CN115174488A - 一种基于效用值的在线分组调度方法及系统及设备 - Google Patents

一种基于效用值的在线分组调度方法及系统及设备 Download PDF

Info

Publication number
CN115174488A
CN115174488A CN202210429225.3A CN202210429225A CN115174488A CN 115174488 A CN115174488 A CN 115174488A CN 202210429225 A CN202210429225 A CN 202210429225A CN 115174488 A CN115174488 A CN 115174488A
Authority
CN
China
Prior art keywords
time
data packet
utility value
utility
scheduling
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
CN202210429225.3A
Other languages
English (en)
Other versions
CN115174488B (zh
Inventor
王宙
贾哲
焦利彬
唐亚哲
赵阳阳
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.)
Xian Jiaotong University
CETC 54 Research Institute
Original Assignee
Xian Jiaotong University
CETC 54 Research Institute
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 Xian Jiaotong University, CETC 54 Research Institute filed Critical Xian Jiaotong University
Priority to CN202210429225.3A priority Critical patent/CN115174488B/zh
Priority claimed from CN202210429225.3A external-priority patent/CN115174488B/zh
Publication of CN115174488A publication Critical patent/CN115174488A/zh
Application granted granted Critical
Publication of CN115174488B publication Critical patent/CN115174488B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2458—Modification of priorities while in transit
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/50—Queue scheduling
    • H04L47/62—Queue scheduling characterised by scheduling criteria
    • H04L47/625—Queue scheduling characterised by scheduling criteria for service slots or service orders
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • H04L49/30—Peripheral units, e.g. input or output ports

Abstract

一种基于效用值的在线分组调度方法及系统及设备，包括以下步骤：流过滤器在数据包到达交换机出端口时，通过获取数据包的五元组信息为数据包分配队列，执行入队操作，进入per‑flow队列；判断有序列表中是否存在当前数据包所属队列的数据包，如果不存在，将队列头部数据包出队，依据头部数据包的效用值将其插入有序列表；链路空闲触发出队机制，同时触发入表机制。根据流量特点定义了对应的时间效用函数，包括奖励效用函数和惩罚效用函数，以此考虑流的动态优先级进行排序，提升系统整体的性能；提出预计流到达目的地时间的方法，考虑多跳网络中剩余路径所用时间的因素，从而预计流到达目的地的获得的效用值。

Description

一种基于效用值的在线分组调度方法及系统及设备
技术领域
本发明属于计算机网络技术领域，特别涉及时间敏感网络中一种基于效用值的在线分组调度方法及系统及设备。
背景技术
时间敏感网络技术是旨在保证数据流实时性、确定性传输的一系列标准协议，在时间同步、流量管理、流量调度和流量整形以及流量完整性等方面增强了标准以太网技术。流量调度问题是时间敏感网络中的热门研究方向，高效的流量调度算法可以合理分配网络资源，提升满足延迟要求的流量比例，从而提供网络流量传输完成带来的高质量收益。
时间敏感网络中现有的流量调度算法可以分为时间触发调度算法和事件触发调度算法。其中时间触发调度算法的主要机制是在每个交换机的出端口处，以周期性的门控列表GCL的形式存储每一个队列允许传输的时间窗口。这种门控机制需要提前已知所有流的信息，并为流量离线计算GCL，目前的研究主要针对周期性的流量。这种离线的门控机制调度算法尽管可以有效保证流量确定的延迟和抖动，但是无法适应充满动态性和不确定性的驾驶环境和工业生产环境。一旦网络环境发生变化，网络中的流也会发生变化，从而需要为整个网络重新构建和配置GCL，代价相对比较大。事件调度算法是通过per-class队列或per-flow队列来限制队列的传输速率，可以比较好的适应多变的环境，因此事件调度算法通常是动态的在线调度算法。TSN中现有的事件触发调度算法是基于静态的优先级来调度的，但是在实际情况中，时间敏感网络中有大量不同延迟要求的流共存。当时间已经非常紧迫的低优先级的流与时间很富余的高优先级的流相遇时，TSN依旧优先调度高优先级的流，导致实时以太网中延迟保证效果并不理想。因此TSN中的静态优先级并不能时刻准确反映每条流的延迟要求，从而导致网络系统整体的延迟保证效果不是最优。
而现有的传统动态优先级调度算法主要针对具有明确截止时间的流量(比如EDF，LST)，而对于具有明确截止时间的流量和无明确截止时间共存的场景中，这些调度算法无法表征无明确截止时间的流的动态优先级。
发明内容
本发明的目的在于提供一种基于效用值的在线分组调度方法及系统及设备，以解决现有调度算法无法表征无明确截止时间的流的动态优先级的问题。
为实现上述目的，本发明采用以下技术方案：
一种基于效用值的在线分组调度方法，包括以下步骤：
流过滤器在数据包到达交换机出端口时，通过获取数据包的五元组信息为数据包分配队列，执行入队操作，进入per-flow队列；
判断有序列表中是否存在当前数据包所属队列的数据包，如果不存在，将队列头部数据包出队，依据头部数据包的效用值将其插入有序列表；
链路空闲触发出队机制，从有序列表中获取头部数据包，进行出表操作，随后数据包开始传输，同时触发入表机制。
进一步的，入表操作包括以下步骤：
根据流量类型为数据包定义具体的时间效用函数TUF，然后将当前时间效用函数中惩罚效用函数斜率为0的数据包移至有序列表末尾；
将数据包插入到有序列表的头部，并为数据包及其后续的数据包计算调度时间，根据数据包的调度时间以及后续路径所需的时间计算数据包预计到达目的地的时间，根据数据包到达目的地的时间计算数据包预计获得的效用值、当前累积效用值；记录当前累积效用值为初始最优累积效用值，当前的调度顺序为初始最优调度顺序；
不断将数据包与相邻的数据包进行交换位置，重新计算两个数据包的调度时间、预计获得的效用值，并且更新当前累积的效用值，同时更新最优累积效用值和最优调度顺序；
将数据包插入到最优调度顺序对应的最优位置，并为数据包及其后续的数据包重新计算调度时间。
进一步的，入表操作中的时间效用函数TUF定义了流在某个时间完成传输时系统获得的效用值，通过定义关键时间分为奖励效用函数和惩罚效用函数，用分段函数表示为：
Figure BDA0003611103920000031
是流初始化的时间Ii，如果流在关键时间
Figure BDA0003611103920000032
之前到达，获得的效用值为正值奖励效用值
Figure BDA0003611103920000033
而如果数据包在关键时间
Figure BDA0003611103920000034
之后到达，获得的效用值为负值惩罚效用值
Figure BDA0003611103920000035
进一步的，流量类型包括四种：
1)无明确截止时间的硬实时流量，其时间效用函数为：
Figure BDA0003611103920000036
其中
Figure BDA0003611103920000037
为流的初始最大效用值，k为效用值下降的斜率，流量的奖励效用值
Figure BDA0003611103920000038
以线性速率k下降，并且在
Figure BDA0003611103920000039
时，奖励效用值下降为0；流量的惩罚效用值
Figure BDA00036111039200000310
的绝对值则随着超过关键时间的时间长度
Figure BDA00036111039200000311
越来越大，并且趋近于最大效用值
Figure BDA00036111039200000312
2)具有明确截止时间的硬实时流量，其时间效用函数为：
Figure BDA00036111039200000313
Figure BDA00036111039200000314
流量的奖励效用值
Figure BDA00036111039200000315
以抛物线的形式下降，随着时间t的增长，下降速率越来越大，并且在
Figure BDA00036111039200000427
时，奖励效用值下降为0；流量的惩罚效用值
Figure BDA0003611103920000041
为常量
Figure BDA0003611103920000042
Figure BDA0003611103920000043
由于软实时流对时间的不敏感性，因此存在一个软关键时间
Figure BDA0003611103920000044
在
Figure BDA0003611103920000045
期间，流量的奖励效用值
Figure BDA0003611103920000046
保持不变；在
Figure BDA0003611103920000047
期间，
Figure BDA0003611103920000048
开始线性下降，并且在
Figure BDA0003611103920000049
时，奖励效用值下降为0；流量的惩罚效用值
Figure BDA00036111039200000410
为常量
Figure BDA00036111039200000411
Figure BDA00036111039200000412
在
Figure BDA00036111039200000413
期间，流量的奖励效用值
Figure BDA00036111039200000414
保持不变；在
Figure BDA00036111039200000415
期间，
Figure BDA00036111039200000416
开始线性下降，并且在
Figure BDA00036111039200000417
时，奖励效用值下降为0；流量的惩罚效用值
Figure BDA00036111039200000418
的绝对值则随着超过关键时间的时间长度
Figure BDA00036111039200000419
越来越大，并且趋近于最大效用值
Figure BDA00036111039200000420
进一步的，入表操作中的数据包的调度时间的计算公式为：
Figure BDA00036111039200000421
其中
Figure BDA00036111039200000422
表示当前链路[vk,va]上调度顺序σ中的第i个数据包的调度时间，t表示当前时间，
Figure BDA00036111039200000423
表示前j个数据包的传输时间，第i个数据包的调度时间主要受前面的数据包的传输时间的影响。
进一步的，入表操作中数据包预计到达目的地的时间的计算公式为：
Figure BDA00036111039200000424
其中
Figure BDA00036111039200000425
表示当前链路[vk,va]上调度顺序σ中的预计第i个数据包到达目的地的时间，
Figure BDA00036111039200000426
表示数据包剩余路径上所需要的时间。
进一步的，入表操作中数据包剩余路径上所需时间的计算公式为：
Figure BDA0003611103920000051
其中
Figure BDA0003611103920000052
表示调度顺序σ中的第i个数据包在当前链路[vk,va]上的传输时间，πσ(i)表示数据包的路径信息，[vx,vy]＝[va,vb]表示从下一个链路[va,vb]遍历后续链路[vx,vy]。
Figure BDA0003611103920000053
和
Figure BDA0003611103920000054
分别表示调度顺序σ中的第i个数据包在链路[vx,vy]上的处理延迟、排队延迟以及传输延迟。
进一步的，入表操作中步骤2.2的累积效用值的计算公式为：
Figure BDA0003611103920000055
其中U(σ)表示当前调度顺序的累积效用值，
Figure BDA0003611103920000056
表示数据包调度顺序σ中的第i个数据包在预计到达时间
Figure BDA0003611103920000057
到达时获得的效用值。
进一步的，一种基于效用值的在线分组调度系统，包括：
数据包获取模块，用于流过滤器在数据包到达交换机出端口时，通过获取数据包的五元组信息为数据包分配队列，执行入队操作，进入per-flow队列；
判断模块，用于判断有序列表中是否存在当前数据包所属队列的数据包，如果不存在，将队列头部数据包出队，依据头部数据包的效用值将其插入有序列表；
触发模块，用于链路空闲触发出队机制，从有序列表中获取头部数据包，进行出表操作，随后数据包开始传输，同时触发入表机制。
进一步的，一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现一种基于效用值的在线分组调度方法的步骤。
与现有技术相比，本发明有以下技术效果：
本发明提出了一种流量分类方法，并根据流量特点定义了对应的时间效用函数，包括奖励效用函数和惩罚效用函数，以此考虑流的动态优先级进行排序，提升系统整体的性能；提出预计流到达目的地时间的方法，考虑多跳网络中剩余路径所用时间的因素，从而预计流到达目的地的获得的效用值；时间复杂度为O(n)，更适合作为硬件交换机中的一种在线调度方法。
附图说明
图1为交换机内部结构图；
图2为基于效用值的调度器模块图；
图3为入表操作的流程示意图；
图4为无明确截止时间硬实时流的奖励效用值函数图；
图5为无明确截止时间硬实时流的惩罚效用值函数图；
图6为具有明确截止时间硬实时流的奖励效用值函数图；
图7为具有明确截止时间硬实时流的惩罚效用值函数图；
图8为具有明确截止时间软实时流的奖励效用值函数图；
图9为具有明确截止时间软实时流的惩罚效用值函数图；
图10为无明确截止时间软实时流的奖励效用值函数图；
图11为无明确截止时间软实时流的惩罚效用值函数图；
图12为仿真拓扑图
图13为仿真结果图
具体实施方式
以下结合附图，对本发明进一步说明。
本发明的交换机结构参阅图1，包括流过滤器、缓冲队列以及基于效用值的调度器三个模块。流过滤器负责为流分配缓冲队列；缓冲队列采用FIFO队列结构，负责缓冲在交换机中等待传输的数据包；基于效用值的调度器负责决定数据包的调度顺序。数据包p在交换机中经历的步骤主要包括：
步骤1：入队机制。当数据包到达交换机以后，交换引擎为数据包p分配出端口，流过滤器根据数据包的五元组信息fiveTuple为数据包分配队列i。如果i＝-1表示不存在对应流的队列，因此在per-flow缓冲队列queueper-flow中新增一个队列，同时将i赋值为queue.size()-1，表示queueper-flow的最后一个队列的索引。随后执行入队操作queueper-flow[i].Enqueue(p)将数据包p入队到队列i中，同时触发入表机制。具体的过程在入队算法中。
入队算法(Enqueue Algorithm)
Figure BDA0003611103920000071
步骤2：入表机制。基于效用值的调度器模块维护了一个有序列表，有序列表根据数据包的调度时间升序排列。判断有序列表OrderList中是否存在数据包对应的队列queueper-flow[i]的数据包，如果不存在，queueper-flow[i]执行出队操作Dequeue()获取队列头部数据包p，执行插入操作InsertOrderListByUtility(p)根据数据包的效用值插入有序列表。具体的过程在入表算法中。
入表算法(EnOrderList Alogrithm)
Figure BDA0003611103920000072
Figure BDA0003611103920000081
步骤3：出队机制/出表机制。当链路空闲时，通过OrderList.RemoveHead()操作使有序列表头部的数据包p出表，获取数据包p的五元组信息fiveTuple，根据fiveTuple获取队列索引i，触发入表机制。随后将数据包p进行传输，具体操作在出队算法中。
出队算法(Dequeue Alogrithm)
Figure BDA0003611103920000082
本发明的基于效用值的调度器模块请参阅图2，主要负责基于效用值插入有序列表和移除有序列表头部数据包，从而决定数据包的调度顺序。其中基于效用值插入有序列表的步骤参阅图3，具体操作在基于效用值插入有序列表算法中，包括以下几步：
步骤1：准备工作。首先根据流量类型为数据包p定义具体的时间效用函数TUF，数据包p的时间效用函数为Up(t)＝Ui(t)/fi.size，其中i表示数据包p所对应的流的序号，Ui(t)表示流fi的时间效用函数，fi.size表示流的数据包的个数。
流的时间效用函数定义了流在某个时间完成传输时系统获得的效用值，通过定义关键时间分为奖励效用函数和惩罚效用函数，用分段函数表示为：
Figure BDA0003611103920000091
其中，Ui(t)表示流fi在时间t到达目的地获得的效用值；TUF开始的时间是流初始化的时间Ii，如果流在关键时间
Figure BDA0003611103920000092
之前到达，获得的效用值为正值奖励效用值
Figure BDA0003611103920000093
作为系统整体的一个“奖励”。而如果数据包在关键时间
Figure BDA0003611103920000094
之后到达，获得的效用值为负值惩罚效用值
Figure BDA0003611103920000095
作为系统整体的一个“惩罚”。具体根据流量的特点，不同类型的流量具有不同的时间效用函数。
如果当前数据包p属于无明确截止时间的硬实时流量，对时间要求严格但是没有明确的截止时间，包括车载系统中的刹车、转向等流量。奖励效用值参阅图4，
Figure BDA0003611103920000096
以线性速率下降，并且在
Figure BDA0003611103920000097
时，奖励效用值下降为0。惩罚效用值的绝对值参阅图5，
Figure BDA0003611103920000098
则随着超过关键时间的时间长度
Figure BDA0003611103920000099
越来越大，并且趋近于最大效用值
Figure BDA00036111039200000910
如果当前数据包p属于具有明确截止时间的硬实时流量，对时间要求比较严格并且具有明确截止时间，包括车载系统中的油箱温度传感器流量等。奖励效用值参阅图6，
Figure BDA00036111039200000911
以抛物线的形式下降，随着时间t的增长，下降速率越来越大，并且在
Figure BDA00036111039200000912
时，奖励效用值下降为0。惩罚效用值的绝对值参阅图7，
Figure BDA00036111039200000913
为常量
Figure BDA00036111039200000914
如果当前数据包p属于具有明确截止时间的软实时流量，对时间敏感度比较低并且具有明确截止时间，包括ADAS高级辅助驾驶系统中的视频监控流量等。由于软实时流对时间的不敏感性，因此存在一个软关键时间
Figure BDA00036111039200000915
奖励效用函数参阅图8，在
Figure BDA00036111039200000916
期间，
Figure BDA00036111039200000917
保持不变；惩罚效用函数的绝对值参阅图9，在
Figure BDA00036111039200000918
期间，
Figure BDA00036111039200000919
开始线性下降，并且在
Figure BDA00036111039200000920
时，奖励效用值下降为0。惩罚效用值的绝对值参阅图8，
Figure BDA00036111039200000921
为常量
Figure BDA00036111039200000922
如果当前数据包p属于无明确截止时间的软实时流量，对时间敏感度比较低并且无明确截止时间，包括车载系统中的温度控制、座椅调节、以及车窗调节等。奖励效用值参阅图10，在
Figure BDA00036111039200000923
期间，
Figure BDA00036111039200000924
保持不变；在
Figure BDA00036111039200000925
期间，
Figure BDA0003611103920000101
开始线性下降，并且在
Figure BDA0003611103920000102
时，奖励效用值下降为0。惩罚效用值的绝对值参阅图11，
Figure BDA0003611103920000103
的绝对值随着超过关键时间的时间长度
Figure BDA0003611103920000104
越来越大，并且趋近于最大效用值
Figure BDA0003611103920000105
然后将当前时间效用函数中惩罚效用函数斜率为0的数据包移至有序列表末尾，惩罚效用函数斜率为0意味着数据包完成传输获取的效用值不再受时间的影响，数据包完成传输的快慢对系统没有影响。
步骤2：生成初始解。模拟将数据包p插入有序列表的头部，数据包p在当前链路[vk,va]的调度时间
Figure BDA0003611103920000106
设置为有序列表头部数据包σ(0)的调度时间
Figure BDA0003611103920000107
预计数据包p到达目的地获得的效用值为
Figure BDA0003611103920000108
其中
Figure BDA0003611103920000109
表示数据包p剩余路径所需时间，并将其累计到最大效用值maxUtility中。并且遍历有序列表当前调度顺序σ中的数据包σ(j)，σ(j)表示当前调度顺序中第j个数据包，将其调度时间
Figure BDA00036111039200001010
推迟数据包的传输时间
Figure BDA00036111039200001011
预计数据包σ(j)到达目的地获得的效用值为
Figure BDA00036111039200001012
其中
Figure BDA00036111039200001013
表示数据包σ(j)剩余路径所需时间，同样将其累计到最大效用值maxUtility中。
步骤3：寻找最优解。设置当前模拟顺序的累计效用值curUtility为最大效用值maxUtility，遍历有序列表当前调度顺序σ中的数据包σ(j)，计算交换位置前数据包p和数据包σ(j)效用值的和Upre，模拟交换数据包p和数据包σ(j)，重新计算两者效用值的和Ucur。计算前后两个效用值和的差值Δu＝Ucur-Upre，并更新当前模拟顺序的累计效用值curUtility+＝Δu，如果curUtility>maxUtility，更新最大效用值maxUtility为当前累计效用值curUtility，并且标记最优位置optimal为当前位置j，意味着数据包p插入到j之后的位置全局累计效用值最优。
步骤4：生成最优解。将数据包p插入到最优位置optimal+1，设置数据包p的调度时间
Figure BDA00036111039200001014
为调度顺序σ中最优位置optimal+1的数据包的调度时间
Figure BDA00036111039200001015
并且遍历optimal+1之后的数据包σ(j)，将其调度时间
Figure BDA0003611103920000111
推迟数据包的传输时间
Figure BDA0003611103920000112
基于效用值插入有序列表算法(InsertOrderListByUtility Alogrithm)
Figure BDA0003611103920000113
Figure BDA0003611103920000121
NS-3的仿真结果验证了本发明的效果，仿真拓扑参阅图12，其中HRTWOD节点和REC_HRTWOD节点分别代表发送和接收无明确截止时间硬实时流的相关节点；HRTWD节点和REC_HRTWD节点分别代表发送和接收具有明确截止时间硬实时流的相关节点；SRTWD节点和REC_SRTWD节点分别代表发送和接收具有明确截止时间软实时流的相关节点；SRTWOD节点和REC_SRTWOD节点分别代表发送和接收无明确截止时间软实时流的相关节点。仿真的流量的主要参数如表1所示，不同链路负载下各个流量的占比如表2所示。
表1仿真的主要参数
Figure BDA0003611103920000122
Figure BDA0003611103920000131
表2流量的负载分布
Figure BDA0003611103920000132
仿真结果参阅图13，图13展示了在不同链路负载的情况下本发明提供的机制(可称为感知效用值的调度算法UTAS)、启发式调度算法UPA算法以及TSN基础算法SPQ算法的平均每条流获得的效用值，其中在同一负载下对于每个算法流的条数是一致的，因此平均每条流获得的效用值等价于系统的累积效用值。首先可以直观的看出，随着链路负载的不断增长，每个算法的平均每条流获得的效用值都不断减小，但是UTAS算法的性能始终优于SPQ算法，并且与UPA算法保持相近的性能。其中在链路负载比较低的情况下，三个算法的性能差别不明显，比如在链路负载为20％的时候，三个算法的性能差距在0.1％以内。而随着链路负载的不断增长，SPQ算法和其他两个算法的差距逐渐变大。比如链路负载分别为40％、60％、80％和100％的情况下，UTAS算法相对于SPQ算法性能分别提升了4.90％、8.81％、32.45％、81.69％。而UTAS算法和UPA算法的性能差距始终保持在5％左右。由此证明本文提出的UTAS算法性能明显优于TSN中的基础算法SPQ算法，并且以较低的时间复杂度与UPA算法性能保持相近。
本发明再一实施例中，提供一种基于效用值的在线分组调度系统，能够用于实现上述的一种基于效用值的在线分组调度方法，具体的，该一种基于效用值的在线分组调度系统包括：
数据包获取模块，用于流过滤器在数据包到达交换机出端口时，通过获取数据包的五元组信息为数据包分配队列，执行入队操作，进入per-flow队列；
判断模块，用于判断有序列表中是否存在当前数据包所属队列的数据包，如果不存在，将队列头部数据包出队，依据头部数据包的效用值将其插入有序列表；
触发模块，用于链路空闲触发出队机制，从有序列表中获取头部数据包，进行出表操作，随后数据包开始传输，同时触发入表机制。
本发明实施例中对模块的划分是示意性的，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，另外，在本发明各个实施例中的各功能模块可以集成在一个处理器中，也可以是单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
为了说明目的公开了本发明的具体实施方案和附图，其目的在于帮助理解本发明的内容并据以实施，但那是本领域的技术人员可以理解：在不脱离本发明及所附的权利要求的精神和范围内，各种替换、变化和修改都是可能的。本发明不应局限于本说明书实施方案和附图所公开的内容，本发明要求保护的范围以权利要求书界定的范围为准。

Claims (9)

1.一种基于效用值的在线分组调度方法，其特征在于，包括以下步骤：
流过滤器在数据包到达交换机出端口时，通过获取数据包的五元组信息为数据包分配队列，执行入队操作，进入per-flow队列；
判断有序列表中是否存在当前数据包所属队列的数据包，如果不存在，将队列头部数据包出队，依据头部数据包的效用值将其插入有序列表；
链路空闲触发出队机制，从有序列表中获取头部数据包，进行出表操作，随后数据包开始传输，同时触发入表机制。
2.根据权利要求1所述的一种基于效用值的在线分组调度方法，其特征在于，入表操作包括以下步骤：
根据流量类型为数据包定义具体的时间效用函数TUF，然后将当前时间效用函数中惩罚效用函数斜率为0的数据包移至有序列表末尾；
将数据包插入到有序列表的头部，并为数据包及其后续的数据包计算调度时间，根据数据包的调度时间以及后续路径所需的时间计算数据包预计到达目的地的时间，根据数据包到达目的地的时间计算数据包预计获得的效用值、当前累积效用值；记录当前累积效用值为初始最优累积效用值，当前的调度顺序为初始最优调度顺序；
不断将数据包与相邻的数据包进行交换位置，重新计算两个数据包的调度时间、预计获得的效用值，并且更新当前累积的效用值，同时更新最优累积效用值和最优调度顺序；
将数据包插入到最优调度顺序对应的最优位置，并为数据包及其后续的数据包重新计算调度时间。
3.根据权利要求2所述的一种基于效用值的在线分组调度方法，其特征在于，入表操作中的时间效用函数TUF定义了流在某个时间完成传输时系统获得的效用值，通过定义关键时间分为奖励效用函数和惩罚效用函数，用分段函数表示为：
Figure FDA0003611103910000021
其中，Ui(t)表示流fi在时间t到达目的地获得的效用值；TUF开始的时间是流初始化的时间Ii，如果流在关键时间
Figure FDA0003611103910000022
之前到达，获得的效用值为正值奖励效用值
Figure FDA0003611103910000023
而如果数据包在关键时间
Figure FDA0003611103910000024
之后到达，获得的效用值为负值惩罚效用值
Figure FDA0003611103910000025
4.根据权利要求2所述的一种基于效用值的在线分组调度方法，其特征在于，流量类型包括四种：
1)无明确截止时间的硬实时流量，其时间效用函数为：
Figure FDA0003611103910000026
Figure FDA0003611103910000027
其中
Figure FDA0003611103910000028
为流的初始最大效用值，k为效用值下降的斜率，流量的奖励效用值
Figure FDA0003611103910000029
以线性速率k下降，并且在
Figure FDA00036111039100000210
时，奖励效用值下降为0；流量的惩罚效用值
Figure FDA00036111039100000211
的绝对值则随着超过关键时间的时间长度
Figure FDA00036111039100000212
越来越大，并且趋近于最大效用值
Figure FDA00036111039100000213
2)具有明确截止时间的硬实时流量，其时间效用函数为：
Figure FDA00036111039100000214
Figure FDA00036111039100000215
流量的奖励效用值
Figure FDA00036111039100000216
以抛物线的形式下降，随着时间t的增长，下降速率越来越大，并且在
Figure FDA00036111039100000217
时，奖励效用值下降为0；流量的惩罚效用值
Figure FDA00036111039100000218
为常量
Figure FDA00036111039100000219
3)具有明确截止时间的软实时流量，其时间效用函数为：
Figure FDA0003611103910000031
Figure FDA0003611103910000032
由于软实时流对时间的不敏感性，因此存在一个软关键时间
Figure FDA0003611103910000033
在
Figure FDA0003611103910000034
期间，流量的奖励效用值
Figure FDA0003611103910000035
保持不变；在
Figure FDA0003611103910000036
期间，
Figure FDA0003611103910000037
开始线性下降，并且在
Figure FDA0003611103910000038
时，奖励效用值下降为0；流量的惩罚效用值
Figure FDA0003611103910000039
为常量
Figure FDA00036111039100000310
4)无明确截止时间的软实时流量，其时间效用函数为：
Figure FDA00036111039100000311
Figure FDA00036111039100000312
在
Figure FDA00036111039100000313
期间，流量的奖励效用值
Figure FDA00036111039100000314
保持不变；在
Figure FDA00036111039100000315
期间，
Figure FDA00036111039100000316
开始线性下降，并且在
Figure FDA00036111039100000317
时，奖励效用值下降为0；流量的惩罚效用值
Figure FDA00036111039100000318
的绝对值则随着超过关键时间的时间长度
Figure FDA00036111039100000319
越来越大，并且趋近于最大效用值
Figure FDA00036111039100000320
5.根据权利要求2所述的一种基于效用值的在线分组调度方法，其特征在于，入表操作中的数据包的调度时间的计算公式为：
Figure FDA00036111039100000321
其中
Figure FDA00036111039100000322
表示当前链路[vk,va]上调度顺序σ中的第i个数据包的调度时间，t表示当前时间，
Figure FDA00036111039100000323
表示前j个数据包的传输时间，第i个数据包的调度时间主要受前面的数据包的传输时间的影响。
6.根据权利要求2所述的一种基于效用值的在线分组调度方法，其特征在于，入表操作中数据包预计到达目的地的时间的计算公式为：
Figure FDA00036111039100000324
其中
Figure FDA0003611103910000041
表示当前链路[vk,va]上调度顺序σ中的预计第i个数据包到达目的地的时间，
Figure FDA0003611103910000042
表示数据包剩余路径上所需要的时间。
7.根据权利要求2所述的一种基于效用值的在线分组调度方法，其特征在于，入表操作中数据包剩余路径上所需时间的计算公式为：
Figure FDA0003611103910000043
其中
Figure FDA0003611103910000044
表示调度顺序σ中的第i个数据包在当前链路[vk,va]上的传输时间，πσ(i)表示数据包的路径信息，[vx,vy]＝[va,vb]表示从下一个链路[va,vb]遍历后续链路[vx,vy]；
Figure FDA0003611103910000045
和
Figure FDA0003611103910000046
分别表示调度顺序σ中的第i个数据包在链路[vx,vy]上的处理延迟、排队延迟以及传输延迟；
进一步的，入表操作中步骤2.2的累积效用值的计算公式为：
Figure FDA0003611103910000047
其中U(σ)表示当前调度顺序的累积效用值，
Figure FDA0003611103910000048
表示数据包调度顺序σ中的第i个数据包在预计到达时间
Figure FDA0003611103910000049
到达时获得的效用值。
8.一种基于效用值的在线分组调度系统，其特征在于，包括：
数据包获取模块，用于流过滤器在数据包到达交换机出端口时，通过获取数据包的五元组信息为数据包分配队列，执行入队操作，进入per-flow队列；
判断模块，用于判断有序列表中是否存在当前数据包所属队列的数据包，如果不存在，将队列头部数据包出队，依据头部数据包的效用值将其插入有序列表；
触发模块，用于链路空闲触发出队机制，从有序列表中获取头部数据包，进行出表操作，随后数据包开始传输，同时触发入表机制。
9.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述一种基于效用值的在线分组调度方法的步骤。
CN202210429225.3A 2022-04-22 一种基于效用值的在线分组调度方法及系统及设备 Active CN115174488B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210429225.3A CN115174488B (zh) 2022-04-22 一种基于效用值的在线分组调度方法及系统及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210429225.3A CN115174488B (zh) 2022-04-22 一种基于效用值的在线分组调度方法及系统及设备

Publications (2)

Publication Number Publication Date
CN115174488A true CN115174488A (zh) 2022-10-11
CN115174488B CN115174488B (zh) 2024-04-26

Family

ID=

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101411134A (zh) * 2006-03-31 2009-04-15 高通股份有限公司 用于高速媒体接入控制的存储器管理
US20110161964A1 (en) * 2009-12-31 2011-06-30 Bmc Software, Inc. Utility-Optimized Scheduling of Time-Sensitive Tasks in a Resource-Constrained Environment
CN112887226A (zh) * 2021-01-26 2021-06-01 重庆邮电大学 有线无线融合的卫星时间敏感网络队列管理调度方法
CN112905327A (zh) * 2021-03-03 2021-06-04 湖南商务职业技术学院 一种任务调度方法、边缘服务器、计算机介质及边云协同计算系统
CN113472570A (zh) * 2021-06-26 2021-10-01 华北电力大学 一种面向电力通信的时延敏感前传网流量调度方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101411134A (zh) * 2006-03-31 2009-04-15 高通股份有限公司 用于高速媒体接入控制的存储器管理
US20110161964A1 (en) * 2009-12-31 2011-06-30 Bmc Software, Inc. Utility-Optimized Scheduling of Time-Sensitive Tasks in a Resource-Constrained Environment
CN112887226A (zh) * 2021-01-26 2021-06-01 重庆邮电大学 有线无线融合的卫星时间敏感网络队列管理调度方法
CN112905327A (zh) * 2021-03-03 2021-06-04 湖南商务职业技术学院 一种任务调度方法、边缘服务器、计算机介质及边云协同计算系统
CN113472570A (zh) * 2021-06-26 2021-10-01 华北电力大学 一种面向电力通信的时延敏感前传网流量调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨冬;李世勇;王博;张宏科;: "支持普适服务的新一代网络传输层构架", 计算机学报, no. 03 *

Similar Documents

Publication Publication Date Title
US7626988B2 (en) Latency-based scheduling and dropping
EP1774714B1 (en) Hierarchal scheduler with multiple scheduling lanes
US6377546B1 (en) Rate guarantees through buffer management
Cao et al. Independent yet tight WCRT analysis for individual priority classes in ethernet AVB
Thiele et al. Improved formal worst-case timing analysis of weighted round robin scheduling for ethernet
US7065091B2 (en) Method and apparatus for scheduling and interleaving items using quantum and deficit values including but not limited to systems using multiple active sets of items or mini-quantum values
CN109327367B (zh) 一种基于offset的CAN FD总线消息调度方法
CN115174488B (zh) 一种基于效用值的在线分组调度方法及系统及设备
CN115174488A (zh) 一种基于效用值的在线分组调度方法及系统及设备
Xie et al. Robust time-sensitive networking with delay bound analyses
US7599381B2 (en) Scheduling eligible entries using an approximated finish delay identified for an entry based on an associated speed group
CN109327406B (zh) 一种用于差分队列服务队列数据包的服务质量保障的方法
Schmidt et al. Controller area network with priority queues and FIFO queues: improved schedulability analysis and message set extension
Guo et al. A flow-grained end-to-end delay analysis for RC traffic in TTEthernet
CN115396384B (zh) 一种数据包调度方法、系统及存储介质
EP1774721B1 (en) Propagation of minimum guaranteed scheduling rates
Maegawa et al. A Study on emulating automotive IP networks using network virtualization
EP4102791A1 (en) Data validity based network buffer management system
Boyer Equivalence between the Urgency Based Shaper and Asynchronous Traffic Shaping in Time Sensitive Networking
JP3854745B2 (ja) パケット処理装置およびパケット処理方法
Martin et al. Improving fixed priority schedulability with dynamic priority as secondary criterion
CN115835402A (zh) 基于数据帧动态优先级的时间敏感网络流调度方法及装置
Barhoun et al. Packet scheduling of two classes flow
Xu et al. ReQ-tank: Fine-grained Distributed Machine Learning Flow Scheduling Approach
KR100757194B1 (ko) 자원 이용도가 높고 구현 복잡성이 낮은 공정 패킷스케줄링 장치

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