[发明专利]一种片上网络缓存上界的优化方法

摘要

本发明公开了一种片上网络缓存上界优化的方法，其特征是，利用网络演算计算网络中节点缓存的计算方法，通过计算整个网络每个节点的缓存，得出最高节点的缓存深度；结合萤火虫映射算法，将最高节点的缓存作为目标函数，对最高节点的缓存进行优化。本发明能分析出最差情形下的每个网络节点缓存，并对网络最高节点的缓存进行降低，防止单个节点长期拥塞，从而减少网络拥塞，减少网络资源消耗，优化网络资源配置，均衡网络负载，使得网络的资源面积更小更优。

主权项

1.一种片上网络缓存上界的优化方法，其特征是，所述片上网络是由N×N个节点构成的二维网络，且在所述片上网络上存在s条业务流；所述优化方法是按如下步骤进行：步骤1、利用式(1)获得第v条业务流的缓存B_v，从而获得s条业务流的缓存{B₁,B₂,…,B_v,…,B_s}：式(1)中，r_v表示第v条业务流的发包速率，T表示所述片上网络的转发延迟，b_v表示第v条业务流的发包突发度，R表示所述片上网络的转发速率，x_v、y_v、z_v分别表示第v条业务流的缓存系数；1≤v≤s；步骤2、令所述第v条业务流上经过的所有节点的缓存为B_v，其余节点的缓存为“0”，从而得到第v条业务流上N×N个节点的缓存矩阵，记为表示第l行第k列的节点在第v条业务流上的缓存；进而得到s条业务流上N×N个节点的缓存矩阵{D₁,D₂,…,D_v,…,D_s}，1≤l≤N；1≤k≤N；步骤3、根据所述s条业务流上N×N个节点的缓存矩阵{D₁,D₂,…,D_v,…,D_s}，得到每个节点各自最大的缓存上界矩阵，记为表示第l行第k列的节点在s条业务流上的最大的缓存上界；步骤4、从所述缓存上界矩阵D_max中选取最大值作为目标函数B_max，并利用萤火虫算法对所述目标函数B_max进行优化，使得目标函数B_max取得最小值，从而得到最优映射方案Map_min；以所述最优映射方案Map_min来完成对所述片上网络的缓存上界优化；步骤4.1、设置GMax为萤火虫算法迭代总次数，设置G为当前迭代次数，定义Pnum为萤火虫个体数量，利用式(2)定义第t_k次更新后的第k只萤火虫个体X_k(t_k)为：X_k(t_k)＝{R,P^k(t_k)}   (2)式(2)中，P^k(t_k)为所述第t_k次更新后的第k只萤火虫个体X_k(t_k)的映射方案；当第r_i个处理节点未分配应用时，定义Map(r_i)＝‑1；如果第r_i个处理节点分配有第a个IP核PE_a时，那么定义Map(r_i)＝a；步骤4.2、利用式(3)将每种映射方案得到的最大节点缓存B_max定义为第t_k次更新后的第k只萤火虫的荧光亮度步骤4.3、令萤火虫的荧光亮度为目标函数B_max，令萤火虫的移动条件如式(4)所示：式(4)中，I_(m,n)表示第m行第n列的节点的亮度，即第m行第n列的节点在s条业务流上的最大的缓存上界，I_(p,q)表示第p行第q列的节点的亮度，即第p行第q列的节点在s条业务流上的最大的缓存上界，γ表示光强吸收系数，L_{(m,n)→(p,q)}表示第m行第n列的节点与第m行第n列的节点间的曼哈顿距离；1≤m≤N；1≤n≤N；1≤p≤N；1≤q≤N；步骤4.4、寻找一个使得第G次迭代中取得最小的映射方案，令迭代终止条件为G≥GMax，若满足所述迭代终止条件，则得到最大节点缓存最小的映射方案Map_min，否则执行步骤4.5；步骤4.5、获取第G次迭代时Pnum个萤火虫中的最优萤火虫；步骤4.6、遍历萤火虫个体集合，判断第G次迭代中每个萤火虫个体的移动条件；当满足移动条件，则更新相应的萤火虫个体，从而更新第G次迭代时的最优萤火虫；步骤4.7、将G+1赋值给G后，返回步骤4.4。