基于GMPLS的流量工程研究

随着因特网业务的迅猛发展，流量工程技术正成为优化网络资源和提高网络性能的关键技术。本文介绍了流量工程的基本概念度其重要性，详细分析GMPLS对MPLS的路由协议和信令协议所作的流量工程扩展，并讨论了基于GMPLS网络中实现集成流量工程的可能性和优势。     

基于SDN的量子密码通信网络设计与研究

软件定义网络(SDN)采用OpenFlow技术分离网络设备的数据平面和控制平面,实现灵活控制网络资源的目的。基于此,设计了量子密码通信网络模型,实现灵活控制密码通信网络整体量子密匙资源,确保了信息的安全传输。此外,提出了综合到端可用密匙和跳数的路由算法,提高了QKD生成密匙的有效利用率。由测试结果可知,通过基于SDN的量子密码通信网络及路由算法,可提高量子密匙资源利用率,提高网络性能。     

GMPLS网络的流量工程扩展

流量工程技术的目的是优化网络运行性能，实现网络资源的最优化利用。而且随着网络迅速发展，网络流量的激增特别是突发流量的增加都对作为骨干网的光网络的性能提出新的要求。本文首先简要介绍MPLS网络的流量工程机制，然后重点介绍GMPLS路由协议的流量工程扩展，以及两种不同约束路由计算机制，分别是在线进行路径计算的基于约束最短路径优先算法和离线路径计算的基于设计路由算法。     

多约束路由的MPLS流量工程

MPLS流量工程问题是在网络边缘节点间建立满足流量需求的路径,使网络性能最优化,通过多路径分流传输流量可使资源利用最优化.基于多径路由是用于实现MPLS网络中的流量工程的一个有效的方案.但多径路由中的具体表述和实践算法,即路径的计算和流量分割率中应该考虑到的路径约束条件或方针政策,还没有太多的涉及.文章给出了一个可以满足网络资源以及政策需要的较全面的多约束路由方案.     

基于OpenFlow技术的量子密码通信网络设计

软件定义网络(SDN)通过OpenFlow技术将网络设备的控制平面和数据平面分离开来,从而实现了对网络资源的灵活控制。文中设计了一种基于SDN的量子密码通信网络模型,实现了对整个密码通信网络中量子密钥资源的灵活控制,保证了信息传输的安全性。此外,还提出了一种同时考虑跳数和端到端可用密钥的路由算法,使得由QKD生成的密钥得到有效的利用。实际测试结果表明,基于SDN和所提出的路由算法,有效地利用了量子密钥资源,提高了网络的性能。     

一种智慧协同网络多参数的多路径路由算法

多路径路由技术采用多条路径同时传输,作为优化资源配置和负载均衡的重要技术,在路由可靠性、QoS路由、传输效率等多方面比单路径传输具有优势.现有互联网网络资源配置和路由机制相对静态和僵化,导致多路径技术的发展存在发展的局限性.现有多路径技术考虑在路由层面不利于多路径路由选择和计算,难以保证传输性能,降低网络传输效率.智慧协同网络能够动态感知网络需求,灵活适配网络资源,更好的支持路由可扩展性.本文在智慧协同网络架构下提出了一种智慧协同网络多参数的多路径路由算法.该算法制定了智慧协同网络多参数的多路径路由协议,对网络性能参数CPU占用率、往返时延(RTT)、带宽进行加权计算得到路径权重值,根据权重值进行流量分配.采用图论理论对网络流量分配及模型进行了分析.并在Mini-Net平台上进行了开发和实验,结果表明,该算法能够优化网络配置,减小往返时延,提高网络吞吐量,从而提高网络性能,实现负载均衡.     

GMPLS网络的流量工程扩展

流量工程技术的目的是优化网络运行性能,实现网络资源的最优化利用。而且随着网络迅速发展,网络流量的激增特别是突发流量的增加都对作为骨干网的光网络的性能提出新的要求。本文首先简要介绍MPLS网络的流量工程机制,然后重点介绍GMPLS路由协议的流量工程扩展,以及两种不同约束路由计算机制,分别是在线进行路径计算的基于约束最短路径优先算法和离线路径计算的基于设计路由算法。     

基于流量预测的5G通信网络资源分配方法

为实现5G通信网络资源的最佳分配，提出基于流量预测的5G通信网络资源分配方法。在5G网络切片的资源分配情况下，形成基于Prophet-PFMGNet的5G通信网络流量预测模型，预测5G通信网络流量以及资源需求，采用布谷鸟优化资源分配结果，获取最佳5G通信网络资源分配。测试结果表明：该方法具备良好的网络流量预测效果，确定性相关系数取值均在0.92以上，可靠预测资源需求，应用后网络节点和链路两种资源的利用率均在0.93以上，用户的阻塞概率均低于0.06。     

全维可定义网络能力

针对现有网络能力提供形式单一、动态性差、效能低、运维僵化以及难以适应未来复杂场景下专业化、个性化业务需求的问题,提出了全维可定义网络能力。基于“以网络为核心”的设计理念,开放网络各层能力,实现通信主体、网络功能、网络资源、安全等全维度网络能力可定义,支持动态加载和演进发展。通过业务需求自映射和网络能力自组织灵活适配业务发展需求,以多种接口形式主动向终端业务输出多样化网络内生能力,自然适应未来业务的复杂不确定演进。     

MPLS VPN汇聚层和核心层网络的冗余方案设计与实现

MPLS VPN是一种基于MPLS技术的IP-VPN,是在网络路由和交换设备上应用MPLS技术,简化核心路由器的路由选择方式,利用结合传统路由技术的标记交换实现的IP虚拟专用网络（IP VPN）,可用来构造宽带的Intranet、Extranet,满足多种灵活的业务需求。本文根据MPLS VPN协议集的功能特性和技术原理。针对网络中存在单点故障的可能性,从网络的汇聚层与网络的核心层进行理论分析和采用实验的方法来论证整个网络的冗余性,并对关键技术加以分析和实现。     

一种基于凹凸决策单元的无线网络规划方法

虽然C2R模型和DEA技术均为现有技术中较为成熟的技术,但是将其引入现有的网络规划资源配置过程中,并相应做出算法改进,提出一种基于凹凸决策单元网络规划方法,在国内还是首次。该方法在业务量预测和网络规划部署之间增加了一个指示器,来对所分配的资源进行相对有效性评价,通过判断决策单元资源分配的冗余量或是不足量来定量化、显性化的指导资源分配。     

IP骨干网流量的自动化预测

高效、可靠的网络流量预测是网络规划、扩容建设的基础。互联网流量目前缺乏完备的理论模型,行业内大多根据工程实践特点,设计简化可操作的预测模型以满足IP网络规划需求。首先根据中国电信自身IP骨干网流量预测工作的需求及特点,使用时间序列分析的多因子回归模型和函数自适应模型对IP骨干网流量进行分析和预测,基于大量现网实际数据的仿真运算,对比两种模型的特点、优劣和适用场景,提出了一种预测模型选择和参数优化的原则和方法。在此基础上,构建了可以满足百千量级时间序列要求的自动化流量预测系统,极大简化并提升了流量预测工作的效率。最后,展望了未来IP流量预测工作的延展方向和关注重点。     

电力光通信网中风险均衡路由算法研究

在大力发展智能电网的背景下,支撑电网运转的电力光通信网规模日趋庞大,其承载的业务更加多样化.然而电力光通信网的业务路由规划主要以最短路径算法为主,导致电力光通信网存在业务重要度分布不均衡,从而导致网络局部风险过高的问题.针对上述现状,文章采用深度强化学习技术,以网络业务风险均衡为目标,提出了基于强化学习的电力光通信网风...     

一种新的卫星通信网流量预测算法

在通信网络的设计中,使用基于流量预测的网络规划已成为LTE发展的必然趋势。与地面网络不同,卫星网络由于受资源受限和拓扑时变的不利影响,其流量预测算法必须能兼顾精度和效率,这令传统的地面网络预测方法已不再适用。为了解决以上问题,提出了一种新的基于小波回声状态网络的流量预测算法,该算法通过小波多尺度分解的信号处理方法屏蔽了网络流量的噪声,而后结合了无反馈的回声状态网络联合进行预测。仿真证明,新算法相比传统算法能大幅提升网络流量的预测精度和运行效率,为卫星网络的流量规划提供了强有力的决策支持。     

基于神经网络模型的网络流量预测综述

网络流量预测技术可以帮助运营商准确预估网络的使用情况,合理分配并高效利用网络资源,以满足日益增长且多样化的用户需求。大量研究表明,神经网络的预测性能高于其他经典预测方法,在网络流量预测中的应用潜力巨大。总结网络流量预测的一些关键因素和预测误差评判方法,重点介绍近年提出的可用于预测的神经网络模型原理、相关预测方法及其属性比较,旨在为包括流量在内的各种网络参数预测技术的学术研究与实际应用提供可借鉴的方法和手段。     

基于神经网络的网络流量预测算法研究

网络流量预测有助于网络服务质量的提升和网络资源的合理分配,对优化网络管理与运营、保障用户体验质量至关重要.因特网业务的急剧增加和基础网络的快速发展导致网络流量变得更加复杂多样,传统网络流量预测模型难以保证较高的预测精度,而神经网络作为人工智能的重要分支,在预测复杂网络流量时具有显著优势.简述反向传播神经网络、径向基神经...     

面向5G行业应用的智能规划方法研究和实践

针对5G业务特点,结合现存站址资源、4G网络大数据和地图场景识别技术,本文提出了一种面向5G业务需求的智能规划方法。基于4G MR覆盖,指导5G精确规划,利用基于遗传迭代寻优实现5G智能预规划选站方案,通过多维度规划价值评估和性能预测,在5G建设初期阶段,为5G无线网络的智能规划方法提供更多思路。     

Optimized joint cell planning and BS on/off switching for LTE networks

Energy is becoming a main concern nowadays due to the increasing demands on natural energy resources. Base stations (BSs) consume up to 80% of the total energy expenditure in a cellular network. In this paper, we propose and evaluate a green radio network planning approach by jointly optimizing the number of active BSs and the BS on/off switching patterns based on the changing traffic conditions in the network in an effort to reduce the total energy consumption of the BSs. The problem is formulated as an integer optimization problem, which proves to be NP‐complete, and thus it can be efficiently solved for small to medium network sizes. For large network sizes, we propose a heuristic solution with close to optimal performance because the optimal solution becomes computationally complex. Planning is performed based on two approaches: a reactive and a proactive approach. In the proactive approach, planning will be performed starting with the lowest traffic demand until reaching the highest traffic demand, whereas in the reactive approach, the reverse way is considered. Performance results are presented for various case studies and are complemented by testing the proposed approaches using commercial radio network planning tools. Results demonstrate considerable energy savings reaching up to 40% through dynamic adaptation of the number of simultaneously active BSs. Copyright © 2015 John Wiley & Sons, Ltd.     

基于深度置信网络的互联网流量预测方法

对未来网络流量负荷的预测有助于运营商精确预估网络使用情况,优化网络资源,提高用户满意度。本文提出了基于深度置信网络(DBN)的三种不同架构的网络流量预测模型来预测未来1小时的互联网流量,首先,介绍了DBN的网络结构;然后构建了三种不同架构的DBN拓扑结构,最后通过实验对比,发现隐藏层的神经元数量对更深层次的网络至关重要,该模型被证明是一种有效的预测模型。本文所采用的方法在模拟流量数据模式和随机要素的同时,提供了准确的网络流量预测,使测试数据集的均方根误差(RMSE)值为0.028。     

基于数据挖掘技术的移动通信话务预测模型探析

本文探讨引入数据挖掘技术和算法,通过3种高精度话务预测模型对某市话务数据建模和预测验证,探析3种模型的实际误差和适用场景,并提出基于数据挖掘技术的移动通信智能话务预测管理平台架构设想,具有较高的推广和应用价值。