一种电力数据通信网中基于预测的服务降级方法

    公开(公告)号:CN106850287B

    公开(公告)日:2020-07-07

    申请号:CN201710046383.X

    申请日:2017-01-22

    IPC分类号: H04L12/24 H04L12/917

    摘要: 本发明涉及一种电力数据通信网中基于预测的服务降级方法,该方法首先获取历史数据;然后以历史数据为依据进行业务预测和业务优先级别划分,根据改进的插值预测方法得到控制周期内业务请求的相关数据;将当前业务请求之前比当前业务请求类型优先级别低的业务按照优先级顺序排列,选择可接受资源降级的优先级类型最低的所有业务请求进行计算资源降级;对业务请求的改进插值预测方法,提高了预测精度,为网络规划提供了更可靠的依据。而在网络优化方面,当网络发生过载的时候,对已经分配资源的服务请求进行计算资源降级和带宽降级,在用户可接受的范围内,由此可以释放部分资源给新的业务请求,降低了业务阻塞率。

    一种状态感知的软件定义组网方法

    公开(公告)号:CN106230737B

    公开(公告)日:2019-03-15

    申请号:CN201610570534.7

    申请日:2016-07-19

    摘要: 本发明涉及一种状态感知的软件定义组网方法,包括步骤1:输入数据层面网络参数,邻接矩阵AN×N、端到端流量请求矩阵ΓN×N、链路容量Ce、最大链路利用率α、流量请求传输率下限β;步骤2:计算数据层面网络路径集,根据图的深度优先遍历方法求出有向连通图中两点间所有路径集P;步骤3:计算链路状态矩阵Ukpe;步骤4:建立基于路径跳数的多源多汇最大流模型;步骤5:利用CPLEX求解步骤4中构建的模型,输出基于能效优先的端到端最大流。本发明采用基于路径的最大流解决方案,并且为了提高数据层面网络能效,以路径跳数为限制条件,对于每次端到端请求建立最小比特能耗的流量传输路径,达到高能效数据层面网络划分的目的。