CN109889446B - 基于sdn的异构融合网络最小时延路径确定方法 - Google Patents

Abstract

本发明公开了基于SDN的异构融合网络最小时延路径确定方法，主要解决现有技术在异构融合网络中路径时延估算不精确的问题，其实现方案是：1)求出异构融合网络中两个节点的所有可达路径，即先在子网内任意两个节点之间添加标识子网类型的虚拟节点，对虚拟节点进行编号；再利用SDN的链路层发现协议获取全网链路信息，生成全网虚拟拓扑图并抽象为无向图；然后根据无向图求出源节点到目的节点的所有路径，并记录虚拟节点标识的子网类型；2)求出每条路径时延的期望与方差，将期望和方差最小的路径作为传输的最佳路径。本发明提高了异构融合网络中路径时延估算的精确度，降低了业务传输成本，可用于估计异构融合网络下端到端的时延。

Description

基于SDN的异构融合网络最小时延路径确定方法

技术领域

本发明属于通信技术领域，涉及最小时延路径确定方法，可用于估计异构融合网络下端到端的时延。

技术背景

近些年来，通信技术得到了迅猛发展，出现了包含无线局域网、移动通信网、卫星网络、微波网络、移动宽带等组成的异构网络环境，用户也会渐渐意识到未来的移动通信网络并不可能只依靠一种网络，将会是多种无线网络相互融合、相互补充的异构型网络；再者现在的终端或者平台，例如手机、车载、军舰等都有很多网络接入方式，为了满足未来终端的业务多样性需求，需要充分利用这些接入方式，所以异构融合网络是未来网络发展的必然趋势。

随着多媒体业务的增长，在保证一定传输速率的前提下，时延是多媒体应用实时要求的首要QoS保证，例如：一个端到端的视频业务允许的最大时延为250ms。在现有的异构网络研究中，大多是根据最小时延门限选择最小的接入网络集合，亦或是根据业务时延需求选择合适的网络接入互联网，但是，对于异构融合网络下最小时延路径的求解的研究非常少。

Dijkstra和Floyd-Warshall算法是典型的求解单源最短路径算法，用于计算一个节点到其他所有节点的最短路径，最短路径不仅仅指地理意义上的距离最短，还可以引申到其他的度量，如时间、费用等，但这种方法求解的是包含一种网络的最优时延路径，无法求解多种网络融合后的虚拟网络的最优时延路径。

另一方面，在软件定义网络SDN这样一种新型的网络架构下，源终端与目的终端之间可能存在多种类型通信方式，例如：微波、卫星和宽带，特别是对于微波和卫星这些远距离通信，时延将会是衡量通信质量的重要指标，但是计算两个终端最优时延的前提是要知道包含多种通信方式的通信终端之间的互联关系，以便在终端的某种通信方式出现问题时，比如：卫星，可以及时调整终端之间的通信方式，保证信号的实时传输。

目前,SDN对于估计端到端时延的测量方法是通过SDN控制器向源端交换机发送带有时间戳的LLDP数据包，源端交换机将收到的数据包按照流表项规则转发至目的端交换机，目的端交换机无法匹配到流表项，再将数据包发送到控制器，此时控制器将收到数据包的系统时间减去源端交换机数据包中的时间戳得到控制器到交换机时延和单向端到端时延之和，同理，可得到双向端到端时延。

以上方案有以下三个方面的不足，第一，由于在测量过程中插入了探测数据包，在网络流量大的情况下，会影响到现有业务的传输；第二，仅通过一次测量并不能准确估计端到端时延，即使数据包在网络中采用相同的传输路径，也可能会得到不同的时间延迟；第三，对于不同的交换机，处理时延会存在着差异，而上述方案由于忽略了交换机的处理时延，会造成时延估算不精确。

发明内容

本发明的目的是在于针对上述已有技术的不足，提供一种基于SDN的异构融合网络最小时延路径确定方法，以通过用网络中每个节点上本地收集的测量参数，避免插入探测分组对现有业务的影响；并根据交换机的类型，确定交换机的处理时延，利用统计指标期望和方差精确刻画路径延迟，减小测量带来的误差；

本发明的技术方案是：通过添加用于标识子网类型的虚拟节点的方式生成全网拓扑，基于此拓扑求出源节点到目的节点的所有可达路径，构成路径的链路可能涉及到两种及以上的子网类型，并要记录下终端之间虚拟节点所标识的子网类型，然后利用统计指标方差和期望来精确描述端到端时延，比较所有路径时延的方差和期望，找出最佳路径。其实现步骤包括如下：

(1)求出SDN异构融合网络中两个节点的所有可达路径：

(1a)在异构网络子网内任意两个相连的节点之间添加一个用于标识子网类型的虚拟节点；

(1b)对每一个虚拟节点进行编号，将同种子网内的虚拟节点作为一组再顺序编号，有几种子网就有几组编号；

(1c)利用SDN控制器的LLDP链路层发现协议，获取全网链路信息，生成全网虚拟拓扑图，再将全网虚拟拓扑图抽象为无向图；

(1d)将无向图表示成邻阶矩阵的形式，用“1”和“0”代表图中节点是否连接，其中“1”表示连接，“0”表示不连接；

(1e)根据生成的邻接矩阵，利用深度优先遍历搜索算法求出源节点到目的节点的所有路径，并记录组成每条路径的链路中虚拟节点所属的子网类型；

(2)利用统计指标期望和方差刻画端到端时延：

将端到端时延D分解为路径中每段链路时延d_k之和，则端到端时延的期望E[D]最佳估计为将每段链路延迟相加，期望越小表示时延越小；

将所有链路时延的方差作为端到端时延的方差V[D],方差越小表示时延抖动小；

将期望和方差最小的路径作为传输的最佳路径。

本发明与现有技术相比，具有如下优点：

(1)本发明考虑到时延对实时性要求高的业务的影响，将时延作为选择最佳传输路径的指标，为信号传输选择最佳路径，而不是选择接入互联网的最佳网络。

(2)本发明通过添加虚拟节点的方式生成包含各个子网的全网虚拟拓扑，在某个子网设备出现故障，导致中间节点不可达的情况下，可以通过切换该段链路的子网类型的方式规划出最优传输路径，例如：将宽带通信改为卫星通信。

(3)本发明利用统计指标期望和方差来精确的刻画端到端时延，有效的防止仅一次测量带来的误差，方差也可以很好地反应端到端时延的抖动。

附图说明

图1是本发明的实现总流程图；

图2是本发明中求解路径的子流程图；

图3是本发明中的通信子网拓扑图；

图4是本发明中的无向图；

图5是本发明中的邻接矩阵表示图。

具体实施方式

下面将结合附图和具体实施例，对本发明作进一步的详细描述。

参照图1，本发明具体步骤如下：

步骤1，求出SDN异构融合网络中两个节点的所有可达路径。

参照图2，本步骤的具体实现如下：

1a)在异构网络子网内任意两个节点之间添加一个用于标识子网类型的虚拟节点；

本实施例使用了A，B,C,D四个节点，有三种通信子网实现四个节点之间的通信，如图3所示，在任意两个节点间添加用于标识网络类型的虚拟节点V；

1b)对每一个虚拟节点进行编号，将同种子网内的虚拟节点作为一组再顺序编号，有几种子网就有几组编号；

由于本实施例中有三种通信子网，因而共有三组编号，其中：

第一种通信子网1中虚拟节点的编号依次为V₁₀,V₁₁,V₁₂,V₁₃；

第二种通信子网2中虚拟节点的编号依次为V₂₀,V₂₁,V₂₂；

第三种通信子网3中虚拟节点的编号依次为V₃₀,V₃₁,V₃₂；

1c)利用SDN控制器的LLDP链路层发现协议，获取全网链路信息，生成全网虚拟拓扑图，再将全网虚拟拓扑图抽象为无向图；

本实施例中根据全网虚拟拓扑图生成的无向图，如图4所示；

1d)将无向图表示成邻阶矩阵的形式，用“1”和“0”代表无向图中节点是否连接，其中“1”表示连接，“0”表示不连接；

本实施例中使用A，B,C,D四个节点，添加了V₁₀,V₁₁,V₁₂,V₁₃，V₂₀,V₂₁,V₂₂，V₃₀,V₃₁,V₃₂共10个虚拟节点，生成14×14阶的邻接矩阵，将A，B,C,D四个节点和10个虚拟节点分别存储在数组中，生成的邻接矩阵，如图5所示；

1e)根据生成的邻接矩阵，利用深度优先遍历搜索算法求出源节点到目的节点的所有路径，并记录组成每条路径的链路中虚拟节点所属的子网类型；

1e1)由邻接矩阵得到与源节点相连的邻接节点；

1e2)依次从未被访问的邻接点出发，对无向图进行深度优先遍历，直到与源节点相连的邻接节点都被访问到，将路径和虚拟节点所属的子网类型保存到栈中；

1e3)判断无向图中是否有顶点未被访问，若有，则返回(1e1),直到所有顶点均被访问，若否，将保存在栈中的路径相加得到所有路径。

本实施例中源节点为A,目的节点为D,从节点A到节点D共有10条可达路径，其中：

第一条路径为A→V₁₀→B→V₁₂→D,其中A→B链路的虚拟节点所属的子网类型为通信子网1，B→D链路的虚拟节点所属的子网类型为通信子网1；

第二条路径为A→V₁₀→B→V₂₂→D,其中A→B链路的虚拟节点所属的子网类型为通信子网1，B→D链路的虚拟节点所属的子网类型为通信子网2；

第三条路径为A→V₂₀→B→V₁₂→D,其中A→B链路的虚拟节点所属的子网类型为通信子网2，B→D链路的虚拟节点所属的子网类型为通信子网1；

第四条路径为A→V₂₀→B→V₂₂→D,其中A→B链路的虚拟节点所属的子网类型为通信子网2，B→D链路的虚拟节点所属的子网类型为通信子网2；

第五条路径为A→V₃₀→B→V₁₂→D,其中A→B链路的虚拟节点所属的子网类型为通信子网3，B→D链路的虚拟节点所属的子网类型为通信子网1；

第六条路径为A→V₃₀→B→V₂₂→D,其中A→B链路的虚拟节点所属的子网类型为通信子网3，B→D链路的虚拟节点所属的子网类型为通信子网2；

第七条路径为A→V₃₂→D,其中A→D链路的虚拟节点所属的子网类型为通信子网3；

第八条路径为A→V₃₁→C→V₁₃→D,其中A→C链路的虚拟节点所属的子网类型为通信子网3，C→D链路的虚拟节点所属的子网类型为通信子网1；

第九条路径为A→V₂₁→C→V₁₃→D,其中A→C链路的虚拟节点所属的子网类型为通信子网2，C→D链路的虚拟节点所属的子网类型为通信子网1；

第十条路径为A→V₁₁→C→V₁₃→D,其中A→C链路的虚拟节点所属的子网类型为通信子网1，C→D链路的虚拟节点所属的子网类型为通信子网1。

步骤2，利用统计指标期望和方差刻画端到端时延，选择最佳传输路径。

将端到端时延D分解为路径中每段链路时延d_k之和，则端到端时延的期望E[D]最佳估计为将每段链路延迟相加，期望越小表示时延越小；

将所有链路时延的方差作为端到端时延的方差V[D],方差越小表示时延抖动小；

将期望和方差最小的路径作为传输的最佳路径。

所述端到端时延的期望E[D],通过如下公式求解：

其中，N为总的链路数，d_k为每段链路时延，d_trans为传输时延，d_prop为传播时延，d_proc为处理时延，d_que为排队时延；

所述端到端时延的方差V[D]，在不假定构成路径的局部路径时延之间是相互独立的情况下，通过如下公式求解：

其中，N为总的链路数，d_k为每段链路时延，d_trans为传输时延，d_que为排队时延,d_prop为传播时延，d_proc为处理时延，Cov为d_que和d_trans的协方差；

所述传播时延d_prop与链路所属的子网类型有关，要依据虚拟节点的所属的子网计算获得，即

其中，L是节点之间的距离，s是链路传播速率。

本实施例中，从源节点A到目的节点D共有10路径，A节点到B节点之间距离为1000km，A节点到D节点之间距离为2000km，A节点到C节点之间距离为1500km,B节点到D节点之间距离为1000km,C节点到D节点之间距离为150Okm；通信子网1的传播速率为10000km/s,通信子网2的传播速率为50000km/s,通信子网3的传播速率为100000km/s；节点B的处理时延d_proc，排队时延d_que和传输时延d_trans分别为1/100000s，1/150000s,1/100000s,节点C的处理时延d_proc、排队时延d_que和传输时延d_trans分别为1/150000s,1/100000s,1/100000s,；处理时延d_proc和传播时延d_prop的方差为0；将以上时延取值带入期望E[D]和方差V[D]求解公式中，得到路径时延的期望和方差值,其中：

第一条路径A→V₁₀→B→V₁₂→D时延的期望和方差值分别为：0.03，0.04；

第二条路径A→V₁₀→B→V₂₂→D时延的期望和方差值分别为：0.02，0.03；

第三条路径A→V₂₀→B→V₁₂→D时延的期望和方差值分别为：0.01，0.03；

第四条路径A→V₂₀→B→V₂₂→D时延的期望和方差值分别为：0.02，0.01；

第五条路径A→V₃₀→B→V₁₂→D时延的期望和方差值分别为：0.03，0.02；

第六条路径A→V₃₀→B→V₂₂→D时延的期望和方差值分别为：0.01，0.01；

第七条路径A→V₃₂→D时延的期望和方差值分别为：0.02，0.01；

第八条路径A→V₃₁→C→V₁₃→D时延的期望和方差值分别为：0.03，0.01；

第九条路径A→V₂₁→C→V₁₃→D时延的期望和方差值分别为：0.01，0.04；

第十条路径A→V₁₁→C→V₁₃→D时延的期望和方差值分别为：0.02，0.02；

比较以上所有路径时延的期望和方差可得，第六条路径A→V₃₀→B→V₂₂→D时延的期望和方差最小，所以从源节点A到目的节点D最优的传输路径为第六条路A→V₃₀→B→V₂₂→D。

以上描述仅是本发明的一个具体实例，并未构成对本发明的任何限制，显然对于本领域的专业人员来说，在了解了本发明内容和原理后，都可能在不背离本发明原理、结构的情况下，进行形式和细节上的各种修改和改变，但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。

Claims (6)

1.基于SDN的异构融合网络最小时延路径确定方法，其特征在于，包括如下：

(1)求出SDN异构融合网络中两个节点的所有可达路径：

(1a)在异构网络子网内任意两个已连接的节点之间添加一个用于标识子网类型的虚拟节点；

(1b)对每一个虚拟节点进行编号，将同种子网内的虚拟节点作为一组再顺序编号，有几种子网就有几组编号；

(1c)利用SDN控制器的LLDP链路层发现协议，获取全网链路信息，生成全网虚拟拓扑图，再将全网虚拟拓扑图抽象为无向图；

(1d)将无向图表示成邻阶矩阵的形式，用“1”和“0”代表图中节点是否连接，其中“1”表示连接，“0”表示不连接；

(1e)根据生成的邻接矩阵，利用深度优先遍历搜索算法求出源节点到目的节点的所有路径，并记录组成每条路径的链路中虚拟节点所属的子网类型；

(2)利用统计指标期望和方差刻画端到端时延：

将端到端时延D分解为路径中每段链路时延d_k之和，则端到端时延的期望E[D]最佳估计为将每段链路延迟相加，期望越小表示时延越小；

将所有链路时延的方差作为端到端时延的方差V[D],方差越小表示时延抖动小；

将期望和方差最小的路径作为传输的最佳路径。

2.根据权利要求1所述的方法，其特征在于，(1a)中在两个节点之间添加的虚拟节点，不是真正的网络节点，它是用来标识节点之间的链路所属的子网类型。

3.根据权利要求1所述的方法，其特征在于，(1e)中利用深度优先遍历搜索算法求出源节点到目的节点的所有路径，其实现如下：

(1e1)由邻接矩阵得到与源节点相连的邻接节点；

(1e2)依次从未被访问的邻接点出发，对无向图进行深度优先遍历，直到与源节点相连的邻接节点都被访问到，将路径和虚拟节点所属的子网类型保存到栈中；

(1e3)判断无向图中是否有顶点未被访问，若有，则返回(1e1),直到所有顶点均被访问，若否，将保存在栈中的路径相加得到所有路径。

4.根据权利要求1所述的方法，其特征在于，(2)中端到端时延的期望E[D]通过如下公式求解：

其中，N为总的链路数，d_k为每段链路时延，d_trans为传输时延，d_prop为传播时延，d_proc为处理时延，d_que为排队时延。

5.根据权利要求1所述的方法，其特征在于，(2)中端到端时延的方差V[D]，在不假定构成路径的局部路径时延之间是相互独立的情况下，通过如下公式求解：

其中，N为总的链路数，d_k为每段链路时延，d_trans为传输时延，d_que为排队时延,d_prop为传播时延，d_proc为处理时延，Cov为d_que和d_trans的协方差。

6.根据权利要求5所述方法，其特征在于，所述的传播时延d_prop与链路所属的子网类型有关，要依据虚拟节点的所属的子网计算传播时延d_prop，计算公式为：

其中，L是节点之间的距离，S是链路传播速率。

Images