CN103973585A - 一种基于多路径路由的片上网络业务流拆分方法 - Google Patents
一种基于多路径路由的片上网络业务流拆分方法 Download PDFInfo
- Publication number
- CN103973585A CN103973585A CN201410204425.4A CN201410204425A CN103973585A CN 103973585 A CN103973585 A CN 103973585A CN 201410204425 A CN201410204425 A CN 201410204425A CN 103973585 A CN103973585 A CN 103973585A
- Authority
- CN
- China
- Prior art keywords
- nodes
- conflict
- stream
- node
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供了一种基于多路径路由的片上网络业务流拆分方法,通过冲突矩阵,推导出每条目标子业务流的路径冲突系数,受电阻分流准则启发,提出电阻非均匀拆分策略,对目标业务流进行拆分,求出目标业务流的延迟上界,相比于基于节点的局部优化,考虑了整条路径的冲突情况,分配策略参考价值更大,能更准确指导流量分配;相比于均匀全拆分策略,可以根据路径冲突大小合理分配网络资源,减小目标业务流的延迟上界,从而优化网络性能。
Description
技术领域
本发明属于网络通信技术领域,尤其涉及一种基于多路径路由的片上网络业务流拆分方法。
背景技术
发表于2012年第八届IEEE/ACM/IFIPinternationalconferenceonHardware/softwarecodesignandsystemsynthesis国际会议第123-132页的“Worst-caseperformanceanalysisof2-DmeshNoCsusingmulti-pathminimalrouting”论文,提出使用一种基于节点的非均匀拆分策略和基于流的非均匀拆分策略,不足之处是基于节点的非均匀拆分策略只考虑了局部的冲突状况,判断依据不全面,容易导致局部拥塞过大;基于流的非均匀拆分策略是通过减小路径数目,对剩余路径进行流量均匀分配,没有考虑各个路径不同的冲突环境而进行适量分配。
发明内容
本发明的目的在于提供一种基于多路径路由的片上网络业务流拆分方法,旨在解决现有片上网络业务流拆分方法中存在的局部拥塞、路径冲突等问题。
本发明是这样实现的,一种基于多路径路由的片上网络业务流拆分方法,包括以下步骤:
S1、根据片上网络的结构类型计算冲突矩阵;
S2、推导每条目标子业务流的等效冲突电阻,即为路径冲突系数;
S3、利用欧姆定律计算每条目标子业务流的数据流量分配比;
S4、使用电阻非均匀拆分策略对目标业务流进行非均匀拆分;
S5、根据网络演算分析方法,结合电阻非均匀拆分策略推导出目标业务流的延迟上界。
优选地,在步骤S1中,所述片上网络包括二维(N×N)或三维(N×N×N)的网格结构,其中N=1,2,3....。
优选地,在步骤S1中,所述冲突矩阵,在二维网格结构时,为N2×4矩阵,行代表路由节点,范围为(1,N2),列代表东西南北四个方向,每个元素代表路由节点在东西南北四个方向相邻路由之间由冲突流产生的节点冲突系数;在三维网格结构时,为N3×6矩阵,行代表路由节点,范围为(1,N3),列代表东西南北上下六个方向,每个元素代表路由节点在东西南北上下六个方向相邻路由之间由冲突流产生的节点冲突系数。
优选地,在步骤S2中,所述子业务流为通过对业务流进行拆分得到,该拆分具体为:在业务流到达路由节点后按照约定的比例将数据流量分配到不同方向并生成不同的子路径。
优选地,在步骤S2中,所述目标子业务流为目标业务流拆分所得到的子业务流。
优选地,在步骤S2中,所述每条目标子业务流等效冲突电阻,为把目标子流经过的节点在其对应方向上的节点冲突系数加和,记为Ri(i=1,2,...n;n为目标子业务流数目),节点冲突系数为(εr+ηb)p,r和b分别为表示业务流特性的平均转发速率和突发度,ε和η分别为平均转发速率和突发度对冲突的贡献指数,p为链路的全局拆分比例。
优选地,在步骤S3中,所述每条目标子业务流的数据流量分配比,为每条目标子业务流路径所分配流量的比例,记为λsub_1:λsub_2:λsub_3:λsub_4:...:λsub_n,根据欧姆定律,将上式等效为
优选地,在步骤S4中,所述业务流,为分析路径得到的业务流,划分为目标业务流和冲突业务流,目标业务流定义为所需要研究的对象;冲突业务流定义为对目标业务流造成冲突的业务流。
优选地,在步骤S4中,所述目标业务流进行非均匀拆分为拆分到第i条目标子业务流的数据流量占目标业务流总流量的
优选地,在步骤S5中,所述网络演算分析方法为先求得目标子业务流路径上的等价服务曲线,然后利用最小加代数方法来计算该目标子业务流的延迟上界。
本发明克服现有技术的不足,提供一种基于多路径路由的片上网络业务流拆分方法,通过冲突矩阵,推导出每条目标子业务流的路径冲突系数,受电阻分流准则启发,提出一种电阻非均匀拆分策略,对目标业务流进行拆分,求出目标业务流的延迟上界,相比于基于节点的局部优化,考虑了整条路径的冲突情况,分配策略参考价值更大,能更准确指导流量分配;相比于均匀全拆分策略,可以根据路径冲突大小合理分配网络资源,减小目标业务流的延迟上界,从而优化网络性能。
附图说明
图1是本发明基于多路径路由的片上网络业务流拆分方法的步骤流程图;
图2是本发明实施例中的2D模型示意图;其中,图a为模型中目标流f<1,16>的配置图,图b为模型中冲突流f<2,12>的拆分情况,图c为模型中冲突流f<3,8>的拆分情况,图d为模型中冲突流f<6,11>的拆分情况;
图3是本发明实施例中2D模型中节点处业务流拆分模型;
图4是本发明实施例中3个冲突流f<2,12>,f<3,8>和f<6,11>的拆分矩阵;
图5是本发明实施例中2D模型中目标流f<1,16>的冲突矩阵;
图6是本发明实施例中2D模型中目标流f<1,16>在不同冲突情况下用均匀拆分策略和电阻非均匀拆分策略所得的延迟上界对比图;
图7是本发明实施例中3D-NoC配置图;
图8是本发明实施例中冲突流f<7,19>,f<4,20>和f<13,9>的拆分矩阵;
图9是本发明实施例中3D模型中目标流f<7,12>的冲突矩阵;
图10是本发明实施例中3D模型中目标流f<7,12>利用电阻非均匀拆分策略和均匀拆分在不同冲突环境下的延迟上界对比图。
具体实施方式
本发明提供的技术方案在于,一种基于多路径路由的片上网络业务流拆分方法,如图1所示,包括以下步骤:
S1、根据片上网络的结构类型计算冲突矩阵;
在步骤S1中,片上网络包括二维(N×N)或三维(N×N×N)的网格结构,其中N=1、2,3....。在片上网络为二维网格结构时,冲突矩阵为N2×4矩阵,行代表路由节点,范围为(1,N2),列代表东西南北四个方向,每个元素代表路由节点在东西南北四个方向相邻路由之间由冲突流产生的节点冲突系数;在片上网络为三维网格结构时,冲突矩阵为为N3×6矩阵,行代表路由节点,范围为(1,N3),列代表东西南北上下六个方向,每个元素代表路由节点在东西南北上下六个方向相邻路由之间由冲突流产生的节点冲突系数。
S2、推导每条目标子业务流的等效冲突电阻,即为路径冲突系数;
在步骤S2中,子业务流为通过对业务流进行拆分得到,该拆分具体为:在业务流到达路由源节点后按照约定的比例将数据流量分配到不同方向并生成不同的子路径。所述目标子业务流为目标业务流拆分所得到的子业务流。
在步骤S2中,所述每条目标子业务流等效冲突电阻,为把目标子流经过的节点在其对应方向上的节点冲突系数加和,记为Ri(i=1,2,...n;n为目标子业务流数目),节点冲突系数为(εr+ηb)p,r和b分别为表示业务流特性的平均转发速率和突发度,ε和η分别为平均转发速率和突发度对冲突的贡献指数,p为链路的全局拆分比例。
子业务流为在业务流到达路由源节点后按照约定的比例将数据流量分配到不同方向并生成不同的子路径。每条子业务流等效冲突电阻为把子流经过的节点在其对应方向上的节点冲突系数加和,记为Ri(i=1,2,...n;n为目标子业务流数目),节点冲突系数为(εr+ηb)p,r和b分别为表示业务流特性的平均转发速率和突发度,ε和η分别为平均转发速率和突发度对冲突的贡献指数,p为链路的全局拆分比例。
S3、利用欧姆定律计算每条目标子业务流的数据流量分配比;
在步骤S3中,每条子业务流的数据流量分配比,为每条子业务流路径所分配流量的比例,记为λsub_1:λsub_2:λsub_3:λsub_4:...:λsub_n,根据欧姆定律,将上式等效为
S4、使用电阻非均匀拆分策略对目标业务流进行非均匀拆分;
在步骤S4中,目标业务流由分析路径得到的业务流划分得到,其中,该业务流划分为目标业务流和冲突业务流,所述冲突业务流为对目标业务流造成冲突的业务流。
目标业务流进行非均匀拆分为拆分到第i条目标子业务流的数据流量占目标业务流总流量的
S5、根据网络演算分析方法,结合电阻非均匀拆分策略推导出目标业务流的延迟上界。
在步骤S5中,网络演算分析方法为先求得目标子业务流路径上的等价服务曲线,然后利用最小加代数方法来计算该目标子业务流的延迟上界。
相比于基于节点的局部优化,本发明考虑了整条路径的冲突情况,分配策略参考价值更大,能更准确指导流量分配;相比于均匀全拆分策略,可以根据路径冲突大小合理分配网络资源,减小目标业务流的延迟上界,从而优化网络性能。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实例1以4×4网格为例,推导优化过程
如图2a所示,f<1,16>为目标业务流,进行全拆分共有20条业务子流。f<2,12>,f<3,8>和f<6,11>为冲突业务流,设置目标业务流流f<1,16>的到达曲线为α(t)=0.08t+1,表示每100个周期发送8个数据包,一次最多发送1个数据包。冲突业务流f<2,12>,f<3,8>和f<6,11>的达到曲线均为α(t)=0.08t+6。所有的路由节点采用FCFS仲裁策略,提供的服务曲线为表示每三周期处理1数据包,处理延迟为4个周期。假设冲突流X方向拆分比为0.5,即冲突流在X维度或者Y维度都没到达目的节点时,每经过一个节点,冲突流都有一半流入X方向的下一个节点,另一半流入Y方向的下一个节点。如图3所示。
步骤1:计算冲突矩阵
按照图2b、图2c和图2d的冲突流配置,得到16×4冲突矩阵,行代表16个路由节点,列代表东西南北四个方向,每个元素代表路由节点在东西南北方向相邻路由之间由冲突流产生的节点冲突系数,其中北和西方向均为0,节点冲突系数为(εr+ηb)p,r和b分别为表示业务流特性的平均转发速率和突发度,ε和η分别为平均转发速率和突发度对冲突的贡献指数,p为链路的全局拆分比例,如图4中C1、C2和C3分别为由p构成的冲突流f<2,12>、f<3,8>和f<6,11>的拆分矩阵。设定ε=η=1,分别代入各个冲突流的r和b,分别带入各自的拆分矩阵,最后将三个修改后的拆分矩阵相加,若目标流f<1,16>的拆分矩阵中某个位置元素为0,则冲突矩阵中相应位置值为0,若目标流拆分矩阵中某个位置不为0,则为前面三个修改后的拆分矩阵相加所得的值。如图5所示,B为目标业务流的冲突矩阵。
步骤2:计算每条子业务流等效冲突电阻,即为路径冲突系数
通过分析冲突矩阵,计算出20条目标子流中每条子流的路径冲突系数,即把目标子流经过的节点在其对应方向上的节点冲突系数加和,为了防止有些子路径没有冲突流,使得该路径“短路”,通过给每个子路径添加一个基础冲突系数0.1。
目标子流1经过节点(123481216),把1节点向东,2节点向东,3节点向东,4节点向南,8节点向南,12节点向南的节点冲突系数同基础冲突系数加和为15.3。
目标子流2经过节点(123781216),把1节点向东,2节点向东,3节点向南,7节点向东,8节点向南,12节点向南的节点冲突系数同基础冲突系数加和为15.3。
目标子流3经过节点(1237111216),把1节点向东,2节点向东,3节点向南,7节点向南,11节点向东,12节点向南的节点冲突系数同基础冲突系数加和为15.3。
目标子流4经过节点(1237111516),把1节点向东,2节点向东,3节点向南,7节点向南,11节点向南,15节点向东的节点冲突系数同基础冲突系数加和为12.26。
目标子流5经过节点(126781216),把1节点向东,2节点向南,6节点向东,7节点向东,8节点向南,12节点向南的节点冲突系数同基础冲突系数加和为15.3。
目标子流6经过节点(1267111216),把1节点向东,2节点向南,6节点向东,7节点向南,11节点向东,12节点向南的节点冲突系数同基础冲突系数加和为15.3。
目标子流7经过节点(1267111516),把1节点向东,2节点向南,6节点向东,7节点向南,11节点向南,15节点向东的节点冲突系数同基础冲突系数加和为12.26。
目标子流8经过节点(12610111216),把1节点向东,2节点向南,6节点向南,10节点向东,11节点向东,12节点向南的节点冲突系数同基础冲突系数加和为15.3。
目标子流9经过节点(12610111516),把1节点向东,2节点向南,6节点向南,10节点向东,11节点向南,15节点向东的节点冲突系数同基础冲突系数加和为12.26。
目标子流10经过节点(12610141516),把1节点向东,2节点向南,6节点向南,10节点向南,14节点向东,15节点向东的节点冲突系数同基础冲突系数加和为7.7。
目标子流11经过节点(156781216),把1节点向南,5节点向东,6节点向东,7节点向东,8节点向南,12节点向南的节点冲突系数同基础冲突系数加和为12.26。
目标子流12经过节点(1567111216),把1节点向南,5节点向东,6节点向东,7节点向南,11节点向东,12节点向南的节点冲突系数同基础冲突系数加和为12.26。
目标子流13经过节点(1567111516),把1节点向南,5节点向东,6节点向东,7节点向南,11节点向南,15节点向东的节点冲突系数同基础冲突系数加和为9.22。
目标子流14经过节点(15610111216),把1节点向南,5节点向东,6节点向南,10节点向东,11节点向东,12节点向南的节点冲突系数同基础冲突系数加和为12.26。
目标子流15经过节点(15610111516),把1节点向南,5节点向东,6节点向南,10节点向东,11节点向南,15节点向东的节点冲突系数同基础冲突系数加和为9.22。
目标子流16经过节点(15610141516),把1节点向南,5节点向东,6节点向南,10节点向南,14节点向东,15节点向东的节点冲突系数同基础冲突系数加和为4.66。
目标子流17经过节点(15910111216),把1节点向南,5节点向南,9节点向东,10节点向东,11节点向东,12节点向南的节点冲突系数同基础冲突系数加和为7.7。
目标子流18经过节点(15910111516),把1节点向南,5节点向南,9节点向东,10节点向东,11节点向南,15节点向东的节点冲突系数同基础冲突系数加和为4.66。
目标子流19经过节点(15910141516),把1节点向南,5节点向南,9节点向东,10节点向南,14节点向东,15节点向东的节点冲突系数同基础冲突系数加和为0.1。
目标子流20经过节点(15913141516),把1节点向南,5节点向南,9节点向南,13节点向东,14节点向东,15节点向东的节点冲突系数同基础冲突系数加和为0.1。
步骤3:计算每条子业务流的数据流量分配比
目标流f<1,16>通过流量分割共有20条子流,每条目标子业务流的等效冲突电阻如表1第三列所示,则每条目标子业务流上的数据流量分配比为
步骤4:对目标业务流进行非均匀拆分
根据每条目标子业务流上的数据流量分配比对目标业务流进行非均匀拆分,目标子流所分配的数据流量占目标业务流总流量的比例为:
步骤5:得出延迟上界
根据网络演算分析方法,结合上面步骤对各个子流的流量分配方案,计算得出20条业务流的延迟,分别为Dsub_1=68.9028,Dsub_2=87.9395,Dsub_3=85.522,Dsub_4=71.4534,Dsub_5=90.8552,Dsub_6=90.9686,Dsub_7=76.3798,Dsub_8=91.2274,Dsub_9=75.4727,Dsub_10=59.4366,Dsub_11=84.5217,Dsub_12=84.6294,Dsub-13=70.0598,Dsub_14=84.8833,Dsub_15=69.1441,Dsub_16=53.1284,Dsub_17=70.7647,Dsub_18=55.0362,Dsub_19=35.9009,Dsub_20=35.8892,其中单位为时钟周期。
步骤6:验证结果的优化效果
为了验证步骤5所得20条子流延迟上界的优化效果,通过与目标流在各个节点均匀拆分时所得结果对比,也就是目标流在节点处X方向流量拆分比为0.5,Y方向流量拆分比也为0.5。20条子流在均匀拆分时所得延迟如表想下1第五列所示:
表1目标流f<1,16>的20条子流信息表
结果显示在均匀拆分时20条子流的延迟上界为101.782,而用电阻非均匀拆分策略重新分配流量后得到的延迟上界为91.2274,优化率达10.37%。
为了进一步验证电阻非均匀拆分策略的优化效果,本发明通过改变冲突流f<2,12>,f<3,8>和f<6,11>的X方向拆分比,即修改冲突环境,重复上述步骤1到步骤5,得到不同的实验结果,如图6和表格2所示:
表2均匀拆分策略和电阻非均匀拆分策略所得的延迟上界对比表
冲突流X方向拆分比 | 优化前 | 优化后 | 差值 | 优化率 |
0.1 | 167.996 | 156.212 | 11.7840 | 0.0701 |
0.2 | 150.471 | 139.057 | 11.4140 | 0.0759 |
0.3 | 133.401 | 122.322 | 11.0790 | 0.0831 |
0.4 | 117.103 | 106.291 | 10.8120 | 0.0923 |
0.5 | 101.782 | 91.2274 | 10.5546 | 0.1037 |
0.6 | 100.103 | 93.0782 | 7.0248 | 0.0702 |
0.7 | 100.481 | 93.8181 | 6.6629 | 0.0663 |
0.8 | 98.9202 | 92.6215 | 6.2987 | 0.0637 |
0.9 | 99.5207 | 95.3539 | 4.1668 | 0.0419 |
由图6和表2可知,最大优化率为10.37%,平均优化率为7.4%。可见电阻非均匀拆分策略在重新分配目标流的流量后,使网络的最差性能得到了显著提高。
实例2以3×3×3的三维片上网络为例,推导优化过程
如图7所示,f<7,12>为目标业务流,进行全拆分共有30条业务子流。f<7,19>,f<4,20>和f<13,9>为冲突业务流,设置目标业务流f<7,12>的到达曲线为α(t)=0.08t+1。冲突业务流f<7,19>,f<4,20>和f<13,9>的达到曲线均为α(t)=0.08t+6。所有的路由节点采用FCFS仲裁策略,提供的服务曲线为假设冲突流X方向拆分比为0.5,Y方向拆分比为0.2,Z方向拆分比为0.3。即若在三个方向都未到达目的节点时,流量拆分比按照上述方法,若其中一个方向已经到达目的节点的坐标,则该维度的拆分比按比例分配给其他两个维度。
步骤1:计算冲突矩阵
按照图7的冲突流配置,得到27×6大小的冲突矩阵,行代表27个路由节点,列代表西东北南上下六个方向,每个元素代表路由节点在西东北南上下方向相邻路由之间由冲突流产生的节点冲突系数,其中西、南和下方向均为0,节点冲突系数为(εr+ηb)p,r和b分别为表示业务流特性的平均转发速率和突发度,ε和η分别为平均转发速率和突发度对冲突的贡献指数,p为链路的全局拆分比例,如图8中C1、C2和C3分别为由p构成的冲突流f<7,19>,f<4,20>和f<13,9>的拆分矩阵。设定ε=η=1,分别代入各个冲突流的r和b,分别带入各自的拆分矩阵,最后将三个修改后的拆分矩阵相加,若目标流f<1,16>的拆分矩阵中某个位置元素为0,则冲突矩阵中相应位置值为0,若目标流拆分矩阵中某个位置不为0,则为前面三个修改后的拆分矩阵相加所得的值。如图9所示,B为目标业务流的冲突矩阵。
步骤2:计算每条子业务流等效冲突电阻,即为路径冲突系数
通过分析冲突矩阵,计算出30条目标子流中每条子流的路径冲突系数,即把目标子流经过的节点在其对应方向上的节点冲突系数加和。
目标子流1经过节点(7896312),把7节点向东,8节点向东,9节点向北,6节点向北,3节点向上的节点冲突系数同基础冲突系数加和为3.1001。
目标子流2经过节点(78961512),把7节点向东,8节点向东,9节点向北,6节点向上,15节点向北的节点冲突系数同基础冲突系数加和为3.1001。
目标子流3经过节点(789181512),把7节点向东,8节点向东,9节点向上,18节点向北,15节点向北的节点冲突系数同基础冲突系数加和为3.1001。
目标子流4经过节点(7856312),把7节点向东,8节点向北,5节点向东,6节点向北,3节点向上的节点冲突系数同基础冲突系数加和为2.55918。
目标子流5经过节点(78561512),把7节点向东,8节点向北,5节点向东,6节点向上,15节点向北的节点冲突系数同基础冲突系数加和为2.55918。
目标子流6经过节点(7852312),把7节点向东,8节点向北,5节点向北,2节点向东,3节点向上的节点冲突系数同基础冲突系数加和为2.19314。
目标子流7经过节点(78521112),把7节点向东,8节点向北,5节点向北,2节点向上,11节点向东的节点冲突系数同基础冲突系数加和为4.16914。
目标子流8经过节点(785141512),把7节点向东,8节点向北,5节点向上,14节点向东,15节点向北的节点冲突系数同基础冲突系数加和为4.32114。
目标子流9经过节点(785141112),把7节点向东,8节点向北,5节点向上,14节点向北,11节点向东的节点冲突系数同基础冲突系数加和为3.89554。
目标子流10经过节点(7817181512),把7节点向东,8节点向上,17节点向东,18节点向北,15节点向北的节点冲突系数同基础冲突系数加和为1.83214。
目标子流11经过节点(7817141512),把7节点向东,8节点向上,17节点向北,14节点向北,15节点向北的节点冲突系数同基础冲突系数加和为2.49714。
目标子流12经过节点(7817141112),把7节点向东,8节点向上,17节点向北,14节点向北,11节点向东的节点冲突系数同基础冲突系数加和为2.07154。
目标子流13经过节点(7456312),把7节点向北,4节点向东,5节点向东,6节点向北,3节点向上的节点冲突系数同基础冲突系数加和为8.3569。
目标子流14经过节点(74561512),把7节点向北,4节点向东,5节点向东,6节点向上,15节点向北的节点冲突系数同基础冲突系数加和为8.3569。
目标子流15经过节点(7452312),把7节点向北,4节点向东,5节点向北,2节点向东,3节点向上的节点冲突系数同基础冲突系数加和为7.99086。
目标子流16经过节点(74521112),把7节点向北,4节点向东,5节点向北,2节点向上,11节点向东的节点冲突系数同基础冲突系数加和为9.96686。
目标子流17经过节点(745141512),把7节点向北,4节点向东,5节点向上,14节点向东,15节点向北的节点冲突系数同基础冲突系数加和为10.1189。
目标子流18经过节点(745141112),把7节点向北,4节点向东,5节点向上,14节点向北,11节点向东的节点冲突系数同基础冲突系数加和为9.69326。
目标子流19经过节点(7412312),把7节点向北,4节点向北,1节点向东,2节点向东,3节点向上的节点冲突系数同基础冲突系数加和为5.3808。
目标子流20经过节点(74121112),把7节点向北,4节点向北,1节点向东,2节点向上,11节点向东的节点冲突系数同基础冲突系数加和为7.3568。
目标子流21经过节点(741101112),把7节点向北,4节点向北,1节点向上,10节点向东,11节点向东的节点冲突系数同基础冲突系数加和为6.5626。
目标子流22经过节点(7413141512),把7节点向北,4节点向上,13节点向东,14节点向东,15节点向北的节点冲突系数同基础冲突系数加和为11.1827。
目标子流23经过节点(7413141112),把7节点向北,4节点向上,13节点向东,14节点向北,11节点向东的节点冲突系数同基础冲突系数加和为10.7616。
目标子流24经过节点(7413101112),把7节点向北,4节点向上,13节点向北,10节点向东,11节点向东的节点冲突系数同基础冲突系数加和为7.76036。
目标子流25经过节点(71617181512),把7节点向上,16节点向东,17节点向东,18节点向北,15节点向北的节点冲突系数同基础冲突系数加和为5.263。
目标子流26经过节点(71617141512),把7节点向上,16节点向东,17节点向北,14节点向东,15节点向北的节点冲突系数同基础冲突系数加和为5.928。
目标子流27经过节点(71617141112),把7节点向上,16节点向东,17节点向北,14节点向北,11节点向东的节点冲突系数同基础冲突系数加和为5.5024。
目标子流28经过节点(71613141512),把7节点向上,16节点向北,13节点向东,14节点向东,15节点向北的节点冲突系数同基础冲突系数加和为10.5792。
目标子流29经过节点(71613141112),把7节点向上,16节点向北,13节点向东,14节点向北,11节点向东的节点冲突系数同基础冲突系数加和为10.1536。
目标子流30经过节点(71613101112),把7节点向上,16节点向北,13节点向北,10节点向东,11节点向东的节点冲突系数同基础冲突系数加和为7.15263。
步骤3:计算每条子业务流的数据流量分配比
目标流f<7,12>通过流量分割共有30条子流,每条目标子业务流的等效冲突电阻如表3第三列所示,则每条目标子业务流上的数据流量分配比为:
步骤4:对目标业务流进行非均匀拆分
根据每条目标子业务流上的数据流量分配比对目标业务流进行非均匀拆分,目标子流所分配的数据流量占目标业务流总流量的比例为:
步骤5:得出延迟上界
根据网络演算分析方法,结合上面步骤对各个子流的流量分配方案,计算得出30条业务流的延迟,分别为Dsub_1=45.8518,Dsub_2=45.9138,Dsub_3=45.8751,Dsub_4=54.0792,Dsub_5=54.1411,Dsub_6=52.3068,Dsub_7=81.7098,Dsub_8=59.7568,Dsub_9=83.5476,Dsub_10=43.6901,Dsub_11=53.2525,Dsub_12=52.1705,Dsub_13=100.635,Dsub_14=100.697,Dsub_15=97.7816,Dsub_16=162.93,Dsub_17=102.508,Dsub_18=160.744,Dsub_19=57.1213,Dsub_20=94.9402,Dsub_21=90.8831,Dsub_22=138.08,Dsub_23=158.782,Dsub_24=149.327,Dsub_25=76.1265,Dsub_26=65.0581,Dsub_27=63.9897,Dsub_28=103.88,Dsub_29=107.641,Dsub_30=94.799;其中单位为时钟周期。
步骤6:验证结果的优化效果、为了验证步骤5所得30条子流延迟上界的优化效果,通过与目标流在各个节点均匀拆分时所得结果对比,也就是目标流在节点处X方向流量拆分比为0.3333,Y方向流量拆分比为0.3333,Z方向流量拆分比也为0.3333。30条子流在均匀拆分时所得延迟如表3第五列所示:
表3目标流f<7,12>的30条子流信息表
结果显示在均匀拆分时30条子流的延迟上界为170.193,而用电阻非均匀拆分策略重新分配流量后得到的延迟上界为162.93,优化率为4.3%。
为了进一步验证电阻非均匀拆分策略的优化效果,通过变化三条冲突流f<7,19>,f<4,20>和f<13,9>在X方向的拆分比例,使YZ方向均匀拆分,以此来构造不同的冲突环境。重复上述步骤1到步骤5,得到不同的实验结果,如图10和表格4所示:
表4均匀拆分策略和电阻非均匀拆分策略所得的延迟上界对比表;
冲突流X方向拆分比 | 优化前 | 优化后 | 差值 | 优化率 |
0.1 | 172.63 | 171.368 | 1.262 | 0.00731 |
0.2 | 171.55 | 166.509 | 5.041 | 0.029385 |
0.3 | 171.681 | 164.2 | 7.481 | 0.043575 |
0.4 | 172.628 | 164.348 | 8.28 | 0.047964 |
0.5 | 174.594 | 166.791 | 7.803 | 0.044692 |
0.6 | 177.206 | 168.319 | 8.887 | 0.050151 |
0.7 | 179.264 | 168.727 | 10.537 | 0.058779 |
0.8 | 180.86 | 167.693 | 13.167 | 0.072802 |
0.9 | 182.059 | 165.245 | 16.814 | 0.092355 |
由图10以及表4可知,电阻非均匀拆分策略相对于均匀拆分来说平均优化率为5%,最大优化率到达9.24%,可见优化效果还是非常明显。
相比于现有技术的缺点和不足,本发明具有以下有益效果:通过冲突矩阵,推导出每条目标子业务流的路径冲突系数,受电阻分流准则启发,提出电阻非均匀拆分策略,对目标业务流进行拆分,求出目标业务流的延迟上界,相比于基于节点的局部优化,考虑了整条路径的冲突情况,分配策略参考价值更大,能更准确指导流量分配;相比于均匀全拆分策略,可以根据路径冲突大小合理分配网络资源,减小目标业务流的延迟上界,从而优化网络性能。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于多路径路由的片上网络业务流拆分方法,其特征在于包括以下步骤:
S1、根据片上网络的结构类型计算冲突矩阵;
S2、推导每条目标子业务流的等效冲突电阻,即为路径冲突系数;
S3、利用欧姆定律计算每条目标子业务流的数据流量分配比;
S4、使用电阻非均匀拆分策略对目标业务流进行非均匀拆分;
S5、根据网络演算分析方法,结合电阻非均匀拆分策略推导出目标业务流的延迟上界。
2.如权利要求1所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S1中,所述片上网络包括二维(N×N)或三维(N×N×N)的网格结构,其中N=1,2,3....。
3.如权利要求2所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S1中,所述冲突矩阵,在二维网格结构时,为N2×4矩阵,行代表路由节点,范围为(1,N2),列代表东西南北四个方向,每个元素代表路由节点在东西南北四个方向相邻路由之间由冲突流产生的节点冲突系数;在三维网格结构时,为N3×6矩阵,行代表路由节点,范围为(1,N3),列代表东西南北上下六个方向,每个元素代表路由节点在东西南北上下六个方向相邻路由之间由冲突流产生的节点冲突系数。
4.如权利要求1所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S2中,所述子业务流为通过对业务流进行拆分得到,该拆分具体为:在业务流到达路由节点后按照约定的比例将数据流量分配到不同方向并生成不同的子路径。
5.如权利要求1所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S2中,所述目标子业务流为目标业务流拆分所得到的子业务流。
6.如权利要求4所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S2中,所述每条目标子业务流等效冲突电阻,为把目标子流经过的节点在其对应方向上的节点冲突系数加和,记为Ri(i=1,2,...n;n为目标子业务流数目),节点冲突系数为(εr+ηb)p,r和b分别为表示业务流特性的平均转发速率和突发度,ε和η分别为平均转发速率和突发度对冲突的贡献指数,p为链路的全局拆分比例。
7.如权利要求1所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S3中,所述每条目标子业务流的数据流量分配比,为每条目标子业务流路径所分配流量的比例,记为λsub_1:λsub_2:λsub_3:λsub_4:...:λsub_n,根据欧姆定律,将上式等效为
8.如权利要求1所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S4中,所述业务流,为分析路径得到的业务流,划分为目标业务流和冲突业务流,目标业务流定义为所需要研究的对象;冲突业务流定义为对目标业务流造成冲突的业务流。
9.如权利要求6所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S4中,所述目标业务流进行非均匀拆分为拆分到第i条目标子业务流的数据流量占目标业务流总流量的
10.如权利要求8所述的基于多路径路由的片上网络业务流拆分方法,其特征在于,在步骤S5中,所述网络演算分析方法为先求得目标子业务流路径上的等价服务曲线,然后利用最小加代数方法来计算该目标子业务流的延迟上界。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410204425.4A CN103973585B (zh) | 2014-05-14 | 2014-05-14 | 一种基于多路径路由的片上网络业务流拆分方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410204425.4A CN103973585B (zh) | 2014-05-14 | 2014-05-14 | 一种基于多路径路由的片上网络业务流拆分方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103973585A true CN103973585A (zh) | 2014-08-06 |
CN103973585B CN103973585B (zh) | 2017-05-17 |
Family
ID=51242644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410204425.4A Active CN103973585B (zh) | 2014-05-14 | 2014-05-14 | 一种基于多路径路由的片上网络业务流拆分方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103973585B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105262696A (zh) * | 2015-09-01 | 2016-01-20 | 上海华为技术有限公司 | 一种多路径分流的方法及相关设备 |
CN104008085B (zh) * | 2014-05-28 | 2017-05-17 | 合肥工业大学 | 一种片上网络延迟上界的多出口聚集流分析方法 |
CN112039795A (zh) * | 2019-06-04 | 2020-12-04 | 华为技术有限公司 | 一种负载分担方法、装置和网络设备 |
CN114462900A (zh) * | 2022-04-13 | 2022-05-10 | 云智慧(北京)科技有限公司 | 一种业务活动节点的拆分方法、装置及设备 |
CN115499343A (zh) * | 2022-09-14 | 2022-12-20 | 国网经济技术研究院有限公司 | 基于有效竞争流的时延分析方法、系统、设备和存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8601423B1 (en) * | 2012-10-23 | 2013-12-03 | Netspeed Systems | Asymmetric mesh NoC topologies |
CN103763205A (zh) * | 2014-01-14 | 2014-04-30 | 合肥工业大学 | 硅通孔负载全局均衡的三维片上网络延迟上界优化方法 |
-
2014
- 2014-05-14 CN CN201410204425.4A patent/CN103973585B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8601423B1 (en) * | 2012-10-23 | 2013-12-03 | Netspeed Systems | Asymmetric mesh NoC topologies |
CN103763205A (zh) * | 2014-01-14 | 2014-04-30 | 合肥工业大学 | 硅通孔负载全局均衡的三维片上网络延迟上界优化方法 |
Non-Patent Citations (1)
Title |
---|
张存强: "基于网络演算的3D-NoC最差情形性能分析", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104008085B (zh) * | 2014-05-28 | 2017-05-17 | 合肥工业大学 | 一种片上网络延迟上界的多出口聚集流分析方法 |
CN105262696A (zh) * | 2015-09-01 | 2016-01-20 | 上海华为技术有限公司 | 一种多路径分流的方法及相关设备 |
CN105262696B (zh) * | 2015-09-01 | 2019-02-12 | 上海华为技术有限公司 | 一种多路径分流的方法及相关设备 |
CN112039795A (zh) * | 2019-06-04 | 2020-12-04 | 华为技术有限公司 | 一种负载分担方法、装置和网络设备 |
WO2020244486A1 (zh) * | 2019-06-04 | 2020-12-10 | 华为技术有限公司 | 一种负载分担方法和网络设备 |
EP3972210A4 (en) * | 2019-06-04 | 2022-04-27 | Huawei Technologies Co., Ltd. | LOAD SHARING METHOD AND NETWORK DEVICE |
CN112039795B (zh) * | 2019-06-04 | 2022-08-26 | 华为技术有限公司 | 一种负载分担方法、装置和网络设备 |
CN114462900A (zh) * | 2022-04-13 | 2022-05-10 | 云智慧(北京)科技有限公司 | 一种业务活动节点的拆分方法、装置及设备 |
CN114462900B (zh) * | 2022-04-13 | 2022-07-29 | 云智慧(北京)科技有限公司 | 一种业务活动节点的拆分方法、装置及设备 |
CN115499343A (zh) * | 2022-09-14 | 2022-12-20 | 国网经济技术研究院有限公司 | 基于有效竞争流的时延分析方法、系统、设备和存储介质 |
CN115499343B (zh) * | 2022-09-14 | 2024-01-09 | 国网经济技术研究院有限公司 | 基于有效竞争流的时延分析方法、系统、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN103973585B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103973585A (zh) | 一种基于多路径路由的片上网络业务流拆分方法 | |
Kelly et al. | Stochastic networks | |
CN102780581B (zh) | 一种基于随机型网络演算的afdx端端时延上界计算方法 | |
CN104683488A (zh) | 流式计算系统及其调度方法和装置 | |
Qiu et al. | A packet buffer evaluation method exploiting queueing theory for wireless sensor networks | |
CN106254254A (zh) | 一种基于Mesh拓扑结构的片上网络通信方法 | |
Yeung et al. | Competition for shortest paths on sparse graphs | |
CN104486237A (zh) | clos网络中无乱序分组路由及调度方法 | |
CN104601473A (zh) | 一种带约束的多目标路径的路由生成方法及系统 | |
CN106911567A (zh) | 面向大数据的高性能网络中多条固定路径带宽调度方法 | |
CN104518899A (zh) | 网络路由流量仿真方法和装置 | |
De Souza et al. | An exploration of aggregation convergecast scheduling | |
CN105072032A (zh) | 一种确定片上网络路由路径的方法及系统 | |
Smith et al. | Target assignment for robotic networks: Asymptotic performance under limited communication | |
CN104243348A (zh) | 一种数据处理方法和装置 | |
CN104410443A (zh) | 卫星网络中结合卫星节点可用度的面向任务自组网算法 | |
CN104302008B (zh) | 一种综合时分和缓存占比的无线多跳网络带宽分配方法 | |
CN103955584B (zh) | 基于多路径路由的片上网络重组缓存的上界优化方法 | |
CN104899097A (zh) | 线程分配数量计算方法以及装置 | |
WO2023109445A1 (zh) | 一种基于时间触发以太网的业务调度方法 | |
CN105072046B (zh) | 一种基于令牌控制节点并发数据转发的延迟容忍网络拥塞避免方法 | |
CN107770083A (zh) | 一种交换网络、控制器及负载均衡方法 | |
CN105119843A (zh) | 消息缓存队列长度的设置方法 | |
CN102594670B (zh) | 多端口多流的调度方法、装置及设备 | |
CN104683832B (zh) | 一种dtn网络中视频分块的随机集中调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20201225 Address after: 245000 No.50, Meilin Avenue, Huangshan Economic Development Zone, Huangshan City, Anhui Province Patentee after: Huangshan Development Investment Group Co.,Ltd. Address before: No. 193, Tunxi Road, Hefei City, Anhui Province Patentee before: Hefei University of Technology |
|
TR01 | Transfer of patent right |