经过1 400 000次学习，使用Deep-TSR算法可以实现更低的延迟率。功能和请求与Deep-TSR完全相同。值得注意的是，Deep-TSR算法总体上表现得更好，在35万次学习之后完全优于监督学习算法。图6-9仿真实验图......
2023-06-19
网络性能验证的方法与技巧
【摘要】：它可以解决网络生存性算法的有效支持，验证网络可靠性的实际性能。C1是部署PU的节点，而基站组C2和C3具有计算的功能。KSP中的K值设置为3、4和5，以比较BCP算法和CP算法的性能。图7-8网络拓扑图图7-9到图7-14显示了BCP算法和CP算法的阻塞率、资源利用率和平均跳数方面的性能。原因是数字网络中的BCP算法具有较低的阻塞概率，因此可以产生更高的资源效率。图7-13模拟C-RoFN中Pw和Pb的平均跳数图7-14数字C-RoFN中Pw和Pb的平均跳数
在本节中，我们通过基于事件驱动模拟器的C++仿真平台中的大量仿真验证了所提算法的可行性和可用性。综合考虑覆盖区域和可扩展性的要求，复杂拓扑可以提供多工作路径和备份路径的传输，以提高未来移动通信网络的可靠性。它可以解决网络生存性算法的有效支持，验证网络可靠性的实际性能。具有43个节点的网络拓扑如图7-8所示[26]。C1是部署PU的节点，而基站组C2和C3具有计算的功能。从V36到V40用WSS开发，而V8、V11、V14和V17用于部署宏基站，其余基站代表微基站。微基站和宏基站的接收范围分别为400 m和1 600 m，无线信道可以建立在微基站和宏基站之间。基站中的所有天线都是全向的。在光网络域中，我们假设每个光纤链路都具有320个可用子载波。在无线网络域中，我们假设可用频率的数量为160。我们假设{v18，l1840，l3640}、{v2，l0236，l0936}、{v1，l36381，l0538}、{v30，l3039，l1639}、{v13，v27，l13c1，l38c1}、{v19，l1936，l0836}和{v24，v24，l24c1，l37c1}是7个SRLG。请注意，将生成100 000个服务请求，并在每次执行时到达网络，再为每个服务请求生成随机位置，以确定拓扑中源节点的网络位置。将BCP算法的数值结果与传统保护（CP）算法进行比较，分别采用相同的路由策略KSP与模拟C-RoFN和数字C-RoFN中的First-Fit频谱分配。KSP中的K值设置为3、4和5，以比较BCP算法和CP算法的性能。
图7-8 网络拓扑图
图7-9到图7-14显示了BCP算法和CP算法的阻塞率、资源利用率和平均跳数方面的性能。图7-9和图7-10比较了模拟C-RoFN和数字C-RoFN中BCP算法和CP算法之间的阻塞率。在这些图中，我们可以发现，在模拟C-RoFN和数字C-RoFN中，两种算法的阻塞率随着流量负载的增加而增加。
图7-9 模拟C-RoFN中BCP算法和CP算法之间的阻塞率
图7-10 数字C-RoFN中BCP算法和CP算法之间的阻塞率
与CP算法相比，BCP算法在相同负载下具有较低的阻塞率，并且在模拟C-RoFN中最多比CP算法降低61%的阻塞率，在数字C-RoFN中最多比CP算法降低48%的阻塞率。这是因为带宽压缩通过使用高级调制格式减少了低级服务备份路径的占用，然后节省了更多资源来承载更多服务[27-28]。较高的K值导致较低的阻塞率，因为更多的候选路径可以提供很多机会来修整网络的空闲链路中的流量[29-30]。
比较两种C-RoFN场景中的BCP算法，我们可以发现数字网络中的BCP算法可以提供比模拟场景更低的阻塞率。这是因为在模拟C-RoFN中，调制模式受到更多约束，并且难以实现高带宽压缩水平。此外，数字场景中的无线和光网络的资源彼此独立。在C-RoFN中，RoF技术用于降低网络构建的成本，但同时RoF信道跨越无线和光网络以限制传输的灵活性，同时降低网络资源利用率。
图7-11和图7-12比较了模拟C-RoFN和数字C-RoFN中BCP算法和CP算法之间的资源利用率。如图7-11和图7-12所示，我们可以看出资源利用率随着模拟C-RoFN和数字C-RoFN中流量负载的增加而增加。注意，BCP算法具有更高的资源利用率，这是因为高级调制格式可以提高资源效率。两种算法之间的差异在于数字场景中模拟C-RoFN在300 Erlang和320 Erlang负载下的最大值。比较BCP算法，我们可以发现模拟C-RoFN中的BCP算法可以提供比数字场景中更低的资源利用率，以此来作为RoF传输的限制。原因是数字网络中的BCP算法具有较低的阻塞概率，因此可以产生更高的资源效率。
图7-11 模拟C-RoFN中BCP算法和CP算法之间的资源利用率
图7-12 数字C-RoFN中BCP算法和CP算法之间的资源利用率
模拟C-RoFN和数字C-RoFN中两种算法之间Pw和Pb的平均跳数在图7-13和图7-14中进行了比较。可以清楚地看出，BCP算法在两种情况下都具有较低的Pw和Pb平均跳数。这是因为BCP算法可以节省网络中的资源，而BCP算法的网络中的服务可以使用较短的路径来服务。通过使用CP算法，填充最佳路径，然后使用次优路径分配服务，从而导致额外的资源浪费。因此，BCP算法具有比CP算法更低的平均跳数。与BCP算法的Pw和Pb的平均跳数相比，数字C-RoFN中的BCP算法可以提供比另一个更低的平均跳数。这是因为在模拟C-RoFN中，资源利用率较低，占用了更多资源，并且必须使用更长的路径分配服务。
图7-13 模拟C-RoFN中Pw和Pb的平均跳数
图7-14 数字C-RoFN中Pw和Pb的平均跳数
有关光与无线网络技术的文章
- 详细阅读
-
网络性能验证的方法和技巧详细阅读
对于F-RoFN的CSRP控制层，OC服务器被分配来支持所提议的架构，并通过3种虚拟机进行CSP控制、网络虚拟化和PCE方案。控制器和OFP传播时间的方案处理时间分别为1 ms和0.5 ms。然而，很明显在1∶1保护的情况下，网络传输成功率下降缓慢。总之，该机制能够准确地提高网络的安全性。最下面的几何图形表示网络没有保护，而其余的几何图形图形代表网络，分别为1∶1、2∶1和3∶1保护的网络。......
2023-06-19
-
验证网络性能的方法详细阅读
图9-1实验测试平台和演示器设置基于测试平台，我们在软件定义的C-RoFN中实验性地设计并验证了MSO的服务。功能请求消息负责定期查询OF-BVOS关于当前状态的监视。此外，在选择目的地之后，CSO策略仅考虑光网络资源并以最小跳数计算路径。GES部分地扩展了BBU中的负载均衡和光网络中的平均跳跃性能，并将它们明显地转化为整体资源利用率的提高和路径配置响应的增强。图9-3算法性能比较......
2023-06-19
-
网络性能测试与验证方法优化详细阅读
图9-23Wireshark在OC和RC中捕获MSRO消息序列在已建立的平台中，我们考虑了实际的应用程序场景和复杂性实验设置，并建立了生成简单业务需求的业务生成器。对于所提的GES，我们预先设定了可调节比重φ、β和γ分别为50%、33%和33%，以避免模拟环境下实验过于复杂。如图9-25所示，相较于其他方案，GES可以有效地提高资源占用率，特别是当网络负载很重的时候。......
2023-06-19
-
如何验证网络性能？详细阅读
我们假设CoMP流量占总流量的一部分，而0.5～0.9的比率用于评估性能。在图9-7中，我们在阻塞概率方面对本节所提出的V-BRH和C-RoFN的性能进行了比较。CP可以用合理的方法分配资源，图9-7给出了V-BRH和C-RoFN的资源占用率，CoMP流量比为0.8。图9-7显示了响应延迟，我们假设BBU响应时间达到1 ms级别，并且当速率为130 Erlang时，将V-BRH和C-RoFN的平均响应时间进行对比。图9-7V-BRH和C-RoFN的性能对比分析图......
2023-06-19
-
网络性能验证的方法和步骤详细阅读
表9-2评估参数的值在下文中，评估中使用的性能指标是平均节能。从图9-16可以看出，当网络负载低于50 Mbit时，MH-DBA的平均节能率为0.85，而3M-DBA的平均节能率为0.28。当网络负载超过300 Mbit时，控制器节能率开始趋于平稳。图9-17丢包率与平均节能率当吞吐量趋于稳定时，我们总结出能量效率的结果。随着网络负载的增加，两种机制的节能率降低，这是因为系统触发睡眠机制的概率会随着负载的增加而降低。......
2023-06-19
-
网络性能验证: 如何测试网络性能？详细阅读
从而SC1通过光纤从MC获取时间信号，SC2通过光纤和无线获取信号。该不对称比率范围为1∶1至8∶1。有3个重要结果。第一个是偏差误差随着不对称比率的增加而增大；第二个是SC1总是优于SC2；第三个是提出的方法明显优于传统方法。具体来说，从图6-5中我们可以发现传统方式SC1和SC2之间的差异比我们提出的方法要大。此外，SD-RoFN架构的偏置误差范围为200 ns～1μs，可以满足5G移动网络标准的需求。......
2023-06-19
-
验证网络性能：如何对网络进行测试和优化详细阅读
图9-29实验测试平台和演示器设置PU和OFP代理是在VMware ESXi V5.1创建的虚拟机阵列上实现的，VMware ESXi V5.1运行在IBM X3650服务器上。如图9-30和图9-30所示，10.108.67.21、10.108.50.74和10.108.49.14分别表示RC、PC和OC的IP地址，而10.108.49.23和10.108.49.24分别表示相关的OF-BVOS的IP地址。特征请求消息负责通过定期查询BVOS来监视当前状态。在完成RIP后，OC和RC提供SP，并通过流修改消息分配射频来控制相应的节点。图9-30MDRI的消息序列的Wireshark捕获......
2023-06-19
相关推荐