本技術(shù)實(shí)施例涉及光通信，尤其涉及一種細(xì)粒度光網(wǎng)絡(luò)業(yè)務(wù)調(diào)度方法及裝置。

背景技術(shù)：

1、光傳送網(wǎng)絡(luò)(optical?transport?network，otn)以大帶寬、長距離傳輸能力大規(guī)模部署于骨干網(wǎng)和城域網(wǎng)，但在面對帶寬要求不高、時(shí)延低等多種類型的小顆粒度業(yè)務(wù)時(shí)存在資源浪費(fèi)，無法滿足業(yè)務(wù)需求的問題。光業(yè)務(wù)單元(optical?service?unit，osu)和細(xì)粒度otn(fine-grained?optical?transport?network,fgotn)旨在解決otn在小顆粒度業(yè)務(wù)上的不足，在硬件上提供了更小的帶寬顆粒度，能夠?qū)崿F(xiàn)多顆粒度業(yè)務(wù)的傳輸，但是如何根據(jù)多顆粒度業(yè)務(wù)的類型和需求進(jìn)行優(yōu)化調(diào)度，并未提供解決方案。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本技術(shù)實(shí)施例的目的在于提出一種細(xì)粒度光網(wǎng)絡(luò)數(shù)據(jù)調(diào)度方法及裝置，以解決業(yè)務(wù)的調(diào)度問題。

2、基于上述目的，本技術(shù)實(shí)施例提供了一種細(xì)粒度光網(wǎng)絡(luò)業(yè)務(wù)調(diào)度方法，包括：

3、根據(jù)光業(yè)務(wù)單元所承載的業(yè)務(wù)的算力需求，計(jì)算光業(yè)務(wù)單元的負(fù)載參數(shù)；

4、根據(jù)光業(yè)務(wù)單元所承載的業(yè)務(wù)的時(shí)延敏感性參數(shù)，計(jì)算光業(yè)務(wù)單元的時(shí)延參數(shù)；

5、基于所述負(fù)載參數(shù)和時(shí)延參數(shù)，確定所述光業(yè)務(wù)單元在當(dāng)前網(wǎng)絡(luò)狀態(tài)下的復(fù)制動(dòng)態(tài)方程；

6、基于q學(xué)習(xí)方法求解所述復(fù)制動(dòng)態(tài)方程，確定按照時(shí)延優(yōu)化策略調(diào)度業(yè)務(wù)的時(shí)延權(quán)重參數(shù)，以及按照負(fù)載均衡策略調(diào)度業(yè)務(wù)的負(fù)載權(quán)重參數(shù)；

7、按照所述時(shí)延優(yōu)化策略及相應(yīng)的時(shí)延權(quán)重參數(shù)、按照所述負(fù)載均衡策略及相應(yīng)的負(fù)載權(quán)重參數(shù)調(diào)度業(yè)務(wù)。

8、可選的，基于所述負(fù)載參數(shù)和時(shí)延參數(shù)，確定所述光業(yè)務(wù)單元在當(dāng)前網(wǎng)絡(luò)狀態(tài)下的復(fù)制動(dòng)態(tài)方程，包括：

9、根據(jù)所述負(fù)載參數(shù)，按照預(yù)設(shè)的負(fù)載收益函數(shù)確定負(fù)載均衡收益；

10、根據(jù)所述時(shí)延參數(shù)，按照預(yù)設(shè)的時(shí)延收益函數(shù)確定時(shí)延收益；

11、根據(jù)所述負(fù)載均衡收益和時(shí)延收益，確定所述復(fù)制動(dòng)態(tài)方程。

12、可選的，所述負(fù)載收益函數(shù)為：

13、ul(si)＝-mean(l(si))/s?????????????????(3)

14、其中，l(si)為光業(yè)務(wù)單元si的負(fù)載參數(shù)，s為歸一化因子，mean()為均值函數(shù)；

15、所述時(shí)延收益函數(shù)為：

16、ud(si)＝-d(si)???????????????????????(4)

17、其中，d(se)為光業(yè)務(wù)單元si的時(shí)延參數(shù)；

18、所述復(fù)制動(dòng)態(tài)方程為：

19、

20、其中，復(fù)制動(dòng)態(tài)方程的穩(wěn)定點(diǎn)對應(yīng)的χd、χl分別為所述時(shí)延權(quán)重參數(shù)和負(fù)載權(quán)重參數(shù)，為平均收益，計(jì)算方法為：

21、

22、其中，ud(sd)為執(zhí)行時(shí)延優(yōu)化策略獲得的收益，ul(sl)為執(zhí)行負(fù)載均衡策略的收益。

23、可選的，基于q學(xué)習(xí)方法求解所述復(fù)制動(dòng)態(tài)方程，包括：

24、以所述當(dāng)前網(wǎng)絡(luò)狀態(tài)為當(dāng)前狀態(tài)，以選取所述時(shí)延優(yōu)化策略或負(fù)載均衡策略為動(dòng)作，執(zhí)行選取的策略之后按照預(yù)設(shè)的獎(jiǎng)勵(lì)函數(shù)計(jì)算獎(jiǎng)勵(lì)值；

25、根據(jù)該獎(jiǎng)勵(lì)值按照預(yù)設(shè)的q值更新方法更新q值，直至得到q值最大值，將q值最大值對應(yīng)的χd、χl作為復(fù)制動(dòng)態(tài)方程的穩(wěn)定點(diǎn)。

26、可選的，所述獎(jiǎng)勵(lì)函數(shù)為：

27、r＝χd×ud(si)+χl×ul(si)??????????????????(13)

28、所述q值更新方法為：

29、

30、其中，η為學(xué)習(xí)率，γ為折扣因子，r為在狀態(tài)s下執(zhí)行動(dòng)作a獲得的獎(jiǎng)勵(lì)值，q(s,a)為在狀態(tài)s下執(zhí)行動(dòng)作a得到的q值，s′為執(zhí)行動(dòng)作a后的新狀態(tài)，a′為新狀態(tài)下執(zhí)行的新動(dòng)作，為在新狀態(tài)s′下執(zhí)行動(dòng)作a′得到的最大q值。

31、本技術(shù)實(shí)施例還提供一種細(xì)粒度光網(wǎng)絡(luò)業(yè)務(wù)調(diào)度裝置，包括：

32、負(fù)載計(jì)算模塊，用于根據(jù)光業(yè)務(wù)單元所承載的業(yè)務(wù)的算力需求，計(jì)算光業(yè)務(wù)單元的負(fù)載參數(shù)；

33、時(shí)延計(jì)算模塊，用于根據(jù)光業(yè)務(wù)單元所承載的業(yè)務(wù)的時(shí)延敏感性參數(shù)，計(jì)算光業(yè)務(wù)單元的時(shí)延參數(shù)；

34、方程確定模塊，用于基于所述負(fù)載參數(shù)和時(shí)延參數(shù)，確定所述光業(yè)務(wù)單元在當(dāng)前網(wǎng)絡(luò)狀態(tài)下的復(fù)制動(dòng)態(tài)方程；

35、求解模塊，用于基于q學(xué)習(xí)方法求解所述復(fù)制動(dòng)態(tài)方程，確定按照時(shí)延優(yōu)化策略調(diào)度業(yè)務(wù)的時(shí)延權(quán)重參數(shù)，以及按照負(fù)載均衡策略調(diào)度業(yè)務(wù)的負(fù)載權(quán)重參數(shù)；

36、調(diào)度模塊，用于按照所述時(shí)延優(yōu)化策略及相應(yīng)的時(shí)延權(quán)重參數(shù)、按照所述負(fù)載均衡策略及相應(yīng)的負(fù)載權(quán)重參數(shù)調(diào)度業(yè)務(wù)。

37、可選的，所述方程確定模塊，用于根據(jù)所述負(fù)載參數(shù)，按照預(yù)設(shè)的負(fù)載收益函數(shù)確定負(fù)載均衡收益；根據(jù)所述時(shí)延參數(shù)，按照預(yù)設(shè)的時(shí)延收益函數(shù)確定時(shí)延收益；根據(jù)所述負(fù)載均衡收益和時(shí)延收益，確定所述復(fù)制動(dòng)態(tài)方程。

38、可選的，所述負(fù)載收益函數(shù)為：

39、ul(si)＝-mean(l(si))/s?????????????????(3)

40、其中，l(si)為光業(yè)務(wù)單元si的負(fù)載參數(shù)，s為歸一化因子，mean()為均值函數(shù)；

41、所述時(shí)延收益函數(shù)為：

42、ud(si)＝-d(si)???????????????????????(4)

43、其中，d(si)為光業(yè)務(wù)單元si的時(shí)延參數(shù)；

44、所述復(fù)制動(dòng)態(tài)方程為：

45、

46、其中，復(fù)制動(dòng)態(tài)方程的穩(wěn)定點(diǎn)對應(yīng)的χd、χl分別為所述時(shí)延權(quán)重參數(shù)和負(fù)載權(quán)重參數(shù)，為平均收益，計(jì)算方法為：

47、

48、其中，ud(sd)為執(zhí)行時(shí)延優(yōu)化策略獲得的收益，ul(sl)為執(zhí)行負(fù)載均衡策略的收益。

49、可選的，所述求解模塊，用于以所述當(dāng)前網(wǎng)絡(luò)狀態(tài)為當(dāng)前狀態(tài)，以選取所述時(shí)延優(yōu)化策略或負(fù)載均衡策略為動(dòng)作，執(zhí)行選取的策略之后按照預(yù)設(shè)的獎(jiǎng)勵(lì)函數(shù)計(jì)算獎(jiǎng)勵(lì)值；根據(jù)該獎(jiǎng)勵(lì)值按照預(yù)設(shè)的q值更新方法更新q值，直至得到q值最大值，將q值最大值對應(yīng)的χd、χl作為復(fù)制動(dòng)態(tài)方程的穩(wěn)定點(diǎn)。

50、可選的，所述獎(jiǎng)勵(lì)函數(shù)為：

51、r＝χd×ud(si)+χl×ul(si)??????????????????(13)

52、所述q值更新方法為：

53、

54、其中，η為學(xué)習(xí)率，γ為折扣因子，r為在狀態(tài)s下執(zhí)行動(dòng)作a獲得的獎(jiǎng)勵(lì)值，q(s,a)為在狀態(tài)s下執(zhí)行動(dòng)作a得到的q值，s′為執(zhí)行動(dòng)作a后的新狀態(tài)，a′為新狀態(tài)下執(zhí)行的動(dòng)作，為在新狀態(tài)s′下執(zhí)行動(dòng)作a′得到的最大q值。

55、從上面所述可以看出，本技術(shù)實(shí)施例提供的細(xì)粒度光網(wǎng)絡(luò)數(shù)據(jù)調(diào)度方法及裝置，根據(jù)光業(yè)務(wù)單元所承載的業(yè)務(wù)的算力需求，計(jì)算光業(yè)務(wù)單元的負(fù)載參數(shù)，根據(jù)光業(yè)務(wù)單元所承載的業(yè)務(wù)的時(shí)延敏感性參數(shù)，計(jì)算光業(yè)務(wù)單元的時(shí)延參數(shù)，基于負(fù)載參數(shù)和時(shí)延參數(shù)，確定光業(yè)務(wù)單元在當(dāng)前網(wǎng)絡(luò)狀態(tài)下的復(fù)制動(dòng)態(tài)方程，基于q學(xué)習(xí)方法求解復(fù)制動(dòng)態(tài)方程，確定按照時(shí)延優(yōu)化策略調(diào)度業(yè)務(wù)的時(shí)延權(quán)重參數(shù)，及按照負(fù)載均衡策略調(diào)度業(yè)務(wù)的負(fù)載權(quán)重參數(shù)；按照時(shí)延優(yōu)化策略及相應(yīng)的時(shí)延權(quán)重參數(shù)、按照負(fù)載均衡策略及相應(yīng)的負(fù)載權(quán)重參數(shù)調(diào)度業(yè)務(wù)。本技術(shù)能夠?qū)崿F(xiàn)不同顆粒度業(yè)務(wù)的優(yōu)化合理調(diào)度，滿足不同業(yè)務(wù)的需求，提高資源利用率和系統(tǒng)性能。