通信工程 网络技术 外文翻译 文献翻译 外文文献Word文档下载推荐.docx

通信工程 网络技术 外文翻译 文献翻译 外文文献Word文档下载推荐.docx

《通信工程 网络技术 外文翻译 文献翻译 外文文献Word文档下载推荐.docx》由会员分享，可在线阅读，更多相关《通信工程 网络技术 外文翻译 文献翻译 外文文献Word文档下载推荐.docx（12页珍藏版）》请在冰豆网上搜索。

【关键词】路由，波长分配，算法，WDM（波分复用），蚁群算法

1.介绍

所有采用波分复用（WDM）光网络都有一个巨大的带宽容量，他们显示成为下一代互联网骨干。

在所有光网络中，数据路由在光学通道被叫做光路。

路由和波长分配（RWA）问题是如何为一个连接请求确定路由和波长。

没有了波长转换功能，一个光路必须在所有链接中使用相同的波长，这被称为波长连续性限制。

路由和波长分配（RWA）问题通常被归类为静态和动态两种。

在静态路由和波长分配问题中，连接请问是预先给出的，问题就变成如何为所有请求建立光路，使得总数量的波长被最小化。

静态路由和波长分配问题已经被证明是一个NP完全问题。

在动态路由和波长分配问题中，流量是动态的以及连接请求到达的随机性使得它变得更为困难。

启发式算法通常被用来解决这个问题。

一般来说，一个动态的路由和波长分配算法的目的是使在整个网络中总阻塞概率最小化。

在我们的工作中，我们关注波长连续性约束的动态RWA问题。

在著作中，动态RWA问题通常被分为两种子问题，分别可以解决：

路由和波长分配。

路由方案可以分为固定路由，固定备用路由和自适应路由。

在固定的路由方案，有一个专门为源和目的的路线。

每当一个请求出现在这一对源和目的中，这条路线就会试图对波长进行分配。

固定路由简单，但是通常导致高阻塞概率。

固定备用路由方法具备更好的性能在多路径节点对方面。

在自适应路由方案中，当一个连接请求到来时，路线的计算是基于当前网络状况，从而得到最好的性能。

然而，自适应路由需要很高的复杂计算。

一个更详细的路由调查和波长分配可以在[2]中找到。

自适应RWA方案在论文中总是需要来自于控制协议的特殊支持以获得全球网络状态。

此外，启发式算法在一个请求到达之后执行路由和波长搜索任务必须权衡复杂度和性能。

这也造成高设置延迟和控制开销。

一个可能的方法来克服这些问题是使用基于蚁群的移动代理[3]。

基于蚁群的代理路由方法继承了移动代理行为和蚁群系统的优势。

最近的结果表明，这种方法可以在电路控制的控制和分组交换网络中产生高效的性能。

在本文中，我们主要研究一个新的基于蚁群代理算法为波分复用网络的动态RWA问题在波长连续性约束之下。

我们的研究旨在通过使用适当数量的蚂蚁来减少阻塞概率和路径设置时间，蚁群在连接请求带来之前持续执行路径搜索任务，这样的路由选择和波长分配请求的执行是简单地查找路由表。

为了实现这一目标，为我们新的算法开发一个新的路由表结构，一个蚁群控制方案和一个信息素更新机制。

本文余下部分组织如下：

在第二节，我们讨论相关工作。

第三节，在波长连续性约束之下的波分复用网络的中我们为动态RWA问题提出新的方法。

第四节，描述我们初步仿真和分析结果。

最后，我们的结论和未来的工作在第五节进行了讨论。

2.相关工作

最近的研究结果表明，通信网络中的路由可以通过蚁群优化（ACO）[3]方法有效地解决。

路由解决方案建立在基于蚁群在代理网络状态中的觅食行为。

这些集体代理通过环境中信息素拖拽（stigmergy）间接沟通。

通过下面的的另一个信息素轨迹，一个代理可以找到一个“好”的路线，这条路线最短，从源到目的地路由数据最不拥挤。

两种基本算法是由Schoonderwoerdetal.[4]提出的对电话网络的基于蚁群控制（ABC）和由DiCaroetal.[5]提出的基于蚁群的分组交换网络。

有一些后续的提高路由性能的改进方案，包括使用动态编程[9]的智能代理，增强蚁群对环境适应能力[10]的强化学习以及适应蚁群搜索过程控制参数[11]的遗传算法。

而以上的研究主要集中在电子通信网络中的路由问题，我们在本文中的兴趣是波长连续性约束下的波分复用光网络的动态RWA问题。

Valeraetal.[12]提出了一种蚁群算法来解决静态RWA问题。

目标在于使一个给定网络拓扑和流量矩阵的波长要求数量尽量减少。

波长分配仅仅使用一个贪婪的方法，它为每个链接指定最低可用波长。

一个蚂蚁的路由选择是基于每个连接的吸引力。

每只蚂蚁都有自己的可以被其他蚂蚁拒绝的信息素。

每只蚂蚁都留有一个用于路线回溯和循环回避的之前访问节点的“禁忌”列表。

信息素的更新可以使用不同的方法。

该方法最好的结果是吸引蚂蚁的路径数量随着穿越的蚂蚁数量越来越多而获得全球更新。

这个结果可以相比于Nagasu启发式[13]，但是他需要更长的计算时间。

然后，这个方法不能直接应用于动态RWA问题。

Garlicketal.[14]提出了一种基于蚁群的算法来解决动态RWA问题。

当一个新的连接请求到来时，大量的蚂蚁从源出发到目的地。

蚂蚁评估一条路径是基于其长度和这条路径的平均可用波长。

当一只蚂蚁到达目的地，全球信息素更新被执行。

信息素更新的需求依据：

一旦一个连接被建立，网络信息素矩阵重置。

为一个连接请求的最后最好路径的产生是当所有的蚂蚁完成他们的探索任务。

作者表明，该算法在所有可用波长中探求最短路径[15]比一个详尽的探索具有更高的性能。

作为一个新组蚂蚁必须为新的连接请求启动，设置延时会由于大型网络等待蚂蚁而变得非常高。

事实上，这种方法不会显示来自于不同请求的蚂蚁的集体行为，这是基于蚁群系统的一个重要方面。

3.基于蚁群的RWA算法

一个光学波分复用（WDM）网络可以表示为由N个节点和E链接的图。

我们假设每个链接是双向容量的W波段和节点没有波长转换能力（波长连续性限制）。

为了支持蚂蚁路由选择,每个网络节点有一个路由表和N-1条目。

在一个i和ki相邻的节点，路由表有一个ki序列。

每个条目对应到目的节点,每一列对应一个相邻节点。

当一只蚂蚁向目的节点d运动时，这个值

用作邻居节点n的选择概率。

为了支持波长分配,我们引入了选择概率的每个波长到路由表。

对于每个相邻的节点,让

概率是一只蚂蚁选择波长j，当它移动到目的地d。

图1所示的是当W=1的一个新的路由表的新的例子。

当一个连接请求发生在源节点1和目的节点6，节点3将被选择作为下一跳,因为

<

。

在这种情况下，因为P1<

P2，波长2是优于波长1。

Fig.1.Anetworkanditsroutingtablefromnode1

在一个节点上,蚂蚁是由一个给定的概率随机选择ρ到目的地，每T个时间单位。

这里ρ和T是设计参数。

一只蚂蚁被认为是一个移动代理:

它负责在其旅行路线上收集信息,执行路由表更新访问节点,并继续前进见图2。

AntlaunchedUpdatepheromoneAntkilled

Fig.2.Ant’smovingandupdatingtasks

一只蚂蚁从源移动到目的地,在一Fig.2.Ant’smovingandupdatingtasks个选定的波长上一个节点到一个节点运动。

它的下一站是随机决定的：

一个相邻点的选择概率是基于路由表的。

当一只蚂蚁到达目的地节点或当它不能选择一个空闲的波长选择的路径为其下一步行动时将被剔除。

为了避免“冻结”状态，所有蚂蚁专注于一个路线（停滞），随机方案介绍：

每个蚂蚁选择下一跳的随机与利用概率。

当一个连接请求到达时，路径将决定基于最高的选择概率相邻节点的条目。

波长分配是基于路由表的波长选择概率,或其他一些传统可以使用的启发式方法。

当一只蚂蚁访问一个节点,它以其旅行过程中收集的信息来更新路由表的元素。

信息素更新的原理描述如下：

假设一只蚂蚁从源移动到目标d后的s路径（s,…,i-1,i,…,d）。

当蚂蚁到达节点i，它将对应节点s更新条目。

当其它相邻节点概率减少时，相邻i-1节点概率也减少。

对于最近一次访问的相邻i-1节点，相应的空闲波长概率增加了，然而波长对应的概率繁忙程度降低了。

更为正式的是，假设在时间t，蚂蚁访问节点i，所以在下次t+1路由条目是由下面的公式决定的（记住,所有的相邻总概率总和是1）:

（1）

（2）

DynamicRoutingandWavelengthAssignmentinWDM

NetworkswithAnt-BasedAgents

Son-HongNgo,XiaohongJiang,SusumuHoriguchi,andMinyiGuo

GraduateSchoolofInformationScience,JapanAdvancedInstituteofScienceand

Technology,Japan

{sonhong,jiang,hori}@jaist.ac.jp

2SchoolofComputerScienceandEngineering,TheUniversityofAizu,Japan

minyi@u-aizu.ac.jp

Abstract

Inthispaper,weproposeanant-basedalgorithmfordynamicroutingandwavelengthassignment（RWA）inWDMopticalnetworksunderthewavelengthcontinuityconstraint.Byadoptinganewroutingtablestructureandkeepinganumberofantsinthenetworktocooperativelyexplorethenetworkstatesandcontinuouslyupdatetheroutingtables,ournewantalgorithmcanefficientlysupporttheants’foragingtasksofrouteselectionandwavelengthassignmentinWDMnetworks,andallowaconnectiontobesetuppromptlyon

arrivalwithasmallsetuptime.Extensivesimulationresultsbasedonthens-2networksimulatorindicatethattheproposedalgorithmcanadaptwelltotrafficvariationsandachievesalowerblockingprobabilitythanthefixedroutingalgorithm.

1Introduction

Allopticalnetworksthatadoptwavelength-division-multiplexing（WDM）technologyhaveahugebandwidthcapacity,andtheyshowpromiseasthebackboneofthenextgenerationInternet.Inallopticalnetworks,dataareroutedinopticalchannelscalledlightpaths.TheRoutingandWavelengthAssignment（RWA）problemishowtodeterminebotharouteandwavelengthsforaconnectionrequest.Withoutwavelengthconversioncapability,alightpathmustusethesamewavelengthonallthelinksalongitsroute,whichisreferredtoasthewavelengthcontinuityconstraint.

TheRWAproblemisusuallyclassifiedasthestaticRWAproblemandthedynamicRWAproblem.InthestaticRWAproblem,theconnectionrequestsaregiveninadvance,andtheproblembecomeshowtoestablishlightpathsforalltheserequestssothatthetotalnumberofwavelengthsisminimized.StaticRWAhasbeenprovedtobeanNP-completeproblem[1].InthedynamicRWAproblem,thetrafficisdynamicwithconnectionrequestsarrivingrandomly,makingitmoredifficult.Heuristicalgorithmsareusuallyemployedtoresolvethisproblem.Generally,adynamicRWAalgorithmaimstominimizethetotalblockingprobabilityintheentirenetwork。

Inourwork,wefocusonthedynamicRWAproblemwithwavelengthcontinuityconstraint.Intheliterature,thedynamicRWAproblemisusuallydividedintotwosub-problemsthatcanbesolvedseparately:

routingandwavelengthassignment.Routingschemescanbeclassifiedintofixedrouting,fixed-alternateroutingandadaptiverouting.

Inthefixedroutingscheme,onerouteisdedicatedforasourcedestinationpair.Wheneverarequestoccursbetweenthissource-destinationpair,thisrouteisattemptedforwavelengthassignment.Thefixedroutingmethodissimplebutusuallycausesahighblockingprobability.Thefixed-alternateroutingmethodhasbetterperformancewithmultiplepathsdedicatedforanodepair.Intheadaptiveroutingscheme,therouteiscomputedatthetimetheconnectionrequestarrives,basedonthecurrentnetworkstate,thusityieldsthebestperformance.However,adaptiveroutingrequireshighcomputationalcomplexity.Amoredetailedsurveyofroutingandwavelengthassignmentcanbefoundin[2]。

TheadaptiveRWAsolutionsintheliteraturealwaysneedspecialsupportfromcontrolprotocoltoobtaintheglobalstateofthenetwork.Moreover,heuristicalgorithmsthatperformrouteandwavelengthsearchingtasksafterarequestarrivesmusttakeintoaccountthetradeoffbetweencomplexityandperformance.Thisalsocontributestohighsetupdelayandcontroloverhead.Apossibleapproachtoovercometheseproblemsistheuseofant-basedmobileagents[3].Theant-basedagentroutingapproachinheritsadvantagesfrombothmobileagentsbehaviorsandanantcolonysystem.Recentresultsshowthatthisapproachcouldyieldefficientperformanceinthecontrolofbothcircuitswitching[4]andpacketswitchingnetworks[5]。

Inthispaper,weinvestigateanewant-basedagentalgorithmforthedynamicRWAprobleminWDMnetworksundertheconstraintofwavelengthcontinuity.Ourstudyaimstoreducebothblockingprobabilityandpathsetuptimebyusingasuitableamountofants,whichcontinuouslyperformpathsearchingtasksbeforetheconnectionrequest’sarrivalsothattherouteselectionandwavelengthassignmentofarequestareperformedbysimplylookinguptheroutingtables.Toachievethatgoal,wedevelopanewroutingtablestructure,aschemeforantpopulationcontrolandamechanismforpheromoneupdating,forournewalgorithm。

Therestofthispaperisorganizedasfollows:

Insection2,wediscussrelatedworks.Section3presentsournewapproachtothedynamicRWAprobleminWDMnetworksunderwavelengthcontinuityconstraint.Section4describesourpreliminarysimulationandanalysisresults.Finally,ourconclusionsandfutureworksarediscussedinSection5

2RelatedWork

RecentresearchresultsshowthattheroutingincommunicationnetworkscanberesolvedefficientlybymeansofAntColonyOptimization（ACO）[3].Theroutingsolutioncanbebuiltusingant-basedagentsbehaviorintheirforagingofnetworkstates.Thesecollectiveagentsindirectlycommunicatethroughpheromonetrailing（stigmergy）intheenvironment.Byfollowingthepheromonetrailofanother,anagentcanfinda“good”routeintermsofshortest,leastcongestedpathfromthesourcetothedestinationtoroutethenetworkdata.Twobasicalgorithmsareant-basedcontrol（ABC）fortelephonenetworks,whichwasproposedbySchoonderwoerdetal.[4]andAntNetforpacketswitchingnetworks,whichwasproposedbyDiCaroetal.[5].Somesubsequentenhancementschemestoimprovetheant-basedroutingperformanceincludesmartagentswhichusedynamicprogramming[9],reinforcementlearningwhichenhancestheant’sadaptabilitytoitsenvironment[10],andageneticalgorithmwhichadaptstheantcontrolparameterstothe