向 敏 饒華陽(yáng) 張進(jìn)進(jìn) 陳夢(mèng)鑫

(重慶郵電大學(xué)工業(yè)物聯(lián)網(wǎng)與網(wǎng)絡(luò)化控制教育部重點(diǎn)實(shí)驗(yàn)室 重慶 400065)

1 引言

隨著電力通信網(wǎng)絡(luò)的發(fā)展，現(xiàn)有的電力通信網(wǎng)絡(luò)迫切需要引入新的網(wǎng)絡(luò)技術(shù)來(lái)優(yōu)化網(wǎng)絡(luò)資源控制的靈活性，降低電力業(yè)務(wù)的傳輸時(shí)延和丟包率。軟件定義網(wǎng)絡(luò)(Software Defined Networks, SDN)憑

其數(shù)控分離、集中化控制和實(shí)時(shí)控制業(yè)務(wù)路由等優(yōu)勢(shì)[1–5]，成為了未來(lái)電力通信網(wǎng)絡(luò)技術(shù)中的研究熱點(diǎn)。

近年來(lái)，國(guó)內(nèi)外關(guān)于面向SDN的電力通信業(yè)務(wù)動(dòng)態(tài)調(diào)度策略的研究已有許多成果，SDN為電力通信網(wǎng)絡(luò)的優(yōu)化提供了一種可行方案，在降低業(yè)務(wù)傳輸時(shí)延和提高網(wǎng)絡(luò)資源利用率方面有較好的效果[6–9]。文獻(xiàn)[10]在電力廣域通信網(wǎng)SDN集中控制架構(gòu)中提出資源公平分配算法，確保了高優(yōu)先級(jí)業(yè)務(wù)分配到最短路徑。文獻(xiàn)[11]在信息物理融合電力系統(tǒng)中采用SDN動(dòng)態(tài)優(yōu)化路由策略，降低了業(yè)務(wù)的平均傳輸時(shí)延。文獻(xiàn)[12]提出以最大化網(wǎng)絡(luò)吞吐量和最小化路由重置成本為優(yōu)化目標(biāo)的路由重構(gòu)模型，提高了網(wǎng)絡(luò)資源利用率。

電力通信網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)具有自己的結(jié)構(gòu)信息和特征信息，是典型的非歐結(jié)構(gòu)。圖卷積神經(jīng)網(wǎng)絡(luò)(Graph Convolutional Network, GCN)基于圖譜理論實(shí)現(xiàn)非歐結(jié)構(gòu)上的卷積操作，能有效學(xué)習(xí)節(jié)點(diǎn)的空間特征信息，且相關(guān)的研究成果應(yīng)用到了節(jié)點(diǎn)分類(lèi)、邊預(yù)測(cè)等方面。文獻(xiàn)[13]利用長(zhǎng)短期記憶網(wǎng)絡(luò)結(jié)合GCN學(xué)習(xí)數(shù)據(jù)的長(zhǎng)短期依賴關(guān)系，驗(yàn)證了GCN在非歐數(shù)據(jù)的半監(jiān)督分類(lèi)中的優(yōu)勢(shì)。文獻(xiàn)[14]利用GCN學(xué)習(xí)交通網(wǎng)絡(luò)數(shù)據(jù)的空間特征和交通流的時(shí)間特征，然后結(jié)合循環(huán)神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)交通狀況。文獻(xiàn)[15]根據(jù)醫(yī)學(xué)影像的圖結(jié)構(gòu)，利用GCN診斷自閉癥譜系障礙并預(yù)測(cè)從輕度認(rèn)知障礙轉(zhuǎn)變?yōu)榘柎暮Ｄ喜〉母怕省?/p>

面向電力通信網(wǎng)絡(luò)SDN集中控制架構(gòu)，引入GCN預(yù)測(cè)t +T 時(shí)刻的鏈路帶寬占用率，考慮t 時(shí)刻路徑帶寬占用率、t +T時(shí)刻的路徑帶寬占用率和電力業(yè)務(wù)傳輸時(shí)延，預(yù)測(cè)管理鏈路資源并優(yōu)化業(yè)務(wù)傳輸路徑。

2 電力通信網(wǎng)SDN架構(gòu)

2.1 網(wǎng)絡(luò)架構(gòu)

電力通信網(wǎng)絡(luò)為智能電網(wǎng)的穩(wěn)定運(yùn)行提供強(qiáng)力支撐，《電力系統(tǒng)通信設(shè)計(jì)技術(shù)規(guī)定》中對(duì)電力業(yè)務(wù)的帶寬、時(shí)延、誤碼率等通信需求有嚴(yán)格的規(guī)定。為分析電力業(yè)務(wù)的動(dòng)態(tài)傳輸過(guò)程，對(duì)電力通信網(wǎng)絡(luò)拓?fù)浣２⒈硎緸镚 =(V,L)。 其中V ={v1,v2,···,vi}為電力通信網(wǎng)絡(luò)中的交換機(jī)節(jié)點(diǎn)集， i表示交換機(jī)節(jié)點(diǎn)編號(hào)，i ∈N ， N 表示正整數(shù)。L={l1,l2,···,lj}表示鏈路集，j 表示鏈路編號(hào)，j ∈N。根據(jù)文獻(xiàn)[16]中我國(guó)某省電網(wǎng)的部分骨干網(wǎng)絡(luò)，建立SDN網(wǎng)絡(luò)架構(gòu)，如圖1所示。

圖1中，SDN控制器主要負(fù)責(zé)管理網(wǎng)絡(luò)狀態(tài)、制定電力業(yè)務(wù)路由等，支持OpenFlow協(xié)議的交換機(jī)主要負(fù)責(zé)根據(jù)流表處理、轉(zhuǎn)發(fā)數(shù)據(jù)及收集網(wǎng)絡(luò)狀態(tài)參數(shù)。交換機(jī) vi的各端口(vi的端口編號(hào)①～⑥)只收發(fā)與其連接的端口的電力業(yè)務(wù)。各host擬作電力業(yè)務(wù)數(shù)據(jù)的收發(fā)端。

2.2 網(wǎng)絡(luò)狀態(tài)參數(shù)

SDN控制器周期性采集交換機(jī) va的 流表狀態(tài)參數(shù)Fa(t)， va的 q 端口的狀態(tài)參數(shù)Pa,q(t)，如表1所示。

2.3 鏈路帶寬占用率

設(shè)鏈路 lj與 交 換機(jī)va的 q 端 口 和vb的g 端口相 連接，則t 時(shí)刻鏈路lj的已用帶寬bj(t)由 q 端口和g 端口的轉(zhuǎn)發(fā)字節(jié)數(shù)決定。結(jié)合表1， t 時(shí)刻鏈路lj的已用帶寬bj(t)可用式(2)表示

鏈路 lj可傳輸?shù)淖畲髱挶硎緸閙 ax(Bj) ， t 時(shí)刻鏈路lj的帶寬占用率μj(t)可用式(3)表示

圖1 電力通信網(wǎng)絡(luò)SDN架構(gòu)

表1 OpenFlow交換機(jī)端口和流表狀態(tài)參數(shù)

根據(jù)電力通信網(wǎng)和商用通信網(wǎng)的擁塞標(biāo)準(zhǔn)，自定義不同等級(jí)μj(t)對(duì) 應(yīng)的鏈路得分sj(t)，如表2所示。

表2中， sj(t) 表 示t 時(shí)刻鏈路lj的帶寬占用率對(duì)應(yīng)的鏈路分值，sj(t)值越小，則鏈路帶寬占用率越小。

3 電力通信網(wǎng)絡(luò)LBOP-GCN模型

3.1 LBOP-GCN模型輸入

為了對(duì)電力通信網(wǎng)絡(luò)中鏈路節(jié)點(diǎn)的特征信息和結(jié)構(gòu)信息進(jìn)行卷積操作，把預(yù)測(cè)電力通信網(wǎng)絡(luò)鏈路帶寬占用率問(wèn)題轉(zhuǎn)化為基于GCN的鏈路節(jié)點(diǎn)的實(shí)時(shí)分類(lèi)問(wèn)題。GCN鏈路帶寬占用率預(yù)測(cè)模型(Link Bandwidth Occupancy Predictive model based on Graph Convolutional Network, LBOP-GCN)的輸入為：

(1) 特征向量矩陣 E ∈RJ×C： E 的行數(shù)為 J，即電力通信網(wǎng)絡(luò)中的鏈路數(shù)。 E中每行表示電力通信網(wǎng)絡(luò)中鏈路 lj的特征向量。C 表示節(jié)點(diǎn)特征向量維度。鏈路 lj的特征向量由其所連接的兩個(gè)交換機(jī)的狀態(tài)參數(shù)決定，由1.3節(jié)知，鏈路 lj與va的 q 端口和 vb的g 端口相連接，結(jié)合式(1)，特征向量矩陣E可用式(4)表示

表2 鏈路帶寬占用率等級(jí)

式中，Pa,q(t)表 示t 時(shí)刻交換機(jī)va的 q 端口的端口狀態(tài)參數(shù)。 Pb,g(t) 表 示t 時(shí)刻交換機(jī)vb的g 端口的狀態(tài)參數(shù)。Fa(t) , Fb(t)分 別表示t 時(shí)刻交換機(jī)va和 vb的流表狀態(tài)參數(shù)。

(2) 鄰接矩陣A ∈RJ×J。 A表示電力通信網(wǎng)絡(luò)中鏈路 lj之間的連接關(guān)系。為避免圖卷積處理時(shí)改變特征向量的尺度，采用文獻(xiàn)[13]的思路對(duì) A進(jìn)行標(biāo)準(zhǔn)化處理得到。

3.2 LBOP-GCN模型輸出

LBOP-GCN模型在學(xué)習(xí)鏈路節(jié)點(diǎn)的特征過(guò)程中使用ReLU激活函數(shù)和Dropout來(lái)緩解梯度消失、過(guò)擬合等問(wèn)題。LBOP-GCN預(yù)測(cè)模型如圖2所示。

圖2中，LBOP-GCN模型的第1層神經(jīng)網(wǎng)絡(luò)由ReLU激活函數(shù)和Dropout中間層組合構(gòu)成，可表示為H1=ReLU[(ξE)W0]。 其中，R eLU(x)=max(0,x),ξ ～Bernoulli(x) 表示伯努利分布，W0∈RC×M表示第1層網(wǎng)絡(luò)的權(quán)重矩陣， M為該層的特征向量維度。在第2層神經(jīng)網(wǎng)絡(luò)中，使用softmax函數(shù)作為激活函數(shù)，可表示為 H2=softmax(H1W1)。其中W1∈RM×Υ表示第2層網(wǎng)絡(luò)的權(quán)重矩陣， Υ表示鏈路帶寬占用率得分的類(lèi)型數(shù)量。LBOP-GCN模型經(jīng)softmax操作后輸出的概率矩陣 Z ∈RJ×Υ可用式(5)表示。

圖2 LBOP-GCN模型總體架構(gòu)

式中，概率矩陣Z =[zj(sj(t+T)=1),zj(sj(t+T)=2),···,zj(sj(t+T)=5)]。 其中，zj(sj(t+T)=1)表 示t +T 時(shí)刻鏈路lj的帶寬占用率得分sj(t+T)值為1 的 概 率， 表 達(dá) 式 zj(sj(t+T)=2) , zj(sj(t+T)=3)等同理。從表2可知鏈路帶寬占用率得分sj(t+T)∈{1,2,3,4,5}。LBOP-GCN模型對(duì)鏈路 lj的預(yù)測(cè)結(jié)果為最大概率max{zj(sj(t+T)=1),zj(sj(t+T)=2),···,zj(sj(t+T)=5)} 對(duì) 應(yīng) 的sj(t+T)值。

LBOP-GCN模型對(duì)電力通信網(wǎng)絡(luò)鏈路帶寬占用率的識(shí)別訓(xùn)練中，為表征 t時(shí)刻鏈路帶寬占用率得分sj(t)和預(yù)測(cè)對(duì)象之間的差值，使用交叉熵函數(shù)作為模型的損失函數(shù)，如式(6)所示

式中， y 表示樣本標(biāo)簽，即鏈路lj的歷史帶寬占用率 得 分{sj(t ?nT),sj[t ?(n ?1)T],···,sj(t ?T),sj(t)}。表示預(yù)測(cè)值，即t +T時(shí)刻鏈路帶寬占用率得分sj(t+T)。

4 SDN電力通信網(wǎng)絡(luò)路由策略

4.1 路徑的帶寬占用率

電力通信業(yè)務(wù)選擇帶寬占用率低的路徑更利于數(shù)據(jù)的實(shí)時(shí)可靠傳輸。 t 時(shí)刻路徑Rn的帶寬占用率由路徑集中最大的鏈路帶寬占用率uj(t)決定，如圖3所示。t時(shí) 刻路徑Rn的 帶寬占用率C Bn可用式(7)表示。

式中， C Bn為 t 時(shí)刻路徑Rn的帶寬占用率，μj(t)是t 時(shí)刻鏈路lj的帶寬占用率，lj為路徑Rn中包含的鏈路。

圖3 t時(shí)刻的路徑帶寬占用率

圖3中，節(jié)點(diǎn) va與 節(jié)點(diǎn)vb間，路徑R1中最大的鏈路帶寬占用率為 μ1(t)=0.5 ，根據(jù)式(7)，t 時(shí)刻路徑 R1的 帶寬占用率C B1=0.5 。同理，路徑R2的帶寬占用率為 C B2=0.3 ，路徑R3的帶寬占用率為CB3=0.75。

t+T 時(shí)刻路徑Rn的路徑帶寬占用率分值P Sn由路徑集中最大的鏈路帶寬占用率得分 sj(t+T)決定，如圖4所示。t +T 時(shí)刻路徑Rn帶寬占用率分值可用式(8)表示。

圖4中，源節(jié)點(diǎn) va到 目的節(jié)點(diǎn)vb間，路徑R1中最大鏈路帶寬占用率得分sj(t+T)為1，根據(jù)式(8)，t+T 時(shí)刻路徑R1帶 寬占用率P S1=1。同理，路徑R2的帶寬占用率P S2=3 ，路徑R3的帶寬占用率PS3=3。

4.2 路徑的傳輸時(shí)延

業(yè)務(wù)傳輸時(shí)延主要受鏈路長(zhǎng)度和交換機(jī)的處理能力影響，業(yè)務(wù)經(jīng)過(guò)路徑 Rn的傳輸總時(shí)延Tn為所經(jīng)傳輸鏈路與交換機(jī)節(jié)點(diǎn)所產(chǎn)生時(shí)延之和，可用式(9)表示。

式中， Tn表示電力業(yè)務(wù)從路徑Rn的發(fā)起端到目的端所用的總時(shí)長(zhǎng)。 dj表示鏈路lj的長(zhǎng)度，vdata表示信息的傳播速度。 Tswitch為節(jié)點(diǎn)交換時(shí)延，m 表示路徑 Rn中交換機(jī)的總數(shù)。Tjitter表示隨機(jī)抖動(dòng)時(shí)延。

4.3 SDN最小路徑選擇度路由控制策略

電力通信網(wǎng)絡(luò)的SDN集中控制架構(gòu)中，SDN控制器周期性采集交換機(jī)的端口狀態(tài)參數(shù)Pa,q(t)和流表狀態(tài)參數(shù)Fa(t); LBOP-GCN模型根據(jù)歷史狀態(tài)參數(shù)預(yù)測(cè)t +T 時(shí)刻的鏈路帶寬占用率得分sj(t+T)；采用最小路徑選擇度路由策略計(jì)算業(yè)務(wù)傳輸路徑后下發(fā)流表至交換機(jī)。最小路徑選擇度路由控制策略(Minimum Path Selection Routing Control Strategy,MPSRCS)如圖5所示。

圖4 t+T時(shí)刻的路徑帶寬占用率

圖5 基于SDN的最小路徑選擇度路由控制策略示意圖

4.4 路由控制策略的目標(biāo)函數(shù)

利用模糊數(shù)學(xué)中的三角模算子[17]將電力業(yè)務(wù)傳輸路徑的t 時(shí)刻帶寬占用率C Bn、預(yù)測(cè)的帶寬占用率分值P Sn及 傳輸時(shí)延Tn融合，將多目標(biāo)優(yōu)化路由問(wèn)題轉(zhuǎn)化為單一目標(biāo)優(yōu)化問(wèn)題，三角模算子如式(10)所示

式中， x1,x2表示參與融合的兩個(gè)參數(shù)，x1,x2∈[0,1]。

由于路徑 Rn的t 時(shí)刻帶寬占用率C Bn、帶寬占用率預(yù)測(cè)值P Sn及 傳輸時(shí)延Tn量綱不同，為了統(tǒng)一度量標(biāo)準(zhǔn)，對(duì) CBn, P Sn和Tn進(jìn)行標(biāo)準(zhǔn)化處理。用式(11)處理 t 時(shí)刻帶寬占用率C Bn后得到C；用式(12)處理預(yù)測(cè)的帶寬占用率分值P Sn后 得到P S′n；用式(13)處理傳輸時(shí)延Tn后得到

式(11)中， C Bmin, C Bmax分別表示備選路徑集中t 時(shí)刻路徑帶寬占用率的最小值和最大值。式(12)中， P Smin, P Smax分別表示路徑集中路徑的帶寬占用率預(yù)測(cè)值的最小值和最大值。式(13)中，Tmax表示該類(lèi)型業(yè)務(wù)可容忍的最大傳輸時(shí)延。

為了利于計(jì)算和比較不同傳輸路徑間的路徑選擇度 Q ，將C, P和用式V n?ew =Vo′ld/2+0.5映射到[ 0.5,1]上 ，以獲得C Bn?, P Sn?和Tn?。然后結(jié)合式(10)和三角模算子結(jié)合律，路徑選擇度 Q可用式(14)表示。的參數(shù)選擇方向一致(選擇路徑參數(shù) C Bn?, P Sn?和

根據(jù)三角模算子同類(lèi)信息的加強(qiáng)性，參與融合Tn?值較小的路徑更利于電力業(yè)務(wù)的傳輸)時(shí)，融合后會(huì)突出備選路徑的重要或不重要程度，即根據(jù)式(14)獲得傳輸路徑的選擇度 Q, Q會(huì)突出體現(xiàn)傳輸路徑被選或不被選程度。此外，利用三角模算子調(diào)和路徑參數(shù)C Bn?, P Sn?和Tn?選取過(guò)程中的矛盾性，傳輸路徑的被選程度由路徑參數(shù)的中和值Q決定。

利用式(14)計(jì)算源節(jié)點(diǎn)到目的節(jié)點(diǎn)之間的多條傳輸路徑的選擇度 Q，電力業(yè)務(wù)傳輸時(shí)，優(yōu)先選擇Q 最小的路徑作為主傳輸路徑；當(dāng)不同路徑的Q 值相等時(shí)，優(yōu)先選擇路徑Rn中交換機(jī)總數(shù) m最少的路徑；當(dāng)不同路徑的 Q值相同、所經(jīng)過(guò)的交換機(jī)總數(shù)m相等時(shí)，優(yōu)先選擇使用頻率較低的路徑。

5 仿真實(shí)驗(yàn)與結(jié)果分析

5.1 網(wǎng)絡(luò)參數(shù)設(shè)置

5.2 LBOP-GCN模型實(shí)驗(yàn)結(jié)果分析

將采集的網(wǎng)絡(luò)狀態(tài)數(shù)據(jù)集以8:1:1的比例分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，多次調(diào)節(jié)訓(xùn)練參數(shù)并分析損失值Loss(y,)以獲得LBOP-GCN模型適宜的訓(xùn)練參數(shù)：保持其他參數(shù)不變，將學(xué)習(xí)率η 從0.001調(diào)至0.5，當(dāng)學(xué)習(xí)率為0.0050時(shí)， Loss(y,)值最小。同理，獲得最優(yōu)Dropout系數(shù)為0.4000，L2正則項(xiàng)為0.0005，網(wǎng)絡(luò)參數(shù) W0, W1為( 0,1)，隱含層節(jié)點(diǎn)數(shù)hnode為32。最后分析網(wǎng)絡(luò)的平均鏈路帶寬占用率得分(t+T)的預(yù)測(cè)值與真實(shí)值的變化趨勢(shì)，仿真實(shí)驗(yàn)結(jié)果如圖6所示。

圖6中，橫坐標(biāo)表示時(shí)間切片(每個(gè)時(shí)間片time=5 s)，縱坐標(biāo)代表全網(wǎng)絡(luò)鏈路的帶寬占用率得分均值(t+T)。由測(cè)試結(jié)果可知，預(yù)測(cè)的(t+T)值比較接近真實(shí)的網(wǎng)絡(luò)鏈路帶寬占用率得分均值，LBOP-GCN模型對(duì)電力通信網(wǎng)絡(luò)鏈路帶寬占用率的預(yù)測(cè)效果較好。

5.3 路由控制策略對(duì)比與分析

為對(duì)比分析本文所提策略(MPSRCS)的電力業(yè)務(wù)丟包率、平均傳輸時(shí)延和網(wǎng)絡(luò)鏈路平均帶寬占用率，與文獻(xiàn)[18]的最短路徑路由策略(Shortest Path Routing Strategy, SPRS)，文獻(xiàn)[19]的擁塞緩解路由策略(Hybrid Congestion Alleviation Routing Strategy,HCARS)進(jìn)行對(duì)比。測(cè)試不同路由策略對(duì)網(wǎng)絡(luò)性能的影響時(shí)，設(shè)置網(wǎng)絡(luò)參數(shù) CRmin=25, C Rmax=35,RBmax=40 Mbit/s , R Bmin=0.0625 Mbit/s, RTmax=20 s , R Tmin=10 s ，逐步增加平均請(qǐng)求帶寬，分析不同路由策略下的網(wǎng)絡(luò)性能指標(biāo)：丟包率對(duì)比實(shí)驗(yàn)結(jié)果如圖7(a)所示，電力業(yè)務(wù)平均傳輸時(shí)延比較如圖7(b)所示，鏈路平均帶寬占用率對(duì)比結(jié)果如圖7(c)所示。

圖7(a)中，隨著網(wǎng)絡(luò)負(fù)載逐漸增大，采用MPSRCS的丟包率明顯比SPRS, HCARS低。當(dāng)網(wǎng)絡(luò)負(fù)載逐漸增大接近鏈路最大帶寬并出現(xiàn)擁塞時(shí)，SPRS策略由于無(wú)法及時(shí)調(diào)整傳輸路徑，因而丟包率急劇增長(zhǎng)；HCARS策略雖是動(dòng)態(tài)路由策略，但沒(méi)考慮未來(lái)的鏈路帶寬占用率和不同業(yè)務(wù)優(yōu)先級(jí)，因此突發(fā)性電力業(yè)務(wù)和部分服務(wù)優(yōu)先級(jí)較高、可容忍時(shí)延低的業(yè)務(wù)易發(fā)生數(shù)據(jù)丟包；而MPSRCS策略克服了HCARS的不足，預(yù)測(cè)了未來(lái)鏈路帶寬占用率，網(wǎng)絡(luò)負(fù)載較大時(shí)，丟包率在另兩種策略之下。

圖6 LBOP-GCN模型預(yù)測(cè)值與真實(shí)值對(duì)比

圖7 MPSRCS路由策略與SPRS, HCARS策略性能對(duì)比

圖7(b)中，網(wǎng)絡(luò)負(fù)載較低時(shí)，SPRS和HCARS策略的平均時(shí)延均低于MPSRCS，但是隨著網(wǎng)絡(luò)負(fù)載的增加，SPRS的時(shí)延變化最大，MPSRCS的時(shí)延變化最小。這是因?yàn)镾PRS策略沒(méi)根據(jù)鏈路的實(shí)時(shí)狀態(tài)進(jìn)行擁塞路徑優(yōu)化，因此傳輸時(shí)延迅速增加。HCARS策略考慮鏈路的實(shí)時(shí)狀態(tài)時(shí)受鄰居節(jié)點(diǎn)的帶寬占用率的影響較大，容易選擇局部最優(yōu)路徑。MPSRCS策略考慮了負(fù)載均衡問(wèn)題，初始的平均時(shí)延較高是因?yàn)槠湓诼窂揭?guī)劃的時(shí)候，并不一定選擇最短路徑，但在網(wǎng)絡(luò)負(fù)載逐步增加的過(guò)程中，網(wǎng)絡(luò)平均時(shí)延的穩(wěn)定性較好。

圖7(c)中，SPRS策略首先減緩增長(zhǎng)速度，這是因其在進(jìn)行路徑選擇時(shí)，將數(shù)據(jù)流分配到對(duì)應(yīng)的最短路徑上，可能會(huì)造成多個(gè)電力業(yè)務(wù)分配到同一路徑的情況，易導(dǎo)致鏈路資源分配不均而使全網(wǎng)絡(luò)鏈路平均帶寬占用率降低。HCARS策略在發(fā)生擁塞后進(jìn)行調(diào)控，隨著平均請(qǐng)求帶寬的逐步增加，達(dá)到處理能力上限，易發(fā)生鏈路擁塞，鏈路平均帶寬占用率降低。MPSRCS的鏈路平均帶寬占用率高于SPRS和HCARS，這是因其預(yù)測(cè)了鏈路未來(lái)的擁塞情況，提前進(jìn)行擁塞控制，提高了策略的擁塞緩解能力。

6 結(jié)論

本文面向SDN的電力通信網(wǎng)絡(luò)集中控制架構(gòu)，提出一種降低電力業(yè)務(wù)傳輸時(shí)延和丟包率的路由策略MPSRCS。根據(jù)SDN對(duì)網(wǎng)絡(luò)狀態(tài)的監(jiān)測(cè)，利用LBOP-GCN模型預(yù)測(cè) t+T時(shí)刻的鏈路帶寬占用率，通過(guò)三角模算子融合多個(gè)路徑參數(shù)并計(jì)算出不同路徑的選擇度。該路由策略與SPRS和HCARS相比，網(wǎng)絡(luò)負(fù)載量增大時(shí)，在降低電力業(yè)務(wù)的丟包率和傳輸時(shí)延等方面有良好的性能。