摘要:認(rèn)知網(wǎng)絡(luò)具有自學(xué)習(xí)和推理能力，能夠適應(yīng)復(fù)雜和動態(tài)變化的網(wǎng)絡(luò)環(huán)境，優(yōu)化端到端的性能，實現(xiàn)高效利用網(wǎng)絡(luò)資源的目標(biāo)。文章提出了一種認(rèn)知網(wǎng)絡(luò)的路由方案框架，包括環(huán)境感知模塊、路由決策模塊、路由重構(gòu)模塊和自學(xué)習(xí)模塊。
關(guān)鍵字:認(rèn)知網(wǎng)絡(luò)；路由；自學(xué)習(xí)；基于策略的路由。
英文摘要:A cognitive network has capabilities of learning and reasoning. It can dynamically adapt to varying network conditions in order to optimize end-to-end performance and utilize network resources efficiently. However, there are challenges for routing algorithm in a cognitive network. In this paper, a routing scheme for cognitive networks is proposed which includes context information collection entity, routing decision making entity, routing reconfiguration entity, and reasoning and learning entity.
英文關(guān)鍵字:cognitive network; routing; machine learning; policy based routing.
基金項目：國家重點(diǎn)基礎(chǔ)研究發(fā)展規(guī)劃(“973”計劃)課題(2009CB320404)
未來網(wǎng)絡(luò)具有如下特征：網(wǎng)絡(luò)規(guī)模將越來越大，多種網(wǎng)絡(luò)并存，網(wǎng)絡(luò)承載業(yè)務(wù)的服務(wù)質(zhì)量(QoS)參數(shù)變化范圍較大。在這個典型的動態(tài)復(fù)雜網(wǎng)絡(luò)中，如何實現(xiàn)頻譜資源、網(wǎng)絡(luò)資源的高效利用，保障業(yè)務(wù)的QoS，是一個尚未解決的問題。針對該問題，認(rèn)知網(wǎng)絡(luò)應(yīng)運(yùn)而生。認(rèn)知網(wǎng)絡(luò)中的部分節(jié)點(diǎn)具有學(xué)習(xí)和推理能力，通過測量或預(yù)測網(wǎng)絡(luò)的環(huán)境參數(shù)，實現(xiàn)動態(tài)決策與網(wǎng)元設(shè)備重構(gòu)，達(dá)到適應(yīng)網(wǎng)絡(luò)環(huán)境、優(yōu)化端到端性能的目標(biāo)。
1 認(rèn)知網(wǎng)絡(luò)的起源
Mitola[1]于1999年提出了認(rèn)知無線電(CR)的概念及認(rèn)知環(huán)架構(gòu)，認(rèn)知無線電系統(tǒng)通過感知，獲取周圍環(huán)境的頻譜使用信息，依據(jù)優(yōu)化目標(biāo)，確定CR的重構(gòu)方案，達(dá)到適應(yīng)頻譜環(huán)境變化的目標(biāo)。CR具有學(xué)習(xí)和推理能力，能夠智能地調(diào)整重構(gòu)方案，達(dá)到高效使用頻譜資源的目標(biāo)。Gelenbe[2]提出了認(rèn)知分組網(wǎng)絡(luò)(CPN)的概念。該網(wǎng)絡(luò)設(shè)定了一類特殊功能的分組—智能分組，它們負(fù)責(zé)收集網(wǎng)絡(luò)信息，并攜帶了可執(zhí)行代碼。當(dāng)智能分組到達(dá)網(wǎng)絡(luò)中的某個節(jié)點(diǎn)時，與節(jié)點(diǎn)交互網(wǎng)絡(luò)環(huán)境信息，并進(jìn)行路由的更新與路由算法的學(xué)習(xí)，實現(xiàn)路由的優(yōu)化。Ramming[3]將認(rèn)知環(huán)應(yīng)用于網(wǎng)絡(luò)，提出認(rèn)知網(wǎng)絡(luò)(CN)的概念。Thomas[4]進(jìn)一步明確了認(rèn)知網(wǎng)絡(luò)的定義，即執(zhí)行認(rèn)知過程的網(wǎng)絡(luò)為認(rèn)知網(wǎng)絡(luò)。Thomas分析了適于認(rèn)知網(wǎng)絡(luò)的學(xué)習(xí)與推理機(jī)制，給出了認(rèn)知網(wǎng)絡(luò)的架構(gòu)及其組成單元的功能描述。目前在IEEE標(biāo)準(zhǔn)化協(xié)會中正在討論異構(gòu)無線接入網(wǎng)絡(luò)融合架構(gòu)的標(biāo)準(zhǔn)化，采用了認(rèn)知網(wǎng)絡(luò)的概念[5]。
2 認(rèn)知網(wǎng)絡(luò)路由算法框架
未來的網(wǎng)絡(luò)將是異構(gòu)網(wǎng)絡(luò)并存的大規(guī)模網(wǎng)絡(luò)，這樣的網(wǎng)絡(luò)環(huán)境為端到端之間的路徑提供了更多的鏈路組合模式，即多種路由模式。在接入網(wǎng)絡(luò)中，用戶擁有了更多的接入選擇方案；在網(wǎng)絡(luò)側(cè)，分組可以跨越多個網(wǎng)絡(luò)，獲得更為優(yōu)化的端到端服務(wù)，為網(wǎng)絡(luò)資源的高效利用提供了條件。同時，異構(gòu)網(wǎng)絡(luò)環(huán)境也給路由算法的設(shè)計與實現(xiàn)提出了挑戰(zhàn)。首先鏈路性能的差異較大。其次，異構(gòu)網(wǎng)絡(luò)環(huán)境的動態(tài)變化范圍較大。鏈路能夠承載的流量與其已承載的業(yè)務(wù)流量有關(guān)。隨著網(wǎng)絡(luò)規(guī)模和用戶的增加，鏈路能夠承載流量的變化范圍加大。鏈路的可靠性差異較大，易導(dǎo)致網(wǎng)絡(luò)拓?fù)涞淖兓�。第三，在重疊覆蓋的網(wǎng)絡(luò)環(huán)境中，無線鏈路的頻譜干擾較難預(yù)測與控制，導(dǎo)致鏈路承載能力的變化。此外，終端用戶接入多種網(wǎng)絡(luò)的能力、對網(wǎng)絡(luò)選擇的喜好、業(yè)務(wù)QoS需求及位置的變化也將影響端到端路由的構(gòu)建。
針對復(fù)雜的網(wǎng)絡(luò)環(huán)境，如何適應(yīng)環(huán)境，充分利用鏈路資源、網(wǎng)絡(luò)資源、用戶資源，獲得端到端的優(yōu)化目標(biāo)是路由算法需要解決的問題。依據(jù)認(rèn)知網(wǎng)絡(luò)的定義，我們給出了基于策略的認(rèn)知網(wǎng)絡(luò)的路由算法框架，如圖1所示。該框架包括如下幾個功能模塊。
(1)環(huán)境感知模塊負(fù)責(zé)獲取網(wǎng)絡(luò)環(huán)境信息，并將業(yè)務(wù)需求映射為網(wǎng)絡(luò)端到端的QoS需求，作為路由構(gòu)建的優(yōu)化目標(biāo)。
(2)路由決策模塊負(fù)責(zé)路由的構(gòu)建、更新與補(bǔ)救。它依據(jù)測量信息和優(yōu)化目標(biāo)，選擇路由策略，如協(xié)同路由、多輸入多輸出(MIMO)路由、跨層路由等。
(3)重構(gòu)模塊負(fù)責(zé)路由的配置。如采用跨層路由協(xié)議，還須配置運(yùn)輸層、鏈路層和物理層。
(4)自學(xué)習(xí)模塊負(fù)責(zé)策略評估、修正與生成，以適應(yīng)網(wǎng)絡(luò)環(huán)境的變化。
3 需解決的關(guān)鍵問題
3.1 環(huán)境感知模塊需要解決的關(guān)鍵問題
認(rèn)知網(wǎng)絡(luò)依據(jù)環(huán)境感知信息完成決策與自學(xué)習(xí)功能。感知信息的涵蓋范圍、及時性、一致性、精確性、可靠性等將影響認(rèn)知網(wǎng)絡(luò)的性能。而感知信息的獲取與分發(fā)又直接影響網(wǎng)絡(luò)的負(fù)載，進(jìn)而影響網(wǎng)絡(luò)的性能。
在大規(guī)模網(wǎng)絡(luò)中，端到端之間路由的選擇受多種因素的影響，例如，鏈路的參數(shù)(帶寬、時延、干擾、切換時延等)、網(wǎng)絡(luò)當(dāng)前承載的業(yè)務(wù)、端到端之間可用的網(wǎng)絡(luò)等。如果網(wǎng)絡(luò)環(huán)境的部分信息缺失，會影響路由的選擇結(jié)果。例如，在異構(gòu)網(wǎng)絡(luò)環(huán)境中，當(dāng)切換時延未知時，僅依據(jù)鏈路時延和最短時延準(zhǔn)則構(gòu)建的路由不一定是最短路由。
在認(rèn)知網(wǎng)絡(luò)中，節(jié)點(diǎn)通過多種方式交互各自所獲取的感知信息，當(dāng)網(wǎng)絡(luò)規(guī)模較大，尤其是在異構(gòu)網(wǎng)絡(luò)環(huán)境中，很難同步地進(jìn)行感知信息的更新，不同認(rèn)知節(jié)點(diǎn)對網(wǎng)絡(luò)狀態(tài)的認(rèn)識有可能不同，進(jìn)而導(dǎo)致路由算法的震蕩。節(jié)點(diǎn)信息的不一致性還會干擾自學(xué)習(xí)模塊對路由決策模塊的評估結(jié)果，進(jìn)而影響決策模塊的更新，有可能進(jìn)一步加劇路由算法的震蕩。
此外，網(wǎng)絡(luò)信息的采集通常采取3種方式，主動獲取、被動獲取以及主動與被動相結(jié)合的采集方式。信息采集方式、周期、地域范圍均將影響路由算法的性能與網(wǎng)絡(luò)負(fù)載的大小。因此，感知信息采集方式與參數(shù)的設(shè)定也需依據(jù)網(wǎng)絡(luò)環(huán)境變化的速度進(jìn)行調(diào)整，環(huán)境感知模塊參數(shù)的調(diào)整也將構(gòu)成一個認(rèn)知環(huán)。
3.2 路由決策
路由算法的目標(biāo)是為網(wǎng)絡(luò)中端到端的節(jié)點(diǎn)構(gòu)建滿足一定QoS的傳輸路徑。從資源優(yōu)化的角度而言，當(dāng)網(wǎng)絡(luò)負(fù)載較重時，認(rèn)知路由算法令業(yè)務(wù)均勻地分布在網(wǎng)絡(luò)中。當(dāng)負(fù)載較輕時，認(rèn)知路由算法應(yīng)能提升用戶的滿意度，并利用網(wǎng)絡(luò)和用戶的存儲能力，提前消費(fèi)網(wǎng)絡(luò)資源，達(dá)到高效利用網(wǎng)絡(luò)資源的目標(biāo)。
認(rèn)知路由算法是一個復(fù)雜決策問題。其復(fù)雜性主要體現(xiàn)在以下幾方面。其一，在異構(gòu)網(wǎng)絡(luò)環(huán)境中，可用的鏈路模式較多，由多模式鏈路構(gòu)建的端到端之間的路徑亦較多，為了適應(yīng)變化的網(wǎng)絡(luò)環(huán)境，高效利用網(wǎng)絡(luò)資源，宜采用多種路徑模式和路由評價準(zhǔn)則。其二，在異構(gòu)大規(guī)模網(wǎng)絡(luò)中，節(jié)點(diǎn)多采用分布的方式確定路由，決策過程的具有并行性特征。如終端獨(dú)立地選擇接入網(wǎng)絡(luò)、進(jìn)行路由重構(gòu)、選擇協(xié)同終端等。有可能導(dǎo)致節(jié)點(diǎn)策略之間的矛盾，導(dǎo)致重構(gòu)后各節(jié)點(diǎn)路由表的差異。其三，網(wǎng)元之間的關(guān)系較為復(fù)雜，既有競爭又有協(xié)作。異構(gòu)融合網(wǎng)絡(luò)的規(guī)模較大。復(fù)雜決策問題的建模與求解是一個難題。在這樣一個復(fù)雜的網(wǎng)絡(luò)環(huán)境中，如何構(gòu)建具有認(rèn)知能力的路由算法是一個尚待解決的學(xué)術(shù)問題。針對復(fù)雜決策問題，可采用基于策略庫的解決方案。圖1將現(xiàn)有的和新開發(fā)一些路由算法置入路由策略庫。依據(jù)網(wǎng)絡(luò)環(huán)境信息和業(yè)務(wù)需求，策略選擇算法負(fù)責(zé)策略的選擇。也可將策略選擇算法理解為映射，即網(wǎng)絡(luò)環(huán)境到策略的映射。
路由策略庫可以包含常規(guī)的路由協(xié)議，如IP協(xié)議。亦可設(shè)計一些適于異構(gòu)網(wǎng)絡(luò)環(huán)境的新型路由協(xié)議，如適應(yīng)新物理層技術(shù)MIMO的路由算法，支持鏈路協(xié)同、網(wǎng)絡(luò)協(xié)同的跨層路由算法[6]。圖2給出了一種自組織網(wǎng)絡(luò)中的鏈路協(xié)同方案。在自組織網(wǎng)絡(luò)的任意兩個節(jié)點(diǎn)之間，多跳鏈路可組成端到端的多信道“協(xié)同路徑”。在圖2(a)中，同路徑上的相鄰鏈路配置了不同的信道，當(dāng)節(jié)點(diǎn)以半雙工模式協(xié)同工作時，鏈路A-B、C-D與E-F或鏈路B-C、D-E與F-G可同時工作，提升了路徑的流量，獲取了“協(xié)同路徑”增益。當(dāng)路徑上的信道配置與路徑附近區(qū)域的信道配置發(fā)生沖突時，可構(gòu)建類似圖2(b)所示的協(xié)同路徑，當(dāng)鏈路B-E不能履行路由任務(wù)時，利用中繼節(jié)點(diǎn)R1構(gòu)建備用鏈路，獲取“協(xié)同路徑”增益。
3.3 認(rèn)知路由算法中的自學(xué)習(xí)機(jī)制
自學(xué)習(xí)機(jī)制是認(rèn)知過程有別于自適應(yīng)過程的關(guān)鍵點(diǎn)。認(rèn)知路由算法中的自學(xué)習(xí)模塊對路由策略的執(zhí)行結(jié)果進(jìn)行評估，進(jìn)而修正路由策略選擇算法和路由策略。
在大規(guī)模異構(gòu)網(wǎng)絡(luò)環(huán)境中，業(yè)務(wù)QoS的變化范圍較大，各類網(wǎng)絡(luò)鏈路的差異較大，不同網(wǎng)絡(luò)的管理模式、業(yè)務(wù)保障能力、資費(fèi)、功耗等差異較大，用戶對不同網(wǎng)絡(luò)的偏愛程度差異較大。在這樣的網(wǎng)絡(luò)環(huán)境中，無法采用一種路由策略，滿足不同網(wǎng)絡(luò)、不同用戶的業(yè)務(wù)需求。需要構(gòu)建路由策略庫，適應(yīng)業(yè)務(wù)與網(wǎng)絡(luò)環(huán)境的變化。例如當(dāng)網(wǎng)絡(luò)負(fù)載較輕時，可以構(gòu)建跨越異構(gòu)網(wǎng)絡(luò)的多條路徑，為一對用戶服務(wù)，達(dá)到充分利用網(wǎng)絡(luò)資源，并為后續(xù)業(yè)務(wù)提供更高的保障概率。
在復(fù)雜的網(wǎng)絡(luò)環(huán)境中，基于策略的路由算法的實現(xiàn)存在如下問題。一是如何選擇策略庫中路由策略？二是如何配置和更新路由策略的參數(shù)？路由策略庫中包含了多種路由策略，如單路徑路由、多路徑路由、跨層路由等。需制訂選擇規(guī)則，用于路由策略的選擇。然而大規(guī)模異構(gòu)網(wǎng)絡(luò)環(huán)境較為復(fù)雜，需采用學(xué)習(xí)機(jī)制，實現(xiàn)選擇規(guī)則的建立與更新。自學(xué)習(xí)屬于機(jī)器學(xué)習(xí)的范疇。自學(xué)習(xí)模塊的輸入包括感知的環(huán)境信息、策略選擇結(jié)果，通過分析策略的執(zhí)行結(jié)果，更新策略選擇準(zhǔn)則，優(yōu)化策略的參數(shù)配置。
在路由策略更新方面，Benedetto[7]提出了一種適于超寬帶網(wǎng)絡(luò)(UWB)的認(rèn)知路由方案，給出了基于增強(qiáng)學(xué)習(xí)的路由更新機(jī)制。Thomas利用博弈論設(shè)計了跨層路由的更新方案。此外，決策樹、貝葉斯等及其學(xué)習(xí)算法是否適合認(rèn)知網(wǎng)絡(luò)，還是一個需要探討的問題。自學(xué)習(xí)機(jī)制的設(shè)計還需解決以下理論和技術(shù)問題。自學(xué)習(xí)算法的收斂速度需快于網(wǎng)絡(luò)環(huán)境的變化速度，分布式自學(xué)習(xí)算法的協(xié)調(diào)性問題，路由性能評估函數(shù)的設(shè)計等[8]。
4 結(jié)束語
隨著網(wǎng)絡(luò)規(guī)模的擴(kuò)大，已無法通過手動操作實現(xiàn)網(wǎng)絡(luò)的優(yōu)化配置。而且，異構(gòu)網(wǎng)絡(luò)的并存的發(fā)展趨勢，導(dǎo)致網(wǎng)絡(luò)環(huán)境更加復(fù)雜。認(rèn)知技術(shù)為動態(tài)配置網(wǎng)絡(luò)，優(yōu)化利用網(wǎng)絡(luò)資源、用戶資源和服務(wù)資源提供了途徑。
本文提出了認(rèn)知網(wǎng)絡(luò)的路由方案框架，包括環(huán)境感知模塊、路由決策模塊、路由重構(gòu)模塊和自學(xué)習(xí)模塊。重點(diǎn)分析和討論了部分模塊的設(shè)計及其所需解決的關(guān)鍵問題。
5 參考文獻(xiàn)
[1] MITOLA J, MAGUIRE G Q. Cognitive radio: Making software radios more personal[J]. IEEE Personal Communications, 1999,6(4):13-18.
[2] GELENBE E, XU Z, SEREF E. Cognitive packet networks[C]// Proceedings of the 11th IEEE International Conference on Tools with Artificial Intelligence(ICTAI'99), Nov 8-10,1999, Chicago, IL, USA. Los Alamitos, CA,USA:IEEE Computer Society,1999:47-54.
[3] CLARK D D, PARTRIGE C, RAMMING J C, et al. A knowledge plane for the Internet[C]// Proceedings of Conference on Applications, Technologies, Architectures, and Protocols for Computer Communication (SIGCOMM’03),Aug 25-29,2003, Karlsruhe, Germany. New York, NY,USA:ACM,2003:25-29.
[4] THOMAS R W. Cognitive networks[D]. Blacksburg, VA,USA: Virginia Polytechnic and State University, 2007.
[5] IEEE Std 1900.1-2008. IEEE standard for architectural building blocks enabling network-device distributed decision making for optimized radio resource usage in heterogeneous wireless access networks[S]. 2009.
[6] SHI Y, HOU Y T. A distributed optimization algorithm for multi-hop cognitive radio networks[C]// Proceedings of 27th IEEE Conference on Computer Communications (INFOCOM’08), Apr 13-18, 2008, Phoenix, AZ,USA. Piscataway, NJ,USA:IEEE, 2008:1292-1300.
[7] DI BENEDETTO M G, De NARDIS L. Cognitive routing models in UWB networks[C]// Proceedings of the 3rd International Conference on Cognitive Radio Oriented Wireless Networks and Communications(CrownCom'08),May 15-17,2008, Singapore. Piscataway, NJ, USA:IEEE, 2008:1-6.
[8] JEE Minsoo, YE Xiaohui, MARCONETT D, et al.. Autonomous network management using cooperative learning for network-wide load balancing in heterogeneous networks[C]// Proceedings of IEEE Global Telecommunications Conference (GLOBECOM '07), Nov 30-Dec 4, 2008, New Orleans, LA,USA. Piscataway, NJ, USA:IEEE, 2008: 2547-2551.
作者介紹：
李紅艷，西安電子科技大學(xué)教授、博士，目前主要研究方向為認(rèn)知網(wǎng)絡(luò)、自組織網(wǎng)絡(luò)、異構(gòu)網(wǎng)絡(luò)融合。已發(fā)表相關(guān)論文20余篇。
李建東，西安電子科技大學(xué)教授、博導(dǎo)，中國通信學(xué)會會士，IEEE高級會員，中國電子學(xué)會高級會員，長江學(xué)者特聘教授，主要從事移動通信、個人通信、認(rèn)知網(wǎng)絡(luò)、軟件無線電、自組織網(wǎng)絡(luò)、寬帶無線IP 技術(shù)等方面的研究。
周丹，西安電子科技大學(xué)在讀碩士研究生，目前從事認(rèn)知網(wǎng)絡(luò)路由協(xié)議的研究。
