G = 50,利用深度 捜索或廣度捜索算法生成30條節(jié)點Vl到節(jié)點V25的路徑作為初始種群。根據(jù)本實施例中的不 同類別業(yè)務(wù)的業(yè)務(wù)重要度和業(yè)務(wù)流量值W及公式(4)和公式(5)，可得到本實施例的親和度 函數(shù)為：
[0044] f = l-(0.869Rx+0.126防+0.005化）； (7)
[0045] 步驟3.2(親和度計算及抗體選擇）：
[0046] 令業(yè)務(wù)B沿種群中每一個抗體進(jìn)行傳輸，并利用公式（7)計算每一個抗體的親和 度，公式(7)中Rx、fc和化的計算方法如下：
[0047] 設(shè)種群中第n個抗體表示的路徑為Pn,網(wǎng)絡(luò)中已有業(yè)務(wù)的集合為妒，鏈路e上已有的 業(yè)務(wù)重要度和業(yè)務(wù)流量分別為/；*和則計算Rx所用的公式(1)中
，計算Ry所用的公式（2)中
，計算 化所用的公式(3)中，Q = Q*^+B，本實施例中，抗體選擇參數(shù)5 = 6，即選擇親和度最大的前6個 抗體組成記憶種群；
[0049] 步驟3.3:如果進(jìn)化代數(shù)已達(dá)到最大，則選擇記憶種群中親和度最大的抗體作為結(jié) 果進(jìn)行輸出，否則進(jìn)入步驟3.4;
[0050] 步驟3.4(抗體克隆）：
[0051] 根據(jù)公式(6)，計算記憶種群中每個抗體的克隆數(shù)量并進(jìn)行克隆操作，克隆生成的 所有抗體組成克隆種群；
[0052] 步驟3.5(抗體變異及種群更新）：
[0053] 對克隆種群中的每一個抗體執(zhí)行變異操作，具體方法為:除源宿節(jié)點外，在抗體內(nèi) 隨機(jī)選取一個節(jié)點作為變異起始節(jié)點，保留源節(jié)點到變異起始節(jié)點之間的路徑，同時重新 捜索變異起始節(jié)點到宿節(jié)點之間的路徑，進(jìn)而生成變異后的抗體。將變異后的抗體與記憶 種群中的抗體共同組成新一代抗體種群，完成種群的更新，并返回步驟3.2。
[0054] 圖3是本實施例中人工免疫算法尋找最優(yōu)路徑的捜索過程，算法在第25代找到了 最優(yōu)解。
[0055] 為了說明本發(fā)明的有益效果，本實施例中將僅考慮單一層面風(fēng)險情況下的單層最 優(yōu)路徑和本發(fā)明所述方法得到的綜合最優(yōu)路徑進(jìn)行了對比，如表1和表2所示。結(jié)合表1和圖 1，本發(fā)明所述的單層路由方法是有效的。例如節(jié)點v7和VlO之間的鏈路所承載的業(yè)務(wù)重要 度和業(yè)務(wù)流量分別為1.55和17.49,業(yè)務(wù)重要度相對業(yè)務(wù)流量來說很小，所W業(yè)務(wù)層路由選 擇了運(yùn)條鏈路而傳輸層路由卻繞開了運(yùn)條鏈路，其目的都是盡量使路徑經(jīng)過本層負(fù)載比較 小的鏈路，達(dá)到整個網(wǎng)絡(luò)的負(fù)載均衡，降低因某條鏈路失效而造成巨大網(wǎng)絡(luò)損失的風(fēng)險。
[0056] 表1單層最優(yōu)路徑與綜合最優(yōu)路徑
[0058]表2各路徑在網(wǎng)絡(luò)單一層面和綜合層面的風(fēng)險值
[0060]圖4是表2的柱狀圖表示。從圖4中可W看出，綜合最優(yōu)路徑(P4)在僅考慮單層風(fēng)險 的情況下其性能都僅僅劣于單層最優(yōu)路徑，性能較佳。而單層最優(yōu)路徑除了在僅考慮本層 面情況下最優(yōu)，在其它層面上卻表現(xiàn)欠佳，如:業(yè)務(wù)層最優(yōu)路徑(Pl)在傳輸層風(fēng)險大于P2和 P4，在物理拓?fù)鋵语L(fēng)險大于P3和P4;傳輸層最優(yōu)路徑(P2)在業(yè)務(wù)層風(fēng)險大于Pl和P4，在物理 拓?fù)鋵语L(fēng)險最大，綜合風(fēng)險也大于Pl和P4;物理拓?fù)鋵幼顑?yōu)路徑(P3)在其它層面都是風(fēng)險 最大的路徑。
[0061] 本發(fā)明所述路由方法某些約束條件下同樣適用。如果表1所示綜合最優(yōu)路徑過長， 無法滿足部分業(yè)務(wù)的時延要求，可W在本發(fā)明所述方法基礎(chǔ)上加入約束條件，如路徑長度 小于100,則計算的結(jié)果如表3所示。綜合最優(yōu)路徑與單層最優(yōu)路徑的性能比較結(jié)果與未加 約束條件時相同，因此本發(fā)明所述路由方法的性能不會受到約束條件的限制。
[0062] 表3帶約束條件的單層最優(yōu)路徑與綜合最優(yōu)路徑
[0064] 綜上，本發(fā)明所述方法充分考慮區(qū)分服務(wù)網(wǎng)絡(luò)中業(yè)務(wù)重要程度存在差別的特征， 從業(yè)務(wù)層、傳輸層和物理拓?fù)鋵泳C合考慮路由帶來的網(wǎng)絡(luò)風(fēng)險，并根據(jù)網(wǎng)絡(luò)承載業(yè)務(wù)的具 體情況動態(tài)調(diào)整路由風(fēng)險的計算參數(shù)，使依據(jù)本發(fā)明所述方法計算得到的路徑的網(wǎng)絡(luò)綜合 風(fēng)險最小，且在每個單一層面上風(fēng)險也接近單層最優(yōu)路徑。
[0065] W上所述，僅為本發(fā)明較佳的【具體實施方式】，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明掲露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該W權(quán)利要求的保護(hù)范圍 為準(zhǔn)。
【主權(quán)項】
1. 一種區(qū)分服務(wù)網(wǎng)絡(luò)中低風(fēng)險路由方法，其特征是該方法包括： 步驟1:根據(jù)區(qū)分服務(wù)網(wǎng)絡(luò)中業(yè)務(wù)重要程度存在差異的特征分別創(chuàng)建網(wǎng)絡(luò)業(yè)務(wù)層、傳輸 層和物理拓?fù)鋵拥穆酚娠L(fēng)險的計算公式； 步驟2:根據(jù)步驟1中所述Ξ層路由風(fēng)險的計算公式創(chuàng)建網(wǎng)絡(luò)綜合路由風(fēng)險的計算公 式； 步驟3:根據(jù)步驟2中所述網(wǎng)絡(luò)綜合路由風(fēng)險的計算公式，利用人工免疫算法計算最優(yōu) 路由，使網(wǎng)絡(luò)綜合路由風(fēng)險最小。2. 根據(jù)權(quán)利要求1所述方法，其特征是所述網(wǎng)絡(luò)的業(yè)務(wù)層、傳輸層和物理拓?fù)鋵拥穆酚?風(fēng)險的計算公式分別為： (1) 業(yè)務(wù)層路由風(fēng)險的計算公式是：式中，Rxe(〇，l)為網(wǎng)絡(luò)的業(yè)務(wù)層路由風(fēng)險，E為網(wǎng)絡(luò)的鏈路集和，|E|為集合E的基數(shù)，le 為鏈路e上承載業(yè)務(wù)的重要度，在網(wǎng)絡(luò)總業(yè)務(wù)不變的情況下，其取值由路由方法決定，7是 e le的歸一化值，其計算公式桌(2) 傳輸層路由風(fēng)險的計算公式是：式中，ΚγΕ(〇，1)為網(wǎng)絡(luò)的傳輸層路由風(fēng)險，F(xiàn)e為鏈路e上的業(yè)務(wù)流量，在網(wǎng)絡(luò)總業(yè)務(wù)不 變的情況下，其取值由路由方法決定，是Fe的歸一化值，其計算公式是 色 (3) 物理拓?fù)鋵勇酚娠L(fēng)險的計算公式是：式中，化￡(〇，1)為網(wǎng)絡(luò)的物理拓?fù)鋵语L(fēng)險，Q為網(wǎng)絡(luò)中業(yè)務(wù)集合，p(q)為業(yè)務(wù)q的實際路 徑，〇。(。)為路徑9(9)的長度，9<^(9)為業(yè)務(wù)9在網(wǎng)絡(luò)物理拓?fù)鋵拥淖疃搪窂剑?^"^為業(yè)務(wù)9在 網(wǎng)絡(luò)物理拓?fù)鋵拥淖疃搪窂介L度。3. 根據(jù)權(quán)利要求1所述方法，其特征是步驟2中所述網(wǎng)絡(luò)綜合路由風(fēng)險的計算公式是： 民二 αΚχ+βΚγ+ γ Rz， 式中，Re (〇，1)為網(wǎng)絡(luò)的綜合路由風(fēng)險，α、β和丫的計算公式是：式中，rWn和rW分別為區(qū)分服務(wù)網(wǎng)絡(luò)中業(yè)務(wù)重要度的最小值和最大值，0min和0max分別 為區(qū)分服務(wù)網(wǎng)絡(luò)中業(yè)務(wù)流量的最小值和最大值。4.根據(jù)權(quán)利要求1所述方法，其特征是所述步驟3具體包括W下步驟： 步驟3.1(種群初始化）：根據(jù)新到業(yè)務(wù)B的源宿節(jié)點，隨機(jī)生成N條路徑作為人工免疫算 法的抗體種群，每一條路徑即為一個抗體，抗體由路徑所經(jīng)過的節(jié)點組成，同時將（1-R)作 為親和度的計算公式，其中R是網(wǎng)絡(luò)綜合路由風(fēng)險的計算公式； 步驟3.2(親和度計算及抗體選擇）：令B分別沿抗體種群中的每個抗體進(jìn)行傳輸，然后 根據(jù)B的業(yè)務(wù)重要度、業(yè)務(wù)流量和每個抗體的路徑長度，計算每個抗體的親和度，選擇親和 度最大的前S個抗體組成記憶種群，KS<N; 步驟3.3:如果進(jìn)化代數(shù)已達(dá)到最大，則選擇記憶種群中親和度最大的抗體作為結(jié)果進(jìn) 行輸出，否則進(jìn)入步驟3.4; 步驟3.4(抗體克?。簩τ洃浄N群中的抗體進(jìn)行克隆操作，生成克隆種群，第m個抗體的 克隆數(shù)量的計算公式是：式中，Cm為第m個抗體的克隆數(shù)量，函數(shù)rouncK ·)的功能是對括號內(nèi)的實數(shù)進(jìn)行四舍五 入取整，（1-Rm)為第m個抗體的親和度； 步驟3.5(抗體變異及種群更新）：對克隆種群進(jìn)行變異操作，生成變異克隆種群，將記 憶種群與變異克隆種群合并為新一代抗體種群，返回步驟3.2。
【專利摘要】本發(fā)明公開了通信網(wǎng)絡(luò)技術(shù)領(lǐng)域中一種區(qū)分服務(wù)網(wǎng)絡(luò)中低風(fēng)險路由方法，用于解決傳統(tǒng)低風(fēng)險路由方法考慮的風(fēng)險層面單一、網(wǎng)元失效方式單一的問題。該方法首先針對區(qū)分服務(wù)網(wǎng)絡(luò)中業(yè)務(wù)重要程度差異化的特征，分別從業(yè)務(wù)層、傳輸層和物理拓?fù)鋵咏螌泳W(wǎng)絡(luò)路由風(fēng)險模型；然后根據(jù)不同層面對網(wǎng)絡(luò)的影響程度以及承載業(yè)務(wù)情況，建立了具有自適應(yīng)參數(shù)的綜合路由風(fēng)險模型；最后將網(wǎng)絡(luò)綜合風(fēng)險作為優(yōu)化目標(biāo)，利用人工免疫算法求解使網(wǎng)絡(luò)綜合風(fēng)險最小的路由。本發(fā)明克服了已有研究從單一層面考慮網(wǎng)絡(luò)路由風(fēng)險的片面性和針對單一網(wǎng)絡(luò)單元失效方式的局限性，并從網(wǎng)絡(luò)服務(wù)于業(yè)務(wù)的本質(zhì)出發(fā)，確定綜合路由風(fēng)險的計算參數(shù)，更能體現(xiàn)網(wǎng)絡(luò)用戶對網(wǎng)絡(luò)路由風(fēng)險的要求。
【IPC分類】H04L12/721
【公開號】CN105704026
【申請?zhí)枴緾N201510810930
【發(fā)明人】樊冰, 閆江毓, 吳潤澤, 唐良瑞
【申請人】華北電力大學(xué)
【公開日】2016年6月22日
【申請日】2015年11月20日