CN113542011B - 基于段路由和混合策略博弈的流量路径选择方法 - Google Patents

Abstract

本发明公开了一种基于段路由和混合策略博弈的流量路径选择方法，包括步骤：(1)建立网络模型，将网络拓扑信息和流量需求信息作为网络模型输入；(2)将混合策略博弈引入网络模型，对网络中的节点和路径进行遍历，计算得到每一条路径的选择概率，并保存选择概率；(3)将路径选择转换为定价问题，通过成本函数计算每一对节点之间的最短路径成本和邻接段成本；在根据流量需求得到的候选路径中，得到最优路径；(4)根据步骤(3)得到的候选路径，计算得到Segment列表，由Segment列表对流量进行引导。本发明将混合策略博弈引入路径选择问题，在满足流量矩阵变化的同时，将获得具有最小链路利用率的相对最优路径。

Description

基于段路由和混合策略博弈的流量路径选择方法

技术领域

本发明涉及流量路径选择方法，尤其涉及一种基于段路由和混合策略博弈的流量路径选择方法。

背景技术

分段路由(SR，Segment Routing)是一种新的源路由范式的网络架构，由国际互联网工程任务组(IETF，The Internet Engineering Task Force)进行规范。传统的网络采用(MPLS，Multi-Protocol Label Switching多协议标签交换)作为数据平面，但是随着网络规模的逐渐扩大，可以感觉到MPLS经典的控制平面(LDP和RSVP-TE)太过于复杂，并且缺少可扩展性，并且RSVP-TE对ECMP(Equal Cost Multi Path等价多路径)的支持并不好，这是一个根本性的问题，因为现代的IP网络的本质就是源地址到目的地址的多路径。

为了解决上述问题，并且提高网络的可编程性，软件定义网络(SDN，SoftwareDefined Networking)应运而生，SDN将控制平面和数据平面相分离，控制器可以通过南向应用程序编程接口得到整个网络的拓扑结构，从而动态地监控和改变网络中的数据平面，并且从微软的SWAN和谷歌的B4项目中，可以看出，SDN能够极大地提高链路利用率，但是，遗憾的是，SDN也有着严重的问题，一是缺乏对流的细粒度控制，对于大型网络中的上百万条流来说，系统需要维持太多的状态信息；二是网络的收敛速度慢，当网络拓扑发生变化的时候，控制器需要跨多个交换机进行更新，以保持着较高的利用率。而在SR中，指令被编码在数据包报头中，并被安装于入口节点，网络节点在接受数据包时只需要执行这些指令，不需要维持状态信息，这就改善了网络的收敛性。

现有技术在最小化最大链路利用率、最小化段堆栈的深度、最小化端到端的时延、最小化链路计算时间等方面都有着不错的成果，但是并没有充分考虑动态变化的网络环境带来的影响，也没有充分利用邻接段在段路由体系的积极作用。

发明内容

发明目的：本发明的目的是提供一种在满足流量矩阵变化时能获得具有最小链路利用率的相对最优路径的基于段路由和混合策略博弈的流量路径选择方法。

技术方案：本发明的流量路径选择方法，包括步骤：

(1)建立网络模型，将网络拓扑信息和流量需求信息作为网络模型输入；

(2)将混合策略博弈引入网络模型，对网络中的节点和路径进行遍历，计算得到每一条路径的选择概率，并保存选择概率；

(3)将路径选择转换为定价问题进行求解，再利用动态规划方法解决定价问题，选用成本函数计算每一对节点之间的最短路径成本和邻接段成本；根据流量需求，计算候选路径；在候选路径中，得到最优路径；

(4)根据步骤(3)得到的候选路径，由计算节点计算得到Segment列表，将Segment列表装入头节点，由Segment列表对流量进行引导。

进一步，所述步骤(1)中的网络模型是强连通的有向图G，表达式为：

G＝(N，E，w，c)

其中，N是节点的集合，E是链路的集合，w表示链路的权重，c表示链路的容量；链路e∈E，用一对节点(u，v)表示，其中u是链接的源节点，v是链接的目标节点；每个链路都有表示链接的权重w(e)和表示链接的容量c(e)；域内路由协议使用链路的权重来确定路径，然后沿着路径遍历网络，并且链路的容量指示每个链路承载的流量。

进一步，步骤(2)中，所述路径选择概率P_e为链路e的利用率相对于其他链路的比例：

其中，util_e为链路e的链路利用率。

进一步，所述步骤(3)中，成本函数c(p)的表达式为：

其中，i为模型中的节点，i∈adj(p)为属于具有邻接段的一个节点，adj(p)为整个链路P的成本；x_i为节点i所代表的段，x_i-1为x_i的上一个段；c_sp(x_i-1,x_i)为段x_i-1到段x_i的最短链路成本，c_adj(x_i)为段x_i的邻接段的链路成本；

在候选路径中，依据最短路径成本、邻接段成本和选择概率，从小到大排序，得到最优路径。

本发明与现有技术相比，其显著效果如下：1、本发明将混合策略博弈引入路径选择问题，充分考虑网络环境的变化和流量矩阵的变化，在满足流量矩阵变化的同时，能获得具有最小链路利用率的相对最优路径；2、使用改良的动态规划方法，将网络状态的变化和邻接段都放入算法模型中，能适应动态变化的网络和大型网络。

附图说明

图1为本发明的总流程图；

图2为本发明的动态规划模型。

具体实施方式

下面结合说明书附图和具体实施方式对本发明做进一步详细描述。

SR架构基于源路由。节点(通常为路由器、主机或其他设备)选择路径，并且引导数据包沿着该路径通过网络，其做法是在数据包报头中插入带顺序的Segment列表，以指示接收到这些数据包的节点怎么去处理和转发这些数据包。Segment可以表示任何类型的指令：与拓扑相关的、基于服务的、基于上下文的等。Segment的作用域分为本地Segment和全局Segment，这里的全局指的是SR域内，SR域是指参与SR模型的一组节点。

SR可以应用于不同的数据平面，在MPLS数据平面，Segment ID的格式就是MPLS标签或者MPLS标签空间中的索引，网络节点除了执行编码在Segment列表中的指令之外，节点还维护Segment列表本身，并且定义了三个基本的Segment列表操作：压入(PUSH)，继续(CONTINUE)，下一个(NEXT)。在IPv6数据平面，其转发逻辑一致，区别就是SID的格式是IPv6的地址。

本发明将混合策略博弈引入路径选择问题，充分考虑网络环境的变化和流量矩阵的变化，在满足流量矩阵变化的同时，将获得具有最小链路利用率的相对最优路径。

如图1所示，为本发明的流程图。先将整个网络拓扑以图的形式输入算法，而后算法对图进行遍历，根据需求信息计算SR路径，算法的具体步骤如下：

步骤1，首先对网络拓扑进行建模，将网络拓扑信息和流量需求信息作为模型输入。

将网络模型定义为强连通的有向图G＝(N，E，w，c)，其中N和E分别是节点(即路由器)和边缘(即链路)的集合。w表示链路的权重，c表示链路的容量。边缘e∈E用一对节点(u，v)表示，其中u是链接的源节点，v是链接的目标节点。此外，每个边缘都有w(e)，c(e)表示链接的权重和容量。域内路由协议使用边缘的权重来确定路径，然后沿着路径遍历网络，并且链路的容量指示每个链路可以承载多少流量。

另外，定义集合D，其中包含要在网络中转发的所有需求，集合D可以用一个三元组(s,t,d)表示，即将流量从节点s路由到节点t路的网络需求为d，设定每对节点恰好有一个需求。

用r(p)表示链路p上的流量数量，而

表示链路p上的流量f占用的链路容量。对于每个路径p和网络需求d，引入一个二进制变量X_dp,变量X_dp的值为0或1，1代表网络需求d是被引导经过路径p，0代表网络需求d是未被引导经过路径p。

步骤2，将混合策略博弈引入网络模型。

选用博弈论的路径选择算法，并将博弈论引入到线性规划中。为了用博弈论解决问题，需要明确三个因素：玩家，玩家采用的策略以及收益函数。在博弈模型中，有两个参与者，模型中的参与者不是网络节点。博弈双方为备用网络路径和当前网络状态。

对于玩家1，有不同的可选路径，表示为：

S1＝{Path₁,Path₂...Path_n} (1)

Path_m表示不同的路径，式(1)中，m＝1,2,…，n。

对于玩家2，存在不同的网络链接状态，表示为:

S2＝{St₁,St₂...St_n} (2)

St_m表示不同的网络链接状态，式(2)中，m＝1,2,…，n。

由于博弈模型被简化为两个参与者，因此支付函数U_m表示为：

U_m＝{Path_m,St_m} (3)

博弈中的纳什均衡(Nash)为纯策略纳什均衡，玩家选择概率为1的策略。但是，在纯策略纳什均衡中将有无解或多个解的情况。因此，本发明使用混合策略纳什均衡。为了解决无解或多解的情况，玩家将基于一定的概率来选择策略，本发明将链路利用率作为主要考虑因素，定义选择概率P_e为链路e的利用率相对于其他链路的比例：

式(4)中，util_e为链路e的链路利用率。

对网络中的节点和路径进行遍历，计算得到每一条路径的选择概率P_e，并将其保存。

对可选择的路径进行删选，删选的原则为：设置一个定值P’，当链路e的选择概率P_e超过P’时，即将链路e保存为一个可选择的解。设置选择概率P_e的目的是为了减少可选择的e的数量，加快运算速度，即减少链路计算时间，从而减少了算法的解空间，提高了算法的执行效率，同时由于选择概率是一个动态改变的概率，会随着网络状态和流量需求的变化而改变，因此，对于链路故障和流量需求改变等场景，有着较好的效果。

步骤3，解决定价问题。

本发明引入路径选择概率P_e，将路径选择转换为定价问题进行求解，之后利用改良的动态规划方法解决定价问题，实现在较短时间内获得最优路径。

为了实现最大化收益函数的目的，本发明将最大化收益函数转换为成本函数进行求解，其中成本函数由两部分组成：第一部分c_sp是两个给定节点之间的最短路径的成本，第二部分c_adj是SR的邻接段的成本：

式(5)中，i为模型中的节点，i∈adj(p)为属于具有邻接段的一个节点；x_i为节点i所代表的段，x_i-1为x_i的上一个段，adj(p)为整个链路P的成本，c_sp(x_i-1，x_i)为段x_i-1到段x_i的最短链路成本，c_adj(x_i)为段x_i的邻接段的链路成本。

如图2所示，动态规划模型有三种情况：

第一种情况，是不使用额外的段，是最理想的情况，只需要以x-1的段成本到达目标节点l的最佳方法；

第二种情况，使用成本为x-1的SR路径到达中间节点j，之后从节点j转发到目的节点l，此路径会产生一个c_sp(j,l)的成本，即邻接链路j到l所产生的链路权重；

第三种情况，是使用成本为x-2的SR路径到达节点p，然后将在节点p上添加一个相邻段(q，l)，其中节点q是节点p的相邻节点。引入动态规划方法后，网络模型的复杂度O(N)为：

O(N)＝(|N|²·d+|N|²·E) (6)

公式(6)中，N为网络拓扑的节点数，d为网络需求d，E为链路的链路数量。

公式(6)可以在多项式时间内解决链路计算问题，即选择合适的路径。

通过计算每一对节点(i，j)之间的最短路径成本c_sp和邻接段成本c_adj，根据流量需求，计算候选路径；在候选路径中依据最短路径成本c_sp、邻接段成本c_adj和路径选择概率P_e，从小到大排序，得到最优路径(即成本最小的路径，在网络中表现为最优路径，该路径的链路利用率最小，且路径最短)。

步骤4，根据步骤(3)得到的候选路径，由计算节点(端节点或控制器)计算得到Segment列表，将Segment列表装入头节点，由Segment列表对流量进行引导。

Claims (4)

1.一种基于段路由和混合策略博弈的流量路径选择方法，其特征在于，包括步骤：

(1)建立网络模型，将网络拓扑信息和流量需求信息作为网络模型输入；

(2)将混合策略博弈引入网络模型，对网络中的节点和路径进行遍历，计算得到每一条路径的选择概率，并保存选择概率；所述混合策略博弈的实现过程如下：

博弈双方为备用网络路径和当前网络状态，

对于玩家1，有不同的可选路径，表示为：

S1＝{Path₁，Path₂...Path_n}

Path_m表示不同的路径，其中，m＝1，2，…，n；

对于玩家2，存在不同的网络链接状态，表示为：

S2＝{St₁，St₂...St_n}

St_m表示不同的网络链接状态，其中，m＝1，2，…，n；

由于博弈模型被简化为两个参与者，因此支付函数U_m表示为：

U_m＝{Path_m，St_m}；

(3)将路径选择转换为定价问题进行求解，再利用动态规划方法解决定价问题，选用成本函数计算每一对节点之间的最短路径成本和邻接段成本；根据流量需求，计算候选路径；在候选路径中，得到最优路径；

(4)根据步骤(3)得到的候选路径，由计算节点计算得到Segment列表，将Segment列表装入头节点，由Segment列表对流量进行引导。

2.根据权利要求1所述的基于段路由和混合策略博弈的流量路径选择方法，其特征在于，所述步骤(1)中的网络模型是强连通的有向图G，表达式为：

G＝(N，E，w，c)

其中，N是节点的集合，E是链路的集合，w表示链路的权重，c表示链路的容量；链路e∈E，用一对节点(u，v)表示，其中u是链接的源节点，v是链接的目标节点；每个链路都有表示链接的权重w(e)和表示链接的容量c(e)；域内路由协议使用链路的权重来确定路径，然后沿着路径遍历网络，并且链路的容量指示每个链路承载的流量。

3.根据权利要求2所述的基于段路由和混合策略博弈的流量路径选择方法，其特征在于，步骤(2)中，所述路径的选择概率P_e为链路e的利用率相对于其他链路的比例：

其中，util_e为链路e的链路利用率。

4.根据权利要求1所述的基于段路由和混合策略博弈的流量路径选择方法，其特征在于，所述步骤(3)中，成本函数c(e)的表达式为：

其中，i为模型中的节点，i∈adj(p)为属于具有邻接段的一个节点，adj(e)为整个链路e的成本；x_i为节点i所代表的段，x_i-1为x_i的上一个段；c_sp(x_i-1，x_i)为段x_i-1到段x_i的最短链路成本，c_adj(x_i)为段x_i的邻接段的链路成本；

在候选路径中，依据最短路径成本、邻接段成本和选择概率，从小到大排序，得到最优路径。

Images