18、自组织系统：从光网络故障管理到元组分布优化

自组织系统：从光网络故障管理到元组分布优化

1. 自组织控制平面在光网络故障管理中的应用

1.1 模拟场景设计

为了探究自组织控制平面（SO CP）如何适应网络中的剧烈变化，创建了模拟场景2。在该场景中，进行了10000个时间单位的模拟，每1000个时间单位，虚拟拓扑和监控设备都会发生重大变化。虚拟拓扑会被完全拆除，并建立相同数量的新随机光路。此外，每个节点的光监控设备有0.5的概率发生故障，而非监控节点也有相同概率获得新的光监控设备。

1.2 模拟结果分析

控制平面类型	平均路径长度L	聚类系数C	光监控设备到光路源的跳数	监控节点到瞬态光路目的节点的跳数
SO CP	围绕随机控制平面（Random CP）振荡，且两者数值接近，显著低于物理控制平面（Phy CP）	低于物理拓扑，但表现优于Random CP	在所有情况下均优于Random CP和Phy CP	与光监控设备到光路源的跳数情况类似

当发生剧烈变化时，SO CP会以自组织的方式进行一系列调整，在达到期望属性后趋于稳定。目前，正在研究控制平面在节点故障以及网络因新增节点或链路而增长时的行为。

1.3 自组织控制平面的优势 </