熊 余 張 鴻 王汝言 吳大鵬

?

基于光通路狀態(tài)感知的分簇式故障定位機(jī)制

熊 余①②張 鴻*①王汝言①吳大鵬①

①(重慶郵電大學(xué)光纖通信技術(shù)重點(diǎn)實(shí)驗(yàn)室 重慶 400065)②(重慶大學(xué)計(jì)算機(jī)學(xué)院 重慶 400030)

針對現(xiàn)有故障定位機(jī)制定位時(shí)間長和對業(yè)務(wù)分布依賴高等問題，該文提出基于光通路狀態(tài)感知的分簇式故障定位機(jī)制。該機(jī)制根據(jù)網(wǎng)絡(luò)分簇約束條件，以最小支配集理論為基礎(chǔ)，建立兩級網(wǎng)絡(luò)模型。并且根據(jù)算法特點(diǎn)，定義了適用于該算法的“矩陣與”運(yùn)算。故障后簇頭節(jié)點(diǎn)以及匯聚節(jié)點(diǎn)通過對各節(jié)點(diǎn)發(fā)送的矩陣進(jìn)行“矩陣與”運(yùn)算實(shí)現(xiàn)快速準(zhǔn)確的故障定位。仿真表明，該機(jī)制以較低的復(fù)雜度和資源開銷，有效地降低了對業(yè)務(wù)分布的依賴，極大地提升了故障定位率，減少了故障定位時(shí)間。

光網(wǎng)絡(luò)；故障定位；分簇；最小支配集

1 引言

波分復(fù)用(Wavelength Division Multiplexing, WDM)技術(shù)的發(fā)展使得光網(wǎng)絡(luò)的帶寬得到了極大提升。但這也使網(wǎng)絡(luò)發(fā)生故障時(shí)將導(dǎo)致大量的業(yè)務(wù)中斷。因此，網(wǎng)絡(luò)的抗毀設(shè)計(jì)至關(guān)重要，而快速準(zhǔn)確地找出故障發(fā)生的位置是構(gòu)建高抗毀光網(wǎng)絡(luò)的前提[1,2]。

為此，文獻(xiàn)[3-5]中提出了監(jiān)測圈(monitoring- cycle, m-cycle)故障定位機(jī)制。它利用圈形的監(jiān)測通路覆蓋全網(wǎng)鏈路并構(gòu)造告警代碼表。故障后通過查找告警代碼表來實(shí)現(xiàn)故障定位。雖然監(jiān)測圈能快速地找出故障，但其不能達(dá)到100%的故障定位率。為此文獻(xiàn)[6-8]提出監(jiān)測跡(monitoring-trails, m- trails)，其和監(jiān)測圈不同的是，它可以使用任意形狀的監(jiān)測通路。為進(jìn)一步減少開銷，文獻(xiàn)[9]又提出監(jiān)測樹(monitoring-tree, m-tree)故障定位機(jī)制，同時(shí)文獻(xiàn)[10,11]提出了監(jiān)測樹的啟發(fā)式算法，有效降低了算法的復(fù)雜度。但是監(jiān)測樹機(jī)制要求節(jié)點(diǎn)具有多播能力，存在一定局限性。上述機(jī)制雖然故障定位性能都較好，但每條監(jiān)測通路都要配置監(jiān)測器，占用了較多的波長資源，定位的成本較高。

為實(shí)現(xiàn)低開銷的故障定位，文獻(xiàn)[12]利用貝葉斯網(wǎng)絡(luò)定位通信網(wǎng)故障，然而其不能達(dá)到較高的故障定位率且計(jì)算復(fù)雜度較高。文獻(xiàn)[13]提出一種分布式的有限周邊矢量匹配(Limited perimeter Vector Matching, LVM)協(xié)議。該協(xié)議通過節(jié)點(diǎn)感知的信息，將故障限制在一個(gè)小區(qū)域(Limited-Perimeter, LP)內(nèi)，然后通過所限區(qū)域內(nèi)的節(jié)點(diǎn)交換通路的狀態(tài)信息，并巧妙地利用節(jié)點(diǎn)間信息的關(guān)聯(lián)性實(shí)現(xiàn)準(zhǔn)確的故障定位。LVM無需在網(wǎng)絡(luò)中配置監(jiān)測器及監(jiān)測波長，節(jié)省了大量成本，顯然業(yè)務(wù)分布的情況對該協(xié)議的性能有重要影響。為此，文獻(xiàn)[14,15]以最大化故障定位率和最小化故障定位時(shí)間為目標(biāo)建立整數(shù)線性規(guī)劃(Integer Linear Programming, ILP)模型來優(yōu)化業(yè)務(wù)分布，同時(shí)提出了啟發(fā)式算法，減少了計(jì)算復(fù)雜度。雖然LVM解決了故障定位成本高的問題，但其存在對業(yè)務(wù)分布依賴大的缺陷。必須至少要兩條光通路經(jīng)過同一條鏈路，且這兩條通路必須要有不同的源宿節(jié)點(diǎn)才能實(shí)現(xiàn)故障的準(zhǔn)確定位。同時(shí)LVM包括廣播、競爭、多播、匹配、故障定位等多個(gè)環(huán)節(jié)，節(jié)點(diǎn)之間需要多次交換信息，因此其故障定位時(shí)間也較長。

為進(jìn)一步降低對業(yè)務(wù)分布的依賴性及減少故障定位時(shí)間，本文提出了一種基于光通路狀態(tài)感知的分簇式(lightpath Status Aware using Cluster Allocation, SACA)故障定位機(jī)制。該機(jī)制分為基于最小支配集的網(wǎng)路分簇算法(Cluster Allocation Algorithm, CAA)和基于光通路狀態(tài)感知的分布式故障定位算法(Fault Location Algorithm, FLA)。CAA引入最小支配集理論對網(wǎng)絡(luò)進(jìn)行最優(yōu)化分簇，建立兩層的網(wǎng)絡(luò)結(jié)構(gòu)。第1層結(jié)構(gòu)包括簇頭(Cluster Head, CH)節(jié)點(diǎn)和簇內(nèi)成員(Cluster Member, CM)節(jié)點(diǎn)，第2層結(jié)構(gòu)包括CH節(jié)點(diǎn)和匯聚節(jié)點(diǎn)(Sink Node, SN)。FLA通過在各個(gè)簇內(nèi)感知光通路的通斷狀態(tài)構(gòu)建矩陣，并通過“矩陣與”運(yùn)算實(shí)現(xiàn)分布式故障定位。

2 基于最小支配集的網(wǎng)絡(luò)分簇算法(CAA)

分簇方法已經(jīng)被廣泛運(yùn)用于無線傳感器網(wǎng)絡(luò)中[16,17]，在光網(wǎng)絡(luò)的故障恢復(fù)及業(yè)務(wù)量疏導(dǎo)中也有相應(yīng)研究[18,19]。本文在光網(wǎng)絡(luò)故障定位研究中引入分簇，利用多個(gè)CH節(jié)點(diǎn)實(shí)現(xiàn)分布式的快速故障定位。既消除了只有一個(gè)節(jié)點(diǎn)才能定位故障的約束，同時(shí)也縮小了節(jié)點(diǎn)發(fā)送信息的區(qū)域，極大降低了故障定位的時(shí)間。

2.1 分簇約束條件

在故障定位過程中，各個(gè)CH節(jié)點(diǎn)收集本簇CM節(jié)點(diǎn)感知的故障信息后，通過計(jì)算各個(gè)節(jié)點(diǎn)間信息的關(guān)聯(lián)性完成分布式的故障定位。如果各個(gè)CH節(jié)點(diǎn)無法獨(dú)立完成故障定位，將由SN節(jié)點(diǎn)統(tǒng)一進(jìn)行故障定位。為了快速定位故障，要求CH節(jié)點(diǎn)和SN節(jié)點(diǎn)能快速收集信息；同時(shí)由于SN節(jié)點(diǎn)定位需要較長時(shí)間，應(yīng)盡量使故障能夠在CH節(jié)點(diǎn)被定位?？梢姡瑢W(wǎng)絡(luò)分簇時(shí)應(yīng)遵循以下約束。

2.2 算法步驟

步驟3 網(wǎng)絡(luò)分簇。將最優(yōu)支配集中的節(jié)點(diǎn)設(shè)為CH節(jié)點(diǎn)，并在網(wǎng)絡(luò)中遍歷所有節(jié)點(diǎn)。如果節(jié)點(diǎn)與某個(gè)CH節(jié)點(diǎn)鄰接，則將該節(jié)點(diǎn)加入該CH節(jié)點(diǎn)所在簇；如果節(jié)點(diǎn)與多個(gè)CH節(jié)點(diǎn)鄰接，則將該節(jié)點(diǎn)同時(shí)加入多個(gè)CH節(jié)點(diǎn)所在簇。如果有兩個(gè)CH節(jié)點(diǎn)鄰接，則將兩個(gè)CH節(jié)點(diǎn)分別加入與其鄰接的CH節(jié)點(diǎn)所在簇，這時(shí)這兩個(gè)CH節(jié)點(diǎn)同時(shí)有兩個(gè)身份：一個(gè)是本簇的CH節(jié)點(diǎn)和其它簇的成員節(jié)點(diǎn)。

3 基于光通路狀態(tài)感知的分布式故障定位算法(FLA)

3.1“矩陣與”運(yùn)算

根據(jù)本算法特點(diǎn)，提出一種新的適用于本算法的運(yùn)算式“矩陣與”。

圖1 網(wǎng)絡(luò)分簇示意圖

3.2 算法步驟

當(dāng)網(wǎng)絡(luò)發(fā)生故障后，各個(gè)CH節(jié)點(diǎn)同時(shí)進(jìn)行分布式的故障定位，如果CH節(jié)點(diǎn)沒有定位出故障，則各個(gè)CH節(jié)點(diǎn)將信息發(fā)送給SN節(jié)點(diǎn)，由SN節(jié)點(diǎn)進(jìn)行統(tǒng)一的故障定位。FLA算法的具體步驟如下：

(1)當(dāng)節(jié)點(diǎn)為光通路的目的節(jié)點(diǎn)時(shí)，LI中包括光通路經(jīng)過的鏈路以及光通路的狀態(tài)。

(2)當(dāng)節(jié)點(diǎn)為光通路的中間節(jié)點(diǎn)時(shí)，LI中包括光通路從源節(jié)點(diǎn)到本節(jié)點(diǎn)所經(jīng)過的鏈路以及從源節(jié)點(diǎn)到本節(jié)點(diǎn)這部分光通路的狀態(tài)。

當(dāng)光通路狀態(tài)位為1時(shí)，表示光通路斷開；當(dāng)光通路狀態(tài)位為0時(shí)，表示光通路正常。下面給出一個(gè)構(gòu)造LIT的實(shí)例。圖2中鏈路6-7發(fā)生故障后。節(jié)點(diǎn)6產(chǎn)生的LIT如表1所示，其中NULL為填充字段。此時(shí)有兩個(gè)光通路經(jīng)過節(jié)點(diǎn)6，因此LIT中包括兩個(gè)LI。

節(jié)點(diǎn)6為光通路1-4-5-6的目的節(jié)點(diǎn)，該光通路正常工作，狀態(tài)位置0。由于節(jié)點(diǎn)6為光通路1-3-6-7的中間節(jié)點(diǎn)，雖然對節(jié)點(diǎn)7來說該光通路已中斷，但是對節(jié)點(diǎn)6來說，部分光通路1-3-6是正常的，所以其狀態(tài)位置仍為0。

圖2 構(gòu)造LIT示例圖

表1節(jié)點(diǎn)6構(gòu)造的LIT示意表

鏈路狀態(tài) 1-44-55-60 1-33-6NULL0

步驟2 生成故障鏈路向量(Fault Link Vector, FLV)。若某節(jié)點(diǎn)的LIT中所有LI狀態(tài)位都是0，則表示該節(jié)點(diǎn)感知到的所有鏈路都正常，那無需產(chǎn)生FLV，跳過步驟2轉(zhuǎn)到步驟3。當(dāng)構(gòu)造LIT后，各個(gè)節(jié)點(diǎn)(CH節(jié)點(diǎn)和CM節(jié)點(diǎn))將LIT中的所有LI逐一與匹配對象(Matching Object, MO)進(jìn)行匹配，得到二進(jìn)制向量表(Binary Vector Table, BVT)并生成FLV。

首先，各個(gè)節(jié)點(diǎn)在LIT中查找狀態(tài)為1且經(jīng)過的鏈路數(shù)最少的LI，即搜索中斷的最短光通路并將該LI保存的光通路作為本節(jié)點(diǎn)的MO。顯然，故障鏈路必在MO中。然后將MO逐一與LIT中的每一個(gè)LI(除了MO)匹配。每次匹配的結(jié)果都是一個(gè)二進(jìn)制向量(Binary Vector, BV)。所有的匹配結(jié)果都保存在一個(gè)BVT中，如表2所示，是一個(gè)BVT的示例。每個(gè)BV包含了MO中的鏈路以及對應(yīng)鏈路的狀態(tài)。若該鏈路狀態(tài)為0，則表示該鏈路正常；若該鏈路狀態(tài)為1，則表示該鏈路有可能發(fā)生故障。匹配規(guī)則如下。

表2 BVT結(jié)構(gòu)示意表

鏈路 MO1-33-6 BV10 11

(1)當(dāng)需要匹配的LI狀態(tài)位為0時(shí)，表示該LI中的鏈路都正常。則如果MO與該LI中有相同的鏈路，則將BV中該鏈路對應(yīng)的值設(shè)為0，反之為1。

(2)當(dāng)需要匹配的LI狀態(tài)位為1時(shí)，表示該故障鏈路必然在該LI中且該LI中的鏈路都有可能是故障鏈路。則如果MO與該LI中有相同的鏈路，則將BV中該鏈路對應(yīng)的值設(shè)為1，反之為0。

當(dāng)匹配完成之后，將BVT中所有BV進(jìn)行邏輯與操作，生成FLV。該FLV中含有本節(jié)點(diǎn)處理后的故障鏈路信息。FLV的生成實(shí)例如表3。

表3 FLV生成實(shí)例

(1)如果該節(jié)點(diǎn)已經(jīng)產(chǎn)生FLV，采用式(8)構(gòu)造。

(2)如果該節(jié)點(diǎn)沒有產(chǎn)生FLV，即該CH節(jié)點(diǎn)接收到的所有LI的狀態(tài)位都是0。采用式(9)構(gòu)造。

但是業(yè)務(wù)分布如圖3所示的情況時(shí)，簇間鏈路可以被CH節(jié)點(diǎn)定位。圖3中，光通路-----與光通路-----同時(shí)經(jīng)過簇間鏈路-。當(dāng)簇間鏈路-發(fā)生故障后，簇間鏈路的端節(jié)點(diǎn)會感知到光通路---與光通路---發(fā)生中斷且這兩條中斷的光通路必然同時(shí)經(jīng)過故障鏈路，而這兩條中斷的光通路只有簇間鏈路-重合。因此根據(jù)故障的唯一性，通過“矩陣與”運(yùn)算后即可定位故障鏈路-。

圖3 簇間鏈路故障示意圖

4 仿真分析

由于SACA通過光通路狀態(tài)感知進(jìn)行故障定位，因此業(yè)務(wù)光通路的分布模型在很大程度上影響著SACA的性能，使用以下業(yè)務(wù)分布模型與SACA, LVM兩種算法結(jié)合仿真。

(1)基于路徑長度Dijkstra最短路徑算法的經(jīng)典業(yè)務(wù)分布模型，簡稱為Dijkstra業(yè)務(wù)分布模型。

(2)基于文獻(xiàn)[15]中啟發(fā)式算法Greedy模式的業(yè)務(wù)分布模型，簡稱為Greedy業(yè)務(wù)分布模型。

仿真的性能指標(biāo)如下所示。

定義2 故障定位率(Fault Location Rate, FLR)為可被定位的鏈路數(shù)與總鏈路數(shù)之比。如式(12)。

定義3 隨機(jī)故障定位時(shí)間(Random Fault Location Time, RFLT)為故障鏈路隨機(jī)的情況下，SACA定位故障所用時(shí)間。

定義4 簇間鏈路故障定位比(Inter-cluster Link fault location Rate, ILR)為可以被CH節(jié)點(diǎn)定位的簇間鏈路數(shù)與總的簇間鏈路數(shù)之比，如式(13)。

定義5 簇間鏈路平均故障定位時(shí)間(Inter- cluster link Average fault location Time, IAT)為所有簇間鏈路故障定位時(shí)間之和與簇間鏈路數(shù)之比，如式(14)所示。

4.1故障定位率

圖4~圖6分別為3個(gè)網(wǎng)絡(luò)的FLR仿真圖?？梢钥闯?，當(dāng)SACA與LVM同時(shí)使用Dijkstra業(yè)務(wù)分布模型時(shí)，SACA在FLR上明顯優(yōu)于LVM。這是因?yàn)镾ACA機(jī)制降低了對業(yè)務(wù)的依賴性，即只需要一條光通路經(jīng)過一條鏈路，當(dāng)該鏈路故障后即可快速定位故障。而LVM卻需要兩條不同源目的節(jié)點(diǎn)的光通路同時(shí)經(jīng)過該鏈路才可定位故障。當(dāng)LVM結(jié)合Greedy業(yè)務(wù)分布模型之后，故障定位率得到了一定的提升，因?yàn)镚reedy的目的是盡量讓鏈路滿足LVM故障定位的條件。同時(shí)當(dāng)SACA結(jié)合Greedy業(yè)務(wù)分布模型后，F(xiàn)LR也得到了明顯的提升，因?yàn)镚reedy在一定程度上使用了負(fù)載均衡的思想，優(yōu)先使用只有一條光通路被占用或者空閑的鏈路。這在一定程度上也滿足SACA的定位條件。

圖4 COST239網(wǎng)絡(luò)FLR仿真圖

圖5 USNET網(wǎng)絡(luò)FLR仿真圖

圖6 NSF網(wǎng)絡(luò)FLR仿真圖

4.2 隨機(jī)故障定位時(shí)間

在圖8，圖9中LVM的RFLT較大，已經(jīng)達(dá)到50 ms左右。這是因?yàn)閁SNET網(wǎng)絡(luò)較大和NSF網(wǎng)絡(luò)連通度較小，而LVM需要向網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)廣播消息，同時(shí)業(yè)務(wù)通路較長，導(dǎo)致LP區(qū)域也增大，且LVM需要在LP區(qū)域中交換兩次信息，導(dǎo)致LVM需要較長的故障定位時(shí)間。因此LVM并不適合在大中型網(wǎng)絡(luò)和連通度較小的網(wǎng)絡(luò)中應(yīng)用。SACA機(jī)制利用多個(gè)CH節(jié)點(diǎn)在網(wǎng)絡(luò)中進(jìn)行定位，每個(gè)CM節(jié)點(diǎn)都可以通過單跳鏈路將信息傳輸?shù)紺H節(jié)點(diǎn)。因此SACA機(jī)制在大中型網(wǎng)絡(luò)中亦可應(yīng)用，且性能較好。但是當(dāng)CH節(jié)點(diǎn)無法獨(dú)立進(jìn)行定位時(shí)，需要將信息傳輸?shù)絊N節(jié)點(diǎn)進(jìn)行統(tǒng)一定位，此時(shí)則需要較長的時(shí)間，然而此時(shí)較長的定位時(shí)間仍然遠(yuǎn)遠(yuǎn)小于LVM的故障定位時(shí)間。而不同的業(yè)務(wù)分布模型下的故障定位時(shí)間大致相當(dāng)，這是因?yàn)镚reedy的主要目的是優(yōu)化故障定位率。

4.3 簇間鏈路的故障定位比與平均故障定位時(shí)間

簇間鏈路發(fā)生故障后的定位性能對整個(gè)機(jī)制性能有重要影響，這可以通過ILR和IAT的仿真來評估。圖10和圖11為ILR, IAT在不同網(wǎng)絡(luò)中的性能情況，其業(yè)務(wù)分布模型為分布較均勻的Greedy業(yè)務(wù)分布模型?？梢钥闯鲭S著業(yè)務(wù)的增多，ILR逐漸上升，這是因?yàn)闃I(yè)務(wù)較多后，有較大的概率使業(yè)務(wù)通路滿足如圖3所示的定位條件。同樣可以看出隨著負(fù)載的增大，IAT逐漸減小，這是由于當(dāng)負(fù)載增大后，較多的簇間鏈路可以被CH節(jié)點(diǎn)定位，而CH節(jié)點(diǎn)定位時(shí)間較少，從而導(dǎo)致IAT逐漸減小。

5 結(jié)束語

為了解決現(xiàn)有故障定位機(jī)制資源開銷大、對業(yè)務(wù)依賴性高、定位速度低等缺陷，本文提出基于光通路狀態(tài)感知的分簇式故障定位機(jī)制(SACA)。首先將網(wǎng)絡(luò)進(jìn)行最優(yōu)化分簇，當(dāng)故障發(fā)生后，各個(gè)簇頭節(jié)點(diǎn)接收成員節(jié)點(diǎn)的簇內(nèi)矩陣，并進(jìn)行“矩陣與”運(yùn)算生成簇頭矩陣。若簇頭矩陣中沒有準(zhǔn)確顯示故障，則將簇頭矩陣發(fā)送給匯聚節(jié)點(diǎn)并計(jì)算出定位矩陣，故障鏈路必為定位矩陣中值為1的鏈路。結(jié)果表明，SACA能解決資源消耗問題、降低了機(jī)制對業(yè)務(wù)的依賴性，并且極大降低了故障定位時(shí)間。對于未來工作，可以通過優(yōu)化網(wǎng)絡(luò)分簇模型和業(yè)務(wù)分布模型，來進(jìn)一步提升故障定位機(jī)制的性能。

圖7 COST239網(wǎng)絡(luò)RFLT仿真圖

圖8 USNET網(wǎng)絡(luò)RFLT仿真圖

圖9 NSF網(wǎng)絡(luò)RFLT仿真圖

圖10 各網(wǎng)絡(luò)ILR仿真圖

圖11 各網(wǎng)絡(luò)IAT仿真圖

[1] Chao C S and Lu S P. Toward efficient multi-link failure diagnosis by using monitoring cycle for all-optical mesh networks[C]. International Conference on Information Networking (ICOIN), Indonesia, 2012: 228-233.

[2] Xiong Yu, Xiong Zhong-yang, Wu Da-peng,Multi-fault aware parallel localization protocol for backbone network with many constraints[J]., 2012, 24(3): 210-218.

[3] Wu Bin, Yeung K L, and Ho P H. Monitoring cycle design for fast link failure localization in all-optical networks[J]., 2009, 27(10): 1392-1401.

[4] Wu Bin, Yeung K L, and Ho P H. M2-cycle: an optical layer algorithm for fast link failure detection in all-optical networks[J]., 2011, 55(3): 748-758.

[5] Mao Min-jing and Yeung K L. Super monitor design for fast link failure localization in all-optical networks[C]. Preceedings of the IEEE International Conference on Communications (ICC), Kyoto, 2011: 1-5.

[6] Tapolcai J, Wu Bin, Ho P H,A novel approach for failure localization in all-optical mesh networks[J]./, 2011, 19(1): 275-285.

[7] Wu Bin, Ho P H, Yeung K L,Optical layer monitoring schemes for fast link failure localization in all-optical networks[J]., 2011, 13(1): 114-125.

[8] Tapolcai J, Ronyai L, and Ho P H. Link fault localization using bi-directional m-trails in all-optical mesh networks[J]., 2012, 61(1): 1-10.

[9] Doumith E A, Zahr S A, and Gagnaire M. Monitoring-tree: an innovative technique for failure localization in WDM translucent networks[C]. Preceedings of the IEEE Global Telecommunications Conference(GLOBECOM), Miami, FL, 2010: 1-6.

[10] Doumith E A, Zahr S A, and Gagnaire M. A novel meta-heuristic approach for optical monitoring-tree design in WDM networks[C]. Preceedings of 16th International Conference on Optical Network Design and Modeling (ONDM), Colchester, 2012: 1-6.

[11] Huang Yi-fan, Huang Jun, and LiXin. A heuristic for monitoring tree design[C].Preceedings of the 2012 International Conference on Measurement, Information and Control (MIC), Harbin, 2012: 971-975.

[12] 張成, 廖建新, 朱曉民. 一種基于增量貝葉斯疑似度的事件驅(qū)動故障定位算法[J]. 電子與信息學(xué)報(bào), 2009, 31(6): 1501-1504.

Zhang Cheng, Liao Jian-xin, and Zhu Xiao-min. An event- driven fault localization algorithm based on incremental bayesian suspected degree[J].&, 2009, 31(6): 1501-1504.

[13] Sichani A V and Mouftah H T. Limited-perimeter vector matching fault-localisation protocol for transparent all- optical communication networks[J]., 2007, 1(3): 472-478.

[14] Khair M G, Kantarci B, Zheng Jun,Optimization for minimizing fault localization time in all-optical networks[C]. Preceedings of 10th International Conference on Transparent Optical Networks(ICTON), Athens, 2008: 63-66.

[15] Khair M G, Kantarci B, and Mouftah H T. Optimization for fault localization in all-optical networks[J]., 2009, 27(21): 4832-4840.

[16] Chaudhary M Hand Vandendorpe L.Performance of power-constrained estimation in hierarchical wireless sensor networks[J]., 2013, 61(3): 724-739.

[17] Lee Jin-shyan and Cheng Wei-liang. Fuzzy-logic-based clustering approach for wireless sensor networks using energy predication[J]., 2012, 12(9): 2891-2897.

[18] Hwang I S, Tu M Y, Tseng W D,A novel dynamic fault restoration mechanism using cluster allocation approach in WDM mesh networks[J]., 2006, 29(18): 3921-3932.

[19] Chen B, Rouskas G N, and Dutta R. Clustering methods for hierarchical traffic grooming in large-scale mesh WDM networks[J]./, 2010, 2(8): 502-514.

[20] 吳大鵬, 李陽, 王汝言. 基于騎士巡游的Mesh光網(wǎng)絡(luò)鏈路故障定位策略[J]. 重慶郵電大學(xué)學(xué)報(bào)(自然科學(xué)版), 2011, 23(1): 1-5.

Wu Da-peng, Li Yang, and Wang Ru-yan. A link failure localization strategy based on knight’s tour for mesh optical network[J].(), 2011, 23(1): 1-5.

熊 余： 男，1982年生，副研究員，博士生，研究方向?yàn)閷拵ЬW(wǎng)絡(luò)可靠性理論及抗毀技術(shù).

張 鴻： 男，1987年生，碩士生，研究方向?yàn)楣饩W(wǎng)絡(luò)故障管理.

王汝言： 男，1969年生，教授，研究方向?yàn)榭臻g光通信、光網(wǎng)絡(luò)理論與技術(shù)、光信息處理、通信網(wǎng)絡(luò)可靠性與故障管理.

Fault Location Mechanism Based on Lightpath Status Aware Using Cluster Allocation

Xiong Yu①②Zhang Hong①Wang Ru-yan①Wu Da-peng①

①(,,400065,)②(,,400030,)

A fault location mechanism is proposed based on lightpath status aware using cluster allocation to solve the issues of long fault location time and high service dependence. According to the constraints of network clustering, two-layer network model is established through the minimum dominating set theory. In addition, a new operation called “matrix and” is defined in the proposed mechanism. When a link failure occurs, the cluster head and sink node will achieve fast and accurate fault location via the operation of “matrix and”. The simulation shows that the fault location rate and fault location time are significantly improved with lower complexity and resource cost.

Optical network; Fault location; Cluster; Minimum dominating set

TN915.07

A

1009-5896(2014)01-0041-07

10.3724/SP.J.1146.2013.00214

2013-02-20收到，2013-07-02改回

國家自然科學(xué)基金(60972069, 61001105)，重慶市自然科學(xué)基金(2011BA2041)，重慶市教委科學(xué)技術(shù)研究項(xiàng)目(KJ110531)和重慶市高校優(yōu)秀人才支持計(jì)劃(2011-29)資助課題

張鴻 zhanghong1987824@qq.com