CN112953830B - 时间敏感网络中流量帧的路由规划调度方法及装置 - Google Patents

时间敏感网络中流量帧的路由规划调度方法及装置 Download PDF

Info

Publication number
CN112953830B
CN112953830B CN202110120839.9A CN202110120839A CN112953830B CN 112953830 B CN112953830 B CN 112953830B CN 202110120839 A CN202110120839 A CN 202110120839A CN 112953830 B CN112953830 B CN 112953830B
Authority
CN
China
Prior art keywords
time
frame
flow
traffic
scheduling
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.)
Active
Application number
CN202110120839.9A
Other languages
English (en)
Other versions
CN112953830A (zh
Inventor
温向明
李聪
章晨宇
郑伟
路兆铭
赵嘉雯
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.)
Beijing University of Posts and Telecommunications
Original Assignee
Beijing University of Posts and Telecommunications
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 Beijing University of Posts and Telecommunications filed Critical Beijing University of Posts and Telecommunications
Priority to CN202110120839.9A priority Critical patent/CN112953830B/zh
Publication of CN112953830A publication Critical patent/CN112953830A/zh
Application granted granted Critical
Publication of CN112953830B publication Critical patent/CN112953830B/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
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/302—Route determination based on requested QoS
    • H04L45/306—Route determination based on the nature of the carried application
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Biophysics (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Genetics & Genomics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Physiology (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开实施例公开了一种时间敏感网络中流量帧的路由规划调度方法及装置。所述方法包括：获取时间敏感网络中起始节点发送的流量帧；编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案。该技术方案在流初始调度的时候就考虑时隙的选择，通过延迟流的发送将不同流的时间窗口合并，在交换机出口端口一次打开门的过程中传输多个流，在满足时间敏感网络中流传输端到端时延的基础上，减少带宽浪费。

Description

时间敏感网络中流量帧的路由规划调度方法及装置
技术领域
本公开涉及网络通信技术领域，具体涉及一种时间敏感网络中流量帧的路由规划调度方法及装置。
背景技术
时间敏感网络(TSN：Time Sensitive Networking)消除了标准以太网中由于流量“拥堵”导致的不确定性，为标准以太网增加了确定性和可靠性；允许时间紧迫和尽力而为流量在同一网络上共存，从而节省了成本并保留了向后兼容性。在IEEE802.1Qbv中定义了对计划流量调度的增强机制，即网络部署之前，根据实时流的时序参数和网络结构生成静态调度表，交换机根据预先计算的门控列表(GCL：Gate Control List)对实时流量进行调度以实现确定性、低延迟和低抖动通信。尽管该协议能够解决确定性和低时延的问题，但是却没有解决GCL的计算问题。在TSN中由GCL合成引起的调度问题是NP-hard的，由于调度问题的复杂性，通常离线计算端口的GCL来进行调度。
现有的专利/技术方案中，与本专利所提出的技术较为接近的有：
CN111327540A：一种工业时间敏感网络数据确定性调度方法。本发明涉及一种工业时间敏感网络数据确定性调度方法，属于工业网络技术领域，包括：S1：TSN管理网络为各工业以太网设备发送的数据帧分配优先级；S2：根据数据帧特征参数定义工业数据特性；S3：在工业TSN交换机的出端口建立数据调度模型，由数据帧分配模块、缓冲队列以及数据帧调度模块组成；数据帧分配模块根据帧特征参数将缓冲队列分成8个调度队列；S4：数据帧被分配进入不同的调度队列；S5：根据数据帧确定性和实时性要求的不同，对各调度队列采用不同的整形机制；S6：数据帧调度模块对数据帧进行输出调度。本发明保证了工业CDT类数据传输的确定性和实时性，并可有效降低SR类数据的抖动，同时也允许BE类数据的传输。
CN111740924A：一种时间敏感网络门控机制流量整形与路由规划调度方法。本发明公开了一种时间敏感网络门控机制流量整形与路由规划调度方法，涉及有线通信网络技术领域。根据实时需求和优先级的高低先对周期性的TC流进行路由和传输联合调度，在不影响TC流确定性实时传输的前提下再进行非TC流的通信传输调度；根据TC队列GCL设计以及GCL循环空闲时段规划，生成各个交换机端口输出队列GCL，并基于TC流和非TC流的最优通信传输路径集，生成混合流量传输的最优联合调度方案，通过相关的配置软件生成交换机端口和终端设备的配置文件，配置到各个交换机以及终端设备上。本发明在保证具有不同实时需求的多周期TC流确定性实时传输前提下，尽可能提高非TC流的通信传输性能，避免通信资源浪费以及可调度解空间下降问题。
CN111935034A：用于时间敏感网络的流预留方法、系统和计算机设备。本发明提供了一种用于时间敏感网络的流预留方法、系统和计算机设备。其中流预留方法包括，网桥根据发端声明报文获取发送终端申请的第一预留带宽信息，并将根据所述第一预留带宽信息得到的预留声明报文转发给若干个接收终端；和/或所述网桥根据接收终端的收端声明报文获取第二预留带宽信息，并将根据所述第二预留带宽信息得到的反馈声明报文转发给若干个所述发送终端。网桥根据发送终端发送的TSN流的相关信息以及端口可获得的传输资源，进行带宽资源调度以及流预留操作，无论在带宽紧缺还是充裕的条件下，均可以充分利用网桥的带宽资源，在避免碰撞且保障TSN流传输性能的同时，提高网桥带宽利用率及其服务效率。
上述专利中，涉及到了联合路由和调度，流整形，资源利用，主要考虑将时间敏感流调度后的空闲的时隙和路径资源合理分配给非时间敏感流，以提高非时间敏感流的传输性能，减少带宽浪费，或者只考虑在调度一个时间敏感流的时候考虑网络中的带宽信息，选择合适的资源以减少带宽的浪费，忽略了在碎片化的时间资源上很难调度其他时间敏感流或者非时间敏感流，因此仍然存在带宽浪费的问题。
发明内容
为了解决相关技术中的问题，本公开实施例提供一种时间敏感网络中流量帧的路由规划调度方法及装置。
第一方面，本公开实施例中提供了一种时间敏感网络中流量帧的路由规划调度方法。
具体地，所述时间敏感网络中流量帧的路由规划调度方法，包括：
获取时间敏感网络中起始节点发送的流量帧；
编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目。
可选地，所述压缩所述流量帧的调度表条目的方式，包括：
延迟当前调度的流量帧的传输，合并所述当前调度的流量帧和之前调度的流量帧的时间窗口，并在交换机出口端口打开门后的时间片中一次传输。
可选地，所述流量帧为组播流或者广播流，并且所述路由路径满足路径约束；所述路径约束为不同流量帧副本不在同一交换机节点处汇合，允许在同一交换机节点处分离。
可选地，所述适应度函数为：
Figure BDA0002922258550000031
其中，makespan为完成所有流量帧调度的时间，P为所有流量帧周期的最大值，links为所有流量帧占用路径的数目之和，|E|为网络拓扑中边的数目，entries为整个网络中所有核心边上占用的时间片数目之和，|Es|为网络中核心边的数目，核心边是指不与终端相连的边，|S|是一个交换机允许的最大调度表条目的数目。
可选地，所述编码所述流量帧的调度顺序以及发送至目的节点的路由路径，包括：
利用双层实数编码方式对染色体进行编码，其中，第一层实数表示流量帧的调度顺序、同一流量帧下的不同第二层实数表示到达不同目的节点的路由路径的路径索引。
可选地，所述对种群进行交叉操作，包括：
随机生成两个交叉点；
将第一个父代染色体的所述两个交叉点之间片段完整的遗传到子代染色体中的对应位置；
将第二个父代染色体的第一层实数组成的序列依次遗传到所述子代染色体中的其他位置，子代染色体中已经存在的实数不再遗传；
从到达所述目的节点的候选路径中选择距离最短的路径索引作为遗传自所述第二个父代染色体的第一层实数对应的第二层实数。
可选地，所述对种群进行变异操作，包括：
随机生成两对变异点，并将每对变异点位置的第一层实数中的每对实数交换位置；
从到达所述目的节点的候选路径中随机选择路径索引作为交换位置的两对实数对应的第二层实数。
第二方面，本公开实施例中提供了一种时间敏感网络中流量帧的路由规划调度装置。
具体地，所述时间敏感网络中流量帧的路由规划调度装置，包括：
获取模块，被配置为获取时间敏感网络中起始节点发送的流量帧；
编码模块，被配置为编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
确定模块，被配置为根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目。
第三方面，本公开实施例提供了一种电子设备，包括存储器和处理器，其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如第一方面中任一项所述的方法。
第四方面，本公开实施例中提供了一种计算机可读存储介质，其上存储有计算机指令，该计算机指令被处理器执行时实现如第一方面中任一项所述的方法。
根据本公开实施例提供的技术方案，首先获取时间敏感网络中起始节点发送的流量帧，然后编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群，最后根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案；其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目。该技术方案通过使用自适应的遗传算法对调度问题进行求解，利用遗传算法的搜索能力来减少调度问题求解的时间，并且考虑到资源碎片化的现象，在流初始调度的时候就考虑时隙的选择，通过延迟流的发送将不同流的时间窗口合并，在交换机出口端口一次打开门的过程中传输多个流，在满足时间敏感网络中流传输端到端时延的基础上，减少时间碎片化的现象，从而减少带宽浪费。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
结合附图，通过以下非限制性实施方式的详细描述，本公开的其它特征、目的和优点将变得更加明显。在附图中：
图1示出根据本公开实施例的时间敏感网络拓扑结构示意图；
图2示出根据本公开实施例的交换机节点的结构示意图；
图3示出图2中交换机节点在流量帧传输中产生以及消除时间碎片的原理示意图；
图4示出根据本公开的实施例的时间敏感网络中流量帧的路由规划调度方法的流程图；
图5示出根据本公开实施例的多个流量帧在同一路由路径传输的调度情况示意图；
图6示出根据本公开实施例的染色体编码的原理示意图；
图7示出根据本公开实施例的染色体交叉操作的原理示意图；
图8示出根据本公开实施例的染色体变异操作的原理示意图；
图9示出根据本公开的实施例的时间敏感网络中流量帧的路由规划调度装置的结构框图；
图10示出根据本公开的实施例的电子设备的结构框图；
图11示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
具体实施方式
下文中，将参考附图详细描述本公开的示例性实施例，以使本领域技术人员可容易地实现它们。此外，为了清楚起见，在附图中省略了与描述示例性实施例无关的部分。
在本公开中，应理解，诸如“包括”或“具有”等的术语旨在指示本说明书中所公开的特征、数字、步骤、行为、部件、部分或其组合的存在，并且不欲排除一个或多个其他特征、数字、步骤、行为、部件、部分或其组合存在或被添加的可能性。
另外还需要说明的是，在不冲突的情况下，本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
在本公开中，如涉及对用户信息或用户数据的获取操作或向他人展示用户信息或用户数据的操作，则所述操作均为经用户授权、确认，或由用户主动选择的操作。
目前现有的TSN调度方案大多采用ILP或者SMT的方式对流进行调度，由于问题的复杂度，这些方法很难在较短的时间内计算出较优的结果，并且优化指标大多数为最小化路径使用数目或时隙占用数目，没有考虑到在调度过程中的带宽优化。而且现有的方法大多基于无等待的调度，也就是交换机接收到数据包以后会立即转发，这样虽然减少了端到端时延，但是无意中增加了时间碎片化的现象。
图1示出根据本公开实施例的时间敏感网络拓扑结构示意图。
如图1所示，时间敏感网络是一个“桥接”网络，终端节点通过一系列物理链路和网桥(交换机)互连。其中，黑色圆点表示终端节点，空心圆点表示交换机节点，编号为0-6。本公开实施例中以终端节点A作为流量帧发送的起始节点，终端节点B作为目的节点为例进行示意性说明。
图2示出根据本公开实施例的交换机节点的结构示意图。
如图2所示，来自输入端口1、输入端口2的流量帧，首先通过交换结构确定输出端口，然后通过优先级过滤器分配，不同优先级的流量帧进入不同队列，根据根据IEEE802.1Q规定，流量帧可分为8个优先级，在此标记为Q1-Q8，优先级依次降低。每个优先级队列后面都有一个对应的门结构，该门结构具有“打开”和“关闭”两种状态。门的状态由门控列表GCL配置，仅当门的状态为“打开”时，才能通过输出端口1或输出端口2输出流量帧，GCL用来定义在每个输出端口上队列的精确传输时间。其中，输入端口和输出端口的数量可以相应的增加或减少，本公开仅以图1中交换机节点0为例进行示意性说明。
图3示出图2中交换机节点在流量帧传输中产生以及消除时间碎片的原理示意图。如图3所示，图中左侧部分示出了时间碎片产生的过程。其中，图中上部分是GCL控制流量帧从上一个节点输出流量帧的时间线，，图中下部分是输出端口输出流量帧的时间线。现有的调度方案通常是基于无等待的调度，输出端口接收到流量帧1(简称流1)后就立即转发，虽然减少了端到端时延，但在流1和流2间产生了时间碎片。图中右侧部分示出了时间碎片消除的过程，通过延迟流1的发送，可以减少时间碎片。
图4示出根据本公开的实施例的时间敏感网络中流量帧的路由规划调度方法的流程图。如图4所示，所述时间敏感网络中流量帧的路由规划调度方法包括以下步骤S110-S130：
在步骤S110中，获取时间敏感网络中起始节点发送的流量帧；
在步骤S120中，编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
在步骤S130中，根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目。
根据本公开的实施例，所述压缩所述流量帧的调度表条目的方式，包括：延迟当前调度的流量帧的传输，合并所述当前调度的流量帧和之前调度的流量帧的时间窗口，并在交换机出口端口打开门后的时间片中一次传输。
本公开实施例提供的时间敏感网络中流量帧的路由规划调度方法，通过使用自适应的遗传算法对调度问题进行求解，利用遗传算法的搜索能力来减少调度问题求解的时间，并且考虑到资源碎片化的现象，在流量帧初始调度的时候就考虑时隙的选择，通过延迟流量帧的发送将不同流量帧的时间窗口合并，在交换机出口端口一次打开门的过程中传输多个流量帧，在满足时间敏感网络中流传输端到端时延的基础上，减少时间碎片化的现象，从而减少带宽浪费。
遗传算法是一种通过模拟自然界的进化过程来搜索最优解的启发式算法，其中选择，交叉和变异构成了遗传算法的遗传操作。具体地，首先生成具有一定数目个体的初始种群，每个个体实际是一个带有染色体特征的实体，而一个染色体是通过基因编码形成的，基因编码实现了从表现型到基因型的映射。产生初始种群之后，需要按照优胜劣汰的原则将种群逐代进化，每一代中，都需要根据个体的适应度来选择个体，并通过交叉算子和变异算子进行交叉和变异，产生新一代种群，直到满足终止条件。末代种群中的最优个体经过解码可以得到问题的近似最优解。
本公开的实施例建立了基于遗传算法的时间敏感网络中流量帧调度机制，具体包括如何设计染色体编码方式、交叉和变异算子以及适应度函数以实现对种群的进化。
图5示出根据本公开实施例的多个流量帧在同一路由路径传输的调度情况示意图。
对于两个流量帧使用同样的路由路径传输的情况，在调度两个流量帧的时候一共存在四种情况，主要包括：
1)在已经调度的流1后调度一个较长传输时长的流2，如图a所示，由于不考虑修改已经调度的流1的传输时间，所以会存在时间碎片。
2)在已经调度的流1后调度一个传输时长较长的流2，如图b所示，这样会导致其传输违反FIFO原则(流2先到，但是流1却先出)，所以需要后来的较长的流2延迟到已经调度的流1的后面发送。其中，流量2’与流量2为不同调度方式的同一流量。
3)在已经调度的流1后调度一个较短传输时长的流2，如图c所示，将后来的流2延迟发送以避免冲突。
4)在已经调度的流1前调度一个较短传输时长的流2，如图d所示，将后来的流2延迟发送来合并时间窗口，使得两个流量帧可以在一个时间窗口内传输出去，这样减少了出口端口门打开的次数，压缩了调度列表，也减少了碎片的产生从而减少了带宽资源浪费。
对于前两种情况下产生的时间碎片，在设置适应度函数时，加入流量帧的调度表条目指标作为优化目标之一，能够利用遗传算法的搜索能力消除掉时间碎片。
根据本公开的实施例，所述适应度函数为：
Figure BDA0002922258550000091
其中，makespan为完成所有流调度的时间，P为所有流周期的最大值，links为所有流占用路径的数目之和，|E|为网络拓扑中边的数目，entries为整个网络中所有核心边上占用的时间片数目之和，|Es|为网络中核心边的数目，核心边是指不与终端相连的边，|S|是一个交换机允许的最大调度表条目的数目。
在本公开方式中，每个流量帧在调度时，首先针对每个流量帧的每个目的节点计算在每个传输链路上的开始时间，每计算一个流量帧的传输时间，需要记录每个边上的占用时间资源记录以及更新在这条边上最早可用的传输时间。对于一个流量帧来说，已经计算过的边无需重新计算时间，只需要和前面的流量副本保持一致即可，如果这条边没有被其他流量副本使用过，那么将根据到达这一跳的时间和这条边上最早的可用时间来确定这条边上的传输开始时间。
如果出现了如图d所示的情况，需要将流量帧的传输时间延迟，以和后面调度的流量帧合并。每在一条边上调度一个流量帧都需要检测是否与已经调度的流量帧冲突，检测是否满足FIFO原则，如果冲突，如图c所示延迟后续流量帧即可。如果不满足FIFO原则，如图b所示将传输顺序颠倒即可。
每调度完一个流量帧时判断其是否满足端到端时延要求，如果不满足，则这个染色体的适应度就设为0。在每个流量帧的第一个周期的最后一跳的传输完成时间为完成这个流量帧调度的持续时间，完成所有流量帧调度的时间为优化目标之一的makespan。
根据本公开的实施例，时间敏感网络中流量帧可以为单播流、组播流或者广播流，本公开在进行编码设计时考虑到组播流以及广播流的情况，这些流量帧传输的路由路径需要满足路径约束。所述路径约束为不同流量帧副本不在同一交换机节点处汇合，允许在同一交换机节点处分离。在染色体交叉、变异操作时，需要生成满足路径约束的染色体，如果不满足路径约束，需要从候选路径中重新选择合适的路径索引，直到满足。
根据本公开的实施例，所述步骤S120中编码所述流量帧的调度顺序以及发送至目的节点的路由路径，包括：
利用双层实数编码方式对染色体进行编码，其中，第一层实数表示流量帧的调度顺序、同一流量帧下的不同第二层实数表示到达不同目的节点的路由路径的路径索引。
在本公开方式中，如图6所示，第一层实数表示依次调度流2、流4，……，流5；流2下的第二层实数3、0、1表示流量帧发送的目的节点有3个，其中，第一个目的节点的路径索引为3，第二个目的节点的路径索引为0，第三个目的节点的路径索引为1。
以图1所示的起始节点A发送流至目标节点B为例进行说明，将可能的路由路径进行标记得到的路径索引如下：
Figure BDA0002922258550000101
Figure BDA0002922258550000111
需要说明的是，不同流量帧下的第二层实数表示的相同路径索引对应的路由路径并不相同，同理，同一流量帧下不同目的节点的第二层实数表示的相同路径索引对应的路由路径也并不相同。例如，虽然流2的第二个目的节点和流4的第一个目的节点都使用了路径索引0表示，但是表示的路由路径却并不是同一条，每个流量帧的路径索引只针对当前流量帧以及当前流量帧的目的节点。
根据本公开的实施例，初始化种群后，可以从种群中选择出父代染色体执行交叉、变异操作，具体可以根据锦标赛策略选择适应度值最好的两个个体作为父代染色体，也可以采取其他选择策略，本公开对此不做限制。
根据本公开的实施例，所述步骤S130中对种群进行交叉操作，包括：
随机生成两个交叉点；
将第一个父代染色体的所述两个交叉点之间片段完整的遗传到子代染色体中的对应位置；
将第二个父代染色体的第一层实数组成的序列依次遗传到所述子代染色体中的其他位置，子代染色体中已经存在的实数不再遗传；
从到达所述目的节点的候选路径中选择距离最短的路径索引作为遗传自所述第二个父代染色体的第一层实数对应的第二层实数。
在本公开方式中，如图7所示，P1，P2，C1，C2分别表示两个父代染色体和两个子代染色体。父代染色体P1、P2可以分别表示流量帧的两种可能的调度方案；子代染色体C1、C2可以分别表示经交叉算子计算后的两种可能的调度方案。首先随机产生两个小于第一层染色体长度的自然数(1和4)作为交叉点，交叉点之间的染色体被完整的遗传到子代中去(P1的部分染色体遗传到C1中，P2的部分染色体遗传到C2中)，其中，完整遗传到子代中的染色体片段的含义是指流调度顺序以及流量帧下的目的节点的路径索引均不变，也就是说，子代染色体C1遗传自第一个父代染色体P1部分的第一层实数以及第二层实数均相同。然后P2第一层实数的剩余部分依次被遗传到C1中去，注意第一层的实数不会出现重复。
在本公开方式中，适应度函数在设计时的优化目标包括减少流量帧占用的链路数目，因此，子代染色体C1遗传自第二个父代染色体P2部分的第二层实数则需要从相应目的节点的前k条最短的候选路径中选择一个路径索引，这是由于流量帧倾向于选择最短的路由路径，从而快速找到最优解。在处理多播流(组播流和广播流)时，选择的最短路由路径需要满足路径约束。例如流0的第三个目的节点的路径索引由0变为1，路径索引1是从到达第三个目的节点的前k条最短的候选路径中选择得到的。
根据本公开的实施例，所述步骤S130中对种群进行变异操作，包括：
随机生成两对变异点，并将每对变异点位置的第一层实数中的每对实数交换位置；
从到达所述目的节点的候选路径中随机选择路径索引作为交换位置的两对实数对应的第二层实数。
在本公开方式中，如图8所示，首先产生两对不同的小于第一层染色体长度的自然数，然后在每一对的相应位置交换第一层实数，相应位置的第二层实数从目的节点的候选路径中随机选择。
根据本公开的实施例，虽然遗传算法模拟了自然界的进化过程，但是它忽略了遗传行为也会跟随环境改变，如果不对遗传行为进行调整的话，会影响遗传算法的收敛速度和优化能力。在种群进化的初期，应该加大算法的全局搜索能力，也就是增大交叉和变异概率，防止陷入局部最优解。在种群进化的后期，由于已经接近最优解，所以算法在局部进行搜索，也就是减小交叉和变异概率，使其快速收敛到局部最优解。
具体地，交叉和变异概率采用如下公式：
Figure BDA0002922258550000121
Figure BDA0002922258550000122
其中，Pc和Pm是交叉和变异概率，f′是待交叉两个个体中较大的适应度，f″是突变个体的适应度，
Figure BDA0002922258550000123
和
Figure BDA0002922258550000124
是最大变异和交叉概率,
Figure BDA0002922258550000125
和
Figure BDA0002922258550000126
是最小变异和交叉概率。
Figure BDA0002922258550000127
和
Figure BDA0002922258550000128
是用来防止f′＝fmax或f″＝fmax时交叉和变异概率为0，陷入局部最优解。
图9示出根据本公开的实施例的时间敏感网络中流量帧的路由规划调度装置的结构框图。其中，该装置可以通过软件、硬件或者两者的结合实现成为电子设备的部分或者全部。
如图9所示，所述时间敏感网络中流量帧的路由规划调度装置900包括获取模块910、编码模块920和确定模块930。
所述获取模块910被配置被配置为获取时间敏感网络中起始节点发送的流量帧；
所述编码模块920被配置为编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
所述确定模块930被配置为根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目。
根据本公开实施例提供的技术方案，通过使用自适应的遗传算法对调度问题进行求解，利用遗传算法的搜索能力来减少调度问题求解的时间，并且考虑到资源碎片化的现象，在流量帧初始调度的时候就考虑时隙的选择，通过延迟流量帧的发送将不同流量帧的时间窗口合并，在交换机出口端口一次打开门的过程中传输多个流量帧，在满足时间敏感网络中流传输端到端时延的基础上，减少时间碎片化的现象，从而减少带宽浪费。
本公开还公开了一种电子设备，图10示出根据本公开的实施例的电子设备的结构框图。
如图10所示，所述电子设备1000包括存储器1001和处理器1002，其中，存储器1001用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器1002执行以实现根据本公开的实施例的方法：
获取时间敏感网络中起始节点发送的流量帧；
编码所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目。
根据本公开的实施例，所述压缩所述流量帧的调度表条目的方式，包括：
延迟当前调度的流量帧的传输，合并所述当前调度的流量帧和之前调度的流量帧的时间窗口，并在交换机输出端口打开门后的时间片中一次传输。
根据本公开的实施例，所述流量帧为组播流或者广播流，并且所述路由路径满足路径约束；所述路径约束为不同流量帧副本不在同一交换机节点处汇合，允许在同一交换机节点处分离。
根据本公开的实施例，所述适应度函数为：
Figure BDA0002922258550000141
其中，makespan为完成所有流量帧调度的时间，P为所有流量帧周期的最大值，links为所有流量帧占用路径的数目之和，|E|为网络拓扑中边的数目，entries为整个网络中所有核心边上占用的时间片数目之和，|Es|为网络中核心边的数目，核心边是指不与终端相连的边，|S|是一个交换机允许的最大调度表条目的数目。
根据本公开的实施例，所述编码所述流量帧的调度顺序以及发送至目的节点的路由路径，包括：
利用双层实数编码方式对染色体进行编码，其中，第一层实数表示流量帧的调度顺序、同一流量帧下的不同第二层实数表示到达不同目的节点的路由路径的路径索引。
根据本公开的实施例，所述对种群进行交叉操作，包括：
随机生成两个交叉点；
将第一个父代染色体的所述两个交叉点之间片段完整的遗传到子代染色体中的对应位置；
将第二个父代染色体的第一层实数组成的序列依次遗传到所述子代染色体中的其他位置，子代染色体中已经存在的实数不再遗传；
从到达所述目的节点的候选路径中选择距离最短的路径索引作为遗传自所述第二个父代染色体的第一层实数对应的第二层实数。
根据本公开的实施例，所述对种群进行变异操作，包括：
随机生成两对变异点，并将每对变异点位置的第一层实数中的每对实数交换位置；
从到达所述目的节点的候选路径中随机选择路径索引作为交换位置的两对实数对应的第二层实数。
图11示出适于用来实现根据本公开实施例的方法的计算机系统的结构示意图。
如图11所示，计算机系统1100包括处理单元1101，其可以根据存储在只读存储器(ROM)1102中的程序或者从存储部分1108加载到随机访问存储器(RAM)1103中的程序而执行上述实施例中的各种方法。在RAM 1103中，还存储有系统1100操作所需的各种程序和数据。处理单元1101、ROM 1102以及RAM 1103通过总线1104彼此相连。输入/输出(I/O)接口1105也连接至总线1104。
以下部件连接至I/O接口1105：包括键盘、鼠标等的输入部分1106；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1107；包括硬盘等的存储部分1108；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1109。通信部分1109经由诸如因特网的网络执行通信过程。驱动器1110也根据需要连接至I/O接口1105。可拆卸介质1111，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1110上，以便于从其上读出的计算机程序根据需要被安装入存储部分1108。其中，所述处理单元1101可实现为CPU、GPU、TPU、FPGA、NPU等处理单元。
特别地，根据本公开的实施例，上文描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括有形地包含在机器可读介质上的计算机程序，所述计算机程序包含用于执行上述方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元或模块可以通过软件的方式实现，也可以通过可编程硬件的方式来实现。所描述的单元或模块也可以设置在处理器中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定。
作为另一方面，本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中电子设备或计算机系统中所包含的计算机可读存储介质；也可以是单独存在，未装配入设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本公开的方法。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种时间敏感网络中流量帧的路由规划调度方法，其特征在于，包括：
获取时间敏感网络中起始节点发送的多个流量帧；
编码每个所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目；
所述压缩所述流量帧的调度表条目的方式，包括：
延迟当前调度的流量帧的传输，合并所述当前调度的流量帧和之前调度的流量帧的时间窗口，并在交换机出口端口打开门后的时间片中一次传输。
2.根据权利要求1所述的方法，其特征在于，所述压缩所述流量帧的调度表条目的方式，包括：
延迟当前调度的流量帧的传输，合并所述当前调度的流量帧和之前调度的流量帧的时间窗口，并在交换机出口端口打开门后的时间片中一次传输。
3.根据权利要求1所述的方法，其特征在于，所述流量帧为组播流或者广播流，并且所述路由路径满足路径约束；所述路径约束为不同流量帧副本不在同一交换机节点处汇合，允许在同一交换机节点处分离。
4.根据权利要求1-3任一项所述的方法，其特征在于，所述适应度函数为：
Figure FDA0003818021350000011
其中，makespan为完成所有流量帧调度的时间，P为所有流量帧周期的最大值，links为所有流量帧占用路径的数目之和，|E|为网络拓扑中边的数目，entries为整个网络中所有核心边上占用的时间片数目之和，|Es|为网络中核心边的数目，核心边是指不与终端相连的边，|S|是一个交换机允许的最大调度表条目的数目。
5.根据权利要求1所述的方法，其特征在于，所述编码所述流量帧的调度顺序以及发送至目的节点的路由路径，包括：
利用双层实数编码方式对染色体进行编码，其中，第一层实数表示流量帧的调度顺序、同一流量帧下的不同第二层实数表示到达不同目的节点的路由路径的路径索引。
6.根据权利要求1所述的方法，其特征在于，所述对种群进行交叉操作，包括：
随机生成两个交叉点；
将第一个父代染色体的所述两个交叉点之间片段完整的遗传到子代染色体中的对应位置；
将第二个父代染色体的第一层实数组成的序列依次遗传到所述子代染色体中的其他位置，子代染色体中已经存在的实数不再遗传；
从到达所述目的节点的候选路径中选择距离最短的路径索引作为遗传自所述第二个父代染色体的第一层实数对应的第二层实数。
7.根据权利要求1所述的方法，其特征在于，所述对种群进行变异操作，包括：
随机生成两对变异点，并将每对变异点位置的第一层实数中的每对实数交换位置；
从到达所述目的节点的候选路径中随机选择路径索引作为交换位置的两对实数对应的第二层实数。
8.一种时间敏感网络中流量帧的路由规划调度装置，其特征在于，包括：
获取模块，被配置为获取时间敏感网络中起始节点发送的多个流量帧；
编码模块，被配置为编码每个所述流量帧的调度顺序以及发送至目的节点的路由路径，初始化包含不同染色体的种群；
确定模块，被配置为根据设置的适应度函数进行时隙分配并对染色体进行评估，对所述种群中的所述染色体进行选择、交叉、变异操作，不断迭代后，从新种群中选择适应度最高的染色体，并根据所述染色体确定所述流量帧的路由调度方案，其中，所述适应度函数的优化目标包括：压缩所述流量帧占用的时间资源，减少所述流量帧占用的链路数目，压缩所述流量帧的调度表条目；
所述压缩所述流量帧的调度表条目的方式，包括：
延迟当前调度的流量帧的传输，合并所述当前调度的流量帧和之前调度的流量帧的时间窗口，并在交换机出口端口打开门后的时间片中一次传输。
9.一种电子设备，其特征在于，包括存储器和处理器；其中，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现权利要求1-7任一项所述的方法步骤。
10.一种可读存储介质，其上存储有计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1-7任一项所述的方法步骤。
CN202110120839.9A 2021-01-28 2021-01-28 时间敏感网络中流量帧的路由规划调度方法及装置 Active CN112953830B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110120839.9A CN112953830B (zh) 2021-01-28 2021-01-28 时间敏感网络中流量帧的路由规划调度方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110120839.9A CN112953830B (zh) 2021-01-28 2021-01-28 时间敏感网络中流量帧的路由规划调度方法及装置

Publications (2)

Publication Number Publication Date
CN112953830A CN112953830A (zh) 2021-06-11
CN112953830B true CN112953830B (zh) 2022-12-23

Family

ID=76238994

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110120839.9A Active CN112953830B (zh) 2021-01-28 2021-01-28 时间敏感网络中流量帧的路由规划调度方法及装置

Country Status (1)

Country Link
CN (1) CN112953830B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115766860A (zh) * 2021-09-01 2023-03-07 中兴通讯股份有限公司 数据传输方法、tsn节点和计算机可读存储介质
CN113965510B (zh) * 2021-09-23 2023-04-18 唯品会(广州)软件有限公司 一种流量染色方法和系统
CN113992601A (zh) * 2021-09-30 2022-01-28 清华大学 一种时间敏感网络的流量调度方法及装置
CN113852644B (zh) * 2021-11-26 2022-03-01 之江实验室 一种确定性网络设备识别认证装置及方法
CN114401233A (zh) * 2021-12-20 2022-04-26 裕太微电子股份有限公司 一种时间感知调度器的报文调度方法及时间感知调度器
CN114915597B (zh) * 2021-12-22 2024-04-16 天翼数字生活科技有限公司 一种时间敏感网络的确定性资源调度方法
CN114172843B (zh) * 2022-01-17 2023-05-16 重庆邮电大学 一种时间敏感网络中路径选择和门控调度的联合优化方法
CN115460130B (zh) * 2022-09-20 2023-10-13 重庆邮电大学 一种时间敏感网络中的多路径联合调度方法
CN116260762B (zh) * 2023-02-22 2024-04-16 重庆邮电大学 一种提高时间敏感网络数据传输可靠性的方法
CN115883475B (zh) * 2023-02-28 2023-05-12 北京理工大学 面向智能网联汽车的时间敏感网络流量调度方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238686A (zh) * 2011-07-04 2011-11-09 南京邮电大学 一种模型化量子遗传算法的无线传感器网络路由方法
CN105430707A (zh) * 2015-11-03 2016-03-23 国网江西省电力科学研究院 一种基于遗传算法的无线传感网多目标优化路由方法
CN107707472A (zh) * 2017-10-09 2018-02-16 天津理工大学 一种基于遗传‑细菌觅食优化策略的动态源路由方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6957200B2 (en) * 2001-04-06 2005-10-18 Honeywell International, Inc. Genotic algorithm optimization method and network

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102238686A (zh) * 2011-07-04 2011-11-09 南京邮电大学 一种模型化量子遗传算法的无线传感器网络路由方法
CN105430707A (zh) * 2015-11-03 2016-03-23 国网江西省电力科学研究院 一种基于遗传算法的无线传感网多目标优化路由方法
CN107707472A (zh) * 2017-10-09 2018-02-16 天津理工大学 一种基于遗传‑细菌觅食优化策略的动态源路由方法

Also Published As

Publication number Publication date
CN112953830A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN112953830B (zh) 时间敏感网络中流量帧的路由规划调度方法及装置
Gavriluţ et al. AVB-aware routing and scheduling of time-triggered traffic for TSN
WO2023134091A1 (zh) 一种时间敏感网络中路径选择和门控调度的联合优化方法
CN113285872B (zh) 一种基于深度强化学习的时间敏感网络通信流调度方法
CN115460130B (zh) 一种时间敏感网络中的多路径联合调度方法
CN114422448B (zh) 一种时间敏感网络流量整形方法
US7958209B2 (en) Methods and systems to generate and implement a changeover sequence to reconfigure a connection-oriented network
US10917355B1 (en) Methods, systems and apparatuses for optimizing time-triggered ethernet (TTE) network scheduling by using a directional search for bin selection
CN109614215A (zh) 基于深度强化学习的流调度方法、装置、设备及介质
Park et al. Design optimization of frame preemption in real-time switched Ethernet
CN113923125A (zh) 工业异构网络中多业务流融合通信的容限分析方法及装置
CN114666280A (zh) 基于时间敏感软件定义网络的工业互联网时延优化方法
Min et al. Reinforcement learning based routing for time-aware shaper scheduling in time-sensitive networks
CN117560106A (zh) 一种时间敏感网络中时间触发流量的调度方法
US6563833B1 (en) Combinatorial design method and apparatus for multi-ring networks with combined routing and flow control
CN114884818A (zh) 确定性网络中基于时隙细粒度的三层软切片系统与方法
CN115834511A (zh) 一种时间敏感网络中各优先级周期性消息的门控调度方法
CN115190082A (zh) 一种tsn网络的业务流调度方法及装置
Zheng et al. Design optimization of time-triggered Ethernet based on routing and scheduling strategy
KR102659770B1 (ko) 시민감 네트워크 환경에서의 강화학습 기반 라우팅 및 스케줄링 통합 시스템 및 방법
CN116886630A (zh) 提升系统承载业务量的时间敏感网络调度方法及装置
CN116389289A (zh) 一种时间敏感网络中针对混合传输的多目标优化调度方法
Guck Centralized Online Routing for Deterministic Quality of Service in Packet Switched Networks
CN116112440B (zh) 面向时间敏感网络的车载通讯架构多目标优化方法及系统
Wang et al. Hybrid Traffic Scheduling Based on Adaptive Time Slot Slicing in Time-Sensitive Networking

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