认知网络QoS动态自主控制机制研究

摘要

随着网络技术的迅速发展，网络环境动态复杂多变，网络业务爆炸式增长，传统网络提供的“尽力而为”服务由于缺乏智能的自适应能力，导致现有网络资源利用率和用户满意度持续降低，需求多样性的业务端到端QoS和网络整体性能得不到有效保障。而认知网络能感知当前网络QoS态势，自适应调整网络资源配置，从而为这些问题的解决提供了一种新的解决途径。本文在分析现行网络QoS控制机制不足的基础上开展认知网络环境下QoS动态自主控制机制的研究，主要工作如下：
　　第一，提出了面向业务流的认知网络QoS动态自主控制模型。该模型基于全局网络态势感知结果自主调度正常优化控制和异常应急控制，若网络正常健康运行，则以提高网络资源分配的经济性为目标，进行面向单业务流的正常优化控制；若网络异常，则以保证业务端到端QoS和网络整体性能为目标，进行面向业务流的异常应急控制；从而实现认知网络QoS的动态自主控制。
　　第二，提出了一种认知网络最经济正常优化控制方法。基于最经济控制理论，该方法以最小化各路径带宽代价与业务的预期QoS效用比之和为目标建立最经济控制模型，使用最经济人工免疫算法实现模型最优值求解，优化业务多路径流量分配，从而实现面向单业务流的认知网络正常优化控制。其中，最经济人工免疫算法以最经济控制模型为抗原，改进抗原亲和度计算方式，在抗体浓度计算过程中，采用基于欧式距离的浓度计算方法减小计算复杂度，并通过改进交叉算子提高抗体的多样性避免陷入局部最优。仿真实验表明提出的最经济正常优化控制方法能够提高认知网络拥塞避免性能和网络资源利用率，实现最经济网络资源配置。
　　第三，提出了一种基于诊断贝叶斯网络的认知网络自诊断异常应急控制方法。该方法基本思想是构造诊断贝叶斯网络，包括根据专家知识构造诊断贝叶斯网络结构和使用贝叶斯估计方法学习参数，当感知网络出现异常后，定位异常链路，通过基于连接树的推理算法推理异常链路中各业务的异常等级，控制异常等级最高的业务流进行多路径流量重分配，实现认知网络异常应急控制。仿真实验表明提出的自诊断异常应急控制方法能够保障业务端到端QoS和网络整体性能。

目录

封面

声明

中文摘要

英文摘要

目录

专用术语注释表

第一章 绪论

1.1研究背景和意义

1.2国内外研究现状

1.3本文研究内容

1.4本文组织结构

第二章 相关背景知识介绍

2.1认知网络QoS控制

2.2最经济控制

2.3人工免疫算法

2.4诊断贝叶斯网络

2.5本章小结

第三章 认知网络QoS动态自主控制模型

3.1认知网络QoS动态自主控制需求

3.2面向务流的认知网络QoS动态自主控制模型

3.3本章小结

第四章 认知网络最经济正常优化控制

4.1最经济控制模型

4.2最经济人工免疫算法

4.3认知网络最经济正常优化控制方法

4.4实验与仿真

4.5本章小结

第五章 认知网络自诊断异常应急控制

5.1诊断贝叶斯网络模型

5.2基于连接树的诊断贝叶斯网络推理

5.3认知网络自诊断异常应急控制方法

5.4实验与仿真

5.5本章小结

第六章 总结与展望

6.1总结

6.2展望

参考文献

附录1 攻读硕士学位期间撰写的论文

附录2 攻读硕士学位期间参加的科研项目

致谢