CN116232984A - 一种以网络端到端延时最小化为目标的路由方法及系统 - Google Patents

一种以网络端到端延时最小化为目标的路由方法及系统 Download PDF

Info

Publication number
CN116232984A
CN116232984A CN202310516284.9A CN202310516284A CN116232984A CN 116232984 A CN116232984 A CN 116232984A CN 202310516284 A CN202310516284 A CN 202310516284A CN 116232984 A CN116232984 A CN 116232984A
Authority
CN
China
Prior art keywords
network node
delay
path
function
link
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
CN202310516284.9A
Other languages
English (en)
Other versions
CN116232984B (zh
Inventor
朱博
王洵
罗伦文
任明
谭军胜
黄建
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.)
Wuhan Zhongke Tongda High New Technology Co Ltd
Original Assignee
Wuhan Zhongke Tongda High New Technology Co Ltd
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 Wuhan Zhongke Tongda High New Technology Co Ltd filed Critical Wuhan Zhongke Tongda High New Technology Co Ltd
Priority to CN202310516284.9A priority Critical patent/CN116232984B/zh
Publication of CN116232984A publication Critical patent/CN116232984A/zh
Application granted granted Critical
Publication of CN116232984B publication Critical patent/CN116232984B/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
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/121—Shortest path evaluation by minimising delays
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

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

Abstract

本发明提供一种以网络端到端延时最小化为目标的路由方法及系统，包括：基于INT技术采集每个网络节点端口的元数据，并根据元数据，计算每个网络节点的平均排队延时；获取从源网络节点到目标网络节点的可行路径集合，对集合中任一条可行路径，以每个网络节点的平均排队延时和传输总延时构建目标函数；基于LARAC算法求解目标函数，获取从源网络节点到目标网络节点的最优路由路径。本发明提出了一种可用于约束端到端延时的路由算法，综合考虑了链路的传播延时和端口的排队延时，并且以端到端总延时为约束进行路由计算，能够更精确地选择出延时最小的路径，主动规避那些产生了拥塞的节点。

Description

一种以网络端到端延时最小化为目标的路由方法及系统
技术领域
本发明涉及网络通信领域，更具体地，涉及一种以网络端到端延时最小化为目标的路由方法。
背景技术
具有极低的端到端总时延是下一代网络的主要需求之一，例如5G的uRLLC（Ultra-Reliable Low latency Communications）场景下要求端到端总延时在1ms左右。从2000年以来，数据中心网络带宽已经从100Mb/s提升到100Gb/s，带宽增长了1000倍，摩尔定律支撑了带宽的增长，网络带宽也享受着摩尔定律带来的福利，但由于网络拥塞的存在，一味地增加带宽并不能保证应用性能的必然提升，网络变革的方向正在从追求高带宽转向低延时，是网络技术发展的必由之路。
真实场景中的网络延时是指用户感受到的实际端到端总延时，即一条数据流在整个路由过程中，完整传输所需的总时间。网络端到端总延时可分为：静态延时和动态延时两大类，理想情况如图1所示。
静态延时包括数据串行延时、设备转发延时和链路传播延时。这类延时由转发芯片的能力和传输路径的长度距离决定，而这类延时往往有明确的规格，目前业界普遍为ns级或者亚us级，在网络总延时占比小于1%。真正对于网络性能影响比较大的是动态延时，占比超过99%。动态延时包括内部排队延时和丢包重传延时，这类延时通常是由网络拥塞和丢包造成的，因此在路由时要尽量避免选择存在拥塞的节点和路径。
发明内容
本发明针对现有技术中存在的技术问题，提供一种以网络端到端延时最小化为目标的路由方法及系统。
根据本发明的第一方面，提供了一种以网络端到端延时最小化为目标的路由方法，包括：
基于网络带内测量技术INT采集每个网络节点端口的元数据；
根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时；
获取从源网络节点到目标网络节点的可行路径集合，对于所述可行路径集合中的任一条可行路径，以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数；
基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径。
根据本发明的第二方面，提供一种以网络端到端延时最小化为目标的路由系统，包括：
采集模块，用于基于网络带内测量技术INT采集每个网络节点端口的元数据；
计算模块，用于根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时；
构建模块，用于获取从源网络节点到目标网络节点的可行路径集合，对于所述可行路径集合中的任一条可行路径，以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数；
求解模块，用于基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径。
本发明提供的一种以网络端到端延时最小化为目标的路由方法及系统，提出了一种可用于约束端到端延时的路由算法，综合考虑了链路的传播延时和端口的排队延时，并且以端到端总延时为约束进行路由计算，能够更精确地选择出延时最小的路径，主动规避那些产生了拥塞的节点。
附图说明
图1为网络端到端的总延时的示意图；
图2为本发明提供的一种以网络端到端延时最小化为目标的路由方法流程图；
图3为网络通信系统的框架示意图；
图4为本发明提供的一种以网络端到端延时最小化为目标的路由系统的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。另外，本发明提供的各个实施例或单个实施例中的技术特征可以相互任意结合，以形成可行的技术方案，这种结合不受步骤先后次序和/或结构组成模式的约束，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时，应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
随着网络中流量的加剧，数据包在路由转发过程中产生的排队或者丢包变得更加频繁，一旦发生网络拥塞则导致延时快速上升，降低端到端延时的关键在于降低动态延时。动态延时强调是单流延时或者多流延时；也就是说，一条数据流必然包括多个数据包，数据流的完成时间取决于其中的最后一个数据包的完成时间；即如果有任何一个包遭遇了拥塞，都会导致整条流的延时增大；所以为了满足下一代高速网络的需求，0丢包、低延时、高吞吐成为下一代网络的三个核心目标。
排队延时是端到端总延时中占比最大的部分，也是动态性最强的部分，当链路中的流量负载大于可用带宽时就会出现排队，拥塞是排队的一种极端情况，所以排队延时也是链路利用率和网络拥塞程度最直观的体现，因此，网络中各个节点在指定时刻的排队延时将会是一个非常有效的度量参数。准确的测量这个值是针对端到端总延时进行路由优化的必备条件，所以，理想的路由应该是规避路径中所有的拥塞，或者排队较长的节点，以转发路径中所有产生延时的节点和路径的延时总和最小为目标来生成路由。
基于此，本发明提出了一种可以有效测量和计算网络中某个节点中指定端口平均排队延时的方法，并且基于此计算结果提出了一种可用于约束端到端延时的路由算法。
图2为本发明提供的一种以网络端到端延时最小化为目标的路由方法流程图，如图2所示，方法包括：
S1，基于网络带内测量技术INT采集每个网络节点端口的元数据。
可理解的是，网络带内测量技术INT（In-band Network Telemetry，INT）是一种利用数据平面本身收集和导出端到端网络测量数据的解决方案，其原理如图3所示。这项技术的核心思想是，在普通数据包的转发过程中，利用可编程交换机的指令向数据包的包头中插入一些我们需要的元数据（比如时间戳），从而网络测量的能力拥有数据包级别的细粒度。
例如图3中，主机A向主机B发送数据包的传输过程，可见随着数据包在网络中被逐跳转发，每个普通数据包都会在包头中携带部分我们所需的元数据，直到路径中的最后一跳，所有被插入的元数据会被全部取出封装成一份INT报告送入独立的分析服务器，随后并将原始报文送达B主机。
本发明中需要使用INT技术采集的元数据包括下表1的元数据。
表1
元数据 说明
Switch ID 交换机ID
Ingress Port ID 输入端口ID
Egress Port ID 输出端口ID
Ingress Time stamp 输入时间戳
Egress Time stamp 输出时间戳
Queue Depth 端口缓冲队列深度
需要注意的是INT技术在执行过程中能够获取的元数据的种类依赖于设备厂家的具体交换机型号，本发明中仅需要使用如上表1的部分数据，可利用这些元数据来计算一段时间内流经特定节点的数据包所需要的平均排队延时。
S2，根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时。
可理解的是，首先定义排队延时指的是当输入数据包从进入队列开始一直到出队列所需的总时间。假定交换机端口（即网络节点端口）上的队列是一个理想的FIFO（FirstIn First Out）模型，且数据包出队列速度仅仅取决于转发带宽，因此一个数据包进入队列之前，队列的已有深度可以表示为：
Figure SMS_1
（1）；
Figure SMS_2
指的是第/>
Figure SMS_3
个数据包进入队列之前队列的深度，单位是字节，/>
Figure SMS_4
是第/>
Figure SMS_5
个数据包的长度，/>
Figure SMS_6
是第/>
Figure SMS_7
个数据包进入队列的时刻，B是转发带宽；
在第K个时间间隔里，第i个网络节点的平均排队延时qit表示为：
Figure SMS_8
（2）；/>
其中，P是在第K个时间间隔
Figure SMS_9
内进入队列的所有数据包的集合，Nk是在第K个时间间隔/>
Figure SMS_10
内进入队列的所有数据包数量。
通过公式（2）可计算出每一个网络节点端口的平均排队延时，需要说明的是，在按照本方法计算排队延时，如果输入流量小于转发带宽的话，实际中是不会产生排队的，但是按照计算公式（1）队列深度有可能会得到一个负值，在这种情况下，可以理解为此时存在“冗余”的队列，但是实际上这里并没有多余的队列空间可用，带来的影响等效于此时的链路利用率低于100%。类似的，平均排队延时的计算公式（2）也有可能会产生负值，但是这些负值不具有实际意义，仅供数学计算使用。
S3，获取从源网络节点到目标网络节点的可行路径集合，对于所述可行路径集合中的任一条可行路径，以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数。
可理解的是，将S2中计算得出的各个网络节点端口的平均排队延时值qit，以及对应方向的转发路径上的传输总延时做为输入，利用下述算法计算路由，算法详细描述如下：
在本算法模型中，网络被描述为一个简单有向图G（V，E），其中V是网络中节点的集合，E是所有链路的集合，用（i，j）来表示某一条从节点i指向节点j的链路，同时，用
Figure SMS_11
表示从源节点s到目的节点t的可行路径集合，对于/>
Figure SMS_12
里面的任一路径P，定义它的代价函数
Figure SMS_13
和约束函数/>
Figure SMS_14
如下：
Figure SMS_15
(3)；
Figure SMS_16
(4)；
其中，Cij和dij分别为从网络节点i到网络节点j的代价因子和延时因子，
Figure SMS_17
，表示从网络节点i到网络节点j的方向上，网络节点i的平均排队延时，dij为从网络节点i到网络节点j的传输总延时，其中，传输总延时为排队延时和链路传输延时之和，排队延时可根据上述的公式（2）计算而来，链路传输延时可根据网络节点的输入时间戳和输出时间戳计算得来。
因此，路由寻找问题就转化为在可行路径集合
Figure SMS_18
中寻找一条路径P*。基于代价函数函数/>
Figure SMS_19
和约束函数/>
Figure SMS_20
构建目标函数：
Figure SMS_21
(5)；
其中，Dmax为最大容忍延时，该目标函数使P*成为在所有属于
Figure SMS_22
并且约束函数小于或等于最大容忍延时的路径里代价函数最小的路径。
S4，基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径。
可理解的是，为了求解P*，本申请基于经典LARAC(lagrangian Relaxation BasedAggregated Cost)路由算法进行优化。
LARAC算法将路由求解问题定义为一个最大值问题，即：
Figure SMS_23
（6）；/>
其中拉格朗日函数
Figure SMS_24
定义如下：
Figure SMS_25
(7)；
Figure SMS_26
（8）；
其中
Figure SMS_28
表示带有拉格朗日系数/>
Figure SMS_31
的路径p的总代价函数，对于给定的/>
Figure SMS_33
值，
Figure SMS_29
问题可以使用带权重的Dijkstra最短路径算法来求解，通过最大化函数/>
Figure SMS_30
，可以找到最优解的最佳下边界，为了解决这个问题，关键是找到一个最优的/>
Figure SMS_32
使得
Figure SMS_34
值下的最优解最接近目标解，LARAC算法伪代码如下所示，它主要提供了一个/>
Figure SMS_27
的有效搜索过程。
LARAC算法求解原理为：
procedure LARAC(G,s,t,c,d,Dmax)
rc ←Dijkstra(G,s,t,c)
if
Figure SMS_35
then return/>
Figure SMS_36
else
Figure SMS_37
if
Figure SMS_38
then return “no feasible solusion”
Else
while true do
Figure SMS_39
Figure SMS_40
if
Figure SMS_41
then return rD
else if
Figure SMS_42
then/>
Figure SMS_43
else
Figure SMS_44
end if
end while
end if
end if
end procedure
其中，在LARAC算法中，
Figure SMS_45
代表网络的简单有向图，获取所有链路的代价因子Cij组成的向量c，所有链路的延时因子dij组成的向量d，所有链路的聚合代价因子/>
Figure SMS_46
组成的向量/>
Figure SMS_47
，/>
Figure SMS_48
是最大可容忍延时，s是源网络节点，t是目的网路节点。
基于LARAC算法中的
Figure SMS_49
、/>
Figure SMS_50
和/>
Figure SMS_51
分别求解使用链路代价因子、链路延时因子和链路聚合代价因子作为权重求得的最短路径，
Figure SMS_52
、/>
Figure SMS_53
和/>
Figure SMS_54
分别代表链路代价、链路延时和链路聚合代价。
本发明利用LARAC算法求解最佳路由路径的过程为：
基于LARAC算法中的
Figure SMS_56
，求解基于链路代价/>
Figure SMS_60
为权重来寻找的最短路径/>
Figure SMS_64
，如果/>
Figure SMS_58
满足延时约束，则/>
Figure SMS_62
为最佳路径/>
Figure SMS_66
；否则，基于LARAC算法中的
Figure SMS_68
，求解基于链路延时/>
Figure SMS_55
为权重来寻找的最短路径PD，PD为最佳路径/>
Figure SMS_59
；如果没有解，基于LARAC算法中的/>
Figure SMS_63
，求解基于链路聚合代价/>
Figure SMS_67
为权重来寻找的最短路径/>
Figure SMS_57
，/>
Figure SMS_61
为最佳路径/>
Figure SMS_65
。
可理解的是，先基于平均排队延时为代价函数，利用
Figure SMS_69
求取最优路由路径，如果该路径的传输延时满足最大容忍延时，则该条路径为最终的路由路径，如果传输延时不满足最大容忍延时，则基于链路传输延时，利用/>
Figure SMS_70
来求解最短路径，求解出的最短路径即为最佳路径，如果没有解，则需要基于链路聚合代价/>
Figure SMS_71
为权重来寻找的最短路径/>
Figure SMS_72
，/>
Figure SMS_73
为最佳路径/>
Figure SMS_74
。
为了对本发明提供的路由方法进行更深入的说明，进行了相应的试验。其中，该方法已经用于实验室环境，在网络监控系统中可以看到，链路延时和端口的排队延时已经被精确地测量出来。
在路由算法测试开始之前，所有硬件交换机的端口速度被配置为10Gbps以便于确保在测试流量的负荷下能够产生排队。对测试用流量速率从500 Mbps开始一直线性增大到5Gbps，每种速率持续60秒。当速率较低时，交换机可以达到线速处理，无论哪种情况下的延时都在1ms以下，当测试流量速率超过2Gbps时，无干预场景下（NO CC）端到端延时开始增加，随后出现了网络拥塞的明显特征，延时和丢包都在快速增大。相比较而言，本发明提出的方法在time lag=20us和50us时对于端到端总延时的降低很明显，其中效果最好的是当INT采样周期为10ns，time lag=50us时，在测试流量速率达到5Gbps时端到端延时仍然能够将端到端总延时稳定在比较低的范围，需要特别注意的是当time lag=10us，100us时端到端延时改善不明显，与无干预场景下效果类似，主要原因是系统响应时间与延时预测的有效窗口期不匹配，导致避免拥塞机制的命中率很低，而当time lag=50us时，对整体延时的改善效果更好，说明在转发规则时有更多的拥塞点被主动避免，也说明这种情况这三者匹配度比较高。由此也证实了当INT测量的采样周期，time lag，系统响应时间，三个参数达到一个最佳组合时，系统可表现出最佳路由性能。
参见图4，提供了本发明的一种以网络端到端延时最小为目标的路由系统，该路由系统包括采集模块401、计算模块402、构建模块403和求解模块403，其中：
采集模块401，用于基于网络带内测量技术INT采集每个网络节点端口的元数据；
计算模块402，用于根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时；
构建模块403，用于获取从源网络节点到目标网络节点的可行路径集合，对于所述可行路径集合中的任一条可行路径，以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数；
求解模块404，用于基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径。
本发明实施例提供的一种以网络端到端最小延时为目标的路由方法及系统，具有以下有益效果：
（1）相比于传统的网络延时测量方法，该方法利用普通数据流量本身来进行网络延时测量，无需向网络中注入专用的测试流量，不会给链路带来额外的带宽负荷。
（2）由于每个数据包都会产生一份测量报告，因此对于网络延时的测量可以做到数据包级别的细粒度，测量精度和效率都更高。
（3）相比于传统的网络延时测量方法只能得到端到端的总延时，该方法可以得到路径中每一跳所产生的延时以及每个数据包在指定转发端口中的排队延时，更利于路由决策的生成。
（4）该路由算法综合考虑了链路的传播延时和端口的排队延时，并且以端到端总延时为约束进行路由计算，能够更精确地选择出延时最小的路径，主动规避那些产生了拥塞的节点。
需要说明的是，在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其它实施例的相关描述。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和/或方框图来描述。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式计算机或者其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (8)

1.一种以网络端到端延时最小化为目标的路由方法，其特征在于，包括：
基于网络带内测量技术INT采集每个网络节点端口的元数据；
根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时；
获取从源网络节点到目标网络节点的可行路径集合，对于所述可行路径集合中的任一条可行路径，以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数；
基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径。
2.根据权利要求1所述的路由方法，其特征在于，所述元数据包括每一个网络节点ID、输入端口ID、输出端口ID、输入数据包的时间戳、输出数据包的时间戳和端口缓冲队列深度。
3.根据权利要求2所述的路由方法，其特征在于，所述根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时，包括：
定义排队延时为当输入数据包从进入队列开始一直到出队列所需的总时间，假定网络节点端口上的队列为理想FIFO队列模型，且数据包出队列速度取决于转发带宽，一个数据包进入队列之前，队列的已有深度表示为：
Figure QLYQS_1
；
Figure QLYQS_2
指的是第/>
Figure QLYQS_3
个数据包进入队列之前队列的深度，单位是字节，/>
Figure QLYQS_4
是第/>
Figure QLYQS_5
个数据包的长度，/>
Figure QLYQS_6
是第/>
Figure QLYQS_7
个数据包进入队列的时刻，B是转发带宽；
在第K个时间间隔里，第i个网络节点的平均排队延时qit表示为：
Figure QLYQS_8
；
其中，P是在第K个时间间隔
Figure QLYQS_9
内进入队列的所有数据包的集合，Nk是在第K个时间间隔
Figure QLYQS_10
内进入队列的所有数据包数量。
4.根据权利要求1或3所述的路由方法，其特征在于，所述以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数，包括：
用
Figure QLYQS_11
表示从源网络节点s到目的网络节点t的可行路径集合，对于/>
Figure QLYQS_12
中的任一路径P，构建其代价函数/>
Figure QLYQS_13
和约束函数/>
Figure QLYQS_14
如下：
Figure QLYQS_15
；
Figure QLYQS_16
；
其中，Cij和dij分别为从网络节点i到网络节点j的代价因子和延时因子，
Figure QLYQS_17
，表示从网络节点i到网络节点j的方向上，网络节点i的平均排队延时，dij为从网络节点i到网络节点j的传输总延时，所述传输总延时为平均排队延时和链路传输延时之和，链路传输延时根据网络节点的输入时间戳和输出时间戳计算得来；/>
基于代价函数函数
Figure QLYQS_18
和约束函数/>
Figure QLYQS_19
构建目标函数：
Figure QLYQS_20
；
其中，Dmax为最大容忍延时。
5.根据权利要求4所述的路由方法，其特征在于，所述基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径，包括：
LARAC算法将目标函数的求解问题定义为一个最大值问题，即：
Figure QLYQS_21
；
其中拉格朗日函数
Figure QLYQS_22
定义如下：
Figure QLYQS_23
；
Figure QLYQS_24
；
其中
Figure QLYQS_25
表示带有拉格朗日系数/>
Figure QLYQS_26
的路径P的总代价函数，对于给定的/>
Figure QLYQS_27
值，
Figure QLYQS_28
问题，使用带权重的Dijkstra最短路径算法来求解，通过最大化函数
Figure QLYQS_29
，找到最优解的最佳下边界。
6.根据权利要求5所述的路由方法，其特征在于，所述使用带权重的Dijkstra最短路径算法来求解，包括：
获取所有链路的代价因子Cij组成的向量c，所有链路的延时因子dij组成的向量d，所有链路的聚合代价因子
Figure QLYQS_30
组成的向量/>
Figure QLYQS_31
，Dmax是最大可容忍延时，s是源网络节点，t是目的网路节点；
基于LARAC算法中的
Figure QLYQS_32
、/>
Figure QLYQS_33
和/>
Figure QLYQS_34
分别求解使用链路代价因子、链路延时因子和链路聚合代价因子作为权重求得的最短路径，/>
Figure QLYQS_35
、
Figure QLYQS_36
和/>
Figure QLYQS_37
分别代表链路代价、链路延时和链路聚合代价。
7.根据权利要求6所述的路由方法，其特征在于，所述使用带权重的Dijkstra最短路径算法来求解，包括：
基于LARAC算法中的
Figure QLYQS_38
，求解基于链路代价/>
Figure QLYQS_39
为权重来寻找的最短路径/>
Figure QLYQS_40
，如果/>
Figure QLYQS_41
满足延时约束，则/>
Figure QLYQS_42
为最佳路由路径/>
Figure QLYQS_43
；
否则，基于LARAC算法中的
Figure QLYQS_44
，求解基于链路延时/>
Figure QLYQS_45
为权重来寻找的最短路径PD，若有解，则PD为最佳路径/>
Figure QLYQS_46
；
若无解，基于LARAC算法中的
Figure QLYQS_47
，求解基于链路聚合代价/>
Figure QLYQS_48
为权重来寻找的最短路径/>
Figure QLYQS_49
，/>
Figure QLYQS_50
为最佳路径/>
Figure QLYQS_51
。
8.一种以网络端到端延时最小化为目标的路由系统，其特征在于，包括：
采集模块，用于基于网络带内测量技术INT采集每个网络节点端口的元数据；
计算模块，用于根据每个网络节点端口的元数据，计算每个网络节点的平均排队延时；
构建模块，用于获取从源网络节点到目标网络节点的可行路径集合，对于所述可行路径集合中的任一条可行路径，以每个网络节点的平均排队延时构建代价函数，两个网络节点之间的传输总延时构建约束函数，构建目标函数；
求解模块，用于基于LARAC算法求解目标函数，获得约束函数满足最大容忍延时的路径中代价函数最小的路径，为从源网络节点到目标网络节点的路由路径。
CN202310516284.9A 2023-05-09 2023-05-09 一种以网络端到端延时最小化为目标的路由方法及系统 Active CN116232984B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310516284.9A CN116232984B (zh) 2023-05-09 2023-05-09 一种以网络端到端延时最小化为目标的路由方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310516284.9A CN116232984B (zh) 2023-05-09 2023-05-09 一种以网络端到端延时最小化为目标的路由方法及系统

Publications (2)

Publication Number Publication Date
CN116232984A true CN116232984A (zh) 2023-06-06
CN116232984B CN116232984B (zh) 2023-08-08

Family

ID=86587742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310516284.9A Active CN116232984B (zh) 2023-05-09 2023-05-09 一种以网络端到端延时最小化为目标的路由方法及系统

Country Status (1)

Country Link
CN (1) CN116232984B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116506351A (zh) * 2023-06-21 2023-07-28 杭州海康威视数字技术股份有限公司 MPLS-VPN Qos路由选择方法、装置及设备

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050018617A1 (en) * 2003-06-12 2005-01-27 Cheng Jin Method and apparatus for network congestion control
CN105471764A (zh) * 2015-11-16 2016-04-06 中国科学院信息工程研究所 一种SDN网络中端到端QoS保障的方法
CN107346988A (zh) * 2017-06-20 2017-11-14 大连大学 一种基于低轨卫星网络的容迟/容断网络路由计算方法
CN108768713A (zh) * 2018-05-09 2018-11-06 西安工业大学 SDN中的一种保障QoS动态路由算法
US20200220805A1 (en) * 2019-01-03 2020-07-09 Citrix Systems, Inc. Method for optimal path selection for data traffic undergoing high processing or queuing delay
CN111988815A (zh) * 2020-08-04 2020-11-24 西安电子科技大学 一种基于pdmr性能的动态多路径路由算法
CN112866075A (zh) * 2020-12-21 2021-05-28 网络通信与安全紫金山实验室 面向Overlay网络的带内网络遥测方法、系统及相关装置
CN113300960A (zh) * 2021-07-27 2021-08-24 南京中网卫星通信股份有限公司 一种基于路由调度与联合优化的时延确定性传输方法
CN114422423A (zh) * 2021-12-24 2022-04-29 大连大学 一种基于sdn与ndn的卫星网络多约束路由方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050018617A1 (en) * 2003-06-12 2005-01-27 Cheng Jin Method and apparatus for network congestion control
CN105471764A (zh) * 2015-11-16 2016-04-06 中国科学院信息工程研究所 一种SDN网络中端到端QoS保障的方法
CN107346988A (zh) * 2017-06-20 2017-11-14 大连大学 一种基于低轨卫星网络的容迟/容断网络路由计算方法
CN108768713A (zh) * 2018-05-09 2018-11-06 西安工业大学 SDN中的一种保障QoS动态路由算法
US20200220805A1 (en) * 2019-01-03 2020-07-09 Citrix Systems, Inc. Method for optimal path selection for data traffic undergoing high processing or queuing delay
CN111988815A (zh) * 2020-08-04 2020-11-24 西安电子科技大学 一种基于pdmr性能的动态多路径路由算法
CN112866075A (zh) * 2020-12-21 2021-05-28 网络通信与安全紫金山实验室 面向Overlay网络的带内网络遥测方法、系统及相关装置
CN113300960A (zh) * 2021-07-27 2021-08-24 南京中网卫星通信股份有限公司 一种基于路由调度与联合优化的时延确定性传输方法
WO2023004898A1 (zh) * 2021-07-27 2023-02-02 南京中网卫星通信股份有限公司 一种基于路由调度与联合优化的时延确定性传输方法
CN114422423A (zh) * 2021-12-24 2022-04-29 大连大学 一种基于sdn与ndn的卫星网络多约束路由方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116506351A (zh) * 2023-06-21 2023-07-28 杭州海康威视数字技术股份有限公司 MPLS-VPN Qos路由选择方法、装置及设备
CN116506351B (zh) * 2023-06-21 2023-09-19 杭州海康威视数字技术股份有限公司 MPLS-VPN Qos路由选择方法、装置及设备

Also Published As

Publication number Publication date
CN116232984B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
Bauer et al. Applying and optimizing trajectory approach for performance evaluation of AFDX avionics network
US7715316B2 (en) Method and apparatus for improving performance in a network using a virtual queue and a switched poisson process traffic model
CN108847969B (zh) 基于信息流的网络业务可靠性分析方法
CN103200096B (zh) 一种复杂网络中避免关键节点的启发式路由方法
CN116232984B (zh) 一种以网络端到端延时最小化为目标的路由方法及系统
US8462815B2 (en) Accurate measurement of packet size in cut-through mode
Schmitt et al. Improving performance bounds in feed-forward networks by paying multiplexing only once
CN105740199B (zh) 芯片上网络的时序功率估算装置与方法
CN107948103A (zh) 一种基于预测的交换机pfc控制方法及控制系统
Abdusamatov Mathematical model of the throughput of an ip network switching node with a non-constant amount of space in the router RAM
WO2011089899A1 (ja) 半導体システム、中継器およびチップ回路
WO2012109910A1 (zh) 链路聚合选路方法及装置
CN114422448A (zh) 一种时间敏感网络流量整形方法
CN107689919A (zh) Sdn网络的动态调整权重模糊选路方法
Alshahrani et al. Modeling and simulation of data center networks
JP5862811B1 (ja) 評価装置、評価方法、及びプログラム
Czachórski et al. Transient behaviour of a network router
CN114448899A (zh) 一种均衡数据中心网络负载的方法
Levitin et al. Computer interconnection networks with virtual cut-through routing
Zhu et al. Introducing Additional Network Measurements into Active Queue Management
Alsebae et al. Performance of a network coding queuing model with deterministic service
US20080137533A1 (en) Method and System for Reconstructing Bandwidth Requirements of Traffic Stream Before Shaping While Passively Observing Shaped Traffic
Azampanah et al. LATEX: New selection policy for adaptive routing in application-specific NoC
Giroudot et al. Work-in-progress: Extending buffer-aware worst-case timing analysis of wormhole NoCs
Lan et al. DFR: Dynamic-thresold Fault-tolerant Routing for Fat Tree

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