數據中心光網路中內容連通性理論與提升方法研究

《數據中心光網路中內容連通性理論與提升方法研究》是依託北京郵電大學，由趙永利擔任項目負責人的面上項目。

基本介紹

• 中文名：數據中心光網路中內容連通性理論與提升方法研究
• 項目類別：面上項目
• 項目負責人：趙永利
• 依託單位：北京郵電大學

項目摘要

在大數據時代的驅動下，未來通信將從“以網路為中心”逐漸過渡到“以內容為中心”，內容連通性將成為未來數據中心光網路性能的重要衡量指標。區別於網路連通性，內容連通性表征於內容之間的關聯，依賴於內容的部署和網路的連通。如何提升用戶到內容的連通性已經成為數據中心光網路面臨的迫切需求。然而提升數據中心光網路內容連通性面臨著如何評估數據中心光網路內容連通性，如何實現內容資源與網路資源協同，如何在大規模故障下保證內容連通性等關鍵問題。為了解決上述問題，本課題擬研究數據中心光網路中內容連通性理論，重點研究基於軟體定義的數據中心光網路內容連通性提升方法，藉助軟體定義可程式控制技術的靈活性、開放性和集中式優勢，實現數據中心光網路中內容與網路資源協同控制，突破傳統網路理論中內容和網路隔離制約，實現基於故障風險的內容部署與調度，通過風險預警完成內容資源的動態遷移與備份，從而保障內容資源安全，提高業務服務質量。

結題摘要

在大數據時代的驅動下，網路通信將從“以網路為中心”逐漸過渡到“以內容為中心”，內容連通性將成為未來數據中心光網路性能的重要衡量指標。本項目針對數據中心光網路中用戶到內容的連通性需求，藉助軟體定義可程式控制技術的靈活性、開放性和集中式優勢，在數據中心光網路內容連通性的理論模型、實現機制、最佳化方法等方面產生創新與突破，解決了內容連線與網路連線的跨層映射關係等科學問題，形成了數據中心多邊緣節點間的內容連通模型、基於軟體定義控制的數據中心光網路平台、數據中心內容部署與資源維護方法、時間與負載均衡下多路徑內容遷移最佳化策略、基於機器學習的群故障保護與恢復策略等五項創新成果。 基於上述五項創新成果，本項目提出了基於人工智慧的數據中心自最佳化光網路架構；建立了一種K-Node (Edge)內容連通性評價模型；設計了數據中心內容部署方案、數據中心網路多流傳送機制、基於負載均衡的內容選取策略、基於網路功能虛擬化的多維資源調度方法、面向數據中心光網路的多維資源最佳化算法、基於雲和邊緣數據中心協同的虛擬機部署方案、基於人工智慧的安全風險評估和網路最佳化算法、基於無線前傳網路編排時延的自適應邊緣計算任務處理算法等先進的方案和算法；開展了傳送網路抽象與控制體系功能試驗；實現了數據中心光網路中內容與網路資源協同控制、基於故障風險的內容部署與調度、基於風險預警的內容資源動態遷移與備份。本項目在數據中心光網路內容連通性研究方面取得了重要突破，為未來數據中心光網路中的高效內容連通提供重要的技術支撐。在項目執行期間，課題組共發表SCI論文48篇，EI論文52篇，應邀做國際會議特邀報告9次，申請國家發明專利26項，提交IETF國際標準提案2篇，完成學術專著4部，獲得了1項國家科學技術進步獎二等獎及多項省部級科技獎勵，超額完成了預期目標。