目录介绍
目录
第1章城域光网络及其资源优化1
1.1城域光网络及资源优化概述1
1.1.1城域光网络概念1
1.1.2城域光网络的组网特征3
1.1.3城域光网络关键技术5
1.1.4资源优化技术概述7
1.1.5资源优化常规方法8
1.25G时代的城域光网络发展12
1.2.15G概述12
1.2.25G发展下的城域光网络15
1.2.35G时代城域光网络的技术革新15
1.3城域光网络通信场景新挑战17
1.3.1边缘计算17
1.3.2分布式训练18
1.3.3算力网络18
1.3.4服务器无感知计算19
1.3.56G通信技术20
1.3.6城域光网络发展新挑战21
1.4城域光网络资源优化新挑战21
1.4.1新型传输技术的资源约束多样性22
1.4.2边缘计算驱动的实时资源调控22
1.4.3算力网络中的异质资源协同优化23
1.4.4高可靠的网络抗故障能力23
1.4.5内生的智能决策能力24
参考文献24
第2章城域光网络中的新型传输技术26
2.1弹性光网络26
2.1.1弹性光网络概述26
2.1.2弹性光网络核心技术27
2.1.3弹性光网络中的资源优化29
2.2空分复用光网络32
2.2.1空分复用技术概述32
2.2.2空分复用光网络核心技术34
2.2.3空分复用光网络中的资源优化39
2.3空分复用弹性光网络40
2.3.1空分复用弹性光网络及其资源优化概述40
2.3.2空分复用弹性光网络中的超级信道41
2.3.3SDMEON中高可靠XT感知的多径资源优化策略42
2.4多波段光网络46
2.4.1多波段光网络概述46
2.4.2多波段光网络中的信道损伤47
2.4.3C+L+S光网络中基于周期性波段轮换的动态资源分配策略48
城域光网络智能资源优化
｜目录｜
参考文献53
第3章城域光网络与端到端切片56
3.1光网络切片技术概述56
3.1.1光网络切片管控技术57
3.1.2虚拟网络嵌入技术59
3.1.3虚拟网络映射技术59
3.1.4动态切片管理技术60
3.2基于成本和时延的切片资源优化策略60
3.2.1研究场景与问题描述60
3.2.2切片资源优化模型61
3.2.3基于成本和时延的虚拟化映射算法62
3.2.4仿真实验与数值分析63
3.3动态切片重配置中的资源优化64
3.3.1研究背景与问题描述64
3.3.2动态切片重配置模型65
3.3.3时延感知的重配置策略66
3.3.4仿真实验与数值分析71
3.4基于预测的端到端切片资源优化73
3.4.1研究背景与问题描述73
3.4.2网络切片管理与资源优化75
3.4.3基于预测的动态网络切片资源优化机制76
3.4.4仿真实验与数值分析78
参考文献82
第4章城域光网络中的算网协同资源优化85
4.1城域光网络中的任务卸载与资源协同优化85
4.1.1从云计算到边缘计算85
4.1.2边缘计算任务模型88
4.1.3边缘计算资源局限性89
4.1.4协同卸载与资源优化90
4.2MON中延迟感知的边缘计算任务对等卸载91
4.2.1研究背景与问题描述91
4.2.2任务对等协同卸载模型92
4.2.3基于GA的延迟感知任务对等卸载策略95
4.2.4仿真实验与数值分析97
4.3MON中依赖感知的边缘计算任务协同卸载103
4.3.1研究背景与问题描述103
4.3.2依赖感知的协同卸载模型103
4.3.3基于GA的依赖感知任务协同卸载策略108
4.3.4仿真实验与数值分析111
4.4MON中能耗感知的边缘计算依赖型任务卸载118
4.4.1研究背景与问题描述118
4.4.2依赖任务时延和能耗感知卸载模型118
4.4.3基于果园算法的能耗感知依赖型任务卸载策略121
4.4.4仿真实验与数值分析124
4.5MON中具有泛化性的算网资源智能协同127
4.5.1研究背景与问题描述127
4.5.2算网任务与时延模型127
4.5.3基于DQN的算网资源协同策略129
4.5.4基于迁移学习的改进算网资源协同策略130
4.5.5仿真实验与数值分析135
4.6MON中自适应高可靠的边云协同优化141
4.6.1研究背景与问题描述141
4.6.2高可靠边云协同DNN推理加速模型141
4.6.3基于RL的自适应高可靠边云协同策略144
4.6.4仿真实验与数值分析146
4.7MON中异步分布式训练任务的联合资源优化152
4.7.1研究背景与问题描述152
4.7.2异步分布式训练任务模型153
4.7.3资源感知均衡分配算法155
4.7.4仿真实验与数值分析157
参考文献159
第5章城域光网络中考虑生存性的资源优化163
5.1考虑生存性的光网络资源优化技术163
5.1.1光网络中的保护技术164
5.1.2光网络中的恢复技术165
5.1.3生存性资源优化关键指标166
5.2基于环覆盖的多路径串扰感知生存性资源共享优化166
5.2.1研究背景和问题描述166
5.2.2SDMEON网络及串扰模型167
5.2.3基于环覆盖的多路径资源共享保护策略168
5.2.4仿真实验与数值分析173
5.3多波段城域光网络中的生存性资源优化策略176
5.3.1研究背景和问题描述176
5.3.2频段分区保护方案及优化模型177
5.3.3基于遗传算法的高可靠资源优化算法182
5.3.4仿真实验与数值分析184
5.4抗多故障的多路径虚拟网络嵌入资源优化策略191
5.4.1研究背景和问题描述191
5.4.2抗多故障的SMVNE方案191
5.4.3SMVNE资源优化模型197
5.4.4仿真实验与数值分析200
参考文献206
第6章城域光网络资源优化与机器学习209
6.1机器学习简述210
6.1.1机器学习的基本概念210
6.1.2机器学习的分类213
6.1.3常见的强化学习算法215
6.2基于Kmeans的城域资源节能优化策略研究221
6.2.1研究背景与问题描述221
6.2.2节能与资源优化问题建模223
6.2.3基于Kmeans的自适应节能资源优化策略225
6.2.4仿真实验与数值分析227
6.3MON中基于预测的DQN资源均衡策略研究230
6.3.1研究背景与问题描述230
6.3.2TAKSPDQN模型架构231
6.3.3TAKSPDQN模型建模233
6.3.4仿真实验与数值分析234
6.4基于DDPG的路由与频谱资源分配策略研究237
6.4.1研究背景与问题描述237
6.4.2DDPGSFRSA策略238
6.4.3DDPGDIRSA策略240
6.4.4仿真实验与数值分析242
参考文献250