Page 22 - 网络电信2019年6月刊上

运 营 商 专 栏

2～3个）而言，尚存在手动安排及规划的可操作性。但对于例 图1 一种简单的网络分域示意图
如上海等特大型城市的网络，单节点维度超过20维。不同维度
之间还因为承载光缆的同路由互斥性而形成风险共享关系，更
是对人工规划提出严峻的挑战。
(3)网络建设规模计算量大、出错率高：对于网络关键资源
的计算涉及后期网络建设规模及投资。该环节中，需要逐条对
业务路由进行分析、规划，结合现网资源使用情况，确定支路
端口、线路端口、使用的波道资源等内容，形成子波长、端口
利旧、槽位利旧（插板扩容）、
新增设备等利旧程度由大到小的各种建设场景。据一般经
等业内通用Dijstra算法不同，本文使用SDN的网元虚拟化功能
验值统计，几十个TB级别的需求下，网络规模计算及核实一般
仅将网络非相关网元、互斥网元元素等逻辑删除，简化网络结
需要1个月以上。而实施、校验、修正是其中最为困难也最容易
构，并通过统一的静态路由调度方式完成路由计算。
发生误差的环节。
一般情况下，路由的最佳计算以跳数为优先。但是以实际
应用角度考虑，完全按照如上方式计算时，会发生无法按照既
二、基于SDN及人工智能的OTN规划方式 定指定路由的情况。现举例如下。
针对现有规划及实现方式的不足，本文提出一种基于SDN及
业务源宿节点为JSJF到JD。观察网络，按照最小跳数优先
人工智能的OTN规划方式。并在业务需求、路由安排、建设规模
级，最优路由为如图2所示。其中红色为主用路由，蓝色为备用
模拟计算方面显著改善现有规划方式及效果。
路由。可见，无论主备路由都按照2跳最小跳数到达宿端。且中
(1)业务需求分析方面，引入“业务特征值”，能够用其充
间节点无重复，应该说是一种高质量、完备的路由方案。
分描述业务需求的本质，并高度归纳其特点，形成该业务的唯
一特征标识。充分利用该特征标识，进行归纳统计，压缩原有 图2 按照最小跳数规划的路由方式
业务信息处理规模，提升对业务处理效率。
(2)路由安排及调度方面，基于SDN理念优化路由算法，
加入对单节点、总跳数等多种限制条件，提供更加灵活、更加
实用的路由计算能力。此外，为了提升对已规划成果的重构利
用效率及程度，还特别加入具备机器学习能力的智能化处理模
块，记录并学习成功规划的路由特征，在适配新业务成功后，
自动应用存量路由信息，加速路由指定环节，提升计算性能。
(3)网络资源计算方面，总结并归纳现有一般资源使用方
式，开发多达6种应用场景，满足各种不同应用需求。同时，结
合目前最新技术发展趋势，同步更新至单波100Gbit/s、单波
200Gbit/s、单波400Gbit/s等3种不同规格的OTN技术架构，高
但事实上，运营商对于路由的选择并不一直都以最小跳数
度开放能够自定义的多种速率支路板规格、设备子框规格，满
为优先。在上述网络中，一种可能存在的路由原则是先完成域
足不同设备形态的规划要求。
内调度，红色表示的主用路由不变的前提下，备用蓝色路由优
通过对上述主要方面的改良，并融合基于特征值的业务解
先通过域内自行调度至统一出口QZ，然后主备路由再调度至宿
析压缩处理方法、增强型SDN路由计算、人工智能机器学习，实
端JQ。实际路由选择应该如图3所示。虽然该调度方式并非最
现快速、便捷、智能的路由计算及资源调度方案。
佳，但是从运营商便于管理以及习惯性角度，却是一种满足实
1、增强型SDN路由算法及人工智能路由学习方法 际生产要求的路由方式。
本文所使用的路由核心算法来自于本文作者既有专利
《一种确定目标路由的方法及装置》（申请号/专利号： 图3 按照指定节点规划的路由方式
201611110634.8）。同时根据OTN网络的特点，加入包括限制跳
数、必经节点等特色约束条件，更加贴合实际网络规划需要。
图1展示了一个简单的网络示例。该网络的一个比较合理的
分域方式为将蓝色划分为域Core，包含网元C1～C5；其余颜色
分别划分为独立域Metro1～Metro4。每个独立域内仅包含自身
的网元节点，独立域内的网元逻辑连接属于域内连接，不同域
间的连接属于跨域连接。
在本文中，与SDN处理机制类似，采用层叠式域控制机制。
每个独立域控制器仅能采集、计算本域内的路由信息。跨域连
接以及域间逻辑关系由更上层域控制器管辖。但与SDN或ASON

32 网络电信 二零一九年六月