CN105049272B - 链路休眠方法及装置 - Google Patents
链路休眠方法及装置 Download PDFInfo
- Publication number
- CN105049272B CN105049272B CN201510566023.3A CN201510566023A CN105049272B CN 105049272 B CN105049272 B CN 105049272B CN 201510566023 A CN201510566023 A CN 201510566023A CN 105049272 B CN105049272 B CN 105049272B
- Authority
- CN
- China
- Prior art keywords
- network
- link
- mode
- suspend mode
- calculated
- 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.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
- Mobile Radio Communication Systems (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例提供了一种链路休眠方法及装置。所述方法的一具体实施方式包括:当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算所述网络的全网平均链路利用率;在每次计算得到全网平均链路利用率后,判断所述网络是否满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞;若是,则控制所述网络进入所述预设网络模式中的低功耗模式;其中,在所述全功耗模式下所述网络中的所有链路均处于激活状态,在所述过渡模式下,按照预设休眠算法计算出的所述网络中允许休眠的链路中的部分链路处于休眠状态;在所述低功耗模式下所述允许休眠的链路全部被休眠。本实施例能够降低网络能量消耗。
Description
技术领域
本发明涉及有线网络通信技术领域,特别是涉及一种链路休眠方法及装置。
背景技术
近年来互联网飞速发展,给人们的生活带来巨大的变化。与此同时,也带来了高能耗、低利用率和巨大的能源浪费问题,这与节能减排的时代背景相悖,且能耗问题已经成为制约互联网和通信行业可持续发展的重大障碍。
现有的网络拓扑设计遵循资源过提供和冗余设计原则,这两种设计原则有利于互联网的可靠性,能够提高用户体验,但是带来的能耗问题也是不容忽视的。实际网络中的流量随时间不断变化,并且流量数据大体成昼夜性周期变化,白天网络中的流量明显高于夜晚。在夜晚,也就是低峰时期,网络提供的服务能力远远大于需求。然而网络中的设备持续运转,这将造成较大的能量消耗。
发明内容
本发明实施例的目的在于提供一种链路休眠方法及装置,以降低网络能量消耗。具体技术方案如下:
第一方面,本发明提供了一种链路休眠方法,应用于服务器,所述方法包括:
当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算所述网络的全网平均链路利用率;
在每次计算得到全网平均链路利用率后,判断所述网络是否满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞;
若是,则控制所述网络进入所述预设网络模式中的低功耗模式;
其中,在所述全功耗模式下所述网络中的所有链路均处于激活状态,在所述过渡模式下,按照预设休眠算法计算出的所述网络中允许休眠的链路中的部分链路处于休眠状态,在所述低功耗模式下所述允许休眠的链路全部被休眠。
进一步地,所述按照预设休眠算法计算所述网络中允许休眠的链路包括:
计算所述网络中所有的源-目的节点对的最短路径;
根据所述最短路径计算结果,确定每一条链路在所述所有的源-目的节点对的最短路径中出现的次数;
根据所述每一条链路在所述所有的源-目的节点对的最短路径中出现的次数,将所述每一条链路按照出现次数从小到大的顺序排列;
根据所述排列结果,依次休眠各条链路,直到所述网络连通且所述网络中处于激活状态的链路数量最小时,确定此时所述网络中所有休眠的链路为所述网络中允许休眠的链路。
进一步地,所述方法还包括:
当所述网络处于所述低功耗模式且出现所述拥塞时,依次开启所述网络中的处于休眠状态的链路,直到存在处于休眠状态的链路且所述网络无拥塞,或直到所述网络达到全功耗模式。
进一步地,所述开启所述网络中处于休眠状态的链路的顺序与休眠各条链路的顺序相反。
进一步地,所述网络连通的条件为:
其中,所述Vnum为所述网络中所有的节点数,所述O(i)为所述网络中任一节点i的使用次数,利用以下公式计算所述O(i):
当i∈(s,d)时,σi(s,d)=1,否则σi(s,d)=0,所述s为源节点,所述d为目的节点。
进一步地,利用以下公式计算所述全网平均链路利用率:
其中,所述Ul为链路l在单位时间段T内的链路利用率,E为所述网络中所有的链路,S为所述网络中所有休眠的链路,所述|E-S|为所述网络中处于激活态的链路的数量,利用以下公式计算所述Ul:
其中,所述gl(t)为所述链路l在t时刻的实时流量,所述Bl为所述链路l的带宽,所述t0为所述单位时间段T的起点时间。
第二方面,本发明提供了一种链路休眠装置,应用于服务器,所述装置包括:
第一计算模块,用于当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算所述网络的全网平均链路利用率;
判断模块,用于在每次计算得到全网平均链路利用率后,判断所述网络是否满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞;
控制模块,用于响应于所述网络满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞,控制所述网络进入所述预设网络模式中的低功耗模式;
其中,在所述全功耗模式下所述网络中的所有链路均处于激活状态,在所述过渡模式下,按照预设休眠算法计算出的所述网络中允许休眠的链路中的部分链路处于休眠状态,在所述低功耗模式下所述允许休眠的链路全部被休眠。
进一步地,所述装置还包括:
第二计算模块,用于计算所述网络中所有的源-目的节点对的最短路径;
确定模块,用于根据所述最短路径计算结果,确定每一条链路在所述所有的源-目的节点对的最短路径中出现的次数;
排序模块,用于根据所述每一条链路在所述所有的源-目的节点对的最短路径中出现的次数,将所述每一条链路按照出现次数从小到大的顺序排列;
执行模块,用于根据所述排列结果,依次休眠各条链路,直到所述网络连通且所述网络中处于激活状态的链路数量最小时,确定此时所述网络中所有休眠的链路为所述网络中允许休眠的链路。
进一步地,所述装置还包括:
开启模块,用于当所述网络处于所述低功耗模式且出现所述拥塞时,依次开启所述网络中的处于休眠状态的链路,直到存在处于休眠状态的链路且所述网络无拥塞,或直到所述网络达到全功耗模式。
进一步地,所述开启模块开启所述网络中处于休眠状态的链路的顺序与休眠各条链路的顺序相反。
本发明实施例提供的链路休眠方法及装置,可以根据网络中链路对于网络的重要性,选择出在网络低峰时期允许休眠的链路进行休眠,具有很好的节能效果。同时,该链路休眠方法及装置考虑到在网络中链路处于休眠时,由于突发的休眠后的网络无法处理的业务量而导致服务质量下降,提出了根据网络的实时状况动态调整网络的拓扑,恢复部分休眠的链路,提高了处理突发业务的能力。当然,实施本发明的任一产品或方法必不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1示出了一个示例性网络中所有的源-目的节点之间的最短路径;
图2示出了图1所示示例性网络的网络拓扑以及按照各条链路在所有的源-目的节点中出现次数依次休眠各条链路后的网络拓扑;
图3示出了将图2中各状态入栈后的结果示意图;
图4示出了根据本发明提供的链路休眠方法的一个实施例的示意性流程图;
图5示出了根据本发明提供的链路休眠方法的另一个实施例的示意性流程图;
图6示出了网络在三个模式间切换的过程示意图;
图7示出了全功耗模式下的网络和在本发明链路休眠机制控制下的网络的全网平均链路利用率随业务量的变化曲线图;
图8示出了经由本发明链路休眠机制控制后的网络能够休眠的链路比率的最大值,以及各网络最大节省的能量比率;
图9示出了经由本发明链路休眠机制控制下的网络和全功耗模式下的网络对于相同的业务量,网络的丢包数量示意图;以及
图10示出了根据本发明提供的链路休眠装置的一个实施例的功能模块架构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
本实施例提供的链路休眠方法例如可以应用于网络服务器中,可以降低网络的能量消耗。
一个网络中可以包括多个节点。其中任意两个节点之间都可以通过链路相连,以进行信号的传输等。可以理解,两个节点之间的链路可以有一条,也可以有多条。现有技术中,节点间相连的链路都是连通的。但是,实际网络中的流量随时间不断变化,并且流量数据大体成昼夜性周期变化,白天网络中的流量明显高于夜晚。在夜晚,也就是低峰时期,网络提供的服务能力远远大于需求。然而网络中的设备持续运转,所有的链路都呈现激活状态,这将造成较大的能量消耗。
本发明实施例提供了一种链路休眠方法,可以针对网络中实际的流量需求,激活部分或全部链路,以达到在不影响网络服务质量的前提下降低网络能量消耗的目的。本发明实施例中,提供了一种网络模式,该网络模式包括三种工作模式:全功耗模式、过渡模式和低功耗模式。其中,在全功耗模式下网络中的所有链路均处于激活状态;在过渡模式下,按照预设休眠算法计算出的网络中允许休眠的链路中的部分链路处于休眠状态;在低功耗模式下允许休眠的链路全部被休眠。
可以理解,一个网络拓扑可以用一个无向图G(V,E)表示,其中,V表示网络拓扑中的所有节点的集合,E表示网络拓扑中各路由节点间相连的链路的集合。
在本实施例提供的网络模式中,计算允许休眠的链路数量的最大值时,需要确保的一个条件为网络连通。一个网络连通是指在此网络中的任意两个节点之间存在路径。对于任意的节点i(i∈V)到节点j(j∈V,且i≠j)之间有链路相连并可以不需要直接相连。所以,对于任意一个节点i,必然存在其到其他Vnum-1个节点的路径。将节点i到其他Vnum-1个节点的所有路径表示为:
其中s(i,j)表示的是节点i和节点j之间的最短路径。因此,从节点i到其他Vnum-1个节点的最短路径中,节点i共出现了Vnum-1次;此外,由于链路是双向的,还要考虑到其他Vnum-1个节点到节点i的最短路径,因此,由在其他Vnum-1个节点到节点i的最短路径中,节点i也出现了Vnum-1次;而且节点i可能在节点k(k∈V,且k≠i)到节点j(j∈V,且j≠i,k)的最短路径中充当中间节点。所以,我们可以推导出节点i的使用次数大于等于2(Vnum-1);依此类推,在网络连通的情况下其他Vnum-1个节点的使用次数也必须大于等于2(Vnum-1);所以网络连通的条件为:
其中,Vnum为网络中所有的节点数,O(i)为网络中任一节点i的使用次数,利用以下公式计算O(i):
当i∈(s,d)时,σi(s,d)=1,否则σi(s,d)=0,s为源节点,d为目的节点。
在本发明实施例中,可以按照以下步骤计算网络中允许休眠的链路:计算网络中所有的源-目的节点对的最短路径,例如,可以利用Dijkstra最短路径算法,计算网络中所有的源-目的节点对的最短路径;根据最短路径计算结果,确定每一条链路在所有的源-目的节点对的最短路径中出现的次数;根据每一条链路在所有的源-目的节点对的最短路径中出现的次数,将每一条链路按照出现次数从小到大的顺序排列;根据排列结果,依次休眠各条链路,直到网络连通且网络中处于激活状态的链路数量最小时,确定此时网络中所有休眠的链路为网络中允许休眠的链路。
在计算网络中允许休眠的链路时,首先需要计算网络中所有的源-目的节点对的最短路径。请参考图1,其示出了一个示例性网络中所有的源-目的节点之间的最短路径。由图1可知,一些节点间可以直接连接,一些节点间需要其它节点作为中间节点进行连接。
计算得到网络中所有的源-目的节点对的最短路径后,进一步可以根据每一条链路在所有的源-目的节点对的最短路径中出现的次数,将每一条链路按照出现次数从小到大的顺序排列。如图1所示网络中,将链路按照在所有的源-目的节点对最短路径中出现的次数从小到大排序依次为:lBE,lEF,lDF,lAB,lBC,lAD,lCD,lAC,lCE,lCF。
接着,可以依次休眠此有序的链路并且将休眠后网络的拓扑依次入栈直到网络连通且网络中处于激活状态的链路数量最小时,确定此时网络中所有休眠的链路为网络中允许休眠的链路。
图2示出了图1所示示例性网络的网络拓扑以及按照各条链路在所有的源-目的节点中出现次数依次休眠各条链路后的网络拓扑。
首先尝试休眠链路lBE得到图2(b)所示的网络拓扑,根据前述的判断网络连通性的方法得知链路lBE休眠后的网络连通,所以链路lBE可以休眠;然后尝试休眠链路lEF得到图2(c)所示的网络拓扑,同理可证网络连通,依次类推,依次休眠链路lDF,链路lAB,分别得到图2(d)和图2(e)所示的网络;当尝试休眠链路lBC时,得到如图2(f)所示网络,容易证明此网络不连通,所以链路lBC不允许休眠。因此,如图1所示网络中,允许休眠的链路为:lBE,lEF,lDF,lAB。
同时,链路休眠方法可以将网络的中间状态保存至栈中,将初始网络拓扑(图2(a)所示网络拓扑)记为状态0,图2(b)中的网络记为状态1,图2(c)中的网络记为状态2,图2(d)中的网络记为状态3,图2(e)中的网络记为状态4。由上述计算得到允许休眠的链路可知,将允许休眠的链路休眠后,网络是在状态4。如图3所示,其示出了将图2(a)-2(f)中各状态入栈后的结果示意图。
请参考图4,其示出了根据本发明提供的链路休眠方法的一个实施例的示意性流程400。
如图4所示,本发明实施例提供的链路休眠方法,可以包括如下步骤:
步骤401,当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算网络的全网平均链路利用率。
当网络处于预设网络模式中的全功耗模式或过渡模式,即网络中的链路处于全部激活状态,或网络中允许休眠的链路中的部分链路处于休眠状态时,网络提供的流量可能会有冗余。因此,可以通过计算网络的全网平均链路利用率来得到网络实际需要的流量。例如,可以周期性(如每隔1s、2s、3s等等)地统计一次全网平均链路利用率。
链路利用率为链路中实际使用的带宽/链路中总带宽,链路利用率反应了的链路使用的实时情况,能够反应链路是处于空闲还是繁忙状态,也是衡量链路实时使用情况的一个重要指标。根据每条链路的链路利用率,可以进一步统计全网平均链路利用率。
在本实施例的一个可选实现方式中,可以利用以下公式计算全网平均链路利用率:
其中,Ul为任一条链路l在单位时间段T内的链路利用率,E为网络中所有的链路,S为网络中所有休眠的链路,|E-S|为网络中处于激活态的链路的数量,利用以下公式计算Ul:
其中,gl(t)为链路l在t时刻的实时流量,Bl为链路l的带宽,t0为单位时间段T的起点时间。
步骤402,在每次计算得到全网平均链路利用率后,判断网络是否满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞。
在每次计算得到全网平均链路利用率后,可以通过全网平均链路利用率来判断网络中链路的实时使用情况。例如,可以判断所计算得到的全网平均链路利用率是否低于预设阈值(如85%、80%、75%、70%等等)。若全网平均链路利用率低于预设阈值,则可以表明链路处于空闲状态;若全网平均链路利用率高于或等于预设阈值,则可以表明链路处于繁忙状态。
在本实施例中,还可以通过网络的拥塞情况来判断网络中链路的实时使用情况。例如,可以通过网络的丢包数量来判断网络是否拥塞。
步骤403,响应于网络满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞,控制网络进入预设网络模式中的低功耗模式。
当网络满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞时,可以表明网络处于空闲状态。因此,为了降低网络能量损耗,可以控制网络进入预设网络模式中的低功耗模式。在此模式下,网络中允许休眠的链路全部休眠,也就是说,在网络连通的条件下提供的流量达到最小。在保证网络服务质量的前提下,能够减低网络能量损耗。
本实施例提供的链路休眠方法,可以根据网络中链路对于网络的重要性,选择出在网络低峰时期允许休眠的链路进行休眠,具有很好的节能效果。
图5示出了根据本发明提供的链路休眠方法的另一个实施例的示意性流程500。
如图5所示,本发明实施例提供的链路休眠方法,可以包括如下步骤:
步骤501,当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算网络的全网平均链路利用率。
步骤502,在每次计算得到全网平均链路利用率后,判断网络是否满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞。
步骤503,响应于网络满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞,控制网络进入预设网络模式中的低功耗模式。
本实施例中,上述实现流程500中的步骤501-503与前述实现流程400中的步骤401-403基本相同,在此不再赘述。
步骤504,当网络处于低功耗模式且出现拥塞时,依次开启网络中的处于休眠状态的链路,直到存在处于休眠状态的链路且网络无拥塞,或直到网络达到全功耗模式。
当网络处于低功耗模式时,网络中允许休眠的链路均处于休眠状态。这种情况下,当有突发业务到达时,网络可能会出现拥塞。当网络处于低功耗模式且检测到出现拥塞时,可以依次开启网络中的处于休眠状态的链路以缓解网络的拥塞状态。例如,每开启一条处于休眠状态的链路后,可以判断网络是否仍拥塞。若开启一条链路后网络不再拥塞,则不再开启处于休眠状态的链路。此时,网络处于预设网络模式中的过渡模式,即允许休眠的链路中部分休眠。若开启一条链路后网络仍拥塞,则继续开启另一条处于休眠状态的链路,依次开启,直到网络处于过渡模式且无拥塞,或直到开启最后一条处于休眠状态的链路,网络进入全功耗模式。
可选地或优选地,开启网络中处于休眠状态的链路的顺序与前述休眠各条链路的顺序相反。即最先休眠的链路最后恢复,最后休眠的链路最先恢复。由链路休眠算法的原理可以知道,休眠链路的顺序是根据链路的使用次数来确定的,所以最后休眠的链路使用的次数也就最多,对于网络连通的影响也就越大。这种先休眠后唤醒的顺序同数据结构中的栈的先入后出的特性相符合。所以,在链路休眠算法中就定义了一个状态栈用来保存休眠不同链路的网络拓扑。当检测到网络有拥塞时,弹出状态栈中的栈顶元素作为当前网络拓扑,如果网络持续拥塞,则继续恢复网络拓扑直到恢复到全功耗模式为止。
请参考图6,其示出了网络在三个模式间切换的过程示意图。
如图6所示,根据网络实时业务量,网络可以在低功耗模式、过渡模式和全功耗模式间进行切换。当网络的全网平均链路利用率低于预设阈值且网络无拥塞时,网络可以进入低功耗模式。在低功耗模式下,网络可以检测是否有突发业务导致的网络拥塞。若有,则依次开启处于休眠状态的链路,以缓解网络的拥塞状态,直到存在处于休眠状态的链路且网络无拥塞,或直到网络达到全功耗模式。
本实施例提供的链路休眠方法,在网络中链路处于休眠,由于突发的休眠后的网络无法处理的业务量而导致服务质量下降时,提出了根据网络的实时状况动态调整网络的拓扑,恢复部分休眠的链路,提高了处理突发业务的能力。
可选地或附加地,可以采用Matlab对本发明提供的链路休眠方法进行仿真,以比较传统的全功耗模式下的网络和在本发明链路休眠机制控制下的网络的性能。为了使得仿真实验更加具备可靠性,本文采用由Rocketfuel engine提供的三种真实的网络拓扑:EBONE(N=159and E=614),EXODUS(N=244andE=1080),ABOVENET(N=366and E=1932)。
请参考图7,其示出了全功耗模式下的网络和在本发明链路休眠机制控制下的网络的全网平均链路利用率随业务量的变化曲线图。
如图7所示,横坐标为每个时隙内网络随机发送的数据包的个数,纵坐标为全网平均链路利用率。图7中灰色为本发明提出的链路休眠机制控制下的全网平均链路利用率,黑色表示的是全功耗模式下的网络全网平均链路利用率。由图7可知,无论是链路休眠机制控制下的网络还是全功耗模式下的网络,全网平均链路利用率都是随着单位时间网络传输的数据包的数量的增加而增大。并且由链路休眠机制控制下的网络的全网平均链路利用率总是高于全功耗模式下的网络的全网平均链路利用率。当网络业务量为0,即每个时间部网络中发送的数据包为0时,链路休眠策略控制下的网络和全功耗模式下的网络的全网平均链路利用率都为0。当网络业务量为500或1500时,在链路休眠策略控制下的网络处于部分链路休眠时期,但全功耗模式下的网络的所有链路都是处于激活状态。所以,链路休眠策略控制下的网络的全网平均链路利用率大于全功耗模式下的网络的全网平均链路利用率。当网络业务量为2000及以上时,在链路休眠控制策略下的网络,为了能够承载业务量,将其所有的链路恢复激活。因此,当网络业务量为2000及以上时,全网平均链路利用率同全功耗模式下的网络一样达到100%。图7可以反应网络拓扑在链路休眠控制策略下从低功耗模式到全功耗模式的逐渐恢复的过程。
请参考图8,其示出了经由本发明链路休眠机制控制后的网络能够休眠的链路比率的最大值,以及各网络最大节省的能量比率。
如图8所示,图中给出了经由链路休眠策略后,EBONE、EXODUS和ABOVENET三种网络能够休眠链路比率的最大值,EBONE网络最大能够关闭64.28%的链路数量,EXODUS能够关闭58.96%的链路数量,ABOVENET能够关闭67.34%的链路数量。根据已有的研究:每个带宽为2.5Gbit/s的链路消耗功率为P=140W。因此,一个带宽为ClGbit/s的链路的固有能耗为Cl·P/2.5W。当链路休眠时由于需要保证链路能够快速唤醒,所以链路不可能处于完全关闭状态。休眠的链路的功耗为激活状态链路功耗的20%。所以计算得出本发明提供的链路休眠策略最大节省的能量比率分别为51.42%、47.17%和53.87%。
请参考图9,其示出了经由本发明链路休眠机制控制下的网络和全功耗模式下的网络对于相同的业务量,网络的丢包数量示意图。
如图9所示,横轴为时间部,纵轴为该时间部网络丢弃的报文总数。网络在每个时间部发送的报文数量为图7中的1500。图9中黑色为本发明提出的链路休眠机制控制下的网络丢弃的报文数量,灰色表示的是传统的全功耗模式下的网络丢弃的报文数量。由图9容易得出,本发明提出的链路休眠机制控制下的网络的丢包数量比全功耗模式下的网络的丢包数量少。
请参考图10,其出了根据本发明提供的链路休眠装置1000的一个实施例的功能模块架构示意图。
如图10所示,本实施例提供的链路休眠装置1000包括:第一计算模块1010、判断模块1020和控制模块1030。
第一计算模块1010用于当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算网络的全网平均链路利用率;
判断模块1020用于在每次计算得到全网平均链路利用率后,判断网络是否满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞;
控制模块1030用于响应于网络满足所计算得到的全网平均链路利用率低于预设阈值且网络无拥塞,控制网络进入预设网络模式中的低功耗模式;
其中,在全功耗模式下网络中的所有链路均处于激活状态,在过渡模式下,按照预设休眠算法计算出的网络中允许休眠的链路中的部分链路处于休眠状态,在低功耗模式下允许休眠的链路全部被休眠。
在本实施例的一个可选实现方式中,链路休眠装置1000还包括:
第二计算模块,用于计算网络中所有的源-目的节点对的最短路径;
确定模块,用于根据最短路径计算结果,确定每一条链路在所有的源-目的节点对的最短路径中出现的次数;
排序模块,用于根据每一条链路在所有的源-目的节点对的最短路径中出现的次数,将每一条链路按照出现次数从小到大的顺序排列;
执行模块,用于根据排列结果,依次休眠各条链路,直到网络连通且网络中处于激活状态的链路数量最小时,确定此时网络中所有休眠的链路为网络中允许休眠的链路。
在本实施例的另一个可选实现方式中,链路休眠装置1000还包括:
开启模块,用于当网络处于低功耗模式且出现拥塞时,依次开启网络中的处于休眠状态的链路,直到存在处于休眠状态的链路且网络无拥塞,或直到网络达到全功耗模式。
在本实施例的另一个可选实现方式中,开启模块开启网络中处于休眠状态的链路的顺序与休眠各条链路的顺序相反。
在本实施例的另一个可选实现方式中,网络连通的条件为:
其中,Vnum为网络中所有的节点数,为O(i)网络中任一节点i的使用次数,利用以下公式计算O(i):
当i∈(s,d)时,σi(s,d)=1,否则σi(s,d)=0,s为源节点,d为目的节点。
在本实施例的另一个可选实现方式中,第一计算模块1010可以利用以下公式计算全网平均链路利用率:
其中,Ul为链路l在单位时间段T内的链路利用率,E为网络中所有的链路,S为网络中所有休眠的链路,|E-S|为网络中处于激活态的链路的数量,利用以下公式计算Ul:
其中,gl(t)为链路l在t时刻的实时流量,Bl为链路l的带宽,t0为单位时间段T的起点时间。
本实施例提供的链路休眠装置,可以根据网络中链路对于网络的重要性,选择出在网络低峰时期允许休眠的链路进行休眠,具有很好的节能效果。同时,该链路休眠装置考虑到在网络中链路处于休眠时,由于突发的休眠后的网络无法处理的业务量而导致服务质量下降,提出了根据网络的实时状况动态调整网络的拓扑,恢复部分休眠的链路,提高了处理突发业务的能力。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (8)
1.一种链路休眠方法,其特征在于,应用于服务器,所述方法包括:
当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算所述网络的全网平均链路利用率;
在每次计算得到全网平均链路利用率后,判断所述网络是否满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞;
若是,则控制所述网络进入所述预设网络模式中的低功耗模式;
其中,在所述全功耗模式下所述网络中的所有链路均处于激活状态,在所述过渡模式下,按照预设休眠算法计算出的所述网络中允许休眠的链路中的部分链路处于休眠状态,在所述低功耗模式下所述允许休眠的链路全部被休眠;
所述按照预设休眠算法计算所述网络中允许休眠的链路包括:
计算所述网络中所有的源-目的节点对的最短路径;
根据所述最短路径计算结果,确定每一条链路在所述所有的源-目的节点对的最短路径中出现的次数;
根据所述每一条链路在所述所有的源-目的节点对的最短路径中出现的次数,将所述每一条链路按照出现次数从小到大的顺序排列;
根据所述排列结果,依次休眠各条链路,直到所述网络连通且所述网络中处于激活状态的链路数量最小时,确定此时所述网络中所有休眠的链路为所述网络中允许休眠的链路。
2.根据权利要求1所述的方法,其特征在于,还包括:
当所述网络处于所述低功耗模式且出现所述拥塞时,依次开启所述网络中的处于休眠状态的链路,直到存在处于休眠状态的链路且所述网络无拥塞,或直到所述网络达到全功耗模式。
3.根据权利要求2所述的方法,其特征在于,所述开启所述网络中处于休眠状态的链路的顺序与休眠各条链路的顺序相反。
4.根据权利要求1-3任一所述的方法,其特征在于,所述网络连通的条件为:
其中,所述Vnum为所述网络中所有的节点数,所述O(i)为所述网络中任一节点i的使用次数,利用以下公式计算所述O(i):
当i∈(s,d)时,σi(s,d)=1,否则σi(s,d)=0,所述s为源节点,所述d为目的节点。
5.根据权利要求1所述的方法,其特征在于,利用以下公式计算所述全网平均链路利用率:
其中,所述Ul为链路l在单位时间段T内的链路利用率,E为所述网络中所有的链路,S为所述网络中所有休眠的链路,所述|E-S|为所述网络中处于激活态的链路的数量,利用以下公式计算所述Ul:
其中,所述gl(t)为所述链路l在t时刻的实时流量,所述Bl为所述链路l的带宽,所述t0为所述单位时间段T的起点时间。
6.一种链路休眠装置,其特征在于,应用于服务器,所述装置包括:
第一计算模块,用于当网络处于预设网络模式中的全功耗模式或过渡模式时,周期性地计算所述网络的全网平均链路利用率;
判断模块,用于在每次计算得到全网平均链路利用率后,判断所述网络是否满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞;
控制模块,用于响应于所述网络满足所计算得到的全网平均链路利用率低于预设阈值且所述网络无拥塞,控制所述网络进入所述预设网络模式中的低功耗模式;其中,在所述全功耗模式下所述网络中的所有链路均处于激活状态,在所述过渡模式下,按照预设休眠算法计算出的所述网络中允许休眠的链路中的部分链路处于休眠状态,在所述低功耗模式下所述允许休眠的链路全部被休眠;
第二计算模块,用于计算所述网络中所有的源-目的节点对的最短路径;
确定模块,用于根据所述最短路径计算结果,确定每一条链路在所述所有的源-目的节点对的最短路径中出现的次数;
排序模块,用于根据所述每一条链路在所述所有的源-目的节点对的最短路径中出现的次数,将所述每一条链路按照出现次数从小到大的顺序排列;
执行模块,用于根据所述排列结果,依次休眠各条链路,直到所述网络连通且所述网络中处于激活状态的链路数量最小时,确定此时所述网络中所有休眠的链路为所述网络中允许休眠的链路。
7.根据权利要求6所述的装置,其特征在于,还包括:
开启模块,用于当所述网络处于所述低功耗模式且出现所述拥塞时,依次开启所述网络中的处于休眠状态的链路,直到存在处于休眠状态的链路且所述网络无拥塞,或直到所述网络达到全功耗模式。
8.根据权利要求7所述的装置,其特征在于,所述开启模块开启所述网络中处于休眠状态的链路的顺序与休眠各条链路的顺序相反。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510566023.3A CN105049272B (zh) | 2015-09-08 | 2015-09-08 | 链路休眠方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510566023.3A CN105049272B (zh) | 2015-09-08 | 2015-09-08 | 链路休眠方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105049272A CN105049272A (zh) | 2015-11-11 |
CN105049272B true CN105049272B (zh) | 2018-09-11 |
Family
ID=54455494
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510566023.3A Active CN105049272B (zh) | 2015-09-08 | 2015-09-08 | 链路休眠方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105049272B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105763445B (zh) * | 2016-02-01 | 2020-01-24 | 北京邮电大学 | 面向绿色能源的链路管理方法和装置 |
CN106028433A (zh) * | 2016-05-21 | 2016-10-12 | 深圳市京弘全智能科技股份有限公司 | 基于移动网络低功耗的智能调度算法 |
CN107835130A (zh) * | 2017-12-12 | 2018-03-23 | 中国联合网络通信集团有限公司 | 一种流量分配方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1794687A (zh) * | 2006-01-06 | 2006-06-28 | 中国人民解放军理工大学 | 分簇结构无线传感器网络数据链路层的自适应休眠方法 |
CN101822107A (zh) * | 2007-10-10 | 2010-09-01 | 诺基亚公司 | 在无线网络中提供改进的功率管理的装置、方法和计算机程序产品 |
CN102662458A (zh) * | 2012-04-18 | 2012-09-12 | 华为技术有限公司 | 一种pcie设备动态节能方法、装置及其通信系统 |
CN104703296A (zh) * | 2015-03-19 | 2015-06-10 | 江苏物联网研究发展中心 | 无线通信多跳网络链状及树状拓扑结构的链路休眠方法 |
-
2015
- 2015-09-08 CN CN201510566023.3A patent/CN105049272B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1794687A (zh) * | 2006-01-06 | 2006-06-28 | 中国人民解放军理工大学 | 分簇结构无线传感器网络数据链路层的自适应休眠方法 |
CN101822107A (zh) * | 2007-10-10 | 2010-09-01 | 诺基亚公司 | 在无线网络中提供改进的功率管理的装置、方法和计算机程序产品 |
CN102662458A (zh) * | 2012-04-18 | 2012-09-12 | 华为技术有限公司 | 一种pcie设备动态节能方法、装置及其通信系统 |
CN104703296A (zh) * | 2015-03-19 | 2015-06-10 | 江苏物联网研究发展中心 | 无线通信多跳网络链状及树状拓扑结构的链路休眠方法 |
Non-Patent Citations (1)
Title |
---|
"一种有线网络中高效节能的拓扑控制机制";吴江海;《电脑知识与技术》;20141224;7820-7824 * |
Also Published As
Publication number | Publication date |
---|---|
CN105049272A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105227481B (zh) | 基于路径开销和流调度代价最小化的sdn拥塞控制路由方法 | |
Gelenbe et al. | Energy-aware routing in the cognitive packet network | |
CN106411770B (zh) | 一种基于sdn架构的数据中心网络节能路由算法 | |
CN105471764B (zh) | 一种SDN网络中端到端QoS保障的方法 | |
CN109547340A (zh) | 基于重路由的sdn数据中心网络拥塞控制方法 | |
CN103179046A (zh) | 基于openflow的数据中心流量控制方法及系统 | |
CN105049272B (zh) | 链路休眠方法及装置 | |
CN114884895B (zh) | 一种基于深度强化学习的智能流量调度方法 | |
Mahmoodi | Energy-aware routing in the cognitive packet network | |
Kim | An ant-based multipath routing algorithm for QoS aware mobile ad-hoc networks | |
CN102932840B (zh) | 一种基于速率和队列长度的无线路由器主动队列管理方法 | |
Wang et al. | Traffic dynamics based on a traffic awareness routing strategy on scale-free networks | |
CN107835130A (zh) | 一种流量分配方法及装置 | |
Wang et al. | Load balancing for heterogeneous traffic in datacenter networks | |
Yi et al. | Energy‐aware disaster backup among cloud datacenters using multiobjective reinforcement learning in software defined network | |
CN107171957A (zh) | 一种基于资源受限条件下的自适应dtn路由算法 | |
CN107528791A (zh) | 一种拥塞控制方法及设备 | |
Yao et al. | Deadline-aware and energy-efficient dynamic flow scheduling in data center network | |
Ibrahim et al. | Traffic aggregation techniques for optimizing IoT networks | |
CN105429766A (zh) | 一种云计算数据中心能耗优化方法 | |
CN104320181B (zh) | 一种最大化网络编码nc效益的epon节能调度方法 | |
Lin et al. | A spatial HMM approach for green networking | |
Naidja et al. | A dynamic self-organising heterogeneous routing protocol for clustered WSNs | |
CN102724193A (zh) | 针对IP网络环境中Streaming业务生存性进行控制的方法 | |
Liu et al. | DECC: Achieving low latency in data center networks with deep reinforcement learning |
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 |