 | 北京邮电大学 | 实现多约束QoS路由选择的优化方法及装置 |
| CN105897575A (zh) * | 2016-06-03 | 2016-08-24 | 中国电子科技集团公司第三十研究所 | 一种sdn下基于多约束路径计算策略的路径计算方法 |
| CN106209621A (zh) * | 2016-06-17 | 2016-12-07 | 中国人民解放军空军工程大学 | 服务质量约束的链路故障恢复方法 |
| CN107948067A (zh) * | 2017-11-13 | 2018-04-20 | 西安邮电大学 | 一种软件定义网络中多业务流QoS保障的链路负载均衡方法 |
-
2019
- 2019-03-25 CN CN201910225639.2A patent/CN109951391B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101777990A (zh) * | 2010-01-15 | 2010-07-14 | 西安电子科技大学 | 多目标免疫优化组播路由路径选择方法 |
| CN102158417A (zh) * | 2011-05-19 | 2011-08-17 | 北京邮电大学 | 实现多约束QoS路由选择的优化方法及装置 |
| CN105897575A (zh) * | 2016-06-03 | 2016-08-24 | 中国电子科技集团公司第三十研究所 | 一种sdn下基于多约束路径计算策略的路径计算方法 |
| CN106209621A (zh) * | 2016-06-17 | 2016-12-07 | 中国人民解放军空军工程大学 | 服务质量约束的链路故障恢复方法 |
| CN107948067A (zh) * | 2017-11-13 | 2018-04-20 | 西安邮电大学 | 一种软件定义网络中多业务流QoS保障的链路负载均衡方法 |
Non-Patent Citations (2)
| Title |
|---|
| ZILONG ZHANG ETC.: "Iterative Rank-Two Transmit Beamforming Design for QoS-Diffserv Multi-group Multicasting Systems", 《IEEE》 * |
| 葛乐等: "多QoS约束的自适应组播路由协议", 《计算机应用研究》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113364619A (zh) * | 2021-06-03 | 2021-09-07 | 湖北工业大学 | 一种分组传送网建立方法及系统 |
| CN113556285A (zh) * | 2021-07-21 | 2021-10-26 | 中国联合网络通信集团有限公司 | 数据的传输方法和装置 |
| CN113556285B (zh) * | 2021-07-21 | 2022-08-23 | 中国联合网络通信集团有限公司 | 数据的传输方法和装置 |
| CN113676979A (zh) * | 2021-08-03 | 2021-11-19 | 哈尔滨工业大学 | 基于分支定界法的端到端路由中继链路选取方法、系统及装置 |
| CN113676979B (zh) * | 2021-08-03 | 2024-04-26 | 哈尔滨工业大学 | 基于分支定界法的端到端路由中继链路选取方法、系统及装置 |
| CN114399124A (zh) * | 2022-03-24 | 2022-04-26 | 腾讯科技（深圳）有限公司 | 路径数据处理、路径规划方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109951391B (zh) | 2020-05-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109951391A (zh) | 一种基于多QoS约束的网络路径快速计算方法 | |
| CN109818865B (zh) | 一种sdn增强路径装箱装置及方法 | |
| CN110730131B (zh) | 基于改进蚁群的SDN卫星网络多QoS约束路由方法 | |
| CN107094115B (zh) | 一种基于sdn的蚁群优化负载均衡路由算法 | |
| CN108566659B (zh) | 一种基于可靠性的5g网络切片在线映射方法 | |
| CN105323166B (zh) | 一种面向云计算的基于网络能效优先的路由方法 | |
| Lin et al. | Three-tier capacity and traffic allocation for core, edges, and devices for mobile edge computing | |
| CN104036324B (zh) | 一种基于遗传算法的通信网络容量可靠性最优设计方法 | |
| CN108418623A (zh) | 一种基于改进蚁群算法的卫星QoS路由算法 | |
| CN108684046B (zh) | 一种基于随机学习的接入网服务功能链部署方法 | |
| CN108540204A (zh) | 用于卫星网络拓扑生成的快速收敛蚁群算法 | |
| CN114143264B (zh) | 一种SRv6网络下基于强化学习的流量调度方法 | |
| CN111988225A (zh) | 基于强化学习和迁移学习的多路径路由方法 | |
| CN101616074A (zh) | 基于量子进化的组播路由优化方法 | |
| JPH0983546A (ja) | 経路選択方法および経路選択装置および通信網設計方法および通信網設計装置 | |
| Layuan et al. | QoS-based routing algorithms for ATM networks | |
| Jia et al. | Integrated algorithms for delay bounded multicast routing and wavelength assignment in all optical networks | |
| CN106792971A (zh) | 基于蚁群算法的网络节点选择方法 | |
| Moayyedi et al. | Generalizable GNN-based 5G RAN/MEC Slicing and Admission control in metropolitan networks | |
| CN116634504A (zh) | 基于改进nsga-ii算法的无人机组网拓扑关系与带宽分配优化策略 | |
| CN101083544A (zh) | 面向msvmt问题的两阶段分布式应用层组播方法 | |
| CN114118444B (zh) | 一种利用启发式算法降低联邦学习中设备空跑时间的方法 | |
| CN108833277A (zh) | 一种通信网络负载均衡最大流路由方法 | |
| CN106454940A (zh) | 一种无线mesh网络中的负载均衡方法 | |
| CN110213149B (zh) | 一种基于节点熵的虚拟网络映射方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |