光纤网络融合后云数据的差异化调度研究

　　传统光纤网络融合后云数据差异化调度方法只注重传输时延、节点能耗均衡性和优先性中的一方面，调度性能不佳。为此，提出一种新的光纤网络融合后云数据的差异化调度方法。构建融合树，在此基础上，通过GRDAT方法实现光纤网络融合。为了降低冲突现象的发生，通过节点剩余能量对光纤网络相邻节点的广播进行调度，给出光纤网络融合的详细过程。把含有差异性云数据的激活链路集看作调度对象，通过设置阈值把优先级高的链路归至调度对象，通过修正阈值保证加权时延与能量消耗间的平衡。利用融合树结构中链路间的冲突关系，建立链路冲突矩阵。依据冲突矩阵，通过构建近似最大加权独立集获取时隙中的通信链路集合，实现链路中云数据的差异化调度。实验结果表明，所提方法能够降低光纤网络资源占用率和拥塞率，提高平均吞吐率，调度性能优。

　　《无线电通信技术》本刊坚持为社会主义服务的方向，坚持以马克思列宁主义、毛泽东思想和邓小平理论为指导，贯彻“百花齐放、百家争鸣”和“古为今用、洋为中用”的方针，坚持实事求是、理论与实际相结合的严谨学风，传播先进的科学文化知识，弘扬民族优秀科学文化，促进国际科学文化交流，探索防灾科技教育、教学及管理诸方面的规律，活跃教学与科研的学术风气，为教学与科研服务。

　　1 引言

　　在光纤网络中，网络节点能量、处理能力和通信带宽等资源有限，而光纤网络融合为解决上述资源限制的有效方式，通过融合不同光纤网络信息，可降低传输数据量，达到节省资源的目的[1，2]。但光纤网络融合后数据存在差异化，且实际应用时，希望把采集信息以最快的速度传输至决策者。因此，研究光纤网络融合后云数据的差异化调度方法具有重要意义[3]。

　　通常通过以下几个方面衡量光纤网络融合后云数据差异化调度方法的有效性：通过调度减少因冲突导致的光纤网络传输时延升高;使节点间能耗平衡，从而增加光纤网络使用寿命;针对存在差异的云数据需区别处理，使高优先级云数据被优先调度[3，4]。但当前常用方法大多只针对其中一个方面进行研究，如优先级方法只考虑优先处理方面，忽略了另两方面;遗传方法将调度时延最低作为约束条件，没有考虑优先性，调度结果均不佳[5]。

　　针对上述方法的弊端，提出一种新的光纤网络融合后云数据差异化调度方法。实验结果表明，所提方法调度性能优。

　　2 光纤网络融合后云数据差异化调度

　　2.1构建融合树

　　在光纤网络中，节点在传输数据时利用反向组播树的形式从分散的节点逐步汇集数据并传输。如图 1所示，C、D、E、F四个节点检测到某事件，若传输数据的路径形成一颗反向组播树，则将该树称作数据融合树，树中所有节点都可对接收的数据进行融合 [6]。

　　在构建数据融合树时，引入Steiner树，下面给出其定义[7]。给出图[B=U，S]，其中[U]用于描述图[B]的节点集，[S]用于描述图[B]的边集。用[m=U]描述图[B]的节点数，用[S]描述图[B]的[S]链路数，则边的费用函数可描述成[c：S→V]。组播节点集[E]为[U]的子集，[n=E]，则Steiner树可定义成从图[B]中找出覆盖[E]中每个节点的最小生成树，也就是令树的费用达到最小。最小生成树即为Steiner树，用[RsUR，Sv]进行描述，[E]代表[U]的子集，[Sv]代表[S]的子集。

　　在Steiner树中，将归属于[E]的节点称作组播节点，将属于[UR]但不属于[E]的节点称作非组播节点或非Steiner节点。

　　在对光纤网络进行融合时，所有数据传输次数均最低的DC路由可变成最小Steiner树。

　　2.2光纤网络融合

　　本节在构建融合树的基础上，通过GRDAT方法实现光纤网络融合。该方法要求所有节点均以某种特定格式交换配置消息[Pk]，主要包括节点标识[Ak]、节点在融合树的父节点[Qk]、节点剩余能量[Wk]、与汇聚节点间的路径长度[Lk]、节点分组标识[Ik]、节点[k]传输至汇聚节点的传输时延[Tk]和信息[Pk]传输时间戳[TPk]。配置消息[Pk]可描述成[Pk=Ak，Qk，Wk，Lk，Ik，Tk，TPk]。

　　为了降低冲突现象的发生，通过节点剩余能量对光纤网络相邻节点的广播进行调度，GRDAT为所有光纤网络[m]关联了一个定时器[tm]，[tm]的初始值用[t0m]进行描述，其为剩余能量[Wm]的单调递增函数，定义[t0m= 1Wm]。

　　为了给源节点构建至汇聚节点的两条路径CD和EF，所有节点均需选择两个父节点，依次用[Qcd]和[Qef]进行描述[8]。

　　(6)如果节点[v]一段时间内未接收新的配置消息，则向其当前父节点发送选择通知;

　　(7)父节点接收通知消息后，按照时间戳求出传输延迟，对和最小延迟选择通知相应的子节点进行标识，并记录子节点量[10];

　　(8)重复上述过程，直至所有節点都将其配置消息广播了一次，通过Steiner树实现光纤网络融合。

　　2.3云数据差异化调度

　　光纤网络融合后云数据差异化调度最终目的是为光纤网络节点分配传输时隙，使传输时延尽可能少，节点能耗尽可能均衡。本节云数据差异化调度主要包括两个阶段：利用融合树结构中链路间的冲突关系，建立链路冲突矩阵;依据冲突矩阵，通过构建近似最大加权独立集获取时隙中的通信链路集合，实现链路中云数据的差异化调度[11]。在此之前，给出以下定义。

　　上述输出结果即为光纤网络融合后云数据差异化调度结果。

　　3 实验及结果分析

　　实验从资源占用率、平均吞吐率和光纤网络拥塞率三个方面，将优先级方法和遗传方法作为对比，对本文方法调度性能进行测试。

　　3.1 资源占用率测试

　　实验时间选择2017年9月1日～2017年9月30日，此期间在光纤网络中运行本文方法、优先级方法和遗传方法，对30天光纤网络的资源占用情况进行统计，结果如图3和表1所示。

　　分析图3和表1可知，2017年9月1日，光纤网络运行本文方法后，资源占用率从74.43%降低至52.68%，降低了21.75%，且资源占用率整体呈下降趋势;而光纤网络运行优先级方法后，资源占用率从74.43%变成71.69%，虽然有所下降，但下降幅度小，且变化趋势无规律，波动较大;运行遗传方法后，资源占用率从74.43%降低至62.75%，降低幅度高于优先级方法，但低于本文方法，且波动较大。说明采用本文方法后，光纤网络资源占用率明显降低，且变化平稳。

　　3.2 平均吞吐率测试

　　2017年9月1日开始运行本文方法、优先级方法和遗传方法后，光纤网络平均吞吐率变化情况用图4和表2进行描述。

　　分析图4和表2可知，实验期间，运行本文方法的光纤网络平均吞吐率从3.826%升高至4.931%，提升比例高达28.88%;而运行优先级方法的光纤网络平均吞吐率从3.826%变化至3.911%，提升比例仅为2.22%;按照同样的方式可知遗传方法的提升比例为3.5%，明显低于本文方法，说明本文方法能够提高光纤网络的吞吐率，调度性能高。

　　3.3 拥塞率

　　运行本文方法、优先级方法和遗传方法后，光纤网络拥塞率变化情况用图5和表3进行描述。

　　分析图5和表3可知，2017年9月1日开始运行本文方法、优先级方法和遗传方法后，本文方法拥塞率下降了0.025%，优先级方法拥塞率下降了0.012%，遗传方法拥塞率下降程度最低，只下降了0.009%，本文方法拥塞率降低程度最高，说明本文方法调度性能佳，可提高光纤网络质量。

　　4 结论

　　本文提出一种新的光纤网络融合后云数据的差异化调度方法。构建融合树，通过GRDAT方法实现光纤网络融合。依据冲突矩阵，通过构建近似最大加权独立集获取时隙中的通信链路集合，实现链路中云数据的差异化调度。经实验验证，所提方法调度性能优。

　　参考文献：

　　[1] 狄婧. 云数据融合过程的优化方法研究与仿真[J]. 计算机仿真， 2015， 32(12)：396-399.

　　[2] 李燕， 代仕芳， 常相茂. 光纤—无线接入网络中的下行数据分配算法[J]. 计算机工程， 2016， 42(8)：80-84.

　　[3] 许鹏， 张继栋. 基于改进遗传算法的光纤网络异常数据检测[J]. 科技通报， 2016， 32(7)：163-166.

　　[4] 施剑阳， 李欣颖， 王源泉，等. W波段大容量光纤无线融合系统的关键技术[J]. 光通信研究， 2014， 40(4)：67-70.

　　[5] 陈超， 邓斌， 吳伊蒙，等. 无线传感器网络数据融合安全机制研究[J]. 电视技术， 2015， 39(17)：74-78.

　　[6] 黄新锐， 王广祯， 侍海峰，等. 分布式光纤振动传感系统大传感数据流时间周期压缩与传送技术[J]. 传感技术学报， 2015， 28(10)：1442-1447.

　　[7] 施海锋， 潘奇. 基于光纤通道多网融合系统的设计与实现[J]. 现代雷达， 2014， 36(4)：42-45.

　　[8] 袁树云， 刘寿先， 王德田，等. 光纤多普勒测速仪位移模式数据处理新方法[J]. 激光与光电子学进展， 2014， 51(3)：68-72.

　　[9] 田鸿. 强电磁干扰下光纤网络的数据传输系统改进设计[J]. 现代电子技术， 2016， 39(20)：53-56.

　　[10] 仝杰， 刘艳丽， 杨德龙，等. 5.8GHz光纤融合通信在输电线路监测系统中的应用[J]. 电信科学， 2016， 32(7)：166-174.

　　[11] 李春林， 黄月江， 牛长喜. 一种面向云计算的网络异常流量分组方法[J]. 计算机应用研究， 2014， 31(12)：3704-3706.

　　[12] 沈尧， 秦小麟， 鲍芝峰. 一种云环境中数据流的高效多目标调度方法[J]. 软件学报， 2017， 28(3)：579-597.

　　[13] 李敏. 嵌入式设备中差异化多任务节能优化调度方法研究[J]. 科学技术与工程， 2017， 17(12)：195-199.