CN115001580A - 一种多维空间光缆网模拟业务流定制化生成与分配方法 - Google Patents
一种多维空间光缆网模拟业务流定制化生成与分配方法 Download PDFInfo
- Publication number
- CN115001580A CN115001580A CN202210652890.9A CN202210652890A CN115001580A CN 115001580 A CN115001580 A CN 115001580A CN 202210652890 A CN202210652890 A CN 202210652890A CN 115001580 A CN115001580 A CN 115001580A
- Authority
- CN
- China
- Prior art keywords
- service flow
- simulation
- optical cable
- cable network
- traffic
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/25—Arrangements specific to fibre transmission
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
- H04B10/25—Arrangements specific to fibre transmission
- H04B10/2589—Bidirectional transmission
-
- 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
-
- 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
- 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)
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种多维空间光缆网模拟业务流定制化生成与分配方法。该方法首先从业务流性质、各性质取值和业务流量等方面构建了多维模拟业务流模型。该模型相较现有模型具备高度抽象性和通用性的特点,能满足多场景下光缆网分析与仿真的应用需求。然后,针对特定的光缆网分析与仿真应用场景,从该模型中抽取出需重点考虑的性质,给出模拟业务流定制化生成方法。此生成方法考虑了光缆网所承载业务的多种性质特征,相较现有生成方法针对性更强,更灵活。最后,考虑各性质及其取值对业务流分配优先级的不同影响,给出了业务流分配的优先顺序综合处理方法。此分配方法能够针对光缆网特性,有效降低计算的复杂度,能极大提高光缆网分析与仿真的效率。
Description
技术领域
本发明涉及光网络建模与仿真的技术领域,更具体地,涉及一种多维空间光缆网模拟业务流定制化生成与分配方法。
背景技术
采用建模、分析与仿真的方法研究光缆网相关问题是一种普遍方式,模拟业务流的生成与分配是研究的根本前提条件,也是研究的一项重要内容,主要根据光缆网真实承载业务的特征,模拟生成与业务特征相符且能够满足分析与仿真需要的业务流,然后再依据光缆网技术体制,将业务流合理地分配加载到已经构建的光缆网模型上,从而反映光缆网各类网元和网络整体的运行状态,实现对光缆网保障效果、网络性能评估、网络规划论证等分析需求。由于光缆网建模、分析与仿真研究的目标各异、承载网络业务类型不一、网络本身技术体制复杂,如何满足各种应用和研究需求,科学合理、快速灵活地生成和分配模拟业务流成为当前的难题。
在光缆网模拟业务流生成方面主要采用两类方法。一类是传统方法,按照业务数据包的到达过程,采用泊松分布、指数分析和爱尔兰分布等模型来描述业务流的到达数量和到达时间间隔;另一类则根据网络业务普遍存在的统计上的自相似性,构建基于自相似物理意义的构造模型,如ON/OFF模型等,或者构建基于流量变化趋势的行为模型,如GBM模型、FGN模型、FARIMA模型等。在应用时,这些方法一般都要依据网络流实测数据来确定模型分布参数,然后再采用离散化方法生成某一时间的模拟业务流数据。
在光缆网模拟业务流分配方面,通常根据光网络协议架构和网元工作原理,通过描述业务流被网元接收、处理和发送的过程来实现业务流的分配。
这些光缆网模拟业务流生成与分配方法存在的主要缺陷为:一是业务流的建模缺乏灵活性,很难根据不同的分析与仿真需要实现定制化应用;二是业务流的生成不够精细,较少考虑光缆网承载业务的诸多性质;三是业务流的生成与分配过于复杂,导致分析与仿真的效率不高。
发明内容
针对现有技术的至少一个缺陷或改进需求,本发明提供了一种多维空间光缆网模拟业务流定制化生成与分配方法,用以提升业务流建模时的灵活性、业务流生成时的精细度、业务流分配时的计算简捷性以及光缆网分析与仿真的总体效率。
为实现上述目的,按照本发明的第一个方面,提供了一种多维空间光缆网模拟业务流定制化生成与分配方法,包括步骤:
S1、基于包括业务流性质、各业务流性质的取值以及业务流量的因素构建多维模拟业务流模型;
S2、根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流;
S3、基于各业务流性质及其对应取值对业务流分配优先级的不同影响,对定制生成的所述模拟业务流进行分配。
进一步地,所述多维模拟业务流模型的矩阵表达式为:
其中,当i=j时,tfij=0,当i≠j时,tfij=tfji,TF为多维模拟业务流矩阵,n为所述光缆网所包含的所有节点的数量;tfij=(Ek,cij),tfij为所述光缆网的第i个节点与第j个节点间的业务流,Ek为表征k个业务流性质的通用多维向量,cij是k个业务流性质的不同取值组合下的业务流量值。
进一步地,所述根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流具体包括步骤:
S21、对所述光缆网所包含的所有节点按顺序进行逐一编号;
S22、根据特定的所述光缆网某一次分析与仿真的实际需求,确定主要的业务流性质,然后再确定每个业务流性质的取值空间,形成所述通用多维向量;
S23、确定各业务流性质的不同取值组合下的所述业务流量值;
S24、根据所述光缆网各节点的业务流性质及其对应取值,形成一个特定的取值组合,从而确定对应的业务流量,并构建所述多维模拟业务流矩阵,定制生成模拟业务流。
进一步地,所述根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流还包括步骤:
S25、针对所述光缆网实测的业务统计值,对所述多维模拟业务流矩阵中的每一个元素的所述业务流量值进行微调校准。
进一步地,所述基于各业务流性质及其对应取值对业务流分配优先级的不同影响,对定制生成的所述模拟业务流进行分配具体包括步骤:
S31、按照作用的大小对各业务流性质的优先级进行排序;
S32、按照作用的大小逐个分别对每一个业务流性质的对应取值的优先级进行排序;
S33、基于步骤S31和步骤S32中确定的优先级,采用先按业务流性质优先再按取值优先的方法,对所述多维模拟业务流矩阵中的各元素业务流量分配的优先级进行综合排序;
S34、依据综合排序的结果,从所述多维模拟业务流矩阵中抽取出一个元素;如果所述多维模拟业务流矩阵中已经没有待处理的元素,则退出;否则,读取其业务流量值;
S35、调用最短路径算法,分配该业务流量,计算未分配流量;
S36、判断是否存在最短路径,若否,则跳转到步骤S34,若是,则进一步判断未分配业务流量是否为零;进一步判断若否,则跳转到步骤S35,进一步判断若是,则跳转到步骤S34。
进一步地,所述最短路径算法具体包括步骤:
S351、根据图论理论,将所述光缆网抽象为由n个节点和若干条边组成的图G;
S352、将所述图G中剩余业务流量为0的边去除,得到处理后的图G′,每一对节点Vi和Vj对应一个子图Gij′;
S353、循环开始时,每个所述子图Gij′只含有两个节点Vi和Vj,获取节点Vi到Vj的当前最短路径即为边<Vi,Vj>本身;
S354、向所述子图Gij′中加一个“中间点”Vk;若长度Dik+Dkj<Dij,则用短路径代替长路径,即修改待定路径Pij和其长度Dij,使Pij为Pik接Pkj,Dij=Dik+Dkj;k从0到n-1循环执行步骤S354。
进一步地,所述业务流性质包括业务等级、业务类型和业务应用中的一种或多种。
按照本发明的第二个方面,还提供了一种多维空间光缆网模拟业务流定制化生成与分配系统,包括至少一个处理单元、以及至少一个存储单元,其中,所述存储单元存储有计算机程序,当所述计算机程序被所述处理单元执行时,使得所述处理单元执行上述任一项所述方法的步骤。
按照本发明的第三个方面,还提供了一种存储介质,其存储有可由访问认证设备执行的计算机程序,当所述计算机程序在访问认证设备上运行时,使得所述访问认证设备执行上述任一项所述方法的步骤。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)该方法首先从业务流性质、各性质取值和业务流量等方面构建了多维模拟业务流模型。该模型相较现有模型具备高度抽象性和通用性的特点,能满足多场景下光缆网分析与仿真的应用需求,提升了业务流建模时的灵活性。然后,针对特定的光缆网分析与仿真应用场景,从该模型中抽取出需重点考虑的性质,给出模拟业务流定制化生成方法。此生成方法考虑了光缆网所承载业务的多种性质特征,相较现有生成方法针对性更强、更灵活,提升了业务流生成时的精细度。最后,综合考虑各性质及其取值对业务流分配优先级的不同影响,给出了业务流分配的优先顺序综合处理方法,通过适应光缆网业务流加载特征实现了所生成的业务流的有序高效地分配。
(2)该方法所涉及的最短路径算法实际上是对传统的Floyed算法的改进,采用该最短路径算法使得此模拟业务流分配方法能够针对光缆网特性,有效降低计算的复杂度,能够极大提高光缆网分析与仿真的效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例中所需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为本发明实施例提供的一种多维空间光缆网模拟业务流定制化生成与分配方法的总体流程示意图;
图2为本发明实施例提供的模拟业务流定制化生成逻辑流程图;
图3为本发明实施例提供的模拟业务流分配逻辑流程图;
图4为本发明实施例提供的适于实现上文描述的方法的系统(电子设备)的方框示意图。
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,以下结合附图及实施例,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。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本申请的说明书、权利要求书或上述附图中的术语“包括”或“具有”以及它们的任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备并没有限定于已列出的步骤或单元,而是可选地还可以包括没有列出的步骤或单元,或可选地还可以包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
如图1所示,在一个实施例中,一种多维空间光缆网模拟业务流定制化生成与分配方法主要包括S1-S3的步骤:
S1、基于包括业务流性质、各业务流性质的取值以及业务流量的因素构建多维模拟业务流模型。
为了适应不同应用场景下光缆网模拟业务流描述的需要,同时为下一步业务流的定制化生成与分配奠定基础,首先,从业务流性质、各性质取值和业务流量等方面构建了多维模拟业务流模型。通过此建模思想和方法所构建的业务流模型相对于现有模型具备高度抽象性和通用性等特点,能够满足多场景下光缆网分析与仿真的应用需求。
多维模拟业务流模型用于描述光缆网各节点间的模拟业务流,核心是业务流量。业务流量是指在光缆网中信息进行传递时的数据量,也即某时刻各节点之间进行业务信息交互而产生的网络负载状态。对于光缆网,可以从图论的观点将其看作是由n个节点和相关边的集合,各节点之间的业务流量可以用业务流量矩阵来统一描述,以便于分析、比较和计算。但仅仅描述节点间的业务流量是不够的,因为在生成节点间业务流时,还需要从多种维度考虑节点之间的业务等级、业务类型等与业务流量相关的性质,而且,每种维度的取值也不相同,需要用一个通用的多维向量来描述,通用的多维向量可定义为:Ek=[e1,e2,…,ek]T,其中,e1,e2,…,ek是k维性质,每个性质变量的取值空间为:et={et1,et2,…,etm}(t=1,2,…k),其中m是每个性质可以取得的不同数值的个数,随着性质的不同而不同。
这样,光缆网两个节点间的业务流可表示为:tfij=(Ek,cij)。
其中,tfij是光缆网第i个节点与第j个节点间的业务流,cij是k维性质不同取值组合下的业务流量值。假定第i个节点在k维性质下的取值为ci=[ci1,ci2,…cik],第j个节点在k维性质下的取值为cj=[cj1,cj2,…cjk],其中cis和cjs的具体取值来自性质s的取值空间es(s=1,2,…,k),可以定义一种运算来表示节点i和j之间的业务流量值cij,即有
由于光缆网两节点间共享一个信道,不区分业务的流向,因此,一个包含n个节点的光缆网的多维模拟业务流矩阵可以表达为:
其中,当i=j时,tfij=0,当i≠j时,tfij=tfji,TF为多维模拟业务流矩阵,n为光缆网所包含的所有节点的数量。
S2、根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流。
基于多维模拟业务流模型,针对特定的光缆网分析与仿真应用场景,从多维模拟业务流模型中抽取出需重点考虑的主要性质,给出了模拟业务流定制化生成的具体方法和步骤。此模拟业务流定制化生成方法相对于现有生成方法由于考虑了光缆网所承载业务的多种性质特征,不仅针对性强,而且更加灵活。
模拟业务流定制化生成是指根据光缆网每一次分析与仿真的实际需求,确定本次重点考虑的性质,从多维模拟业务流模型中抽取出这些性质,定制生成模拟业务流的过程,其主要逻辑流程如图2所示。
光缆网模拟业务流定制化生成的具体算法包括如下S21-S25的步骤:
S21、对光缆网包含的所有节点按顺序进行逐一编号。
S22、根据本次分析与仿真的实际需求确定主要的性质ek,然后再确定每个性质的取值空间,形成通用的多维向量Ek。
S23、确定各影响性质不同取值组合下的业务流量值cij。
S24、根据光缆网各节点的性质及其对应取值,形成一个特定的取值组合,从而确定其业务流量,自动生成多维模拟业务流矩阵TF。
S25、优选的,如果有必要微调,则可针对光缆网实测的业务统计值,对多维模拟业务流矩阵TF中的每一个元素的业务流量值进行微调校准,以使数据更准确。
S3、基于各业务流性质及其对应取值对业务流分配优先级的不同影响,对定制生成的所述模拟业务流进行分配。
在模拟业务流分配方面,考虑各性质及其取值对业务流分配优先级的不同影响,给出了业务流分配的优先顺序综合处理方法,阐述了业务流分配的具体方法和过程,同时,改进了最短路径Floyed算法,描述了其具体的算法实现。此模拟业务流分配方法能够针对光缆网特性,有效降低计算的复杂度,能够极大提高光缆网分析与仿真的效率。
模拟业务流分配是指将各节点间的业务流量加载分配到光缆网模型各条边的过程。光缆网具备自动交换和寻路功能,在传输业务流时,主要遵循最短路径原则,也就是途经的跳数最少,因此,在进行业务流分配时,可基于节点间最短路径算法进行计算。除此以外,还必须考虑各性质条件的约束,例如,光缆网业务等级从高到低被分为一等、二等和三等,而高等级的业务需要被优先保障,因此需要被优先分配。模拟业务流分配的主要逻辑流程如图3所示,具体包括步骤S31-S36。
S31、由于光缆网研究和应用的目的不尽相同,对于某一特定背景下光缆网的分析与仿真而言,各性质对业务流传送优先级别的作用和影响有着一定的差别,因此,需要对各性质的优先级进行区分,按照作用的大小从高到低进行排序。
S32、对某一性质来讲,其取值的不同同样影响业务流传送的优先级别,因此,需要按照作用的大小从高到低对取值的优先级进行排序。
S33、依据步骤S31和步骤S32确定的优先级,先按性质优先再按取值优先的方法,对多维模拟业务流矩阵中的各元素业务流量分配的优先级进行综合排序。
S34、依据综合排序的结果顺序,从多维模拟业务流矩阵中取出一个元素,如果多维模拟业务流矩阵中已经没有待处理的元素,则退出;否则,读取其诸如业务流量值C的各参数值。
S35、调用节点间最短路径模型,计算出业务流经过的各条边;调用最短路径算法,分配该业务流量,计算未分配流量。
S36、如果不存在最短路径,则表示该业务流量无法分配,跳转到步骤S34;否则,取这些边的最小可用带宽Cmin,将带宽为Cmin的业务流量加载到这些边上,记剩余的业务流量为Ccur=C-Cmin,若此次分配后剩余的Ccur>0,则表示业务流量还没有被分配完,则循环调用步骤S35,直到全部业务流量被分配完为止,然后再跳转到步骤S34。
对于步骤S35中使用的最短路径模型,采用的是改进了的Floyed算法,其算法逻辑具体包括如下S351-S354的步骤:
S351、根据图论理论,将光缆网抽象为由n个节点和若干条边组成的图G。
S352、将图G中剩余业务流量为0的边去除,得到处理后的图G′,每一对节点Vi和Vj对应一个子图Gij′。
S353、开始时,每个子图Gij′只含有两个节点Vi和Vj,节点Vi到Vj的当前最短路径即为边<Vi,Vj>本身。
S354、k从0到n-1,循环执行以下S3541-S3543各步:
S3541、向子图Gij′中加一个“中间点”Vk。
S3542、比较Dij与Dik+Dkj,如果长度Dik+Dkj<Dij,则执行下一步用短路径代替长路径。
S3543、修改待定路径Pij和其长度Dij,使Pij为Pik接Pkj,Dij=Dik+Dkj。
为了便于说明该发明的实施步骤,举一示例予以更详细具体地说明。在该实施例中,某单位为适应光缆骨干网业务不断发展的需要,制定了一份光缆骨干网建设规划方案,现需要对该方案的合理性进行分析,评估其建成以后网络性能能否真正满足业务传输的需求。
1)模拟业务流模型建模
对于光缆骨干网业务,重点考虑业务等级、业务类型和业务应用三种性质,其中,业务等级按从高到低可以区分为一类业务、二类业务和三类业务;业务类型可以区分为话音、数据、视频和图像四类;业务应用可以区分为预警、情报、态势和指控四类。据此,可建立三维空间模拟业务流模型。
2)模拟业务流定制化生成
此次光缆网性能分析仅从业务等级和业务类型两方面评估其网络性能,因此,从模型中抽取这两个性质。首先从性质的重要性上,业务等级相比较业务类型应优先传输,其次,业务等级的优先排序依次为一类业务、二类业务、三类业务,业务类型的优先排序依次为数据、图像、话音、视频。由此,得出业务流分配的综合优先级排序,读取两类性质不同取值下的业务流量,自动生成模拟业务流矩阵,并视具体情况进行微调。
3)模拟业务流分配
根据模拟业务流矩阵,结合光缆网模型,按照业务流分配流程,调用具体算法进行自动计算。
4)光缆骨干网分析
基于模拟业务流分配结果数据,结合光缆骨干网的其他性能参数,根据网络分析目标,从网络利用率、拥塞率和传输性能等方面进行分析,得出分析结论。
本发明所建立的多维模拟业务流模型抽象程度高、通用性强,能够广泛适用于光缆网各种业务流描述的需要;模拟业务流的生成更精细,能够适应特定场景下光缆网分析与仿真业务流定制化生成的需要;模拟业务流的分配适应光缆网业务流加载特征,计算复杂度低,能够极大提高光缆网分析与仿真的效率。
图4示意性示出了根据本发明的实施例的适于实现上文描述的方法的系统或电子设备的方框图。图4示出的系统或电子设备仅仅是一个示例,不应对本发明的实施例的功能和使用范围带来任何限制。
如图4所示,本实施例中所描述的电子设备1000,包括:处理器1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。处理器1001例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器1001还可以包括用于缓存用途的板载存储器。处理器1001可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 1003中,存储有系统1000操作所需的各种程序和数据。处理器1001、ROM1002以及RAM 1003通过总线1004彼此相连。处理器1001通过执行ROM 1002和/或RAM 1003中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 1002和RAM 1003以外的一个或多个存储器中。处理器1001也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备1000还可以包括输入/输出(I/O)接口1005,输入/输出(I/O)接口1005也连接至总线1004。系统1000还可以包括连接至I/O接口1005的以下部件中的一项或多项:包括键盘、鼠标等的输入部分1006;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1007;包括硬盘等的存储部分1008;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1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,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1010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1008。
根据本公开实施例的方法流程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,其包括承载在计算机可读存储介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被处理器1001执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
本发明的实施例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描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开的实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 1002和/或RAM 1003以外的一个或多个存储器。
需要说明的是,在本发明各个实施例中的各功能模块可以集成在一个处理模块中,也可以是各个模块单独物理存在,也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来。
附图中的流程图或框图,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,上述模块、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。还要注意的是,框图或流程图中的每个方框、以及框图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。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别的,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (9)
1.一种多维空间光缆网模拟业务流定制化生成与分配方法,其特征在于,包括步骤:
S1、基于包括业务流性质、各业务流性质的取值以及业务流量的因素构建多维模拟业务流模型;
S2、根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流;
S3、基于各业务流性质及其对应取值对业务流分配优先级的不同影响,对定制生成的所述模拟业务流进行分配。
3.如权利要求2所述的生成与分配方法,其特征在于,所述根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流具体包括步骤:
S21、对所述光缆网所包含的所有节点按顺序进行逐一编号;
S22、根据特定的所述光缆网某一次分析与仿真的实际需求,确定主要的业务流性质,然后再确定每个业务流性质的取值空间,形成所述通用多维向量;
S23、确定各业务流性质的不同取值组合下的所述业务流量值;
S24、根据所述光缆网各节点的业务流性质及其对应取值,形成一个特定的取值组合,从而确定对应的业务流量,并构建所述多维模拟业务流矩阵,定制生成模拟业务流。
4.如权利要求3所述的生成与分配方法,其特征在于,所述根据特定的光缆网某一次分析与仿真的实际需求,确定并从所述多维模拟业务流模型中抽取出该次需要重点考虑的主要业务流性质,定制生成模拟业务流还包括步骤:
S25、针对所述光缆网实测的业务统计值,对所述多维模拟业务流矩阵中的每一个元素的所述业务流量值进行微调校准。
5.如权利要求2所述的生成与分配方法,其特征在于,所述基于各业务流性质及其对应取值对业务流分配优先级的不同影响,对定制生成的所述模拟业务流进行分配具体包括步骤:
S31、按照作用的大小对各业务流性质的优先级进行排序;
S32、按照作用的大小逐个分别对每一个业务流性质的对应取值的优先级进行排序;
S33、基于步骤S31和步骤S32中确定的优先级,采用先按业务流性质优先再按取值优先的方法,对所述多维模拟业务流矩阵中的各元素业务流量分配的优先级进行综合排序;
S34、依据综合排序的结果,从所述多维模拟业务流矩阵中抽取出一个元素;如果所述多维模拟业务流矩阵中已经没有待处理的元素,则退出;否则,读取其业务流量值;
S35、调用最短路径算法,分配该业务流量,计算未分配流量;
S36、判断是否存在最短路径,若否,则跳转到步骤S34,若是,则进一步判断未分配业务流量是否为零;进一步判断若否,则跳转到步骤S35,进一步判断若是,则跳转到步骤S34。
6.如权利要求5所述的生成与分配方法,其特征在于,所述最短路径算法具体包括步骤:
S351、根据图论理论,将所述光缆网抽象为由n个节点和若干条边组成的图G;
S352、将所述图G中剩余业务流量为0的边去除,得到处理后的图G′,每一对节点Vi和Vj对应一个子图Gij′;
S353、循环开始时,每个所述子图Gij′只含有两个节点Vi和Vj,获取节点Vi到Vj的当前最短路径即为边<Vi,Vj>本身;
S354、向所述子图Gij′中加一个“中间点”Vk;若长度Dik+Dkj<Dij,则用短路径代替长路径,即修改待定路径Pij和其长度Dij,使Pij为Pik接Pkj,Dij=Dik+Dkj;k从0到n-1循环执行步骤S354。
7.如权利要求1所述的生成与分配方法,其特征在于,所述业务流性质包括业务等级、业务类型和业务应用中的一种或多种。
8.一种多维空间光缆网模拟业务流定制化生成与分配系统,其特征在于,包括至少一个处理单元、以及至少一个存储单元,其中,所述存储单元存储有计算机程序,当所述计算机程序被所述处理单元执行时,使得所述处理单元执行权利要求1~7任一项所述方法的步骤。
9.一种存储介质,其特征在于,其存储有可由访问认证设备执行的计算机程序,当所述计算机程序在访问认证设备上运行时,使得所述访问认证设备执行权利要求1~7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210652890.9A CN115001580B (zh) | 2022-06-10 | 2022-06-10 | 一种多维空间光缆网模拟业务流定制化生成与分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210652890.9A CN115001580B (zh) | 2022-06-10 | 2022-06-10 | 一种多维空间光缆网模拟业务流定制化生成与分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115001580A true CN115001580A (zh) | 2022-09-02 |
CN115001580B CN115001580B (zh) | 2023-09-29 |
Family
ID=83032484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210652890.9A Active CN115001580B (zh) | 2022-06-10 | 2022-06-10 | 一种多维空间光缆网模拟业务流定制化生成与分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115001580B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140307554A1 (en) * | 2013-04-15 | 2014-10-16 | International Business Machines Corporation | Virtual enhanced transmission selection (vets) for lossless ethernet |
CN107465571A (zh) * | 2017-07-27 | 2017-12-12 | 中国人民解放军国防信息学院 | 基于统计特性的战术网络模拟训练背景业务流量生成方法 |
CN108075928A (zh) * | 2017-12-15 | 2018-05-25 | 中盈优创资讯科技有限公司 | 网络流量通用仿真模型及方法 |
-
2022
- 2022-06-10 CN CN202210652890.9A patent/CN115001580B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140307554A1 (en) * | 2013-04-15 | 2014-10-16 | International Business Machines Corporation | Virtual enhanced transmission selection (vets) for lossless ethernet |
CN107465571A (zh) * | 2017-07-27 | 2017-12-12 | 中国人民解放军国防信息学院 | 基于统计特性的战术网络模拟训练背景业务流量生成方法 |
CN108075928A (zh) * | 2017-12-15 | 2018-05-25 | 中盈优创资讯科技有限公司 | 网络流量通用仿真模型及方法 |
Non-Patent Citations (1)
Title |
---|
QUANLIN CHEN.ET: ""Research on Planning of Complex Optical Cable Network Based on Improved Genetic Algorithm"", 《2021 IEEE 4TH INTERNATIONAL CONFERENCE ON ELECTRONICS TECHNOLOGY》 * |
Also Published As
Publication number | Publication date |
---|---|
CN115001580B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11521090B2 (en) | Collaborative distributed machine learning | |
CN112153700B (zh) | 一种网络切片资源管理方法及设备 | |
US11018979B2 (en) | System and method for network slicing for service-oriented networks | |
US10120724B2 (en) | Optimized resource metering in a multi tenanted distributed file system | |
CN104541247B (zh) | 用于调整云计算系统的系统和方法 | |
CN103763130B (zh) | 大规模集群的管理方法、装置和系统 | |
US20110202925A1 (en) | Optimized capacity planning | |
US20140047084A1 (en) | System and method for modifying a hardware configuration of a cloud computing system | |
EP2953024A1 (en) | Resource control system, control pattern generation device, control device, resource control method and program | |
CN102204166B (zh) | 服务质量检测的方法、监控中心、监测探针和系统 | |
CN109634744A (zh) | 一种基于云平台资源分配的精确匹配方法,设备及存储介质 | |
CN114172937A (zh) | 基于深度强化学习的动态服务功能链编排方法及系统 | |
Kurowski et al. | Hierarchical scheduling strategies for parallel tasks and advance reservations in grids | |
CN113037800A (zh) | 作业调度方法以及作业调度装置 | |
CN113535385A (zh) | 虚拟网络功能部署方法、装置、设备及存储介质 | |
CN113015219B (zh) | 基于策略梯度的网络资源选择方法、装置以及存储介质 | |
US8443073B2 (en) | Automated performance prediction for service-oriented architectures | |
CN109871942B (zh) | 神经网络的训练方法和装置、系统、存储介质 | |
Geyer et al. | Graph-based deep learning for fast and tight network calculus analyses | |
CN114386349A (zh) | 系统级数字电路的布线方法及装置、设备、存储介质 | |
Ayoubi et al. | Breaking service function chains with Khaleesi | |
CN113923132A (zh) | 数据提醒方法、装置、电子设备和存储介质 | |
CN115001580A (zh) | 一种多维空间光缆网模拟业务流定制化生成与分配方法 | |
Pramesti et al. | Autoscaling Based on Response Time Prediction for Microservice Application in Kubernetes | |
Bensalem et al. | Towards optimal serverless function scaling in edge computing network |
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 |