CN101072171A - 多纤IP over WDM网中的一种新型联合路由方法 - Google Patents

Abstract

本发明提出了一种利用全网信息的联合路由方法——最小影响(Min_influence)方法。其将物理拓扑转化为多纤分层图后，确定分层图中链路的权值，用最短路算法为该请求计算出k条备选路由，令P(k)代表为新到达的连接请求所选的k条备选路由。最小影响方法将从P(k)中选择影响函数值最小，即对全网影响最小的那条来建立LSP。该方法能更精确地描述新建光路对全网状态的影响，据此进行的带宽分配能更利于促进网络资源的合理分配，从而改善全网的阻塞概率性能。

Description

多纤IP over WDM网中的一种新型联合路由方法

技术领域

本发明涉及一种在动态自相似业务下，多纤IP over WDM网中的联合路由问题，提出了一种新型的基于备用选路策略的联合路由方法——最小影响方法(Min_influence)。

背景技术

近年来，IP业务的迅猛发展，以及WDM技术的大量采用促使下一代网络的体系结构正在发生着深刻的变化，业界普遍认为IP over WDM将成为下一代Internet的基本框架。由于IP和WDM都有自己的路由机制，如何将二者有机结合是目前研究的一个热点问题。目前有两种解决思路：一种是采用重叠模型，此类算法将IP层的路由问题独立于WDM层的波长路由，WDM层的波长路由仅仅用来建立虚拓扑，供IP层使用，IP路由器在已建立的逻辑拓扑基础上计算路由并预留资源，而WDM层资源的相关信息在IP层是看不到的。这种分离方法无疑会降低全网的资源利用率。另一种是采用对等模型，将IP和WDM的路由问题综合考虑——联合路由(Integrated routing)法。在该模型中，网络节点由路由器和光交叉连接设备(OXC)组成。其中OXC通过光纤互连成网状结构，而路由器经由光收发器对组成的波长接口连接到OXC。路由器能以任意粒度对业务流在电域进行处理，可以将业务流从任意一个输入接口交换到任意一个输出接口；OXC只能在光域以整个波长粒度对业务流进行处理，它可以将波长从一根输入光纤交换到另一根输出光纤。在这种网络结构中，GMPLS是实现统一控制平面的关键技术。全网应采用统一的路由协议，联合路由综合考虑IP层和WDM光层两层的信息，与分层路由相比，联合路由将有效地提高资源的利用效率，在变化的动态业务下使得网络具有更好的鲁棒性(Robustness)和弹性(Resilience)，提高网络性能。

对于对等模型，已有文献提出了一些联合路由算法来解决IP/WDM网络的路由问题，文献中解决选路子问题的方法大都属于固定选路(FR，fixed routing)算法，即在为某对节点建立LSP时，FR在唯一的路由上建立LSP。很少提到备用选路(AR，alternate routing)算法。AR则尝试从多条路由组成的备用路由集中选择一条合适的路由来建立LSP。本文研究了基于备用选路策略的联合路由问题，提出了一种用于动态业务的联合路由算法——最小影响算法(Min_influence)。与文献中性能最好的算法相比，Min_influence算法能更精确地描述新建光路对全网状态的影响，据此进行的带宽分配能更利于促进网络资源的合理分配，从而改善全网的阻塞概率性能。

另外已有文献提出的一些联合路由算法的业务模型都假设为Poisson模型，然而近年来研究发现数据网络中的业务量呈自相似特征或者称为分形特征。具体到数据网络中，自相似反映了业务量在很大范围的时间标度上表现出相似的突发性。这与传统的能够精确描述电话网络的Poisson过程相关业务模型具有很大的不同，传统的能够精确描述电话网的泊松模型不再适用于数据网络。对于网络本身来说，它的动态性能要受到许多因素的影响，其中业务模型就是一个很重要的因素，迄今为止没有有关自相似业务在联合路由算法下的动态性能分析的报道，基于动态自相似业务模型，本文研究了多纤IP over WDM网中新型联合路由算法—最小影响算法(Min_influence)的动态性能，以连接阻塞率及带宽阻塞率作为性能指标，通过在几种具有代表性的拓扑上大量仿真，结果表明在不同的自相似业务参数(突发度、均值、方差)下，该算法均优于已有算法，使IP层和光层的拓扑和资源信息得到充分利用，提高网络性能。

发明内容

本发明提出了一种利用全网信息的联合路由方法—最小影响(Min_influence)方法。其将物理拓扑转化为多纤分层图后，确定分层图中链路的权值，用最短路算法为该请求计算出k条备选路由，令P(k)代表为新到达的连接请求所选的k条备选路由。最小影响方法将从P(k)中选择影响函数值最小，即对全网影响最小的那条来建立LSP。该方法能更精确地描述新建光路对全网状态的影响，据此进行的带宽分配能更利于促进网络资源的合理分配，从而改善全网的阻塞概率性能。

附图说明

图1仿真使用的网络拓扑；

图2a两种算法在不同H值情况下CBP比较；

图2b两种算法在不同H值情况下BBR比较；

图3a两种算法在不同V值情况下CBP比较；

图3b两种算法在不同V值情况下BBR比较；

图4在不同请求带宽最大值下CBP与BBR比较；

具体实施方式

多纤IP over WDM网的分层图模型：

给定网络物理拓扑G(N，L，F，W)。其中，N代表节点集，L代表双向链路集，F是每条链路的光纤集，W是每条光纤上的可用波长集。假定每条链路都由|F|对方向相反的单向光纤组成，每根光纤可支持的波长集都是{λ₁，λ₂，…，λ_|W|}。考虑的光路也是双向光路。节点数、链路数、光纤数、波长数分别用|N|、|L|、|F|、|W|表示。

本发明采用多纤分层图模型GM(Graph Model)来一次性解决选路和带宽分配问题^[8]。在分层图中，上述物理拓扑G(N，L，F，W)被转化为|W|个互不相邻的子图G(N^λ，L^λ)，λ∈W，分别对应特定的波长，称为波长平面(WP，wavelength plane)。G(N，L，F，W)中的每个节点在GM中被复制|W|次，G(N，L，F，W)中节点i对应GM中的节点i¹、i²、……、i^|W|。为计算路由，本发明添加2个新节点，对应到达业务的源、目的节点，分别称为虚源节点(VSN，virtual source node)和虚目的点(VDN，virtual destination node)。物理拓扑中的链路l_kn∈L在每个波长平面中都映射为|F|条弧段，每条弧段对应物理拓扑中的一对光纤。

分层图中的边取决于网络的当前可用资源以及此时已建光路情况。具体分为4种类型：物理链路边(PLE，physical link edge)、波长变换边(WCE，wavelength conversion edge)、单向边(DE，directed edge)和逻辑链路边(LLE，logical link edge)。如果物理拓扑G中节点对(i，j)之间存在一条光纤链路，而且该光纤上的波长λ空闲，则在波长平面WP-λ上的节点对(i^λ，j^λ)之间存在一条PLE；逻辑链路边表示物理拓扑G中，在节点i和j之间建立的一条光路，该光路使用波长λ_i，建立一条逻辑链路必然要占用WDM层部分节点间的物理链路。因此，在分层图中应该去掉相应的物理链路。如果节点i具有波长变换能力，那么在分层图中节点i^λ和节点i^λ+1(λ＝1，2，...|W|-1)之间存在一条双向边，称为波长变换边。当为请求建立连接时，将在GM中增加VSN和VDN。此时，在GM中需要添加两条单向边(DE)分别将VSN连接到节点s^λ和将节点d^λ连接到VDN(λ取值从1到|W|)。对于到达的连接业务请求，只需在GM上运行最短路径算法(如Dijkstra等)，找出从VSN到VDN的最短路。如果存在，则该路可能由PLE、LLE、DE和WCE组成。在为请求建立LSP时，只需将找到的路径映射回物理拓扑，此时所有的WCE和DE被忽略。

最小影响方法描述：

首先介绍几个概念，设p代表一对源目节点间的工作通路，L(p)代表p所经过的所有链路的集合。

通路p上的瓶颈带宽C(ψ，p)：设一条通路p经过了L条链路(可能是物理链路，也可能是逻辑链路)，设在网络状态ψ下，每条链路l的剩余带宽为c(ψ，l)，则该通路的瓶颈带宽C(ψ，p)为该通路所经所有链路的剩余带宽的最小值，即 $C(\mathrm{\ψ},p)=\underset{l\⋐p}{\min }c(\mathrm{\ψ},l).$

定义指示性函数D(ψ，l，p)，表示链路l(在通路p上)上的剩余带宽c(ψ，l)与通路p上的瓶颈带宽C(ψ，p)之间的关系，如果C(ψ，p)＝c(ψ，l)，则D(ψ，l，p)＝1，此时链路l称为通路p的瓶颈链路；如果C(ψ，p)≠c(ψ，l)，则D(ψ，l，p)＝0。

令p代表新到达的光路请求对应的一条备选路由，定义满足下列条件的通路的集合为备选路由p的“邻域”G(p^*)：如果一条通路p^*与备选路由p在链路上存在交集，p∩p^*≠Ф，且此通路p^*在当前状态下上还存在有可用带宽，则通路p^*是G(p^*)中的元素。本发明用影响因子r(p^*)表示选择备选路由p作为工作通路对G(p^*)中通路p^*的影响。只考虑p与p^*共享链路集l∈L(p)∩L(p^*)，其中L(p)与L(p^*)分别代表通路p与p^*所经过的所有链路的集合。r(p^*)为p^*在l上遭遇的瓶颈链路总数与p^*上的可用信道总数的比值，全网所有通路r(p^*)值的总和即为影响函数R(p^*)，Min_influence算法用R(p^*)来表示选择通路p为工作路由时对全网的影响，该算法将从P(k)中选择使R(p^*)取得最小值的p作为工作通路，相应的数学描述为：

$p=\min \underset{p^{*}\⋐G\left(p^{*}\right)}{\mathrm{\Σ}}\frac{\underset{l\⋐p\∩p^{*}}{\mathrm{\Σ}}D(\mathrm{\ψ},l,p^{*})}{C(\mathrm{\ψ},p^{*})}$

将物理拓扑转化为分层图以后，LSP的建立问题就可以转化为在分层图上寻找一条从源路由器到宿路由器的代价最小的通路。在分层图中，对于物理链路和逻辑链路，应该采用不同的方式决定其代价函数c_ij。设b为新到请求的带宽，b_ij为链路剩余带宽，Hop为逻辑链路所经过的物理链路跳数。对于物理链路，如空闲时c_ij为1，占用时c_ij为无穷；对于逻辑链路，如果b_ij≥b，则c_ij＝Hop，其它情况为无穷；波长变换边及单向边代价函数设为零。

Min_influence方法的具体步骤描述为：

步骤1，根据网络初始状态构建多纤分层图。

步骤2，等待到达业务请求r(s，d，b)。如果是业务连接请求，则转到步骤3，如果是业务释放请求，则转到步骤5。

步骤3，为r(s，d，b)寻找可用路径。在分层图中添加VSN和VDN以及相应的DE，然后删除带宽小于b的逻辑链路；根据到达LSP建立请求的带宽要求b，以及各个链路上的剩余带宽情况，按照以上策略决定分层图中逻辑链路和物理链路的代价函数值，然后转至步骤4；

步骤4，在分层图|W|个波长平面上中运行kpath-Dijkstra算法，计算出从VSN到VDN的k条最短通路P(k)(本文选k＝2)；

(a)如果一条没找到，则拒绝该LSP请求，并转至步骤2。

(b)如果找到k条最短路径P(k)则转至步骤5；

步骤5，从这k条可用通路中找出所经链路影响函数值最小的那条通路，如果影响函数值相同就按First-Fit原则选出一条。并在该通路上建立LSP，然后，删除相应波长平面上该通路所经节点对间相应的物理链路，并修改该通路所在平面上相应链路的剩余带宽。从分层图中删除VSN和VDN及所有的DE，转至步骤2。

步骤6，释放该条LSP所占用的资源，修改该LSP所经逻辑链路上的剩余带宽值，如果某条逻辑链路的剩余带宽值达到1单位，则释放该条逻辑链路，将它还原为相应节点对间的物理链路，然后转至步骤2。

为了更好地说明Min_influence方法的有效性，本说明书对所提方法进行仿真研究，并与文献中性能最好的HIRA算法进行比较，HIRA算法的选路原则是直接利用PLE和LLE，选择所经物理跳数最少的通路建立LSP。

仿真使用的物理拓扑如图1所示，为15节点网络，并且是多纤(双向)网络。其中带阴影的节点为路由器节点，其余为OXC节点。所有业务连接请求动态到达网络节点，每次只到达一个请求，业务请求的源-目的节点对在(1，13)，(5，9)，(2，4)，(5，15)中随机选定，允许一对节点之间同时存在多条LSP。全网所有源-宿节点对间的业务强度都相同，即支持的业务为均匀业务，设用户业务流的带宽要求服从均匀分布。不失一般性，可以用单波长的传输速率作为带宽请求的基本单位，每个波长的容量为OC-48，带宽b为OC-1的整数倍，设在[1，36]均匀分布。对于到达的每个请求，需要为它建立LSP。一旦LSP建立请求被拒绝(阻塞)，就立即丢弃，即无等待队列。

仿真需选择合适的自相似业务流生成算法，本文采用基于离散时间傅立叶变换的分形高斯噪声过程(FFT-FGN)来快速生成自相似业务流[6]，该模型主要有三个参数，N、M、V，其中H参数表示Hurst参数，M和V分别表示均值和方差，H、V与自相似业务的长相关程度密切相关。

图2a、b分别示出了多纤情况下(F＝2，W＝4)，HIRA(图中K＝1)与Min_influence(图中K＝2)两种算法在不同突发度H下连接阻塞率(CBP)和带宽阻塞率(BBR)随均值M的变化曲线，首先从这几幅图可以看出H值越大，CBP和BBR越大；其次无论是H＝0.7或是H＝0.9，Min_influence算法的CBP与BBR都低于HIRA算法，为了验证结果的普适性，本发明在其它不同的H值下做仿真，Min_influence算法均优于HIRA算法，证明这种趋势不随H值的变化而变化。另外，发现在均值M和突发度H较大时Min_influence算法的优势更加明显，这是因为HIRA算法总是选择实际占用的物理资源最小的路径，这在网络负载较轻网络，可用物理资源较多的时候是可以降低网络的阻塞率；但是在网络负载较重，网络的可用物理资源不是很多的时候，不考虑网络当前状态而一味地遵循物理资源占用最小的HIRA策略来路由LSP必然会产生很多冲突从而导致网络阻塞率增大。而Min_influence算法考虑到网络当前的状态，尽量避开那些瓶颈链路，则尝试从多条路由组成的备用路由集中选择一条对全网影响最小的来建立LSP，将网络的负载均衡到全网的虚链路上去，所以性能较优。

图3a、b分别示出了在多纤情况下(F＝2，W＝4)，HIRA与Min_influence两种算法在不同均方值V下CBP和BBR随均值M的变化曲线，首先可以看出V值越大，两种算法的CBP和BBR越大；其次基于CBP与BBR这两个性能指标，Min_influence算法均优于HIRA算法，且在均方值V较大时更加明显。这是由于参数H和V与自相似业务量的突发度密切相关，H值和V值越大，自相似业务的突发度就越大，这种情况下Min_influence算法比HIRA策略能更精确地考虑路由及带宽分配对全网状态的影响，使网络资源的充分利用成为可能，所以性能较好。

为比较HIRA与Min_influence这两种算法在不同带宽请求下的动态性能，设每个波长的容量为OC-48，带宽请求为OC-1的整数倍，倍数服从均匀分布，分布范围分别选择[1，12]、[1，18]、[1，24]、[1，36]。图4示出了多纤情况下(F＝2，W＝4)，这两种算法的CBP与BBR随请求带宽最大值(Max)的变化曲线，可以看到当Max较小时，Min_influence性能稍优于HIRA，但随着Max值增大，Min_influence的优势也就越明显。这时因为请求带宽最大值Max越大，资源缺乏问题就越明显，HIRA算法只是选择跳数最短路径，而没有考虑对全网的影响，会产生较多的带宽碎片，许多资源就会被浪费，这将会导致更多新业务被阻塞，而Min_influence则是在备用路由集中选择一条对全网影响较小的来建立LSP，据此进行的带宽分配能更利于促进网络资源的合理分配，从而改善全网的阻塞概率性能。在16节点格网及NSFNET网中本发明做了类似的仿真，得出与以上相同的结论，基于篇幅没有列出仿真结果。

本发明研究了动态自相似业务模型下的多纤IP over WDM网中联合路由问题，基于备选路由策略，本发明提出了一种新型联合路由算法—最小影响方法(Min_influence)。以连接阻塞率(CBP)及带宽阻塞率(BBR)作为性能指标，通过在三种不同的拓扑上仿真，结果表明在不同的自相似业务参数(突发度、均值、方差)下，该方法均优于已有算法，这些都归结于Min_influence方法充分考虑网络当前的状态，尽量避开瓶颈链路，尝试从多条路由组成的备用路由集中选择一条对全网影响较小的来建立LSP，有利于促进网络资源的合理分配，使IP层和光层的拓扑和资源信息得到充分利用，从而改善全网的阻塞概率性能。

Claims (1)

1、一种利用全网信息的联合路由最小影响方法，其特征在于，该方法将物理拓扑转化为多纤分层图；确定分层图中链路的权值，用最短路算法为该请求计算出k条备选路由，令P(k)代表为新到达的连接请求所选的k条备选路由，从P(k)中选择影响函数值最小，即对全网影响最小的那条来建立LSP。

Images