基于軟件定義的未來網(wǎng)絡(luò)節(jié)能算法

孫冬冬，楊龍祥

(南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003)

基于軟件定義的未來網(wǎng)絡(luò)節(jié)能算法

孫冬冬，楊龍祥

(南京郵電大學(xué) 通信與信息工程學(xué)院，江蘇 南京 210003)

隨著網(wǎng)絡(luò)用戶的急劇增長(zhǎng)和網(wǎng)絡(luò)規(guī)模的不斷擴(kuò)大，網(wǎng)絡(luò)的能耗已經(jīng)成了越來越嚴(yán)重的問題，所以網(wǎng)絡(luò)節(jié)能成為了人們關(guān)注的問題。但是，在傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)下，進(jìn)行網(wǎng)絡(luò)的節(jié)能研究不是有效的，因?yàn)闆]有集中的控制和管理機(jī)制。因而提出了SDN的未來網(wǎng)絡(luò)架構(gòu)，其分離了設(shè)備的控制層和數(shù)據(jù)層，其控制層能夠獲得整個(gè)網(wǎng)絡(luò)設(shè)備的信息，從而為網(wǎng)絡(luò)的節(jié)能帶來了方便。SDN是在全局網(wǎng)絡(luò)的基礎(chǔ)上提供了一種新的綠色網(wǎng)絡(luò)節(jié)能技術(shù)：它能收集整個(gè)網(wǎng)絡(luò)的拓?fù)浜兔總€(gè)設(shè)備的實(shí)時(shí)流量信息。在SDN的基礎(chǔ)上，提出了二進(jìn)制節(jié)能算法和貪婪算法，通過SDN集中的管理和預(yù)處理流量，得到了更好的節(jié)能效果。通過仿真結(jié)果可以看出，提出的算法的確要好于傳統(tǒng)的算法。

軟件定義網(wǎng)絡(luò)；能量消耗；節(jié)能；二進(jìn)制整數(shù)規(guī)劃算法；貪婪算法

1 概 述

近年來，能量消耗的增長(zhǎng)已經(jīng)變成越來越嚴(yán)重的問題。大部分主要的能源是非可再生的，在不遠(yuǎn)的將來就會(huì)耗盡。同時(shí)，今天使用的能量大部分來自化石燃料的燃燒，大量的能量消耗就會(huì)產(chǎn)生大量的溫室氣體，從而導(dǎo)致全球變暖和一系列消極的影響。但是最近幾年，網(wǎng)絡(luò)消耗的能量和產(chǎn)生的溫室氣體在快速增長(zhǎng)。因此，網(wǎng)絡(luò)能量的消耗是不能被忽視的，如何節(jié)省網(wǎng)絡(luò)的能量變成了一個(gè)重要的話題[1]。數(shù)據(jù)中心網(wǎng)作為計(jì)算、存儲(chǔ)和多種服務(wù)的提供者扮演著重要的角色。為了保證數(shù)據(jù)中心網(wǎng)的可靠性，網(wǎng)絡(luò)中有許多冗余的交換機(jī)和服務(wù)器。數(shù)據(jù)中心網(wǎng)絡(luò)中有周期性的能量變化，但是能量消耗確是相對(duì)恒定的，也就是設(shè)備能量消耗和它的鏈路利用率不成比例，從而引起了巨大的能量浪費(fèi)[2]。

從經(jīng)營(yíng)者的角度，有三種方法可以實(shí)現(xiàn)節(jié)能：

(1)減少不合理的網(wǎng)絡(luò)重復(fù)，通過網(wǎng)絡(luò)規(guī)劃和資源聯(lián)合優(yōu)化。

(2)購置能量有效性設(shè)備。

(3)智能休眠或者合理優(yōu)化來動(dòng)態(tài)提供網(wǎng)絡(luò)的能量基于商業(yè)的要求。

前兩種方法是靜態(tài)的。因?yàn)橐唤?jīng)實(shí)現(xiàn)，能量節(jié)省就是固定的，不能繼續(xù)優(yōu)化，大部分經(jīng)營(yíng)者和設(shè)備提供商現(xiàn)在采取這種節(jié)能方案。而文中根據(jù)第三種方法[3]設(shè)計(jì)了節(jié)能優(yōu)化算法。第三種節(jié)能方法是動(dòng)態(tài)節(jié)能方案。因?yàn)槁酚善魇蔷W(wǎng)絡(luò)中運(yùn)行的主要設(shè)備，而目標(biāo)是在整個(gè)網(wǎng)絡(luò)中節(jié)省路由的能量消耗。存在的路由節(jié)能技術(shù)主要關(guān)注兩個(gè)優(yōu)化方面：局部?jī)?yōu)化和全局優(yōu)化。

一方面，大部分有關(guān)路由能量的研究是在鏈路層或設(shè)備層的局部?jī)?yōu)化，即把路由器作為獨(dú)立設(shè)備，注重硬件設(shè)備層的節(jié)能。Gupta等[4]提出使網(wǎng)絡(luò)子元件如線卡休眠，當(dāng)它們空閑時(shí)或在低速率下運(yùn)行。他們后來探索不協(xié)調(diào)的休眠節(jié)能技術(shù)在局域網(wǎng)的鏈路層[5-7]。Nedevschi等[8]提出通過減小突發(fā)流量使網(wǎng)絡(luò)元件有更多的機(jī)會(huì)休眠(當(dāng)空閑時(shí))和使網(wǎng)絡(luò)操作率適應(yīng)工作負(fù)載。然而，數(shù)據(jù)包的到達(dá)間隔時(shí)間限制了這種局部?jī)?yōu)化方法。

另一方面，剩余的路由能量管理是在網(wǎng)絡(luò)層的全局優(yōu)化?，F(xiàn)今，高的路徑冗余和低的鏈路利用率網(wǎng)絡(luò)為能量感知流量工程提供了機(jī)會(huì)。Gupta等[4]提出當(dāng)?shù)突顒?dòng)期時(shí)，改變路由使流量聚合到更少的路由上，從而使空閑的設(shè)備休眠。然而，他們沒有提出實(shí)際的網(wǎng)絡(luò)層算法。Heller等[9]提出彈性樹方法來得到更好的能量有效性。其主要思想是依靠流量負(fù)載找到正確交換機(jī)和鏈路的集合，充分利用數(shù)據(jù)中心的胖樹拓?fù)浣Y(jié)構(gòu)和簡(jiǎn)單的保留根樹結(jié)構(gòu)。但是，該方法不能應(yīng)用在一般的網(wǎng)絡(luò)拓?fù)渲小Ｎ墨I(xiàn)[10]提出了EATe來減少能量消耗，其工作結(jié)合休眠，速率自適應(yīng)和路由協(xié)調(diào)局部措施。然而，在軟件定義網(wǎng)絡(luò)中，因?yàn)榧锌刂破?，這些措施都是沒有必要的。文獻(xiàn)[11]提出了一種最新的全局流量工程機(jī)制GreenTE。GreenTE通過分離的方式重新路由來最大化空閑鏈路的總的節(jié)能，在最大鏈路利用率和網(wǎng)絡(luò)延時(shí)條件下，提出了一個(gè)混合整數(shù)規(guī)劃問題，商業(yè)軟件Cplex用來解決這個(gè)問題(在300 s限制時(shí)間內(nèi))。在限制時(shí)間內(nèi)，該方法不能確保一個(gè)靈活的解決方案，也沒有提出實(shí)際的算法。然而提出的算法是更實(shí)際的，能擴(kuò)展到任何網(wǎng)絡(luò)拓?fù)?，尤其是在不能手工關(guān)閉的大型復(fù)雜網(wǎng)絡(luò)中。

以上研究的網(wǎng)絡(luò)節(jié)能算法都是基于傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)，但在SDN的基礎(chǔ)上，進(jìn)行算法的研究還很少。文中主要研究基于SDN網(wǎng)絡(luò)架構(gòu)的二進(jìn)制節(jié)能算法和貪婪算法，通過SDN集中的管理和預(yù)處理流量，得到了更好的節(jié)能效果。

2 數(shù)據(jù)中心網(wǎng)的能量消耗

對(duì)于數(shù)據(jù)中心網(wǎng)，主要還是網(wǎng)絡(luò)設(shè)備帶來的能量消耗，即網(wǎng)絡(luò)服務(wù)器、交換機(jī)、路由器和鏈路。為了保護(hù)設(shè)備，數(shù)據(jù)中心網(wǎng)也包括冷卻系統(tǒng)，其消耗了相當(dāng)大的能量。其他的變壓器、供電設(shè)備和照明設(shè)備消耗了很小的一部分能量。

數(shù)據(jù)中心網(wǎng)的能量消耗主要集中在網(wǎng)絡(luò)的設(shè)備和冷卻系統(tǒng)上[12]。其中，網(wǎng)絡(luò)設(shè)備占總能量消耗的1/3。文中只考慮網(wǎng)絡(luò)設(shè)備的能量消耗。

對(duì)于一個(gè)交換機(jī)來說，一個(gè)端口僅僅消耗1～2 W的能量。而交換機(jī)從空閑到滿負(fù)載的狀態(tài)僅僅提升8%的能量消耗。因此，只要交換機(jī)一打開，將要消耗大量的能量。

表1顯示了不同配置的48端口的交換機(jī)的能量消耗。交換機(jī)A,B,C分別是Cisco、ProCurve和Brocade類型交換機(jī)[13]。

表1 交換機(jī)的能量消耗

文中主要處理網(wǎng)絡(luò)設(shè)備(交換機(jī)、服務(wù)器)的節(jié)能，而不是控制器，冷卻系統(tǒng)和能量提供系統(tǒng)的節(jié)能。這主要是由于SND的控制器是不能被關(guān)閉的，且SDN控制非網(wǎng)絡(luò)設(shè)備很困難。處理網(wǎng)絡(luò)流量和控制網(wǎng)絡(luò)設(shè)備的開關(guān)將要獲得節(jié)能的目的。

3 SND的簡(jiǎn)單介紹

3.1 SDN的結(jié)構(gòu)

SDN是一個(gè)新的網(wǎng)絡(luò)架構(gòu)，主要分為三個(gè)部分[14]：SDN物理層、SDN控制層和SDN應(yīng)用層。

在物理層，主要是SDN交換機(jī)的物理設(shè)備。SDN控制層主要包含SDN控制器，其主要負(fù)責(zé)集中管理物理層的硬件，然后能優(yōu)化網(wǎng)絡(luò)的能效和吞吐率。SDN應(yīng)用層包含了一些以SDN為基礎(chǔ)的應(yīng)用軟件。文中節(jié)能模型主要建立在SDN的控制層，核心算法配置在控制器中。因此，可以使用SDN控制器獲得網(wǎng)絡(luò)信息，通過控制路徑流量和控制網(wǎng)絡(luò)設(shè)備的開關(guān)來達(dá)到節(jié)能的目的。

3.2 SDN中節(jié)能的功能

通過流量表和集中管理，SDN提供了以下功能來實(shí)現(xiàn)節(jié)能：

(1)控制器可以獲得當(dāng)前的網(wǎng)絡(luò)拓?fù)洌?/p>

(2)控制器可以獲得網(wǎng)絡(luò)設(shè)備的特性；

(3)網(wǎng)絡(luò)設(shè)備定期地報(bào)告它們的流量負(fù)載到控制器；

(4)控制器可以控制網(wǎng)絡(luò)設(shè)備的開關(guān)；

(5)控制器可以監(jiān)控傳輸路徑的流量。

4 SDN的能量節(jié)能模型

提出兩個(gè)模型來處理進(jìn)入數(shù)據(jù)中心的流量。

以下是算法中將要用到的符號(hào)，其含義如表2所示。

表2 符號(hào)所代表的含義

4.1 二進(jìn)制整數(shù)線性規(guī)劃模型

基于上面的假設(shè)，構(gòu)成了一個(gè)二進(jìn)制整數(shù)規(guī)劃模型來處理流量。這個(gè)流量將要被聚合從而使用更少的網(wǎng)絡(luò)設(shè)備，在每一個(gè)鏈路不超過鏈路容量的條件下，假設(shè)數(shù)據(jù)中心網(wǎng)絡(luò)流量在某種程度上能被需求矩陣R表示。通過需求矩陣，能容易地計(jì)算需求對(duì)集合P。對(duì)于任意的Ps∈P,s=1,2,…,S，能得到傳輸路徑集Bs。這個(gè)模型的目標(biāo)是決定最小的能量消耗在滿足負(fù)載需求和每一個(gè)鏈路將不超過鏈路容量的條件下。

到此，能得到二進(jìn)制整數(shù)規(guī)劃模型：

(1)

其中

(2)

從以上公式，使用二進(jìn)制整數(shù)規(guī)劃來找到最小數(shù)量的交換機(jī)和服務(wù)器來滿足當(dāng)前網(wǎng)絡(luò)要求。二進(jìn)制整數(shù)規(guī)劃將要探索所有可能的最優(yōu)路徑來獲得最小能耗，因此這個(gè)結(jié)果一定是最優(yōu)的。然后，可以得到數(shù)據(jù)中心能量消耗U'=umin，將其與U進(jìn)行比較，得到節(jié)能比例：

(3)

盡管二進(jìn)制整數(shù)規(guī)劃模型能夠得到最好的能量有效性網(wǎng)絡(luò)，但是，它是困難地來處理大型網(wǎng)絡(luò)，因?yàn)榫仃嚭蛨D論的計(jì)算是相當(dāng)復(fù)雜的。因此，它只能應(yīng)用在相對(duì)小規(guī)模的網(wǎng)絡(luò)中。因而，提出了貪婪算法來克服這個(gè)問題。

4.2 貪婪算法模型

二進(jìn)制整數(shù)規(guī)劃模型算法因?yàn)樘幚砀邚?fù)雜的大型網(wǎng)絡(luò)是困難的，因此提出了一個(gè)貪婪算法模型來減少計(jì)算的花費(fèi)。

貪婪算法模型主要是以逐步的方式來增加傳輸路徑，每一步它將選擇花費(fèi)能量最少的路徑。如果當(dāng)前傳輸要求的數(shù)量是S，那么經(jīng)過S次迭代，就能獲得最終結(jié)果，其極大地簡(jiǎn)化了計(jì)算過程。

以下來描述貪婪式算法模型：首先定義迭代公式，每次迭代都能獲得一個(gè)新的網(wǎng)絡(luò)拓?fù)洌涞扔诋?dāng)前網(wǎng)絡(luò)拓?fù)浼由献顑?yōu)傳輸路徑。如下所示：

(4)

為了保證這個(gè)增加的路徑是最優(yōu)的，其optk必須滿足下面的條件：

(5)

在每次迭代中，必須保證流量不能超過鏈路容量：

(6)

其中，Tk代表由k次迭代后產(chǎn)生的流量矩陣。

經(jīng)過S次迭代后，能夠獲得最終拓?fù)銽opoS，從而得到能量消耗U'=U(TopoS)，其能夠用來計(jì)算能量消耗比例E。

4.3 局部模型算法

在傳統(tǒng)的網(wǎng)絡(luò)架構(gòu)中，沒有集中控制和管理機(jī)制，路由和交換機(jī)只能根據(jù)自己的狀態(tài)來收集信息。在這種情況下，每個(gè)設(shè)備感知自己的流量狀況，然后獨(dú)自決定是否關(guān)掉自己，從而獲得節(jié)能的目的，稱其為局部模型。

5 仿真和測(cè)試

5.1 仿真設(shè)計(jì)

使用Matlab對(duì)提出的模型進(jìn)行仿真，包括以下模塊。

(1)物理層模塊。

物理層模塊就是用來仿真物理層網(wǎng)絡(luò)的。在兩個(gè)不同的時(shí)間間隔，需求到達(dá)數(shù)量是獨(dú)立的，因此用泊松過程來描述流量到達(dá)過程[15]。在每一單元時(shí)間，需求到達(dá)率為λ，需求到達(dá)數(shù)量N服從泊松分布，如下所示：

(7)

每一個(gè)數(shù)據(jù)中心網(wǎng)的流量分布顯示出某種特征[12]，用Pij來表示服務(wù)器i發(fā)送數(shù)據(jù)到服務(wù)器j的概率，其滿足以下公式：

(8)

每一個(gè)需求持續(xù)時(shí)間從一個(gè)服務(wù)器到另一個(gè)服務(wù)器是改變的。例如，一個(gè)視頻網(wǎng)站的時(shí)間是長(zhǎng)的，而新聞網(wǎng)站相對(duì)來說是短的。根據(jù)隊(duì)列理論，假設(shè)需求持續(xù)時(shí)間服從指數(shù)分布，用參數(shù)α表示的公式如下：

(9)

同時(shí)，每個(gè)需要傳輸需求的數(shù)量數(shù)據(jù)與服務(wù)的類型密切相關(guān)，認(rèn)為其服從統(tǒng)一分布，可以用如下公式表示：

(10)

以這種方式，能使用仿真來產(chǎn)生流量和需求。對(duì)于不同的網(wǎng)絡(luò)，僅僅只需要根據(jù)網(wǎng)絡(luò)的特性來調(diào)整網(wǎng)絡(luò)參數(shù)就行。

(2)流量處理模塊。

在流量處理模型中，只需要依據(jù)先前提出的模型進(jìn)行仿真。

(3)設(shè)備控制模塊。

對(duì)于設(shè)備控制模快，其與SDN網(wǎng)絡(luò)操作密切相關(guān)，能用SDN控制器來控制設(shè)備和路由的流量。

5.2 仿真參數(shù)

(1)數(shù)據(jù)中心網(wǎng)的拓?fù)洹?/p>

考慮到大部分網(wǎng)絡(luò)使用的拓?fù)浣Y(jié)構(gòu)，該仿真模型建立在三層樹拓?fù)浣Y(jié)構(gòu)基礎(chǔ)上，其有10臺(tái)SDN交換機(jī)和8臺(tái)服務(wù)器。

(2)鏈路容量。

為了方便，認(rèn)為每一個(gè)鏈路容量是相同的：C=6。

(3)平均需求持續(xù)時(shí)間。

假設(shè)每個(gè)需求占5個(gè)單元時(shí)間，表達(dá)為α=5。這個(gè)參數(shù)直接和網(wǎng)絡(luò)負(fù)載有關(guān)且能調(diào)節(jié)服務(wù)負(fù)載，即α越大，網(wǎng)絡(luò)負(fù)載越重。

(4)需求到達(dá)率。

令λ=1，也可以使用這個(gè)參數(shù)來調(diào)整網(wǎng)絡(luò)負(fù)載，這個(gè)值越大，網(wǎng)絡(luò)的負(fù)載越重。

(5)延遲。

延遲對(duì)這個(gè)測(cè)試網(wǎng)絡(luò)非常重要。仿真中，考慮隊(duì)列延時(shí)，即在算法中，如果流量不能找到到達(dá)目標(biāo)的路徑，將會(huì)被存儲(chǔ)在交換機(jī)中，從而帶來延時(shí)。文中將不考慮計(jì)算延時(shí)或者傳輸延時(shí)。

(6)能量模型。

網(wǎng)絡(luò)中設(shè)備的消耗是非常重要的，因此假設(shè)交換機(jī)打開時(shí)的消耗是0.9，鏈路是0.025，其都依據(jù)表2得出。

(7)評(píng)價(jià)指標(biāo)。

用E來評(píng)價(jià)該模型，同時(shí)也考慮延時(shí)。

5.3 仿真結(jié)果

仿真三個(gè)不同的節(jié)能模型(局部算法模型、二進(jìn)制整數(shù)規(guī)劃模型、貪婪算法模型)來評(píng)價(jià)該模型。

(1)不同算法的節(jié)能效率。

仿真參數(shù)α=5，λ=1，進(jìn)行仿真30次，每次持續(xù)100個(gè)單元時(shí)間。仿真結(jié)果如圖1所示。

圖1 不同算法的節(jié)能效率仿真圖

從圖中可得，文中提出算法的能效比傳統(tǒng)的局部算法提高10%，貪婪算法節(jié)能效率和二進(jìn)制算法基本相同，所以兩條曲線幾乎重合。如果網(wǎng)絡(luò)規(guī)模比較大，就用貪婪算法模型來減少計(jì)算量。

(2)不同流量負(fù)載的節(jié)能。

這個(gè)測(cè)試主要討論當(dāng)網(wǎng)絡(luò)負(fù)載增加時(shí)，能量比例的改變。為了測(cè)試到達(dá)率對(duì)節(jié)能的影響，設(shè)置到達(dá)率λ從1到2.5，每步增加0.05，平均需求持續(xù)時(shí)間固定為α=4。仿真31次，每次測(cè)試持續(xù)100單元時(shí)間，仿真結(jié)果如圖2所示。

從圖中可以看到，隨著到達(dá)率的增加，節(jié)能變得相對(duì)困難。主要是因?yàn)楫?dāng)流量負(fù)載變得重時(shí)，大部分網(wǎng)絡(luò)設(shè)備被占用，在這種情況下能效比較低。也可以看到曲線有抖動(dòng)，這是因?yàn)榉抡鏁r(shí)間是被限制的，可以仿真多次得到平均值來消除抖動(dòng)。同時(shí)，可以看到有時(shí)貪婪算法得到比二進(jìn)制整數(shù)規(guī)劃模型更好的能效，這是因?yàn)樨澙匪惴ńo流量帶來了延時(shí)。

對(duì)需求持續(xù)時(shí)間對(duì)節(jié)能的影響進(jìn)行評(píng)價(jià)，其和到達(dá)率非常相似。仿真中，設(shè)置λ=1，需求持續(xù)時(shí)間從4增加到6，每步增加0.1。仿真21次，每次仿真100單元時(shí)間，仿真結(jié)果如圖3所示。

圖2 不同到達(dá)率下節(jié)能效率仿真圖

圖3 不同需求持續(xù)時(shí)間下的節(jié)能效率仿真圖

從圖中可以看出，隨著需求持續(xù)時(shí)間的增長(zhǎng)，節(jié)能越來越困難。

(3)不同算法下的延時(shí)情況。

這部分比較三種不同算法在流量負(fù)載相對(duì)較重時(shí)的延時(shí)。為了得到重的負(fù)載流量，令λ=1.5，α=8。仿真20次，每次100單元時(shí)間，仿真結(jié)果如圖4所示。

圖4 不同算法的延時(shí)情況仿真圖

從圖中可以看出，二進(jìn)制整數(shù)規(guī)劃模型和局部算法模型的延時(shí)幾乎相同，且在相對(duì)較低的水平。但是貪婪算法的延時(shí)是高的，這是因?yàn)樨澙匪惴ǖ媒?jīng)過一步步的迭代去找到最優(yōu)傳輸路徑。當(dāng)負(fù)載較重時(shí)，貪婪算法不能找到滿足容量限制的路徑，所以導(dǎo)致了延時(shí)。因此，二進(jìn)制整數(shù)規(guī)劃模型更適合要求低延時(shí)的網(wǎng)絡(luò)。

6 結(jié)束語

文中提出了新的未來網(wǎng)絡(luò)架構(gòu)SDN，其網(wǎng)絡(luò)的控制層從網(wǎng)絡(luò)的轉(zhuǎn)發(fā)層分離出來交給控制器來管理。SDN允許網(wǎng)絡(luò)的邏輯控制層從全局網(wǎng)絡(luò)觀點(diǎn)來設(shè)計(jì)和操作網(wǎng)絡(luò)。因此SDN開辟了一種新的綠色節(jié)能方法，可以收集整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)和設(shè)備的實(shí)時(shí)流量信息。因此，基于SDN提出了二種不同的節(jié)能算法：二進(jìn)制整數(shù)規(guī)劃算法和貪婪算法。其能夠應(yīng)用在不同的數(shù)據(jù)中心網(wǎng)。通過仿真比較，可以明顯地看到提出算法在節(jié)能上要好于傳統(tǒng)的局部算法。

但是，二進(jìn)制整數(shù)規(guī)劃算法的計(jì)算是復(fù)雜的，不適合使用在復(fù)雜的網(wǎng)絡(luò)中，而貪婪算法當(dāng)網(wǎng)絡(luò)負(fù)載重時(shí)延時(shí)較高，將來可以對(duì)這兩種算法進(jìn)行更深入的探索，使它們更加優(yōu)化。

經(jīng)過節(jié)能后的網(wǎng)絡(luò)，流量是相對(duì)集中的，所以網(wǎng)絡(luò)容易受到鏈路失敗和突然的流量風(fēng)暴的影響。然而到目前為止，還沒有這方面的研究，即在研究網(wǎng)絡(luò)節(jié)能的同時(shí)研究網(wǎng)絡(luò)的可靠性，這將是未來的研究方向。

[1]HuC,WuC,XiongW,etal.Onthedesignofgreenreconfigurableroutertowardenergyefficientinternet[J].IEEECommunicationsMagazine,2011,49(6):83-87.

[2]Internetenergyconsumption[EB/OL]. 2013.http://www.thebigdata.cn/YeJieDongTai/4274.html.

[3]WangR,JiangZ,GaoS,etal.Energy-awareroutingalgorithmsinsoftware-definednetworks[C]//Worldofwireless,mobileandmultimedianetworks.[s.l.]:IEEE,2014:1-6.

[4]GuptaM,SinghS.Greeningoftheinternet[C]//Conferenceonapplications,technologies,architectures,andprotocolsforcomputercommunications.[s.l.]:ACM,2003:19-26.

[5]GuptaM,GroverS,SinghS.AfeasibilitystudyforpowermanagementinLANswitches[C]//IEEEinternationalconferenceonnetworkprotocols.[s.l.]:IEEEComputerSociety,2004:361-371.

[6]GuptaM,SinghS.DynamicEthernetlinkshutdownforenergyconservationonEthernetlinks[C]//IEEEinternationalconferenceoncommunications.[s.l.]:IEEE,2007:6156-6161.

[7]GuptaM,SinghS.Usinglow-powermodesforenergyconservationinEthernetLANs[J].ThinSolidFilms,2003,437(1-2):51-56.

[8]NedevschiS,PopaL,IannacconeG,etal.Reducingnetwork

energyconsumptionviarate-adaptationandsleeping[C]//Proceedingsofthe5thUSENIXsymposiumonnetworkedsystemsdesignandimplementation.[s.l.]:USENIXAssociation,2008:323-336.

[9]HellerB,SeetharamanS,MahadevanP,etal.ElasticTree:savingenergyindatacenternetworks[C]//NSDI.[s.l.]:[s.n.],2010:249-264.

[10]VasiN,KostiD.Energy-awaretrafficengineering[C]//Internationalconferenceonenergy-efficientcomputingandnetwork.[s.l.]:[s.n.],2008:169-178.

[11]ZhangM,YiC,LiuB,etal.GreenTE:power-awaretrafficengineering[C]//IEEEinternationalconferenceonnetworkprotocols.[s.l.]:IEEEComputerSociety,2010:21-30.

[12]TuR,WangX,YangY.Energy-savingmodelforSDNdatacenters[J].JournalofSupercomputing,2014,70(3):1477-1495.

[13]MahadevanP,SharmaP,BanerjeeS,etal.Apowerbenchmarkingframeworkfornetworkdevices[M]//Networking.Berlin:Springer,2009:795-808.

[14]OpenFlowswitchspecification1.4.0[EB/OL].2013.https://www.opennetworking.org/images/stories/downloads/sdn-resources/onf-specifications/openflow/openflow-spec-v1.4.0.pdf.

[15]RyuB,CheneyD,BraunHW.Internetflowcharacterization:adaptivetimeoutstrategyandstatisticalmodeling[C]//Workshoponpassiveandactivemeasurement.[s.l.]:[s.n.],2001.

Future Network Energy Saving Algorithm Based on Software Definition

SUN Dong-dong，YANG Long-xiang

(College of Communication and Information Engineering，Nanjing University of Posts and Telecommunications，Nanjing 210003，China)

With the rapid growth of network users and the continuous expansion of the network scale,energy consumption of the network has become more and more serious problem,so the network energy saving has become the focus.However,on the basis of the traditional network architecture,energy conservation research of the network is not effective,because there is no centralized control and management mechanism.Thus the future network SDN architecture is presented which separates control layer and data layer of devices.Control layer can obtain information of the whole network devices which is convenient to network of energy saving.On the basis of the global network,SDN provides a new green network energy saving technology which can collect the entire network topology and real-time traffic information of each equipment.On the basis of SDN,the binary energy-saving algorithm and greedy algorithm are put forward.Through centralized management and preprocessing traffic by SDN,the better energy efficiency is achieved.Finally,the simulation results can be seen that the proposed algorithm is indeed better than traditional one.

SDN;energy consumption;energy saving;binary integer programming algorithm;greedy algorithm

2016-04-22

2016-08-11

時(shí)間：2017-02-17

國(guó)家“973”重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃項(xiàng)目(2013CB329104)

孫冬冬(1990-)，男，碩士，研究方向?yàn)橐苿?dòng)通信與無線技術(shù);楊龍祥，教授，博士生導(dǎo)師，研究方向?yàn)橐苿?dòng)無線通信與物聯(lián)網(wǎng)。

http://www.cnki.net/kcms/detail/61.1450.TP.20170217.1628.040.html

TP301.6

A

1673-629X(2017)03-0070-05

10.3969/j.issn.1673-629X.2017.03.015