研究人员开发用于网络管理的智能分段路由方案

流量工程引起了很多研究关注，尤其是近年来随着网络规模和复杂性的增长。网络运营商越来越需要更好的方法来管理流经其网络的大量数据。一组研究人员提出了一种用于流量工程的智能路由方案，该方案以有限的控制开销实现负载平衡。

他们的研究发表在《大数据挖掘与分析》杂志上。

传统上，研究人员研究与传统互联网协议(IP)网络相关的流量工程，重点关注IP路由协议、路由优化问题和IP网络中的覆盖。随着软件定义网络的到来，研究人员开始更多地关注流量工程问题，包括流量拆分和协议设计。

在软件定义网络中，可以使用软件应用程序集中控制网络。软件定义网络使研究人员能够实现更高效的网络管理，解决了一些传统网络难以管理的海量流量工程问题。

然而，即使使用软件定义的网络，研究人员也在努力解决可扩展性问题。因此，研究人员将注意力转向了分段路由。分段路由是一种允许研究人员通过组织称为数据包的信息集合来简化跨网络域的流量工程的技术。

研究人员意识到，通过将分段路由与软件定义网络相结合，他们能够解决软件定义网络中的一些挑战。但是，仍然存在一些未解决的问题，因为分段路由会带来控制开销，这意味着必须插入额外的数据包标头。当段头变得太长时，开销会大大降低大型网络的效率。

“分段路由一直是流量工程的一种新颖架构，但它也带来了控制开销，降低了转发效率。因此我们着重研究如何基于分段路由以有限的控制开销优化链路负载均衡性能，”李来中说。深圳大学计算机科学与软件工程学院教授。

为了克服这些挑战，研究团队提出了一种用于交通工程的智能路由方案。这允许以有限的控制开销实现负载平衡。该团队首先将问题表述为映射问题，将不同的流量映射到关键分流点。接下来，他们证明了问题是非确定性多项式难题，这是计算复杂性理论中定义问题的一种方式。

然后为了解决这个问题，他们开发了一种改进的蚁群优化算法。蚁群优化是一种使用概率来解决网络优化问题的技术。他们还设计了第二种算法，即负载均衡算法，并分析了其理论性能。

“我们提出了两种算法来实现我们的负载均衡目标并避免转发过载。蚁群优化和线性规划理论为算法提供了思路和方向，”崔来中说。

该团队评估了他们在不同现实世界拓扑中的流量工程智能路由方案。拓扑描述了网络元素的排列和连接方式。该团队的结果表明，他们的算法优于传统算法。凭借其用于流量工程的智能路由方案，在加拿大贝尔网络拓扑上进行评估时，最大带宽比传统算法低24.6%。

展望未来的研究，团队正准备在真实的网络环境中测试和优化他们的算法。他们还计划通过在软件定义的广域网中添加人工智能的方法来进一步开发他们的方案。“我们的最终目标是开发我们的解决方案并将其应用于大多数网络架构，以提高网络传输性能，”崔说。