基于机器学习的区分可用性抗灾难保护策略

• 作者: 周彬 杨坤融 熊余 贺进有
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 空分复用弹性光网络 机器学习 灾难保护 区分可用性 资源分配
• 年，卷（期）: 2019,（12）
• 所属期刊栏目: 电子信息工程
• 页码范围: 127-132
• 页数: 6页
• 分类号: TN929.1
• 语种: 中文
• DOI: 10.13245/j.hust.191222

摘要

针对灾难下空分复用弹性光网络中业务的保护成功率低、保护开销以及芯间串扰高的问题,提出一种基于机器学习的区分可用性抗灾难保护策略.首先,使用基于线性判别式分析的支持向量机感知业务可用性需求;然后,在此基础上采用动态竞争优先级分配,在确保业务可用性需求的前提下,为多链路故障提供最大化保护频谱的共享;最后,为了降低芯间串扰,设计了交替式频谱纤芯选择方案.仿真结果表明:该保护策略在提高业务保护成功率的同时,可以取得较低的频谱冗余率和芯间串扰.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	熊余	重庆邮电大学通信与信息工程学院	44	177	7.0	11.0
2	杨坤融	重庆邮电大学通信与信息工程学院	2	0	0.0	0.0
3	周彬		1	0	0.0	0.0
4	贺进有		1	0	0.0	0.0