论文部分内容阅读
近年来云计算和大数据应用的发展如火如荼,作为其基础设施的大规模数据中心等网络设备的能量消耗问题越发凸显。当今网络中普遍存在着大量的路径冗余,链路利用率不均衡和非常大的能量消耗问题,对网络设备进行节能已经成为当前最受关注的问题之一当前IP网络中大部分的节能策略只是单纯地将流量聚合到所有链路的一部分中,进而关闭其他闲置的链路,虽然这样确实能够降低部分能量消耗,但是会导致链路利用率的不均衡而且会严重影响服务质量。如何在保证网络的传输性能的前提下同时实现节能和负载均衡是当前网络亟待解决的难题。软件定义网络(SDN,Software Defined Network)的出现为这个问题的解决创造了新的途径,SDN是一种全新的网络范式,它通过将网络控制层面和转发层面的分离使得控制器能够实现对全网的集中控制,对于流量控制和能耗管理有着突出的优势,给节能策略提供了更好的实施平台。在本文中,我们以SDN网络架构为基础,利用SDN网络的全局视野和集中控制的优势,通过设计能耗感知的路由优化算法在满足基本性能和服务质量约束的同时实现节能和负载均衡的目标。本文的主要工作如下：(1)我们首先研究如何在保证一定的负载均衡的前提下实现最大化节能,即将负载均衡作为约束条件,以节能作为唯一目标,为这个多约束的最大并行流(MCF, Maximum Concurrent Flow)问题建立一个混合整数线性规划模型。这个问题是NP的,在大型网络中使用传统算法很难在短时间内获得一个可行的解决方案,我们将群智能算法引入到路由优化算法的设计中来,设计基于子图优化的粒子群算法进行求解。(2)在此基础之上我们研究如何同时实现最佳的负载均衡和节能效果,即同时优化负载均衡和节能这两个互相矛盾的目标,建立多目标混合整数线性规划模型。这个多目标最大并行流问题是NP-hard的,我们改进传统的粒子群算法,设计多目标粒子群优化(MOPSO, Multi-Objective Paticle Swarm Optimizition,)算法同时进行优化。(3)最后利用真实的网络拓扑和流量需求数据进行仿真实验,实验结果表明我们提出的两种算法相对于其他算法在节能和负载均衡两方面的优化效果都表现更好。