發(fā)布時(shí)間：2020-04-06 00:25

【摘要】：近年來(lái)隨各種寬帶業(yè)務(wù)信息流量勢(shì)如破竹般增長(zhǎng),光網(wǎng)絡(luò)運(yùn)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(jì)算機(jī)技術(shù)管控網(wǎng)絡(luò)更加高效。與此同時(shí),在城域網(wǎng)中用戶接入網(wǎng)絡(luò)位置實(shí)時(shí)變化,造成了網(wǎng)絡(luò)負(fù)載隨時(shí)間周期性動(dòng)態(tài)變化的潮汐流量現(xiàn)象,而網(wǎng)絡(luò)運(yùn)營(yíng)商無(wú)法對(duì)此做出快速靈活的資源調(diào)度,給網(wǎng)絡(luò)運(yùn)維帶來(lái)了挑戰(zhàn)。如何準(zhǔn)確預(yù)測(cè)城域網(wǎng)中的流量變化以及針對(duì)預(yù)測(cè)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(cè)問(wèn)題與城域光網(wǎng)絡(luò)潮汐效應(yīng)下的業(yè)務(wù)疏導(dǎo)問(wèn)題,主要從建立潮汐流量預(yù)測(cè)模型、光路提供與業(yè)務(wù)重構(gòu)三個(gè)方面展開研究。本文的具體工作和創(chuàng)新點(diǎn)如下:(1)針對(duì)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(cè)潮汐流量變化,使其既解決預(yù)測(cè)潮汐遷移到達(dá)的問(wèn)題,又解決流量變化擬合問(wèn)題。在模型訓(xùn)練過(guò)程中調(diào)整模型參數(shù),減小模型預(yù)測(cè)誤差。仿真結(jié)果表明該方案可有效預(yù)測(cè)網(wǎng)絡(luò)的潮汐流量變化趨勢(shì),預(yù)測(cè)歸一化擬合誤差控制在0.05以內(nèi),預(yù)測(cè)準(zhǔn)確率達(dá)到90%以上。(2)基于該BP-ANN流量預(yù)測(cè)模型,設(shè)計(jì)了城域網(wǎng)潮汐流量管控機(jī)制,將機(jī)器學(xué)習(xí)模型內(nèi)嵌,運(yùn)用于流量調(diào)度決策過(guò)程中。在該機(jī)制的基礎(chǔ)上提出了基于流量預(yù)測(cè)的光路提供啟發(fā)式策略。仿真結(jié)果表明該光路提供機(jī)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(jì)的管控機(jī)制以及BP-ANN流量預(yù)測(cè)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(cè)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(cè)的鏈路負(fù)載情況,調(diào)度運(yùn)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(shí)會(huì)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(shí)際的網(wǎng)絡(luò)運(yùn)行當(dāng)中，光網(wǎng)絡(luò)仍然存在一些問(wèn)逡逑題，需要依靠更加智能化的技術(shù)手段來(lái)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(zhǎng)期以來(lái)，在城域網(wǎng)中，ＯＴＮ妃運(yùn)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(kuò)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(diǎn)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(diǎn)逡逑襄１邐３核心節(jié)點(diǎn)逡逑＿匯聚節(jié)點(diǎn)逡逑光＇匯聚層：邐ｆ邐）邐Ｍ邐＼逡逑灥逡逑無(wú)線接．丨ｉ邐會(huì)各邋ｋ逡逑入網(wǎng)：以邋６邐Ａ邐？邋＾逡逑丨丨＊！：丨邐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(shí)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(huì)接入離用戶最近的ＩＰ層網(wǎng)絡(luò)節(jié)點(diǎn)。而想要實(shí)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(diǎn)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(guò)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(shí)時(shí)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(jiǎn)化運(yùn)維，提高網(wǎng)絡(luò)生存性、系統(tǒng)健壯性指標(biāo)｜３Ｓ１，同時(shí)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(jī)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(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：TP181;TP393.1

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 周德強(qiáng);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(cè)[J];交通運(yùn)輸系統(tǒng)工程與信息;2006年06期

2 王建中;劉凌;徐金陽(yáng);;基于遺傳算法與支持向量機(jī)的日流量預(yù)測(cè)[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(cè)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(cè)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(cè)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(cè)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(wàn)里;;面向5G需求的人群流量預(yù)測(cè)模型研究[J];通信學(xué)報(bào);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(cè)風(fēng)險(xiǎn)分析[J];長(zhǎng)安大學(xué)學(xué)報(bào)(自然科學(xué)版);2003年06期

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

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

相關(guān)會(huì)議論文 前10條

1 譚宇婷;蔡曉禹;雷財(cái)林;劉秀彩;;短時(shí)流量預(yù)測(cè)研究現(xiàn)狀及大數(shù)據(jù)環(huán)境下預(yù)測(cè)方法探討[A];第十二屆中國(guó)智能交通年會(huì)大會(huì)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(cè)方法[A];第16屆中國(guó)過(guò)程控制學(xué)術(shù)年會(huì)暨第4屆全國(guó)故障診斷與安全性學(xué)術(shù)會(huì)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(cè)[A];全國(guó)城市道路與交通工程學(xué)術(shù)會(huì)議論文集[C];1991年

4 蔡亞橋;符永正;;多泵并聯(lián)變臺(tái)數(shù)調(diào)節(jié)的流量預(yù)測(cè)[A];全國(guó)暖通空調(diào)制冷2006年學(xué)術(shù)年會(huì)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(cè)[A];中國(guó)核動(dòng)力研究設(shè)計(jì)院科學(xué)技術(shù)年報(bào)（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(cè)中的應(yīng)用研究[A];第十一屆全國(guó)信號(hào)和智能信息處理與應(yīng)用學(xué)術(shù)會(huì)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(guó)系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)年會(huì)論文集[C];2011年

8 劉潤(rùn)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(cè)[A];第二十七屆中國(guó)控制會(huì)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(guó)復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會(huì)議論文集[C];2006年

10 趙志理;李煒;王虎平;劉波;;基于超強(qiáng)學(xué)習(xí)機(jī)的交通客流預(yù)測(cè)方法研究[A];第九屆中國(guó)不確定系統(tǒng)年會(huì)、第五屆中國(guó)智能計(jì)算大會(huì)、第十三屆中國(guó)青年信息與管理學(xué)者大會(huì)論文集[C];2011年

相關(guān)重要報(bào)紙文章 前6條

1 秦風(fēng);創(chuàng)業(yè)初期的四個(gè)關(guān)鍵問(wèn)題[N];中國(guó)婦女報(bào);2006年

2 黃峰 陳園園;提高地方國(guó)庫(kù)現(xiàn)金流量預(yù)測(cè)效率[N];金融時(shí)報(bào);2016年

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

4 記者 夏祖軍;突破制約現(xiàn)金管理體制難點(diǎn)[N];中國(guó)財(cái)經(jīng)報(bào);2013年

5 王麟;理財(cái)要有前瞻性[N];中國(guó)財(cái)經(jīng)報(bào);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(guó)國(guó)門時(shí)報(bào);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(cè)的下一代網(wǎng)絡(luò)動(dòng)態(tài)QoS研究[D];西南交通大學(xué);2005年

2 于萬(wàn)霞;基于流量預(yù)測(cè)的城市單交叉路口多相位交通信號(hào)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(wú)線網(wǎng)絡(luò)中的流量預(yù)測(cè)與MAC算法研究[D];電子科技大學(xué);2012年

5 肖政宏;無(wú)線傳感器網(wǎng)絡(luò)異常入侵檢測(cè)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(cè)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(cè)量的網(wǎng)絡(luò)異常檢測(cè)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(shí)交通流量預(yù)測(cè)方法研究[D];天津大學(xué);2007年

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

10 夏鴻斌;計(jì)算智能方法及在網(wǎng)絡(luò)優(yōu)化和預(yù)測(cè)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(cè)方法[D];北京郵電大學(xué);2019年

2 王語(yǔ)喬;基于機(jī)器學(xué)習(xí)的城域網(wǎng)流量預(yù)測(cè)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(duì)抗網(wǎng)絡(luò)的流量預(yù)測(cè)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(cè)問(wèn)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(shì)尋覓短時(shí)流量預(yù)測(cè)研究[D];重慶交通大學(xué);2018年

7 李洋;超密集無(wú)線網(wǎng)絡(luò)中基于業(yè)務(wù)流量預(yù)測(cè)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(wú)線網(wǎng)絡(luò)業(yè)務(wù)流量預(yù)測(cè)及其應(yīng)用[D];西安電子科技大學(xué);2018年

9 陳uGq

本文編號(hào)：2615735