国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

智慧協(xié)同網(wǎng)絡(luò)負(fù)載均衡流量適配方法研究及測(cè)試

2018-11-26 02:31潘沭銘趙興利
關(guān)鍵詞:閥值鏈路利用率

潘沭銘,賈 濡,石 秀,趙興利

(1.中國人民解放軍66736部隊(duì),北京 100144;2.中國電子科學(xué)研究院,北京 100041)

0 引 言

現(xiàn)有的互聯(lián)網(wǎng)是基于TCP/IP的傳統(tǒng)網(wǎng)絡(luò)架構(gòu),為了換取靈活高效的分組轉(zhuǎn)發(fā)能力,以IP協(xié)議為核心的轉(zhuǎn)發(fā)犧牲了包括感知與適配在內(nèi)的自適應(yīng)型功能。傳統(tǒng)路由器通過查找IP地址單一屬性,根據(jù)自身轉(zhuǎn)發(fā)表做出轉(zhuǎn)發(fā)出口的單一適配決策,這使得同一服務(wù)數(shù)據(jù)流的不同分組轉(zhuǎn)發(fā)路徑存在不確定性,無法進(jìn)行基于實(shí)時(shí)網(wǎng)絡(luò)狀態(tài)的流量調(diào)度及資源適配。隨著云計(jì)算、移動(dòng)互聯(lián)網(wǎng)、數(shù)據(jù)中心網(wǎng)絡(luò)等多種應(yīng)對(duì)新興服務(wù)需求的技術(shù)與應(yīng)用發(fā)展迅速,流媒體等不對(duì)稱通信業(yè)務(wù)量激增,互聯(lián)網(wǎng)流量在近幾年里急劇增長。據(jù)Cisco VNI(Visual Networking Index)調(diào)查預(yù)測(cè),2021年全球IP流量將達(dá)到每年3.3 ZB,每月278 EB[1]。互聯(lián)網(wǎng)流量類型也由P2P逐漸轉(zhuǎn)變?yōu)镮P視頻流量。隨著智能終端的發(fā)展,互聯(lián)網(wǎng)的內(nèi)容發(fā)布已經(jīng)不再單純由新浪、搜狐等大公司進(jìn)行,取而代之的是以傳感器、手機(jī)、監(jiān)控設(shè)備等等多種終端混合產(chǎn)生。多種內(nèi)容源也使得互聯(lián)網(wǎng)數(shù)據(jù)量進(jìn)一步擴(kuò)大。

各類通信業(yè)務(wù)需求不斷膨脹,網(wǎng)絡(luò)的發(fā)展從以IP地址為中心向以信息為中心的趨勢(shì)發(fā)展,針對(duì)日漸增長的新型業(yè)務(wù)流量,可以說原始架構(gòu)設(shè)計(jì)缺陷已經(jīng)成為了互聯(lián)網(wǎng)發(fā)展的瓶頸。因此,摒棄“補(bǔ)丁”式的改進(jìn),設(shè)計(jì)面向未來需求的新型網(wǎng)絡(luò)架構(gòu)已經(jīng)成為重要研究方向。未來網(wǎng)絡(luò)架構(gòu)的承載網(wǎng)絡(luò)需要支持對(duì)網(wǎng)絡(luò)狀態(tài)的實(shí)時(shí)感知并智慧地進(jìn)行資源的優(yōu)化適配,隨著網(wǎng)絡(luò)流量的變化自主地從全局角度規(guī)劃網(wǎng)絡(luò)資源,動(dòng)態(tài)提高網(wǎng)絡(luò)資源利用率。

智慧協(xié)同網(wǎng)絡(luò)(Smart Identifier NETwork / SINET)[2][3]作為一種面向未來需求的全新型網(wǎng)絡(luò)架構(gòu),采用了“控制與數(shù)據(jù)分離”、“以信息內(nèi)容為中心”的思想,采用基于標(biāo)識(shí)的路由機(jī)制,并引入行為描述信息來實(shí)現(xiàn)內(nèi)嵌于網(wǎng)絡(luò)架構(gòu)中的智慧性,使網(wǎng)絡(luò)能夠從根本上支持資源動(dòng)態(tài)適配,實(shí)現(xiàn)網(wǎng)絡(luò)資源優(yōu)化利用。智慧協(xié)同網(wǎng)絡(luò)核心思想是實(shí)現(xiàn)網(wǎng)絡(luò)資源的優(yōu)化適配,本論文針對(duì)“如何實(shí)現(xiàn)負(fù)載均衡流量適配”這一問題,展開研究。

本論文在前期智慧協(xié)同網(wǎng)絡(luò)流量預(yù)測(cè)機(jī)制的基礎(chǔ)上,根據(jù)預(yù)測(cè)結(jié)果實(shí)現(xiàn)負(fù)載均衡調(diào)度。主要內(nèi)容如下:第二章介紹了傳統(tǒng)網(wǎng)絡(luò)中域間流量適配機(jī)制方法以及智慧協(xié)同網(wǎng)絡(luò)當(dāng)前研究進(jìn)展;第三章介紹了服務(wù)獲取過程的流量傳輸情況,并詳細(xì)闡述了流量規(guī)劃數(shù)學(xué)建模方法,即介紹了負(fù)載均衡流量適配實(shí)現(xiàn)方法;第四章開展原型系統(tǒng)真實(shí)流量模擬;第五章在SINET原型系統(tǒng)中實(shí)現(xiàn)并驗(yàn)證了域間流量?jī)?yōu)化調(diào)度的可行性;第六章對(duì)本文進(jìn)行了總結(jié)。

1 研究背景

1.1 傳統(tǒng)網(wǎng)絡(luò)中域間流量適配機(jī)制方法

眾所周知,自治系統(tǒng)之間實(shí)際上存在著冗余的連接[4-5],多連接性問題的研究,不同自治域之間的相互聯(lián)系經(jīng)常是冗余的,超過一半的自治域是通過多個(gè)物理鏈路連接的,且相鄰的一級(jí)自治域之間至少有75%的點(diǎn)對(duì)點(diǎn)關(guān)系是冗余的[6]。域間流量調(diào)度規(guī)劃逐漸成為網(wǎng)絡(luò)技術(shù)的重要組成部分。過去階段,大量的研究集中在路由協(xié)議方面上[7]。這種現(xiàn)象的主要原因是傳統(tǒng)網(wǎng)絡(luò)中的流量工程通常是基于BGP(邊界網(wǎng)關(guān)協(xié)議),標(biāo)準(zhǔn)的BGP不支持靈活的路由策略。在過去的幾十年里,自治域的數(shù)量和自治域中節(jié)點(diǎn)數(shù)量都迅速增長,BGP路由表急速膨脹[8],BGP面臨著可伸縮性不足的挑戰(zhàn),網(wǎng)絡(luò)產(chǎn)生難以擴(kuò)展的問題。超過一半的自治域?qū)κ峭ㄟ^多個(gè)物理鏈路連接的,鄰域間超過四分之三的點(diǎn)對(duì)點(diǎn)關(guān)系是冗余的,這種現(xiàn)象更是給網(wǎng)絡(luò)流量資源適配增加了更多的壓力,也導(dǎo)致路由的規(guī)模越來越大。傳統(tǒng)網(wǎng)絡(luò)中只有少數(shù)中間路由器具有流量工程功能,而未來網(wǎng)絡(luò)參與網(wǎng)絡(luò)管理的中間節(jié)點(diǎn)可達(dá)百萬數(shù)量級(jí),網(wǎng)絡(luò)規(guī)模的發(fā)展也勢(shì)必會(huì)帶來路由表?xiàng)l目的增長,產(chǎn)生嚴(yán)重的路由可擴(kuò)展性問題。

1.2 智慧協(xié)同網(wǎng)絡(luò)當(dāng)前研究進(jìn)展

智慧協(xié)同網(wǎng)絡(luò)當(dāng)前主要研究成果及進(jìn)展如下:

文獻(xiàn)[2][3]詳細(xì)闡述了為徹底解決TCP/IP傳統(tǒng)互聯(lián)網(wǎng)體系架構(gòu)資源與位置緊耦合、控制與數(shù)據(jù)緊耦合、身份與位置緊耦合問題而設(shè)計(jì)的智慧協(xié)同網(wǎng)絡(luò)“三層兩域”體系架構(gòu)。文獻(xiàn)[9] [10]分別針對(duì)智慧服務(wù)層、網(wǎng)絡(luò)組件層做進(jìn)一步詳細(xì)闡述。文獻(xiàn)[11]-[13]提出了智慧協(xié)同網(wǎng)絡(luò)路由機(jī)制。[14]則是將研究重點(diǎn)放在網(wǎng)絡(luò)的“原生智慧性”上,設(shè)計(jì)了基于狀態(tài)感知的域內(nèi)資源適配機(jī)制,基于流量感知的域內(nèi)智慧路徑分配方法,以及網(wǎng)絡(luò)能耗和協(xié)作緩存優(yōu)化方法。

2 負(fù)載均衡流量適配方法

2.1 服務(wù)獲取過程流量傳輸情況

智慧協(xié)同網(wǎng)絡(luò)具有“智慧性”,能夠?qū)⒃刂С志W(wǎng)絡(luò)資源的優(yōu)化適配。如圖1所示為跨域的服務(wù)獲取過程中流量的傳輸情況。服務(wù)請(qǐng)求GET包傳遞至本域資源管理器(RM/Resource Manager),RM計(jì)算流表并下發(fā)至邊界轉(zhuǎn)發(fā)組件(FN/Forwarding Node),RM將路徑標(biāo)識(shí)PID附在GET包并轉(zhuǎn)發(fā)至下一域RM。之后被請(qǐng)求服務(wù)DATA包附來時(shí)路徑返回。為實(shí)現(xiàn)域間流量智慧適配,RM及邊界FN應(yīng)協(xié)同實(shí)現(xiàn)網(wǎng)絡(luò)流量感知及預(yù)測(cè),在服務(wù)資源流量返回之前,根據(jù)策略(詳見3.2)進(jìn)行優(yōu)化規(guī)劃計(jì)算,為待返回DATA流量選擇路徑。

圖1 服務(wù)獲取過程中流量傳輸情況

為實(shí)現(xiàn)域間負(fù)載均衡應(yīng)實(shí)時(shí)感知鏈路的負(fù)載狀況,動(dòng)態(tài)改流量規(guī)劃策略,這一點(diǎn)在傳統(tǒng)的域間負(fù)載均衡架構(gòu)中實(shí)行起來十分困難。而智慧協(xié)同網(wǎng)絡(luò)無需額外機(jī)制、中間件,能夠原生性地支持網(wǎng)絡(luò)狀態(tài)感知及路徑規(guī)劃,進(jìn)而實(shí)現(xiàn)智慧性資源適配。

2.2 流量規(guī)劃數(shù)學(xué)建模

流量規(guī)劃算法的設(shè)計(jì)基于動(dòng)態(tài)規(guī)劃的思想,負(fù)載均衡問題本質(zhì)上是一種離散規(guī)劃問題,均衡水平的定義分為松弛均衡、嚴(yán)格均衡兩種。松弛均衡是指各鏈路的利用率處于一個(gè)穩(wěn)定的區(qū)間內(nèi),這個(gè)區(qū)間我們成為均衡區(qū)間。嚴(yán)格均衡是指所有處于特定域之間的鏈路,其鏈路利用率均相等。由于在智慧協(xié)同網(wǎng)絡(luò)架構(gòu)中,以Get包和Data包為基礎(chǔ)進(jìn)行通信,從調(diào)控粒度上難以做到嚴(yán)格均衡,所以調(diào)控目標(biāo)以松弛均衡為準(zhǔn)。但是嚴(yán)格均衡在理論層面具有重要意義。所以,本論文將實(shí)現(xiàn)松弛均衡的行動(dòng)組合視為負(fù)載均衡問題的可行解,把實(shí)現(xiàn)嚴(yán)格均衡的行動(dòng)組合視為負(fù)載均衡問題的最優(yōu)解。

流量規(guī)劃算法主要有啟動(dòng)策略、轉(zhuǎn)移策略、選擇策略、收益性策略四部分策略(準(zhǔn)則)[15]:

(1)啟動(dòng)策略

指負(fù)載均衡策略啟動(dòng)條件,包括負(fù)載轉(zhuǎn)移的發(fā)起者,接收者,觸發(fā)條件三個(gè)方面。常見的分布式啟動(dòng)策略有:發(fā)送者啟動(dòng),即重載節(jié)點(diǎn)滿足觸發(fā)條件后,發(fā)起負(fù)載轉(zhuǎn)移過程;接收者啟動(dòng),即輕載節(jié)點(diǎn)滿足觸發(fā)條件后,發(fā)起負(fù)載轉(zhuǎn)移過程?;旌喜呗?,重負(fù)載時(shí),輕載節(jié)點(diǎn)發(fā)起負(fù)載轉(zhuǎn)移。輕負(fù)載時(shí),重載節(jié)點(diǎn)發(fā)起負(fù)載轉(zhuǎn)移。當(dāng)鏈路總負(fù)載過高時(shí),采用接收者啟動(dòng);當(dāng)網(wǎng)絡(luò)負(fù)載低的時(shí)候,采用發(fā)送者啟動(dòng)。該設(shè)計(jì)原因是:當(dāng)網(wǎng)絡(luò)負(fù)載高的時(shí)候,負(fù)載低的鏈路占少數(shù),網(wǎng)絡(luò)負(fù)載低的時(shí)候,負(fù)載高的鏈路為少數(shù),當(dāng)網(wǎng)絡(luò)負(fù)載低的時(shí)候,我們只需保證一些高負(fù)載鏈路的流量不要超過鏈路容量;最大程度降低負(fù)載均衡的請(qǐng)求信息。本論文研究范圍中啟動(dòng)策略設(shè)置為當(dāng)網(wǎng)絡(luò)負(fù)載高的時(shí)候,采用接受者驅(qū)動(dòng);當(dāng)網(wǎng)絡(luò)負(fù)載低的時(shí)候,由發(fā)送者驅(qū)動(dòng)。RM收到Get包,如果各鏈路負(fù)載處于合適區(qū)間內(nèi),則不做負(fù)載均衡,直接查詢SID按照結(jié)果轉(zhuǎn)發(fā)。

(2) 轉(zhuǎn)移策略

解決如何設(shè)置閥值,高于某特定值時(shí)為高負(fù)載鏈路,需向其他鏈路轉(zhuǎn)移流量負(fù)載;靜態(tài)閥值很難滿足鏈路流量變化的動(dòng)態(tài)需求,因此在智慧協(xié)同網(wǎng)絡(luò)負(fù)載均衡機(jī)制中,閥值可以依據(jù)網(wǎng)絡(luò)整體流量的不同實(shí)時(shí)改變。定義域間鏈路流量矩陣TM為Tij,其中第i行j列(i∈[1,+∞],j∈[1,+∞])的值,代表以i為源點(diǎn)、j為目的點(diǎn)的OD(Origin-Destination / 源和目的節(jié)點(diǎn)對(duì))對(duì)之間的流量:

(1)

定義域間鏈路容量矩陣為:

(2)

將矩陣Cij的每一行相加,可得本域其他相鄰域之間以域?yàn)閱挝坏逆溌啡萘浚?/p>

Ci=[c1,c2,…,ci],i∈[1,+∞]

(3)

定義以域?yàn)閱挝坏倪壿嬫溌防寐蕿椋?/p>

(4)

定義實(shí)際鏈路利用率為:

(5)

設(shè)置最大閥值矩陣:

1≤i≤+∞, 1≤j≤+∞,i∈Z,j∈Z

(6)

其中i為自治域AS號(hào),j為鏈路號(hào),矩陣中元素表示某一AS所有相鄰域間鏈路的最高閥值。矩陣中的元素例如:max11max11表示本域與編號(hào)為1的域之間,編號(hào)為1的鏈路的最大閥值。并規(guī)定計(jì)算公式為:

1≤i≤+∞, 1≤j≤+∞

(7)

其中,α為最大閥值系數(shù)。同理,我們?cè)O(shè)置最小閥值矩陣:

1≤i≤+∞; 1≤j≤+∞

(8)

其中,i為AS號(hào),j為鏈路號(hào),表示某一AS所有相鄰域間鏈路的最小閥值。并規(guī)定計(jì)算公式為:

1≤i≤+∞, 1≤j≤+∞

(9)

β為最小閥值系數(shù)。定義負(fù)載均衡力度為:

1≤i≤+∞, 1≤j≤+∞,

(10)

α-β越大,則負(fù)載均衡力度越小,越不靈敏;α-β越小,則負(fù)載均衡力度越大,越靈敏。

(3) 選擇策略

選擇策略用來選擇負(fù)載轉(zhuǎn)移的目標(biāo)。在智慧協(xié)同網(wǎng)絡(luò)多源路由的特性,選擇策略分為兩個(gè)層次。第一層次為選域,第二層次為選路。具體情況為當(dāng)某Get消息到達(dá)本域RM后,首先查找所請(qǐng)求的SID是否具有多個(gè)注冊(cè)內(nèi)容源,如果是,則依據(jù)以域?yàn)閱挝坏倪壿嬫溌防寐蔋i,選出域間鏈路總利用率最低的域,作為服務(wù)內(nèi)容源提供者。

將所選鏈路利用率記為Hk:

Ηk=min{Η1,Η2,Η3,…,Ηi}, 1≤i≤+∞

(11)

如果沒有多個(gè)注冊(cè)內(nèi)容源,則按照唯一匹配流表轉(zhuǎn)發(fā)。夠借助網(wǎng)絡(luò)緩存和智慧協(xié)同網(wǎng)絡(luò)中多源路由的特性,合理的實(shí)現(xiàn)域間流量的全局均衡。

接著依據(jù)域間實(shí)際鏈路負(fù)載大小進(jìn)行選路操作,優(yōu)先選擇鏈路負(fù)載低于最小負(fù)載閥值minij鏈路;在選擇需要轉(zhuǎn)移負(fù)載的鏈路時(shí),優(yōu)先轉(zhuǎn)移負(fù)載高于最大負(fù)載閥值maxij的鏈路。最理想的負(fù)載均衡狀態(tài),應(yīng)當(dāng)是域間實(shí)際鏈路的利用率趨于1且各鏈路利用率應(yīng)當(dāng)相等。我們希望在負(fù)載均衡的同時(shí),最大化利用網(wǎng)絡(luò)的傳輸資源。首先,我們來證明一個(gè)結(jié)論。既當(dāng)網(wǎng)絡(luò)一邏輯鏈路趨于負(fù)載均衡時(shí),域間的實(shí)際鏈路也是處于均衡狀態(tài)的。如果我們要實(shí)現(xiàn)嚴(yán)格負(fù)載均衡,只需要按照鏈路的傳輸能力進(jìn)行流量分配即可。也就是說,我們可以按照鏈路帶寬占總鏈路帶寬的百分比來進(jìn)行流量的分配。下面我們對(duì)以上結(jié)論進(jìn)行簡(jiǎn)單證明。首先,我們證明域間邏輯鏈路與實(shí)際鏈路在均衡狀態(tài)時(shí)相等。按照以上方法,在網(wǎng)絡(luò)處于均衡狀態(tài)時(shí)有:

(12)

對(duì)其進(jìn)行簡(jiǎn)單變化:

(13)

等式左邊表示邏輯鏈路的利用率,等式右邊表示實(shí)際鏈路的利用率。 下面我們來證明各實(shí)際鏈路的利用率相等。

(14)

帶入:

(15)

得到:

(16)

故得:

?ij=Ηi

但是我們知道,實(shí)際情況下,很難做到每條鏈路的利用率都處于完全相等的狀態(tài),于是,有以下約束條件:

tij-minij≥0

(17)

maxij-tij≥0

(18)

(4) 收益性策略

收益性策略用來評(píng)價(jià)負(fù)載均衡策略是否有收益。為衡量域間鏈路負(fù)載的不平衡程度,我們引入不平衡因子[15]的概念。定義域間鏈路個(gè)數(shù)為:

Ni=[n1,n2,n3,…], 1≤i≤+∞

(19)

定義不平衡因子為:

(20)

平衡因子可由下式得出:

1≤i≤+∞, 1≤j≤+∞

(21)

我們知道,當(dāng)網(wǎng)絡(luò)具體情況確定后,其鏈路容量和鏈路個(gè)數(shù)往往是不變的。于是,求最小Uij就變成了常見的動(dòng)態(tài)規(guī)劃問題。有很多動(dòng)態(tài)規(guī)劃的算法可以用來求解此類問題,例如:維特比算法。

可以引入平衡收益函數(shù)作為負(fù)載收益性計(jì)算的衡量依據(jù)。

B(t)=Uij(ti)-Uij(ti-1)

(22)

綜上所述,在智慧協(xié)同網(wǎng)絡(luò)架構(gòu)下,利用卡爾曼濾波算法得到的流量預(yù)測(cè)結(jié)果[14]可以用來進(jìn)行負(fù)載均衡路由規(guī)劃,而具體負(fù)載均衡過程可采用上述四種策略實(shí)現(xiàn)。

3 原型系統(tǒng)真實(shí)流量模擬

為了通過實(shí)際部署驗(yàn)證我們的域間負(fù)載平衡機(jī)制,我們構(gòu)建了一個(gè)如圖2所示的原型系統(tǒng)。

圖2 原型系統(tǒng)拓?fù)?/p>

該原型包括兩個(gè)自治域和11個(gè)功能實(shí)體節(jié)點(diǎn),包括1個(gè)客戶端作為服務(wù)請(qǐng)求方、1個(gè)文件服務(wù)器作為服務(wù)提供方、2個(gè)資源管理器RM和4個(gè)邊界轉(zhuǎn)發(fā)組件。這兩個(gè)域由PID1和PID2識(shí)別的2條路徑連接。

資源管理器與轉(zhuǎn)發(fā)組件采用linux 2.6.29.5操作系統(tǒng),并運(yùn)行針對(duì)智慧協(xié)同網(wǎng)絡(luò)機(jī)制改進(jìn)后的OpenFlow[14]協(xié)議,服務(wù)請(qǐng)求方Client、服務(wù)提供方Server采用linux 2.6.29.5操作系統(tǒng),基于CLICK[17]軟件實(shí)現(xiàn)GET、DATA包的發(fā)送。

在網(wǎng)絡(luò)初始化階段,各自治域中服務(wù)提供方向RM完成服務(wù)內(nèi)容SID的注冊(cè),邊界轉(zhuǎn)發(fā)組件的域間路由表與族群路由標(biāo)識(shí)映(PID)射表通告完畢,自治域的所有轉(zhuǎn)發(fā)組件的轉(zhuǎn)發(fā)流表已由RM下發(fā)配置完畢。

客戶端和客戶端用于生成/處理不同類型SID的GET消息,即以SID標(biāo)識(shí)不同的流。服務(wù)提供方向RM注冊(cè)50,000個(gè)SID,請(qǐng)求消息中的SID隨機(jī)從中選取,GET消息的發(fā)送間隔服從泊松分布。當(dāng)服務(wù)器收到GET消息時(shí),根據(jù)從中解析的SID返回對(duì)應(yīng)服務(wù)內(nèi)容數(shù)據(jù)流。為模擬實(shí)際網(wǎng)絡(luò)環(huán)境中的流量情況,我們?cè)O(shè)置50,000個(gè)SID標(biāo)識(shí)的服務(wù)內(nèi)容數(shù)據(jù)流大小服從zipf(齊普夫定律)分布。根據(jù)已有研究,我們?cè)O(shè)置zipf分布中的參數(shù)α取值1.2。服務(wù)內(nèi)容大小服從Zipf分布的流量生成函數(shù)如下:

//輸入 參數(shù)α、 N的數(shù)值;開始:int zipf(double α,int n){ static int first = TRUE; //靜態(tài)首次旗幟 static double c = 0; //歸一化常數(shù) double z,(0 < z < 1); //均勻隨機(jī)數(shù) double sum_prob; //概率的總和 double zipf_value; //返回計(jì)算出的指數(shù)值 int i; //循環(huán)計(jì)數(shù)器,首次調(diào)用時(shí)計(jì)算標(biāo)準(zhǔn)化常數(shù) if (first == TRUE) { for (i=1; i<=n; i++) c = c + (1.0 / pow((double) i, α)); c = 1.0 / c; first=FALSE; } // 產(chǎn)生一均勻隨機(jī)數(shù) do{ z = rand_val(0); } while ((z == 0) || (z == 1)); //將z映射到該 sum_prob = 0; for (i=1; i<=n; i++) { sum_prob = sum_prob + c / pow((double) i, al-pha); if (sum_prob >= z) { zipf_value = i; break; } } //賦值z(mì)ipf分布介于1到N之間 assert((zipf_value >=1) && (zipf_value <= n)); return(zipf_value);} END

資源管理器(RM)作為集中控制邏輯,處理GET消息中的服務(wù)請(qǐng)求,并根據(jù)其中SID查詢服務(wù)注冊(cè)信息,選定服務(wù)提供方并分配傳輸路徑(PID),并向數(shù)據(jù)轉(zhuǎn)發(fā)層下發(fā)命令配置流表。然后,利用感知機(jī)制[14]從轉(zhuǎn)發(fā)組件獲取流量信息。

4 流量調(diào)度系統(tǒng)測(cè)試

為了測(cè)試流量調(diào)度機(jī)制的可行性,本節(jié)在圖2所示SINET原型系統(tǒng)下進(jìn)行流量調(diào)度系統(tǒng)測(cè)試。服務(wù)提供方向資源管理器注冊(cè)100種服務(wù)資源SID 1,SID 2,… SID100,服務(wù)請(qǐng)求方發(fā)送GET消息隨機(jī)請(qǐng)求SID。初始情況下,設(shè)置不同SID標(biāo)識(shí)的數(shù)據(jù)流量從PID1、PID2路徑隨機(jī)選取,PID1標(biāo)識(shí)路徑帶寬為130M,PID2標(biāo)識(shí)路徑帶寬為250M,待系統(tǒng)運(yùn)行穩(wěn)定后,對(duì)PID1、PID2路徑上鏈路的實(shí)時(shí)流量情況取樣如圖3所示。在測(cè)試60分鐘內(nèi),PID1、PID2連路上的實(shí)時(shí)負(fù)載流量都在55M至100M變化,由于采用隨機(jī)選路,流量分配呈現(xiàn)無規(guī)律隨機(jī)性,PID1、PID2鏈路負(fù)載流量幾乎相同。但是兩條鏈路實(shí)際帶寬分別為130M和250M,也就是說在該測(cè)試時(shí)段內(nèi),PID1鏈路利用率為42%至78%,而PID1鏈路利用率僅為22%至40%,即網(wǎng)絡(luò)出現(xiàn)明顯的資源利用不合理情況。

圖3 PID1及PID2鏈路流量情況

然后,采取如圖4所示機(jī)制進(jìn)行網(wǎng)絡(luò)流量?jī)?yōu)化適配。

圖4 流量調(diào)度過程

轉(zhuǎn)發(fā)組件實(shí)時(shí)感知網(wǎng)絡(luò)中流量情況,并利用感知獲取機(jī)制將網(wǎng)絡(luò)狀態(tài)信息傳遞至資源管理器RM;RM根據(jù)感知到的流量信息,利用基于卡爾曼濾波的流量預(yù)測(cè)算法計(jì)算出流量預(yù)測(cè)結(jié)果;若流量預(yù)測(cè)結(jié)果低于閾值,則RM不重新規(guī)劃路徑;若流量預(yù)測(cè)結(jié)果大于等于于閾值,則RM根據(jù)負(fù)載均衡策略重新為待返回的DATA數(shù)據(jù)流規(guī)劃路徑。本文中,我們?cè)O(shè)置低帶寬鏈路負(fù)載超載閾值為50%,當(dāng)鏈路利用率平均值高于50%時(shí),RM判定網(wǎng)絡(luò)鏈路處于高負(fù)載狀態(tài),并啟動(dòng)運(yùn)行負(fù)載均衡機(jī)制。

如圖5所示為流量?jī)?yōu)化調(diào)度后,對(duì)PID1、PID2路徑上鏈路的實(shí)時(shí)流量取樣情況,在該測(cè)試時(shí)段85分鐘內(nèi),PID1連路上的實(shí)時(shí)負(fù)載流量在40M至70M變化,PID2連路上的實(shí)時(shí)負(fù)載流量在90M至140M變化,PID1鏈路負(fù)載明顯低于PID2鏈路負(fù)載,PID1鏈路利用率為30%~53%,同時(shí)PID2鏈路利用率僅為36%~56%。

圖5 PID1及PID2鏈路流量情況

圖6 PID1及PID2鏈路利用率情況

圖6所示的鏈路利用率實(shí)時(shí)變化情況可以看出,當(dāng)PID1鏈路利用率高于閾值后,流量調(diào)度機(jī)制啟動(dòng),PID1流量負(fù)載立即降低同時(shí)PID2流量負(fù)載升高,當(dāng)PID2鏈路利用率超過閾值后,PID2流量負(fù)載立即降低而PID1流量負(fù)載升高,進(jìn)而全局網(wǎng)絡(luò)鏈路利用率情況達(dá)到合理狀態(tài)。

5 結(jié) 語

本文在智慧協(xié)同網(wǎng)絡(luò)架構(gòu)下,對(duì)負(fù)載均衡流量適配方法開展研究,首先,通過數(shù)學(xué)建模提出了負(fù)載均衡流量規(guī)劃啟動(dòng)、策略、選擇略、收益性四種策略模型,然后在SINET原型系統(tǒng)中部署驗(yàn)證域間負(fù)載平衡機(jī)制,構(gòu)建服從齊普夫分布的模擬真實(shí)流量,啟動(dòng)流量調(diào)度機(jī)制后全局網(wǎng)絡(luò)鏈路利用率情況達(dá)到合理狀態(tài),驗(yàn)證了智慧協(xié)同網(wǎng)絡(luò)架構(gòu)下流量?jī)?yōu)化調(diào)度的可行性。

猜你喜歡
閥值鏈路利用率
2020年煤炭采選業(yè)產(chǎn)能利用率為69.8% 同比下降0.8%
天空地一體化網(wǎng)絡(luò)多中繼鏈路自適應(yīng)調(diào)度技術(shù)
基于星間鏈路的導(dǎo)航衛(wèi)星時(shí)間自主恢復(fù)策略
2019年全國煤炭開采和洗選業(yè)產(chǎn)能利用率為70.6%
化肥利用率穩(wěn)步增長
淺議如何提高涉煙信息的利用率
激光多普勒測(cè)速系統(tǒng)自適應(yīng)閥值檢測(cè)算法
基于模糊數(shù)學(xué)的云南省區(qū)域經(jīng)濟(jì)研究
某尾礦庫在線監(jiān)測(cè)設(shè)防閥值確定方法
深度學(xué)習(xí)在無人駕駛汽車中的應(yīng)用
陈巴尔虎旗| 涪陵区| 巧家县| 乌拉特中旗| 江门市| 沈丘县| 福州市| 长阳| 鹤山市| 明星| 固原市| 安康市| 洪洞县| 佛冈县| 前郭尔| 康平县| 安庆市| 遂宁市| 侯马市| 无棣县| 秦皇岛市| 苏尼特右旗| 祁门县| 北安市| 铅山县| 淄博市| 泌阳县| 东平县| 葫芦岛市| 木里| 扶沟县| 曲沃县| 凌云县| 东海县| 丘北县| 新泰市| 三原县| 江永县| 湟源县| 和田县| 乌拉特中旗|