基于 $A^3G$ 的 EONs 在线 RMLSA：自适应 ACO 与图增强
网络与互联网体系结构
2024-11-20 v1
摘要
路由与频谱分配（RSA）在弹性光网络（EONs）中是一项重大挑战，特别是在网络持续变化的动态流量场景中。集成多种调制格式将其转化为路由、调制级别和频谱分配（RMLSA）问题，从而使其更具挑战性。传统上，解决 RSA 问题涉及识别固定数量的路径，随后在它们之间分配频谱。已经提出了许多使用这种两步法的启发式和元启发式方法。然而，由于路由和频谱分配之间的相互依赖性及其对资源利用率、碎片化和带宽阻塞概率的影响，不建议独立求解路由和频谱分配。在本文中，我们受蚁群优化（ACO）启发，提出了一种在动态流量场景下联合解决 RMLSA 问题的新方法。该方法涉及将网络增强为辅助图，并将传统 ACO 转化为适应 EONs 约束的基于约束的 ACO 变体。这种适应还包括旨在实现更快收敛的自适应初始化过程和激进终止策略。此外，我们引入了一个新的目标/适应度函数，以最小化平均网络碎片化，同时确保最佳的频谱资源利用率，从而降低整体阻塞概率。
引用
@article{arxiv.2411.12442,
title = {Online RMLSA in EONs with $A^3G$: Adaptive ACO with Augmentation of Graph},
author = {M Jyothi Kiran and Venkatesh Chebolu and Goutam Das and Raja Datta},
journal= {arXiv preprint arXiv:2411.12442},
year = {2024}
}
备注
11 pages, 10 figures