[发明专利]一种双归属环形网络拓扑与路径优化系统

说明书

本发明公开了一种双归属环形网络拓扑与路径优化系统，包括：网络监控模块：负责采集优化算法的相关输入；路径优化模块：负责根据流量需求，利用结合了SRLG约束的Suurballe算法对所有流量规划主备份路径；拓扑优化模块：将双归网络逻辑层的拓扑约束条件和物理层的路径约束条件相结合，利用Gurobi求解器进行拓扑优化求解；流量规划模块：负载对拓扑优化模块求得的物理层拓扑G进行流量传输仿真，用来验证拓扑G是否严格满足流量相关约束条件；场景自适应模块：作为辅助模块帮助拓扑优化模块得到的拓扑满足流量相关约束条件。本发明根据逻辑层网络拓扑上的流量情况对物理拓扑与流量路径进行有效规划，通过两者之间的有效映射关系，达到光纤资源消耗更少。

技术领域

本发明属于网络拓扑优化领域，具体涉及一种双归属环形网络拓扑与路径优化系统。

背景技术

在过去的几十年中，电信网络的低成本设计越来越受到人们的关注。日益增长的通信需求要求不断重新规划通信结构。对于由一组由光纤连接的节点组成的光网络，其包含物理层和逻辑层。物理层由网络节点和连接节点的光纤组成。逻辑层是通过光交叉连接(OXC,optical cross-connects)在节点之间建立了一组名为光路的光传输通道，光路由双向光通道组成，通过物理层的路径连接网络中的两个节点。为了达到适应光网络中动态变化的流量和降低成本资源消耗的目的，需要进行网络拓扑与路径优化，即根据逻辑层上的流量情况对物理层拓扑与流量路径进行有效规划，建立逻辑层拓扑与物理层拓扑之间的有效映射关系。合理的配置方案可以使得流量传输速率更快，时延更低，资源消耗更少。

目前学术界将网络拓扑与路径优化问题定义为多商品流问题。求解多商品流问题的方法可以分为两大类：精确算法和启发式算法。精确算法能够求得模型的精确最优解，但其缺点在于在现有计算机技术下、在有限的计算时间内无法处理决策变量较多或约束条件较多的问题，求解规模大，求解时间复杂度高，对算法的性能要求极高。同时网络拓扑结构难以进行显示化表示，难以对其进行公式化建模。启发式算法是相对于最优化算法提出的，是基于直观或经验构造的算法，可以在可接受的花费(指计算时间和空间)下给出待解决组合优化问题每一个实例的一个可行解。虽然能够处理决策变量较多的问题，但其得到的最优解为近似最优解，且比较容易陷入局部最优解，所求得的近似最优解与实际最优解之间的差距无法衡量和估计。工业界完成网络拓扑优化的主要技术为专家系统，依赖于专家的经验和技术，但网络规模越来越大，网络规划设计管理机制越来越复杂，需要不断地更新专家系统，才能设计出合理的网络拓扑。

发明内容

针对上述问题，本发明针对环状网络拓扑结构提供了一种双归属环形网络拓扑与路径优化系统，该系统将根据逻辑层网络拓扑上的流量情况对物理拓扑与流量路径进行有效规划，通过调整逻辑层拓扑与物理层拓扑之间的有效映射关系，达到光纤资源消耗更少的目标。

为达到上述目的，本发明采用如下方案来实现的：

一种双归属环形网络拓扑与路径优化系统，包括：

网络监控模块，用于采集优化算法的相关输入并传递至路径优化模块；

路径优化模块，用于接收网络监控模块传递的数据，根据流量需求，利用结合了SRLG约束的Suurballe算法对所有流量规划主备份路径，使得所规划路径对应的物理层拓扑链路消耗的光纤资源最少；

拓扑优化模块：用于接收路径优化模块传递的数据，将双归属环形网络逻辑层的拓扑约束条件和物理层的路径约束条件相结合，利用Gurobi求解器进行拓扑优化求解，达到光纤资源消耗最少的目标；

流量规划模块：用于将针对拓扑优化模块求得的物理层拓扑G进行流量传输仿真，验证拓扑G是否严格满足流量相关约束条件；

场景自适应模块，用于作为辅助模块帮助拓扑优化模块得到的拓扑满足流量相关约束条件，同时负责在破环加点场景中，以最小代价将新增节点归纳至现有的网络拓扑中。