[发明专利]基于蚁群算法的网络探测优化方法

说明书

本发明公开了基于蚁群算法的网络探测优化方法，首先网络中各节点根据流量分布，释放出流蚂蚁进行巡游，流蚂蚁在到达某个节点后，生成探测蚂蚁探知周围网络的状况，在掌握路径的的信息素、节点能耗和链路延迟信息后，流蚂蚁以一定的策略选择下一跳，启发式地构建到达目标的巡游路径。在到达目的节点或超过最大生存时间后，流蚂蚁提交记录的路径信息，这些路径信息组成本次迭代的路径集，计算该拓扑子集的总能耗，继而决定信息素的量，让流蚂蚁原路返回释放信息素。经过若干次数的迭代，流量会逐渐集中到部分路径上来，生成满足数据传输需求的一个低能耗的拓扑子集，从而可以关闭其它链路，达成节能的目的。

技术领域

本发明涉及基于蚁群算法的网络探测优化方法。

背景技术

低碳节能已经成为当前最受关注的话题之一。据统计，目前信息和通信技术领域的碳排放超过全球排放总量的2％，服务于互联网的服务器、路由器、交换机、冷却设施等各种设备的耗电占全球总耗电量的5.3％，高能耗已经成为网络通信领域亟待解决的问题。在数据网络中，节能策略分为设备级和网络级。设备级节能策略主要研究减少单个或某种设备能耗的技术方法，如针对服务器、主机等设备的动态频速率调整、虚拟机放置与迁移、休眠等技术；而网络级节能策略则从网络全局考虑，试图使网络整体的能耗与负载与比例，由于传统网络的设计原则要求过度供应和冗余，这与节能的理念背道而驰，因此要对网络整体的设计和架构、协议与路由进行优化和改进，建立绿色网络。

重新设计和部署网络架构是一个庞大的工程，因此我们常用的方法是改进协议和路由，通过流调度和设备休眠机制，在满足数据传输需求的前提下最小化传输使用的网络资源。具体实现方法是使用能耗感知的路由选择合理路径，生成一个满足流量需求的拓扑子集，而后采用流调度将流量聚合到这部分链路上来，关闭空闲链路，达到节能目的。目前在这方面研究有很多，但大部分算法仅限于针对特定能耗模型在实验环境中运行，对实际部署中的细节问题考虑较少，距离应用还有差距。

进行能耗感知的路由，需要掌握网络各部分的能耗状态，以指导路由决策，而在路由优化生成拓扑子集之后，也要获悉网络整体的能耗以评价优化的结果，因此需要对能耗进行实时准确的探测。而能耗是网络中一类特殊的度量指标，它根据网络环境的变化实时改变，且受负载、设备工作机制、物理环境等多因素的影响，难以监测和采集。

传统的网络状态探测方式按采集信息的方法分为主动式和被动式。主动测量通过发送数据包去探测被测对象的情况，通过分析被测对象的响应得到反馈指标，它具备实时性，但监测者的参与对网络性能造成了一定影响，所以并不准确。现有基于链路状态的路由协议就使用这种方法，如OSPF，它通过节点间频繁交换数据包获知网络的状态，一旦状态发生变化就用洪泛法向全网传递信息，而各节点也要重新计算路由。这种方法开销较大，且在以能耗为优化目标的网络中，会使设备链路速率、休眠状态发生改变，对能耗造成影响。被动测量是在监测点截取一部分真实的网络数据，通过分析其中的标志性数据得到网络和设备的信息，一些网络监控软件采用这种方法，它不会对网络性能造成影响，但实时性差且一般需要管理权限，而且无法分析得到能耗信息。

发明内容

为了解决现有技术的不足，本发明提供了基于蚁群算法的网络探测优化方法，利用算法的随机分布式特点，设计一种利用蚁群对网络能耗信息进行探测和采集、并将能耗作为度量指标对网络路由进行优化的方法；

基于蚁群算法的网络探测优化方法，包括：

网络中各节点根据流量分布，释放出流蚂蚁进行巡游，流蚂蚁在到达某个节点后，生成探测蚂蚁探知周围网络的状况，在掌握路径的下一跳可选节点的链路延迟信息、带宽利用信息和下一跳可选节点的当前功率值后，流蚂蚁筛选出候选节点，启发式地构建到达目标的巡游路径；在到达目的节点或超过最大生存时间后，流蚂蚁提交记录的路径信息，路径信息组成本次迭代的路径集，计算拓扑子集的总能耗，继而计算更新的信息素，让流蚂蚁原路返回释放更新的信息素；经过若干次的迭代，流量逐渐集中到部分路径上来，生成满足数据传输需求的低能耗的拓扑子集。