CN110765595A - 基于多层虚拟拓扑节能的sdn数据中心网络流量调度算法 - Google Patents

Abstract

基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法。本发明提供了一种节能的多层虚拟子拓扑的流量调度算法，首先建立节能流量调度问题的优化数学模型，使得在能够承载所有网络数据流的前提下，网络能耗最小，然后通过节能的多层虚拟拓扑流量调度算法来求解该数学优化模型，得到数据流的节能调度方案，通过休眠高一层的虚拟拓扑和交换机端口到达节能的目的。此外，该方法能够根据当前链路利用率，动态调整高一层虚拟子拓扑的工作状态，并且能够在开启的子拓扑中找到跳数最少、最大链路利用率最小的路径来路由数据流，从而解决“富连接”数据中心网络在低负载时能源利用率较低的问题。

Description

基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法

技术领域

本发明属于通信网络技术领域，具体是基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法。

背景技术

随着云计算、物联网和大数据技术的快速发展，数据中心的规模变得越来越大，其能源消耗巨大并且不断增长，极大限制了其运营及发展。据统计，2015年我国数据中心能耗高达1000亿千瓦时，超过我国社会用电量1.5％，相当于整个三峡大坝一年的发电量。随着近期5G通信等技术的快速增长，预计到2020年我国数据中心能耗占比将增长至8％。

数据中心设备包括外围设备和网络设备，数据中心网络的能耗占数据中心的总能耗达到了15％～20％。随着外围设备，例如服务器、存储设备、制冷设备等节能技术的快速发展及部署，网络部分的能耗占比将会变得越来越多。为了保证数据中心的可靠性和可用性，交换机等网络设备几乎永不关机，不论数据中心网络负载量大小，均以接近100％的功率持续运行。

为了提高数据中心网络可靠性和网络容量，人们提出了许多“富连接”的数据中心网络架构，如Fat-Tree、Monsoon、BCube、Helios等。其中，Fat-Tree结构简单，对分带宽大，并且可提供服务器之间的多条等价路由，成为热门候选。但是，相对于传统数据中心，这种结构引入较多的交换机，进一步增加了网络的能耗。当今的数据中心网络多采用等价多路径(Equal-CostMulti path，ECMP)路由算法对数据流进行调度。在Fat-Tree型数据中心网络中，到达任意一个目的服务器结点存在多条等价路径，ECMP算法利用静态哈希函数从中选择一条路径来路由数据流。由此实现负载均衡。但是，ECMP未考虑网络的能耗问题。

在Fat-Tree型数据中心网络中，当网络流量负载较低时，可以通过节能流量调度方法和休眠空闲的交换机设备降低网络能耗，提高能源利用率。这种方法的基本思想就是利用部分交换机设备及端口承载当前的数据流，同时休眠空闲的网络交换机及端口，从而实现降低网络的总能耗。为此，要求能够对数据中心网络进行全局监控和对资源的统一管理调度，并且需要交换机具有较强的计算能力，以及方便可行的状态转换(开启/休眠)能力。但是，传统的数据中心网络中，交换机的路由转发表都是采用分布式的方法，独立地进行计算。

软件定义网络(Software DefinedNetworking，SDN)作为一种新型的网络架构，为实现数据中心网络的节能流量调度提供了新的平台。SDN实现了网络交换设备控制平面和数据转发平面的分离，形成了逻辑上统一的控制器，实现对网络通信流量和网络资源的集中调度和管理。在SDN数据中心网络中，可以方便的实现交换设备及其端口的休眠或开启。

SDN技术使得数据中心网络的计算能力大大提高，能够对网络资源，例如交换机、端口等进行细粒度化管理，并且较易实现休眠或唤醒设备。由此，基于SDN的数据中心网络节能问题成为了当下的一个研究热点。

Heller等人提出了弹性树(ElasticTree)机制实现数据中心网络节能，提供网络的可扩展性。该机制根据网络通信负载的大小，动态调整交换机和链路的活跃状态。实验结果表明，该方法在保证能承载激增的通信数据量的同时，可以节省高达50％的网络能耗。

为了节省“富连接”(如，Fat-Tree型)数据中心网络的能源消耗，Shang等人从路由角度出发，提出了能量感知路由方法。核心思想是，在无损网络性能的前提下，用尽可能少的网络设备来提供路由服务；同时，休眠空闲的网络设备，从而达到节能的目的。Tu等人提出了两种不同的数据中心网络节能算法，可应用在不同场景中，例如，延时敏感型的应用或延时不敏感的应用，并且与网络拓扑无关。通过SDN集中化管理和流量预处理，可以节省能耗达30～40％。

然而，上述三种方法通常会导致高阶数据中心中一些非瓶颈链路或交换机的利用率较低，消耗了不必要的能量。另外，Tu等人提出的算法复杂度较高，增加了SDN控制器的负担。

Li等人提出了一种新的能量感知的排它路由流量调度方法EXR(EXclusiveRouting)。它的核心思想就是按照时间先后顺序调度数据流，使得每个数据流独占路由途中的链路带宽。由此数据中心网络不会出现瓶颈链路，改善了活跃的交换机和链路的利用率。从而实现了数据中心网络的节能。实验结果表明，该方法在节能和平均完成时间上均优于公平共享路由方法。然而该方法不能保证交换机的能效，因为它们通过贪婪策略选择可用链路的路径，按优先级顺序调度数据流。

本申请在构造出多层虚拟拓扑的基础上，依据当前网络负载情况开启或关闭高层虚拟拓扑，不仅节约了能耗，并且降低了算法的复杂度。通过欲开启休眠的交换机，降低了网络时延。

发明内容

本发明的目的在于提供一种节能的多层虚拟子拓扑的流量调度算法(EMV-SDN)以解决“富连接”数据中心网络在低负载时能源利用率较低的问题。首先建立节能流量调度问题的优化数学模型，使得在能够承载所有网络数据流的前提下，网络能耗最小。然后通过节能的多层虚拟拓扑流量调度算法来求解该数学优化模型，得到数据流的节能调度方案，通过休眠高一层的虚拟拓扑和交换机端口到达节能的目的。

为了实现上述目的，本发明所采用的技术方案如下，基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，包括以下几步：

S1、首先对节能流量调度问题建立整数线性规划优化数学模型，目标函数为最小化网络能源消耗，满足的条件包括链路带宽限制约束条件和流量守恒约束条件，然后采用节能流量调度算法求解该模型；

S2、在节能调度算法的初始化阶段，SDN控制器将收集的数据中心网络拓扑结构划分为多层虚拟拓扑，并开启第一层虚拟拓扑，休眠其他高层虚拟拓扑结构；

S3、对于新到达网络的数据流，SDN控制器首先计算最大链路利用率

根据其值的大小决定开启或关闭高一层虚拟拓扑；

S4、控制器在当前开启的虚拟拓扑中，从K-最短路径集中选出一条合适路径，对该数据流进行路由。

进一步地，步骤S1中整数线性规划优化数学模型包括，在承载所有网络负载的前提下，使得网络能源消耗最小，目标函数如下：

G(V，L)表示数据中心网络，其中L为数据链路集合，

表示任意一条链路，V为交换机节点的集合，ν表示任意一个交换机节点，

表示任意链路

的能源消耗，COST_ν表示交换机节点v的能耗，

和y_ν分别表示链路和交换机状态，0代表关闭，1代表开启。

进一步地，步骤S1中整数线性规划优化数学模型的链路带宽限制约束条件为：

F为数据中心网络承载的数据流集合，f为数据流，b_f为带宽的数据流，

表示链路带宽，

表示链路

承载数据流f的状态，0代表未承载，1代表承载。

进一步地，步骤S1中整数线性规划优化数学模型的流量守恒约束条件为：

L_ν表示与交换机ν相连的链路集合，L_ν′表示该节点入链路集合，L_ν″表示所有出链路集合，

表示任意一个数据流的源点和终点。

进一步地，步骤S2中划分多层虚拟拓扑的具体步骤为：

S21、SDN控制器利用地址解析协议ARP收集数据中心网络拓扑信息；

S22、利用最小生成树算法，根据核心交换机数量n生成多个以核心交换机为根结点的独立最小生成树，将每个最小生成树中的结点交换机和链路分别存入Gi(Vi，Li)中；

S23、将G0选作第一层虚拟拓扑，VG1＝(V0，L0)；

S24、将第一层虚拟拓扑VG1与G1合并构成第二层虚拟拓扑VG2，构成方法定义为：

a)VG2的结点集合定义为V₀∪V₁-V₀；

b)VG2的链路集合定义为L₀∪L₁-L₀；

S25、将第二层虚拟拓扑VG2与G2合并构成第三层虚拟拓扑VG3；以此类推，依次构成更高层拓扑；

S26、开启第一层虚拟拓扑VG1，即将其中的交换机开启，链路均设置为工作状态，着色为绿色，其他高层拓扑中的交换机和链路均设置为休眠状态，链路均着色为红色。

进一步地，步骤S3的具体步骤如下：

S31、若

预开启高一层虚拟拓扑，将其中的链路均着色为黄色，否则转步骤S34；

S32、若

开启高一层虚拟拓扑，将其中的链路均着色为绿色，否则转步骤S34；

S33、若预开启/开启了高一层虚拟拓扑，则将新开启的交换机中无链路连接的端口休眠；

S34、从K-最短路径中选择一条路径，使得该路径上的所有链路颜色均为绿色，并且最大链路利用率

为最小，在该路径上路由数据流；

S35、收集并计算最大链路利用率若

持续时间超过T并且已开启过高一层拓扑，则在数据流传递结束后休眠高一层，即将交换机休眠，链路均着色为红色。

本发明的有益效果在于：在多层虚拟拓扑下，基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法(EMV-SDN)比ECMP和Dijkstra算法的能源消耗比例低和平均完成时间少。EMV-SDN能够根据当前链路利用率，动态调整高一层虚拟子拓扑的工作状态，从而达到节能的目的，并且EMV-SDN算法能够在开启的子拓扑中找到跳数最少并且最大链路利用率最小的路径来路由数据流。

附图说明

图1是本发明的节能流量调度算法流程图；

图2是本发明的Fat-Tree拓扑结构；

图3是本发明的仿真实验中Random模式下的能源消耗比例；

图4是本发明的仿真实验中Staggered模式下的能源消耗比例；

图5是本发明的仿真实验中Stride模式下的能源消耗比例；

图6是本发明的仿真实验中不同通信模式下算法的完成时间比。

具体实施方式

为了使本领域的普通技术人员能更好的理解本发明的技术方案，下面结合实施例对本发明的技术方案做进一步的描述。

本实施例是在Fat-Tree拓扑的SDN数据中心网络中实现一种节能的多层虚拟子拓扑的流量调度算法(EMV-SDN)。首先建立节能流量调度问题的优化数学模型，使得在能够承载所有网络数据流的前提下，网络能耗最小。然后通过节能的多层虚拟拓扑流量调度算法来求解该数学优化模型，得到数据流的节能调度方案，通过休眠高一层的虚拟拓扑和交换机端口到达节能的目的。

本实施例包括以下步骤：

S1、首先对节能流量调度问题建立整数线性规划优化数学模型，目标函数为最小化网络能源消耗，满足的条件包括链路带宽限制约束条件和流量守恒约束条件，然后采用节能流量调度算法求解该模型；

S2、在节能调度算法的初始化阶段，SDN控制器将收集的数据中心网络拓扑结构划分为多层虚拟拓扑，并开启第一层虚拟拓扑，休眠其他高层虚拟拓扑结构；

S3、对于新到达网络的数据流，SDN控制器首先计算最大链路利用率

根据其值的大小决定开启或关闭高一层虚拟拓扑；

S4、控制器在当前开启的虚拟拓扑中，从K-最短路径集中选出一条合适路径，对该数据流进行路由。

步骤S1中整数线性规划(ILP)优化数学模型具体为：

数据中心网络总能源消耗定义为网络中所有活跃的(处于工作状态的)交换机和链路的能源消耗。

图G(V，L)表示数据中心网络，其中L为数据链路集合，链路的容量为

V为交换机节点的集合，v表示任意一个交换机节点。L_ν表示与交换机v相连的链路集合，L_ν′表示该节点入链路集合，L_ν″表示所有出链路集合。数据中心网络承载的数据流集合用F表示，对于任意一个数据流，其源点、终点和带宽分别表示为

b_f。

表示任意链路

的能源消耗，是该链路两个端点(即交换机端口)的能耗；COST_ν表示交换机节点v的能耗，是指该交换机机架和线卡的能源消耗。

y_ν和表示决策变量，

表示链路

是否处于活跃状态，y_ν表示交换机是否处于工作状态，

表示链路

是否承载数据流f。

公式(1)为目标函数，即最小化数据中心网络总能源消耗；

公式(2)为链路带宽限制约束条件。它说明，任意活跃链路能承载的数据流带宽总和不能超过链路的总带宽，处于休眠状态的链路不能承载任何数据流；

公式(3)为流守恒约束条件。对于任意数据流f，如果节点v是其源节点，则该节点只有流出数据流；如果v是数据流的目的节点，则该节点只有流入数据流；否则，任意中间节点v的流入数据流与流出数据流相同；

公式(4)说明，对于任意交换机节点v，如果v处于休眠状态，则与之相连的链路状态均为休眠状态。

公式(5)的含义为，如果与交换机节点v相连的链路均处于休眠状态，则可将交换机v置于休眠状态。

公式(6)说明了变量的取值范围。

为了求解上述建立的优化数学模型，面向SDN数据中心网络，本发明提出了基于多层虚拟拓扑的节能流量调度算法MVE-SDN。该算法首先将数据中心网络拓扑划分为多层虚拟拓扑，并开启第一层虚拟拓扑。然后，对于新到达的数据流，根据当前层虚拟拓扑的最大链路利用率，决定是否开启或关闭高一层拓扑。最后利用改进的贪婪算法计算路径调度该数据流。

参见图1，在节能调度算法的初始化阶段，根据数据中心网络拓扑结构，计算出任意两个终端节点的K-最短路径集，并将物理拓扑划分为多层虚拟子拓扑(即第一层、第二层、第三层等多层虚拟子拓扑)。开启第一层虚拟拓扑结构，休眠其他高层虚拟拓扑结构。对于新到达网络的数据流，首先计算最大链路利用率

根据其值的大小决定是否开启高一层拓扑。然后在当前开启的虚拟拓扑中，从K-最短路径集中选出合适路径并调度该数据流。

步骤S2中中划分多层虚拟子拓扑的具体步骤为：

S21、SDN控制器利用地址解析协议ARP收集数据中心网络拓扑信息。

S22、利用最小生成树算法(kruskal算法)，根据核心交换机数量n生成多个以核心交换机为根结点的独立最小生成树MSTi(i＝0，1，2…，n)。将每个MSTi中的结点交换机和链路分别存入图Gi(Vi,Li)(i＝0，1，2…，n)中。

S23、将G0选作第一层虚拟拓扑VG1＝(V0，L0)。

S24、将第一层虚拟拓扑VG1与G1合并构成第二层虚拟拓扑VG2，构成方法定义为：

a)VG2的结点集合定义为V₀∪V₁-V₀；

b)VG2的链路集合定义为L₀∪L₁-L₀。

S25、将第二层虚拟拓扑VG2与G2合并构成第三层虚拟拓扑VG3；以此类推，依次构成更高层拓扑，构成方法如上所述。对于Fat-Tree拓扑结构，每个MSTi均是唯一的，合并后构成的最高层拓扑即为原始物理拓扑。

S26、开启第一层虚拟拓扑VG1，即将其中的交换机开启，链路均设置为工作状态，着色为绿色。其他高层拓扑中的交换机和链路均设置为休眠状态，链路均着色为红色。

采用上述方法依次构成高层虚拟拓扑的目的是，首先，在开启高一层虚拟拓扑时，例如VG2时，只需开启休眠中的结点和链路，而不需要重复开启VG1中的结点和链路；并且在关闭高一层拓扑，如VG2时，只需关闭其独有的结点和链路。这样既简化了操作，又节省了拓扑结构的存储空间。

步骤S3中利用节能流量调度算法求解数学模型时，对于新到达网络的数据流，计算最大链路利用率

根据其值的大小决定是否开启高一层拓扑，具体步骤如下：

S31、若预开启高一层虚拟拓扑，将其中的链路均着色为黄色。否则，转步骤4。

S32、若

开启高一层虚拟拓扑，将其中的链路均着色为绿色。否则，转步骤4。

S33、若预开启/开启了高一层虚拟拓扑，则将新开启的交换机中无链路连接的端口休眠。

S34、从K-最短路径中选择一条路径，使得该路径上的所有链路颜色均为绿色，并且最大链路利用率为最小。在该路径上路由数据流。

S35、收集并计算链路率的最大利用率

若持续时间超过T并且已开启过高一层拓扑，则在数据流传递结束后休眠高一层。即将交换机休眠，链路均着色为红色。

仿真实验：

为了检验提出的多层虚拟拓扑节能流量算法EMV-SDN的性能，利用Floodlight控制器和Mininet仿真平台搭建Fat-tree型数据中心网络拓扑。采用能源消耗比例和数据流的平均完成时间作为算法性能的衡量指标。能源消耗比例计算公式为：

其中，COST_e为在节能调度算法下的能源消耗，COST₀为没有采用任何节能措施的能源消耗。由此可知，对于不同的节能调度算法，能源消耗比例越低，算法节能效果越好。

在多层虚拟拓扑下，将提出的EMV-SDN与ECMP和Dijkstra最短路径算法进行比较。实验结果表明，EMV-SDN在能源消耗比例和平均完成时间等方面优于其他两种算法。

1、实验设置

1.1网络拓扑

选用如图2所示的k＝4的Fat-tree型网络拓扑，在Mininet平台上进行仿真实验。其中，所有交换机均为48个端口的OpenFlow交换机，各条链路带宽均设置为100Mb/s。

1.2流量模式

选用工具软件Iperf产生数据中心网络中的数据流。每台主机产生的流的长度、产生时间均不同，其中数据流的长度服从指数分布，流的产生时间服从泊松分布。分别采用随机模式(Random)、交错模式(Staggered)和间隔模式(Stride)来确定数据流的目的节点。

(1)Random：主机i向主机j以相等概率p随机发送数据。

(2)Staggered(p_e，p_p)：主机i以p_e的概率向上层同属边缘交换机发送数据，以p_p的概率向同属于一个pod的主机发送数据，以1-(p_e+p_p)的概率向其他pod的主机发送数据。

(3)Stride(x):主机i向主机(i+x)modn发送数据，其中n为数据中心网络中主机的总数。

1.3交换机能耗

交换机的能耗包括机架、线卡以及端口等组件的能耗。不同类型的交换机中各组件的能耗不尽相同。表1给出了不同类型交换机的组件能耗数据。

表1交换机组件能耗(单位：瓦特)

2、能源消耗比例比较

在上述三种流量模式下，比较了算法EMV-SDN与ECMP和Dijkstra的能耗消耗比例。进行了多次实验，每次实验持续时间约为30分钟，取中间10分钟计算数据中心网络能耗。图3～图5为三种流量模式下三种算法比较结果。其中，横坐标为实验持续时间，纵坐标为数据中心网络能源消耗比例，图例中的实线表示采用EMV-SDN算法的能耗比例，而线段状虚线和点状虚线分别表示采用ECMP和Dijkstra算法的能耗比。

2.1Random流量模式

图3展示了在Random通信模式下三种算法的能耗比较结果。从图中可知，EMV-SDN算法比ECMP的能源消耗比例降低了1.5％～7.81％，平均能源消耗比例降低了2.25％。EMV-SDN算法跟Dijkstra算法相比，能源消耗比例降低了0.75％～42.92％，平均能源消耗比例降低了6.52％。

2.2Staggered模式

在Staggered模式中，p_e,p_p分别取值为0和0.2。图4为该种通信模式下三种算法的能耗比。从图中可以看出，EMV-SDN算法与ECMP算法相比，能源消耗比例降低1.44％～24.61％，平均能源消耗比例降低了2.52％；与Dijkstra算法相比能源消耗比例降低了1.25％～42.91％，平均能源消耗比例降低了6.65％。

2.3Stride模式

在Stride间隔通信模式中，取值为6。图5为在Stride模式下三种算法的能耗比。从图中可知，EMV-SDN的能源消耗比例比ECMP降低了0.75％～24.62％，平均能源消耗比例降低了4.27％；EMV-SDN的能源消耗比例比Dijkstra算法降低了0.63％～42.89％，平均能源消耗比例降低了10.77％。

从图3～图5可见，在三种通信模式下，所提出的EMV-SDN算法能源消耗比均低于ECMP和Dijkstra算法。这是由于EMV-SDN能够根据当前链路利用率，动态调整高一层虚拟子拓扑的工作状态，从而达到节能的目的。另外，EMV-SDN算法能够在开启的子拓扑中找到跳数最少并且最大链路利用率最小的路径来路由数据流。而ECMP算法未考虑链路状态，随机将流调度到一条最短路径上，未能根据拓扑变化进行路径的调整。Dijkstra算法只计算出最短路径，不能很好地结合链路的状态和链路利用率，可能会使得最短路径上的链路过于拥堵，导致过早开启高一层虚拟子拓扑，造成能源消耗均高于其他两种算法。

3、平均完成时间比较

图6为三种算法EMV-SDN、ECMP和Dijkstra平均完成时间图。图中，横轴表示三种流量模式，纵轴表示平均完成时间，数据系列分别表示三种算法的平均完成时间。从图中可以看出，在三种通信模式下，EMV-SDN算法的平均完成时间均最短。与ECMP和Dijkstra相比，采用EMV-SDN节能调度算法，在Random模式下，数据流平均完成时间分别降低了22％和40％；在Staggered模式下，平均完成时间分别降低了14％和31％；在Stride模式下，平均完成时间分别降低了21％和39％。就平均完成时间而言，EMV-SDN算法的性能也优于ECMP和Dijkstra。这主要是由于，EMV-SDN算法能够在拓扑结构发生变化时及时通过链路着色和链路利用率计算出路径来对数据流进行调度，减少了链路的拥塞，从而使数据流较快地达到终点。而ECMP算法在对流的调度上没有考虑链路利用率，随机将流量分配到一条最短路径中，可能导致链路拥堵，延缓了流到达时间。Dijkstra算法找一条最短路径来路由数据流，同样未考虑链路利用率，并且它不能很好地适应网络虚拟拓扑的变化。从而使得Dijkstra算法调度的数据流平均完成时间最长。

针对“富连接”数据中心网络在负载较低时能源利用率较低的问题，本文提出了Fat-Tree型SDN数据中心网络的节能流量调度机制。首先对节能流量调度问题建立整数线性规划(ILP)优化数学模型，然后利用多层虚拟拓扑下的节能流量调度算法求解该数学模型，得到节能的数据流调度路径。通过休眠空闲的网络交换设备和端口，实现降低数据中心总能源消耗的目标。仿真实验结果表明，提出的多层虚拟拓扑的节能流量调度机制EMV-SDN优于ECMP和Dijstra最短路径算法。在三种不同的通信模式下，不论能源消耗比例还是平均完成时间，EMV-SDN均比其他两种算法表现优异。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (6)

1.基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，其特征在于，包括以下几步：

S1、首先对节能流量调度问题建立整数线性规划优化数学模型，其中目标函数为最小化网络能源消耗，满足的条件包括链路带宽限制约束条件和流量守恒约束条件，然后采用节能流量调度算法求解该模型；

S2、在节能调度算法的初始化阶段，SDN控制器将收集的数据中心网络拓扑结构划分为多层虚拟拓扑，并开启第一层虚拟拓扑，休眠其他高层虚拟拓扑结构；

S3、对于新到达网络的数据流，SDN控制器首先计算最大链路利用率u_l，根据其值的大小决定开启或关闭高一层虚拟拓扑；

S4、控制器在当前开启的虚拟拓扑中，从K-最短路径集中选出一条合适路径，对该数据流进行路由。

2.根据权利要求1所述的基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，其特征在于，步骤S1中整数线性规划优化数学模型包括，在承载所有网络负载的前提下，使得网络能源消耗最小，目标函数如下：

其中，G(V，L)表示数据中心网络，L为数据链路集合，l表示任意一条链路，V为交换机节点的集合，v表示任意一个交换机节点，COST_l表示任意链路l的能源消耗，COST_v表示交换机节点v的能耗，x_l和y_v分别表示链路和交换机状态，0代表关闭，1代表开启。

3.根据权利要求2所述的基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，其特征在于，步骤S1中整数线性规划优化数学模型的链路带宽限制约束条件为：

其中，F为数据中心网络承载的数据流集合，f为数据流，b_f为带宽的数据流，c_l表示链路带宽，

表示链路l承载数据流f的状态，0代表未承载，1代表承载。

4.根据权利要求3所述的基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，其特征在于，步骤S1中整数线性规划优化数学模型的流量守恒约束条件为：

L_v表示与交换机v相连的链路集合，L_v′表示该节点入链路集合，L_v″表示所有出链路集合，

表示任意一个数据流的源点和终点。

5.根据权利要求1所述的基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，其特征在于，步骤S2中划分多层虚拟拓扑的具体步骤为：

S21、SDN控制器利用地址解析协议ARP收集数据中心网络拓扑信息；

S22、利用最小生成树算法，根据核心交换机数量n生成多个以核心交换机为根结点的独立最小生成树，将每个最小生成树中的结点交换机和链路分别存入Gi(Vi，Li)中；

S23、将G0选作第一层虚拟拓扑，VG1＝(V0，L0)；

S24、将第一层虚拟拓扑VG1与G1合并构成第二层虚拟拓扑VG2，构成方法定义为：

a)VG2的结点集合定义为V₀∪V₁-V₀；

b)VG2的链路集合定义为L₀∪L₁-L₀；

S25、将第二层虚拟拓扑VG2与G2合并构成第三层虚拟拓扑VG3；以此类推，依次构成更高层拓扑；

S26、开启第一层虚拟拓扑VG1，即将其中的交换机开启，链路均设置为工作状态，着色为绿色，其他高层拓扑中的交换机和链路均设置为休眠状态，链路均着色为红色。

6.根据权利要求1所述的基于多层虚拟拓扑节能的SDN数据中心网络流量调度算法，其特征在于，步骤S3的具体步骤如下：

S31、若最大链路利用率u_l＞阈值1，预开启高一层虚拟拓扑，将其中的链路均着色为黄色，否则转步骤S34；

S32、若最大链路利用率u_l＞阈值2，开启高一层虚拟拓扑，将其中的链路均着色为绿色，否则转步骤S34；

S33、若预开启/开启了高一层虚拟拓扑，则将新开启的交换机中无链路连接的端口休眠；

S34、从K-最短路径中选择一条路径，使得该路径上的所有链路颜色均为绿色，并且最大链路利用率u_l为最小，在该路径上路由数据流；

S35、收集并计算最大链路利用率u_l，若u_l＜阈值1，持续时间超过T并且已开启过高一层拓扑，则在数据流传递结束后休眠高一层，即将交换机休眠，链路均着色为红色。

Images