光纖網絡融合后云數據的差異化調度研究

　　傳統光纖網絡融合后云數據差異化調度方法只注重傳輸時延、節點能耗均衡性和優先性中的一方面，調度性能不佳。為此，提出一種新的光纖網絡融合后云數據的差異化調度方法。構建融合樹，在此基礎上，通過GRDAT方法實現光纖網絡融合。為了降低沖突現象的發生，通過節點剩余能量對光纖網絡相鄰節點的廣播進行調度，給出光纖網絡融合的詳細過程。把含有差異性云數據的激活鏈路集看作調度對象，通過設置閾值把優先級高的鏈路歸至調度對象，通過修正閾值保證加權時延與能量消耗間的平衡。利用融合樹結構中鏈路間的沖突關系，建立鏈路沖突矩陣。依據沖突矩陣，通過構建近似最大加權獨立集獲取時隙中的通信鏈路集合，實現鏈路中云數據的差異化調度。實驗結果表明，所提方法能夠降低光纖網絡資源占用率和擁塞率，提高平均吞吐率，調度性能優。

　　《無線電通信技術》本刊堅持為社會主義服務的方向，堅持以馬克思列寧主義、毛澤東思想和鄧小平理論為指導，貫徹“百花齊放、百家爭鳴”和“古為今用、洋為中用”的方針，堅持實事求是、理論與實際相結合的嚴謹學風，傳播先進的科學文化知識，弘揚民族優秀科學文化，促進國際科學文化交流，探索防災科技教育、教學及管理諸方面的規律，活躍教學與科研的學術風氣，為教學與科研服務。

　　1 引言

　　在光纖網絡中，網絡節點能量、處理能力和通信帶寬等資源有限，而光纖網絡融合為解決上述資源限制的有效方式，通過融合不同光纖網絡信息，可降低傳輸數據量，達到節省資源的目的[1，2]。但光纖網絡融合后數據存在差異化，且實際應用時，希望把采集信息以最快的速度傳輸至決策者。因此，研究光纖網絡融合后云數據的差異化調度方法具有重要意義[3]。

　　通常通過以下幾個方面衡量光纖網絡融合后云數據差異化調度方法的有效性：通過調度減少因沖突導致的光纖網絡傳輸時延升高;使節點間能耗平衡，從而增加光纖網絡使用壽命;針對存在差異的云數據需區別處理，使高優先級云數據被優先調度[3，4]。但當前常用方法大多只針對其中一個方面進行研究，如優先級方法只考慮優先處理方面，忽略了另兩方面;遺傳方法將調度時延最低作為約束條件，沒有考慮優先性，調度結果均不佳[5]。

　　針對上述方法的弊端，提出一種新的光纖網絡融合后云數據差異化調度方法。實驗結果表明，所提方法調度性能優。

　　2 光纖網絡融合后云數據差異化調度

　　2.1構建融合樹

　　在光纖網絡中，節點在傳輸數據時利用反向組播樹的形式從分散的節點逐步匯集數據并傳輸。如圖 1所示，C、D、E、F四個節點檢測到某事件，若傳輸數據的路徑形成一顆反向組播樹，則將該樹稱作數據融合樹，樹中所有節點都可對接收的數據進行融合 [6]。

　　在構建數據融合樹時，引入Steiner樹，下面給出其定義[7]。給出圖[B=U，S]，其中[U]用于描述圖[B]的節點集，[S]用于描述圖[B]的邊集。用[m=U]描述圖[B]的節點數，用[S]描述圖[B]的[S]鏈路數，則邊的費用函數可描述成[c：S→V]。組播節點集[E]為[U]的子集，[n=E]，則Steiner樹可定義成從圖[B]中找出覆蓋[E]中每個節點的最小生成樹，也就是令樹的費用達到最小。最小生成樹即為Steiner樹，用[RsUR，Sv]進行描述，[E]代表[U]的子集，[Sv]代表[S]的子集。

　　在Steiner樹中，將歸屬于[E]的節點稱作組播節點，將屬于[UR]但不屬于[E]的節點稱作非組播節點或非Steiner節點。

　　在對光纖網絡進行融合時，所有數據傳輸次數均最低的DC路由可變成最小Steiner樹。

　　2.2光纖網絡融合

　　本節在構建融合樹的基礎上，通過GRDAT方法實現光纖網絡融合。該方法要求所有節點均以某種特定格式交換配置消息[Pk]，主要包括節點標識[Ak]、節點在融合樹的父節點[Qk]、節點剩余能量[Wk]、與匯聚節點間的路徑長度[Lk]、節點分組標識[Ik]、節點[k]傳輸至匯聚節點的傳輸時延[Tk]和信息[Pk]傳輸時間戳[TPk]。配置消息[Pk]可描述成[Pk=Ak，Qk，Wk，Lk，Ik，Tk，TPk]。

　　為了降低沖突現象的發生，通過節點剩余能量對光纖網絡相鄰節點的廣播進行調度，GRDAT為所有光纖網絡[m]關聯了一個定時器[tm]，[tm]的初始值用[t0m]進行描述，其為剩余能量[Wm]的單調遞增函數，定義[t0m= 1Wm]。

　　為了給源節點構建至匯聚節點的兩條路徑CD和EF，所有節點均需選擇兩個父節點，依次用[Qcd]和[Qef]進行描述[8]。

　　(6)如果節點[v]一段時間內未接收新的配置消息，則向其當前父節點發送選擇通知;

　　(7)父節點接收通知消息后，按照時間戳求出傳輸延遲，對和最小延遲選擇通知相應的子節點進行標識，并記錄子節點量[10];

　　(8)重復上述過程，直至所有節點都將其配置消息廣播了一次，通過Steiner樹實現光纖網絡融合。

　　2.3云數據差異化調度

　　光纖網絡融合后云數據差異化調度最終目的是為光纖網絡節點分配傳輸時隙，使傳輸時延盡可能少，節點能耗盡可能均衡。本節云數據差異化調度主要包括兩個階段：利用融合樹結構中鏈路間的沖突關系，建立鏈路沖突矩陣;依據沖突矩陣，通過構建近似最大加權獨立集獲取時隙中的通信鏈路集合，實現鏈路中云數據的差異化調度[11]。在此之前，給出以下定義。

　　上述輸出結果即為光纖網絡融合后云數據差異化調度結果。

　　3 實驗及結果分析

　　實驗從資源占用率、平均吞吐率和光纖網絡擁塞率三個方面，將優先級方法和遺傳方法作為對比，對本文方法調度性能進行測試。

　　3.1 資源占用率測試

　　實驗時間選擇2017年9月1日～2017年9月30日，此期間在光纖網絡中運行本文方法、優先級方法和遺傳方法，對30天光纖網絡的資源占用情況進行統計，結果如圖3和表1所示。

　　分析圖3和表1可知，2017年9月1日，光纖網絡運行本文方法后，資源占用率從74.43%降低至52.68%，降低了21.75%，且資源占用率整體呈下降趨勢;而光纖網絡運行優先級方法后，資源占用率從74.43%變成71.69%，雖然有所下降，但下降幅度小，且變化趨勢無規律，波動較大;運行遺傳方法后，資源占用率從74.43%降低至62.75%，降低幅度高于優先級方法，但低于本文方法，且波動較大。說明采用本文方法后，光纖網絡資源占用率明顯降低，且變化平穩。

　　3.2 平均吞吐率測試

　　2017年9月1日開始運行本文方法、優先級方法和遺傳方法后，光纖網絡平均吞吐率變化情況用圖4和表2進行描述。

　　分析圖4和表2可知，實驗期間，運行本文方法的光纖網絡平均吞吐率從3.826%升高至4.931%，提升比例高達28.88%;而運行優先級方法的光纖網絡平均吞吐率從3.826%變化至3.911%，提升比例僅為2.22%;按照同樣的方式可知遺傳方法的提升比例為3.5%，明顯低于本文方法，說明本文方法能夠提高光纖網絡的吞吐率，調度性能高。

　　3.3 擁塞率

　　運行本文方法、優先級方法和遺傳方法后，光纖網絡擁塞率變化情況用圖5和表3進行描述。

　　分析圖5和表3可知，2017年9月1日開始運行本文方法、優先級方法和遺傳方法后，本文方法擁塞率下降了0.025%，優先級方法擁塞率下降了0.012%，遺傳方法擁塞率下降程度最低，只下降了0.009%，本文方法擁塞率降低程度最高，說明本文方法調度性能佳，可提高光纖網絡質量。

　　4 結論

　　本文提出一種新的光纖網絡融合后云數據的差異化調度方法。構建融合樹，通過GRDAT方法實現光纖網絡融合。依據沖突矩陣，通過構建近似最大加權獨立集獲取時隙中的通信鏈路集合，實現鏈路中云數據的差異化調度。經實驗驗證，所提方法調度性能優。

　　參考文獻：

　　[1] 狄婧. 云數據融合過程的優化方法研究與仿真[J]. 計算機仿真， 2015， 32(12)：396-399.

　　[2] 李燕， 代仕芳， 常相茂. 光纖—無線接入網絡中的下行數據分配算法[J]. 計算機工程， 2016， 42(8)：80-84.

　　[3] 許鵬， 張繼棟. 基于改進遺傳算法的光纖網絡異常數據檢測[J]. 科技通報， 2016， 32(7)：163-166.

　　[4] 施劍陽， 李欣穎， 王源泉，等. W波段大容量光纖無線融合系統的關鍵技術[J]. 光通信研究， 2014， 40(4)：67-70.

　　[5] 陳超， 鄧斌， 吳伊蒙，等. 無線傳感器網絡數據融合安全機制研究[J]. 電視技術， 2015， 39(17)：74-78.

　　[6] 黃新銳， 王廣禎， 侍海峰，等. 分布式光纖振動傳感系統大傳感數據流時間周期壓縮與傳送技術[J]. 傳感技術學報， 2015， 28(10)：1442-1447.

　　[7] 施海鋒， 潘奇. 基于光纖通道多網融合系統的設計與實現[J]. 現代雷達， 2014， 36(4)：42-45.

　　[8] 袁樹云， 劉壽先， 王德田，等. 光纖多普勒測速儀位移模式數據處理新方法[J]. 激光與光電子學進展， 2014， 51(3)：68-72.

　　[9] 田鴻. 強電磁干擾下光纖網絡的數據傳輸系統改進設計[J]. 現代電子技術， 2016， 39(20)：53-56.

　　[10] 仝杰， 劉艷麗， 楊德龍，等. 5.8GHz光纖融合通信在輸電線路監測系統中的應用[J]. 電信科學， 2016， 32(7)：166-174.

　　[11] 李春林， 黃月江， 牛長喜. 一種面向云計算的網絡異常流量分組方法[J]. 計算機應用研究， 2014， 31(12)：3704-3706.

　　[12] 沈堯， 秦小麟， 鮑芝峰. 一種云環境中數據流的高效多目標調度方法[J]. 軟件學報， 2017， 28(3)：579-597.

　　[13] 李敏. 嵌入式設備中差異化多任務節能優化調度方法研究[J]. 科學技術與工程， 2017， 17(12)：195-199.