由以人工预设为主的人治模式逐步转向数据与知识驱动的智能模式是未来网络发展的趋势。如何设计面向服务质量的智能化网络管控机制,是提升大规模网络效率和性能的关键。本项目从未来网络管控系统的高灵活配置、高动态适应、多元化可定制、多维度可扩展以及高性能高可用等实际需求出发,开展智能化可演进网络关键技术的研究,旨在解决传统网络资源管控所面临的网络体系结构限制、网络行为认知匮乏以及服务质量保障乏力等核心难题。项目以人工智能技术在面向未来网络体系结构的资源管控机制中的创新应用与实际部署为技术突破点重点,围绕软硬件协同网络管控原型系统开发、网络流量数据实时获取、网络状态轻量可测、管控决策按需可控等方面展开研究。
原理样机
(1)知识定义网络新型架构。针对传统网络资源管控方案无法自驱动决策、自适应调整以及在高动态多信道网络环境中性能受限等问题,研究了知识定义网络新型架构,以知识平面作为全网知识的集合、加工与分发中心,搭建面向知识定义网络的智能化网络管控平台实验原型;
(2)多维网络状态信息感知技术。研究多维网络状态信息感知技术,对全网状态信息、资源信息实时监控,对业务流量和用户需求深入分析,对网络态势精准预测,为自适应网络资源调度与管控提供有效依据;
(3)多传输信道接入选择技术。针对多信道异构网络环境中的信息高效传输需求,研究复杂环境下多传输信道接入选择技术,根据信号强度、链路质量、网络负载、业务需求和用户需求,结合信道选择知识构,构建合理的传输信道接入选择模型,并设计业务与网络状态协同感知的为信道接入算法;
(4)自适应自演进的路由与资源分配技术。面向拓扑高动态变化、数据高维化且信息不完备的网络环境,采用数据与知识协调驱动机制,设计了自适应、自演进的路由与资源分配方案,解决现有启发式资源管理机制下影响网络性能的技术瓶颈,实现网络资源灵活、动态、实时、按需分配的设计目标。
扫码关注,查看更多科技成果