一种区分服务网络中低风险路由方法技术

本发明专利技术公开了通信网络技术领域中一种区分服务网络中低风险路由方法，用于解决传统低风险路由方法考虑的风险层面单一、网元失效方式单一的问题。该方法首先针对区分服务网络中业务重要程度差异化的特征，分别从业务层、传输层和物理拓扑层建立单层网络路由风险模型；然后根据不同层面对网络的影响程度以及承载业务情况，建立了具有自适应参数的综合路由风险模型；最后将网络综合风险作为优化目标，利用人工免疫算法求解使网络综合风险最小的路由。本发明专利技术克服了已有研究从单一层面考虑网络路由风险的片面性和针对单一网络单元失效方式的局限性，并从网络服务于业务的本质出发，确定综合路由风险的计算参数，更能体现网络用户对网络路由风险的要求。

【技术实现步骤摘要】

本专利技术属于通信网络
，尤其设及。
技术介绍
优化路由是在不改变网络拓扑前提下降低网络风险的最有效方法。许多研究人员 从不同层面对网络低风险路由问题进行了研究。Ming Xia,Massimo Tornatore等人W光网 络为研究对象，在传输层通过参考链路来描述链路的主要风险特征，并基于此提出了风险 感知路由方法，该方法有效降低了网络服务违反服务等级协议（SLA)的比例；Sang-Woon Jeon等人基于Di Astra算法提出了实现重负载网络时延最小路由方法，其实质是利用全部 或部分链路信息达到网络负载均衡，使传输层上的网络风险最小。Bruno Vidalenc等人基 于开放式最短路径优先(OSPF)协议，在物理拓扑层提出动态风险感知路由方法，该方法可 预判链路状态，并通过调整链路权重来引导路由绕过高风险链路，降低网络物理拓扑层的 风险。蔡伟、杨洪等人在业务层提出了一种区分服务网络一电力通信网络的路由优化方法， 该方法W业务风险度和业务风险均衡度作为网络可靠性评价指标，利用多目标优化算法 NSGA-II进行最优路由的求解。 上述方法解决网络低风险路由问题的角度均集中的单一层面上，没有对多个层面 的风险性进行清晰的分析和研究。 曾庆涛、邱雪松等人综合考虑电力通信网络节点和链路的设备失效概率与承载的 业务重要程度提出了业务通道可用性、网络风险均衡度和网络总体风险度的概念，并将运 些指标作为优化目标，利用Dijkstra算法和最小最大原则进行最优路由的求解。该方法虽 然综合考虑了物理层和业务层风险，但仅考虑了物理层设备的自然失效风险，而没有考虑 被人为攻击下的失效风险，同时缺乏对物理层拓扑和传输层风险的分析。
技术实现思路
[000引本专利技术的目的在于，提供，用于解决现有技 术中考虑路由风险的层面单一、失效方式单一等缺陷。 为了实现上述目的，本专利技术的技术方案是，， 其特征是该方法包括： 步骤1:根据区分服务网络中业务重要程度存在差异的特征分别创建网络业务层、 传输层和物理拓扑层的路由风险的计算公式； 步骤2:根据步骤1中所述=层路由风险的计算公式创建网络综合路由风险的计算 公式； 步骤3:根据步骤2中所述网络综合路由风险的计算公式，利用人工免疫算法计算 最优路由，使网络综合路由风险最小。 所述业务层路由风险的计算公式是： (I) 式中，Rxe (0，I)为网络的业务层路由风险，E为网络的链路集和，IEI为集合E的基 数，Ie为链路e上承载业务的重要度，在网络总业务不变的情况下，其取值由路由方法决定，7是Ie的归一化值，其计算公式是 e 所述传输层路由风险的计算公式是： 式中，RyE(C), 1)为网络的传输层路由风险，Fe为链路e上的业务流量，在网络总业 务不变的情况下，其取值由路由方法决定，F是Fe的归一化值，其计算公式是 巧 所述物理拓扑层路由风险的计算公式是：掛 式中，化e(0，l)为网络的物理拓扑层风险，Q为网络中业务集合，P(q)为业务q的 实际路径為(。)为路径9(〇)的长度，9<^(〇)为业务9在网络物理拓扑层的最短路径，^^。^为 业务q在网络物理拓扑层的最短路径长度。 所述网络综合路由风险的计算公式是： R = aRx+e化+ 丫化，（4)式中，Re (0,1)为网络的综合路由风险，a、e和丫的计算公 式是： 巧) 式中，rimin和Tlmax分别为区分服务网络中业务重要度的最小值和最大值，0min和0max 分别为区分服务网络中业务流量的最小值和最大值。 所述步骤3中混浊免疫算法的具体步骤为： 步骤3.1 (种群初始化）：根据新到业务B的源宿节点，随机生成N条路径作为人工免 疫算法的抗体种群，每一条路径即为一个抗体，抗体由路径所经过的节点组成，同时将（1-R)作为亲和度的计算公式，其中R由公式(4)计算得到； 步骤3.2(亲和度计算及抗体选择）：令B分别沿抗体种群中的每个抗体进行传输， 然后根据B的业务重要度、业务流量和每个抗体的路径长度，计算每个抗体的亲和度，选择 亲和度最大的前S个抗体组成记忆种群，KS<N; 步骤3.3:如果进化代数已达到最大，则选择记忆种群中亲和度最大的抗体作为结 果进行输出，否则进入步骤3.4; 步骤3.4(抗体克隆）：对记忆种群中的抗体进行克隆操作，生成克隆种群，第m个抗 体的克隆数量的计算公式是：(6) 式中，Cm为第m个抗体的克隆数量，函数rouncK ?)的功能是对括号内的实数进行 四舍五入取整，（I-Rm)为第m个抗体的亲和度； 步骤3.5 (抗体变异及种群更新）：对克隆种群进行变异操作，生成变异克隆种群， 将记忆种群与变异克隆种群合并为新一代抗体种群，返回步骤3.2。 本专利技术的有益效果在于： (1)本专利技术在区分服务网络的业务层、传输层和物理拓扑层均给出了明确的路由 风险计算方法，所述方法即适用于网络单元的自然失效情况，也适用于网络单元在人为攻 击下的失效情况，克服了传统方法中考虑网络单元失效情况单一的问题。同时，本专利技术所述 的=个层面上的路由风险的计算结果均在区间（〇，1)上，为=个层面路由风险的融合创造 了的条件。 (2)本专利技术提出了 =个层面路由风险的融合方法，即网络综合路由风险的计算方 法，克服了传统方法中考虑路由带来的网络风险不够全面的问题。在融合公式中，本专利技术充 分考虑了=个层面对网络性能的影响程度，提出了可根据网络中承载业务的具体情况而自 适应变化的计算参数，使融合后的网络综合路由风险更能体现网络用户对网络风险的要 求：当网络中业务的重要程度差异较大时，网络综合路由风险主要由业务层路由风险决定； 当网络中业务的重要程度差异较小时，网络综合路由风险主要由传输层路由风险决定；当 网络中业务的重要程度和流量都差异较小时，网络综合路由风险主要由物理拓扑层路由风 险决定，即优先选择最短路径进行业务传输。【附图说明】图1为本专利技术实施例所使用的网络拓扑结构图；[003引图2为本专利技术所述方法中步骤3的流程图； 图3为本专利技术实施例中人工免疫算法寻找最优路径的过程曲线图； 图4为本专利技术实施例中单层最优路径与综合最优路径在各层面上风险值的对比柱 状图。【具体实施方式】 下面结合附图，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性 的，而不是为了限制本专利技术的范围及其应用。 图1为本专利技术实施例所使用的网络拓扑结构图，该网络为LATAX网络，28个节点，46 条链路。本实施例中，网络中存在5类业务，对应的单位化业务重要度分别为0.99，0.94， 0.62，0.29和0.13;对应的单位化流量分别为2.048，2.048，0.133，1.387和3.547。网络中已 有业务的总数量为50,每类业务的数量采用随机分配方式，每个业务的源宿节点随机分配， 已有业务的路径均是最短路径。图1中，链路上括号外的数字表示节点间的距离，链路上括 号内的数字分别表示该链路已经承载的业务重要度和业务流量。 本实施例的新到业务B为第二类业务，即业务B的重要度是Bi = O. 94,流量是Bt = 2.048，业务B的源节点为Vi号节点，宿节点为V25号节点。 图2是本专利技术所述方法中步骤3的流程图，下面结合图2说明步骤3的具体实施本文档来自技高网...

【技术保护点】
一种区分服务网络中低风险路由方法，其特征是该方法包括：步骤1：根据区分服务网络中业务重要程度存在差异的特征分别创建网络业务层、传输层和物理拓扑层的路由风险的计算公式；步骤2：根据步骤1中所述三层路由风险的计算公式创建网络综合路由风险的计算公式；步骤3：根据步骤2中所述网络综合路由风险的计算公式，利用人工免疫算法计算最优路由，使网络综合路由风险最小。

【技术特征摘要】
...

【专利技术属性】
技术研发人员：樊冰，闫江毓，吴润泽，唐良瑞，
申请(专利权)人：华北电力大学，
类型：发明
国别省市：北京;11