摘要
本发明公开一种基于拓扑剪枝的弹性光网络路由与频谱分配方法,包括离线训练和在线运行两阶段,离线阶段包括:获取网络拓扑信息,选取地标节点集构建训练数据,训练基于Node2vec图嵌入与XGBoost机器学习的最短路径距离预测模型;在线阶段包括:实时获取业务需求与网络状态,将源节点和目的节点外的中间节点输入预测模型,计算各中间节点至源、目的节点的预测距离并线性叠加为合成距离,根据合成距离分布动态生成节点筛选阈值,对原拓扑进行剪枝生成子网络,最终在子网络上执行路由与频谱分配算法。该方法通过预测模型预筛选关键节点缩小求解空间,在保障资源分配结果可靠性的基础上,降低了路由与频谱分配算法的计算复杂度,节约了资源部署的时间。
技术关键词
频谱分配方法
弹性光网络
网络拓扑信息
网络状态信息
网络业务
地标
嵌入特征
XGBoost模型
并行加速方法
业务持续时间
网络节点集合
网络节点数量
策略
资源分配
源节点
离线
阶段
系统为您推荐了相关专利信息
传输网络业务
资源关联关系
业务关联关系
业务关联信息
对象
光传输系统
邻居
网络拓扑信息
端口
建立网络拓扑
网络攻击检测方法
网络拓扑信息
频繁子图挖掘
引入注意力机制
分类器
无人艇集群
远程操控方法
控制台
神经网络算法
卷积网络模型
卸载方法
深度强化学习方法
节点
时延
网络状态信息