《一种基于约束路由的绿色虚拟拓扑设计方法.pdf》由会员分享，可在线阅读，更多相关《一种基于约束路由的绿色虚拟拓扑设计方法.pdf（20页完整版）》请在专利查询网上搜索。
1、(10)申请公布号 CN 104113480 A (43)申请公布日 2014.10.22 CN 104113480 A (21)申请号 201310136979.0 (22)申请日 2013.04.19 H04L 12/751(2013.01) H04L 12/801(2013.01) (71)申请人 成都赛恩泰科技有限公司 地址 610000 四川省成都市高新区科园二路 1 号 103B (72)发明人 郭兵 沈艳 伍元胜 徐阔海 刘凡 罗标 张强 张俊涛 (54) 发明名称 一种基于约束路由的绿色虚拟拓扑设计方法 (57) 摘要 本发明涉及网络能耗优化技术领域， 尤其是 涉及一种基于约束。
2、路由的绿色虚拟拓扑设计方 法， 即 GVTD 方法。GVTD 方法通过提高网络资源利 用率、 多粒度睡眠和动态建立网络虚拟拓扑来达 到降低网络能耗的目的。 由于GVTD方法的求解属 NP 难问题， 本发明提出一个基于约束路由的启发 式求解方法， 即 CBR-GVTD 方法。CBR-GVTD 方法在 计算网络能耗下界的基础上动态建立网络的虚拟 拓扑。CBR-GVTD 方法为大业务需求建立点到点的 传输通道并进行单跳路由， 以减少网络资源的使 用 ； 对小业务需求进行多跳路由， 以提高网络资 源的利用率。实验表明， CBR-GVTD 方法在业务非 高峰期， 对10和50个结点的网络最多可分别降低 。
3、62%和90%的网络能耗， 该比例随着网络规模的增 大而上升。 (51)Int.Cl. 权利要求书 3 页 说明书 12 页 附图 4 页 (19)中华人民共和国国家知识产权局 (12)发明专利申请 权利要求书3页 说明书12页 附图4页 (10)申请公布号 CN 104113480 A CN 104113480 A 1/3 页 2 1. 一种基于约束路由的绿色虚拟拓扑设计方法， 其特征在于建立该方法的步骤如下 ： 1） GVTD（Green Virtual Topology Design， 绿色虚拟拓扑设计） 模型主要包括 ： 网络功耗模型， 即 GVTD 模型的目标函数， 网络功耗模型同时。
4、考虑网络设备的静态 功耗和动态功耗， 静态功耗指网络设备独立于业务负载的那部分功耗 （即空闲状态下的功 耗） ， 动态功耗指网络设备依赖业务负载的那部分功耗， 根据网络设备的模块化结构， 静态 功耗可进一步细分为接口功耗、 线卡功耗和机框功耗 ； 业务路由， 即 GVTD 模型的路由约束， 为了避免多径路由引发的时延抖动， GVTD 模型 使用单径路由 ； 资源配置， 即 GVTD 模型的资源约束， 该约束确定每个结点的活跃网络资源， 并按照 多粒度睡眠机制使空闲的网络资源睡眠 ； 虚拟拓扑设计， 对应于 GVTD 模型的链路容量约束， 该约束确定网络中需要建立的传 输通道， 此外， 通过设定。
5、接口最大利用率参数， 实现了对网络拥塞的控制 ； 2） GVTD 模型的形式化描述如下 ： 目标函数定义如下 ： Mini Nnc(i)pc+nl(i)pl+ni(i)pi+i， j N ： i jt(i， j)pt (1) 受限于 : 各式中参数定义如下 ： N 表示网络结点集合， i,j,ii,jj N 表示网络结点， C 表示接口的容量， 表示接口 （或链路） 所允许的最大利用率， pt表示网络资源处理单位 (1Gbps） 业务负载的动态功耗， pi,pl和 pc分别表示单个接口、 线卡和机框的功耗， 权 利 要 求 书 CN 104113480 A 2 2/3 页 3 mi,ml分别表。
6、示每个线卡具有的接口数量和每个机框可配备的线卡数量， D 表示网络的业务需求集合， d(ii,jj) D 表示从结点 ii 到结点 jj 的业务需求， 目标函数(式(1)最小化整个网络的功耗， 网络功耗由静态功耗和动态功耗两部分组 成， 静态功耗可进一步分为机框功耗 nc(i) pc、 线卡功耗 nl(i) pl和接口功耗 ni(i) pi， 使 用线性函数近似动态功耗与业务负载的关系， 即 t(i,j) pt， 路由约束 （式 (2a) (2e)） 为 经典的多品种流守恒约束， 业务需求d(ii,jj)经过单条路径从源结点ii到达目的结点jj， 式 (3) 计算经过逻辑链路 (i,j) 的业。
7、务负载 （即链路流量） ， 链路的容量约束 （式 (4)） 确保 链路的流量不超过链路的容量， IP 层的链路 (i,j) 为逻辑链路， 由下层网络提供的 d (i， j) 条传输通道组成， 每条传输通道的容量为 C， 并引入最大利用率 以应对 IP 业务的动态 特性， IP 层虚拟拓扑的确立过程即为决策变量 d (i， j) 的值的确立过程， 因此， 式 (4) 在 实现链路容量约束的同时还实现了 IP 层的虚拟拓扑设计， 实现了 IP 层的逻辑链路与下层 网络提供的传输通道的映射 （即 IP 层与下层网络的层间约束） ， 式 (5)-(7) 为资源约束， 其 中， 式(5a)和(5b)可确。
8、保结点提供足够的活跃接口， 即活跃接口不应该少于传输通道所需 的发送端口 （式 (5a)） 和接收端口 （式 (5b)） ， 式 (6) 和 (7) 确保结点能提供足够的活跃线卡 和活跃机框， 即活跃线卡和活跃机框提供的接口数不少于活跃接口数 ； GVTD 模型的决策变量定义如下 ： (ii,jj,i,j) 0,1 ： 业务需求 d(ii,jj) 的路径是否经过逻辑链路 (i,j)， 1 表示 经过， 0 表示不经过 ； d (i,j) Z+： 逻辑链路 (i,j) 包含的传输通道数量， 其中， Z+表示正整数集合， 传输 通道由下层网络提供， 而且每条传输通道需要消耗一个发送端口和接收端口 。
9、； t(i,j) R+： 逻辑链路 (i,j) 上的总业务量， 其中 R+表示正实数集合 ； ni(i) Z+： 网络结点 i 的活跃接口数量 ； nl(i) Z+： 网络结点 i 的活跃线卡数量 ； nc(i) Z+： 网络结点 i 的活跃机框数量， 3） GVTD 模型采用 CBR-GVTD（Constraint-Based Routing Green Virtual Topology Design， 基于约束路由的绿色虚拟拓扑设计） 启发式方法求解 4） CBR-GVTD 方法需要用到的式子如下 ： ni(i)， nl(i) 和 nc(i) 的值由以下式子确定 ： 通过以下方式计算目标函。
10、数的下界值 ： i， j N ： i jt(i， j) i， j N ： i jd(i， j) (12) 式 (11) 中， j N:j id(i,j) 和j N:j id(j,i) 分别表示结点 i 发送和接收的业务 量的下界， C 为每个接口允许的最大容量， 将式 （11） 代入式 (8) (10) 可以分别求得 权 利 要 求 书 CN 104113480 A 3 3/3 页 4 nl(i)lb和 nc(i)lb， 最后将这些决策变量代入目标函数式 （1） 中可得目标函数的下界为 5） CBR-GVTD 方法描述如下 ： 输入包括 N,D,C,pt,pi,pl,pc,mi,ml和 H 输。
11、出为网络功耗和步骤 2） 中定义的决策变量 ； CBR-GVTD 方法步骤如下 ： 根据式 (11) 用下界值 ni(i)lb初始化每个网络结点的接口数 ni(i)， 按照从大到小的顺序为每个业务需求 d(i,j) 建立从 i 到 j 的传输通道， 并进行单跳 路由， 每个传输通道消耗源结点i的一个发送端口和目的结点j的一个接收端口， 直到到接 口耗尽、 没有传输通道可以建立为止 ； 在步骤建立的虚拟拓扑基础上， 限制网络的最大跳数为 H， 利用单跳路由的剩 余带宽， 对剩余的业务需求按照从大到小的顺序进行 CBR-Dijkstra（Constraint-Based Routing Dijks。
12、tra， 基于约束路由的 Dijkstra） 路由 ； 如果对业务需求 d(i,j) 路由失败， 则增加结点 i 和 j 的接口， 为 i 到 j 建立传输通 道并消耗相应的接口数， 这表明网络的虚拟拓扑发生了变化 ； 如果网络虚拟拓扑发生变化， 则迭代步骤 ； 初始化链路集合 E 为当前的逻辑链路集合 E ； 从 E 中取出剩余带宽最大的逻辑链路 (i， j) 并将 (i， j) 从 E 中去除 ； 尝试移除从 i 到 j 的 1 条传输通道， 限制网络的最大跳数为 H， 对经过逻辑链路 (i， j) 的所有业务需求进行 CBR-Dijkstra 重路由， 如果重路由成功， 则释放该传输通道。
13、消耗的 接口， 否则恢复移除的传输通道 ； 若 E中还有链路， 则更新链路的剩余带宽， 转到步骤 ； 移除每个结点剩余的接口， 计算 ni(i) 的最终值， 通过式 (3)、 (9) 和 (10) 分别确定 t(i， j)、 nl(i) 和 nc(i)， 再通过式 (1) 计算整个网络的功耗 ； 6） CBR-Dijkstra 方法描述如下 ： 输入包括业务需求 d(i,j)， 网络结点集合 N， 网络链路集合 E， 网络链路的可用带宽 集合 B 和网络的最大路由跳数 H ； 输出为 d(i,j) 的路径 ； CBR-Dijkstra 方法步骤如下 ： 从源结点 i 开始， 计算源结点 i 的。
14、最短路径生成树， 直到计算出到目标结点 j 的路径 时停止 ； 只考虑可用带宽大于业务需求的路径， 当跳数相同时， 选择可用带宽最小的路径 ； 如果计算的最短路径小于网络的最大跳数 H， 则路由成功， 计算结果为前驱结点表示 的最短路径， 否则结果为 NIL， 表示路由失败。 权 利 要 求 书 CN 104113480 A 4 1/12 页 5 一种基于约束路由的绿色虚拟拓扑设计方法 所属技术领域 0001 本发明涉及网络能耗优化技术领域， 尤其是涉及一种基于约束路由的绿色虚拟拓 扑设计方法。 背景技术 0002 近年来， Internet 的流量逐年指数增长。从 2007 到 2011 年。
15、， Internet 的流量和 带宽的年平均增长率分别达到了56%和58%。 流量和带宽的增长导致了Internet的能耗上 升。 据估计， 2007年Internet的电力消耗达到了宽带接入国家 （其平均接入带宽为30Mbps） 总电量的 1%， 当平均接入带宽达到 300Mbps 时， 这个比例将超过 4%。按照目前的增长速度， 到 2050 年网络领域的耗电量将达到 2006 年的 13 倍。Internet 能耗的快速增长不仅导致 电力成本的持续上升， 同时也造成温室气体的加速排放。 因此， 提高能量效率和降低能耗已 成为 Internet 面临的重大研究课题。目前， 随着网络的扁平化。
16、发展， Internet 的层次变得 更加简单， 逐渐演变成由接入网和核心网两部分组成。由于接入网的 “光进铜退” 以及核心 网对接入网流量的汇聚， 核心网正经历比接入网更快的能耗增长。研究表明到 2017 年核心 网能耗将超过接入网。因此， 在整个 Internet 中， 核心网的节能研究正变得日益重要。 0003 在核心网中， IP 网络层通常构建于高速的 TDM(Time Division Multiplexing) 网络层或者 WDM(Wavelength Division Multiplexing) 网络层之上， 形成所谓的 IP over SONET/SDH/OTN 网络或 IP 。
17、over WDM 网络。下层网络 （即 TDM 层或 WDM 层） 向 IP 层提供通 道传输服务 （即 TDM 电路服务和光路服务， 电路和光路统称为传输通道） ， IP 层通过使用下 层提供的通道传输服务向其上层提供分组传输服务。 IP层的链路由1条或多条具有相同源 结点和目的结点的传输通道组成， 这种链路不同于传统的物理链路， 因此被称为逻辑链路， 由逻辑链路构成的网络拓扑被称为虚拟拓扑 （或逻辑拓扑） 。根据给定的业务需求建立 IP 层逻辑链路的过程即为 IP 层的虚拟拓扑设计 (VTD:Virtual Topology Design) 过程。对 于 IP 层， 下层提供的传输通道组成。
18、了其逻辑链路 ； 对于下层网络， IP 层请求建立的传输通 道形成了其业务需求。 0004 网络按照峰值业务需求超额供给网络资源， 并通冗余设计来提高网络的可靠性， 这导致了网络资源的平均利用率低下， 而当前利用率对网络资源的功耗影响却较小， 因此， 提高网络资源利用率并将空闲的网络资源关闭 （或转入低功耗睡眠状态） 是目前降低网络 能耗的一个重要途径。有研究者利用混合整数线性规划 (MILP， Mixed Integer Linear Programming) 技术建模功率感知的网络设计和路由问题， 通过为网络节点选择合适数量和 类型的线卡最小化 IP 网络的功耗， 但却没有设计有效的启发式。
19、方法来求解 NP 难的 MILP 模 型。有研究者将 IP 网络的绿色流量工程形式化为一个 MILP 模型， 并提出了一种启发式解 法， 通过预先为每对结点计算 k 条候选最短路径来降低 MILP 问题的解空间和求解时间， 但 是， 解空间依然随结点对的数量指数增长。有研究者提出一种基于拉格朗日松弛的启发式 方法， 将建立的形式化模型分解为容易求解的子问题， 为链路设定合适的权值进行动态路 由， 关闭尽多的链路以降低 IP 网络的能耗。与通常改变已有的网络拓扑不同， 有学者研究 说 明 书 CN 104113480 A 5 2/12 页 6 如何确立网络拓扑， 即虚拟拓扑设计问题。 有学者考虑。
20、光收发器和电交换的功耗， 将功率感 知的虚拟拓扑设计的形式化为 MILP 问题， 并提出一个简单的贪婪方法和遗传方法求解。该 遗传方法并没有相应的机制保证得到的后代个体满足 MILP 模型的约束条件， 而是简单的 舍弃不满足约束的个体， 这会导致方法有时找不到可行解。有学者只考虑线卡的功耗， 将 最小化能耗的虚拟拓扑设计问题形式化为一个简单的整数线性规划 (ILP， Integer Linear Programming)模型， 并提出了一个两阶段的启发式解法。 由于作者只考虑了线卡的功耗， 建 立的 ILP 模型过于简单， 网络倾向于建立一个星型虚拟拓扑， 最小化链路的数量。 0005 现有工。
21、作存在以下不足。首次， 都只考虑网络设备的部分组件的功耗， 如链路、 收 发器或线卡， 忽略了其它部分的功耗， 这样使得最终得到的解只能使整个网络中的这些组 件的功耗最低， 而不是整个网络的功耗最低。 其次， 核心网络的网络设备通常采用模块化设 计， 现有的工作没有考虑网络设备的模块化结构。第三， 由于问题的复杂性 （NP 问题） ， 现有 工作要么建立的形式化模型过于复杂， 以至于不能有效求解， 要么建立的模型过于简化而 忽略重要特性， 如有些只考虑链路或线卡功耗忽略了 IP 路由器处理流量的功耗。 0006 本发明以最小化网络功耗为目标的绿色虚拟拓扑设计 (GVTD， Green Virt。
22、ual Topology Design) 问题。首先对 GVTD 进行形式化建模， 该模型 （即 GVTD 模型） 通过业务路 由实现对业务流的汇聚和疏导以提高网络资源利用率， 根据网络资源的实际利用按需地配 置网络资源以实现网络设备的多粒度睡眠， 根据网络资源配置动态地建立虚拟拓扑， 从而 达到降低网络能耗目的。 GVTD模型考虑整个网络设备的功耗， 目的是降低整个网络的功耗。 其次， GVTD 模型考虑了网络设备的模块化结构， 利用多粒度睡眠机制配置网络资源。第三， GVTD 模型根据功耗与业务负载的依赖关系， 同时考虑了不依赖业务负载的静态功耗和依赖 业务负载的功态功耗。最后， GVTD。
23、 模型是一个 NP 难的 ILP 问题， 只能在问题规模很小时精 确求解， 本发明提出了一个基于约束路由的启发式解法， 即 CBR-GVTD（Constraint-Based Routing Green Virtual Topology Design， 基于约束路由的绿色虚拟拓扑设计）方法。 CBR-GVTD 方法以网络功耗的下界为基础构造 GVTD 问题的解， 使用基于约束的路由方法以 保证链路容量约束和网络最大路由跳数约束。CBR-GVTD 方法按照从大到小的顺序处理网 络的业务需求 ： 对大的业务需求建立点到点的传输通道并进行单跳路由， 从而确定网络的 虚拟拓扑 ； 对小的业务需求使用基。
24、于约束的路由方法在虚拟拓扑的剩余带宽上进行多跳路 由， 通过业务疏导提高网络资源利用率。 CBR-GVTD方法按需配置网络资源， 动态地建立虚拟 拓扑， 实现了虚拟拓扑对网络业务需求的动态适应， 并且， 可通过调节网络最大路由跳数来 实现对路由性能的控制。 发明内容 0007 1)GVTD 模型的建立 0008 本发明根据核心网的网络设备的模块化结构把网络资源分成接口、 线卡和机框 3 类 ： 接口由一对发送/接收端口组成， 每条传输通道起始于源结点的1个发送端口并终止于 目的结点的 1 个接收端口 ； 线卡由一组接口所共享， 能够与这组接口同时处于空闲或活跃 状态 ； 除接口和线卡以外的部分。
25、全都归入机框的范畴。 基于这种分类， 本发明提出一种多粒 度睡眠机制来配置网络资源 ： 当接口空闲时让接口睡眠， 当线卡的所有接口都空闲时则线 卡睡眠， 当所有线卡都空闲时则机框睡眠。 说 明 书 CN 104113480 A 6 3/12 页 7 0009 GVTD 模型假定网络资源按照峰值需求供给， 即 ： 每个网络结点具有充足的接口、 线卡和机框 ； 下层网络可以提供 IP 层所需的传输通道。GVTD 模型主要包括以下几个部分 ： 0010 网络功耗模型， 即 GVTD 模型的目标函数。网络功耗模型同时考虑网络设备的静 态功耗和动态功耗， 静态功耗指网络设备独立于业务负载的那部分功耗 （。
26、即空闲状态下的 功耗） ， 动态功耗指网络设备依赖业务负载的那部分功耗。根据网络设备的模块化结构， 静 态功耗可进一步细分为接口功耗、 线卡功耗和机框功耗。 0011 业务路由， 即 GVTD 模型的路由约束， 为了避免多径路由引发的时延抖动， GVTD 模型使用单径路由。 0012 资源配置， 即 GVTD 模型的资源约束， 该约束确定每个结点的活跃网络资源， 并 按照多粒度睡眠机制使空闲的网络资源睡眠。 0013 虚拟拓扑设计， 对应于 GVTD 模型的链路容量约束， 该约束确定网络中需要建立 的传输通道。此外， 通过设定接口最大利用率参数， 实现了对网络拥塞的控制。 0014 GVTD模。
27、型的输入参数定义如下。 N表示网络结点集合， i,j,ii,jjN表示网络结 点， C 表示接口的容量， 表示接口 （或链路） 所允许的最大利用率， pt表示网络资源处理单 位 (1Gbps） 业务负载的动态功耗 ,pi,pl和 pc分别表示单个接口、 线卡和机框的功耗， mi,ml 分别表示每个线卡具有的接口数量和每个机框可配备的线卡数量， D 表示网络的业务需求 集合， d(ii,jj) D 表示从结点 ii 到结点 jj 的业务需求。 0015 GVTD 问题的决策变量定义如下 ： 0016 (ii,jj,i,j)0,1 ： 业务需求d(ii,jj)的路径是否经过逻辑链路(i,j)， 1。
28、 表示经过， 0 表示不经过 ； 0017 d (i,j)Z+： 逻辑链路(i,j)包含的传输通道数量， 其中， Z+表示正整数集合， 传输通道由下层网络提供， 而且每条传输通道需要消耗一个发送端口和接收端口 ； 0018 t(i,j) R+： 逻辑链路 (i,j) 上的总业务量， 其中 R+表示正实数集合 ； 0019 ni(i) Z+： 网络结点 i 的活跃接口数量 ； 0020 nl(i) Z+： 网络结点 i 的活跃线卡数量 ； 0021 nc(i) Z+： 网络结点 i 的活跃机框数量。 0022 GVTD 问题可以形式化描述为 0023 Mini Nnc(i)pc+nl(i)pl+。
29、ni(i)pi+i， j N ： i jt(i， j)pt (1) 0024 受限于 : 0025 0026 0027 0028 说 明 书 CN 104113480 A 7 4/12 页 8 0029 0030 0031 0032 0033 0034 0035 0036 目标函数 ( 式 (1) 最小化整个网络的功耗。网络功耗由静态功耗和动态功耗 两部分组成， 静态功耗可进一步分为机框功耗 nc(i)pc、 线卡功耗 nl(i)pl和接口功耗 ni(i) pi； 我们使用线性函数近似动态功耗与业务负载的关系， 即 t(i,j) pt。由于网络资 源的睡眠功耗远远小于活跃功耗， 本发明忽略网络。
30、资源的睡眠功耗。 0037 路由约束 （式 (2a) (2e)） 为经典的多品种流守恒约束， 业务需求 d(ii,jj) 经过 单条路径从源结点 ii 到达目的结点 jj。式 (3) 计算经过逻辑链路 (i,j) 的业务负载 （即链 路流量） ， 链路的容量约束 （式 (4)） 确保链路的流量不超过链路的容量。IP 层的链路 (i,j) 为逻辑链路， 由下层网络提供的 d (i， j) 条传输通道组成， 每条传输通道的容量为 C， 并 引入最大利用率 以应对 IP 业务的动态特性。IP 层虚拟拓扑的确立过程即为决策变量 d (i， j) 的值的确立过程， 因此， 式 (4) 在实现链路容量约束。
31、的同时还实现了 IP 层的虚 拟拓扑设计， 实现了IP层的逻辑链路与下层网络提供的传输通道的映射 （即IP层与下层网 络的层间约束） 。式 (5)-(7) 为资源约束。其中， 式 (5a) 和 (5b) 可确保结点提供足够的活 跃接口， 即活跃接口不应该少于传输通道所需的发送端口 （式 (5a)） 和接收端口 （式 (5b)） 。 式 (6) 和 (7) 确保结点能提供足够的活跃线卡和活跃机框， 即活跃线卡和活跃机框提供的 接口数不少于活跃接口数。 0038 2)GVTD 模型的求解 0039 GVTD模型是一个ILP模型， 由于ILP是NP难问题， 在计算资源有限的条件下， 目前 只可在问题。
32、规模很小时进行精确求解。 为此， 本发明提出一种快速有效的启发式方法， 我们 将该方法命名为 CBR-GVTD。CBR-GVTD 方法主要考虑和解决以下两个问题 ： 0040 如何构造可行解， 即构造解时应满足 GVTD 模型的所有约束条件。 0041 如何提高解的质量， 即构造的最终解尽可能的近似最优解。 0042 对于第一个问题， 首先需要分析各个约束条件以及各个决策变量之间的依赖关 系。 在GVTD模型中， 根据约束条件间的关系可知决策变量存在以下依赖关系 ： nl(i)和nc(i) 都依赖 ni(i)， ni(i) 依赖 d (i， j)， d (i， j) 依赖 t(i,j)， t(。
33、i,j) 依赖 (ii,jj,i,j)。 因此， 根据以上依赖关系， 本发明使用单跳路由和基于约束的路由 （多跳路由）确立 (ii,jj,i,j)， t(i,j) 和 d (i， j) 的值， 并同时满足路由约束 （式 (2a) (2e)） ， 式 (3) 和链路容量约束 （式 (4)） 。然后使用以下公式确立 ni(i)， nl(i) 和 nc(i) 的值 ： 0043 0044 说 明 书 CN 104113480 A 8 5/12 页 9 0045 0046 第二个问题涉及如何使目标函数 （式 (1)） 尽可能小。首先， 只要我们能找到目标 函数的一个足够大的下界值， 通常情况下， 可认。
34、为该下界值对应的解 （不一定可行） 与最优 解十分接近， 因此， 在此基础上构造出的可行解通常质量较好。 本发明通过以下方法计算目 标函数的下界值 ： 0047 0048 i， j N ： i jt(i， j) i， j N ： i jd(i， j) (12) 0049 在式(11)中， jN:jid(i,j)和jN:jid(j,i)分别表示结点i发送和接收的 业务量的下界， 由于网络接口可以同时收发业务， 所以需要取两者的较大者， 然后除以每个 接口允许的最大容量 C， 并向上取整即得到结点活跃接口的下界 ni(i)lb。在式 (12) 中， 整个网络的业务量的下界等于网络的总业务需求 （即。
35、所有业务需求不经过中间结点转发单 跳到达目的结点） 。将式 ni(i)lb代入式 (8) (10) 可以分别求得 nl(i)lb和 nc(i)lb， 最后 将这些决策变量代入目标函数 （式 (1)） 即可求得目标函数的下界值。 0050 0051 下面， 我们考虑如何在目标函数下界值 LB 的基础上构造可行解。由于 ni(i)、 nl(i)和nc(i)都依赖d (i,j)， 我们只需要在ni(i)lb的基础上构造可行的(ii,jj,i,j)、 t(i,j) 和 d (i,j)， 即解决业务路由和虚拟拓扑设计两个子问题。通常， 网络的总业务量越 大， 网络需要的活跃接口越多， 网络的静态功耗 （。
36、包括接口、 线卡和机框功耗） 越大， 网络的 动态功耗也越大 （与总业务量成正比） 。因此， 对业务需求进行路由时尽可能使用单跳路由， 减少网络的总业务量。 但是对于较小的业务需求， 单跳路由会导致链路的利用率低， 造成带 宽资源的浪费， 因此需要对较小的业务需求使用多跳路由， 进行充分的业务疏导。 在业务路 由方面， 本发明按从大到小的顺序对业务需求进行业务路由， 对较大的业务需求使用单跳 路由， 对较小的业务需求使用基于约束的路由方法进行多跳路由， 并对网络的最大路由跳 数进行限制， 以实现路由性能与网络功耗的折衷。 在虚拟拓拓扑设计上， 本发明根据业务路 由动态按需建立网络的虚拟拓扑， 。
37、实现虚拟拓扑对业务路由的适应。 0052 3) 基于约束路由的 Dijkstra 方法 CBR-Dijkstra 0053 基 于 约 束 路 由 的 Dijkstra 方 法 （CBR-Dijkstra， Constraint-Based Routing Dijkstra） 计算满足链路容量约束和最大路由跳数约束的最短路径 （即跳数最少的路径） 。 CBR-Dijkstra 方法与标准的 Dijkstra 方法的不同之处有 ：（1） CBR-Dijkstra 方法在网 络的一个拓扑子图上， 使用 Dijkstra 方法计算跳数最少的路径。该拓扑子图去除了网络 中所有可用带宽小于业务需求所需带。
38、宽的链路， 其中， 链路去除是在路由计算过程中通过 考虑被处理链路的可用带宽的方式实现。 （2） 在获得最短路径后， 判定路径跳数是否小于 网络的最大跳数， 如果超过最大跳数则表明路由失败。 （3） 当发现有多条跳数相同且都满 说 明 书 CN 104113480 A 9 6/12 页 10 足链路容量约束的路径时， 方法将优先选择可用带宽最小的路径， 以提高链路的利用率。 CBR-Dijkstra 方法的伪代码如下所示。 ： 0054 0055 说 明 书 CN 104113480 A 10 7/12 页 11 0056 方法的输入包括业务需求 d(i,j)， 网络结点集合 N， 网络链路集。
39、合 E， 网络链路 的可用带宽集合 B 和网络的最大路由跳数 H。方法输出为 d(i,j) 的路径。在方法中， predecessor(v) 记录结点 v 的前驱结点， hops(v) 记录从源结点 i 到结点 v 的最小跳数， visited(v) 标识结点 v 是否已被访问， pb(v) 表示从结点 i 到结点 v 的路径的可用带宽， b(u,v) B 表示链路 (u,v) 的可用带宽， Q 为候选结点列表。方法的 1 7 行首先进行一 些初始化工作， 然后从源结点 i 开始 （第 8 行） ， 计算源结点 i 的最短路径生成树， 直到计算 出到目标结点 j 的路径时停止 （第 9 25 。
40、行） 。方法只考虑可用带宽大于业务需求的链路 （第 12 行） ， 当跳数相同时， 优先选择可用带宽最小的路径 （第 18 22 行） 。方法最后判定计 算的最短路径是否小于网络的最大跳数 H（第 26 行） ， 如果路由成功， 则返回前驱结点表示 的最短路径 （第 27 行） ， 否则返回空值 NIL（第 28 行） 。 0057 4) 基于约束路由的绿色虚拟拓扑设计方法 CBR-GVTD 0058 基于约束路由的绿色虚拟拓扑设计方法 （CBR-GVTD， Constraint-Based Routing Green Virtual Topology Design） 的伪代码如下。 0059。
41、 0060 说 明 书 CN 104113480 A 11 8/12 页 12 0061 方法的输入包括N,D,C,pt,pi,pl,pc,mi,ml和H， 基中H为网络的最大路由跳数， 其它符号已在第 3 节中定义。方法的输出为网络功耗和第 3 节定义的决策变量。CBR-GVTD 方法分两个阶段， 即 ： 1） 从目标函数下界值构造可行解 （第 1 16 行） ； 2） 通过移除利用率 低的传输通道对可行解进行优化 （第 17 27 行） 。 0062 在第 1 阶段， 方法首先根据式 (11) 用下界值 ni(i)lb初始化每个网络结点的接口 数 ni(i)（第 1 行） ， 然后分两步建。
42、立网络的虚拟拓扑。第 1 步按照从大到小的顺序为每个 业务需求 d(i,j) 建立从 i 到 j 的传输通道， 并进行单跳路由 （第 4， 5， 7 行） 。每个传输通道 消耗源结点 i 的一个发送端口 （sending port） 和目的结点 j 的一个接收端口 （receiving port） （第 8 行） ， 该过程将持续到接口耗尽、 没有传输通道可以建立为止 （第 6 行） 。第 2 步 在第 1 步建立的虚拟拓扑基础上， 利用单跳路由的剩余带宽， 对剩余的业务需求 （第 1 步中 未能完成单跳路由的业务需求） 按照从大到小的顺序进行 CBR-Dijkstra 路由 （第 9， 10。
43、 行） 。 该路由必然是多跳路由， 为了防止路由跳数过大， 我们限制网络的最大跳数为 H。如果业务 说 明 书 CN 104113480 A 12 9/12 页 13 需求 d(i,j) 的路由失败 （第 11 行） ， 则增加结点 i 和 j 的接口 （因为在第 1 步中已经耗尽） （第13行） ， 为i到j建立传输通道并消耗相应的接口数 （第12， 15行） ， 这也意味着网络的虚 拟拓扑发生了变化 （第 14 行） 。通过第 2 步， 所有的业务需求都成功完成路由， 但是网络的 虚拟拓扑可能发生了变化， 我们通过反复迭代使这种虚拟拓扑对业务路由的适应性变化收 敛 （第 2， 3， 14，。
44、 16 行） 。 0063 在第 2 阶段， 方法初始化链路集合 E 为当前的逻辑链路集合 E( 第 17 行 )， 然后 每次从 E 中取出剩余带宽最大的逻辑链路 (i,j)（第 18 行） 并将 (i,j) 从 E 中去除 （第 19 行） ， 尝试移除从 i 到 j 的 1 条传输通道 （第 20 行） ， 并对经过逻辑链路 (i,j) 的所有业务 需求进行 CBR-Dijkstra 重路由， 如果重路由成功， 则释放该传输通道消耗的接口 （第 21， 22 行） ， 否则恢复移除的传输通道 （第 23 行） 。其中， 链路的剩余带宽 b(i,j) 在每次路由后进 行更新， 最大的 b(。
45、i,j) 表明链路 (i,j) 的某条传输通道的利用率最低。至此， 虚拟拓扑设 计和业务路由已经完成， 即 (ii,jj,i,j) 和 d (i,j) 的值已经确定。方法移除每个结点 剩余 （即没用使用） 的接口， 确立 ni(i) 的最终值 （第 24 行） ， 通过式 (3)、 (9) 和 (10) 分别确 定 t(i,j)、 nl(i) 和 nc(i)（第 25， 26 行） ， 最后通过式 (1) 计算整个网络的功耗 （第 27 行） 。 附图说明 0064 图 1.10 个结点的网络的功耗 :CBR-GVTD 与 CPLEX、 LR、 LB 和 UB 比较 0065 图 2. 不同规。
46、模的网络功耗 ： CBR-GVTD 与 LR、 LB 和 UB 比较 0066 图 3. 不同规模网络在业务非高峰期时的节省的最大功耗 0067 图 4. 网络资源利用率 ： CBR-GVTD 与 LR 比较 0068 图 5. 路由跳数与业务需求的关系 ： CBR-GVTD 与 LR 算法比较 0069 图 6. 路由跳数与网络规模的关系 ： CBR-GVTD 与 LR 算法比较 0070 图 7.CBR-GVTD 算法在 30 个结点的网络的路由跳数分布 0071 图 8.CBR-GVTD 算法在 H 不同取值下的网络功耗 0072 具体实施步骤 0073 下面结合实例对本发明作进一步的说。
47、明。 0074 1） 实验参数设置 0075 通过模拟实验从网络功耗、 网络资源 （即接口、 线卡和机框） 利用率和路由性能 （即 平均跳数和最大跳数） 三个方面对 CBR-GVTD 方法进行性能评估， 并将 CBR-GVTD 方法和其 它方法的实验结果进行比较， 包括 ： GVTD 模型的精确解、 网络功耗的下界和上界、 以及基于 拉格朗日松弛的启发式方法 （即 LR 方法） 。其中， 使用数学工具 GAMS/CPLEX 求解 GVTD 模型 的精确解， CPLEX 是一种高性能的 ILP 求解器， 采用分支定界方法求解 ILP 问题， 由于 ILP 问题是 NP 难的， 只能对规模较小的网。
48、络精确求解。网络功耗下界 LB 由式 (11) 和 (12) 求 得， 网络的功耗上界 UB 由式 (13) 和 (14) 求得。在式 (13) 中， 每个业务需求 d(i,j) 通过 条传输通道进行单跳路由， 因此得到结点的接口上界 ni(i)ub。与 LB 的计算 类似， 将 ni(i)ub代入式 (9)(10) 可求得 nl(i)ub和 nc(i)ub， 最后将这些值代入目标函数即得 到上界值 UB （即式 (14)） 。LR 方法使用拉格朗日松弛技术将 ILP 模型分解成容易求解的子 问题， 然后对每个子问题求解并使用次梯次方法求解拉格朗日对偶问题， 最后对得到的解 进行可行化处理。 说 明 书 CN 104113480 A 13 10/12 页 14 0076 0077 0078 为了全面评估 CBR-GVTD 方法的性能， 实验充分考虑了多种不同大小的网络、 多种 不同大小的业务需求和多种不同大小的网络最大跳数， 实验参数设定如下 ： 0079 网络规模。 GVTD问题不涉及网络的物理拓扑， 因此， 只需结点数量即可表示各种 大小的网络。实验网络的结点数量分别为 10、 20、 30、 40 和 50。 0080。