基于机器学习的城域网流量预测与业务重构技术研究

发布时间：2020-04-06 00:25

【摘要】：近年来随各种宽带业务信息流量势如破竹般增长,光网络运维与资源调度面临着前所未有的挑战。而软件定义光网络技术(SDON)的出现也让计算机技术管控网络更加高效。与此同时,在城域网中用户接入网络位置实时变化,造成了网络负载随时间周期性动态变化的潮汐流量现象,而网络运营商无法对此做出快速灵活的资源调度,给网络运维带来了挑战。如何准确预测城域网中的流量变化以及针对预测结果给出合理的资源调度策略,是当前亟需攻克的关键技术难题。本论文围绕潮汐流量预测问题与城域光网络潮汐效应下的业务疏导问题,主要从建立潮汐流量预测模型、光路提供与业务重构三个方面展开研究。本文的具体工作和创新点如下:(1)针对城域网潮汐流量现象,建立了BP人工神经网络模型预测潮汐流量变化,使其既解决预测潮汐迁移到达的问题,又解决流量变化拟合问题。在模型训练过程中调整模型参数,减小模型预测误差。仿真结果表明该方案可有效预测网络的潮汐流量变化趋势,预测归一化拟合误差控制在0.05以内,预测准确率达到90%以上。(2)基于该BP-ANN流量预测模型,设计了城域网潮汐流量管控机制,将机器学习模型内嵌,运用于流量调度决策过程中。在该机制的基础上提出了基于流量预测的光路提供启发式策略。仿真结果表明该光路提供机制能够缓解潮汐流量现象导致的负载不均,与最短路径策略以及负载自适应路由策略相比阻塞率分别降低11.9%和1.3%。(3)结合设计的管控机制以及BP-ANN流量预测模型,提出了一种面向城域网潮汐流量的业务重构方法,详细描述了如何利用BP-ANN模型的预测结果进行重构的触发以及业务的搬移流程。仿真结果表明,该方案根据预测的链路负载情况,调度运行业务的资源占用,能够降低7.6%的业务阻塞率,但同时会造成1.0%的业务中断。
【图文】：

以及多域异构组网等。然而，在实际的网络运行当中，光网络仍然存在一些问逡逑题，需要依靠更加智能化的技术手段来解决。逡逑城域光网络由光核心层、光汇聚层和接入层组成｜９１，如图１－２所示，分别负逡逑责城域网内信息的高速传送１邋：；交换、信息的汇聚和分似任务以及为用户提供具体逡逑的接入手段。长期以来，在城域网中，ＯＴＮ妃运Ｕ商承载网络中最基本的网络逡逑设施［１（）＇１１］，并且数据业务己经成为城域光网络带宽的主要占用者。随着城市规模逡逑的扩大和城域网的发展，，需要逐步增加１Ｐ城域网的汇聚、接入节点的数量和增逡逑大网络的覆盖范围１１２，１３１。逡逑■ｎｔｅｍｅｔ逦逦＾一W 数据屮心逡逑＿服务网关节点逡逑襄１逦３核心节点逡逑＿汇聚节点逡逑光＇汇聚层：逦ｆ逦）逦Ｍ逦＼逡逑灥逡逑无线接．丨ｉ逦会各邋ｋ逡逑入网：以邋６逦Ａ逦？邋＾逡逑丨丨＊！：丨逦ｆｔ邋ｆ＊逡逑图１－２城域光网络架构逡逑在大规模城市的城域网中，用户可以随时随地接入网络。用户产生的数据业逡逑务首先会接入离用户最近的ＩＰ层网络节点。而想要实现端到端的业务传输是需逡逑要大容量的ＯＴＮ去承载这些ＩＰ层节点所汇聚转发的数据１｜４１。接入的数据业务逡逑需要从ＩＰ层下沉到光层，再通过ＯＴＮ的“刚性管道”去传输这些数据。用户接逡逑入网络的位置实时发生变化，具体表现在：用户在网络中分布不均匀，白天多集逡逑２逡逑

络操作拟定合适的策略，简化运维，提高网络生存性、系统健壮性指标｜３Ｓ１，同时逡逑能高效执行决策。逡逑ＳＯＯＮ的体系架构如图１－３所不，它在应用平面、控制平面与传送平面都引逡逑入了人工智能相关技术作为决策的重要一环。其中，应用平面结合机器学习技术，逡逑５逡逑
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP181;TP393.1

【相似文献】

相关期刊论文 前10条

1 周德强;徐建闽;邵源;曾华燕;曾悦;;城市路网道路改造转移流量预测[J];交通运输系统工程与信息;2006年06期

2 王建中;刘凌;徐金阳;;基于遗传算法与支持向量机的日流量预测[J];水电能源科学;2008年04期

3 呙常冠;;空中交通综合流量预测系统[J];民航管理;2018年12期

4 呙常冠;;空中交通综合流量预测系统[J];民航管理;2016年11期

5 张奎鸿,陈小鸿,林航飞;高速公路网流量预测与分期建设研究[J];上海公路;2000年02期

6 徐健清;;基于神经网络的远海航道船舶流量预测系统构建[J];舰船科学技术;2019年04期

7 胡铮;袁浩;朱新宁;倪万里;;面向5G需求的人群流量预测模型研究[J];通信学报;2019年02期

8 王维凤,陈小鸿,林航飞,吴娇蓉;高速公路流量预测风险分析[J];长安大学学报(自然科学版);2003年06期

9 刘玉梅;基于最小二乘估计原理的飞机流量预测[J];中国民航学院学报;2003年04期

10 吴曙东;;实施新贷款分类法必须重视现金流量预测[J];云南金融;1999年04期

相关会议论文 前10条

1 谭宇婷;蔡晓禹;雷财林;刘秀彩;;短时流量预测研究现状及大数据环境下预测方法探讨[A];第十二届中国智能交通年会大会论文集[C];2017年

2 李千目;戚勇;吴克力;杨云;张宏;刘凤玉;;一种新的网络拥塞流量预测方法[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年

3 郭冠英;;综合型交通分配模型与路网流量预测[A];全国城市道路与交通工程学术会议论文集[C];1991年

4 蔡亚桥;符永正;;多泵并联变台数调节的流量预测[A];全国暖通空调制冷2006年学术年会论文集[C];2006年

5 吕发;黄彦平;王艳林;闫晓;;基于压降平衡的稳态自然循环流量预测[A];中国核动力研究设计院科学技术年报（2012）[C];2014年

6 林义勇;鞠福昌;卢艳;;ARMA模型在局域网短期流量预测中的应用研究[A];第十一届全国信号和智能信息处理与应用学术会议专刊[C];2017年

7 陈永环;王智灵;朱明清;王建;陈宗海;;基于卫星图像的行车最优路线策略研究[A];第13届中国系统仿真技术及其应用学术年会论文集[C];2011年

8 刘润杰;申金媛;张端金;穆维新;;下一代网络信令流量的混沌预测[A];第二十七届中国控制会议论文集[C];2008年

9 王桂娟;陈宁;徐同阁;;基于ARMA的IP网络流量建模方法研究[A];2006全国复杂网络学术会议论文集[C];2006年

10 赵志理;李炜;王虎平;刘波;;基于超强学习机的交通客流预测方法研究[A];第九届中国不确定系统年会、第五届中国智能计算大会、第十三届中国青年信息与管理学者大会论文集[C];2011年

相关重要报纸文章 前6条

1 秦风;创业初期的四个关键问题[N];中国妇女报;2006年

2 黄峰 陈园园;提高地方国库现金流量预测效率[N];金融时报;2016年

3 ;全国大学生云开发大赛决出胜负[N];文汇报;2018年

4 记者 夏祖军;突破制约现金管理体制难点[N];中国财经报;2013年

5 王麟;理财要有前瞻性[N];中国财经报;2004年

6 周楠;API系统推广一周年助旅客通关提速效果显著[N];中国国门时报;2009年

相关博士学位论文 前10条

1 赵其刚;基于流量预测的下一代网络动态QoS研究[D];西南交通大学;2005年

2 于万霞;基于流量预测的城市单交叉路口多相位交通信号的控制技术[D];河北工业大学;2008年

3 郭秉义;绿色通信网络的节能方法研究[D];华南理工大学;2014年

4 杨双懋;无线网络中的流量预测与MAC算法研究[D];电子科技大学;2012年

5 肖政宏;无线传感器网络异常入侵检测技术研究[D];中南大学;2012年

6 李荣鹏;面向绿色蜂窝网的流量预测分析与智能化基站管理策略研究[D];浙江大学;2015年

7 郭通;基于自适应流抽样测量的网络异常检测技术研究[D];解放军信息工程大学;2013年

8 张晓利;基于非参数回归的短时交通流量预测方法研究[D];天津大学;2007年

9 高波;基于时间相关的网络流量建模与预测研究[D];哈尔滨工业大学;2013年

10 夏鸿斌;计算智能方法及在网络优化和预测中的研究[D];江南大学;2009年

相关硕士学位论文 前10条

1 曾霄笑;基于改进RNN及密度聚类的异常流量检测方法[D];北京邮电大学;2019年

2 王语乔;基于机器学习的城域网流量预测与业务重构技术研究[D];北京邮电大学;2019年

3 郭珊宜;基于SDN和NFV的宽带光接入汇聚网节能技术研究[D];北京邮电大学;2019年

4 戴文倩;基于生成对抗网络的流量预测研究[D];上海师范大学;2019年

5 王雪菲;基于高速公路大数据的流量预测问题研究[D];北方工业大学;2019年

6 谭宇婷;大数据环境下基于共性交通态势寻觅短时流量预测研究[D];重庆交通大学;2018年

7 李洋;超密集无线网络中基于业务流量预测的负载均衡技术研究[D];西安电子科技大学;2018年

8 李伟民;超密集无线网络业务流量预测及其应用[D];西安电子科技大学;2018年

9 陈uGq

本文编号：2615735