CN112260875A - 一种分组传送网指标优化方法及系统 - Google Patents

一种分组传送网指标优化方法及系统 Download PDF

Info

Publication number
CN112260875A
CN112260875A CN202011145234.7A CN202011145234A CN112260875A CN 112260875 A CN112260875 A CN 112260875A CN 202011145234 A CN202011145234 A CN 202011145234A CN 112260875 A CN112260875 A CN 112260875A
Authority
CN
China
Prior art keywords
path
link
lsp
standby
tunnel
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
Application number
CN202011145234.7A
Other languages
English (en)
Other versions
CN112260875B (zh
Inventor
王春枝
李星
王早宁
刘爱军
刘锦航
严灵毓
魏明
王若曦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hubei University of Technology
Fiberhome Telecommunication Technologies Co Ltd
Wuhan Fiberhome Technical Services Co Ltd
Original Assignee
Hubei University of Technology
Fiberhome Telecommunication Technologies Co Ltd
Wuhan Fiberhome Technical Services Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hubei University of Technology, Fiberhome Telecommunication Technologies Co Ltd, Wuhan Fiberhome Technical Services Co Ltd filed Critical Hubei University of Technology
Priority to CN202011145234.7A priority Critical patent/CN112260875B/zh
Publication of CN112260875A publication Critical patent/CN112260875A/zh
Application granted granted Critical
Publication of CN112260875B publication Critical patent/CN112260875B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种分组传送网指标优化方法及系统，方法包括：使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据；根据LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型；使用KSP算法优化链路CIR带宽占用率指标得分使数学模型最优；根据最优的数学模型进行分组传送网指标优化。本发明利用线性加权和法将多目标优化转为单目标优化，根据优化后的LSP主备同路由数据优化链路CIR带宽占用率使得PTN多目标数学模型最优，实现了LSP主备同路由率和链路CIR带宽占用率的双目标优化，提高了分组传送网指标优化效果。

Description

一种分组传送网指标优化方法及系统
技术领域
本发明涉及分组传送网技术领域，特别是涉及一种分组传送网指标优化方法及系统。
背景技术
PTN(Packet Transport Network，分组传送网)作为一种高效率的传输网络技术，在移动通信领域得到了快速发展。同时PTN技术也促进了我国移动通信网络的发展，这也进一步要求PTN网络在各方面都需要合理配置。为了便于管理与优化PTN网络，移动通信网络通常会结合实际情况，制定出合适的PTN指标体系，每一个指标都有其对应的打分计算方法。
由于PTN指标体系中的两大指标：LSP(Label Switched Path，标签交换路径)主备同路由率与链路CIR(Committed Information Rate，承诺信息速率)带宽占用率之间的数据有所关联，因此优化完其中一个指标，可能会导致另一指标的分数下降。所以同时达到LSP主备同路由率分数最大与链路CIR带宽占用率分数最大是具有冲突性的两个指标。
发明内容
本发明的目的是提供一种分组传送网指标优化方法及系统，以同时提高LSP主备同路由率与链路CIR带宽占用率的分数，提高分组传送网指标优化效果。
为实现上述目的，本发明提供了如下方案：
一种分组传送网指标优化方法，包括：
使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据；
获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分；
根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型；
使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优；
根据最优的PTN多目标数学模型进行分组传送网指标优化。
可选地，所述使用KSP算法优化所述LSP主备同路由率，得到优化后的LSP主备同路由数据，具体为：
获取优化前的LSP主备同路由数据对应的Tunnel，为第一Tunnel；
判断所述第一Tunnel中的主备路径发生的是中间同路由现象还是非中间同路由现象，得到第一判断结果；
若所述第一判断结果为发生的是中间同路由现象，则采用KSP算法找到新路径替换所述第一Tunnel中的备用路径，得到优化后的第一主备路径；所述新路径为不会与所述第一Tunnel中的主路径发生同路由现象的路径；
若所述第一判断结果为发生的是非中间同路由现象，则采用切换资源的方式优化所述第一Tunnel中的主备路径，得到优化后的第二主备路径；
所述优化后的LSP主备同路由数据包括所述第一主备路径和所述第二主备路径。
可选地，所述获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分，具体为：
根据优化后的LSP主备同路由数据得到LSP主备同路由率和链路CIR带宽占用率；
根据所述LSP主备同路由率和所述链路CIR带宽占用率得到LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
可选地，所述PTN多目标数学模型为：
Figure BDA0002739508720000021
其中，F(X)为PTN多目标数学模型，ωi为权重，fi(xi1,xi2)为子目标函数，fi(xi1,xi2)＝max((xi1/xi2)*100)，xi1为评估结果为正常数据的个数，xi2为总数据个数，i为1或2，当i为1时，fi(xi1,xi2)＝f1(x11,x12)为LSP主备同路由率指标得分，当i为2时，fi(xi1,xi2)＝f2(x21,x22)为链路CIR带宽占用率指标得分；
所述PTN多目标数学模型的约束条件为：
x＞0；
xi1≤xi2；
w1＝p*(1/x12)；
w2＝1/x22；
Figure BDA0002739508720000031
Figure BDA0002739508720000032
其中，p＝2，n为2，w1为LSP主备同路由率指标中每优化一条同路由数据该指标能提升的分数，w2为CIR带宽占用率指标中每优化一条非正常数据该指标能提升的分数。
可选地，所述使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优，具体为：
使用KSP算法得到经过所述第一主备路径或所述第二主备路径中的链路所存在的Tunnel，为第二Tunnel；
判断所述第二Tunnel是否存在KSP路径，得到第二判断结果；
若所述第二判断结果为所述第二Tunnel不存在KSP路径，则牺牲所述LSP主备同路由数据，使所述链路CIR带宽占用率达到预设阈值；所述链路优化完成；
若所述第二判断结果为所述第二Tunnel存在KSP路径，则根据所述KSP路径对应的CIR带宽占用率和所述第二Tunnel的CIR带宽占用率得到新的CIR宽带占用率；
判断所述新的CIR宽带占用率是否超标，得到第三判断结果；
若所述第三判断结果为所述新的CIR宽带占用率超标，则判断下一条链路所存在的Tunnel是否存在KSP路径；
若所述第三判断结果为所述新的CIR宽带占用率不超标，则所述链路优化完成；
根据优化后的链路优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
可选地，所述中间同路由现象包括中间网元节点同板卡情况、同网元情况和同链路情况；所述非中间同路由现象包括主路径与备用路径的源网元同板卡情况和主路径与备用路径的宿网元同板卡情况。
一种分组传送网指标优化系统，包括：
第一优化模块，用于使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据；
指标得分获取模块，用于获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分；
模型建立模块，用于根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型；
第二优化模块，用于使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优；
第三优化模块，用于根据最优的PTN多目标数学模型进行分组传送网指标优化。
可选地，所述第一优化模块具体包括：
第一Tunnel获取单元，用于获取优化前的LSP主备同路由数据对应的Tunnel，为第一Tunnel；
第一判断单元，用于判断所述第一Tunnel中的主备路径发生的是中间同路由现象还是非中间同路由现象，得到第一判断结果；
替换单元，用于当所述第一判断结果为发生的是中间同路由现象时，采用KSP算法找到新路径替换所述第一Tunnel中的备用路径，得到优化后的第一主备路径；所述新路径为不会与所述第一Tunnel中的主路径发生同路由现象的路径；
主备路径优化单元，用于当所述第一判断结果为发生的是非中间同路由现象时，采用切换资源的方式优化所述第一Tunnel中的主备路径，得到优化后的第二主备路径；所述优化后的LSP主备同路由数据包括所述第一主备路径和所述第二主备路径。
可选地，所述获取模块具体包括：
第一数据获取单元，用于根据优化后的LSP主备同路由数据得到LSP主备同路由率和链路CIR带宽占用率；
第二数据获取单元，用于根据所述LSP主备同路由率和所述链路CIR带宽占用率得到LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
可选地，所述第二优化模块具体包括：
第二Tunnel获取单元，用于使用KSP算法得到经过所述第一主备路径或所述第二主备路径中的链路所存在的Tunnel，为第二Tunnel；
第二判断单元，用于判断所述第二Tunnel是否存在KSP路径，得到第二判断结果；
牺牲单元，用于当所述第二判断结果为所述第二Tunnel不存在KSP路径时，牺牲所述LSP主备同路由数据，使所述链路CIR带宽占用率达到预设阈值；所述链路优化完成；
带宽占用率获取单元，用于当所述第二判断结果为所述第二Tunnel存在KSP路径时，根据所述KSP路径对应的CIR带宽占用率和所述第二Tunnel的CIR带宽占用率得到新的CIR宽带占用率；
第三判断单元，用于判断所述新的CIR宽带占用率是否超标，得到第三判断结果；
第四判断单元，用于当所述第三判断结果为所述新的CIR宽带占用率超标时，判断下一条链路所存在的Tunnel是否存在KSP路径；
优化完成单元，用于当所述第三判断结果为所述新的CIR宽带占用率不超标时，表示所述链路优化完成；
优化单元，用于根据优化后的链路优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明公开了一种分组传送网指标优化方法及系统，方法包括：使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据；获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分；根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型；使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优；根据最优的PTN多目标数学模型进行分组传送网指标优化。本发明利用线性加权和法将多目标优化转为单目标优化，根据优化后的LSP主备同路由数据优化链路CIR带宽占用率，使得PTN多目标数学模型最优。实现了LSP主备同路由率和链路CIR带宽占用率的双目标优化，提高了分组传送网指标优化效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1提供的分组传送网指标优化方法流程图；
图2为本发明实施例1提供的LSP主备同路由率优化过程图；
图3为本发明实施例1提供的链路CIR带宽占用率优化过程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明的目的是提供一种分组传送网指标优化方法及系统，以同时提高LSP主备同路由率与链路CIR带宽占用率的分数，提高分组传送网指标优化效果。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
实施例1
图1为本发明实施例1提供的分组传送网指标优化方法流程图，如图1所示，方法包括：
步骤101：使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据。
步骤102：获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
步骤103：根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型。
步骤104：使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
步骤105：根据最优的PTN多目标数学模型进行分组传送网指标优化。
在本实施例中，步骤101具体包括：
步骤1011：获取优化前的LSP主备同路由数据对应的Tunnel，为第一Tunnel。
步骤1012：判断所述第一Tunnel中的主备路径发生的是中间同路由现象还是非中间同路由现象，得到第一判断结果。
步骤1013：若所述第一判断结果为发生的是中间同路由现象，则采用KSP算法找到新路径替换所述第一Tunnel中的备用路径，得到优化后的第一主备路径；所述新路径为不会与所述第一Tunnel中的主路径发生同路由现象的路径。
步骤1014：若所述第一判断结果为发生的是非中间同路由现象，则采用切换资源的方式优化所述第一Tunnel中的主备路径，得到优化后的第二主备路径。
步骤1015：所述优化后的LSP主备同路由数据包括所述第一主备路径和所述第二主备路径。
其中，中间同路由现象包括中间网元节点同板卡情况、同网元情况和同链路情况。非中间同路由现象包括主路径与备用路径的源网元同板卡情况和主路径与备用路径的宿网元同板卡情况。
在本实施例中，步骤102具体包括：
步骤1021：根据优化后的LSP主备同路由数据得到LSP主备同路由率和链路CIR带宽占用率。
步骤1022：根据所述LSP主备同路由率和所述链路CIR带宽占用率得到LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
在本实施例中，PTN多目标数学模型为：
Figure BDA0002739508720000081
其中，F(X)为PTN多目标数学模型，ωi为权重，fi(xi1,xi2)为子目标函数，fi(xi1,xi2)＝max((xi1/xi2)*100)，xi1为评估结果为正常数据的个数，xi2为总数据个数，i为1或2，当i为1时，fi(xi1,xi2)＝f1(x11,x12)为LSP主备同路由率指标得分，当i为2时，fi(xi1,xi2)＝f2(x21,x22)为链路CIR带宽占用率指标得分；
PTN多目标数学模型的约束条件为：
x＞0；
xi1≤xi2；
w1＝p*(1/x12)；
w2＝1/x22；
Figure BDA0002739508720000091
Figure BDA0002739508720000092
其中，p＝2，n为2，w1为LSP主备同路由率指标中每优化一条同路由数据该指标能提升的分数，w2为CIR带宽占用率指标中每优化一条非正常数据该指标能提升的分数。
在本实施例中，步骤104具体包括：
步骤1041：使用KSP算法得到经过所述第一主备路径或所述第二主备路径中的链路所存在的Tunnel，为第二Tunnel。
步骤1042：判断所述第二Tunnel是否存在KSP路径，得到第二判断结果。
步骤1043：若所述第二判断结果为所述第二Tunnel不存在KSP路径，则牺牲所述LSP主备同路由数据，使所述链路CIR带宽占用率达到预设阈值；所述链路优化完成。
步骤1044：若所述第二判断结果为所述第二Tunnel存在KSP路径，则根据所述KSP路径对应的CIR带宽占用率和所述第二Tunnel的CIR带宽占用率得到新的CIR宽带占用率。
步骤1045：判断所述新的CIR宽带占用率是否超标，得到第三判断结果。
步骤1046：若所述第三判断结果为所述新的CIR宽带占用率超标，则判断下一条链路所存在的Tunnel是否存在KSP路径。
步骤1047：若所述第三判断结果为所述新的CIR宽带占用率不超标，则所述链路优化完成。
步骤1048：根据优化后的链路优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
下面详细介绍本发明的原理：
步骤1：根据LSP主备同路由率分数最大与链路CIR带宽占用率分数最大建立基于线性加权和法的PTN网络多目标优化数学模型。建立的模型为：
综合目标函数：
Figure BDA0002739508720000101
子目标函数：
fi(xi1,xi2)＝max((xi1/xi2)*100)(i＝1,2)
约束条件为：
x＞0；
xi1≤xi2；
w1＝p*(1/x12)；
w2＝1/x22；
Figure BDA0002739508720000102
Figure BDA0002739508720000103
其中fi(xi1,xi2)为各项指标的分数计算函数，i为1时表示LSP主备同路由率指标中的相应变量，i为2时表示链路CIR带宽占用率指标中的相应变量。ωi为权重，xi1为每项指标中数据评估结果为正常的数据个数，xi2为每项指标中总的数据个数，x12为LSP主备同路由率指标总数据个数，x22为链路CIR带宽占用率指标总数据个数，n为2，f1为LSP主备同路由率指标得分，f2为链路CIR带宽占用率指标得分。每项指标的得分都是由评估工具判断正常个数之后，以正常数据数除该指标总数据数，得到正常个数所占的比率，再乘以100即为该指标在当前数据基础下所得的分数。1/x12和1/x22为两大指标成功解决一条数据所提高的分数，由于LSP主备同路由率与链路CIR带宽占用率的重要程度比值为2:1，故w1需乘p，也就是乘2。权重是根据指标单位数据提高的分数在所有指标单位数据提高的分数中的占比。这样得到的权重系数既满足了专家的偏好要求，同时也找到了各指标间数据关联程度。
步骤2：对步骤1中LSP主备同路由率指标进行优化。其中优化LSP主备同路由率的原理如下：
在网络中，一条隧道(Tunnel)通常包含主用路径与备用路径，每条Tunnel会有其唯一标识(Label)。对于主备路径出现的同板卡、同网元、同链路等情况，均属于主备同路由现象。评估工具将该现象评估为“不正常”。
以优化一条LSP主备同路由数据为例，获取一条LSP主备同路由数据，通过其唯一标识找到其对应的Tunnel(计算机网络使用的网络协议)，对Tunnel中的主备路径进行对比，判断主备路径属于中间同路由情况还是非中间同路由情况。若为非中间同路由情况，则采用切换资源的方式，保证所有资源的利用率最大化进行优化。若为中间同路由情况，则采用KSP(k-shortest paths，K条最短路径)算法找到新的路径替换Tunnel中的备用路径，完成优化。其中新的路径为不会与Tunnel中的主用路径发生同路由现象的路径。图2为本发明实施例1提供的LSP主备同路由率优化过程图。
由于出现主备同路由现象的数据有很多，下面以一条同路由数据进行具体说明：
步骤2.1:当LSP主备同路由数据被评估为不正常数据时，根据该条数据对应的Label值定位至具体的Tunnel。
步骤2.2:以步骤2.1找到的Tunnel的主用路径的源网元与宿网元作为起始节点与终止节点，使用前K条最短路径(KSP)算法查找起始节点与终止节点经过的K条路径。
步骤2.3:筛选步骤2.2找到的K条路径，得到不会与步骤2.1找到的Tunnel的主用路径产生同路由现象的若干条路径，将这些路径存放于list集合中。
步骤2.4:将步骤2.3得到的list集合中的第一条路径替换步骤2.1找到的Tunnel的备用路径，此时主备同路由数据优化完成。例如x12为10000，优化前的主备同路由数量为500，正常数量为9500，即优化前的f1为95。此时1/x12为1/10000，根据p为2可知，w1为2/10000。
步骤2.5:使用评估工具对步骤2.4修改后的数据进行评估，得到新的LSP主备同路由率与链路CIR带宽占用率评估表。根据评估表确定xi1和xi2的大小。从而求出此时的f1与f2，根据权重ωi可以求得此时总目标函数F(X)的值。
要使F(X)值最优，需对链路CIR带宽占用率指标进行优化，即步骤3。
步骤3：优化链路CIR带宽占用率指标。其中优化链路CIR带宽占用率的原理如下：
一条Tunnel包含主备两条路径，一条路径包含若干条链路，每条链路都有其对应的CIR值。一条CIR链路可能存在于多条路径中，可能存在于Tunnel1的主用路径，也可能存在于Tunnel2的备用路径。
以优化一条链路CIR带宽占用率超标数据为例，获取一条CIR链路数据，通过其源宿端信息找到经过该链路的所有Tunnel。每条Tunnel都有其对应的CIR值，对找到的Tunnel按照CIR值降序排序(由于数据量过大，在查找每条Tunnel对应的若干条KSP路径时，采用并行化方式进行操作。并行化查找结束后，此时就能得到每条Tunnel对应的KSP信息)。将不会与主路径产生同路由现象的路径存放在paths1，将与主路径产生同路由现象的路径存放在paths2(KSP信息已经将是否会与Tunnel主路径发生同路由现象的路径进行了区分，paths1与paths2都有可能为空，即一条Tunnel可能找不到多余的路由)。当一条Tunnel的paths1不为空时，将paths1中的第一条路径加入至备选集合list1，然后判断此时的链路CIR值减去Tunnel的CIR值后是否仍然超标。若不超标，证明该CIR链路已经优化完毕。若仍然超标，继续优化这条CIR链路对应的其它Tunnel，直至评估正常或者所有Tunnel都遍历完。当一条Tunnel的paths1为空时，此时判断paths2是否为空。若不为空，则将paths2中的第一条路径加入至备选集合list2。根据两大指标的权重比判断优化一条CIR链路最多可以牺牲几条LSP主备同路数据。备选集合list2的存放路径条数应当小于等于最大可牺牲LSP的条数。将list1与list2的路径写入至数据库。图3为本发明实施例1提供的链路CIR带宽占用率优化过程图。
下面以一条链路CIR带宽占用率超标数据为例进行具体说明：
步骤3.1：当链路CIR带宽占用率被评估为不正常数据时，根据该CIR链路的源端信息定位到若干Tunnel，即这些Tunnel的主/备路径包含该链路。对这些Tunnel按照CIR带宽占用率降序排序。
步骤3.2:并行化处理步骤3.1找到的所有Tunnel，使用KSP算法得到每条Tunnel对应的若干条路径，并将其区分为与Tunnel主用路径是否会产生同路由现象两种情况，将不会产生同路由的路径存放在paths1，将会产生同路由的路径存放在paths2。
步骤3.3：判断步骤3.2得到的路径的CIR带宽占用率加上Tunnel的CIR带宽占用率后是否超标，筛选出不会超标的paths1与paths2。paths1与paths2都有为空的可能。
步骤3.4：计算当该CIR链路找到的所有Tunnel的主用/备用路径切换至paths1的第一条路径后，CIR链路总的CIR带宽占用率是否降至合理范围内。
步骤3.5：步若骤3.4的判断结果为是，则切换路径。若为否，判断ω1(LSP主备同路由率指标对应的权重系数)和ω2(链路CIR带宽占用率指标对应的权重系数)的关系，若(N*ω1)＜((N+1)*ω1)，则说明优化一条CIR链路时，最多能造成N条新的LSP主备同路由数据发生问题。在这个条件下，找到N能达到的最小值Nmin。此时对paths1为空的Tunnel的主用/备用路径切换至paths2的第一条路径。使用paths2中的路径替换的Tunnel数量为Nmin时最优。
其中，对牺牲LSP主备同路由率的最大条数进行进一步说明：
以ω1＝0.34，ω2＝0.66为例，由于ω2＜ω1＜2ω2，即使LSP降低了0.34分，但是CIR增加了0.66分，总分增加了0.32分，仍然是可行的。故优化一条CIR链路最多可以牺牲一条LSP主备同路由。即当优化一条CIR链路时，如果一条Tunnel的paths1为空，则可以选取其paths2中的第一条路径，又因为只能牺牲一条LSP，故其它Tunnel若paths1为空时，也不能选取其paths2中的路径作为备选。
步骤3.6：当经过一条CIR链路的所有Tunnel都无法降低其CIR带宽占用率时，采用扩容操作。将该CIR链路对应的光纤速率增加至100G。
本发明对于找不到合适的KSP路径与CIR带宽占用率过高的CIR链路，采用扩容操作。根据一条CIR链路的源宿端信息，定位到对应的光纤信息，对其扩容处理。
本发明利用线性加权和法将多目标优化转为单目标优化，在优化完LSP主备同路由率这一指标后，使用其数据对链路CIR带宽占用率进行优化。由于两指标之间存在数据关联，需判断当优化一条CIR时最多能造成几条新的同路由数据。当链路CIR带宽占用率优化完毕后，尽管已经造成了新的LSP主备同路由现象，但是由于两大指标权重占比的不同，总目标函数的得分最终是提高的。以此来实现LSP主备同路由率与链路CIR带宽占用率的双目标优化。
实施例2
本实施例公开了一种分组传送网指标优化系统，包括：
第一优化模块，用于使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据。
指标得分获取模块，用于获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
模型建立模块，用于根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型。
第二优化模块，用于使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
第三优化模块，用于根据最优的PTN多目标数学模型进行分组传送网指标优化。
优选地，所述第一优化模块具体包括：
第一Tunnel获取单元，用于获取优化前的LSP主备同路由数据对应的Tunnel，为第一Tunnel。
第一判断单元，用于判断所述第一Tunnel中的主备路径发生的是中间同路由现象还是非中间同路由现象，得到第一判断结果。
替换单元，用于当所述第一判断结果为发生的是中间同路由现象时，采用KSP算法找到新路径替换所述第一Tunnel中的备用路径，得到优化后的第一主备路径；所述新路径为不会与所述第一Tunnel中的主路径发生同路由现象的路径。
主备路径优化单元，用于当所述第一判断结果为发生的是非中间同路由现象时，采用切换资源的方式优化所述第一Tunnel中的主备路径，得到优化后的第二主备路径；所述优化后的LSP主备同路由数据包括所述第一主备路径和所述第二主备路径。
优选地，所述获取模块具体包括：
第一数据获取单元，用于根据优化后的LSP主备同路由数据得到LSP主备同路由率和链路CIR带宽占用率。
第二数据获取单元，用于根据所述LSP主备同路由率和所述链路CIR带宽占用率得到LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
优选地，所述第二优化模块具体包括：
第二Tunnel获取单元，用于使用KSP算法得到经过所述第一主备路径或所述第二主备路径中的链路所存在的Tunnel，为第二Tunnel。
第二判断单元，用于判断所述第二Tunnel是否存在KSP路径，得到第二判断结果。
牺牲单元，用于当所述第二判断结果为所述第二Tunnel不存在KSP路径时，牺牲所述LSP主备同路由数据，使所述链路CIR带宽占用率达到预设阈值；所述链路优化完成。
带宽占用率获取单元，用于当所述第二判断结果为所述第二Tunnel存在KSP路径时，根据所述KSP路径对应的CIR带宽占用率和所述第二Tunnel的CIR带宽占用率得到新的CIR宽带占用率。
第三判断单元，用于判断所述新的CIR宽带占用率是否超标，得到第三判断结果。
第四判断单元，用于当所述第三判断结果为所述新的CIR宽带占用率超标时，判断下一条链路所存在的Tunnel是否存在KSP路径。
优化完成单元，用于当所述第三判断结果为所述新的CIR宽带占用率不超标时，表示所述链路优化完成。
优化单元，用于根据优化后的链路优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
(1)本发明可以同时提高LSP主备同路由率与链路CIR带宽占用率的分数，解决了实际问题中PTN指标体系中各指标数据关联导致优化效果不佳的问题。PTN网络领域的研究人员可依据本发明中的线性加权法思路对各类指标进行优化，使得优化完每个指标后，不会对其它指标的分数产生影响，降低各指标间的数据耦合度。
(2)本发明中对于各项指标的优化，都是先在已有的资源上进行的调度分配操作。当已有资源不满足调度条件，才采用加资源等操作。
(3)本发明根据优化指标间的权重系数比值决定牺牲另一指标对应数据，这样既能找到各指标之间的关联所在，方便后期排查问题，也能使得整体目标达到最优。
(4)本发明能够使得PTN网络指标优化程度与现网资源利用率达到最大，且数据耦合达到最小，同时采用并行化处理各指标数据的查询操作，极大的提升了线性加权法将多目标转为单目标后各目标优化的运行速度。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种分组传送网指标优化方法，其特征在于，包括：
使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据；
获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分；
根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型；
使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优；
根据最优的PTN多目标数学模型进行分组传送网指标优化。
2.根据权利要求1所述的分组传送网指标优化方法，其特征在于，所述使用KSP算法优化所述LSP主备同路由率，得到优化后的LSP主备同路由数据，具体为：
获取优化前的LSP主备同路由数据对应的Tunnel，为第一Tunnel；
判断所述第一Tunnel中的主备路径发生的是中间同路由现象还是非中间同路由现象，得到第一判断结果；
若所述第一判断结果为发生的是中间同路由现象，则采用KSP算法找到新路径替换所述第一Tunnel中的备用路径，得到优化后的第一主备路径；所述新路径为不会与所述第一Tunnel中的主路径发生同路由现象的路径；
若所述第一判断结果为发生的是非中间同路由现象，则采用切换资源的方式优化所述第一Tunnel中的主备路径，得到优化后的第二主备路径；
所述优化后的LSP主备同路由数据包括所述第一主备路径和所述第二主备路径。
3.根据权利要求1所述的分组传送网指标优化方法，其特征在于，所述获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分，具体为：
根据优化后的LSP主备同路由数据得到LSP主备同路由率和链路CIR带宽占用率；
根据所述LSP主备同路由率和所述链路CIR带宽占用率得到LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
4.根据权利要求1所述的分组传送网指标优化方法，其特征在于，所述PTN多目标数学模型为：
Figure FDA0002739508710000021
其中，F(X)为PTN多目标数学模型，ωi为权重，fi(xi1,xi2)为子目标函数，fi(xi1,xi2)＝max((xi1/xi2)*100)，xi1为评估结果为正常数据的个数，xi2为总数据个数，i为1或2，当i为1时，fi(xi1,xi2)＝f1(x11,x12)为LSP主备同路由率指标得分，当i为2时，fi(xi1,xi2)＝f2(x21,x22)为链路CIR带宽占用率指标得分；
所述PTN多目标数学模型的约束条件为：
x＞0；
xi1≤xi2；
w1＝p*(1/x12)；
w2＝1/x22；
Figure FDA0002739508710000022
Figure FDA0002739508710000023
其中，p＝2，n为2，w1为LSP主备同路由率指标中每优化一条同路由数据该指标能提升的分数，w2为CIR带宽占用率指标中每优化一条非正常数据该指标能提升的分数。
5.根据权利要求3所述的分组传送网指标优化方法，其特征在于，所述使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优，具体为：
使用KSP算法得到经过所述第一主备路径或所述第二主备路径中的链路所存在的Tunnel，为第二Tunnel；
判断所述第二Tunnel是否存在KSP路径，得到第二判断结果；
若所述第二判断结果为所述第二Tunnel不存在KSP路径，则牺牲所述LSP主备同路由数据，使所述链路CIR带宽占用率达到预设阈值；所述链路优化完成；
若所述第二判断结果为所述第二Tunnel存在KSP路径，则根据所述KSP路径对应的CIR带宽占用率和所述第二Tunnel的CIR带宽占用率得到新的CIR宽带占用率；
判断所述新的CIR宽带占用率是否超标，得到第三判断结果；
若所述第三判断结果为所述新的CIR宽带占用率超标，则判断下一条链路所存在的Tunnel是否存在KSP路径；
若所述第三判断结果为所述新的CIR宽带占用率不超标，则所述链路优化完成；
根据优化后的链路优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
6.根据权利要求2所述的分组传送网指标优化方法，其特征在于，所述中间同路由现象包括中间网元节点同板卡情况、同网元情况和同链路情况；所述非中间同路由现象包括主路径与备用路径的源网元同板卡情况和主路径与备用路径的宿网元同板卡情况。
7.一种分组传送网指标优化系统，其特征在于，包括：
第一优化模块，用于使用KSP算法优化LSP主备同路由率，得到优化后的LSP主备同路由数据；
指标得分获取模块，用于获取所述优化后的LSP主备同路由数据下的LSP主备同路由率指标得分和链路CIR带宽占用率指标得分；
模型建立模块，用于根据所述LSP主备同路由率指标得分和所述链路CIR带宽占用率指标得分建立基于线性加权和法的PTN多目标数学模型；
第二优化模块，用于使用KSP算法优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优；
第三优化模块，用于根据最优的PTN多目标数学模型进行分组传送网指标优化。
8.根据权利要求7所述的分组传送网指标优化系统，其特征在于，所述第一优化模块具体包括：
第一Tunnel获取单元，用于获取优化前的LSP主备同路由数据对应的Tunnel，为第一Tunnel；
第一判断单元，用于判断所述第一Tunnel中的主备路径发生的是中间同路由现象还是非中间同路由现象，得到第一判断结果；
替换单元，用于当所述第一判断结果为发生的是中间同路由现象时，采用KSP算法找到新路径替换所述第一Tunnel中的备用路径，得到优化后的第一主备路径；所述新路径为不会与所述第一Tunnel中的主路径发生同路由现象的路径；
主备路径优化单元，用于当所述第一判断结果为发生的是非中间同路由现象时，采用切换资源的方式优化所述第一Tunnel中的主备路径，得到优化后的第二主备路径；所述优化后的LSP主备同路由数据包括所述第一主备路径和所述第二主备路径。
9.根据权利要求7所述的分组传送网指标优化系统，其特征在于，所述获取模块具体包括：
第一数据获取单元，用于根据优化后的LSP主备同路由数据得到LSP主备同路由率和链路CIR带宽占用率；
第二数据获取单元，用于根据所述LSP主备同路由率和所述链路CIR带宽占用率得到LSP主备同路由率指标得分和链路CIR带宽占用率指标得分。
10.根据权利要求7所述的分组传送网指标优化系统，其特征在于，所述第二优化模块具体包括：
第二Tunnel获取单元，用于使用KSP算法得到经过所述第一主备路径或所述第二主备路径中的链路所存在的Tunnel，为第二Tunnel；
第二判断单元，用于判断所述第二Tunnel是否存在KSP路径，得到第二判断结果；
牺牲单元，用于当所述第二判断结果为所述第二Tunnel不存在KSP路径时，牺牲所述LSP主备同路由数据，使所述链路CIR带宽占用率达到预设阈值；所述链路优化完成；
带宽占用率获取单元，用于当所述第二判断结果为所述第二Tunnel存在KSP路径时，根据所述KSP路径对应的CIR带宽占用率和所述第二Tunnel的CIR带宽占用率得到新的CIR宽带占用率；
第三判断单元，用于判断所述新的CIR宽带占用率是否超标，得到第三判断结果；
第四判断单元，用于当所述第三判断结果为所述新的CIR宽带占用率超标时，判断下一条链路所存在的Tunnel是否存在KSP路径；
优化完成单元，用于当所述第三判断结果为所述新的CIR宽带占用率不超标时，表示所述链路优化完成；
优化单元，用于根据优化后的链路优化所述链路CIR带宽占用率指标得分使所述PTN多目标数学模型最优。
CN202011145234.7A 2020-10-23 2020-10-23 一种分组传送网指标优化方法及系统 Active CN112260875B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011145234.7A CN112260875B (zh) 2020-10-23 2020-10-23 一种分组传送网指标优化方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011145234.7A CN112260875B (zh) 2020-10-23 2020-10-23 一种分组传送网指标优化方法及系统

Publications (2)

Publication Number Publication Date
CN112260875A true CN112260875A (zh) 2021-01-22
CN112260875B CN112260875B (zh) 2021-11-02

Family

ID=74264955

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011145234.7A Active CN112260875B (zh) 2020-10-23 2020-10-23 一种分组传送网指标优化方法及系统

Country Status (1)

Country Link
CN (1) CN112260875B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080279103A1 (en) * 2007-05-10 2008-11-13 Futurewei Technologies, Inc. Network Availability Enhancement Technique for Packet Transport Networks
WO2014146576A1 (zh) * 2013-03-19 2014-09-25 中兴通讯股份有限公司 一种侦测ptn链路可用带宽的方法及装置
CN106302012A (zh) * 2016-08-12 2017-01-04 李纯雅 一种ptn网络优化仿真方法及系统
CN110912818A (zh) * 2019-11-26 2020-03-24 中盈优创资讯科技有限公司 一种ptn业务的同路由判定方法及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080279103A1 (en) * 2007-05-10 2008-11-13 Futurewei Technologies, Inc. Network Availability Enhancement Technique for Packet Transport Networks
WO2014146576A1 (zh) * 2013-03-19 2014-09-25 中兴通讯股份有限公司 一种侦测ptn链路可用带宽的方法及装置
CN106302012A (zh) * 2016-08-12 2017-01-04 李纯雅 一种ptn网络优化仿真方法及系统
CN110912818A (zh) * 2019-11-26 2020-03-24 中盈优创资讯科技有限公司 一种ptn业务的同路由判定方法及系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
ZAONING WANG等: "《2020 IEEE 5th International Symposium on Smart and Wireless Systems within the Conferences on Intelligent Data Acquisition and Advanced Computing Systems (IDAACS-SWS)》", 18 September 2020 *
李佳: "长沙移动城域网PTN结构优化与指标体系分析及研究", 《中国优秀博硕士学位论文全文数据库(硕士) 信息科技辑 (月刊) 2018 年 第07期》 *

Also Published As

Publication number Publication date
CN112260875B (zh) 2021-11-02

Similar Documents

Publication Publication Date Title
CN108900419B (zh) Sdn架构下基于深度强化学习的路由决策方法及装置
US7072304B2 (en) Network path selection based on bandwidth
US6882627B2 (en) Methods and apparatus for selecting multiple paths taking into account shared risk
CN110557732B (zh) 一种车辆边缘计算网络任务卸载负载均衡系统及均衡方法
CN109038794B (zh) 一种面向QoS控制的特高压电网系统保护业务路径规划方法
CN102480433B (zh) 网络伺服器及其平均负载的路由方法
CN101536428B (zh) 用于跟踪网络参数的方法
CN110213363B (zh) 基于软件定义网络的云资源动态分配系统及方法
CN110461018B (zh) 基于可计算ap的机会网络路由转发方法
CN107465966B (zh) 一种用于光网络的拓扑重构控制方法
CN106878170B (zh) 一种转发路径确定方法和装置
CN114158102B (zh) 面向馈线自动化实时控制的无线异构通信网络切换方法
CN113300861B (zh) 网络切片配置方法、装置以及存储介质
CN110191382B (zh) 一种基于路径排序的虚链路优先映射方法
Li et al. Network topology optimization via deep reinforcement learning
CN112671631B (zh) 一种分组传送网的优化方法和系统
CN112260875B (zh) 一种分组传送网指标优化方法及系统
CN105207905A (zh) 路由选择方法和装置
CN114142923A (zh) 光缆故障定位方法、装置、设备及可读介质
CN107210930A (zh) 用于向网络的对象指派性能指示符的方法和系统
CN108174446B (zh) 一种资源占用度最小化的网络节点链路资源联合分配方法
CN113868813B (zh) 电力信息系统的性能评估方法、电子设备和存储介质
CN113225215B (zh) 一种sdn架构下区分服务网络关键链路识别方法及系统
CN113542115B (zh) 基于sdn电力通信网络的数据路径确定方法、装置及系统
CN110062404B (zh) 核心网中具备单链路故障恢复的虚拟链路映射方法

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