用于灵活栅格光网络全局优化的系统架构及其全局优化方法
【专利摘要】本发明公开了一种用于灵活栅格光网络的全局优化的系统架构及其全局优化方法。本发明提供的用于灵活栅格光网络全局优化的系统架构包括全局优化请求单元和全局优化执行单元，其中所述全局优化请求单元产生全局优化请求消息，并将所述全局优化请求消息发送给所述全局优化执行单元；所述全局优化执行单元解析所述全局优化请求消息，基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化，并将全局优化结果返回给所述全局优化请求单元。
【专利说明】用于灵活栅格光网络全局优化的系统架构及其全局优化方法
【技术领域】
[0001]本发明涉及灵活栅格光网络，尤其涉及用于灵活栅格光网络全局优化的系统架构及其全局优化方法。
【背景技术】
[0002]互联网视频业务目前占据用户网络流量的40%，而且对流量的需求正在以指数级别增长且已经快接近单模光纤容量的极限。为了进一步提高光纤的频谱利用率和传输容量，基于正交频分复用技术(OFDM)技术的频谱灵活栅格的弹性光网络成为当前光网络的研究热点。灵活栅格光网络移除了传统的国际电信联盟-电信标准局(ITU-T)中固定频率栅格的约束，能够实现光通道的中心频率及其带宽的任意高效分配，因此有效解决了如何高效地利用光谱资源的问题。
[0003]灵活栅格光网络中的全局优化主要包括绿地规划和碎片整理。绿地规划过程的主要目标是在一定的网络拓扑前提下，为了传输给定的业务需求，计算出所需网络资源的数目，这其中涉及到一定的约束条件，最终是要达到目标函数的最优化。对灵活栅格光网络进行绿地规划，在已知网络拓扑和网络资源信息情况下，对网络进行优化和配置，在已知业务量的情况下，提高网络的资源利用率。除了绿地规划技术以外，碎片整理技术也属于全局优化的一种，在灵活栅格光网络中，光通道的带宽根据业务粒度的大小进行分配，因此网络中存在不同线速率的业务。在每一次网络管理人员创建、重置或删除一条光路径时，在光谱中都将有相应的空闲的频谱段被产生或是被消除，这些空闲的频谱段也称之为碎片，最终，这些碎片将不均匀地分布在各处，使得弹性栅格光网络需要更多的时间和资源去找到这些碎片并形成一条完整的光路径。然而，现有的通用多协议标志交换协议(GMPLS)栈目前还没有一种专门的模块能够高效地进行灵活栅格光网络中的全局优化。
【发明内容】
[0004]本发明针对现有技术中存在的上述缺陷，提供一种能够克服该缺陷的用于灵活栅格光网络的全局优化的系统架构及其全局优化方法。
[0005]本发明提供一种用于灵活栅格光网络的全局优化的系统架构，该系统架构包括全局优化请求单元和全局优化执行单元，其中:
[0006]所述全局优化请求单元产生全局优化请求消息，并向所述全局优化执行单元发送所述全局优化请求消息；
[0007]所述全局优化执行单元解析所述全局优化请求消息，基于全局优化约束条件、全局优化计算算法以及灵活栅格光网络的网络拓扑和资源信息进行全局优化，并将全局优化的结果返回给所述全局优化请求单元。
[0008]本发明还提供一种用于灵活栅格光网络的全局优化的方法，该方法包括:
[0009]接收并解析全局优化请求消息；[0010]基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化，并发送全局优化的结果。
[0011]由于在根据本发明的用于灵活栅格光网络全局优化的系统架构及其全局优化方法中，全局优化执行单元在接收到来自全局优化请求单元的全局优化请求消息之后能够基于全局优化约束条件、全局优化计算算法以及灵活栅格光网络的网络拓扑和资源信息进行全局优化，以达到网络频谱资源的优化使用的目的，从而提高了灵活栅格光网络的资源利用效率。
【专利附图】
【附图说明】
[0012]图1是根据本发明一种实施方式的用于灵活栅格光网络全局优化的系统架构图；以及
[0013]图2是根据本发明一种实施方式的用于灵活栅格光网络的全局优化的方法的流程图。
【具体实施方式】
[0014]下面结合附图来详细描述根据本发明的用于灵活栅格光网络全局优化的系统架构及其全局优化方法。
[0015]如图1所示，根据本发明的用于灵活栅格光网络全局优化的系统架构包括全局优化请求单元10和全局优化执行单元20，其中:所述全局优化请求单元10产生全局优化请求消息并向所述全局优化执行单元20发送全局优化请求消息；所述全局优化执行单元20解析所述全局优化请求消息，基于全局优化约束条件、全局优化计算算法以及灵活栅格光网络的网络拓扑和资源信息进行全局优化并将全局优化的结果发送给全局优化请求单元
10。这样，在全局优化请求单元10接收到全局优化结果之后，就可以将该全局优化结果发送给源、宿标签交换路由器(LSR)，以用于建立每一个流量工程标签交换路径(TE-LSP)。
[0016]其中，全局优化请求单元10可以作为一个单独的模块而被放置在灵活栅格光网络的网络管理系统中，也可以是被集成在灵活栅格光网络中的每个节点的控制协议栈中的模块。
[0017]另外，所述全局优化请求消息中可以携带有所述全局优化约束条件，或者所述全局优化约束条件可以被预设在所述全局优化执行单元20中。其中，该全局优化约束条件用于指导全局优化执行单元20进行全局优化。而且该全局优化约束条件可以包括最大链路利用值(其用于表明可能的最大链路利用率集合)、最小链路利用值(其用于表明可能的最低链路利用率集合)、每条链路预留的带宽额度(其不能超过它的物理容量极限值)、最大跳数(其是任何流量工程标签交换路径(TE-LSP)能拥有的跳数的最大值)、某些链路或节点的排除(例如，所有的TE-LSP被要求在所有的路径中不包括特定的一些链路或节点)等中的至少一者。当然，该全局优化约束条件还可以包括是否允许重新优化，以将现有的流量重新部署到新的TE-LSP。这些全局优化约束条件表征了在进行全局优化时要满足的条件，而且这些全局优化约束条件的具体数值可以在全局优化请求消息中指定，也可以在全局优化执行单元20中预设。
[0018]另外，所述全局优化请求消息中还可以携带有全局优化的种类(例如绿地规划、碎片整理等)。
[0019]优选地，所述全局优化执行单元20基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化可以包括:所述全局优化执行单元20基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息来求解给定非凸目标函数的极值。
[0020]其中，非凸目标函数的极值表征了全局优化的目标值，而且基本的非凸目标函数可以包括总计的带宽消耗最小、负载链路的负荷最小、路径集合的累积代价最小等中的至
少一者。
[0021]优选地，所述全局优化计算算法可以是约束路径算法、最小路径算法、K算法等，由于这些算法是本领域技术人员公知的，所以此处不再赘述。所述全局优化计算算法也可以是将元启发式算法与局部搜索算法相结合的算法。元启发式算法主要是基于模拟性质和人工智能相关的一些工具。元启发式算法主要集中在对搜索程序的研究和开发上，以达到覆盖在全部搜索空间上的多样化搜索和在一些有前途的领域上加强搜索的目的。因此，元启发式算法不能轻易地就被陷在局部的极小值里。然而，元启发式算法的计算代价是昂贵的，这是因为它们的收敛速度是很慢的。这类算法的收敛速度很慢，其中一个很主要的原因是它们可能未能检测到有前途的搜索方向，特别是在局部的极小值的附近——这是因它们会随机地发展。将元启发式算法与局部搜索算法相结合能够克服元启发式算法的慢收敛速度和随机发展的缺陷。由于元启发式算法和局部搜索算法也是本领域技术人员公知的，所以此处不再赘述。
[0022]优选地，当所述全局优化执行单元20没有找到可行的全局优化结果(例如，在获得优化光路径时，没有找到优化的光路径)、所述全局优化执行单元20繁忙或所述全局优化执行单元20不具备并发重新优化能力时，所述全局优化执行单元20还向所述全局优化请求单元10发送没有找到可行的全局优化结果、所述全局优化执行单元20繁忙或所述全局优化执行单元20不具备并发重新优化能力的响应消息。
[0023]另外，在下述情况中，全局优化执行单元20优选向全局优化请求单元10发送响应消息以向全局优化请求单元10通知这些情况:(I)全局优化执行单元20的存储器溢出；
(2)管理特权限制了全局重新优化是不被允许的；(3)没有可用的流量迁移路径；(4)在流量迁移期间，全局优化执行单元20不可能面向所有的现有TE-LSP路径来执行“执行前中断(make-before break)，，。
[0024]优选地，所述全局优化请求单元10与所述全局优化执行单元20通过RFC5440制定的路径计算单元通信协议(PCEP)进行通信。
[0025]下面结合图2来描述根据本发明的用于灵活栅格光网络的全局优化的方法流程，其包括:
[0026]SI 1、接收并解析全局优化请求消息；
[0027]S12、基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化，并发送全局优化的结果。
[0028]其中，所述全局优化请求消息中可以携带有所述全局优化约束条件，或者所述全局优化约束条件可以是预设的。其中，该全局优化约束条件用于指导全局优化的执行。而且该全局优化约束条件可以包括最大链路利用值(其用于表明可能的最大链路利用率集合)、最小链路利用值(其用于表明可能的最低链路利用率集合)、每条链路预留的带宽额度(其不能超过它的物理容量极限值)、最大跳数(其是任何流量工程标签交换路径(TE-LSP)能拥有的跳数的最大值)、某些链路或节点的排除(例如，所有的TE-LSP被要求在所有的路径中不包括特定的一些链路或节点)等中的至少一者。当然，该全局优化约束条件还可以包括是否允许重新优化，以将现有的流量重新部署到新的TE-LSP。这些全局优化约束条件表征了在进行全局优化时要满足的条件，而且这些全局优化约束条件的具体数值可以在全局优化请求消息中指定，也可以是被预设的。
[0029]另外，所述全局优化请求消息中还可以携带有全局优化的种类(例如绿地规划、碎片整理等)。
[0030]优选地，基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化可以包括:基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息来求解给定非凸目标函数的极值。
[0031]其中，所述非凸目标函数的极值表征了全局优化的目标值，而且基本的非凸目标函数可以包括总计的带宽消耗最小、负载链路的负荷最小、路径集合的累积代价最小中的至少一者，通过如此设置，以便找到全局的优化解答方案。
[0032]优选地，所述全局优化计算算法可以是约束路径算法、最小路径算法、K算法等，由于这些算法是本领域技术人员公知的，所以此处不再赘述。所述全局优化计算算法也可以是将元启发式算法与局部搜索算法相结合的算法。元启发式算法主要是基于模拟性质和人工智能相关的一些工具。元启发式算法主要集中在对搜索程序的研究和开发上，以达到覆盖在全部搜索空间上的多样化搜索和在一些有前途的领域上加强搜索的目的。因此，元启发式算法不能轻易地就被陷在局部的极小值里。然而，元启发式算法的计算代价是昂贵的，这是因为它们的收敛速度是很慢的。这类算法的收敛速度很慢，其中一个很主要的原因是它们可能未能检测到有前途的搜索方向，特别是在局部的极小值的附近——这是因它们会随机地发展。将元启发式算法与局部搜索算法相结合能够克服元启发式算法的慢收敛速度和随机发展的缺陷。由于元启发式算法和局部搜索算法也是本领域技术人员公知的，所以此处不再赘述。
[0033]优选地，当没有找到可行的全局优化结果、繁忙或不具备并发重新优化能力时，发送没有找到可行的全局优化结果、繁忙或不具备并发重新优化能力的响应消息。
[0034]另外，在下述情况中，也优选发送响应消息以向外部通知这些情况:(I)存储器溢出；(2)管理特权限制了全局重新优化是不被允许的；(3)没有可用的流量迁移路径；(4)在流量迁移期间，不可能面向所有的现有TE-LSP路径来执行“执行前中断(make-beforebreak)，，。
[0035]以上仅结合本发明的优选实施方式对本发明进行了详细描述，但是本领域技术人员应当理解，在不背离本发明精神和范围的情况下，能够对本发明进行各种变形和修改。
【权利要求】
1.一种用于灵活栅格光网络的全局优化的系统架构，该系统架构包括全局优化请求单元和全局优化执行单元，其中: 所述全局优化请求单元产生全局优化请求消息，并将所述全局优化请求消息发送给所述全局优化执行单元； 所述全局优化执行单元解析所述全局优化请求消息，基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化，并将全局优化结果返回给所述全局优化请求单元。
2.根据权利要求1所述的系统架构，其中，所述全局优化请求消息中携带有所述全局优化约束条件，或者所述全局优化约束条件被预设在所述全局优化执行单元中。
3.根据权利要求2所述的系统架构，其中，所述全局优化约束条件包括最大链路利用值、最小链路利用值、每条链路预留的带宽额度、最大跳数、某些链路或节点的排除中的至少一者。
4.根据权利要求2所述的系统架构，其中，所述全局优化请求消息中还携带有全局优化的种类。
5. 根据权利要求2所述的系统架构，其中，所述全局优化计算算法是将元启发式算法与局部搜索算法相结合的算法。
6.根据权利要求2所述的系统架构，其中，所述全局优化执行单元基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化包括: 所述全局优化执行单元基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息来求解给定非凸目标函数的极值。
7.根据权利要求6所述的系统架构，其中，所述非凸目标函数包括总计的带宽消耗最小、负载链路的负荷最小、路径集合的累积代价最小中的至少一者。
8.根据权利要求1所述的系统架构，其中，当所述全局优化执行单元没有找到可行的全局优化结果、所述全局优化执行单元繁忙或所述全局优化执行单元不具备并发重新优化能力时，所述全局优化执行单元还向所述全局优化请求单元发送没有找到可行的全局优化结果、所述全局优化执行单元繁忙或所述全局优化执行单元不具备并发重新优化能力的响应消息。
9.根据权利要求1所述的系统架构，其中，所述全局优化请求单元与所述全局优化执行单元通过RFC5440制定的路径计算单元通信协议进行通信。
10.一种用于灵活栅格光网络的全局优化的方法，该方法包括: 接收并解析全局优化请求消息； 基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化，并发送全局优化的结果。
11.根据权利要求10所述的方法，其中，所述全局优化请求消息中携带有所述全局优化约束条件，或者所述全局优化约束条件是预设的。
12.根据权利要求11所述的方法，其中，所述全局优化约束条件包括最大链路利用值、最小链路利用值、每条链路预留的带宽额度、最大跳数、某些链路或节点的排除中的至少一者。
13.根据权利要求11所述的方法，其中，所述全局优化请求消息中还携带有全局优化的种类。
14.根据权利要求11所述的方法，其中，所述全局优化计算算法是将元启发式算法与局部搜索算法相结合的算法。
15.根据权利要求11所述的方法，其中，基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息进行全局优化包括: 基于全局优化约束条件、全局优化计算算法以及所述灵活栅格光网络的网络拓扑和资源信息来求解给定非凸目标函数的极值。
16.根据权利要求15所述的方法，其中，所述非凸目标函数包括总计的带宽消耗最小、负载链路的负荷最小、路径集合的累积代价最小中的至少一者。
17.根据权利要求10所述的方法，其中，当没有找到可行的全局优化结果、繁忙或不具备并发重新优化能力时，发送没有找到可行的全局优化结果、繁忙或不具备并发重新优化能力的响应消息。
【文档编号】H04L12/70GK103581006SQ201210285190
【公开日】2014年2月12日 申请日期:2012年8月10日 优先权日:2012年8月10日
【发明者】黄善国, 罗婧然, 李新, 尹珊, 鞠卫国, 张民, 张 杰 申请人:北京邮电大学