基于混合神經(jīng)網(wǎng)絡(luò)的復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法

李文佳

（中國民用航空華北地區(qū)空中交通管理局，北京 100621）

0 引 言

復(fù)雜通信網(wǎng)絡(luò)結(jié)構(gòu)與行為復(fù)雜具有自組織、自相似及自吸引等特性，能夠在處理海量數(shù)據(jù)中表現(xiàn)出高效和可靠的能力。當(dāng)大量數(shù)據(jù)包同時到達(dá)節(jié)點時，一旦節(jié)點緩沖區(qū)容量不足，就會導(dǎo)致數(shù)據(jù)包丟失或其他隱患，造成節(jié)點擁塞問題。針對此類問題，研究人員設(shè)計多種控制方法。其中，基于軟件定義網(wǎng)絡(luò)（Software Defined Network，SDN）具有緩存感知的復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法和基于多指標(biāo)感知的復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法的應(yīng)用較為廣泛[1-2]。

基于SDN 具有緩存感知的復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法，主要利用廣播多媒體控制中心（Broadcast Multimedia Control Center，BCMCC）架構(gòu)，將節(jié)點擁塞控制功能集中于SDN 控制器，并利用BCMCC 架構(gòu)的緩存感知算法分析網(wǎng)絡(luò)節(jié)點的運行特性，從而改善節(jié)點擁塞控制效果。基于多指標(biāo)感知的復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法，主要利用多個指標(biāo)，感知網(wǎng)絡(luò)節(jié)點擁塞情況。對于網(wǎng)內(nèi)節(jié)點，其采用數(shù)據(jù)接收速率、數(shù)據(jù)包排隊延時以及鏈路帶寬等指標(biāo)，控制節(jié)點擁塞情況；對于終端節(jié)點，其調(diào)整吞吐量、時延等指標(biāo)，以多個指標(biāo)共同感知的形式，實現(xiàn)節(jié)點擁塞控制。這兩種方法均能夠完成節(jié)點擁塞控制任務(wù)，但是受復(fù)雜通信網(wǎng)絡(luò)的結(jié)構(gòu)影響，擁塞問題仍然較為明顯[3]。因此，文章基于混合神經(jīng)網(wǎng)絡(luò)的優(yōu)勢，設(shè)計復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法。

1 復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制混合神經(jīng)網(wǎng)絡(luò)方法設(shè)計

1.1 生成復(fù)雜通信網(wǎng)絡(luò)節(jié)點虛擬隊列

復(fù)雜通信網(wǎng)絡(luò)的建立與維護(hù)需要考慮節(jié)點、鏈路、拓?fù)浣Y(jié)構(gòu)及協(xié)議等方面，才能確保網(wǎng)絡(luò)運行效果[4]。數(shù)據(jù)包到達(dá)時，在虛擬隊列空閑的緩沖空間中排隊等候，使虛擬隊列的緩沖容量與實際帶寬保持一致，從而避免網(wǎng)絡(luò)節(jié)點擁塞問題。

虛擬隊列帶寬計算公式為

帶寬參數(shù)更新公式為

在虛擬隊列中，分析隊列長度，公式為

式中：T為虛擬隊列的隊列長度；t1、t2、tn為當(dāng)前隊列中的元素數(shù)量。隊列長度是網(wǎng)絡(luò)節(jié)點緩沖區(qū)。隊列過短，無法容納大量的數(shù)據(jù)包，導(dǎo)致數(shù)據(jù)包丟失；隊列過長，增加數(shù)據(jù)的排隊延時，影響網(wǎng)絡(luò)性能。

隊列干擾計算公式為

式中：V為隊列干擾；Tvi和Tvj分別為數(shù)據(jù)傳輸過程中，隊列T中丟失的第i類和j類數(shù)據(jù)。V描述數(shù)據(jù)包無序進(jìn)入隊列的情況，V越小，節(jié)點擁塞控制效果越佳。網(wǎng)絡(luò)負(fù)載能夠衡量網(wǎng)絡(luò)性能，負(fù)載較高，超過網(wǎng)絡(luò)承受能力，會加重網(wǎng)絡(luò)出現(xiàn)擁塞的問題；負(fù)載較小，網(wǎng)絡(luò)資源無法得到充分利用。

允許速率計算公式為

式中：I為允許速率；r為虛擬隊列尾指針；g為虛擬隊列頭指針。tn是網(wǎng)絡(luò)節(jié)點能夠處理的數(shù)據(jù)流量，只有I高于數(shù)據(jù)流量，才能確保擁塞控制效果。

輸出鏈路總利用率計算公式為

式中：G為輸出鏈路總利用率；kz為鏈路上的數(shù)據(jù)包總數(shù)；kr為鏈路的總?cè)萘浚籹為通信節(jié)點通過鏈路的時間。G能夠反映網(wǎng)絡(luò)節(jié)點運行情況，利用率過高，增加網(wǎng)絡(luò)負(fù)擔(dān)；利用率過低，降低網(wǎng)絡(luò)性能。

文章將數(shù)據(jù)流量、隊列長度、隊列干擾、網(wǎng)絡(luò)負(fù)載、允許速率以及輸出鏈路總利用率作為擁塞控制指標(biāo)，判斷網(wǎng)絡(luò)節(jié)點擁塞控制情況。

1.2 基于混合神經(jīng)網(wǎng)絡(luò)部署通信網(wǎng)絡(luò)節(jié)點擁塞控制結(jié)構(gòu)

混合神經(jīng)網(wǎng)絡(luò)是一種集成多種神經(jīng)網(wǎng)絡(luò)模型和技術(shù)的新型結(jié)構(gòu)，旨在提高處理復(fù)雜通信網(wǎng)絡(luò)傳輸問題的效率和靈活性。在通信網(wǎng)絡(luò)中，由于傳輸能力有限，網(wǎng)絡(luò)負(fù)載的變化直接影響數(shù)據(jù)傳遞的效果。負(fù)載較輕時，數(shù)據(jù)傳遞迅速但范圍有限；網(wǎng)絡(luò)復(fù)雜度增加時，則可能出現(xiàn)節(jié)點擁塞現(xiàn)象，導(dǎo)致數(shù)據(jù)傳輸受阻，甚至需要丟棄數(shù)據(jù)，嚴(yán)重影響網(wǎng)絡(luò)性能[5]。為解決這些問題，文章提出基于虛擬隊列的網(wǎng)絡(luò)節(jié)點帶寬和負(fù)載控制方法，并通過劃分網(wǎng)絡(luò)節(jié)點等效感知半徑的覆蓋區(qū)域優(yōu)化資源分配，進(jìn)一步部署通信網(wǎng)絡(luò)節(jié)點擁塞控制結(jié)構(gòu)，以均衡網(wǎng)絡(luò)資源，實現(xiàn)節(jié)點擁塞的有效控制。文章將神經(jīng)網(wǎng)絡(luò)與長短期記憶網(wǎng)絡(luò)（Long Short-Term Memory，LSTM）混合在一起，利用LSTM預(yù)測節(jié)點擁塞情況，再使用神經(jīng)網(wǎng)絡(luò)對其進(jìn)行擁塞控制，混合神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)如圖1 所示。

圖1 混合神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖

式中：Hi為節(jié)點部署區(qū)域；Ri為節(jié)點的感知半徑。將Hi設(shè)置為中心節(jié)點，坐標(biāo)為(x,y)，根據(jù)復(fù)雜通信網(wǎng)絡(luò)環(huán)境，部署節(jié)點Hi的目標(biāo)位置。節(jié)點Hi目標(biāo)位置xi、yi的計算公式為

式中：θ為節(jié)點擁塞控制在神經(jīng)網(wǎng)絡(luò)中迭代更新的參數(shù)。根據(jù)(xi,yi)與(x,y)的變化情況，調(diào)度復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞分組，按照各個虛擬隊列的需求分配帶寬，并設(shè)置差額計數(shù)器控制每組節(jié)點通過數(shù)量，進(jìn)一步實現(xiàn)節(jié)點擁塞控制的目標(biāo)。

2 實 驗

2.1 實驗條件

在復(fù)雜通信網(wǎng)絡(luò)拓?fù)湎抡归_實驗，節(jié)點傳輸范圍為250 m，優(yōu)先級隊列管理。隊列長度最佳范圍為600 ～700 bits，能夠確保數(shù)據(jù)有效性，避免網(wǎng)絡(luò)節(jié)點擁塞問題。網(wǎng)絡(luò)負(fù)載的最佳范圍為30%～50%。輸出鏈路總利用率的最佳范圍為30%～55%。實驗共存在4 種通信業(yè)務(wù)，配置12 個網(wǎng)絡(luò)節(jié)點，由此建立出復(fù)雜通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)如圖2 所示，圓圈表示節(jié)點通暢，三角表示節(jié)點擁塞。

圖2 復(fù)雜通信網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖

如圖2 所示，S1、S2、S3、S4為4 類不同的通信業(yè)務(wù)；a1、a2、a3、a4、a5、b1、b2、b3、b4、b5為網(wǎng)絡(luò)節(jié)點；a6、b6為網(wǎng)絡(luò)節(jié)點擁塞位置。

2.2 實驗結(jié)果

在文章設(shè)計的實驗條件下，隨機選取出1 000 ～4 000 bits 的數(shù)據(jù)流量，并對隊列長度、隊列干擾、網(wǎng)絡(luò)負(fù)載、允許速率以及輸出鏈路總利用率等指標(biāo)進(jìn)行分析。應(yīng)用文章設(shè)計方法前后的實驗結(jié)果如表1 和表2 所示。

表1 應(yīng)用文章設(shè)計方法前的實驗結(jié)果

表2 應(yīng)用本文方法后的實驗結(jié)果

如表1 和表2 所示，在數(shù)據(jù)流量為1 000 bits 時，應(yīng)用文章設(shè)計方法后，隊列長度從1 212.01 bits 縮短至615.36 bits，顯著提高緩存空間的利用率。隊列干擾也從5.24 b/s 降低到1.36 b/s，網(wǎng)絡(luò)負(fù)載由50.45%減少至32.46%，意味著網(wǎng)絡(luò)更加穩(wěn)定且高效。同時，允許速率略有下降，但輸出鏈路總利用率從25.72%提升至32.18%，顯著提高資源利用率。在更高的數(shù)據(jù)流量下，文章設(shè)計方法的優(yōu)勢更加明顯。在3 000 bits 的數(shù)據(jù)流量下，隊列長度從3 675.27 bits 縮短至688.79 bits，隊列干擾也大幅下降。盡管網(wǎng)絡(luò)負(fù)載略有增加，但允許速率提升至3.53×104b/s，同時輸出鏈路總利用率保持在31.53%的較高水平。由此表明，應(yīng)用文章設(shè)計方法能夠顯著優(yōu)化通信網(wǎng)絡(luò)的隊列管理和資源利用率，減少數(shù)據(jù)包沖突和干擾，提高網(wǎng)絡(luò)的穩(wěn)定性和傳輸效率，特別是在處理高數(shù)據(jù)流量時表現(xiàn)出更加卓越的性能。

3 結(jié) 論

受復(fù)雜通信網(wǎng)絡(luò)的動態(tài)行為影響，網(wǎng)絡(luò)節(jié)點經(jīng)常出現(xiàn)擁塞的問題，降低網(wǎng)絡(luò)性能。因此，文章利用混合神經(jīng)網(wǎng)絡(luò)，設(shè)計復(fù)雜通信網(wǎng)絡(luò)節(jié)點擁塞控制方法。從虛擬隊列和擁塞控制結(jié)構(gòu)兩個方面，確定擁塞控制機制，動態(tài)調(diào)整網(wǎng)絡(luò)節(jié)點流量，并利用混合神經(jīng)網(wǎng)絡(luò)，深入分析網(wǎng)絡(luò)的運行情況，從而提升網(wǎng)絡(luò)的服務(wù)質(zhì)量。