CN113542115B - 基于sdn电力通信网络的数据路径确定方法、装置及系统 - Google Patents

Abstract

本发明公开了一种基于SDN电力通信网络的数据路径确定方法、装置及系统，所述方法包括获取业务请求；获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；基于所述业务请求中的相关数据，求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条数据路径；以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成SDN电力通信网络数据路径的确定。本发明实现了以较小的能耗换取了网络可靠性的大幅提高。

Description

基于SDN电力通信网络的数据路径确定方法、装置及系统

技术领域

本发明属于电力通信网络技术领域，具体涉及一种基于SDN电力通信网络的数据路径确定方法、装置及系统。

背景技术

由于智能电网的快速发展，电力通信网络业务和流量急剧增加。如何提高电力通信网络的可靠性是关键问题。然而，传统的电力通信网络的架构难以满足当前智能电网的需求。软件地名义网络(Software Defined Network，SDN)的出现打破了传统电力通信网络的封闭性。SDN具有开放接口、按需调用和集中控制的特点，因此SDN可以提供更多的网络支持以确保网络的可靠性。链路负载均衡是网络可靠性的重要指标，其可以在SDN架构中轻松实现。但是，与传统网络相比，带内SDN可以激活更多承载控制业务或数据业务的光纤链路，以实现链路负载平衡，从而导致更多的网络能耗。因此，如何在SDN架构下实现电力通信网络的链路负载均衡与能耗之间的权衡称为了一个新的待研究目标。

2017年张丹在她的硕士毕业论文《软件定义网络中负载均衡路由算法研究》中，公开了链路负载均衡主要基于调度。当整个网络达到负载均衡阈值时，将搜索此状态下负载最大的链路，并安排满足链路条件的“大象流”以实现负载均衡。窦浩铭在2019年出版的《南京邮电大学学报》第1期中提出了一种动态重路由方法，以解决传统的负载均衡策略容易造成的“大象流”问题。利用SDN控制器提取的网络数据链路和交换信息用于评估单个路径，然后确定是否需要重新路由。

2018年梁玥在她的硕士毕业论文《基于SDN的负载均衡路由算法研究》中提出了一种动态链路负载均衡路由方法，该方法分为两个阶段。初始阶段是根据链路的剩余带宽，从源交换机和目的交换机之间的所有可能路径集中选择匹配的链路。在动态优化阶段，将定期检查网络链路负载，并使用多链路子算法，综合考虑最少带宽实现数据业务的路径选择。以上主要是研究链路负载均衡的实现，而电力通信网络的节能研究内容相对较少。

上述方法中主要考虑单个指标，链路负载均衡或能耗，但是许多实际问题需要同时满足多个目标。例如，2017年李春在她的硕士论文《软件定义网络中负载均衡策略研究》中公开了，根据不同业务属性和相应的服务质量(QoS)要求的设置参数不同的权重。然后，通过计算多条路径的效用值和负载交换信息获得影响QoS的主要影响因素的值，最后，在考虑所有因素的情况下选择最适合通信的路径。该方法的缺点是仅考虑单个数据路径的因素，而没有考虑所选路径对整个网络的影响。梁本来在2011年出版的《计算机工程》第37卷第9期“基于流量调度的多链路负载均衡算法”中提出了多链路负载均衡算法(CIAP)，主要考虑链路剩余带宽的协方差和时延两个指标，并使用该算法将IP分片映射到每个对应的链路，让链路达到相对的负载平衡状态。

发明内容

针对上述问题，本发明提出一种基于SDN电力通信网络的数据路径确定方法、装置及系统，实现了以较小的能耗换取了网络可靠性的大幅提高。

为了实现上述技术目的，达到上述技术效果，本发明通过以下技术方案实现：

第一方面，本发明提供了一种基于SDN电力通信网络的数据路径确定方法，包括：

获取业务请求；

基于所述业务请求确定出电力通信网络的数据路径，所述电力通信网络数据路径的确定步骤包括：

获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；

基于所述业务请求中的相关数据，求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条数据路径；

以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成 SDN电力通信网络数据路径的确定。

可选地，所述网络链路负载的标准偏差的计算公式为：

式中，f₂是网络链路负载的标准偏差，

是整个电力通信网络运行后的链路负载的平均值；B_i是整个电力通信网络中链路i的负载值；m是整个电力通信网络中链路数。

可选地，所述激活链路的总数的计算公式为：

f₁＝|A∪C|

式中，A是各数据路径的链路集，C是与数据路径相应的各控制路径的链路集，|·|是集合的基数。

可选地，所述以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，包括：

以时延为选择依据，从帕累托最优前沿中选择时延最小的解作为最终的数据路径。

可选地，所述时延的计算公式为：

式中，

表示链路i的传输延迟，I是数据路径通过的链路集，

表示节点j的转发延迟， J是数据路径通过的节点集。

可选地，所述帕累托最优前沿的获取步骤包括：

由随机生成的N个染色体组成初始种群，每条染色体表示的是一条数据路径，每个基因位表示该数据路径经过的节点；

不断执行下述过程，直至迭代次数达到预设值，得到帕累托最优前沿：

设置交叉率，并在交配池中随机选择两个染色体的一个公共点作为交叉点进行交叉，生成新染色体，该公共点不包括源和目的节点；

设置变异率，并找到一组能够在染色体上变异的节点，形成可变异节点集合，当发生突变时，随机从可变异节点集合中选择一个节点，生成新染色体；

将生成的新染色体与初始种群合并得到新种群，对新种群进行非支配排序，将排序后的前N个染色体组成新一代种群。

可选地，当业务请求的数量大于1时，所述获取路由优化模型步骤之前还包括：

根据获取到的业务请求的重要性进行排序；

所述基于所述业务请求确定出电力通信网络的数据路径，具体为：

根据排序结果先后顺次，依次基于各业务请求确定出与各业务请求对应的电力通信网络的数据路径。

第二方面，本发明提供了一种基于SDN电力通信网络的数据路径确定装置，包括：

获取单元，用于获取业务请求；

确定单元，用于基于所述业务请求确定出电力通信网络的数据路径，所述确定单元包括：

获取子单元，用于获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；

求解子单元，用于基于获取到的业务请求，利用多目标优化算法求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条数据路径；

确定子单元，用于以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成SDN电力通信网络数据路径的确定。

可选地，当业务请求的数量大于1时，所述基于SDN电力通信网络的数据路径确定装置还包括：

排序模块，用于根据获取到的业务请求的重要性进行排序；

所述确定单元，用于根据排序结果先后顺次，依次基于各业务请求确定出与各业务请求对应的电力通信网络的数据路径。

第三方面，本发明提供了一种基于SDN电力通信网络的数据路径确定系统，包括：存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据第一方面中任一项所述方法的步骤。

与现有技术相比，本发明的有益效果：

本发明以网络链路负载的标准偏差和激活链路的总数为两个优化目标，使用多目标优化算法获得帕累托最优边界，并选择数据路径延迟最短的个体作为输出。与实验网络中的 OSPF策略相比，本发明路由确定方法激活的光纤链路仅多了2.7％，但链路负载的标准偏差值却少了27.72％。可见，本发明以较小的能耗换取了网络可靠性的大幅提高。

附图说明

为了使本发明的内容更容易被清楚地理解，下面根据具体实施例并结合附图，对本发明作进一步详细的说明，其中：

图1为本发明一种实施例的基于SDN电力通信网络的数据路径确定的流程示意图；

图2为ITNA网络拓扑图；

图3为每组业务请求的激活链接数比较图；

图4为整个网络的链路负载标准偏差比较图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明的保护范围。

下面结合附图对本发明的应用原理作详细的描述。

实施例1

链路负载均衡可以有效提高网络可靠性，并最大程度地减少业务拥塞的发生。但是，链路负载平衡将导致电力通信业务占用更多的光纤链路，并增加网络的能耗。为此，本发明实施例中，以激活链路的总数和链路负载的标准偏差作为两个优化目标，通过多优化算法(比如NSGA-Ⅱ)获得帕累托最优边界，然后利用数据路径时延从帕累托最优边界中选择一个结果(即选择数据路径延迟最短的路径作为当前业务请求的响应输出)。

具体地，本发明实施例中提供了一种基于SDN电力通信网络的数据路径确定方法，如图1所示，包括：

获取业务请求；

基于所述业务请求确定出电力通信网络的数据路径，所述电力通信网络数据路径的确定步骤包括：

获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；

基于多目标优化算法求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条路由；所述的多目标优化算法可以选用NSGA-Ⅱ算法；

以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成 SDN电力通信网络的数据路径的确定。

在本发明实施例的一种具体实施方式中，所述网络链路负载的标准偏差的计算公式为：

式中，f₂是网络链路负载的标准偏差，

是整个电力通信网络运行后的链路负载的平均值；B_i是整个电力通信网络中链路i的负载值；m是电力通信网络中的链路数。

所述激活链路的总数的计算公式为：

f₁＝|A∪C|

式中，A是各数据路径的链路集，C是与数据路径相应的各控制路径的链路集，|·|是集合的基数。

在本发明实施例的一种具体实施方式中，所述以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，包括：

以时延为选择依据，从帕累托最优前沿中选择时延最小的解作为最终的数据路径。

所述时延的计算公式为：

式中，

表示链路i的传输延迟，I是数据路径通过的链路集，

表示节点j的转发延迟，J是数据路径通过的节点集。

在本发明实施例的一种具体实施方式中，所述帕累托最优前沿的获取步骤包括：

由随机生成的N个染色体组成初始种群，每条染色体表示的是一条数据路径，每个基因位表示该数据路径经过的节点；

不断执行下述过程，直至迭代次数达到预设值，得到帕累托最优前沿：

设置合理的交叉率，并在交配池中随机选择两个染色体的一个公共点作为交叉点进行交叉，生成新染色体，该公共点不包括源和目的节点；

设置合理的变异率，并找到一组能够在染色体上变异的节点，形成可变异节点集合，，当发生突变时，随机从可变异节点集合中选择一个节点，生成新染色体；可变异节点是指对于数据路径上的一个节点(不包括源和目的交换机)，有一个或多个新节点与其前后节点有可用链路；

将生成的新染色体与初始种群合并得到新种群，对新种群进行非支配排序，将排序后的前N个染色体组成新一代种群。

下面，在实验网络中验证了本发明的路由确定方法，并将其性能与主要考虑数据路径延迟的传统OSPF路由策略进行了比较。证明本发明实施例中数据路径确定方法的有效性。

A仿真环境和参数设置

本发明实施例中选择具有33个节点和68条链路的实验网络作为仿真网络(ITNA网络)，如图2所示。SDN的控制信息为带内传输模式.控制器C被设置在图中15个节点的位置。为了简化仿真，数据信息所需的带宽为10M，控制信息所需的带宽为2M，链路容量为155M。数据路径的跳数用于表示从帕累托最优前沿选择个体的延迟值。

电力系统中五种业务请求的重要性向量设置为[0.98、0.83、0.55、0.33、0.15]，并随机选择10组业务，随机分配每组业务的类型和源宿节点。种群规模M＝50，迭代次数为100。

仿真结果分析：

10组业务分别通过OSPF和本发明方法寻找数据路径。表Ⅰ和图3给出了各组激活链路数的比较结果。如图所示，对于激活链路数的目标，我们的策略结果与OSPF特别接近。从表Ⅰ的数据可以发现，在OSPF策略中，每组业务平均激活40.7个链路，本发明的方法为每组业务平均激活41.8个链路。与OSPF策略相比，此方法仅激活2.70％的链接数。可以看出，本发明方法的有效地实现了节能。

表I

在表Ⅱ和图4中，显示了在OSPF和NSGA-Ⅱ两种测量下，每个业务组响应后的链路负载标准偏差值。本发明在计算链路负载的标准偏差时，综合考虑了数据路径及其对应控制路径的共同影响。从图4可以清楚地看到，OSPF策略的每个结果均比本发明中的方法差。可以根据表Ⅱ中的相关目标值计算，OSPF策略和策略的平均值分别为23.01和16.63，可以推断本发明的方法比OSPF策略优化27.72％。可以看出，本发明的方法可以有效改善整个网络链路的负载均衡。

表II

实施例2

如果同时有许多服务请求，则具有较高重要性的服务具有较高的优先级。

基于实施例1，本发明实施例与实施例1的区别在于：

当业务请求的数量大于1时，所述获取路由优化模型步骤之前还包括：

根据获取到的业务请求的重要性进行排序；

所述基于所述业务请求确定出电力通信网络的数据路径，具体为：

根据排序结果先后顺次，依次基于各业务请求确定出与各业务请求对应的电力通信网络的数据路径。

其余部分均与实施例1相同。

实施例3

基于与实施例1相同的发明构思，本发明实施例中提供了一种基于SDN电力通信网络的数据路径确定装置，包括：

获取单元，用于获取业务请求；

确定单元，用于基于所述业务请求确定出电力通信网络的数据路径，所述确定单元包括：

获取子单元，用于获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；

求解子单元，用于基于获取到的业务请求，利用多目标优化算法求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条路由；

确定子单元，用于以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成SDN电力通信网络的数据路径的确定。

其余部分均与实施例1相同。

实施例4

基于与实施例3相同的发明构思，本发明实施例与实施例3的区别在于：

当业务请求的数量大于1时，所述基于SDN电力通信网络的数据路径确定装置还包括：

排序模块，用于根据获取到的业务请求的重要性进行排序；

所述确定单元，用于根据排序结果先后顺次，依次基于各业务请求确定出与各业务请求对应的电力通信网络的数据路径。

其余部分均与实施例3相同。

实施例5

本发明实施例中提供了一种基于SDN电力通信网络的数据路径确定系统，包括：存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据实施例1中任一项所述方法的步骤。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

以上结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。

以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (7)

1.一种基于SDN电力通信网络的数据路径确定方法，其特征在于，包括：

获取业务请求；

基于获取到的业务请求确定出电力通信网络数据路径，所述电力通信网络数据路径的确定步骤包括：

获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；

基于所述业务请求中的相关数据，求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条数据路径；

以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成SDN电力通信网络数据路径的确定；

所述网络链路负载的标准偏差的计算公式为：

式中，f₂是网络链路负载的标准偏差，

是整个电力通信网络运行后的链路负载的平均值；B_i是整个电力通信网络中链路i的负载值；m是整个电力通信网络中的链路数；

所述激活链路的总数的计算公式为：

f₁＝|A∪C|

式中，A是各数据路径的链路集，C是与数据路径相应的各控制路径的链路集，|·|是集合的基数；

所述帕累托最优前沿的获取步骤包括：

由随机生成的N个染色体组成初始种群，每条染色体表示的是一条数据路径，每个基因位表示该数据路径经过的节点；

不断执行下述过程，直至迭代次数达到预设值，得到帕累托最优前沿：

设置交叉率，并在交配池中随机选择两个染色体的一个公共点作为交叉点进行交叉，生成新染色体，该公共点不包括源和目的节点；

设置变异率，并找到一组能够在染色体上变异的节点，形成可变异节点集合，当发生突变时，随机从可变异节点集合中选择一个节点，生成新染色体；

将生成的新染色体与初始种群合并得到新种群，对新种群进行非支配排序，将排序后的前N个染色体组成新一代种群。

2.根据权利要求1所述的一种基于SDN电力通信网络的数据路径确定方法，其特征在于：所述以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，包括：

以时延为选择依据，从帕累托最优前沿中选择时延最小的解作为最终的数据路径。

3.根据权利要求1或2所述的一种基于SDN电力通信网络的数据路径确定方法，其特征在于：所述时延的计算公式为：

式中，

表示链路i的传输延迟，I是数据路径通过的链路集，

表示节点j的转发延迟，J是数据路径通过的节点集。

4.根据权利要求1所述的一种基于SDN电力通信网络的数据路径确定方法，其特征在于：当业务请求的数量大于1时，所述获取路由优化模型步骤之前还包括：

根据获取到的业务请求的重要性进行排序；

所述基于所述业务请求确定出电力通信网络的数据路径，具体为：

根据排序结果先后顺次，依次基于各业务请求确定出与各业务请求对应的电力通信网络的数据路径。

5.一种基于SDN电力通信网络的数据路径确定装置，其特征在于，包括：

获取单元，用于获取业务请求；

确定单元，用于基于所述业务请求确定出电力通信网络的数据路径，所述确定单元包括：

获取子单元，用于获取路由优化模型，所述路由优化模型的优化目标包括网络链路负载的标准偏差最小和激活链路的总数最少；

求解子单元，用于基于获取到的业务请求，利用多目标优化算法求解所述路由优化模型，获得帕累托最优前沿，所述帕累托最优前沿中包括若干条数据路径；

确定子单元，用于以时延为选择依据，从帕累托最优前沿中选择满足设定时延要求的数据路径，完成SDN电力通信网络数据路径的确定；

所述网络链路负载的标准偏差的计算公式为：

式中，f₂是网络链路负载的标准偏差，

是整个电力通信网络运行后的链路负载的平均值；B_i是整个电力通信网络中链路i的负载值；m是整个电力通信网络中的链路数；

所述激活链路的总数的计算公式为：

f₁＝|A∪C|

式中，A是各数据路径的链路集，C是与数据路径相应的各控制路径的链路集，|·|是集合的基数；

所述帕累托最优前沿的获取步骤包括：

由随机生成的N个染色体组成初始种群，每条染色体表示的是一条数据路径，每个基因位表示该数据路径经过的节点；

不断执行下述过程，直至迭代次数达到预设值，得到帕累托最优前沿：

设置交叉率，并在交配池中随机选择两个染色体的一个公共点作为交叉点进行交叉，生成新染色体，该公共点不包括源和目的节点；

设置变异率，并找到一组能够在染色体上变异的节点，形成可变异节点集合，当发生突变时，随机从可变异节点集合中选择一个节点，生成新染色体；

将生成的新染色体与初始种群合并得到新种群，对新种群进行非支配排序，将排序后的前N个染色体组成新一代种群。

6.根据权利要求5所述的一种基于SDN电力通信网络的数据路径确定装置，其特征在于，当业务请求的数量大于1时，所述基于SDN电力通信网络的数据路径确定装置还包括：

排序模块，用于根据获取到的业务请求的重要性进行排序；

所述确定单元，用于根据排序结果先后顺次，依次基于各业务请求确定出与各业务请求对应的电力通信网络的数据路径。

7.一种基于SDN电力通信网络的数据路径确定系统，其特征在于，包括：存储介质和处理器；

所述存储介质用于存储指令；

所述处理器用于根据所述指令进行操作以执行根据权利要求1～4中任一项所述方法的步骤。

Images