面向时隙光交换网络的纳秒级时间同步技术

随着互联网和通信服务的飞速发展,数据中心组网架构的研究重心由电交换转向光交换。由于光交换网络进行时隙交换之前需要同步时钟信号,时间同步的精度和稳定性是提升光网络性能的重要参数。提出基于FPGA实现的时间同步方案,与现有方案相比,该方案在降低了同步复杂性的同时具有更高的精度和稳定性。测试结果表明时间同步后的偏移量不超过2.56 ns,在不同光纤长度、运行时长和环境温度下的时钟抖动为皮秒级。     

基于服务公平性感知的弹性光网络动态频谱分配算法

针对弹性光网络中的业务服务公平性问题,从不同粒度、不同跳数业务之间的服务公平性两方面,分别提出了相应的公平性感知动态频谱分配算法.通过引入新的效用函数,使得进行频谱分配时不仅考虑不同粒度、不同跳数业务间的服务公平性,而且还兼顾网络整体的频谱资源利用率,从而大大缓解了网络整体阻塞性能损伤.仿真结果表明,在动态网络环境下,针对不同粒度、不同跳数的业务的公平性问题所提出的方案可以极大地提高弹性光网络中业务之间的服务公平性,并且没有明显的阻塞性能恶化.     

浅论圆盘秤的设计

圆盘科具有较好的实用性。从设计方面进一步提高称重测力的灵敏度，改进完善结构系统，采用先进可靠的变频调速传动系统，可为其更广泛的应用提供基础。     

分布式机器学习网络通信优化技术

Ring all-reduce算法被广泛应用在分布式机器学习之中,其同步过程会受到慢节点的影响进而降低整个系统的效率。对Ring all-reduce中的Reduce＿Scatter和Allgather 2个阶段进行分析,针对Reduce＿Scatter数据汇总过程提出优化策略,其主要思想是将慢节点多出的计算时间与通信时间进行重叠。使用OMNet++对Ring all-reduce和优化策略进行对比仿真,仿真结果与理论分析相一致,该策略相比Ring all-reduce算法最高能缩短25.3%的训练时间。     

弹性光网络中具有波带变换功能的节点结构比较(英文)

In Elastic Optical Networks(EONs)with flexible bandwidth allocation,the blocking probability is high because of spectral contention.Similar to the functionality of wavelength conversion in Wavelength-Division-Multiplexing(WDM)networks,waveband conversion has been proposed to solve spectral contention in EONs.In this paper,we discuss the design of node architectures for an EON with waveband conversion.Four node architectures with shared Tuneable Waveband Converters(TWBCs)are proposed,and their blocking performances are evaluated by simulation.Simulation results show that the blocking probability of a node is significantly improved by waveband conversion.The sharing efficiency of waveband converters is also investigated.Simulation results show that at the same blocking rate,the node architecture with converters shared per node can save more than 20% waveband converters compared with that of the one with converters shared per link.     

基于负载均衡的联合路由策略

针对目前IP over WDM网络中的路由算法在负载均衡方面存在的问题,提出了一种考虑负载
均衡的新型联合路由算法——负载均衡算法(LBA). 该算法在链路（包括逻辑链路和物理链
路）权值分配过程中考虑了节点负载的影响,并且在目标函数的选取中充分考虑了链路资源
的利用情况. 通过对节点负载分布的方差和业务阻塞率的仿真分析,验证了该算法在负载均
衡和网络资源优化利用及降低端到端时延等方面的优越性.     

数据中心光互连网络拓扑可重构研究

针对传统数据中心电互连网络在应对业务动态流量时存在适应性差的问题,文章提出并验证了一种可以根据网络流量波动进行网络拓扑自优化重构的机制.文章所提机制通过网络仿真系统与深度强化学习模型的迭代交互,实现了对拓扑结构与业务流量分布关系的持续训练,进而在实际系统中,深度强化学习模型,根据软件定义网络控制器实时收集的业务流量分布...