[发明专利]一种多区域故障下基于灾难预测的蚁群优化虚拟网络映射方法

说明书

本发明涉及一种多区域故障下基于灾难预测的蚁群优化虚拟网络映射方法，属于光纤通信技术领域。本发明所述方法采用基于风险评估的方法建立生存性虚拟网络多区域灾难故障模型，评估全局物理链路潜在故障概率；采用虚拟节点‑链路协同映射，即映射虚拟节点后，紧接着映射该虚拟节点与已映射虚拟节点之间的所有虚拟链路，在协同映射中，考虑映射虚拟链路到物理路径所产生的带宽容量损失，设计虚拟链路启发式信息公式，以选择带宽容量损失最小物理路径进行映射。本发明提供一种多区域故障下基于灾难预测的蚁群优化虚拟网络映射方法，即在物理网络发生多区域故障时，仍能获得最低的预期带宽容量损失，同时降低带宽阻塞率和提高频谱利用率。

技术领域

本发明属于光纤通信技术领域，涉及一种多区域故障下基于灾难预测的蚁群优化虚拟网络映射方法。

背景技术

随着智能电网技术的进步和日益成熟，电力通信网逐步向数字化、综合化、智能化、多业务化等方向演进。尤其是近年来出现的物联网这一新兴技术，由于几乎所有的电器设备都需要电网调度和配送电运行，这使得电力通信网成为了最直接、高效的、可靠的数据传输网。而这些新的变革为原本传输带宽资源就有限的电力数据通信骨干网带来了严峻的挑战。相比于传统带宽固定、调制格式单一的波分复用(Wavelength DivisionMultiplexing,WDM)网络，新型的弹性光网络(Elastic Optical Networks,EONs)凭借其高带宽容量、低时延、低功耗、细粒度等优点被认为是下一代极具前景的光传送网。新型业务的快速发展使得互联网构架越来越无法满足网络运营、管理、扩展、业务部署的需求，要在全球范围内部署一套类似规模的新网络是相当困难的，且网络运营商都是趋利的，网络的实际部署会因为他们之间复杂的商业关系而阻碍重重。因此使得网络陷入了“僵化”的局面，网络虚拟化技术被引入到EONs中来解决网络僵化问题。在光网络虚拟化环境下，传统的服务运营商被划分为两个角色，即部署和管理物理基础设施和资源的基础设施提供商，而服务提供商向基础设施提供商租用一个或多个底层弹性光网络资源，为用户提供定制的，可扩展的虚拟网络服务。

虚拟光网络映射是网络虚拟化中优化资源分配的核心问题之一，并受到国内外学者的广泛关注。用户产生的虚拟网络请求通常由带有资源约束条件的虚拟节点(VirtualNode,VN)和虚拟链路(Virtual Link,VL)组成，如何在底层弹性光网络为虚拟业务提供有效地资源分配被称作为虚拟网络映射问题，且已被证明是NP-hard(Non-deterministicPolynomial-hard，非确定性多项式困难)问题。为了提高底层弹性光网络运营商的收益，早期的研究主要集中于如何提高虚拟光网络映射的成功率和底层弹性光网络资源利用率。

电力通信网是电力系统运行的命脉，其可靠程度关系着整体电力系统的安全与稳定。所以电力系统对其通信网络的可靠性和信息传输的快速准确性方面的要求很高。电力通信网的可靠性有赖于顺畅的传输链路，如果这些链路出现故障会直接导致信息传输中断和可靠性降低，进而造成难以估量的损失。通常基础设施网络都搭建在幅员辽阔的地表上，很多地区经常遭受灾难的袭击，例如：台风、地震、洪水等，都会造成多区域大范围的底层弹性光网络故障，从而导致巨量的带宽容量损失。弹性光网络由于灾难引起的多区域大范围网络故障时有发生，电力通信骨干网络的生存能力已经成为一个主要担忧的问题。

发明内容

有鉴于此，本发明的目的在于提供一种弹性光网络中基于灾害预测的虚拟网络映射策略，用于提高网络频谱利用率，减少预期的带宽容量损失，降低网络阻塞率。

为达到上述目的，本发明提供如下技术方案：

一种基于灾难故障模型的蚁群优化虚拟网络映射方法，该方法包括以下步骤：

S1：根据底层弹性光网络拓扑结构，采用多区域灾难评估模型，评估在灾难影响区域内区域风险概率和潜在故障概率，计算承载需求请求业务的底层弹性光网络中所有物理路径的潜在故障概率；