Page 23 - 网络电信2019年6月刊上

对路由搜索计算的另一大改良就是应用机器学习方法，使
得路由计算具备基础人工智能功能，具备业务感知能力。具体
方法如下。
（1）当完成合法路由计算后，机器会学习其中的特性，并
以业务特征值为主要考察对象进行记录，并关联路由所经过节
点、与其相关的其它分担或保护路由信息。
（2）当新业务需要路由搜索请求时，系统优先适配路由表
中的信息，给出相关路由搜索信息供决策选择。同时，若为具
有分担或保护关系的业务，系统还会进一步给出存储中相关的
保护路由。
（3）若出于某种原因，当存在记忆路由不满足实际需求
时，根据需要，系统仍可执行路由重新计算，满足新场景下的
合法路由选择，并将新路由再次进行学习和记忆，供下次快速
调用。
2、多场景资源使用适配技术
各个运营商对资源使用、分配方式都不尽相同。本系统不
追求包罗所有资源配置方式与原则，但务必涵盖大部分使用场
景。总结目前比较普遍使用的几类资源使用方式。
（1）按照机架正反面配置：要求对具备保护关系的业务按
照设备正、反面进行分离配置，以实现最高安全等级。同时，
对于无保护要求的业务，一方面结合实际可用资源情况，另一
方面尽量做到子架正反面资源均衡使用。
（2）按照机架板卡配置：对于具备保护关系的业务，仅要
求在不同板卡间分离即可。安全性中等，且对设备端口资源使
用比较节省。
（3）按照机架端口配置：仅对于无保护普通级业务或无关
联业务可按照端口进行区分使用。
综上，对于不同配置原则和资源使用方式，有如表1所示的
应用场景与之一一对应。
表1 资源使用场景模式
因此，上述6种模式互相有机组合，在相应适配场景下激活
对应的资源模式计算方式，能够有效针对不同应用场景的需要
提升计算准确性及合理性。
三、自动化OTN规划系统应用实例
以某运营商某年网络建设需求为例，展示OTN自动化处
理方式及系统应用。示例展示的是某年共计55×100Gbit/s、
92×10Gbit/s的核心层网络建设需求。涉及几乎全部的核心层
网络节点，而网络以双光层为特点，提高了业务调度的难度及
复杂度。
1、业务需求导入与分析
系统建立了模糊匹配机制，能够精确识别业务所需网元节
点名称，不分源宿节点先后出现顺序，包含较强的容错机制。
同时，系统在业务导入节点就已经将同业务局向、同调度
要求、同带宽单位颗粒的业务进行融合，大大减少后期路由计
算规模。以该示例为例，融合前具有82条业务需求，而融合后
仅为53条，减少了约35%的规模。而且越是复杂、规模宏大的需
求，压缩比例越高。
最后，作为业务需求输出内容，业务矩阵表、融合后业
务详单以及业务各个类别的占比分布等生成独立文件，方便查
阅。以下是本系统运行的主体界面以及业务需求分析后的表格
及类型饼图显示。如图4所示，将核心8个节点划为一个子域、
各个不同属地覆盖的区域划为不同的14个子域，全网共计15个
子域，并通过系统内建Domain Controller进行集中信息处理。
图4 系统运行主界面及业务需求导入结果
2、业务调度路由预排
结合之前介绍的基于SDN以及人工智能的路由调度方法，共
计53条电路仅分钟级完成。图5是对一条业务路由规划的截图。
示例中，展示了源宿两端主备/分担业务的不同路由选择，其中
红色线段表示的为业务的主用路由，蓝色线段表示的为备用路
由。同时还包含了是否光层穿通等信息。与左侧的业务路由调
度信息一一对应。
图5 一条业务的路由预调度结果
3、网络关键建设要素生成
此处所述网络关键建设要素所指OTN网络在实际建设过程中
涉及的线路端口、支路端口、系统波道资源等内容。系统预设
了目前主流以及即将应用的系统容量，包含单波100Gbit/s、双
载波400Gbit/s、单载波400Gbit/s。同时还提供丰富的支路侧
端口类型选项，能够涵盖大部分业务需求。
网络电信 二零一九年六月 33