电信网管中的推拿之术

配置管理策略探讨
最近去interview, 谈到配置管理,忽然发现以前忽略的一个小问题:
EMS将配置是推(push)给网元还是从网元上拿(synchronize,pull)? 很像push/pull老问题

我做过的两个系统都是从设备上拿!这最符合产品的开发思路。一般公司都是先开发设备,从硬件到CLI, 后面才想起来SNMP等做EMS甚至NMS。所以单兵作战时代的设备要自己管理配置。后面的EMS也理所当然的充当CLI的GUI,所有的配置还是保存在设备上。这时候同步必须满足以下场景:
1. EMS启动后要同步
2. 设备重启后
3. 设备断线后
4. 设备的本地维护终端有操作后
5. 一些特殊的设备事件

换个角度看问题,如果我们是可怜的客户,买了几个厂家的设备,每个EPON厂家有自己的EMS,而电信领导要大发慈悲,所有用户免费从2M带宽升级到4M(举个例子,可能性微乎其微)。怎么办呢?赶快去操作每个厂商的EMS, 把QOS下发下去,运气好的用批量操作一次搞定。北向接口?费时费力。

如果电信推出类似于LDAP的管理配置树,要求设备厂商必须从这里去读取配置,不管你是FTTB还是FTTH,每个用户的状态,速率,ACL等都保存在里面。这样EMS等就必须去把配置从运营商那里同步回来,根据业务要求下发到FTTB的端口上或者FTTH的ONU上。而设备上的配置不再变得重要。再有来自底层的擅自修改,应该是个告警。这里要注意几个问题:
1. 底层和上层管理者之间的配置同步,应该是基于版本标记的,或者利用版本差异来传输来减少数据量。
2. 事务!这个时候的配置一定要保证完整性


YY结束
【无人机】基于改进粒子群算法的无人机路径规划研究[和遗传算法、粒子群算法进行比较](Matlab代码实现)内容概要:本文围绕基于改进粒子群算法的无人机路径规划展开研究,重点探讨了在复杂环境中利用改进粒子群算法(PSO)实现无人机三维路径规划的方法,并将其与遗传算法(GA)、标准粒子群算法等传统优化算法进行对比分析。研究内容涵盖路径规划的多目标优化、避障策略、航路点约束以及算法收敛性和寻优能力的评估,所有实验均通过Matlab代码实现,提供了完整的仿真验证流程。文章还提到了多种智能优化算法在无人机路径规划中的应用比较,突出了改进PSO在收敛速度和全局寻优方面的优势。; 适合人群:具备一定Matlab编程基础和优化算法知识的研究生、科研人员及从事无人机路径规划、智能优化算法研究的相关技人员。; 使用场景及目标:①用于无人机在复杂地形或动态环境下的三维路径规划仿真研究;②比较不同智能优化算法(如PSO、GA、蚁群算法、RRT等)在路径规划中的性能差异;③为多目标优化问题提供算法选型和改进思路。; 阅读建议:建议读者结合文中提供的Matlab代码进行实践操作,重点关注算法的参数设置、适应度函数设计及路径约束处理方式,同时可参考文中提到的多种算法对比思路,拓展到其他智能优化算法的研究与改进中。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值