时间敏感网络的流量调度方法及智能设备

本技术涉及流量调度，具体提供一种时间敏感网络的流量调度方法及智能设备。

背景技术：

1、时间敏感网络（tsn，time-sensitive networking）为工业控制、汽车等场景提供确定性以太网通信。然而在实际棕地工厂，存在两类普遍现象：其一，来自plc(programmable logic controller，可编程逻辑控制器)/机器人等传统设备的周期性报文存在短期抖动与长期时钟漂移；其二，生产工艺重构、agv(automated guided vehicle，自动导引运输车)路径优化、维护等引发拓扑频繁增删，导致既有gcl（gate control list，门控列表）迅速失效。

2、现有两类方法：精确优化如ilp（integer linear programming，整数线性规划）或smt（satisfiability modulo theories，可满足性模理论）能刻画不确定性，但在中等规模即运行时间过长；启发式/深度强化学习虽然能提升时效性，但在追求速度时往往忽略抖动与漂移，使得在真实应用场景如车间中鲁棒性显著下降，上述两种方法均无法兼顾流调度的鲁棒性和效率。

技术实现思路

1、本技术旨在解决上述技术问题，即，解决现有流量调度方法无法同时兼顾鲁棒性和效率的问题。

2、在第一方面，本技术提供一种时间敏感网络的流量调度方法，其包括：

3、获取待调度时间敏感网络的网络状态数据、链路状态数据、当前调度配置数据和流集合，所述流集合包括各条流的流属性，所述流属性至少包括流的释放抖动范围和最大时钟漂移界；

4、基于释放抖动范围和最大时钟漂移界构建流的节律描述子；

5、以所述网络状态数据、所述链路状态数据、所述当前调度配置数据、所述流属性和所述节律描述子构建输入状态数据，并将所述输入状态数据输入时序-随机状态编码器，得到状态张量；

6、以所述状态张量为输入，利用策略网络得到调度策略。

7、在一些实施例中，所述时序-随机状态编码器包括图神经网络、流路径编码器和特征融合网络，将所述输入状态数据输入时序-随机状态编码器，得到状态张量包括：

8、所述图神经网络基于所述输入状态数据生成图编码表征，所述图编码表征包括链路表征和全局拓扑表征；

9、所述流路径编码器基于每条流经过的链路序列、每个链路的所述链路表征、所述当前调度配置数据和所述流属性生成路径表征；

10、所述特征融合网络基于所述路径表征和所述节律描述子得到流表征；

11、对所述链路表征、所述全局拓扑表征和所述流表征拼接得到所述状态张量。

12、在一些实施例中，所述图神经网络基于所述输入状态数据生成图编码表征，包括：

13、基于所述网络状态数据构建图结构，并基于所述链路状态数据、所述当前调度配置数据和所述流属性构建链路特征；

14、将所述图结构和所述链路特征输入所述图神经网络，得到链路特征对应的链路消息；

15、对所述链路消息进行聚合，得到所述图编码表征。

16、在一些实施例中，基于所述链路状态数据、所述当前调度配置数据和所述流属性构建链路特征之后，所述方法还包括：

17、针对每条链路，计算所述链路特征对应的门控权重，并基于所述门控权重调整当前链路的链路消息，以基于调整后的链路消息得到所述图编码表征。

18、在一些实施例中，所述流属性包括流周期，所述当前调度配置参数包括时隙长度，所述流路径编码器基于每条流经过的链路序列、每个链路的所述链路表征、所述当前调度配置数据和所述流属性生成路径表征包括：

19、针对流经过的每条链路，基于链路序号、所述流周期和所述时隙长度，利用流路径编码器得到当前链路的相位编码，所述相位编码用于表征当前链路在流周期内的相对时隙位置；

20、将每条链路的所述相位编码和所述链路表征进行加权求和，获取流的所述路径表征。

21、在一些实施例中，所述策略网络包括transformer主干网络、偏移头和保护带头，所述偏移头和所述保护带头共享所述transformer主干网络；所述以所述状态张量为输入，利用策略网络得到调度策略，包括：

22、将所述状态张量输入所述transformer主干网络，得到所述待调度时间敏感网络中各条链路和各条流的隐藏状态；

23、以所述隐藏状态为输入，基于因子化策略分别利用所述偏移头得到偏移量以及利用所述保护带头得到保护带。

24、在一些实施例中，所述以所述状态张量为输入，利用策略网络得到调度策略之后，所述方法还包括：

25、确定所述调度策略是否满足硬约束条件；

26、如果否，屏蔽当前调度策略，并利用所述策略网络重新生成调度策略。

27、在一些实施例中，利用所述策略网络重新生成调度策略之后，所述方法还包括：

28、确定重新生成的调度策略中存在局部冲突的链路；

29、采用局部优化算法对存在局部冲突的链路进行修复，得到修复后的调度策略；

30、确定所述修复后的调度策略是否满足所述硬约束条件；

31、如果是，基于所述修复后的调度策略生成候选门控列表；如果否，屏蔽所述修复后的调度策略并利用所述策略网络重新生成调度策略。

32、在一些实施例中，以所述状态张量为输入，利用策略网络得到调度策略之后，所述方法还包括：

33、将所述调度策略输入混合数字孪生模块；

34、在所述混合数字孪生模块中，结合抖动-漂移注入以及拓扑扰动，对所述调度策略进行仿真评估，得到评估结果以及下一轮调度的输入状态数据。

35、在一些实施例中，对所述调度策略进行仿真评估之前，所述方法还包括：

36、判断所述调度策略在抖动-漂移注入以及拓扑扰动下是否满足硬约束条件；

37、如果否，屏蔽所述调度策略并利用所述策略网络重新生成调度策略；如果是，再对所述调度策略进行仿真评估。

38、在一些实施例中，所述评估结果包括调度率、保护带浪费和平均修复深度，所述方法还包括：

39、根据调度率、保护带浪费和平均修复深度得到奖励值，以基于所述奖励值更新所述策略网络的参数。

40、在一些实施例中，得到评估结果以及下一轮调度的输入状态数据之后，所述方法还包括：

41、基于所述奖励值更新所述策略网络的参数，并约束更新幅度；

42、基于下一轮调度的输入状态数据以及更新后的策略网络得到更新后的调度策略。

43、在第二方面，本技术提供了一种智能设备，其包括：

44、至少一个处理器；

45、以及，与所述至少一个处理器通信连接的存储器；

46、其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行时实现上述任一项所述的方法。

47、在第三方面，本技术提供了一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行上述任一项所述的方法。

48、方案1．一种时间敏感网络的流量调度方法，其特征在于，包括：

49、获取待调度时间敏感网络的网络状态数据、链路状态数据、当前调度配置数据和流集合，所述流集合包括各条流的流属性，所述流属性至少包括流的释放抖动范围和最大时钟漂移界；

50、基于释放抖动范围和最大时钟漂移界构建流的节律描述子；

51、以所述网络状态数据、所述链路状态数据、所述当前调度配置数据、所述流属性和所述节律描述子构建输入状态数据，并将所述输入状态数据输入时序-随机状态编码器，得到状态张量；

52、以所述状态张量为输入，利用策略网络得到调度策略。

53、方案2.根据方案1所述的方法，其特征在于，所述时序-随机状态编码器包括图神经网络、流路径编码器和特征融合网络，将所述输入状态数据输入时序-随机状态编码器，得到状态张量包括：

54、所述图神经网络基于所述输入状态数据生成图编码表征，所述图编码表征包括链路表征和全局拓扑表征；

55、所述流路径编码器基于每条流经过的链路序列、每个链路的所述链路表征、所述当前调度配置数据和所述流属性生成路径表征；

56、所述特征融合网络基于所述路径表征和所述节律描述子得到流表征；

57、对所述链路表征、所述全局拓扑表征和所述流表征拼接得到所述状态张量。

58、方案3.根据方案2所述的方法，其特征在于，所述图神经网络基于所述输入状态数据生成图编码表征，包括：

59、基于所述网络状态数据构建图结构，并基于所述链路状态数据、所述当前调度配置数据和所述流属性构建链路特征；

60、将所述图结构和所述链路特征输入所述图神经网络，得到链路特征对应的链路消息；

61、对所述链路消息进行聚合，得到所述图编码表征。

62、方案4.根据方案3所述的方法，其特征在于，基于所述链路状态数据、所述当前调度配置数据和所述流属性构建链路特征之后，所述方法还包括：

63、针对每条链路，计算所述链路特征对应的门控权重，并基于所述门控权重调整当前链路的链路消息，以基于调整后的链路消息得到所述图编码表征。

64、方案5.根据方案2所述的方法，其特征在于，所述流属性包括流周期，所述当前调度配置参数包括时隙长度，所述流路径编码器基于每条流经过的链路序列、每个链路的所述链路表征、所述当前调度配置数据和所述流属性生成路径表征包括：

65、针对流经过的每条链路，基于链路序号、所述流周期和所述时隙长度，利用流路径编码器得到当前链路的相位编码，所述相位编码用于表征当前链路在流周期内的相对时隙位置；

66、将每条链路的所述相位编码和所述链路表征进行加权求和，获取流的所述路径表征。

67、方案6.根据方案1至5中任一项所述的方法，其特征在于，所述策略网络包括transformer主干网络、偏移头和保护带头，所述偏移头和所述保护带头共享所述transformer主干网络；所述以所述状态张量为输入，利用策略网络得到调度策略，包括：

68、将所述状态张量输入所述transformer主干网络，得到所述待调度时间敏感网络中各条链路和各条流的隐藏状态；

69、以所述隐藏状态为输入，基于因子化策略分别利用所述偏移头得到偏移量以及利用所述保护带头得到保护带。

70、方案7.根据方案6所述的方法，其特征在于，所述以所述状态张量为输入，利用策略网络得到调度策略之后，所述方法还包括：

71、确定所述调度策略是否满足硬约束条件；

72、如果否，屏蔽当前调度策略，并利用所述策略网络重新生成调度策略。

73、方案8.根据方案7所述的方法，其特征在于，利用所述策略网络重新生成调度策略之后，所述方法还包括：

74、确定重新生成的调度策略中存在局部冲突的链路；

75、采用局部优化算法对存在局部冲突的链路进行修复，得到修复后的调度策略；

76、确定所述修复后的调度策略是否满足所述硬约束条件；

77、如果是，基于所述修复后的调度策略生成候选门控列表；如果否，屏蔽所述修复后的调度策略并利用所述策略网络重新生成调度策略。

78、方案9.根据方案6所述的方法，其特征在于，以所述状态张量为输入，利用策略网络得到调度策略之后，所述方法还包括：

79、将所述调度策略输入混合数字孪生模块；

80、在所述混合数字孪生模块中，结合抖动-漂移注入以及拓扑扰动，对所述调度策略进行仿真评估，得到评估结果以及下一轮调度的输入状态数据。

81、方案10.根据方案9所述的方法，其特征在于，对所述调度策略进行仿真评估之前，所述方法还包括：

82、判断所述调度策略在抖动-漂移注入以及拓扑扰动下是否满足硬约束条件；

83、如果否，屏蔽所述调度策略并利用所述策略网络重新生成调度策略；如果是，再对所述调度策略进行仿真评估。

84、方案11.根据方案10所述的方法，其特征在于，所述评估结果包括调度率、保护带浪费和平均修复深度，所述方法还包括：

85、根据调度率、保护带浪费和平均修复深度得到奖励值，以基于所述奖励值更新所述策略网络的参数。

86、方案12.根据方案11所述的方法，其特征在于，得到评估结果以及下一轮调度的输入状态数据之后，所述方法还包括：

87、基于所述奖励值更新所述策略网络的参数，并约束更新幅度；

88、基于下一轮调度的输入状态数据以及更新后的策略网络得到更新后的调度策略。

89、方案13.一种智能设备，其特征在于，包括：

90、至少一个处理器；

91、以及，与所述至少一个处理器通信连接的存储器；

92、其中，所述存储器中存储有计算机程序，所述计算机程序被所述至少一个处理器执行时实现方案1至12中任一项所述的方法。

93、方案14．一种计算机可读存储介质，其中存储有多条程序代码，其特征在于，所述程序代码适于由处理器加载并运行以执行方案1至12中任一项所述的方法。

94、在采用上述技术方案的情况下，本技术的流量调度方法包括：以网络状态数据、链路状态数据、当前调度配置数据、流属性和节律描述子构建输入状态数据，并将输入状态数据输入时序-随机状态编码器，得到状态张量；以状态张量为输入，利用策略网络得到调度策略，通过结合节律描述子构建输入状态数据，利用时序-随机状态编码器和策略网络预测调度策略，可同时兼顾流量调度的鲁棒性和效率。