2. 重庆邮电大学 光纤通信技术重点实验室, 重庆 400065
在低负载时断开网络拓扑部分链路是IP over WDM光网络中一种有效的节能方法,但链路断开时段的选择对IP over WDM光网络的阻塞率和节能效果有较大的影响,对此,根据网络中IP流量一天中的周期性变化规律,设计了一种链路能效分时控制策略调整非峰值时间段网络拓扑连接关系,并建立整数线性规划能耗模型,设计了便于求解模型的启发式算法. 仿真结果表明,与无链路断开的原始策略相比,所提策略能有效降低网络能耗;与现有的链路断开策略相比,新策略能获得更低的网络请求阻塞率.
2. Key Laboratory of Optical Fiber Communication Technology, Chongqing University of Posts and Telecommunications, Chongqing 400065, China
Development of networks is restricted by energy consumption. Shutting down part links is an effective energy-saving method for Internet protocol over wavelength division multiplexing (IP over WDM) networks during the period of low traffic requests. Optimization of link-off period is of great influence on the blocking probability and energy-saving effection for IP over WDM networks. According to one-day change of IP traffic requests, an energy efficiency strategy of link time-interval control(SLTIC)was proposed to change the connection state of network topology during off-peak hours. An integer linear programming (ILP) optimization model was derived to optimize the network energy consumption. And a heuristic algorithm was designed to solve the model. Simulation shows that, compared with the original algorithm without link shut, the proposed strategy can decrease the energy consumption effectively. Meanwhile, compared with switch on/off multiple links (SOFM), the proposed SLTIC can achieve a lower request blocking probability.
IP over WDM核心网络能耗的策略主要有：1)能量最小化虚拟拓扑设计；2)能量感知路由和波长分配；3)能量感知流量工程[1]. Coior等[2]指出网络中的流量具有周期性变化规律，可通过划分时段断开空闲端口降低网络能耗；Caria等[3]则把满足夜晚流量的拓扑设为初始拓扑；Caria等[4]提出了包含隐藏光旁路的闭合方案；Caria等[3, 4]采用链路断开策略(SOFM，switch on/off multiple link)通过在非峰值负载时段断开网络拓扑中存在的并联链路来降低网络能耗，但该策略容易产生孤立节点. 随着网络拓扑复杂度的增加，阻塞率随之增大.
针对上述问题，笔者基于透明IP over WDM网络，提出了一种新的链路能效分时控制策略(SLTIC，strategy of link time-interval control)，并建立了相应的整数线性规划优化模型(ILP，integer linear programming). 针对实际网络中节点和链路数较多将导致模型的复杂度增加难于求解的问题，设计了启发式算法. 仿真结果表明，笔者提出的策略不仅能够降低网络能耗，同时能够有效降低网络阻塞率.
1 链路能效分时控制策略 1.1 时段划分网络中的负载随时间成周期性变化，因此可根据负载的变化调整网络拓扑，降低网络能耗. 我国运营商根据网络负载的周期性变化，划分了不同时段. 在对我国的23个省、4个直辖市、2个特别行政区、5个自治区进行统计中发现，使用率位居前3位的情况[5, 6, 7]分别为：1)7:00—23:00(峰值)，23:00—7:00(次日)(非峰值)；2)7:00—22:00(峰值)，22:00—7:00(次日)(非峰值)；3)8:00—22:00(峰值)，22:00—8:00(次日)(非峰值). 对3种情况求平均峰值时间段的时间长度，可得为15 h. 因此，选用7:00—22:00为峰值负载时段，22:00—7:00(次日)为非峰值负载时段.
1.2 链路切换原理为了降低网络能耗，笔者提出SLTIC，该策略在非峰值负载时段到来时刻，关闭部分链路，同时避免断开链路后使网络部分节点成孤立节点；在峰值负载到来时刻，闭合断开的链路. 确定断开链路的SLTIC步骤为：先选择网络中度数最高节点为出节点，求该节点为根的最短路径树；在树的入节点中随机选择一个节点为根求参考路径树；在原网络中，断开与参考树根节点相连接但在最短路径树中与此节点不相连的链路，得到的新拓扑图即为SLTIC策略调整后的拓扑图. 图 1为SLTIC断开链路的原理示意图. 在图 1(a)中，节点1和2的节点度数为4，为最高度数节点，随机选择节点2为出节点，求节点2为根的最短路径树，得图 1(b)(图中的粗线条即为最短路径树)；该最短路径树的邻居节点为1、6、7和9，随机选择节点1为入节点，求节点1为根的参考路径树，得图 1(c)(图中的粗线条即为参考路径树)；比较以节点2为根的最短路径树和以节点1为根的参考路径树，断开图 1(c)中与根节点1相连但在图 1(b)中与节点1不相连的链路1～5，得到如图 1(d)所示的非峰值负载时段的调整后网络拓扑.
|
图1 链路断开策略示意图 |
基于透明IP over WDM光网络结构，其最小化网络能耗问题可简化为网络拓扑的设计问题. 而该问题可采用ILP模型进行描述，其中网络中各设备的具体能耗如表 1所示[8].
 | 表1 网络设备能耗 |
SLTIC能耗模型定义如下.
在连接拓扑网络G(V,E,W)中，V为节点集，E为链路集，W为波长集；i,j∈V，链路(i,j)∈E；变量t=1为峰值时间段，t=2为非峰值时间段. 其他符号含义定义为：Li,j为节点i和节点j中间的物理距离；dA为相邻2个中继放大器之间的物理距离；fi,j为链路(i,j)中光纤数目；Iit为节点i在时间段t内，转发器的数目；Fit为节点i在时间段t内输入/输出的光纤对数目；Nit为节点i在时间段t内线卡的数目；Cit为节点i在时间段t内，交换结构的数目；λ(s,d),w为波长w从源节点s到目的节点d传输的请求数目；f(i,j),k为链路(i,j)中光纤k的波长数；Ki,j为链路(i,j)中包含的光线数目；PA为一个中继放大器能耗；PFs和PFt分别为一根光纤入、出端口能耗；PS为节点光/电转换能耗；Ptrans为一个转发器发端口能耗；PMEMS为一个波长开关能耗；PRP为转发器收端口能耗；PLC为线卡能耗，PSF为一个交换节点交叉连接端口能耗.
目标函数为
| $ \begin{array}{*{20}{c}} {\min \sum\limits_{t = 1}^2 {\left[{\sum\limits_{i,j \in V} {\left[{\left[{\left\lfloor {{L_{i,j}}/{d^{\rm{A}}}} \right\rfloor {P^{\rm{A}}} + \left( {{P^{{\rm{Fs}}}} + {P^{{\rm{Ft}}}}} \right)} \right]{f_{i,j}}} \right] + } } \right.} }\\ {\sum\limits_{i \in V} {\left[{{P^{\rm{S}}} + I_i^t{P^{{\rm{Trans}}}} + F_i^tW{P^{{\rm{MENS}}}}} \right] + } }\\ {\sum\limits_{i \in V} {\left. {\left[{{P^{{\rm{RP}}}} + N_i^t{P^{{\rm{LC}}}} + C_i^t{P^{{\rm{SF}}}}} \right]} \right]} } \end{array} $ | (1) |
约束条件为
| $ \begin{array}{*{20}{c}} {\sum\limits_{i \in V} {\left( {f_{\left( {i,j} \right),k}^{\left( {s,d} \right)w} - f_{\left( {i,j} \right),k}^{\left( {s,d} \right)w}} \right)} = \left\{ \begin{array}{l} - {\lambda _{\left( {s,d} \right),w}},\;\;\;j = s\\ {\lambda _{\left( {s,d} \right),w}},\;\;\;j = d\\ 0,\;\;\;j \ne s,d \end{array} \right.}\\ {\forall i,j,s,d \in V} \end{array} $ | (2) |
| $ \sum\limits_{s,d,w} {f_{\left( {i,j} \right),k}^{\left( {s,d} \right)w} \le {F_{\left( {i,j} \right)k}},} \forall i,j,k $ | (3) |
| $ \sum\limits_k {{x_{\left( {i,j} \right),k}} \le {k_{\left( {i,j} \right)}},} \forall i,j $ | (4) |
其中：f(i,j),k(s,d),w为波长w从源节点s到目的节点d的业务请求，若通过链路(i,j)上的光纤k传输，取值为1，否则为0；x(i,j),k为二进制数，若链路(i,j)中的光纤k用于疏导，则值为1，否则为0.
3 启发式算法设计在IP over WDM大规模网络中，节点和链路数目很大，能耗模型式(1)的优化求解是典型的NP难问题. 基于SLTIC策略，设计了一种基于SLTIC求解最小能耗模型的启发式算法，该算法的过程为：根据时段划分，峰值负载时，再关闭断开的部分链路，即在原始网络拓扑图中，对请求业务进行疏导路由，并计算网络能耗；非峰值时段到来时，使用SLTIC策略选择部分链路关闭，并在调整后的拓扑图中疏导路由业务，计算非峰值负载时段的能耗. 图 2为基于SLTIC的分时段关/断链路能效路由业务流程图.
|
图2 SLTIC算法流程图 |
仿真条件：选用NSFnet网络拓扑，如图 3所示，14个节点，21条链路，链路上的数字表示节点之间的距离，单位为km；Original、SOFM和SLTIC策略的业务疏导均采用Liu等[9]提出的疏导方法.
|
图3 NSFnet网络拓扑 |
参数设置：波长平面数为6；波长信道容量为STM-64(10 Gbit/s)；在14个节点中随机任选1个作为新到达请求的源节点，目的节点在剩余的节点中产生，其中目的节点个数服从[2,5]的平均分布，请求到达服从参数为λ的泊松分布，请求的服务时间服从参数1/μ，请求所需的带宽粒度按OC-3∶OC-12∶OC-48∶OC-192=3∶3∶3∶1产生.
为了验证SLTIC策略在节能的同时能够保证网络的阻塞率性能，笔者选用网络的请求阻塞率和能耗2个性能指标进行仿真与分析.
4.1 网络阻塞率表 2所示为采用Original、SOFM和SLTIC 三种策略，求得网络请求阻塞率随业务量的变化情况. 从表 2中的数据分析可知，业务量为2 000～10 000时，由于Original网络连通度最高，阻塞率最低. SOFM要断开网络中存在的并联链路，造成网络连通度过低或出现孤立节点，因此其阻塞率会相应增大. 笔者提出的SLTIC策略可以避免孤立节点的产生，网络连通度有所增加，与SOFM相比阻塞率至少降低了32.9%.
| 表2 不同策略阻塞率 |
网络中节点的能耗主要由路由器、光交叉连接设备以及转发器3部分组成. 光纤上消耗能量主要集中在放大器上. 由表 3可知，在峰值负载时段，3种策略能耗均相同；而在非峰值时段，采用SOFM和SLTIC 2种策略，网络能耗均能得到控制. 在网络的一个进行周期中，表 3中的总能耗为峰值时和非峰值时的能耗之和. 综合表 2的数据分析可知，笔者所提SLTIC策略与SOFM相比，仅以多消耗4.94%的能耗为代价得到了网络阻塞率下降约30%～50%的效果，从能效的性价比角度来评价，SLTIC比SOFM优越.
| 表3 不同策略下的能耗 |
探索能效网络是未来通信网中一项很重要的工作. 基于透明网络结构，根据1 d内网络中负载周期性变化规律，通过SLTIC选择断开部分链路来降低能耗，在峰值时段又关闭链路. 设计了基于SLTIC的启发式路由算法，有效地解决了休眠节能机制中请求阻率劣化严重的问题. 在促进网络节能的同时，保证网络的质量是未来绿色通信网络能效发展的长远之路.
| [1] | Coior A, Listanti M, Valenti A. Impact of energy-aware topology design and adaptive routing at different layers in IP over WDM networks[J]. Journal of Optical Communications and Networking, 2012: 1-6.[引用本文:1] |
| [2] | Coior A, Listanti M, Valenti A. Distributioed and adaptive interface switch off for internet energy saving[C]//IEEE Conference on Computer Communications and Networks(ICCCN), 2011: 1-8.[引用本文:1] |
| [3] | Caria M, Chamania M, Jukan A. To switch on or off: a simple case study on energy efficiency in IP-over-WDM networks[C]//IEEE International Conference on Performance Switching and Routing, 2011: 70-76.[引用本文:1] |
| [4] | Caria M, Chamania M, Jukan A. A comparative performance study of load adaptive energy saving schemes for IP-over-WDM networks[J]. Journal of Optical Communications and Networking, 2012, 4(3): 152-164.[引用本文:1] |
| [5] | 资费标准(移动)[EB/OL]. [2015-12-01]. http://mobile.zol.com.cn/active/money/images/Untitled-2.htm.[引用本文:1] |
| [6] | 资费标准(联通)[EB/OL]. [2015-12-01]. http://mobile.zol.com.cn/active/money/images/Untitled-1.htm.[引用本文:1] |
| [7] | 资费标准(电信)[EB/OL]. [2015-12-01]. http://gd.189.cn/internet/taocan_gh/2011/11/07/10644.htm.[引用本文:1] |
| [8] | Coiro A, Listanti M, Valenti A. Dynamic power-aware routing and wavelength assignment for green WDM optical networks[C]//IEEE International Conference on Communications(ICC), 2011: 1-6.[引用本文:1] |
| [9] | Liu Huanlin, Xue Xiang, Chen Yong, et al. An efficient dynamic multicast traffic grooming algorithm for WDM networks[J]. Photonic Network Communication, 2013, 26(2-3): 95-102.[引用本文:1] |