针对带宽预留型业务提出了一种业务持续时间感知的绿色疏导算法,通过计算不同疏导策略的传输能耗,为业务选择最小能耗疏导策略;为进一步减小网络传输能耗,设计一种灵活触发光路合并操作的机制,该机制能根据光网络中不同光路的拆除时刻在业务传输前确定光路的合并时刻,减少了路由器端口和光收发器数目的使用,增加了光路带宽利用率.仿真结果表明,提出的时间感知绿色疏导算法能有效降低网络传输能耗.
A green grooming algorithm, called as time-aware green grooming (TAGG) algorithm, is proposed for scheduled traffic requests. By comparing the transmission energy consumption for different traffic grooming strategies, the most energy-efficient traffic grooming strategy is selected in TAGG algorithm for traffic requests. Moreover, in order to further reduce the transmission energy consumption, a scheme is put forward to trigger the operation of merging light-paths. According to the moment of tearing down light-paths, the scheme can determine the moment of merging light-paths for traffic requests, which can reduce the number of required router ports and transceivers, and improve the wavelength bandwidth utilization. Simulation shows that the proposed TAGG algorithm can reduce transmission energy consumption effectively.
互联网应用的不断发展,网络用户数量不断增多、业务请求带宽不断增大使网络设备容量呈现爆炸式增长的趋势[1].网络能耗也随着网络容量的不断扩大而急剧增长,因而如何降低网络能耗成为网络亟须解决的问题[2].
目前,WDM网状网中业务疏导研究集中于提出动态流量疏导算法降低网络阻塞率[3-4],Hou等[5]提出了多播绿色疏导算法(MGG,multicast green grooming)用以减少网络传输能耗.但这些研究没有考虑业务持续时间对算法性能的影响.为此,有研究者提出基于业务持续时间的时间感知业务疏导算法(TATG,time-aware traffic grooming)[6],该算法复杂度高且没有考虑光路重配置对网络传输能耗影响.针对光路重配置问题,Guo等[7]通过拆分已建光路以容纳新到业务请求,但该论文没有考虑合并光路以减少网络传输能耗.
笔者分析了不同疏导策略能耗与业务持续时间关系,综合考虑光路合并对传输能耗的影响,提出了时间感知绿色疏导算法最小化网络传输能耗.
1 理论分析光网络抽象为加权图G(V, E, W),其中,V表示网络节点集合,网络中每个节点均具有分光能力,但没有配置波长转换器;E表示网络链路集合,相连的节点之间配置两根方向相反的光纤;W表示每条链路的波长信道数量.将其扩展为多播疏导辅助图,辅助图共有W层,对应W个不同的波长.当网络在波长平面上为业务请求建立一棵光树传输信息,就删除相应的波长链路,建立源节点到目的节点的光路,同时更新光路剩余带宽资源.
带宽预留型业务请求r(s,D,B,ts,te)其中,s为业务请求源节点,D为业务请求目的节点集,B为业务请求的带宽粒度,ts、te分别为业务请求连接的建立时刻和释放时刻.根据文献[5]可知,基于端口的网络能耗模型简化如下.
1) 业务请求通过光路(光树)疏导传输能耗:
(1) |
其中:pr为核心路由器端口能耗;pt为光收发器能耗;pe为掺铒光纤放大器能耗. th为已建光路(光树)拆除时刻,i、j分别为源节点和目的节点集,s、d分别为源节点和目的节点数.当d=1时,传输链路为光路,d>1时传输链路为光树,下面统称光路.
2) 链路上光纤放大器能耗:
(2) |
其中:tp为光纤上第一个业务请求的传输开始时刻,tq为光纤上最后一个业务请求传输的结束时刻,n为链路上配置的光纤放大器的数目.
3) 业务请求通过新建光路策略传输能耗为
(3) |
其中k表示新建光路目的节点数.
(4) |
式(4) 为优化目标,即最小化网络传输能耗.其中:lrij=1表示业务请求r利用源节点为i、目的节点集为j的已建光路进行传输; 否则为0. ζrij=1表示业务请求r通过新建节点i至节点集j的光路进行传输;否则为0. εrij=1表示业务请求r使用了节点i至节点集j链路上的光纤放大器;否则为0.
光路的重配置是在业务请求传输过程中根据当前网络资源配置情况改变传输链路的连接状态,以实现更高的资源利用率和更小的网络传输能耗.为进一步减小网络传输能耗,提出了光路的合并操作.如图 1所示,假设业务请求r1(A, B, B1, ts1, te1)通过光路1(A→B)传输,业务请求r2(B, C, B2, ts2, te2)通过光路2(B→C)传输,业务请求r3(A, C, B3, ts3, te3)通过光路1和光路2多跳传输(A→B, B→C).
在图 1中,业务1、2的传输能耗功率为
(5) |
(6) |
式(5)、式(6) 中m、y分别表示2条链路使用的光纤放大器数目.假设te1<te2<te3,在te1时刻前,业务请求r3利用多个已建立光路传输;在te2时刻之后,业务1和业务2传输完成,此时维持光路1、2的传输功率即为业务请求3的能耗功率:
(7) |
光路合并后节点B被旁路,业务请求r3能耗功率:
(8) |
在te2时刻进行光路重配置,2段光路合并成1段光路,此时业务请求r3通过光路3传输,减少了2个光收发器和2个核心路由器端口消耗,从而在一定程度上减少不必要的传输能耗.
2 时间感知绿色疏导算法TAGG算法的第1部分是在网络中为业务请求寻找到最小能耗的传输路径.第2部分是设计相应的触发机制,实现对光路合并操作的有效控制, 减少不必要端口的使用,最小化业务的传输能耗.
TAGG算法第1部分的步骤如下.
步骤1 初始化网络资源,建立疏导辅助图.
步骤2 将到达的带宽预留型业务请求按业务传输开始时刻ts的先后顺序插入传输链表Q中.
步骤3 从链表Q中取出待传输业务请求r(s, D,B,ts,te).在疏导辅助图中寻找满足疏导策略约束的传输路径,如果只找到1条传输路径,算法转到步骤5;如果找到多条合适传输路径,算法转到步骤4;否则,阻塞此业务请求,算法转到步骤7.
步骤4 根据式(1)~(3) 计算不同传输路径能耗,选择能耗最小路径作为业务请求传输路径.
步骤5 为业务请求分配相应的网络资源并更新疏导辅助图,业务请求r路由成功.
步骤6 记录下相应光路的拆除时刻,如果有业务疏导到光路上,则更新相应光路的拆除时刻.
步骤7 从传输链表Q中删除该业务请求.判断当前是否有业务请求到达,如果有,算法转到步骤2;如果没有,则判断链表Q是否为空,如果为空,则算法结束,如果不为空,算法转到步骤3.
在步骤3中,算法在疏导辅助图中寻找满足相应疏导策略约束条件的传输路径并计算相应的能耗.并从中选择能耗最小的路径传输业务.
TAGG算法第2部分是设计光路合并触发机制.首先检查算法第1部分的步骤5、步骤6记录的业务请求成功路由信息,如果业务请求需要新建光路,则在疏导辅助图上记录传输路径相关信息;如果业务请求可以疏导到已建光路,在疏导辅助图上更新光路相关信息;如果业务由多条光路联合传输,连接不同光路的节点即为潜在光路合并节点,光路拆除时刻即为潜在光路合并时刻,若此业务传输结束时刻大于光路的拆除时刻,即满足光路合并机制触发条件.在为业务请求找到传输路径后,将潜在光路合并节点通过光路合并触发机制的约束条件的判断选择,即筛选出合适的光路合并时刻.
3 仿真结果及分析为了验证时间感知绿色疏导算法性能,由14个节点和21条链路构成的国家自然基金网络(NSFNET,National Science Foundation Network)进行仿真验证.基于端口网络能耗模型为:1) 核心路由器端口功率pr=1 000 W;2) 光收发器功率pt=43 W;3) 掺铒光纤放大器功率pe=8 W(间隔80 km放置1个).波长数为4,波长信道容量是OC-192(optical carrier)(10 Gbit/s),业务请求所需带宽按OC-3:OC-12:OC-48=2:6:2产生,并分别仿真统计不同业务数情况下网络传输总能耗、路由端口能耗、阻塞率等性能指标.
图 2表示在不同业务数下网络传输总能耗.当业务请求数增加时,网络传输总能耗也不断增加.相比MGG算法,TATG和TAGG算法在选择传输路径时引入了业务持续时间,因而能选择出实际能耗最小传输路径,降低网络传输总能耗. TAGG算法传输能耗比TATG算法更小,因TAGG算法有光路合并操作,在业务请求传输过程中改变链路连接状态,进一步降低传输总能耗.
图 3表示不同业务请求数与核心路由端口能耗的关系.在相同业务请求数情况下,TAGG算法能耗最小,TATG次之,MGG算法能耗最大. TAGG相比TATG增加光路合并操作,能随着网络环境不断变化动态调整网络链路连接情况,旁路中间节点,降低了路由端口能耗.对比图 2和图 3可知,网络传输能耗主要集中于IP路由端口,占网络总能耗的90%,因而进行光路合并减少光收发器和路由器端口的使用对减小网络传输能耗是十分重要的.
从图 4可以发现TAGG和TATG算法阻塞率略高于MGG算法.因为MGG算法优先选择已建光树传输业务请求,虽然降低了网络阻塞率,但使更多业务请求选择多跳疏导和混合疏导策略,增加了业务传输距离,消耗更多带宽资源和能耗. TAGG算法相比TATG算法,引入光路合并操作,减小了网络传输能耗,且阻塞率基本没有变化.
由图 5可知,当波长信道数W从8减少到4时,网络阻塞率逐渐上升,且上升幅度增加.因为带宽预留型业务相比普通业务,业务持续时间较长,占用波长资源时间较长,在波长资源较少时,阻塞率增加明显.同样波长数情况下,MGG算法优先选择已有光树传输业务请求,其阻塞率最低;而TATG算法和TAGG算法都以能耗作为疏导策略的选择依据,使更多业务选择新建光路策略传输,虽阻塞率有所增加,但网络负载更均衡,节能效果更好.
笔者研究了WDM网状网中带宽预留型业务绿色节能优化问题,综合考虑了业务持续时间对不同疏导策略能耗代价的影响,引入光路合并操作,提出了时间感知绿色疏导算法.算法在为业务请求找到最小能耗传输路径的同时合理地对传输链路重配置,增加了路由灵活性,减小了网络能耗.
[1] | Baliga J, Hinton K, Tucker R S. Energy consumption of the Internet[C]//Proceedings of IEEE COIN-ACOFT 2007. Melbourne: IEEE, 2007: 1-3. |
[2] | Baliga J, Ayre R, Hinton K, et al. Energy consumption in optical IP networks[J].Journal of Lightwave Technology, 2009, 27(13): 2391–2403. doi: 10.1109/JLT.2008.2010142 |
[3] |
黄善国, 罗沛, 薄明霞, 等. WDM网状网中的动态流量疏导策略[J]. 北京邮电大学学报, 2006, 29(2): 26–29.
Huang Shanguo, Luo Pei, Bo Mingxia, et al. Dynamic traffic grooming policies in WDM mesh optic networks[J].Journal of Beijing University of Posts and Telecommunications, 2006, 29(2): 26–29. |
[4] |
刘焕淋, 方强, 雷芳. WDM光网络中多播业务量疏导方法分析[J]. 重庆邮电大学学报, 2012, 24(3): 269–277.
Liu Huanlin, Fang Qiang, Lei Fang. Analysis of multicast traffic grooming algorithms in WDM mesh networks[J].Journal of Chongqing University of Posts and Telecommunications, 2012, 24(3): 269–277. doi: 10.3979/j.issn.1673-825X.2012.03.001 |
[5] | Hou Weigang, Guo Lei, Cao Jiannong. Greenmulticast grooming based on optical bypass technology[J].Optical Fiber Technology, 2011, 17: 111–119. doi: 10.1016/j.yofte.2010.12.003 |
[6] | Zhang Shuqiang, Shen Dong, Chan Chun-Kit. Energy-efficient traffic grooming in WDM networks with scheduled time traffic[J].Journal of Lightwave Technology, 2011, 29(17): 2577–2584. doi: 10.1109/JLT.2011.2161266 |
[7] | Guo Lei, Hou Weigang, Wei Xuetao, et al. Power efficient grooming based on optical bypass reconfiguration in green optical networks[J].Optik-International Journal for Light and Electron Optics, 2013, 124(5): 437–445. doi: 10.1016/j.ijleo.2011.12.033 |