50 Gbit/s-EPON中基于预测的多波长带宽分配算法

朱 祥，李国勇，许 鸥

(1.太原理工大学 电气与动力工程学院， 太原 030024； 2.广东工业大学 信息工程学院， 广州 510006)

0 引 言

2020年6月4日，电气与电子工程师协会(Institute of Electrical and Electronics Engineers, IEEE)标准委员会通过了IEEE Std 802.3ca-2020标准[1]。该标准指出，50 Gbit/s-以太网无源光网络(Ethernet Passive Optical Network，EPON)技术中存在多波长组合使用的情况。

动态带宽分配(Dynamic Bandwidth Allocation，DBA)是目前主流的网络资源分配方式，该方法由光线路终端(Optical Line Terminal，OLT)根据当前网络的实际情况动态地为各个光网络单元(Optical Network Unit，ONU)分配合适的带宽，合理利用带宽资源。从带宽分配的时间方面可以将分配方式分为在线分配、离线分配和在线—离线分配[2]。

如果将多条波长看作一条，经典的DBA算法自适应周期时间的交错轮询(Interleaved Polling with Adaptive Cycle Time，IPACT)算法[3]也可用于50 Gbit/s-EPON中，称为修正的IPACT(Modified-IPACT)算法；文献[4]提出了“First-Fit”算法，将单个ONU的所有消息都放在一条波长上进行传输，减少了传输时切换波长造成的时间损耗；文献[5]中根据50 Gbit/s-EPON的特点，提出了注水(Water-Filling，WF)-DBA算法，该算法将所有波长看作一组相通的容器，每次分配带宽时都看作是一个“WF”过程，确保所有波长得到了充分利用；文献[6]中使用反馈(Back-Propagation，BP)神经网络，对等待发送时间内新增的流量数据进行预测，获得了不错的效果。本文基于长短时记忆(Long Short-Term Memory, LSTM)神经网络对复杂的网络流量进行预测，提出了一种支持网络服务质量(Quality of Service，QoS)的基于神经网络预测的多波长DBA(Predict-Dual Wavelength Dynamic Bandwidth Allocation，PD-DWDBA)算法。

1 LSTM神经网络预测模型

对于网络流量预测，许多学者已经对其进行了研究。首先，部分学者提出了线性预测模型对网络流量进行建模，如分段自回归滑动平均模型(Autoregressive Moving Average，ARMA)等；之后，其他学者……