CN108183823A - 一种数据中心网络中多资源复用与配置的方法 - Google Patents

一种数据中心网络中多资源复用与配置的方法 Download PDF

Info

Publication number
CN108183823A
CN108183823A CN201711444909.6A CN201711444909A CN108183823A CN 108183823 A CN108183823 A CN 108183823A CN 201711444909 A CN201711444909 A CN 201711444909A CN 108183823 A CN108183823 A CN 108183823A
Authority
CN
China
Prior art keywords
node
composite factor
network
link
data center
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
Application number
CN201711444909.6A
Other languages
English (en)
Other versions
CN108183823B (zh
Inventor
刘外喜
李进
唐润华
王宇
杨钊
彭凌西
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou University
Original Assignee
Guangzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou University filed Critical Guangzhou University
Priority to CN201711444909.6A priority Critical patent/CN108183823B/zh
Publication of CN108183823A publication Critical patent/CN108183823A/zh
Priority to JP2018243735A priority patent/JP2019122040A/ja
Application granted granted Critical
Publication of CN108183823B publication Critical patent/CN108183823B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/02Topology update or discovery
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • H04L47/12Avoiding congestion; Recovering from congestion
    • H04L47/125Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种数据中心网络中多资源复用的方法,构建一种可量化、可叠加的复合网络资源模型,首先将资源为时延减少做出的贡献度作为不同类型资源的换算度量,分别对缓存和链路对时延的影响进行量化表达,再将缓存与链路进行量化的复用,对它们进行统一表达,包括两节点之间链路的复合资源、路径的复合资源和区域的复合资源。本发明还公开了在数据中心网络中复合资源的配置方法,以复合资源为度量,在网络中添加附带复合资源的“伪节点”,诱使路由协议发现网络拓扑的变化并进行新的路由发现过程,从而引导流量去往既定节点、路径或区域。本发明的方法能够有效提高数据中心中资源的利用率,提高网络吞吐量,降低端到端的延迟,减少能耗。

Description

一种数据中心网络中多资源复用与配置的方法
技术领域
本发明涉及云计算数据中心网络技术领域,特别涉及一种数据中心网络中多资源复用与配置的方法。
背景技术
数据中心网络(Data Center Network,DCN)在云计算基础设施中具有关键地位。研究表明,网络节点部署缓存可减少数据访问路径的平均长度并避免数据热点,提高网络吞吐率。缓存成为了一种新的网络资源后,DCN网络环境展现出链路、缓存等多网络资源并存的新特征。为此,本发明提出一种数据中心网络中多资源复用的模型,并进行配置。本发明通过发现网络资源(链路、缓存)影响传输性能参数(时延)的共同特性,将它们描述成一种可量化、可叠加的复合网络资源模型(简称复合资源),以其作为路由/传输与网络资源深度耦合的性能比较度量;并且使得模型颗粒可调,以作为提高多资源利用率的资源分配度量。
在本发明中,节点存储和转发的都是网络编码块CM(Coded Message),多源传输的思想在于,用户从多个数据源(原始内容服务器或中间节点)、经过多条路径,只要收集到一定数量的、线性独立的CM,就可以实现解码,数据传输任务就可完成。其中,链路和缓存分别影响着数据传输任务中的发送时延和传播时延,两者的影响程度都可以量化。
发明内容
本发明的目的在于克服现有技术中的缺点与不足,提供一种数据中心网络中多资源复用的方法,将资源为时延减少做出的贡献度作为不同类型资源的换算度量,即首先分别对缓存和链路对时延的影响进行量化表达,再将缓存与链路进行量化的复用。
本发明另一目的在于提供一种数据中心网络中复合资源的配置方法。
为实现以上目的,本发明采取如下技术方案:
一种数据中心网络中多资源复用的方法,包括以下步骤:
S11、假设用户想获取内容o,用户所在节点s,其上游为节点i,将一段链路对时延减少的贡献度表达为物理距离和带宽的函数,进而将链路与时延的映射进行量化表达;
S12、将一个节点缓存对时延减少的贡献度表达为函数,进而将缓存与时延的映射进行量化表达;
S13、基于步骤S11和步骤S12获得的链路、缓存与时延的映射的量化值后,再对它们进行统一表达为三种类型的复合资源,包括两节点之间一段链路的复合资源、含多段链路的一条路径的复合资源、以及含多条路径的一个区域的复合资源。
作为优选的技术方案,步骤S11中,所述将链路与时延的映射进行量化表达,具体表达为:
其中,B是节点s到其上游的节点i的链路的带宽,d是节点s到其上游的节点i的距离,α1、α2分别是带宽和距离的权重参数,且α1>>α2
作为优选的技术方案,步骤S12中,所述将缓存与时延的映射进行量化表达,具体表达为:
其中,Mi(o)是节点i存储了内容o的CM的数量,E(o)是完成解码内容o所用的CM的数量,所述CM即Coded Message,表示节点存储和转发的网络编码块。
作为优选的技术方案,步骤S13中,一段链路、一条路径、以及一个区域三种网络基本组成单元都具有复合资源的度量,按照网络范围,对每种类型的复合资源的大小进行叠加、颗粒进行调整;具体过程如下:
节点s到其上游的节点i之间的一段链路的复合资源,即节点i的复合资源,具体表达为:
其中,α和β分别表示链路、缓存与时延的映射所占的权重;
在路径j包含k段链路时,所述路径j的复合资源为k段链路的复合资源的叠加,具体表达为:
区域area内的w条路径进行多源传输时,所述区域area的复合资源为为w条路径的复合资源的叠加,具体表达为:
一种数据中心网络中复合资源的配置方法,具体包括下述步骤:
S21、在基于SDN架构的数据中心中,具有全局网络视图的SDN控制平面感知复合资源状态和用户需求,分析流量的分布,以发现空闲路径,并确定流量优化目标;所述SDN即Software Defined Network,为软件定义网络;
S22、基于步骤S21确定的流量优化目标,SDN控制平面利用最优化理论制定部署“伪节点”的最佳方案,包括部署数量和部署位置;所述“伪节点”是实际网络中不存在,而是在逻辑上虚假添加的节点;“伪节点”的部署方法是向网络广播路由协议的状态报文,该报文中包含了通过“伪节点”到达其他节点的信息,进而完成虚假的添加“伪节点”的过程;
S23、动态路由协议发现网络拓扑变化后,重新启动路由发现过程;
S24、数据报文根据新发现的路由进行传输。
作为优选的技术方案,步骤S22具体过程如下:
S221、以负载均衡为流量优化目标,找到在网络拓扑中合适的位置添加w个附带复合资源的“伪节点”的方案,以“改变”网络拓扑结构,假设“伪节点”i的复合资源为Cost(o)i,将复合资源Cost(o)i转换为动态路由协议要求的代价度量CostOSPF(o)i
S222、步骤S221中所述“伪节点”的方案具体过程转化为如下多目标优化问题:
其中,假设一个网络G=(V,E,C);E是链路集合,E={e1…em},em表示第m段链路;C是新增的“伪节点”集合,C={c1…cw},cw表示第w个新增的“伪节点”;V是所有节点的集合,V={v1…vn},vn表示第n个节点;LoadG表示全网链路流量的基尼系数,定义为θu表示第u段链路的流量负载,θv表示第v段链路的流量负载,是链路流量的平均值;
所述多目标优化问题的约束条件如下:
[1].每段链路的流量负载小于第一门限值θ,实现服务质量QoS;
[2].每条路径上各节点的代价的总和小于第二门限值D,保证路径选择的质量;
其中,vi表示第i个节点,vj表示第j个节点,CostOSPF(vi,vj)是节点vi和节点vj之间路径上各节点的代价的总和;假设节点vi和节点vj之间路径包含z个节点,那么,
S223、再利用最优化理论求解所述多目标优化问题,得到满足约束条件的“伪节点”数量w及其部署位置;所述最优化理论采用整数线性规划算法。
作为优选的技术方案,步骤S23具体过程如下:
当添加“伪节点”导致网络拓扑发生变化时,OSPF协议以CostOSPF(o)i为代价度量,重新启动路由发现过程,即利用Dijkstra算法重新计算源-目的地之间的最短路径,并使得该路径上各节点的代价之和最小。
作为优选的技术方案,所述流量优化目标包括负载均衡、避让失效路径、以及能耗最小中的一个或多个。
作为优选的技术方案,通过将流量负载迁移到空闲路径的方法,完成负载均衡的流量优化目标;所述空闲路径表示流量负载小于自定义阈值的路径,通过分析实时流量,发现满足条件的路径。
本发明相对于现有技术具有如下的优点和效果:
(1)本发明数据中心网络中多资源复用的方法,是以网络资源对传输时延减少做出的贡献度作为不同网络资源的中间换算度量,并以此作为复合资源统一描述的基础,是一种构建多资源复用模型的新思路。该模型将为路由和传输方法增加一个性能比较度量,也为提高多资源利用效率增加一种资源分配度量,也可以作为多数据源选择的度量。
(2)本发明数据中心网络中多资源复用的方法分别对缓存和链路对时延的影响进行量化表达,再将缓存与链路进行量化的复用,对它们进行统一表达,包括两节点之间链路的复合资源、路径的复合资源和区域的复合资源,三种类型的复合资源的大小可叠加,颗粒可调整。
(3)本发明数据中心网络中复合资源的配置方法,是基于“软重构”思想,提出一种以集中式部署附带复合资源的“伪节点”+分布式路由自主发现的资源配置新思路,实现以资源优化分布为导向的流量优化。集中式地部署有限个“伪节点”的复杂度不高,而因为有限个“伪节点”引起的路由收敛过程也不会太复杂。这是一种以小复杂度的资源部署为代价而为巨量的老鼠流实现流量优化的方法。
(4)本发明的方法在应用于路由方面,以复合资源作为路由度量后,由于链路、缓存等资源得到充分利用,网络吞吐量得到提高,端到端的延迟降低,数据中心的能耗减少。在应用于资源利用率方面,网络能效比得到提升。在应用于多数据源选择方面,数据源的负载更加均衡。
附图说明
图1为本发明方法的整体工作流程图。
图2(a)-图2(b)为本发明的添加“伪节点”改善路由示意图;其中,图2(a)为原始网络拓扑结构示意图,图2(b)为添加“伪节点”后的网络拓扑结构示意图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步详细描述。如图1所示,本发明的方法包括两部分,顶部虚框是本发明的多资源的复用方法,底部虚框是本发明的多资源的配置方法。
实施例1
一种数据中心网络中多资源复用的方法,包括以下步骤:
S11、假设用户想获取内容o,用户所在节点s,其上游为节点i,将一条链路对时延减少的贡献度表达为物理距离、带宽的函数,进而将链路与时延的映射进行量化表达,具体表达为:
其中,B是节点s到其上游的节点i的链路的带宽,d是节点s到其上游的节点i的距离,α1、α2分别是带宽和距离的权重参数,且α1>>α2;一条链路的距离越短、带宽越大,传输任务完成的时间越少;实际上,DCN中的各链路物理距离都相差不大,所以B在其中是主要影响因素。
S12、多源传输是从多个节点上收集指定数量的线性独立的CM,从一段由多个节点组成的链路,以及从一个由多段链路组成的区域收集CM的数量达到预期目标,都可以完成传输任务。所以,作为链路以及区域的基本组成单位,一个节点的CM越多,传输任务完成的时间会越少。所以,一个节点上有某一内容(或全体内容)CM的数量占预期数量的比例与时延减少之间存在映射关系。因为该比例的可叠加性会使得缓存变得具有和链路一样的叠加特性,进而可以在节点(一段链路)、路径、区域上的缓存之间进行叠加和比较。
因此将一个节点缓存对时延减少的贡献度表达为函数,进而将缓存与时延的映射进行量化表达,具体表达为:
其中,Mi(o)是节点i存储了内容o的CM的数量,E(o)是完成解码内容o所需要的CM的数量,所述CM(Coded Message)为节点存储和转发的网络编码块。
S13、基于步骤S11和步骤S12获得的链路、缓存与时延的映射的量化值后,再对它们进行统一表达为三种类型的复合资源,包括两节点之间一段链路的复合资源、含多段链路的一条路径的复合资源、以及含多条路径的一个区域的复合资源,一段链路、一条路径、一个区域三种网络基本组成单元都具有复合资源的度量,按照网络范围,对每种类型的复合资源的大小进行叠加、颗粒进行调整,具体过程如下:
所述两节点之间的一段链路的复合资源,具体表达为:
其中,α和β分别表示链路、缓存与时延的映射所占的权重;
在路径j包含k段链路时,所述路径的复合资源为k段链路的复合资源的叠加,具体表达为:
区域area内的w条路径进行多源传输时,所述区域的复合资源为w条路径的复合资源的叠加,具体表达为:
从上面可看出,Cost(o)i、Costj(o)path、Cost(o)area分别反映一个节点(一段链路)、一条路径、一块区域等网络基本组成单元的性能,并具有可比性与叠加性,那么,它们既可以作为路由选择的度量;也可以作为多数据源选择的度量。
按常理,一段链路包括2个节点,在本实施例1中,复合资源包括带宽和缓存,一个节点的复合资源实际上是包括一个节点的缓存以及它下游的一段链路的带宽的复合,故,一段链路的复合资源和一个节点的复合资源是同一个含义,都表示的是一个节点的缓存以及它下游的一段链路的带宽的复合。
以下为一个具体的应用实例
假设用户想获取内容o,用户所在节点s,其上游为节点i,取α1=10000,α2=100,那么,其中,d是节点s到其上游的节点i的距离,单位是Km;B是节点s到其上游的节点i的链路的带宽,单位是Mbps。取α=1和β=1,那么节点s和节点i之间链路的复合资源
实施例2
如实施例1所述,一个节点(一段链路)、一条路径、一块区域等网络基本组成单元都具有复合资源的度量。本实施例2基于“软重构”的思想,为DCN中老鼠流设计一种分布式名字路由,即在网络中添加附带复合资源的“伪节点”,诱使路由协议发现网络拓扑的变化,从而诱导流量去往既定节点、路径或区域。
如图1所示,本实施例2的一种数据中心网络中复合资源的配置方法,包括下述步骤:
S21、在基于SDN架构的数据中心中,具有全局网络视图的SDN控制平面感知复合资源状态和用户需求,分析流量的分布,以发现空闲路径,并确定流量优化目标;所述SDN即Software Defined Network,为软件定义网络;
S22、基于步骤S21确定的流量优化目标,SDN控制平面利用最优化理论制定部署“伪节点”的最佳方案,包括部署数量和部署位置;所述“伪节点”是实际网络中不存在,而是在逻辑上虚假添加的节点;“伪节点”的部署方法是向网络广播路由协议的状态报文,该报文中包含了通过“伪节点”到达其他节点的信息,进而完成虚假的添加“伪节点”的过程;S22具体包括下述步骤:
S221、以负载均衡为流量优化目标,找到在网络拓扑中合适的位置添加w个附带复合资源的“伪节点”的方案,以“改变”网络拓扑结构,假设“伪节点”i的复合资源为Cost(o)i,将复合资源Cost(o)i转换为动态路由协议要求的代价度量CostOSPF(o)i
S222、步骤S221中所述“伪节点”的方案具体过程转化为如下多目标优化问题:
其中,假设一个网络G=(V,E,C);E是链路集合,E={e1…em},em表示第m段链路;C是新增的“伪节点”集合,C={c1…cw},cw表示第w个新增的“伪节点”;V是所有节点的集合,V={v1…vn},vn表示第n个节点;LoadG表示全网链路流量的基尼系数,定义为θu表示第u段链路的流量负载,θv表示第v段链路的流量负载,是链路流量的平均值;
所述多目标优化问题的约束条件如下:
[1].每段链路的流量负载小于第一门限值θ,实现服务质量QoS;
[2].每条路径上各节点的代价的总和小于第二门限值D,保证路径选择的质量;
其中,vi表示第i个节点,vj表示第j个节点,CostOSPF(vi,vj)是节点vi和节点vj之间路径上各节点的代价的总和;假设节点vi和节点vj之间路径包含z个节点,那么,
S223、再利用最优化理论求解所述多目标优化问题,得到满足约束条件
S23、动态路由协议发现网络拓扑变化后,重新启动路由发现过程;
当添加“伪节点”导致网络拓扑发生变化时,OSPF协议以CostOSPF(o)i为代价度量,重新启动路由发现过程,即利用Dijkstra算法重新计算源-目的地之间的最短路径,并使得该路径上各节点的代价之和最小。
S24、数据报文根据新发现的路由进行传输。
在本实施例2中,在逻辑上虚假地添加“伪节点”用于诱使路由协议发现网络拓扑改变。
在本实施例2中通过将流量负载迁移到空闲路径的方法,完成负载均衡的流量优化目标;所述空闲路径表示流量负载不多的路径,且空闲路径的流量负载小于其上限的50%,可通过分析实时流量,发现满足条件的路径;
在本实施例2中,所述流量优化目标包括负载均衡、避让失效路径、以及能耗最小中的一个或多个。
以下为一个具体的应用实例
如图2(a)-图2(b)所示为添加“伪节点”改善路由示意图;其中,图2(a)为原始网络拓扑结构示意图,图2(b)为添加“伪节点”后的网络拓扑结构示意图,S1-D1之间的原路径是A-D-E-F(代价是12),当添加了CostOSPF(o)i=1的“伪节点”P,它向网络广播说通过自己可以到达节点F。那么,OSPF启动路由发现过程,最后,会为S1-D1发现新路径A-P-F(代价是6),而由于P节点实际不存在,所以分组转发的实际路径是A-B-C-F。通过这种将流量负载迁移到空闲路径上的方法,就可完成负载均衡的目标。
综上,本发明兼具了集中式与分布式的优点:集中式地部署有限个“伪节点”的复杂度不高,而因为有限个“伪节点”引起的路由收敛过程也不会太复杂。这是一种以小复杂度的资源部署为代价而为巨量的老鼠流实现流量优化的方法,是一种以资源优化分布为导向的流量优化思路。
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 (9)

1.一种数据中心网络中多资源复用的方法,其特征在于,包括以下步骤:
S11、假设用户想获取内容o,用户所在节点s,其上游为节点i,将一段链路对时延减少的贡献度表达为物理距离和带宽的函数,进而将链路与时延的映射进行量化表达;
S12、将一个节点缓存对时延减少的贡献度表达为函数,进而将缓存与时延的映射进行量化表达;
S13、基于步骤S11和步骤S12获得的链路、缓存与时延的映射的量化值后,再对它们进行统一表达为三种类型的复合资源,包括两节点之间一段链路的复合资源、含多段链路的一条路径的复合资源、以及含多条路径的一个区域的复合资源。
2.根据权利要求1所述的数据中心网络中多资源复用的方法,其特征在于,步骤S11中,所述将链路与时延的映射进行量化表达,具体表达为:
其中,B是节点s到其上游的节点i的链路的带宽,d是节点s到其上游的节点i的距离,α1、α2分别是带宽和距离的权重参数,且α1>>α2
3.根据权利要求1所述的数据中心网络中多资源复用的方法,其特征在于,步骤S12中,所述将缓存与时延的映射进行量化表达,具体表达为:
其中,Mi(o)是节点i存储了内容o的CM的数量,E(o)是完成解码内容o所用的CM的数量,所述CM即Coded Message,表示节点存储和转发的网络编码块。
4.根据权利要求1所述的数据中心网络中多资源复用的方法,其特征在于,步骤S13中,一段链路、一条路径、以及一个区域三种网络基本组成单元都具有复合资源的度量,按照网络范围,对每种类型的复合资源的大小进行叠加、颗粒进行调整;具体过程如下:
节点s到其上游的节点i之间的一段链路的复合资源,即节点i的复合资源,具体表达为:
其中,α和β分别表示链路、缓存与时延的映射所占的权重;
在路径j包含k段链路时,所述路径j的复合资源为k段链路的复合资源的叠加,具体表达为:
区域area内的w条路径进行多源传输时,所述区域area的复合资源为w条路径的复合资源的叠加,具体表达为:
5.一种数据中心网络中复合资源的配置方法,其特征在于,运用权利要求1~4中任一项所述的数据中心网络中多资源复用的方法得到多资源复用模型,利用该多资源复用模型进行复合资源的配置,具体包括下述步骤:
S21、在基于SDN架构的数据中心中,具有全局网络视图的SDN控制平面感知复合资源状态和用户需求,分析流量的分布,以发现空闲路径,并确定流量优化目标;所述SDN即Software Defined Network,为软件定义网络;
S22、基于步骤S21确定的流量优化目标,SDN控制平面利用最优化理论制定部署“伪节点”的最佳方案,包括部署数量和部署位置;所述“伪节点”是实际网络中不存在,而是在逻辑上虚假添加的节点;“伪节点”的部署方法是向网络广播路由协议的状态报文,该报文中包含了通过“伪节点”到达其他节点的信息,进而完成虚假的添加“伪节点”的过程;
S23、动态路由协议发现网络拓扑变化后,重新启动路由发现过程;
S24、数据报文根据新发现的路由进行传输。
6.根据权利要求5所述的数据中心网络中复合资源的配置方法,其特征在于,步骤S22具体过程如下:
S221、以负载均衡为流量优化目标,找到在网络拓扑中合适的位置添加w个附带复合资源的“伪节点”的方案,以“改变”网络拓扑结构,假设“伪节点”i的复合资源为Cost(o)i,将复合资源Cost(o)i转换为动态路由协议要求的代价度量CostOSPF(o)i
S222、步骤S221中所述“伪节点”的方案具体过程转化为如下多目标优化问题:
其中,假设一个网络G=(V,E,C);E是链路集合,E={e1…em},em表示第m段链路;C是新增的“伪节点”集合,C={c1…cw},cw表示第w个新增的“伪节点”;V是所有节点的集合,V={v1…vn},vn表示第n个节点;LoadG表示全网链路流量的基尼系数,定义为θu表示第u段链路的流量负载,θv表示第v段链路的流量负载,是链路流量的平均值;
所述多目标优化问题的约束条件如下:
[1].每段链路的流量负载小于第一门限值θ,实现服务质量QoS;
[2].每条路径上各节点的代价的总和小于第二门限值D,保证路径选择的质量;
其中,vi表示第i个节点,vj表示第j个节点,CostOSPF(vi,vj)是节点vi和节点vj之间路径上各节点的代价的总和;假设节点vi和节点vj之间路径包含z个节点,那么,
S223、再利用最优化理论求解所述多目标优化问题,得到满足约束条件的“伪节点”数量w及其部署位置;所述最优化理论采用整数线性规划算法。
7.根据权利要求5所述的数据中心网络中复合资源的配置方法,其特征在于,步骤S23具体过程如下:
当添加“伪节点”导致网络拓扑发生变化时,OSPF协议以CostosPF(o)i为代价度量,重新启动路由发现过程,即利用Dijkstra算法重新计算源-目的地之间的最短路径,并使得该路径上各节点的代价之和最小。
8.根据权利要求5所述的数据中心网络中复合资源的配置方法,其特征在于,所述流量优化目标包括负载均衡、避让失效路径、以及能耗最小中的一个或多个。
9.根据权利要求7所述的数据中心网络中复合资源的配置方法,其特征在于,通过将流量负载迁移到空闲路径的方法,完成负载均衡的流量优化目标;所述空闲路径表示流量负载小于自定义阈值的路径,通过分析实时流量,发现满足条件的路径。
CN201711444909.6A 2017-12-27 2017-12-27 一种数据中心网络中多资源复用与配置的方法 Active CN108183823B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711444909.6A CN108183823B (zh) 2017-12-27 2017-12-27 一种数据中心网络中多资源复用与配置的方法
JP2018243735A JP2019122040A (ja) 2017-12-27 2018-12-26 ネットワークソースリユース及びソフトウェアによりマルチソースを定義するルーティングメカニズム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711444909.6A CN108183823B (zh) 2017-12-27 2017-12-27 一种数据中心网络中多资源复用与配置的方法

Publications (2)

Publication Number Publication Date
CN108183823A true CN108183823A (zh) 2018-06-19
CN108183823B CN108183823B (zh) 2020-09-04

Family

ID=62547689

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711444909.6A Active CN108183823B (zh) 2017-12-27 2017-12-27 一种数据中心网络中多资源复用与配置的方法

Country Status (2)

Country Link
JP (1) JP2019122040A (zh)
CN (1) CN108183823B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111970167A (zh) * 2020-08-04 2020-11-20 广州大学 一种端到端云服务延迟的计算方法
CN112738849A (zh) * 2020-12-10 2021-04-30 中国科学院深圳先进技术研究院 应用于多跳环境反向散射无线网络的负载均衡调控方法
WO2023072281A1 (en) * 2021-10-31 2023-05-04 Huawei Technologies Co., Ltd. Resource allocation in data center networks
WO2024066627A1 (zh) * 2022-09-29 2024-04-04 中兴通讯股份有限公司 数据复用的路由链路规划方法及装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111881949B (zh) * 2020-07-10 2023-08-08 哈尔滨工业大学(深圳) 一种结构损伤劣化间接识别方法
CN111988796B (zh) * 2020-07-14 2023-10-20 江苏方天电力技术有限公司 基于双模通信的台区信息采集业务带宽优化系统及方法
CN113676550B (zh) * 2021-09-04 2023-11-07 中国人民解放军国防科技大学 基于SRv6和网络测量的网络报文时延确定性传输方法
CN114051217B (zh) * 2021-09-23 2023-04-11 石河子大学 综合能源物联网传感器网络的安全路由方法和系统
CN115277429B (zh) * 2022-09-30 2023-03-03 北京中电飞华通信有限公司 基于灵活以太网的电力通信业务资源分配方法及装置
CN116192725B (zh) * 2023-04-23 2023-07-07 安徽中科晶格技术有限公司 基于fps算法的分布式sdn控制器部署方法、系统及设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020010939A1 (en) * 2000-07-17 2002-01-24 Kimikazu Fujita Broadcasting apparatus, broadcasting method, program recording medium, and program
CN103746925A (zh) * 2013-12-13 2014-04-23 北京邮电大学 一种FiWi融合网络以及基于FiWi融合网络的通信方法
CN104994033A (zh) * 2015-05-13 2015-10-21 南京航空航天大学 一种资源动态管理的SDN网络QoS保障方法
CN106160937A (zh) * 2015-04-15 2016-11-23 中兴通讯股份有限公司 一种实现码块分割的方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20020010939A1 (en) * 2000-07-17 2002-01-24 Kimikazu Fujita Broadcasting apparatus, broadcasting method, program recording medium, and program
CN103746925A (zh) * 2013-12-13 2014-04-23 北京邮电大学 一种FiWi融合网络以及基于FiWi融合网络的通信方法
CN106160937A (zh) * 2015-04-15 2016-11-23 中兴通讯股份有限公司 一种实现码块分割的方法及装置
CN104994033A (zh) * 2015-05-13 2015-10-21 南京航空航天大学 一种资源动态管理的SDN网络QoS保障方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
YING GAO ; WAIXI LIU: "Cloud Model-Based Multi-objective Estimation of Distribution Algorithm with Preference Order Ranking", 《 2013 5TH INTERNATIONAL CONFERENCE ON INTELLIGENT NETWORKING AND COLLABORATIVE SYSTEMS》 *
刘外喜,余顺争,朱萍玉,高鹰: "网络编码改善CCN的缓存效率的研究", 《小型微型计算机系统》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111970167A (zh) * 2020-08-04 2020-11-20 广州大学 一种端到端云服务延迟的计算方法
CN111970167B (zh) * 2020-08-04 2022-04-01 广州大学 一种端到端云服务延迟的计算方法
CN112738849A (zh) * 2020-12-10 2021-04-30 中国科学院深圳先进技术研究院 应用于多跳环境反向散射无线网络的负载均衡调控方法
WO2023072281A1 (en) * 2021-10-31 2023-05-04 Huawei Technologies Co., Ltd. Resource allocation in data center networks
US11902110B2 (en) 2021-10-31 2024-02-13 Huawei Technologies Co., Ltd. Resource allocation in data center networks
WO2024066627A1 (zh) * 2022-09-29 2024-04-04 中兴通讯股份有限公司 数据复用的路由链路规划方法及装置

Also Published As

Publication number Publication date
CN108183823B (zh) 2020-09-04
JP2019122040A (ja) 2019-07-22

Similar Documents

Publication Publication Date Title
CN108183823A (zh) 一种数据中心网络中多资源复用与配置的方法
CN104168620B (zh) 无线多跳回传网络中的路由建立方法
Chen-Xiao et al. Research on load balance method in SDN
Misra et al. Ant-aggregation: ant colony algorithm for optimal data aggregation in wireless sensor networks
CN108521375A (zh) 一种基于SDN的网络多业务流量QoS的传输及调度方法
CN108990129A (zh) 一种无线传感网络分簇方法及系统
CN108540204A (zh) 用于卫星网络拓扑生成的快速收敛蚁群算法
CN104883676A (zh) 一种多无人机环境下协同安全通信方法
Campos et al. A fast algorithm for computing minimum routing cost spanning trees
CN105681438A (zh) 内容中心网络中一种集中式的缓存决策策略
CN100471166C (zh) 一种基于移动Ad Hoc网络的分布式QoS多播路由方法
Yamunadevi et al. Efficient comparison of multipath routing protocols in WSN
CN1731763A (zh) Ad Hoc网络中基于信息熵的分布式Qos多播路由方法
CN113747536B (zh) 一种移动环境下WSNs的QoS感知的多路径路由方法
CN108924055A (zh) 一种基于斯坦纳树的命名数据网络多播路由方法
CN112511445B (zh) 一种基于负载加权的最短路径路由生成方法
Cho et al. Analysis of the performance of dynamic multicast routing algorithms
Vijaya Kumar et al. Neural networks based efficient multiple multicast routing for mobile networks
John et al. A reliable optimized clustering in MANET using Ant Colony algorithm
Amine et al. Determination of itinerary planning for multiple agents in wireless sensor networks
CN107801207A (zh) 无线多媒体传感网络中的数据传输方法及系统
CN109361928A (zh) 一种信息中心网络系统及视频传输方法
Huang et al. A novel hybrid QoS multicast routing based on clonal selection and artificial fish swarm algorithm
CN108810169B (zh) 一种基于社会关系的内容缓存方法
Dhurandher et al. Ant colony optimization-based congestion control in ad-hoc wireless sensor networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant