發(fā)布時間：2020-04-06 00:25

【摘要】：近年來隨各種寬帶業(yè)務(wù)信息流量勢如破竹般增長,光網(wǎng)絡(luò)運維與資源調(diào)度面臨著前所未有的挑戰(zhàn)。而軟件定義光網(wǎng)絡(luò)技術(shù)(SDON)的出現(xiàn)也讓計算機技術(shù)管控網(wǎng)絡(luò)更加高效。與此同時,在城域網(wǎng)中用戶接入網(wǎng)絡(luò)位置實時變化,造成了網(wǎng)絡(luò)負(fù)載隨時間周期性動態(tài)變化的潮汐流量現(xiàn)象,而網(wǎng)絡(luò)運營商無法對此做出快速靈活的資源調(diào)度,給網(wǎng)絡(luò)運維帶來了挑戰(zhàn)。如何準(zhǔn)確預(yù)測城域網(wǎng)中的流量變化以及針對預(yù)測結(jié)果給出合理的資源調(diào)度策略,是當(dāng)前亟需攻克的關(guān)鍵技術(shù)難題。本論文圍繞潮汐流量預(yù)測問題與城域光網(wǎng)絡(luò)潮汐效應(yīng)下的業(yè)務(wù)疏導(dǎo)問題,主要從建立潮汐流量預(yù)測模型、光路提供與業(yè)務(wù)重構(gòu)三個方面展開研究。本文的具體工作和創(chuàng)新點如下:(1)針對城域網(wǎng)潮汐流量現(xiàn)象,建立了BP人工神經(jīng)網(wǎng)絡(luò)模型預(yù)測潮汐流量變化,使其既解決預(yù)測潮汐遷移到達(dá)的問題,又解決流量變化擬合問題。在模型訓(xùn)練過程中調(diào)整模型參數(shù),減小模型預(yù)測誤差。仿真結(jié)果表明該方案可有效預(yù)測網(wǎng)絡(luò)的潮汐流量變化趨勢,預(yù)測歸一化擬合誤差控制在0.05以內(nèi),預(yù)測準(zhǔn)確率達(dá)到90%以上。(2)基于該BP-ANN流量預(yù)測模型,設(shè)計了城域網(wǎng)潮汐流量管控機制,將機器學(xué)習(xí)模型內(nèi)嵌,運用于流量調(diào)度決策過程中。在該機制的基礎(chǔ)上提出了基于流量預(yù)測的光路提供啟發(fā)式策略。仿真結(jié)果表明該光路提供機制能夠緩解潮汐流量現(xiàn)象導(dǎo)致的負(fù)載不均,與最短路徑策略以及負(fù)載自適應(yīng)路由策略相比阻塞率分別降低11.9%和1.3%。(3)結(jié)合設(shè)計的管控機制以及BP-ANN流量預(yù)測模型,提出了一種面向城域網(wǎng)潮汐流量的業(yè)務(wù)重構(gòu)方法,詳細(xì)描述了如何利用BP-ANN模型的預(yù)測結(jié)果進(jìn)行重構(gòu)的觸發(fā)以及業(yè)務(wù)的搬移流程。仿真結(jié)果表明,該方案根據(jù)預(yù)測的鏈路負(fù)載情況,調(diào)度運行業(yè)務(wù)的資源占用,能夠降低7.6%的業(yè)務(wù)阻塞率,但同時會造成1.0%的業(yè)務(wù)中斷。
【圖文】：

以及多域異構(gòu)組網(wǎng)等。然而，在實際的網(wǎng)絡(luò)運行當(dāng)中，光網(wǎng)絡(luò)仍然存在一些問逡逑題，需要依靠更加智能化的技術(shù)手段來解決。逡逑城域光網(wǎng)絡(luò)由光核心層、光匯聚層和接入層組成｜９１，如圖１－２所示，分別負(fù)逡逑責(zé)城域網(wǎng)內(nèi)信息的高速傳送１邋：；交換、信息的匯聚和分似任務(wù)以及為用戶提供具體逡逑的接入手段。長期以來，在城域網(wǎng)中，ＯＴＮ妃運Ｕ商承載網(wǎng)絡(luò)中最基本的網(wǎng)絡(luò)逡逑設(shè)施［１（）＇１１］，并且數(shù)據(jù)業(yè)務(wù)己經(jīng)成為城域光網(wǎng)絡(luò)帶寬的主要占用者。隨著城市規(guī)模逡逑的擴大和城域網(wǎng)的發(fā)展，，需要逐步增加１Ｐ城域網(wǎng)的匯聚、接入節(jié)點的數(shù)量和增逡逑大網(wǎng)絡(luò)的覆蓋范圍１１２，１３１。逡逑■ｎｔｅｍｅｔ邐邐＾一W 數(shù)據(jù)屮心逡逑＿服務(wù)網(wǎng)關(guān)節(jié)點逡逑襄１邐３核心節(jié)點逡逑＿匯聚節(jié)點逡逑光＇匯聚層：邐ｆ邐）邐Ｍ邐＼逡逑灥逡逑無線接．丨ｉ邐會各邋ｋ逡逑入網(wǎng)：以邋６邐Ａ邐？邋＾逡逑丨丨＊�。贺�邐ｆｔ邋ｆ＊逡逑圖１－２城域光網(wǎng)絡(luò)架構(gòu)逡逑在大規(guī)模城市的城域網(wǎng)中，用戶可以隨時隨地接入網(wǎng)絡(luò)。用戶產(chǎn)生的數(shù)據(jù)業(yè)逡逑務(wù)首先會接入離用戶最近的ＩＰ層網(wǎng)絡(luò)節(jié)點。而想要實現(xiàn)端到端的業(yè)務(wù)傳輸是需逡逑要大容量的ＯＴＮ去承載這些ＩＰ層節(jié)點所匯聚轉(zhuǎn)發(fā)的數(shù)據(jù)１｜４１。接入的數(shù)據(jù)業(yè)務(wù)逡逑需要從ＩＰ層下沉到光層，再通過ＯＴＮ的“剛性管道”去傳輸這些數(shù)據(jù)。用戶接逡逑入網(wǎng)絡(luò)的位置實時發(fā)生變化，具體表現(xiàn)在：用戶在網(wǎng)絡(luò)中分布不均勻，白天多集逡逑２逡逑

絡(luò)操作擬定合適的策略，簡化運維，提高網(wǎng)絡(luò)生存性、系統(tǒng)健壯性指標(biāo)｜３Ｓ１，同時逡逑能高效執(zhí)行決策。逡逑ＳＯＯＮ的體系架構(gòu)如圖１－３所不，它在應(yīng)用平面、控制平面與傳送平面都引逡逑入了人工智能相關(guān)技術(shù)作為決策的重要一環(huán)。其中，應(yīng)用平面結(jié)合機器學(xué)習(xí)技術(shù)，逡逑５逡逑
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號】：TP181;TP393.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周德強;徐建閩;邵源;曾華燕;曾悅;;城市路網(wǎng)道路改造轉(zhuǎn)移流量預(yù)測[J];交通運輸系統(tǒng)工程與信息;2006年06期

2 王建中;劉凌;徐金陽;;基于遺傳算法與支持向量機的日流量預(yù)測[J];水電能源科學(xué);2008年04期

3 咼常冠;;空中交通綜合流量預(yù)測系統(tǒng)[J];民航管理;2018年12期

4 咼常冠;;空中交通綜合流量預(yù)測系統(tǒng)[J];民航管理;2016年11期

5 張奎鴻,陳小鴻,林航飛;高速公路網(wǎng)流量預(yù)測與分期建設(shè)研究[J];上海公路;2000年02期

6 徐健清;;基于神經(jīng)網(wǎng)絡(luò)的遠(yuǎn)海航道船舶流量預(yù)測系統(tǒng)構(gòu)建[J];艦船科學(xué)技術(shù);2019年04期

7 胡錚;袁浩;朱新寧;倪萬里;;面向5G需求的人群流量預(yù)測模型研究[J];通信學(xué)報;2019年02期

8 王維鳳,陳小鴻,林航飛,吳嬌蓉;高速公路流量預(yù)測風(fēng)險分析[J];長安大學(xué)學(xué)報(自然科學(xué)版);2003年06期

9 劉玉梅;基于最小二乘估計原理的飛機流量預(yù)測[J];中國民航學(xué)院學(xué)報;2003年04期

10 吳曙東;;實施新貸款分類法必須重視現(xiàn)金流量預(yù)測[J];云南金融;1999年04期

相關(guān)會議論文 前10條

1 譚宇婷;蔡曉禹;雷財林;劉秀彩;;短時流量預(yù)測研究現(xiàn)狀及大數(shù)據(jù)環(huán)境下預(yù)測方法探討[A];第十二屆中國智能交通年會大會論文集[C];2017年

2 李千目;戚勇;吳克力;楊云;張宏;劉鳳玉;;一種新的網(wǎng)絡(luò)擁塞流量預(yù)測方法[A];第16屆中國過程控制學(xué)術(shù)年會暨第4屆全國故障診斷與安全性學(xué)術(shù)會議論文集[C];2005年

3 郭冠英;;綜合型交通分配模型與路網(wǎng)流量預(yù)測[A];全國城市道路與交通工程學(xué)術(shù)會議論文集[C];1991年

4 蔡亞橋;符永正;;多泵并聯(lián)變臺數(shù)調(diào)節(jié)的流量預(yù)測[A];全國暖通空調(diào)制冷2006年學(xué)術(shù)年會論文集[C];2006年

5 呂發(fā);黃彥平;王艷林;閆曉;;基于壓降平衡的穩(wěn)態(tài)自然循環(huán)流量預(yù)測[A];中國核動力研究設(shè)計院科學(xué)技術(shù)年報（2012）[C];2014年

6 林義勇;鞠福昌;盧艷;;ARMA模型在局域網(wǎng)短期流量預(yù)測中的應(yīng)用研究[A];第十一屆全國信號和智能信息處理與應(yīng)用學(xué)術(shù)會議�？痆C];2017年

7 陳永環(huán);王智靈;朱明清;王建;陳宗海;;基于衛(wèi)星圖像的行車最優(yōu)路線策略研究[A];第13屆中國系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會論文集[C];2011年

8 劉潤杰;申金媛;張端金;穆維新;;下一代網(wǎng)絡(luò)信令流量的混沌預(yù)測[A];第二十七屆中國控制會議論文集[C];2008年

9 王桂娟;陳寧;徐同閣;;基于ARMA的IP網(wǎng)絡(luò)流量建模方法研究[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文集[C];2006年

10 趙志理;李煒;王虎平;劉波;;基于超強學(xué)習(xí)機的交通客流預(yù)測方法研究[A];第九屆中國不確定系統(tǒng)年會、第五屆中國智能計算大會、第十三屆中國青年信息與管理學(xué)者大會論文集[C];2011年

相關(guān)重要報紙文章 前6條

1 秦風(fēng);創(chuàng)業(yè)初期的四個關(guān)鍵問題[N];中國婦女報;2006年

2 黃峰 陳園園;提高地方國庫現(xiàn)金流量預(yù)測效率[N];金融時報;2016年

3 ;全國大學(xué)生云開發(fā)大賽決出勝負(fù)[N];文匯報;2018年

4 記者 夏祖軍;突破制約現(xiàn)金管理體制難點[N];中國財經(jīng)報;2013年

5 王麟;理財要有前瞻性[N];中國財經(jīng)報;2004年

6 周楠;API系統(tǒng)推廣一周年助旅客通關(guān)提速效果顯著[N];中國國門時報;2009年

相關(guān)博士學(xué)位論文 前10條

1 趙其剛;基于流量預(yù)測的下一代網(wǎng)絡(luò)動態(tài)QoS研究[D];西南交通大學(xué);2005年

2 于萬霞;基于流量預(yù)測的城市單交叉路口多相位交通信號的控制技術(shù)[D];河北工業(yè)大學(xué);2008年

3 郭秉義;綠色通信網(wǎng)絡(luò)的節(jié)能方法研究[D];華南理工大學(xué);2014年

4 楊雙懋;無線網(wǎng)絡(luò)中的流量預(yù)測與MAC算法研究[D];電子科技大學(xué);2012年

5 肖政宏;無線傳感器網(wǎng)絡(luò)異常入侵檢測技術(shù)研究[D];中南大學(xué);2012年

6 李榮鵬;面向綠色蜂窩網(wǎng)的流量預(yù)測分析與智能化基站管理策略研究[D];浙江大學(xué);2015年

7 郭通;基于自適應(yīng)流抽樣測量的網(wǎng)絡(luò)異常檢測技術(shù)研究[D];解放軍信息工程大學(xué);2013年

8 張曉利;基于非參數(shù)回歸的短時交通流量預(yù)測方法研究[D];天津大學(xué);2007年

9 高波;基于時間相關(guān)的網(wǎng)絡(luò)流量建模與預(yù)測研究[D];哈爾濱工業(yè)大學(xué);2013年

10 夏鴻斌;計算智能方法及在網(wǎng)絡(luò)優(yōu)化和預(yù)測中的研究[D];江南大學(xué);2009年

相關(guān)碩士學(xué)位論文 前10條

1 曾霄笑;基于改進(jìn)RNN及密度聚類的異常流量檢測方法[D];北京郵電大學(xué);2019年

2 王語喬;基于機器學(xué)習(xí)的城域網(wǎng)流量預(yù)測與業(yè)務(wù)重構(gòu)技術(shù)研究[D];北京郵電大學(xué);2019年

3 郭珊宜;基于SDN和NFV的寬帶光接入?yún)R聚網(wǎng)節(jié)能技術(shù)研究[D];北京郵電大學(xué);2019年

4 戴文倩;基于生成對抗網(wǎng)絡(luò)的流量預(yù)測研究[D];上海師范大學(xué);2019年

5 王雪菲;基于高速公路大數(shù)據(jù)的流量預(yù)測問題研究[D];北方工業(yè)大學(xué);2019年

6 譚宇婷;大數(shù)據(jù)環(huán)境下基于共性交通態(tài)勢尋覓短時流量預(yù)測研究[D];重慶交通大學(xué);2018年

7 李洋;超密集無線網(wǎng)絡(luò)中基于業(yè)務(wù)流量預(yù)測的負(fù)載均衡技術(shù)研究[D];西安電子科技大學(xué);2018年

8 李偉民;超密集無線網(wǎng)絡(luò)業(yè)務(wù)流量預(yù)測及其應(yīng)用[D];西安電子科技大學(xué);2018年

9 陳uGq

本文編號：2615735