-
题名基于分布式机器学习的弹性光网络资源均衡分配研究
被引量：2
- 1
-
-
作者
甘朝松
单桂娟
徐洪敏
-
机构
江西应用科技学院
-
出处
《激光杂志》
CAS
北大核心
2024年第11期139-144,共6页
-
基金
江西省教育厅科学技术研究项目(No.GJJ2203309)
江西省教育厅科学技术研究项目(No.GJJ2203319)。
-
文摘
弹性光网络中存在的多条纤芯具有传输信息的功能,但纤芯之间的距离较小,容易出现串扰现象,增加了弹性光网络的误码率。为提高弹性光网络的服务质量并有效地对网络资源进行均衡分配,提出基于分布式机器学习的弹性光网络资源均衡分配方法。将最小化最大占用频隙号作为优化目标,建立串扰优化模型,并引入分布式机器学习中的双鱼算法对模型进行求解,以此提高纤芯传输质量。采用频谱切片的资源分配方法对弹性光网络资源展开分配,计算链路在网络中的资源碎片率,并根据计算结果为业务分配频谱-时间资源窗口,完成资源均衡分配。实验结果表明,所提方法的资源利用率最高时达到了94%,阻塞率最高仅为2.97%,单位比特能耗最高仅为10 nJ/bit,具有实用性。
-
关键词
分布式机器学习
弹性光网络
串扰优化
双鱼算法
资源分配
-
Keywords
distributed machine learning
elastic optical network
crosstalk optimization
pisces algorithm
resource allocation
-
分类号
TN929
[电子电信—通信与信息系统]
-
