互联网电视CDN智能调度技术研究和应用

本文研究了在互联网电视CDN分层级、分区域下沉后产生的节点不均衡问题,以及春晚等大流量场景下区域间负载不均衡问题、直播频道突发流量分布不均导致的CDN节点内设备负载不均衡等问题,并且针对区域间、节点间以及节点内的调度场景,综合考虑各级调度影响因子,研究通过K-Means聚类算法、非线性回归算法、Random Forest算法等AI算法在互联网电视CDN调度中的应用,实现智能调度策略决策及分场景调度实施。通过互联网电视CDN智能调度技术方案的研究,并在江苏移动完成部署,峰值承载流量超20Tbps。智能调度模型有效地均衡了区域、节点及设备的流量,提升了互联网电视CDN的总体利用率,提升了互联网电视系统可靠性和服务质量。     

模糊聚类CIAP在雷达组网中的应用

随着雷达网络传输技术的发展,雷达网络中的数据拥塞和流量分配不均衡问题亟待解决.文中针对多个被覆线与无线AP所组成的雷达传输网络中的流量分配不均衡问题,对多链路负载均衡算法(CIAP)中的任务调度算法进行改进.算法依据网络传输链路本身的固有特性,在进行链路碎片调度时,采用模糊聚类的思想对任务调度算法进行改进,该算法根据网络中各链路的剩余带宽和链路时延对负载较大的链路的路由碎片进行实时调度.实验结果表明,与传统的基于循环招标任务调度的多链路负载均衡算法比较,改进的算法能够迅速高效地均衡雷达网络中的链路负载.     

OBS中的一种原波长优先批调度算法

光突发交换网络(OBS)中心节点使用波长转换器减少突发丢失率,但波长转换器价格昂贵且技术不成熟,中心节点需要减少波长转换器的使用数目.大部分数据信道调度算法都没有考虑波长转换器数目.为此,提出一种原波长优先批调度算法基于相同波长转换器数目下进一步减少突发丢失率.仿真结果表明,这种批调度算法在波长转换器不足条件下,与其它...     

光网络中一种快速动态负荷均衡的波长路由算法

针对波长路由网络中动态光链路建立问题,提出了一种快速动态波长路由算法(RWA)。在路由子问题上,通过动态改进最短路径算法(Dijistra算法)权值的设置,使之符合光网络中动态流量分布,并适时更新路由信息表来适时调整网络的流量分布,减轻网络负荷,实现一种负荷均衡的路径查找。在波长分配子问题上,提出一种通过动态调节变异和交叉算子的遗传算法(VMCR-GA),可以实现快速波长搜索和分配。通过在几个网络上的仿真分析,比采用普通遗传和D算法的波长路由算法性能优越,网络阻塞率可以降低10%,波长分配效率提高30%~50%,算法的收敛性也大大提高。     

基于定量递归分析的天然气管线输送流量均衡调度方法

通过对天然气管线输送流量进行优化均衡调度设计,实现对天然气管线运行工况的准确监测。传统方法采用线性时间序列Wolf一步预测方法进行天然气管线输送流量调度,没能有效挖掘天然气管线输送网络中天然气流量的非线性特征,导致调度的准确性不好。提出一种基于定量递归分析的天然气管线输送流量均衡调度方法。首先构建了天然气管线的网络配置结构模型,进行输送流量序列的信号模型构建和非线性时间序列分析,对天然气流量进行相空间重构,在高维相空间中进行递归图构建,实现对天然气管线输送流量的定量递归分析,达到流量准确预测和均衡调度的目的,实现算法改进。仿真实验分析结果表明,采用该方法进行天然气管线输送流量均衡调度,天然气输送运行的工况得到改善,输送配置的均衡性较好,流量预测精度较高,调度效能增强。     

一种基于最长队列预测的CICQ交换结构调度算法

CICQ(Combined Input Crosspoint Queued)是一种在crossbar交叉点加入少量缓存的交换结构,具有无需内部加速比及分布并行调度的特性。为了自适应网络环境中各种业务流量,提高在非均匀流量下的性能,该文提出了一种基于最长队列预测的高效CICQ交换结构调度算法RR-LQD (Round Robin with Longest Queue Detecting)。RR-LQD算法复杂度为O(1),具有良好的可扩展性;通过预测局部最长队列并尽力为其服务,保持调度中队列长度的均衡,能够适应各种非均匀流量的网络环境。仿真结果表明:在各种均匀和非均匀流量下,RR-LQD算法均能达到100%的吞吐量,并且具有优良的时延性能。该文使用FPGA芯片实现了RR-LQD算法仲裁器,能够满足高速、大容量交换结构的设计需要。     

两种新型的OBS网络数据信道调度算法

光突发交换(OBS)是实现IP/DWDM网络的一种极有前途的方案。该文提出了两种新型的OBS网络数据信道调度算法:最少波长转换(MWCT)调度算法和区分服务(SD)调度算法。通过仿真,证明了这两种算法在减少OBS网络中的光信号的波长转换和保证高优先级数据可靠传输方面比已有的FF和LAUC调度算法具有更好的性能。     

基于WRR的改进型队列调度算法

基于Diffserv(区分服务)体系,研究实现QoS(服务质量)控制的核心技术之一的队列调度技术。基于WRR(加权轮询)队列调度算法,提出新型的改进算法。改进的队列调度算法主要由流量调节器和调度策略两部分构成,将网络上的包按照Diffserv体系分为EF(加速转发)、AF(保证转发)、BE(尽力服务)三种业务类型,对不同的类型采用不同的调度策略。针对高优先级的EF业务直接采用PRI(优先级调度),针对AF业务采用改进后的WRR调度。仿真结果表明,该改进型调度算法在网络资源分配上具有一定的优越性。     

面向数据中心网络的分布式负载均衡网关架构

为满足数据中心网络在高并发量、低尾延时等性能上的需求,提出一种面向数据中心网络的分布式负载均衡网关架构。该新型网关架构主要包括资源池化汇聚算法、优先调度算法和动态负载均衡算法等3个核心算法模型。基于该架构,借助现场可编程门阵列(FPGA)实现智能网关的整体设计。通过第三方测试,基于分布式负载均衡网关架构的智能网关可针对数据包的关键信息实现灵活、可扩展的负载均衡,线速可达9.4 Gbps(不丢包),线速为10 Gbps的丢包率约5%,端口时延为2 μs。与通用的负载均衡方案(软件负载均衡与硬件负载均衡)相比,分布式负载均衡网关架构采用基于数据包优先调度的负载均衡策略和硬件存储资源智能“池化”的流量管理,保障了数据中心网络系统中百万级数据流的高效分发,提升高并发量、低时延应用的性能。在面向百万条并发情况下,网络链路响应尾延时小于60 ms。     

面向边缘光算力网络的上行链路资源协同调度算法

为满足冷、热业务实时、高效的算力调度需求,提出一种基于自适应噪声完全集合经验模态分解(CEEMDAN)与时间卷积网络(TCN)的算力负载预测模型(简称C-TCN模型),并设计了基于C-TCN与Q学习的资源协同调度算法(CTQ算法),利用C-TCN模型提前感知下一时刻负载变化,通过Q学习协同调度波长与存储资源,寻找最佳波长划分与边缘存储分配方案。实验结果表明：CTQ算法的调度性能不仅优于现有调度算法,能满足冷、热业务调度性能要求,而且还能提高波长利用率。