一种时间敏感网络中路由与调度联合优化方法及装置

本发明涉及时间敏感网络通信领域，特别是指一种时间敏感网络中路由与调度联合优化方法及装置。

背景技术：

1、工业互联网是制造业数字化、网络化和智能化的有力推动者，也是制造业与新一代信息网络技术融合的重要契机和实施路径。工业自动化信息通常具有时间敏感性和安全性，对自动化系统的性能至关重要，因此需要承载具有低延迟、高可靠性和确定性保证能力的网络。tsn(time sensitive networking，时间敏感网络)是由ieee802.1 tsn任务组制定的一系列ieee802以太网标准。tsn是在传统以太网基础上构建具备时间敏感特性的新型网络，提供具有确定性时延的数据传输能力，其通过定义一系列的实时通信协议，为不同优先级的流量提供实时服务质量保障。tsn标准定义了时间同步、流量整形及调度、数据无缝冗余传输、路径预留和网络配置等方面的机制，在不同层面上保证了数据在网络中传输的确定性时延。

2、在更为严格的工业应用中，需要更高效、易用的配置方式，以获得终端节点、网桥节点的资源及每个节点的带宽、数据负载、目标地址、时钟等信息，并汇集到中央节点进行统一进程调度，以获得最优的传输效率。ieee 802.1qcc协议定义了tsn下的网络配置模型，包括完全分布式配置模型、集中式网络/分布式用户配置模型、完全集中式配置模型。在完全集中式配置模型中，cuc(centralized user configuration,中央用户配置)的功能是发现终端、检索终端和收集用户/业务需求，并在终端中配置tsn特性。而配置信息直接指向/来自完全集中式网络配置的cnc(central network controller,中央网络控制器)实体。cnc具备检索终端和tsn设备识别、收集端站功能和流量需求、流量路径调度计算、设备tsn配置下发等功能，是推动tsn产业发展的核心组件。

3、然而，tsn标准中还没有制定数据流的联合路由和调度方法，但在大规模tsn网络中，路由和调度对网络性能都有很大的影响。许多学者对tsn联合路由和调度优化问题进行了研究。目前，大多数问题被归纳为ilp(integer linear programming,整数线性规划)问题或混合线性规划问题，它们通常是np-hard(non-deterministic polynomial，非确定性多项式)问题，可以通过ilp求解器或启发式算法求解。

4、然而，当计算复杂度增高时，ilp算法不适合用于大规模的tsn场景。此外，在大规模网络中忽略链路负载可能会导致网络拥塞，从而导致更高的排队延迟和数据包丢失。目前，针对链路负载均衡和流量调度联合优化的研究较少。

技术实现思路

1、为了解决现有技术存在的针对链路负载均衡和流量调度联合优化的研究较少的技术问题，本发明实施例提供了一种时间敏感网络中路由与调度联合优化方法及装置。所述技术方案如下：

2、一方面，提供了一种时间敏感网络中路由与调度联合优化方法，该方法由时间敏感网络中路由与调度联合优化设备实现，该方法包括：

3、s1、获取待优化的网络拓扑结构参数以及业务流参数，根据网络拓扑结构参数构建网络模型；根据业务流参数构建业务模型。

4、s2、将网络模型以及业务模型输入到k最短路径算法模块，得到路由表以及路由节点矩阵。

5、s3、将路由表以及路由节点矩阵输入到蚁群算法模块，输出最优的路由与调度方案。

6、可选地，s1中的网络拓扑结构参数包括发送节点、接收节点、多个时间敏感交换节点以及链路集。

7、业务流参数包括业务流的路由、数据帧大小、发送周期、端到端时延上界以及业务流的到达情况。

8、可选地，s2中的将网络模型以及业务模型输入到k最短路径算法模块，得到路由表以及路由节点矩阵，包括：

9、s21、根据网络模型、业务模型以及k最短路径算法，得到路由表；其中，路由表包括用于描述业务流路由选择的矩阵，矩阵x如下式(1)所示：

10、

11、式中，xi，j表示第i条业务流选择路径j进行传输，n表示业务流数量，k表示路径数量，且

12、s22、根据路由表，建立路由节点矩阵，路由节点矩阵如下式(2)所示：

13、

14、式中，表示路径j经过相连的节点a，b，n表示节点个数。

15、可选地，s3中的蚁群算法模块，包括优化目标构建子模块以及蚁群算法子模块。

16、其中，优化目标构建子模块的构建过程，包括：

17、根据业务流的可调度性以及链路总负载，建立目标函数，以最小化目标函数值作为优化目标，构建优化目标构建子模块，目标函数cost(x)如下式(3)所示：

18、cost(x)＝α1c1(x)+α2c2(x)    (3)

19、式中，c1(x)表示业务流的可调度性，c2(x)表示当前路由选择下的链路总负载，α1、α2表示权重系数。

20、其中，

21、

22、

23、

24、式中，表示单条业务流在时间敏感网络中能否被调度，n表示业务流数量，v表示时间敏感网络中的节点集合，k表示路径数量，xi，j表示第i条业务流选择路径j进行传输，表示路径j经过相连的节点a，b，wa，b表示相邻两节点a，b中后一节点b的服务强度。

25、蚁群算法子模块的构建过程，包括：

26、基于自适应调整策略，更新蚁群算法中的信息素，构建改进的蚁群算法，进而构建蚁群算法子模块。

27、可选地，建立目标函数，还包括：

28、根据业务流的处理时延、入队等待时延、服务时延以及端到端时延上界，对每条业务流的取值，构建约束条件；其中，处理时延设为定值，入队等待时延由数据到达率确定，服务时延由节点服务速率确定。

29、约束条件，如下式(7)-(9)所示：

30、

31、

32、

33、式中，表示在节点h内部业务流si的驻留时间，c表示处理时延，μh表示节点h服务速率，ηh表示交换机的任一节点h(h≥2)单位时间内业务数据到达总量，表示节点之间的时延上界，rj表示路由表，表示预设的业务流si节点时延上界要求。

34、可选地，信息素的增量δτi，如下式(10)所示：

35、

36、

37、式中，q表示信息素强度，f(x1)表示目标函数值，x1表示蚂蚁的当前位置，q(t)表示信息素强度随时间变化的函数，q1表示时间t在阈值区间范围t≤t1内取的信息素强度的大小，q2表示时间t在阈值区间范围t1＜t≤t2内取的信息素强度的大小，q3表示时间t在阈值区间范围t＞t2内取的信息素强度的大小，t1表示设定的第一时间阈值，t2表示设定的第二时间阈值。

38、另一方面，提供了一种时间敏感网络中路由与调度联合优化装置，该装置应用于时间敏感网络中路由与调度联合优化方法，该装置包括：

39、获取模块，用于获取待优化的网络拓扑结构参数以及业务流参数，根据网络拓扑结构参数构建网络模型；根据业务流参数构建业务模型。

40、输入模块，用于将网络模型以及业务模型输入到k最短路径算法模块，得到路由表以及路由节点矩阵。

41、输出模块，用于将路由表以及路由节点矩阵输入到蚁群算法模块，输出最优的路由与调度方案。

42、另一方面，提供一种时间敏感网络中路由与调度联合优化设备，所述时间敏感网络中路由与调度联合优化设备包括：处理器；存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，实现如上述时间敏感网络中路由与调度联合优化方法中的任一项方法。

43、另一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述时间敏感网络中路由与调度联合优化方法。

44、本发明实施例提供的技术方案带来的有益效果至少包括：

45、本发明实施例中，对时间敏感网络中的联合路由和调度问题进行了研究。首先介绍了同时考虑链路负载和调度成功率的系统模型，提出优化的目标是减少链路拥塞导致的时延增加，同时提高流量调度的可行性。在此基础上，本发明提出了一种联合路由与调度算法，利用k最短路径算法筛选备选路径，缩小算法搜索空间；将筛选出的备选路径输入到改进的蚁群算法，以提供最优情况下的路由方案。改进的蚁群算法采用自适应调整策略，避免算法陷入局部最优，提高了全局搜索能力。

46、数值结果表明，与仅最大化流量调度可行性或最小化链路负载相比，本发明提出的算法能有效提高调度成功率，减少链路拥塞。此外，它在迭代收敛速度和降低端到端时延方面表现更好。