基于軟件定義網(wǎng)絡(luò)的電力云數(shù)據(jù)中心流量控制技術(shù)

鐘 掖 龍玉江 趙威揚 張光益

(貴州電網(wǎng)有限責(zé)任公司信息中心,貴州 貴陽550000)

為了滿足數(shù)據(jù)中心網(wǎng)絡(luò)性能的新要求,數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)的研究與應(yīng)用已成為當(dāng)前的熱門話題[1-2]。相對于傳統(tǒng)網(wǎng)絡(luò)架構(gòu),SDN(Software Defined Network,軟件定義網(wǎng)絡(luò))具有明顯優(yōu)勢,其具備的可編程性、數(shù)據(jù)轉(zhuǎn)發(fā)和通知分離模式,以及網(wǎng)絡(luò)瞬時狀態(tài)管理方式,使其在完成分布式控制平面的所有功能的同時,還可以實現(xiàn)網(wǎng)絡(luò)瞬態(tài)的集中管理[3]。

當(dāng)前對于數(shù)據(jù)流量的控制方法已經(jīng)有相關(guān)研究,陽凱等人[4]基于SDN 的OpenFlow協(xié)議實現(xiàn)了流量的控制,針對復(fù)雜的網(wǎng)絡(luò)業(yè)務(wù)流量也可以靈活且穩(wěn)定地控制數(shù)據(jù)流。曾穎等人[5]基于隨機森林和文本挖掘算法實現(xiàn)了對于數(shù)據(jù)流量的預(yù)測和控制,在預(yù)測過程中實現(xiàn)了文本特征的提取,有效提升了數(shù)據(jù)流量控制的穩(wěn)定性。以上方法雖然在一定程度上提升了流量控制的效率,但未考慮鏈路的負(fù)載均衡問題。

基于此,本文提出基于軟件定義網(wǎng)絡(luò)的電力云數(shù)據(jù)中心流量控制技術(shù)研究,通過軟件定義網(wǎng)絡(luò)路由算法為數(shù)據(jù)傳輸鏈路的荷載進(jìn)行均衡,實現(xiàn)流量控制,并通過仿真實驗驗證了所提技術(shù)的有效性。

1 軟件定義網(wǎng)絡(luò)運行模式

軟件定義網(wǎng)絡(luò)通過集中式、可編程的操作方法,與網(wǎng)絡(luò)設(shè)備的基礎(chǔ)控制層分離,在避免基礎(chǔ)硬件設(shè)備對操作任務(wù)影響的基礎(chǔ)上,提高了硬件的應(yīng)用性能[6-7]。在軟件定義網(wǎng)絡(luò)構(gòu)架中,包括控制信息的處理、流表安裝信息的生成和轉(zhuǎn)發(fā)等過程；控制層面到數(shù)據(jù)層面過程,包括流表的接收和安裝等過程[8-9]。

2 基于軟件定義網(wǎng)絡(luò)的流量控制方法

2.1 電力云數(shù)據(jù)中心建模

在對電力云數(shù)據(jù)中心流量進(jìn)行控制之前,首先建立網(wǎng)絡(luò)模型。在此條件下,電力云數(shù)據(jù)中心網(wǎng)絡(luò)模型可以表示為:

其中,ti,j表示電力云數(shù)據(jù)中心節(jié)點位置,如果兩節(jié)點之間有鏈路連通則對應(yīng)的元素為1,否則為0。

2.2 流量控制目標(biāo)函數(shù)

對電力云中心流量控制的根本基礎(chǔ)是尋找數(shù)據(jù)傳遞過程中的最小傳輸延時,這就與傳輸過程中的節(jié)點跳數(shù)、開銷、帶寬直接相關(guān),那么就可以將目標(biāo)轉(zhuǎn)化為找尋鏈路種群中的CBest、HBest和SBest,并以此在鏈路求解空間中引導(dǎo)數(shù)據(jù)流鏈路解向最優(yōu)解方向搜索。這直接關(guān)系到最優(yōu)解的好壞和搜索的效率。對于多目標(biāo)均衡控制問題,由于子目標(biāo)都是求解最小值,所以目標(biāo)函數(shù)定義如下:

公式(2)中,Cl/m 表示受到擾動的數(shù)據(jù)個數(shù)占之前數(shù)據(jù)總數(shù)的比率,hl/m 表示網(wǎng)絡(luò)中的最大鏈路利用率,ε1、ε2、ε3分別為兩個子目標(biāo)的權(quán)值。以此線性加權(quán)和作為本文的鏈路負(fù)載均衡問題的評價函數(shù),求出多個數(shù)據(jù)傳輸方案p 中的最優(yōu)解。

2.3 鏈路負(fù)載均衡

在上述電力云數(shù)據(jù)中心模型基礎(chǔ)上,運用軟件定義網(wǎng)絡(luò)路由算法為網(wǎng)絡(luò)中所有的流量數(shù)據(jù)計算工作路由和備用鏈路集,并部署所有的鏈路[10-11]。

流量鏈路均衡問題是基于從每一個多選擇中找到合適的變量,屬于多選項分配問題,因為該問題的目標(biāo)包含多個子目標(biāo),符合多目標(biāo)均衡控制問題的定義。因此,在本文選用將問題轉(zhuǎn)化為求解出最小數(shù)據(jù)擾動率下的負(fù)載均衡,以此作為最優(yōu)選擇[12]。

在電力云數(shù)據(jù)中心網(wǎng)絡(luò)中,數(shù)據(jù)傳輸鏈路算法中有b 數(shù)組和p 數(shù)組兩個數(shù)據(jù)域,分別代表所有位置和當(dāng)前解的位置,在算法中解為m 維,m 代表已有的數(shù)據(jù)數(shù)量。則最終的荷載均衡結(jié)果為:

根據(jù)數(shù)據(jù)傳輸鏈路均衡結(jié)果,對現(xiàn)網(wǎng)中的備用鏈路進(jìn)行全局調(diào)整,解的長度和現(xiàn)網(wǎng)數(shù)據(jù)的個數(shù)相同,解對應(yīng)位置的數(shù)值是指相應(yīng)數(shù)據(jù)的工作鏈路選取,以此作為控制層面的輸出結(jié)果,實現(xiàn)對電力云數(shù)據(jù)中心的流量控制。

3 試驗

在實驗中,通過調(diào)節(jié)節(jié)點個數(shù)改變網(wǎng)絡(luò)拓?fù)涞拇笮?。仿真過程中分別設(shè)置節(jié)點數(shù)量為1000 到8000。同時,為提高實驗結(jié)果的可靠性,分別采用文獻(xiàn)[4]提出的流量控制方法和文獻(xiàn)[5]提出流量控制方法法作為對比,同時進(jìn)行試驗。

首先分別采用三種方法對不同拓?fù)湟?guī)模下的流量消耗情況進(jìn)行測試,其結(jié)果如圖1 所示。

圖1 流量規(guī)?？刂平Y(jié)果

通過圖1 可以看出,隨著網(wǎng)絡(luò)中用戶規(guī)模的增加,本文所提控制技術(shù)計算得到的網(wǎng)絡(luò)產(chǎn)生的總流量小于文獻(xiàn)[4]方法和文獻(xiàn)[5]方法。實驗證明本文所提控制技術(shù)計算得到任務(wù)部署方案在減小網(wǎng)絡(luò)流量方面優(yōu)于其他算法。特別是對于大規(guī)模網(wǎng)絡(luò)有更加明顯的優(yōu)勢。這主要是因為所提方法通過軟件定義網(wǎng)絡(luò)的實現(xiàn)了鏈路荷載均衡,綜合分析了鏈路開銷、跳數(shù)以及帶寬,有效降低了數(shù)據(jù)傳輸?shù)牧髁块_銷。

同時,對不同控制方法的延時情況進(jìn)行對比,其結(jié)果如圖2所示。

圖2 延時控制結(jié)果

通過圖2 中可以看出,使用本文所提控制技術(shù)計算得到的服務(wù)器到用戶端的延時在任何規(guī)模的網(wǎng)絡(luò)中都比文獻(xiàn)[4]方法和文獻(xiàn)[5]方法得到的延時低。當(dāng)用戶規(guī)模為4000 時,本文所提控制技術(shù)計算得到的服務(wù)器到用戶延時比文獻(xiàn)[4]方法算法低9.2%,比文獻(xiàn)[5]方法算法低8.59%。當(dāng)用戶規(guī)模為8000 時,本文所提控制技術(shù)計算得到的服務(wù)器到用戶延時比文獻(xiàn)[4]方法算法低8.47%,比文獻(xiàn)[5]方法算法低3.0%。這主要是因為本文所提技術(shù)通過軟件定義網(wǎng)絡(luò)實現(xiàn)了數(shù)據(jù)傳輸鏈路荷載均衡,減少了由于鏈路擁塞造成的延時問題。

4 結(jié)論

隨著經(jīng)濟(jì)和技術(shù)的不斷發(fā)展,對于數(shù)據(jù)傳輸?shù)囊笠矊⒉粩嗵岣?。本文提出基于軟件定義網(wǎng)絡(luò)的電力云數(shù)據(jù)中心流量控制技術(shù)研究,通過對數(shù)據(jù)傳輸鏈路進(jìn)行多方面綜合分析,并利用軟件定義網(wǎng)絡(luò)路由算法對傳輸鏈路進(jìn)行荷載均衡處理,實現(xiàn)了對數(shù)據(jù)流量的有效控制,在提高數(shù)據(jù)傳輸效率的同時,降低了網(wǎng)絡(luò)延時,值得推廣應(yīng)用。