ipmpls网络路由规划工具的设计与实现-design and implementation of ip mpls network routing planning tool.docx

独创性声明本人声明所呈交的学位论文是我个人在导师的指导下进行的研究工作及取得的研究成果。尽我所知，除文中已标明引用的内容外，本论文不包含任何其他人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：日期：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密口，在年解密后适用本授权书。本论文属于不保密口。（请在以上方框内打“√”）学位论文作者签名：日期：年月日指导教师签名：日期：年月日摘要目前，运营商骨干网多为IP/MPLS混合网络。随着互联网用户数和网络流量的快速增长，网络运营商都面临着重新规划网络的巨大挑战。为了解决网络流量调度和路由规划等问题，已存在一些工具，但该部分工具多用于工程，未结合较新的研究成果。本文针对骨干网中出现的短期和长期流量波动状况，设计一种包含多种路由算法的路由规划工具，为网络运营商提供路由规划服务。本文提出一种路由规划工具的设计思路。该工具集提供了多种路由优化/规划算法。首先，基本路由模块包括两种基本路由算法：基于IP的OSPF算法和基于MPLS的PIPE模型。针对流量的波动特性以及流量的快速增长，本文分别实现了两类针对不同时间尺度的路由规划模块：针对较小时间尺度的鲁棒路由方案，针对较长时间尺度的分流路由模块。鲁棒路由模块能够支持流量的短时流量波动，该模块提供了两种路由鲁棒路由：Hose模型和HSDT模型。而分流路由模型应用于IP/MPLS混合网络中，以IP路由算法为主，在此基础上使用MPLS对重负载链路进行分流，分流路由能实现全网负载均衡。最后，工具集中提供了路由性能评估模块，以图形化的方式展示网络负载均衡情况，便于用户直观的评估路由性能。本文实现的网络规划工具中包含多种路由优化/规划算法，各算法均已通过某运营商提供的实际采集数据的测试。用户可根据流量的波动特性选择不同的路由算法，并设置不同的参数，了解不同参数对模型结果的影响，以便设置合适的参数，获取最恰当的路由。此外，工具中的PIPE模型了解骨干网能达到的最优化程度，为其部署新一代网络提供有价值的参考信息。关键词：流量工程，基本路由，鲁棒路由，分流路由AbstractSofar,manyofthebackbonenetworksareIP/MPLShybridnetworkswhichbasedonInternetProtocol(IP),andsupportedbymulti-protocollabelswitching(MPLS).WiththerapidgrowthofInternetusersandnetworktraffic,networkoperatorsarefacedwithahugechallengeabouthowtore-planthenetwork.Inordertosolvetheseissues,sometoolshavealreadybeendeveloped,butsomeareonlyusedforengineering,andthemethodsareold.Consideringtheshort-termandlong-termfluctuationsintraffic,thisarticledesignsarouteplanningtoolwhichhasfiveroutingmodels.Thetoolprovidesroutingservicesfornetworkoperators.Thispaperpresentsadesignideaforrouteplanningtool.Thetoolprovidesavarietyofrouteoptimization/planningalgorithms.First,thebasicroutingmodulecomprisestwobasicroutingalgorithms:OSPFbasedonIPandPIPEmodelbasedonMPLS.Becauseofthefluctuationandrapidgrowthoftrafficflow,thetoolincludetworoutesplanningmodules:robustroutingforshort-termscales,andMulti-PathFlowRoutingforlong-termscales.Robustroutingmodu