寬帶網(wǎng)中基于神經(jīng)模糊技術(shù)的q o s 資源管理 摘要 計(jì)算機(jī)網(wǎng)絡(luò)具有實(shí)時(shí)性、動(dòng)態(tài)性與瞬變性等特點(diǎn)，隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，其結(jié)構(gòu)也越來越復(fù) 雜，而復(fù)雜系統(tǒng)具有嚴(yán)重的不確定性，環(huán)境、信息以及業(yè)務(wù)的復(fù)雜性使得傳統(tǒng)基于數(shù)學(xué)模型的控 制方法難以奏效。這就要求不斷地發(fā)展更多更新的技術(shù)，保證網(wǎng)絡(luò)安全可靠、高效、穩(wěn)定的運(yùn)行。 如今的計(jì)算機(jī)網(wǎng)絡(luò)可以被描述為一個(gè)標(biāo)準(zhǔn)的高度非線性控制對(duì)象，人工智能理論是一門通過模擬 人類智能而形成和發(fā)展起來的技術(shù)，它具有極強(qiáng)的處理非線形問題的能力。由于神經(jīng)網(wǎng)絡(luò)和模糊 技術(shù)不需要建立復(fù)雜的數(shù)學(xué)模型，所以它們能夠作為解決寬帶網(wǎng)中諸多資源管理技術(shù)問題的新途 伉 ，。7 本文以在滿足服務(wù)質(zhì)量( q o s ) 的條件下，提高網(wǎng)絡(luò)資源利用率和總體性能為目標(biāo)，圍繞寬 帶網(wǎng)絡(luò)中資源管理的幾個(gè)主要問題進(jìn)行了一定的研究，具體涉及q o s 路由選擇及優(yōu)化、接入控 制、數(shù)據(jù)包調(diào)度和緩沖隊(duì)列管理等問題。 首先，介紹了路由選擇的基本原理，然后指出針對(duì)q o s 資源管理的路由選擇應(yīng)該是一個(gè)多 度量值的n p 問題，因此需要使用啟發(fā)式的路選機(jī)制。f 故基于模糊邏輯系統(tǒng)提出了一種根據(jù)業(yè) 務(wù)特征和網(wǎng)絡(luò)當(dāng)前狀態(tài)尋找路由的自適應(yīng)方法，合適地選取帶寬和時(shí)延作為模糊邏輯系統(tǒng)的輸 入變量，利用專家知識(shí)構(gòu)造規(guī)則庫，以此推理得到最佳的路由，即q o s f r 模型。在對(duì)不同業(yè) 務(wù)量負(fù)載進(jìn)行q o s f r 的仿真實(shí)驗(yàn)后，得到了其有效性和可行性的結(jié)論。在此基礎(chǔ)上，增加了 路徑跳數(shù)作為一個(gè)輸入變量，提出了基于資源優(yōu)化的改進(jìn)q o s f r 算法。隨后的仿真結(jié)果表明， q o s f r 的改進(jìn)算法能夠更好地滿足各種業(yè)務(wù)的q o s 要求，進(jìn)一步降低了時(shí)延，提高了吞吐量 緩解了擁塞程度，而且平滑了流量的抖動(dòng)，減小了信元丟失率。， ， 其次，考慮到q o s f r 路由選擇的全局優(yōu)化問題，也就是說，期望能夠在全網(wǎng)的范圍內(nèi)進(jìn)行 流量均衡，以減小擁塞的可能性，因此，利用了多目標(biāo)模糊優(yōu)化的理論，通過對(duì)時(shí)延和帶寬利用 的容差法表示，提出了模糊q o s 路由優(yōu)化模型。溈了降低該模型的計(jì)算復(fù)雜度，進(jìn)一步提出了 緩解鏈路競(jìng)爭(zhēng)的弱q o s - f o 模型。對(duì)嚴(yán)格q o s - f o 和弱q o s - f o 算法的仿真表明，兩者都能良好 地滿足不同業(yè)務(wù)的q o s 要求而且能找到符合全網(wǎng)流量均衡目標(biāo)的路由，相對(duì)而言，弱q o s f o 因其計(jì)算復(fù)雜度大大降低且能保持相近的性能，更具有實(shí)際應(yīng)用價(jià)值。又考慮到帶寬碎片對(duì)瓷源 利用率的不利影響，對(duì)帶寬利用率的隸屬函數(shù)作了修正，提出了既能避免帶寬碎片又能實(shí)現(xiàn)流量 均衡的改進(jìn)q o s - f o 模型，仿真結(jié)果驗(yàn)證了這種帶寬優(yōu)化利用的模糊q o s 路由優(yōu)化算法的有效 性。，r 一 廠一 接著，研究了業(yè)務(wù)接入控制的問題 因?yàn)榛诘刃挼膫鹘y(tǒng)c a c 方法往往過高地估算了 業(yè)務(wù)量的實(shí)際帶寬，而且這種靜態(tài)的方法缺乏對(duì)不同業(yè)務(wù)類型的q o s 要求的適應(yīng)能力，所以引 入了模糊邏輯系統(tǒng)的語言推理功能以及對(duì)于動(dòng)態(tài)的、不精確的事務(wù)處理能力，為了使模糊系統(tǒng)能 夠具有自學(xué)習(xí)的能力，設(shè)計(jì)了基于神經(jīng)模糊系統(tǒng)的c a c ( f n n c a c ) 機(jī)制，通過自組織學(xué)習(xí)階 段對(duì)模糊推理規(guī)則的獲取，以及有教師學(xué)習(xí)階段對(duì)隸屬函數(shù)的自適應(yīng)調(diào)整，達(dá)到了使c a c 進(jìn)行 更準(zhǔn)確判決的目的。仿真實(shí)驗(yàn)的結(jié)果顯示出神經(jīng)模糊系統(tǒng)的高效性，而且f n n - c a c 在滿足業(yè)務(wù) 對(duì)丟失率的q o s 要求的前提下，可以更充分地利用緩存，獲得更高的鏈路利用率，從而達(dá)到更 高的吞吐量。一、一一 -l口 再次。研究了變長分組情形下，帶有輸入輸出排隊(duì)的分組調(diào)度算法，( 由于隊(duì)首阻塞是影響交 換性能的主要問題，因此資源管理的一項(xiàng)重要內(nèi)容就是提高交換機(jī)或路由器的吞吐量以及加快數(shù) 據(jù)包的調(diào)度速度。提出了變長分組輸入排隊(duì)情形下的基于神經(jīng)網(wǎng)絡(luò)的兩種調(diào)度機(jī)制，分別對(duì)于隊(duì) 首調(diào)度和開窗調(diào)度進(jìn)行了研究，然后給出了采用h o p f i e l d 神經(jīng)網(wǎng)絡(luò)的調(diào)度方法，確定了與調(diào)度原 則相對(duì)應(yīng)的能量函數(shù)，選擇出輸入隊(duì)列中最合適被轉(zhuǎn)接到出線上的分組。仿真實(shí)驗(yàn)結(jié)果驗(yàn)證了該 兩種調(diào)度方法的有效性，吞吐量性能得到了明顯改善，而且比f i f o 調(diào)度的分組平均逗留時(shí)間要 短許多，并指出了所提出算法的普遍適用性和硬件的可實(shí)現(xiàn)性。，一。、一一一 最后，研究了i p 擁塞控制機(jī)制以及對(duì)于緩沖隊(duì)列的管理機(jī)制，結(jié)合目前常用的隨機(jī)提前檢 測(cè)( r e d ) 算法，i 為了更準(zhǔn)確地反映出丟包概率對(duì)流量變化的適應(yīng)關(guān)系，利用區(qū)分服務(wù)中的優(yōu)先 級(jí)分類思想，根據(jù)當(dāng)前緩沖隊(duì)列的長度變化動(dòng)態(tài)地推理出i p 包的丟棄概率，而且對(duì)于不同優(yōu)先 級(jí)隊(duì)列采用了不同的模糊規(guī)則，這樣的實(shí)現(xiàn)方法既能改善t c p 流量的吞吐性能，又能在較短時(shí) 間內(nèi)使t c p 流量的抖動(dòng)變得平緩。仿真結(jié)果也表明了基于模糊邏輯的r e d 算法對(duì)于t c p 連接 的公平性。 本文經(jīng)過對(duì)以上幾個(gè)有關(guān)資源管理相關(guān)問題的研究，得到了一些同時(shí)具有理論和實(shí)際意義的 解決方法和結(jié)論?？梢钥吹?，模糊邏輯、神經(jīng)網(wǎng)絡(luò)以及兩者相結(jié)合的神經(jīng)模糊技術(shù)在寬帶網(wǎng)的 q o s 保證方面起虱j t t l t 好的效果，避開了通過數(shù)學(xué)建模難以解決的問題，因此，智能技術(shù)在寬帶 網(wǎng)絡(luò)中的應(yīng)用將會(huì)得到進(jìn)一步的發(fā)展。0 一1 ，一 關(guān)鍵詞寬帶網(wǎng)，資源管理。神經(jīng)模糊，緩沖管理，路由選擇，分組調(diào)度，接入控制 1 一”、- - _ 一 q o s r e s o u r c em a n a g e m e n tb a s e do nn e u r a la n df u z z y t e c h n i q u e s i nb r o a d b a n dn e t w o r k s a b s t r a c t c o m p u t e rn e t w o r k sh a v et h ef e a t u r e so fr e a l - t i m e d y n a m i c a n dt r a n s i e n t w 弛也e g r o w t ho fn e t w o r ks c a l e t h es t r u c t u r ei sg e t t i n gm o r ea n dm o r ec o m p l e x o w i n gt ot h e i m p r e c i s e n e s sa n dc o m p l e x i t y o f n e t w o r ke n v i r o n m e n ta n dw a f 五c i ti sn o tp r a c t i c a lt ou s e t h et r a d i t i o n a lc o n t r o lm e t h o d sb a s e do nm a t h e m a t i c a lm o d e l i n g t i l i sp r o b l e mr e s u l t si i l s o m en e w a p p r o a c h e sd e v e l o p e d t og u a r a n t e et h ee f f e c t i v e n e s s ，d u r a b i l i t ya n ds t a b i l i t yo f t h e n e t w o r k n o w a d a y s ab r o a d b a n dc o m p u t e rn e t w o r kc a nb ed e s c r i b e d 酗ah i g h n o n l i n e a ro b i e c t a tt h em e a n t i m e ，a r t i f i c i a li n t e l l i g e n c et h e o r yh a sb e c o m ea nu s e f u lt o o l t od e a lw i t hs u c hn o n l i n e a rc o n t r o lp r o b l e m s b e c a u s en e u r a ln e t w o r k sa n df u z z ys y s t e m d o n tn e e dt oe s t a b l i s hc o m p l e xm a t h e m a t i c a lm o d e l s ，t h e yh a v eb e e nu s e di nm a n y s i t u a t i o n so f n e t w o r kr e s o u r c em a n a g e m e n t t h i s p a p e rf o c u s e so nh i 【g hu t i l i z a t i o no f n e t w o r k r e s o u r c e sa n d p r o v i d i n g b e t t e rq u a l i t yo f s e r v i c e ( q o s ) f o ru s e r s s e v e r a li s s u e sa r ed i s c u s s e d ，i n c l u d i n gq o sr o u t i n g ，r o u t i n g o p t i m i z a t i o n ，c o n n e c t i o n a d m i s s i o n c o n t r o l ，p a c k e ts c h e d u l i n g a n da c t i v e q u e u e m a n a g e m e n t ，a n ds o m en o v e la p p r o a c h e sb a s e do nn e u r a ln e t w o r k sa n df u z z yj o 百c t e c h n i q u e sa r ep r e s e n t e d f i r s t l y , t h er o u t h a gp r i n e i f l ei si n t r o d u c a d a n dt h e nw ee x p l a i n 也a tt h eq o sr o u t i n gi s d e f i n i t e l ya nn p c o m p l e t ep r o b l e m s i n c et h et r a f f i ci nb r o a d b a n dn e t w o r k si sd e s c r i b e di n t e r m so fm u l t i p l em e t r i c s t h i ss u g g e s t st h a ts o m eh e u r i s t i cr o u t i n gs c h e m e ss h o u l db e p r o v i d e d c o n s i d e r i n gf u z z y1 0 9 i ch a st h ea d v a n t a g eo fd e a l i n gw i t hi m p r e c i s e n e s sa n d d y n a m i cp r o b l e m ，aq o sf u z z yr o u t i n g ( q o s f r ) m o d e li sp r o p o s e db a s e do nf u z z y i n f e r e n c es y s t e m as e to f m e m b e r s h i p f u n c t i o ni sd e f i n e dt or e f l e c tt h eq o s r e q u i r e m e n t s f o re a c hm 嘣c i no r d e rt or e t i e c tt h er e l 撕o n s h j pb e t w e e nt h en e t w o r k sc u r r e n ts t a t ea n d q o sr e q u i r e m e n t s w es e l e c ta v a i l a b l eb a n d w i d t ha n dd e l a ya st w oi n p u tv a r i a b l e s b a s e d o nf u z z yr u l e sf r o m e x p e r tk n o w l e d g e ，ar e a s o n a b l ef u z z yc o s ti si n f e r r e da n da s s i g n e dt o e a c hp a t h t h eq o s f rm o d e lt a k e si n t oc o n s i d e r a t i o nt h eb a l a n c i n go ft h e1 0 a di nt h e n e t w o r kt oa v o i dc o n g e s t i o n s i m u l a t i o nr e s u l t su n d e rd i f f e r e n tt r a f f i ct y p e sd e m o n s t r a t e t l l a tt h ep r o p o s e dq o s f rc a np r o d u c eh i g ht h r o u g h p u ta n db e t t e rl i n ku t i l i z a t i o nw h i l e k e e p i n gt h eq o sg u a r a n t e e a f t e r w a r d s ，a n o t h e rv a r i a b l eo f l i n kh o p si sa d d e dt oi m p r o v e r e s o u r c eu t i l i z a t i o n n 屺s u b s e q u e n ts i m u l a t i o nr e s u l t ss h o wt h a tt h ei m p r o v e dq o s f r c a ng e tb e t t e rp e r f o r m a n c eo n d e c r e a s i n gd e l a y , e n h a n c i n gt h r o ug ：h p u t ，r e d u c i n ge e l ll o s s r a t i o ，a v o i d i n gc o n g e s t i o n ，a n ds m o o t h i n gf l o w j i t t e rm e a n w h i l e s e c o n d l y , a no p t i m i z a t i o no f t h eq o s r o u t i n gi nt h ew h o l en e t w o r ki sp r o p o s e d ，w h i c h m e a n sl o a db a l a n c i n go ne v e r yl i n kt of u r t h e ra v o i dc o n g e s t i o n t h e r e f o r e t h eq o s r o u t i n gf u z z yo p t i m i z a t i o n ( q o s - f o ) m o d e li sp r e s e n t e du s i n gt h et o l e r a n c ee x p r e s s i o no f d e l a ya n dl i n ku t i l i z a t i o n t od e c r e a s et l l ec o m p u t i n gc o m p l e x i t y , as o f tq o s f om o d e l i s s u g g e s t e dt h e r e a f t e ra i m i n ga ta l l e v i a t i n gl i n kc o m p e t i t i o n s i m u l a t i o nr e s u l t sf o rs t r i c t a n ds o f tq o s f os h o wt h a tb o t ho f t h e mc a n a d a p t i v e l yf i n ds u c hr o u t es u f f i c i e n tf o rl o a d b a l a n c i n g i ne n t i r en e t w o r kw h i l e k e e p i n g t h e g u a r a n t e e t om e e td i f f e r e n t q o s r e q u i r e m e n t s c o m p a r a t i v e l y , t h e s o f t q o s - f o i sm o r ef e a s i b l e o w i n gt o i t sl e s s c o m p u t i n ge x p e n d i t u r e a n da l m o s tt h es a m e p e r f o r m a n c e a ta n o t h e r a s p e c t ，t h e b a n d w i d t hf r a g m e n t sh a v et h ea d v e r s ee f f e c to ni i n ku t i l i z a t i o n s ot h a tam o d i f i e d u t i l i z a t i o nm e m b e r s h i pf u n c t i o ni sb r o u g h tf o r w a r d t h i si m p r o v e dq o s f 0c a nl e a dt h e l o a dt os u c hl i n kw i t hl i t t l eo c c u p a t i o no ra l m o s tn e a rt h ea v e r a g eu t i l i z a t i o n s i m u l a t i o n d e m o n s t r a t e st h ee f f e c t i v e n e s so f t h i si m p r o v e m e n to no p t i m i m n gb a n d w i d t hu t i l i z a t i o n t h i r d l y , t h ec o n n e c t i o na d m i s s i o nc o n t r o l ( c a c ) m e c h a n i s mi ss t u d i e d b e c a u s et h e t r a d i t i o n a ic a cm e t h o d sb a s e do ns t a t i c e q u i v a l e n tb a n d w i d t hu s u a l l y n o t o n l y o v e r e s t i m a t et h ea c t u a lb a n d w i d t ho ft h et r a f f i c b t i ta l s ol a c kt h ea d a p t a t i o nt os u i t d i 行e r e n tk i n do fq o sr e q u i r e m e n t s an o v e lc a ci s p r o p o s e dt om a k eu s eo ft h e l a n g u a g ei n f e r e n c ea b i l i t yo ff u z z ys y s t e m i no r d e rt oa d dt h es e l f - s t u d ya b i l i t yt of u z z y s y s t e m t h en e wc a c i sb a s e do i lf u z z yn e u r a ln e t w o r kf i n n c a c ) n l ef u z z yr u l e s c a nb ea c q u i r e dt h r o u g hs e l f - o r g a n i z e ds t u d ys t a g e ，a n di nt h es u p e r v i s e d s t a g et h e m e m b e r s h i pf u n c t i o n s c a nb em o d i f i e d a d a p t i v e l y w i t hr e a s o n a b l ei n p u tl a n g u a g e v a r i a b l e sa n dr u l es t r u c t u r eo ft h ef n n - c a c i tc a nm a k ea c c u r a t ed e c i s i o no f a c c e p t r e j e c tf o rt h en e wc o n n e c t i o nw i t hg u a r a n t e e dq o s s i m u l a t i o nr e s u l t ss h o wt h a t t h ep r o p o s e dr 啦啦c a cc a np r o d u c es m a l ia v e r a g e q u e u el e n g t h a n ds u p e r i o rl i n k u t i l i z a t i o nw h i l e m a i n t a i n i n g ah i g h t h r o u g h p u t f o u r t h l y , w es t u d y t 1 1 e s c h e d u l i n ga l g o r i t h m o fp a c k e t sw i t hv a r i a b l e l e n g t hf o r i n p u v o u t p u tb u f f e rq u e u e s i n c et h eh e a do f1 i n e ( i - i o l ) b l o c ki s 也ek e yp r o b l e mt ot h e p e r f o r m a n c eo fs w i t c h e s ，a ni m p o r t a n ti s s u eo fr e s o u r c em a n a g e m e n ti st os p e e d u pt h e f o r w a r d i n g o fp a c k e t s t w o s c h e d u l i n gm e c h a n i s m sa r ep r o p o s e db a s e do nn e u r a l n e t w o r k s ，o n ef o rh o l p a c k e t sa n d a n o t h e rf o rp a c k e t si nw i n d o w e d q u e u e s t h e t w o a p p r o a c h e sa r eb a s e do nh o p f i e l dn e u r a ln e t w o r k ，t h es c h e d u l i n gs y s t e ms t r u c t u r e sa r e a l s od e s c r i b e d t h es i m u l a t i o nr e s u l t sd e m o n s f f a t et h ee f f e c t i v e n e s so f t h et w o a l g o r i t h m s t h et h r o u g h p u ti s i m p r o v e da n dt h es o j o u r nt i m ei s d e c r e a s e dc o m p a r e dw i t hf i f 0 s c h e d u l i n g w ea l s od i s c u s s t h a tt h ep r o p o s e da p p r o a c h e sc a nb es u i t a b l ef o rg e n e r a lu s e a n db er e a l i z e db yh a r d w a r et i r e u i tf o ra c t u a la p p l i c a t i o n l a s t l y , w es t u d yt l i ei pc o n g e s t i o nc o n t r o la n da c t i v eb u f f e rm a n a g e m e n t ss c h e m e s o n t h eb a s i so ft h eu s u a lr a n d o me a r l yd e t e c t i o n f r e d ) a l g o r i t h m ，a ni m p r o v e dr e d a l g o r i t h m i s p r o p o s e du s i n gf u z z yl o g i cs y s t e m t or e f l e c te x a c t l yt h e r e l a t i o n s h i p b e t w e e nt h ep a c k e td r o pp r o b a b i l i t ya n dt h ec h a n g eo f f l o w s ，t h ep r i o r i t yc l a s s i f i c a t i o n m e t h o dd r a w nf r o md i i f - s e r vi su s e d ，w h i c hc a ni n f e rt h ed r o pp r o b a b i l i t yd y n a m i c a l l y a c c o r d i n gt ot h ec u r r e n tc h a n g er a t i oo ft h eb u f f e r e dq u e u e f u r t h e r m o r e ，t w od i f f e r e n t f u z z yr u l e sa r eu s e df o rd i f f e r e u tp r i o r i t yq u e u e s w i t hs u c hi m p l e m e n t a t i o n t h et c pf l o w e x h i b i t sh i g h e rt h r o u g h p u t ，a n dt h e j i t t e rb e c o m e ss m o o t hw i t h i ns h o r tt i m e s i m u l a t i o n r e s u l t sa l s os h o wt l l ef a l m e s st ot c pc o n n e c t i o n s u s i n g t h er e d a l g o d t h r nb a s e do nf u z z y l o g i c a d o v e a l l ，mt i n sp a p e rs e v e r a li s s u e sa r cd i s c u s s e da b o u tn e t w o r ki e s o u r c cm a n a g e m e n t o w i n gt o t h e n o n - a n a l y t i c a la b i l i t yo fa r t i f i c i a li n t e l l i g e n c e 。w eh a v ea c h i e v e ds o m e m e a n i n g f u la p p r o a c h e sa n dr e s u l t sb o t ht h e o r e t i c a l l ya n dp r a c t i c a l l y i ti sp r o v e nt h a t f u z z yl c i g i cs y s t e m ，n e u r a ln e t w o r k sa n dt h e i rc o m b i n a t i o nc a nb r i n gf o r t hb e t t e re f f e c to n q o sg u a r a n t e ej nr e s o u r c em a n a g e m e n t i ti s $ u l et h a ti n t e l l i g e n tt e c h n i q u e sw i l lb e a p p l i e df u r t h e ri nb r o a d b a n dn e t w o r k s k e yw o r d s l b r o a d b a n d n e t w o r k ，r e s o u r c em a n a g e m e n t , n e u r a l 呱q u e u e m a n a g e m e n t ，r o u t i n g ，p a c k e ts c h e d u l e ，a d m i s s i o nc o n t r o l 上海交通大學(xué) 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者完全了解學(xué)校有關(guān)傈留、使用學(xué)位論文的麓 定，同意學(xué)校保留并向國家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電 子版，允許論文被套閱和借闕。本人授權(quán)上海交遙大學(xué)霹以將本學(xué) 位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫迸行稔索，可戳采用影 印、縮印或掃攢等復(fù)制手段保存和匯編本學(xué)位論文。 保密口，在年解密蜃逑用本授權(quán)書。 本學(xué)位論文屬于 不保密日。 ( 請(qǐng)?jiān)谝陨戏娇騼?nèi)打“4 ”) 學(xué)位論文住者簽 指導(dǎo)教薅簽名：s 恚j c 以 日期：山o 年，3 月f 擴(kuò)日日期矗f 年l z 月l 乎日 上海交通大學(xué) 學(xué)位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的學(xué)位論文，是本人在導(dǎo)師的指導(dǎo)下， 獨(dú)立進(jìn)行研究工作所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外， 本論文不包含任何其他個(gè)人或集體已經(jīng)發(fā)表或撰寫過的作品成果。 對(duì)本文的研究做出重要貢獻(xiàn)的個(gè)人和集體，均已在文中以明確方式 標(biāo)明。本人完全意識(shí)到本聲明的法律結(jié)果由本人承擔(dān)。 學(xué)位論文作者簽名：留露 日期：瑚。f 年f 2 月日 上海交通大學(xué)博士學(xué)位論文 第一章概述 第一章概述 1 1 引言 計(jì)算機(jī)網(wǎng)絡(luò)具有實(shí)時(shí)性、動(dòng)態(tài)性與瞬變性等特點(diǎn)，隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，其結(jié)構(gòu)也越來越復(fù) 雜，而復(fù)雜系統(tǒng)具有嚴(yán)重的不確定性，環(huán)境、信息以及業(yè)務(wù)的復(fù)雜性使得傳統(tǒng)基于數(shù)學(xué)模型的控 制方法難以奏效。這就要求不斷地發(fā)展更多更新的技術(shù)，保證網(wǎng)絡(luò)安全可靠、高效、穩(wěn)定的運(yùn)行。 寬帶網(wǎng)資源管理是目前的熱門研究領(lǐng)域之一，其涉及到數(shù)據(jù)包調(diào)度、接入控制、帶寬監(jiān)管及 路由優(yōu)化等諸多資源管理關(guān)鍵技術(shù)的研究。就這些技術(shù)問題而言，隨著寬帶網(wǎng)絡(luò)結(jié)構(gòu)的日益復(fù)雜 化及業(yè)務(wù)類型的日益多樣化，大量傳統(tǒng)方法將難于解決，即使近年來提出的一些較新的基于傳統(tǒng) 技術(shù)的方法在更加復(fù)雜多樣化的網(wǎng)絡(luò)及業(yè)務(wù)類型環(huán)境下也要進(jìn)一步重新驗(yàn)證其性能。然而，目前 國內(nèi)外在這方面的研究工作還有待繼續(xù)進(jìn)行。此外，為了適應(yīng)日益復(fù)雜的網(wǎng)絡(luò)環(huán)境，有必要針對(duì) 上述技術(shù)問題在高效性、魯棒性、自適應(yīng)、簡(jiǎn)單性及可擴(kuò)展性等方面提出性能更加優(yōu)越的新方法。 近年來，人們?cè)谏窠?jīng)網(wǎng)絡(luò)、模糊邏輯和進(jìn)化計(jì)算等智能技術(shù)方面的最新研究成果已成為復(fù)雜 非線性系統(tǒng)建摸、控s t u n 優(yōu)化的主要工具，特別是這些技術(shù)的相互交叉與結(jié)合所產(chǎn)生的系統(tǒng)比單 一技術(shù)所產(chǎn)生的系統(tǒng)更為有效。神經(jīng)模糊系統(tǒng)是一種模仿高級(jí)智能的推理和運(yùn)算技術(shù)，在很多實(shí) 際的控制和管理問題上都顯示出具有很強(qiáng)優(yōu)勢(shì)，如果把神經(jīng)模糊系統(tǒng)的一些算法與思想應(yīng)用到計(jì) 算機(jī)網(wǎng)絡(luò)中，將會(huì)大大提高網(wǎng)絡(luò)的性能。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的復(fù)雜性，網(wǎng)絡(luò)負(fù)荷的瞬變性以及用戶行 為的不可預(yù)料性等多種原因使計(jì)算機(jī)網(wǎng)絡(luò)成了一個(gè)標(biāo)準(zhǔn)的高度非線性控制對(duì)象。這也是傳統(tǒng)的控 制理論和方法在現(xiàn)代的計(jì)算機(jī)網(wǎng)絡(luò)中少有成功應(yīng)用的主要原因。 智能理論是一門通過模擬人類智能而形成和發(fā)展起來的技術(shù)，它具有極強(qiáng)的處理非線形問題 的能力，這也是智能技術(shù)在計(jì)算機(jī)網(wǎng)絡(luò)中得以成功應(yīng)用的主要原因之一由于神經(jīng)網(wǎng)絡(luò)、模糊技 術(shù)、進(jìn)化計(jì)算、遺傳算法及螞蟻算法等智能、仿生技術(shù)不需要建立復(fù)雜的數(shù)學(xué)模型，所以它們能 夠作為解決寬帶網(wǎng)中諸多資源管理技術(shù)問題的新途徑，可望具有良好的應(yīng)用前景。 然而，與利用傳統(tǒng)技術(shù)解決資源管理問題相比，國內(nèi)外在使用智能技術(shù)解決資源管理問題這 方面的研究相對(duì)來說還處于起始階段，相關(guān)研究成果相對(duì)較少，特別是基于綜合運(yùn)用了模糊技術(shù)、 和神經(jīng)網(wǎng)絡(luò)的相應(yīng)研究還不是很多，而國內(nèi)在這一方面的研究更是少見。 由于資源管理目的是通過合理的路由選擇和業(yè)務(wù)量控制以減輕由網(wǎng)絡(luò)異常造成的性能下降， 用經(jīng)驗(yàn)知識(shí)( 啟發(fā)式) 并結(jié)合程序性算法、帶有實(shí)時(shí)計(jì)算能力的神經(jīng)模糊系統(tǒng)比常規(guī)資源管理算 法更適合于這種應(yīng)用。因此，可以設(shè)計(jì)專門的神經(jīng)模糊系統(tǒng)( 或獨(dú)立的神經(jīng)網(wǎng)絡(luò)和獨(dú)立的模糊邏 輯控制系統(tǒng)) 來實(shí)現(xiàn)q o s 資源管理。 1 2 智能技術(shù)的發(fā)展 上海交通大學(xué)博士學(xué)位論文 第一章概速 7 0 年代，g r o s s b e r g 和k o h o n e n 對(duì)神經(jīng)網(wǎng)絡(luò)研究作出重要貢獻(xiàn)。以生物學(xué)和心理學(xué)證據(jù)為基 礎(chǔ)，g r o s s b e r g 提出幾種具有新穎特性的非線性動(dòng)態(tài)系統(tǒng)結(jié)構(gòu)。該系統(tǒng)的網(wǎng)絡(luò)動(dòng)力學(xué)由一階微分 方程建模，而網(wǎng)絡(luò)結(jié)構(gòu)為模式聚集算法的自組織神經(jīng)實(shí)現(xiàn)?；谏窠?jīng)元組織自己來調(diào)整各種各樣 的模式的思想，k o h o n e n 發(fā)展了在自組織映射方面的研究工作。w e r b o s 在7 0 年代開發(fā)一種反向 傳播算法。h o p f i e l d 在神經(jīng)元交互作用的基礎(chǔ)上引入一種遞歸型神經(jīng)網(wǎng)絡(luò)，這種網(wǎng)絡(luò)就是有名的 h o p f i e l d 網(wǎng)絡(luò)。在8 0 年代中葉，作為種前饋神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)算法，p a r k e r 和r u m e l h a r t 等重新 發(fā)現(xiàn)了反向傳播算法。 1 9 7 4 年，s c l e e 和e t l e e 在c y b e r n e t i c s 雜志上發(fā)表了“f u z z ys e t sa n dn e u r a ln e t w o r k s ” 一文，首次把模糊集和神經(jīng)網(wǎng)絡(luò)聯(lián)系在一起；接著，在1 9 7 5 年，他們又在m a t h b i o s c i 雜志上 發(fā)表了“f u z z y n e u r a ln e t w o r k s ”一文，明確地對(duì)神經(jīng)模糊系統(tǒng)進(jìn)行了研究。1 9 8 9 年一y a m a k a w a 提出了初始的模糊神經(jīng)元。1 9 9 2 年，t y a m a k a w a 又提出了新的模糊神經(jīng)元，新的模糊神經(jīng)元的 每個(gè)輸入端不是具有單一的權(quán)系數(shù)，而是模糊權(quán)系數(shù)和實(shí)權(quán)系數(shù)串聯(lián)的集合。同年，k n a k a m u m 和m t o k u n a g a 分別也提出了和t y a m a k a w a 的新模糊神經(jīng)元類同的模糊神經(jīng)元。1 9 9 2 年，d n a u c k 和r k l - u s e 提出用單一模糊權(quán)系數(shù)的模糊神經(jīng)元進(jìn)行模糊控制及過程學(xué)習(xí)。而在這一年， 1 r e q u e n a 和m d e l g a d o 提出了具有實(shí)數(shù)權(quán)系數(shù)，模糊閥值和模糊輸入的模糊神經(jīng)元。1 9 9 0 年到 1 9 9 2 年期間，m m ，g u p t a 提出了多種模糊神經(jīng)元模型，這些模型中有類同上面的模糊神經(jīng)元模 型還有含模糊權(quán)系數(shù)并可以輸入模糊量的模糊神經(jīng)元。1 9 9 2 年開始j j b a c k l e y 發(fā)表了多篇關(guān) 于混合神經(jīng)模糊系統(tǒng)的文章，它們也反映了人們近年來的研究熱點(diǎn)。 9 0 年代以來，智能控制技術(shù)在通信領(lǐng)域的應(yīng)用逐漸受到各國學(xué)者的重視，如1 9 9 4 年1 2 月 的i e e ej s a c 中智能信號(hào)處理在通信領(lǐng)域的應(yīng)用專輯。p r o c e e d i n g so ft h ei e e e 在1 9 9 6 年第1 0 期，其中有兩篇文章重點(diǎn)介紹了智能技術(shù)在b i s d n 中的應(yīng)用，特別指出智能技術(shù)在高速通信網(wǎng) 中的重要性。i e e ej s a c 分別于1 9 9 7 年第2 期和2 0 0 0 年第2 期出了“c o m p u t a t i o n a l a n d a r t i f i c i a l i n t e l l i g e n c e i n h i g h s p e e d n e t w o r k s ”和“i n t e l l i g e n t t e c h n i q u e s i nh i g l ls p e e d n e t w o r k s ”兩本專輯， 著重介紹了神經(jīng)網(wǎng)絡(luò)和模糊系統(tǒng)在高速通信網(wǎng)中的應(yīng)用。 與此同時(shí)，人工神經(jīng)網(wǎng)絡(luò)和模糊控制技術(shù)在解決通信網(wǎng)中一些控制及資源管理等方面的應(yīng)用 開始得到重視f l 】，如l b r a h i m 和a h m e d 、a t a r r a f 等人在帶寬監(jiān)管方面采用神經(jīng)網(wǎng)絡(luò)做出了許多 工作口l ，k i y o h i k o 、u e h a r a 等采用模糊推理的方法進(jìn)行帶寬監(jiān)管控制。b o n d e 和g h o s h 使用模糊 數(shù)學(xué)提出了a t m 網(wǎng)絡(luò)中一種靈活高效的隊(duì)列管理方法p j n d o u s s e 提出了模糊漏桶機(jī)制f 4 j ， h i r a m a t s u 、t r a n g i a 和g r o p p 分別提出了采用神經(jīng)網(wǎng)絡(luò)來實(shí)現(xiàn)c a c l “，在y o u s s e f , h a b i b 和 s a a d a w i 等人提出的c a c 策略中降”j 。也使用神經(jīng)網(wǎng)絡(luò)來訓(xùn)練不同q o s 要求下的等效帶寬。 1 3 服務(wù)質(zhì)量( q o s ) 控制 當(dāng)前i n t e r n e t 只能提供一種盡力而為服務(wù)。這種服務(wù)方式不能有效地支持分布式多媒體等具 2 上海交通大學(xué)博士學(xué)位論文 第一幸概述 有不同業(yè)務(wù)特征和不同服務(wù)質(zhì)量要求的網(wǎng)絡(luò)應(yīng)用。為解決這個(gè)問題，除了不斷增加網(wǎng)絡(luò)帶寬外， 一種更有效方法是改變i n t e m e t 結(jié)構(gòu)，使i n t e r n e t 能提供多種級(jí)別的網(wǎng)絡(luò)服務(wù)舊”1 。當(dāng)網(wǎng)絡(luò)發(fā)生 擁塞時(shí)，能優(yōu)先滿足一些請(qǐng)求高級(jí)別服務(wù)的網(wǎng)絡(luò)連接對(duì)網(wǎng)絡(luò)資源需求，從而保證這些網(wǎng)絡(luò)連接的 服務(wù)質(zhì)量。 i e t f 首先提出了集成服務(wù)模型【1 “，但由于實(shí)現(xiàn)集成服務(wù)網(wǎng)絡(luò)結(jié)構(gòu)將極大地改變當(dāng)前的網(wǎng)絡(luò) 結(jié)構(gòu)，幾年來并沒有取得預(yù)期的成功。最近，i e t f 提出了區(qū)別服務(wù)模型【”1 。實(shí)現(xiàn)區(qū)別服務(wù)網(wǎng)絡(luò) 結(jié)構(gòu)將是循序漸進(jìn)地改變當(dāng)前網(wǎng)絡(luò)結(jié)構(gòu)，可能使i n t e m e t 更快在實(shí)現(xiàn)給不同用戶或網(wǎng)絡(luò)應(yīng)用提供 不同類型的服務(wù)。 1 3 1 集成服務(wù)( i n t s e r v ) 方法 集成服務(wù)網(wǎng)絡(luò)采用基于單個(gè)網(wǎng)絡(luò)連接顯式分配資源方法來保證端到端的服務(wù)質(zhì)量。集成服務(wù) 網(wǎng)絡(luò)結(jié)構(gòu)“1 包括服務(wù)定義、參數(shù)接口、接入控制和資源分配四部分。實(shí)現(xiàn)集成服務(wù)網(wǎng)絡(luò)結(jié)構(gòu)， 需要在每個(gè)路由器內(nèi)部實(shí)現(xiàn)數(shù)據(jù)包分類、接入控制、r s v p 協(xié)議和數(shù)據(jù)包調(diào)度等模塊。如圖1 1 所示。路由器在控制路徑處理基于連接的信令消息，保存每個(gè)網(wǎng)絡(luò)連接狀態(tài)；在數(shù)據(jù)路徑實(shí)現(xiàn)業(yè) 務(wù)量一致性檢測(cè)，按連接的數(shù)據(jù)包分類、調(diào)度和緩沖管理。 寧害 j 主一 !i 苧全蘭竺 ： ，一l 。l + 數(shù)據(jù)路徑 一一控制路徑 用戶 圖1 1 集成服務(wù)的實(shí)現(xiàn)結(jié)構(gòu) f i g i - li n t - s e r vi m p l e m e n ta r c h i t e c t u r e i n t ，s e r v 網(wǎng)絡(luò)結(jié)構(gòu)的一個(gè)優(yōu)點(diǎn)是網(wǎng)絡(luò)提供確定的、定量的服務(wù)質(zhì)量保證。可保證服務(wù)可提供 類似于電路交換網(wǎng)絡(luò)虛擬鏈路所具有嚴(yán)格的端到端時(shí)延上限、無數(shù)據(jù)包丟失的服務(wù)質(zhì)量?？刂曝?fù) 載服務(wù)保證網(wǎng)絡(luò)連接所獲服務(wù)與網(wǎng)絡(luò)負(fù)載較輕時(shí)類似，使服務(wù)質(zhì)量不會(huì)隨著網(wǎng)絡(luò)負(fù)載變化而顯著 下降。另一個(gè)優(yōu)點(diǎn)是網(wǎng)絡(luò)資源利用率高，路由器一般采用基于連接的調(diào)度算法，可提供更大的調(diào) 度空間，能同時(shí)支持更多的、不同服務(wù)等級(jí)的網(wǎng)絡(luò)連接。 但i n t s e r v 網(wǎng)絡(luò)結(jié)構(gòu)的一個(gè)主要缺點(diǎn)是擴(kuò)展性稍差。路由器必須在內(nèi)部維持各網(wǎng)絡(luò)連接的資 源保留狀態(tài)，這些狀態(tài)包括網(wǎng)