[发明专利]一种基于约束路由的绿色虚拟拓扑设计方法

摘要

本发明涉及网络能耗优化技术领域，尤其是涉及一种基于约束路由的绿色虚拟拓扑设计方法，即GVTD方法。GVTD方法通过提高网络资源利用率、多粒度睡眠和动态建立网络虚拟拓扑来达到降低网络能耗的目的。由于GVTD方法的求解属NP难问题，本发明提出一个基于约束路由的启发式求解方法，即CBR-GVTD方法。CBR-GVTD方法在计算网络能耗下界的基础上动态建立网络的虚拟拓扑。CBR-GVTD方法为大业务需求建立点到点的传输通道并进行单跳路由，以减少网络资源的使用；对小业务需求进行多跳路由，以提高网络资源的利用率。实验表明，CBR-GVTD方法在业务非高峰期，对10和50个结点的网络最多可分别降低62%和90%的网络能耗，该比例随着网络规模的增大而上升。

主权项

一种基于约束路由的绿色虚拟拓扑设计方法，其特征在于建立该方法的步骤如下：1）GVTD（Green Virtual Topology Design，绿色虚拟拓扑设计）模型主要包括：◆网络功耗模型，即GVTD模型的目标函数，网络功耗模型同时考虑网络设备的静态功耗和动态功耗，静态功耗指网络设备独立于业务负载的那部分功耗（即空闲状态下的功耗），动态功耗指网络设备依赖业务负载的那部分功耗，根据网络设备的模块化结构，静态功耗可进一步细分为接口功耗、线卡功耗和机框功耗；◆业务路由，即GVTD模型的路由约束，为了避免多径路由引发的时延抖动，GVTD模型使用单径路由；◆资源配置，即GVTD模型的资源约束，该约束确定每个结点的活跃网络资源，并按照多粒度睡眠机制使空闲的网络资源睡眠；◆虚拟拓扑设计，对应于GVTD模型的链路容量约束，该约束确定网络中需要建立的传输通道，此外，通过设定接口最大利用率参数，实现了对网络拥塞的控制；2）GVTD模型的形式化描述如下：◆目标函数定义如下：MinΣ_i∈N[n^c(i)·p^c+n^l(i)·p^l+nⁱ(i)·pⁱ]+Σ_{i，j∈N：i≠j}t(i，j)·p^t  (1)受限于:$\begin{array}{cc}{\mathrm{\Σ}}_{j\∈N:j\≠\mathrm{ii}}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},\mathrm{ii},j)-{\mathrm{\Σ}}_{j\∈N:j\≠\mathrm{ii}}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},j,\mathrm{ii})=1& \∀\mathrm{ii},\mathrm{jj}\∈N:d(\mathrm{ii},\mathrm{jj})>0\end{array}---\left(2b\right)$$\begin{array}{cc}{\mathrm{\Σ}}_{i\∈N:i\≠\mathrm{jj}}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},i,\mathrm{jj})-{\mathrm{\Σ}}_{i\∈N:i\≠\mathrm{jj}}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},\mathrm{jj},i)=1& \∀\mathrm{ii},\mathrm{jj}\∈N:d(\mathrm{ii},\mathrm{jj})>0\end{array}---\left(2c\right)$$\begin{array}{cc}{\mathrm{\Σ}}_{j\∈N:j\≠i}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},i,j)\≤1& \∀\mathrm{ii},\mathrm{jj},i\∈N:d(\mathrm{ii},\mathrm{jj})>0\end{array}---\left(2d\right)$$\begin{array}{cc}{\mathrm{\Σ}}_{j\∈N:j\≠i}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},j,i)\≤1& \∀\mathrm{ii},\mathrm{jj},i\∈N:d(\mathrm{ii},\mathrm{jj})>0\end{array}---\left(2e\right)$$\begin{array}{cc}t(i,j)={\mathrm{\Σ}}_{\mathrm{ii},\mathrm{jj}\∈N:d(\mathrm{ii},\mathrm{jj})>0}\mathrm{\δ}(\mathrm{ii},\mathrm{jj},i,j)\·d(\mathrm{ii},\mathrm{jj})& \∀i,j\∈N:i\≠j\end{array}---\left(3\right)$$\begin{array}{cc}t(i,j)\≤d^{\′}(i,j)\·\mathrm{\α}\·C& \∀i,j\∈N:i\≠j\end{array}---\left(4\right)$$\begin{array}{cc}{n}^i\left(i\right)\≥{\mathrm{\Σ}}_{j\∈N:j\≠i}{d}^{\′}(i,j)& \∀i\∈N\end{array}---\left(5a\right)$$\begin{array}{cc}{n}^i\left(i\right)\≥{\mathrm{\Σ}}_{j\∈N:j\≠i}{d}^{\′}(j,i)& \∀i\∈N\end{array}---\left(5b\right)$$\begin{array}{cc}{n}^l\left(i\right)\·m^i\≥n^i\left(i\right)& \∀i\∈N\end{array}---\left(6\right)$$\begin{array}{cc}{n}^c\left(i\right)\·m^l\·m^i\≥n^i\left(i\right)& \∀i\∈N\end{array}---\left(7\right)$各式中参数定义如下：N表示网络结点集合，i,j,ii,jj∈N表示网络结点，C表示接口的容量，α表示接口（或链路）所允许的最大利用率，p^t表示网络资源处理单位(1Gbps）业务负载的动态功耗，pⁱ,p^l和p^c分别表示单个接口、线卡和机框的功耗，mⁱ,m^l分别表示每个线卡具有的接口数量和每个机框可配备的线卡数量，D表示网络的业务需求集合，d(ii,jj)∈D表示从结点ii到结点jj的业务需求，目标函数(式(1))最小化整个网络的功耗，网络功耗由静态功耗和动态功耗两部分组成，静态功耗可进一步分为机框功耗n^c(i)·p^c、线卡功耗n^l(i)·p^l和接口功耗nⁱ(i)·pⁱ，使用线性函数近似动态功耗与业务负载的关系，即t(i,j)·p^t，路由约束（式(2a)～(2e)）为经典的多品种流守恒约束，业务需求d(ii,jj)经过单条路径从源结点ii到达目的结点jj，式(3)计算经过逻辑链路(i,j)的业务负载（即链路流量），链路的容量约束（式(4)）确保链路的流量不超过链路的容量，IP层的链路(i,j)为逻辑链路，由下层网络提供的d′(i，j)条传输通道组成，每条传输通道的容量为C，并引入最大利用率α以应对IP业务的动态特性，IP层虚拟拓扑的确立过程即为决策变量d′(i，j)的值的确立过程，因此，式(4)在实现链路容量约束的同时还实现了IP层的虚拟拓扑设计，实现了IP层的逻辑链路与下层网络提供的传输通道的映射（即IP层与下层网络的层间约束），式(5)‑(7)为资源约束，其中，式(5a)和(5b)可确保结点提供足够的活跃接口，即活跃接口不应该少于传输通道所需的发送端口（式(5a)）和接收端口（式(5b)），式(6)和(7)确保结点能提供足够的活跃线卡和活跃机框，即活跃线卡和活跃机框提供的接口数不少于活跃接口数；◆GVTD模型的决策变量定义如下：δ(ii,jj,i,j)∈{0,1}：业务需求d(ii,jj)的路径是否经过逻辑链路(i,j)，1表示经过，0表示不经过；d’(i,j)∈Z⁺：逻辑链路(i,j)包含的传输通道数量，其中，Z⁺表示正整数集合，传输通道由下层网络提供，而且每条传输通道需要消耗一个发送端口和接收端口；t(i,j)∈R⁺：逻辑链路(i,j)上的总业务量，其中R⁺表示正实数集合；nⁱ(i)∈Z⁺：网络结点i的活跃接口数量；n^l(i)∈Z⁺：网络结点i的活跃线卡数量；n^c(i)∈Z⁺：网络结点i的活跃机框数量，3）GVTD模型采用CBR‑GVTD（Constraint‑Based Routing Green Virtual Topology Design，基于约束路由的绿色虚拟拓扑设计）启发式方法求解4）CBR‑GVTD方法需要用到的式子如下：◆nⁱ(i)，n^l(i)和n^c(i)的值由以下式子确定：$\begin{array}{cc}{n}^i\left(i\right)=\max ({\mathrm{\Σ}}_{j\∈N:j\≠i}{d}^{\′}(i,j),{\mathrm{\Σ}}_{j\∈N:j\≠i}{d}^{\′}(j,i))& \∀i\∈N\end{array}---\left(8\right)$◆通过以下方式计算目标函数的下界值：Σ_{i，j∈N：i≠j}t(i，j)＝Σ_{i，j∈N：i≠j}d(i，j)  (12)式(11)中，∑_j∈N:j≠id(i,j)和∑_j∈N:j≠id(j,i)分别表示结点i发送和接收的业务量的下界，α·C为每个接口允许的最大容量，将式（11）代入式(8)～(10)可以分别求得n^l(i)_lb和n^c(i)_lb，最后将这些决策变量代入目标函数式（1）中可得目标函数的下界为5）CBR‑GVTD方法描述如下：◆输入包括N,D,α,C,p^t,pⁱ,p^l,p^c,mⁱ,m^l和H◆输出为网络功耗和步骤2）中定义的决策变量；◆CBR‑GVTD方法步骤如下：①根据式(11)用下界值nⁱ(i)_lb初始化每个网络结点的接口数nⁱ(i)，②按照从大到小的顺序为每个业务需求d(i,j)建立从i到j的传输通道，并进行单跳路由，每个传输通道消耗源结点i的一个发送端口和目的结点j的一个接收端口，直到到接口耗尽、没有传输通道可以建立为止；③在步骤②建立的虚拟拓扑基础上，限制网络的最大跳数为H，利用单跳路由的剩余带宽，对剩余的业务需求按照从大到小的顺序进行CBR‑Dijkstra（Constraint‑Based Routing Dijkstra，基于约束路由的Dijkstra）路由；④如果对业务需求d(i,j)路由失败，则增加结点i和j的接口，为i到j建立传输通道并消耗相应的接口数，这表明网络的虚拟拓扑发生了变化；⑤如果网络虚拟拓扑发生变化，则迭代步骤①～④；⑥初始化链路集合E’为当前的逻辑链路集合E；⑦从E’中取出剩余带宽最大的逻辑链路(i，j)并将(i，j)从E’中去除；⑧尝试移除从i到j的1条传输通道，限制网络的最大跳数为H，对经过逻辑链路(i，j)的所有业务需求进行CBR‑Dijkstra重路由，如果重路由成功，则释放该传输通道消耗的接口，否则恢复移除的传输通道；⑨若E′中还有链路，则更新链路的剩余带宽，转到步骤⑦；⑩移除每个结点剩余的接口，计算nⁱ(i)的最终值，通过式(3)、(9)和(10)分别确定t(i，j)、n^l(i)和n^c(i)，再通过式(1)计算整个网络的功耗；6）CBR‑Dijkstra方法描述如下：◆输入包括业务需求d(i,j)，网络结点集合N，网络链路集合E，网络链路的可用带宽集合B和网络的最大路由跳数H；◆输出为d(i,j)的路径；◆CBR‑Dijkstra方法步骤如下：①从源结点i开始，计算源结点i的最短路径生成树，直到计算出到目标结点j的路径时停止；②只考虑可用带宽大于业务需求的路径，当跳数相同时，选择可用带宽最小的路径；③如果计算的最短路径小于网络的最大跳数H，则路由成功，计算结果为前驱结点表示的最短路径，否则结果为NIL，表示路由失败。