CN1379940A - 用于吞吐量－阻塞最优性的链路容量共享 - Google Patents

Abstract

本发明涉及用于在刚性－弹性混合业务环境中共享链路带宽的有效策略,以及用于在弹性业务流中共享带宽的策略。根据本发明的思想是通过将链路带宽划分为弹性和刚性业务公用的第一部分(C－COM)和弹性业务专用的第二部分(C－ELA)而在刚性和弹性业务之间共享链路带宽。接着,确定弹性业务的一个或多个接纳控制参数(N－ELA),以便限制链路上同时出现的弹性业务流的数量。特别地,通过用公式表示弹性业务的一个呼叫层模型并且基于与吞吐量和/或阻塞相关的弹性业务的呼叫层限制来确定可接纳弹性业务流的最大数(N－ELA),可以充分考虑弹性业务的所谓的吞吐量－阻塞折衷。

Description

用于吞吐量-阻塞最优性的链路容量共享

                       发明的技术领域

本发明总体上涉及通信网领域，特别是涉及这种网络中的链路容量和链路带宽分配。

                           背景

如今的许多通信网支持所谓的弹性业务，如基于互联网协议(IP)的网络中提供的“最大努力”业务或ATM网中的可用比特率(ABR)业务量。弹性业务典型地为数字对象的传输而建立，如数据文件、WEB页面或用于本地重放的视频片，其可以以最多到链路容量施加的限制的任何速率传送。特别是互联网上的Web浏览是弹性业务的一个很好并且具有代表性的例子。这里，因为用户如在下载一个web页面时感觉到的吞吐量(通常由单位时间的发送比特或字节给出)依整个系统负载随时间波动，因此业务的“弹性”显而易见。

由基于IP的网络并且特别是互联网发送的业务称为“最大努力”，因为这样的网络通常对应用程序接收的业务质量(QoS)不提供任何保证。IP网仅尽最大努力提供请求的业务。例如，如果应用程序请求网络从一个端点向另一端发送IP分组，则网络通常不能说对该分组通过网络会是什么样的延迟。实际上，该网络甚至不能够保证该分组的发送。

因此，连接到IP网的终端必须处理分组丢失以及过度的分组延迟情况。当有太多的应用程序同时使用网络资源时会出现这些情况。在基于IP的网络中这些拥塞情况有一个非零的概率，因为IP网不进行呼叫接纳控制(CAC)。换句话说，IP网不限制同时连接的用户数，并且因此如果有太多的用户使用网络资源，则会出现拥塞和分组丢失。

但是，随着IP网络中实时业务和QoS需求的出现，需要执行呼叫接纳控制(CAC)以便限制在网络中同时出现的连接数。

呼叫或连接接纳控制的一个重要方面是会拒绝到达网络的新的呼叫的业务，以便保护进行中的呼叫。总而言之，如那些通常用于传统ATM网中刚性业务的CAC算法提供一个基本的装置来控制网络中的用户数，因此保证了允许的用户得到需要的带宽以提供签定的QoS。因此，CAC算法代表阻塞新呼叫的可能性与为进行中的呼叫提供吞吐量之间的折衷。换句话说，CAC算法接纳网络的用户数越多(这减少了阻塞的可能性)，因为有更多的用户要共享整个带宽，则为已有每个用户提供的吞吐量越小，反之亦然。

最近的研究表明，即使对弹性业务执行呼叫接纳控制也有意义，因为CAC算法提供了一种防止TCP会话过度的吞吐量降低的方法。

在参考文献[1-3]Massoulie和Roberts的文章中已经谈到了将CAC应用到弹性连接，并且从而为互联网中的传输控制协议(TCP)连接提供最小吞吐量的问题。这里，带宽根据某个公平的标准分配给不同的用户。

在参考文献[4-5]中，Gibbens和Kelly已经认识到对于弹性业务吞吐量和阻塞概率之间有密切的关系，并且这个折衷与计费问题有关联。

由Feng等人在参考文献[6]中还说明为弹性业务提供最小速率保证是有用的，因为在这种情况下TCP协议的性能可以得到优化。

随着互联网从支持单一最大努力业务类型的分组网络向数个业务类型的集成基础结构发展，人们在设计带宽共享策略方面也有了更多的兴趣，这满足保证峰值速率的业务和弹性业务的各种需要。

类似地，现代ATM网需要支持不同的业务类型，如恒定比特率(CBR)和可用比特率(ABR)类型，并且如何在不同业务类型中最优地共享链路容量仍是一个尚未解决的问题。

通常，在动态到达和离开业务流并且特别是当用户有不同的吞吐量和阻塞需求时的环境中，带宽共享的问题，是传统多速率电路交换结构一个尤其复杂的问题。

                         发明概述

本发明解决了现有技术方案的这些以及其他缺点。

本发明的第一个目的是设计一种在刚性-弹性混合业务环境中满足刚性和弹性业务不同需要的链路容量/带宽共享策略。

特别地，希望处理公用结构中弹性业务的带宽共享和阻塞概率的问题。在这一方面，本发明的第二个目的是提供考虑弹性业务的吞吐量-阻塞折衷的链路容量共享机制。特别地，开发和应用一种优化吞吐量-阻塞折衷的链路容量共享算法会非常有益。

本发明的另一个目的是提供一个传送弹性业务的传输链路的合适的呼叫层模型，以及将该呼叫层模型用于量定吞吐量-阻塞最优性的链路带宽共享。

如附带的专利权利要求定义的本方明实现了这些以及其他目的。

本发明涉及在刚性-弹性混合业务环境中用于共享链路带宽的一种有效策略，以及用于在弹性业务流中共享带宽的策略。

简单地说，根据本发明的思想是通过基于接收的网络业务量输入而将链路容量划分为用于弹性和刚性(非弹性)业务的第一个公用部分以及专用于弹性业务的第二部分，从而共享网络中的链路容量。随后，基于链路容量的划分以及接收的网络业务输入确定用于弹性业务的一个或多个接纳控制参数。

链路容量的划分通常用来在刚性和弹性业务之间共享链路容量，并且特别是为弹性业务保留一部分链路容量。优选地，给定刚性业务的最大允许阻塞概率确定与刚性业务相关的公用部分最少需要的容量。这样保证了链路中刚性业务的呼叫层的特定业务级别(GoS)。

为弹性业务确定的接纳控制参数通常用来限制链路中同时存在的弹性业务流的数量。特别地，通过用公式表示一个用于弹性业务的呼叫层模型并且基于与吞吐量和/或阻塞相关的对于弹性业务量的呼叫层限制确定可接纳的弹性业务流的最大数，从而完全考虑了吞吐量-阻塞折衷。在这个方面，本发明在吞吐量限制下阻塞概率最小的意义上，或在相反的方向，在阻塞限制下吞吐量最大的意义上，能够在弹性连接中最优地分配链路带宽。这样，在吞吐量限制下的最小阻塞方面或者在阻塞限制下的最大吞吐量方面，本发明提供最大化的链路带宽利用。

因此，提供了在刚性-弹性混合业务环境中共享带宽的一种有效策略。特别地，带宽共享算法保证了刚性业务的最大阻塞以及弹性业务的最小吞吐量和/或最大阻塞。

本发明一个重要的技术优点是能够满足刚性业务和弹性业务的不同需要。

本发明的另一个优点是能够为用户和网络提供商提供可预测的服务质量，同时确保网络提供商的高收入。

通过仅考虑刚性-弹性业务环境中整体业务的弹性业务，或替代地通过将公用带宽部分减少为零以便为弹性业务保留整个链路，整个链路容量共享机制减少为弹性业务的一个或多个接纳控制参数的确定。然后请求的新的弹性连接的接纳控制可以基于这些接纳控制参数来进行。特别地，通过最小化关于弹性业务的给定吞吐量限制下的可接纳弹性连接数的阻塞概率，避免了过度的阻塞概率，同时保证了给定的用户吞吐量。

本发明的另一个方面涉及支持弹性业务的链路的呼叫层模型的应用，用于在接纳控制的IP网中量定用于吞吐量-阻塞最优性的链路带宽共享。特别地，弹性业务流模型化为在业务流的占用期间具有在最小带宽和峰值带宽之间波动的一个带宽。此外，弹性业务与至少一个最小被接受吞吐量和最大被接收阻塞概率相关。

本发明的另一个方面涉及用于确定对大状态空间尤其有利的马尔可夫链稳态分布的计算方法。马尔可夫链描述传输包括非自适应弹性业务的许多业务类型的链路的动态，并且该计算方法基于马尔可夫链乘积形式计算提供了稳态分布的很好的初始近似值。

阅读了下面本发明实施方案的描述就可以理解本发明的其他方面或优点。

                         附图简述

通过结合附图参考下面的描述，可以最好地理解本发明，以及其更多的目的和优点，其中：

图1是根据本发明的优选实施方案的一个通信网络的示意图；

图2是根据本发明的优选实施方案在刚性-弹性混合IP业务环境中应用的整体链路容量共享算法的一个示意流程图；

图3是根据本发明的优选实施方案的IP路由器的有关部分的示意框图；

图4是用于说明传输链路系统的马尔可夫链状态空间图；

图5是对于传输链路系统说明例子的说明作为业务时间的函数的自适应弹性流的吞吐量的平均值和方差的一个曲线图；

图6是对于传输链路系统说明例子的说明满足给定QoS需求的弹性截止参数的示意图；以及

图7是根据本发明的优选实施方案用于CBR-ABR混合业务环境的整个链路容量共享算法的示意流程图。

                     发明实施方案详述

所有附图中，相同的参考符号用于相应地或类似的元件。

公开内容从始至终，术语连接和流对于传统所指的呼叫可以或多或少地互换使用。

说明性的通信网络的系统概述

为更好地理解，现在参照图1进行根据本发明的优选实施方案的说明性的通信网络的一般概述。

图1是根据本发明的优选实施方案的一个通信网络的示意图。这里的通信网络说明为一个基于IP的网络，但是可以是ATM网形式或其他网络形式或能够支持弹性业务的网络的组合。通信网10基于形成核心网络的许多互联的IP路由器20(在ATM网的情况下是ATM交换机)。核心网由不同的用户30(计算机、服务器等)通过接入点利用定义为IP路由器和用户设备之间交互的所谓用户网络接口(UNI)接入。典型地，许多用户连接到某个形式的汇聚点，如作为终端用户和核心网之间媒介的接入路由器(AR)40。

链路容量共享，在网络上下文中还称做带宽控制，以及分组调度通常位于UNI的网络侧的IP路由器20中。特别地，带宽控制和分组调度优选地在路由器20的输出端口侧实现。整个带宽控制有两个主要功能。首先，带宽控制用来在不同业务类型之间共享带宽。其次，带宽控制用来限制业务类型中同时有效的连接数。后一个功能在下面称做呼叫接纳控制(CAC)，并且通常在IP路由器20的输入端口侧执行，这里根据某个CAC算法接受或拒绝连接。包括CAC算法的整个带宽控制算法例如可以作为硬件、软件、固件或其任何合适的组合来实现。

用户网络合同(UNC)典型地在UNI中定义。UNC通常表示授予用户的QoS以及业务规范，用户将其与补充数据一起注入网络。补充数据包括，例如，每天用户接入特定业务的时间等。例如，UNC可规定网络丢失的用户注入的IP分组(或ATM信元)不能超过1％以及用户通过UNI在任何一秒期间可以发送10M比特。

带宽控制算法的CAC部分利用多个用户的UNC信息提供基本装置以控制网络中同时存在的用户数，从而保证允许的用户接收到提供合同签定QoS需要的带宽。CAC算法代表阻塞概率和提供的吞吐量之间的一个折衷；CAC算法允许进入网络的用户越多(这降低了阻塞概率)，则因为更多数量的用户要共享网络带宽，所以每个用户提供的吞吐量变得越小。

CAC可以利用例如组成传统通信电路交换网的传统信令交换实现。但是，如果网络中大多数的弹性流是短的，如目前互联网商的许多TCP流，则引入传统的信令交换来执行接纳控制会导致大量的开销。因此，如参考文献[3]建议的动态决定来接受还是丢掉流的第一个分组将更有益。出于这个原因，提供基于例如已有的资源保留协议(RSVP)的一种机制来跟踪当前有效流的身份，并且用来根据这些身份在分组到达时对其分类。为了确定流是否是新的，将其标识符与有效流的一个专门列表上的流相比较就足够了。如果在给定的超时期间对于某个流没有接收到任何分组，则该流将从有效流列表中删除。接纳控制优选地通过基于系统中主要的流情况确定接纳流的最大数，并且从而设置有效流列表的大小来实现。如果列表满了，则新的流会被拒绝。否则，该流会被接收并且进入该列表。

链路容量共享算法-IP网络例子

下面，将参照传送刚性以及弹性业务的基于IP的网络的特定应用描述根据优选实施方案的一个链路容量共享算法。

首先，需要用公式表示一个正确的呼叫层业务模型。不幸地是，用于弹性业务管理的传统多速率呼叫层模型的应用，如IP网中的最大努力业务或ATM网中的ABR业务不够简单。例如，不可能将弹性业务与恒定带宽相关联。代替地，弹性业务流占用的带宽依赖链路的当前负载以及在网络节点上应用的调度和速率控制算法随时间波动。阻塞的概念，当应用到弹性业务流时，因为到达的弹性流即使在到达时刻没有可用带宽，也会进入业务，所以不象应用到刚性业务那样简单。除此之外，对于许多业务，弹性流的实际驻留时间依赖于弹性流实际接收到的吞吐量。

刚性-弹性混合业务的传输链路的多类型模型

下面，用公式说明为保证的峰值带宽(刚性或非弹性)和弹性业务类型服务的传输链路的可行马尔可夫模型的一个例子。为简单和清楚起见，仅考虑一个单一的刚性业务类型和两个弹性业务类型。应该指出，模型以及相应的链路共享算法可以扩展到更普遍的情况，并且当然包括更简单的情况。

考虑的系统包括容量为C的传输链路，例如可以看作某个合适带宽单元的一个整数，比方说Mbps。在这个例子中，到达链路的呼叫通常属于下面三种业务类型中的一种：

类型1-刚性业务类型流，其特征在于峰值带宽需求b₁、流到达速率λ₁以及离开速率μ₁。

类型2-自适应弹性类型流，其特征在于峰值带宽需求b₂、最小带宽需求b₂ ^min，流到达速率λ₂以及离开速率μ₂。虽然自适应弹性流占用的带宽可作为链路负载的函数波动，但是其实际占用时间不受其在系统整个驻留期间接收的吞吐量的影响。例如自适应视频编解码器就是这种情况，其在吞吐量降低的情况下降低视频图象的质量因此占用更少的带宽。

类型3-非自适应弹性类型流，其特征在于其峰值带宽需求b₃、最小带宽需求b₃ ^min，流到达速率λ₃以及离开速率μ₃。当得到峰值带宽时经历理想的离开速率。实际的瞬时离开速率与流的带宽成比例。

我们将分配(保留)给给定系统中类型-2和类型-3流的实际带宽表示为b₂ ^r和b₃ ^r，两者随流的到达和离开在时间上变化。我们还使用与具有最小带宽需求的弹性流相关联的量r_min＝b_i ^min/b_i(i＝2或i＝3)。

人们可能把非自适应弹性类型流看作一到达就有从具有分布为 $G\left(x\right)=1-e^{-\frac{b_3}{{\mathrm{\μ}}_3}x}$ 的指数分布业务需求采样的要传输的相关数据量(W)，在整个流期间可获得峰值带宽b₃的情况下，其导致平均值为1/μ₃的指数分布业务时间。因为链路的空闲容量根据运行中瞬时的流数随时间波动，所以给非自适应弹性流的带宽可能下降到低于峰值带宽需求，这种情况下流的实际占用时间增加。

所有三种类型的流根据独立的泊松点过程到达，并且刚性和自适应流的占用时间是指数分布的。如我们所看到的，可以利用马尔可夫效益过程理论确定非自适应流的占用时间的时刻。简而言之，考虑两种类型的弹性业务。只要满足最小带宽需求，弹性业务就只与峰值和最小带宽需求以及允许进入的业务相关。两种弹性业务类型主要在其驻留时间如何依赖已获得的吞吐量方面不同。

为保证不同弹性类型(通常，峰值和最小带宽不同，也就是b₂≠b₃，b₂ ^min≠b₃ ^min)的给定QoS，需要建立一些策略，其通常在不同弹性类型中管理带宽共享。出于这个原因，我们在弹性类型之间定义下面的公用带宽共享规则。下面的介绍仅涉及两个弹性类型，但是其自然可扩展到不止两个弹性类型。

·如果有足够的带宽使所有的流得到其各自的峰值带宽需要，则类型-2和类型-3流分别占用b₂和b₃带宽单元。

·如果需要带宽压缩，也就是n₁·b₁+n₂·b₂+n₃·b₃＞C，则只要最小速率限制满足两个弹性类型(也就是说b₂ ^min/b₂≤r₂≤1并且b₃ ^min/b₃≤r₃≤1)，则弹性流的带宽压缩是r₂＝r₃，其中r₂＝b₂ ^r/b₂并且，r₃＝b₃ ^r/b₃。

·如果还需要带宽的进一步压缩，但是两个弹性类型的任何一个在新流到达时都不能容忍进一步的带宽降低(也就是对于i＝2或i＝3，r_i已经是b_i ^min/b_i)，则只要保持对业务类型的最小带宽限制，容忍进一步压缩的业务类型就同等地降低其流占用的带宽。

上述示例模型的以下假设是值得注意的。首先，假设两种类型的弹性流在其总是占用链路的最大可能带宽的意义上都是贪婪的，最大可能带宽是其峰值带宽需求(分别是b₂和b₃)和对刚性流留给弹性流的(依赖于使用的链路分配策略)均等共享(在上述意义上)带宽中小的一个。其次，假设所有进行中的弹性流共享他们中相等比例(也就是r_i’s相等)的可用带宽，也就是新到达的弹性流和进行中的弹性流被挤压为相同的r_i值。这一假设，如我们所看到的，在弹性流中提供了一个相当“公平”的资源共享。为使不同的弹性业务类型具有显著不同的QoS，需要修改这个假设。如果新到达的流将弹性流带宽降低到b₂ ^min和b₃ ^min(也就是两个弹性类型都压缩到其各自的最小值)之下，则流不允许进入该系统，而是被阻塞并且丢失。只要保持最小带宽限制，到达的刚性以及弹性流就允许“压缩”在用的弹性流。第三点，该模型假设在任何系统状态改变(也就是流到达和离开)后的极小时间弹性业务源重新调整了其在链路上的当前带宽的意义上，进行中的弹性流的速率控制是理想的。虽然这明显地是一个理想化的假设，但IP分组层的缓存可以大得足以吸收IP分组，直到TCP遏制住发送方。模型假设在任何可能的时候立即源速率增加的事实使得即将到来的吞吐量和阻塞计算是保守的而不是乐观的。

直观地清楚的是本系统中非自适应弹性流的驻留时间不仅依赖想要传输的数据量，还依赖其驻留期间其接收的带宽，反之亦然，通过自适应弹性流发送的数据量依赖于接收带宽。为了规定这种关系我们定义了下面的量：

·θ₂(t)和θ₃(t)分别定义了在时间t的自适应和非自适应流的瞬时吞吐量。例如，如果分别有n₁、n₂和n₃的刚性、自适应和非自适应流，则在系统的时刻t，自适应和非自适应流的瞬时吞吐量分别是min(b₂，(C-n₁b₁-n₃r₃b₃)/n₂)和min(b₃，(C-n₁b₁-n₂r₂b₂)/n₃)。注意对于任何t≥0，θ₂(t)和θ₃(t)是离散的随机变量。· ${\widetilde{\mathrm{\θ}}}_t=\frac{1}{t}{\∫}_0^t{\mathrm{\θ}}_2\left(\mathrm{\τ}\right)\mathrm{d\τ}$ 定义占用时间等于t的自适应流的吞吐量。· $\widetilde{\mathrm{\θ}}={\∫}_0^{\∞}{\widetilde{\mathrm{\θ}}}_{\mathrm{\τ}}\mathrm{dF}\left(\mathrm{\τ}\right)={\mathrm{\μ}}_2{\∫}_0^{\∞}{\widetilde{\mathrm{\θ}}}_{\mathrm{\τ}}{e}^{-{\mathrm{\μ}}_2\mathrm{\τ}}\mathrm{d\τ}$ (随机变量)定义自适应流的吞吐量，其中F(t)是指数分布占用时间。· $T_x=\inf \left\{t\right|{\∫}_0^t{\mathrm{\θ}}_3\left(\mathrm{\τ}\right)\mathrm{d\τ}\≥x\}$ (随机变量)给出系统通过弹性非适应流传输量为x的数据需要的时间。· ${\widehat{\mathrm{\θ}}}_x=x/T_x$ 定义在x数据单元传输期间非自适应流的吞吐量。注意θ_x是连续随机变量。· $\widehat{\mathrm{\θ}}={\∫}_0^{\∞}{\widehat{\mathrm{\θ}}}_x\mathrm{dG}\left(x\right)={\mathrm{\μ}}_3/b_3{\∫}_0^{\∞}{\widehat{\mathrm{\θ}}}_x{e}^{-x{\mathrm{\μ}}_3/b_3}\mathrm{dx}$ (随机变量)定义非自适应流的吞吐量，其中传输数据的量是参数为μ₃/b₃的指数分布。

虽然上面定义了许多常用的带宽共享规则，但是还需要提出更特殊的链路容量共享策略，特别是考虑了刚性和弹性业务各种需求的一种策略。

链路容量共享算法

根据本发明，在参考文献[7]中描述用于在传统多速率电路交换结构中进行模拟分析的POL策略的部分重叠(POL)链路分配策略，被采用并修改用于包括弹性业务的业务环境。根据新的所谓弹性POL策略，链路容量C被分为两部分，用于刚性以及弹性业务的公用部分C_COM以及专用部分C_ELA，专用部分仅为弹性流保留，这样C＝C_COM+C_ELA。

而且，在新的弹性POL策略中引入了接纳控制参数，系统中出现的每个弹性业务类型一个参数。在这个特定例子中，N_EL2表示自适应弹性流的接纳控制参数，并且N_EL3表示非自适应弹性流的接纳控制参数。每个接纳控制参数代表对应弹性业务类型的接纳流的最大数量。因为只要在链路上出现某个类型的同时弹性流的最大数，新的弹性流就被拒绝；一种取舍形式，所以接纳控制参数还称作截止参数。

在考虑过的弹性POL策略下，链路上进行中的流的数量(n₁、n₂、n₃)受到下列限制：

             n₁·b₁≤C_COM                        (1)N_EL2·b₂ ^min+N_El3·b₃ ^min≤C_ELA                       (2)

                 n₂≤N_EL2                         (3)

                 n₃≤N_EL3                         (4)

在(1)中保护弹性流不受刚性流的影响。在(2-4)中弹性流的最大数受到三个限制。表达式(2)保护刚性流不受弹性流影响，而(3-4)保护进行中的弹性流不受到达的弹性流的影响。新的弹性POL策略由C_COM以及接纳控制参数N_EL2、N_EL3规定的链路容量的划分完全确定。这些参数称为系统的输出参数。弹性POL策略的性能可由输出参数调态，并且特别地，已经认识到输出参数C_COM、N_EL2和N_EL3的设置考虑了弹性业务类型的吞吐量-阻塞折衷的调态。

关于弹性业务的吞吐量-阻塞折衷，本发明通常指在与至少一个弹性吞吐量和弹性阻塞概率相关的一个或多个呼叫层限制下提供高链路带宽的利用。

根据本发明的优选实施方案，链路容量共享算法的目标是以这样的方式设置弹性POL策略的输出参数，即最小化弹性流的呼叫阻塞概率B₂和B₃，同时能够考虑刚性流的阻塞概率限制(GoS)以及弹性流的最小吞吐量限制。介绍弹性流的吞吐量限制是因为已经认识到有一个最小可接受吞吐量，在该吞吐量下用户没有获得实际的正效用。

因此，刚性业务类型与最大可接受呼叫阻塞概率B₁ ^max有关，并且弹性自适应和弹性非自适应业务类型分别与最小可接受吞吐量

和

相关。优选地，吞吐量限制构成为在传输特定数量的数据期间用户感觉的吞吐量落在给定门限之下的概率上的限制。对用户来说这样的性能测量比参考文献[1-3]中讨论的传统公平标准更易于验证。

虽然弹性业务的阻塞概率被最小化，然而虽然不是必须的，但是通常可取的是，对弹性业务有一个最坏情况保证，并且将两个弹性业务类型与最大允许阻塞概率B₂ ^max和B₃ ^max相关联。

在这种情况下，系统的业务输入参数是从网络获得的到达速率(λ₁、λ₂、λ₃)和离开速率(μ₁、μ₂、μ₃)组，带宽(b₁、b₂、b₃)，最小弹性带宽命令(b₂ ^min、b₃ ^min)，阻塞概率限制(B₁ ^max或整个B₁ ^max、B₂ ^max和B₃ ^max组)以及弹性吞吐量限制( 和

)。非自适应类型的离开速率可以在非自适应流的带宽等于b₃的假设下估计。

下面的表I总结了与刚性业务类型和两个弹性业务类型相关的参数和性能测量。

表I

下面参照图2概述了在阻塞和吞吐量限制下确定弹性POL策略的输出参数的问题，图2是根据本发明的优选实施方案的整体链路容量共享算法的示意流程图。在第一步101，提供了想要的输入参数，如当前到达和离开速率，带宽需要以及加在业务上的限制。在步骤102，由C_COM的正确设置保证了刚性业务的GoS(呼叫阻塞)需要。特别地，我们确定保证所需阻塞概率B₁ ^max的刚性流的最小需要容量C_COM：min{C_COM：B₁≤B₁ ^max}      (5)

其中B₁是弹性流的阻塞概率。例如，可以使用有名的厄兰-B公式来基于到达和离开速率以及用于刚性业务的峰值带宽需求估算这样的一个C_COM值作为输入。除此之外，可基于厄兰-B分析确定可接纳的刚性流的最大N_COM值并且用于刚性业务的接纳控制。

接着，我们必须确定在满足想要的吞吐量和阻塞需求的同时在系统中同时出现的弹性流(N_EL2、N_EL3)的最大数。直观地清楚的是如果自适应弹性流的最大数N_EL2增加，则自适应弹性流的阻塞概率B₂就减少并且吞吐量也减少。不幸地是，改变N_EL2影响阻塞概率B₂和非自适应弹性流的吞吐量，并且反之亦然。

在这个特殊实施方案中，链路容量共享算法目的在于在吞吐量阈值限制下最小化弹性业务类型的阻塞概率。为实现这一点，本发明提出迭代过程，通常由步骤103-107定义，用于调节截止参数以便不多不少，刚好满足吞吐量阈值限制。首先，在步骤103，估计截止参数的初始值。接着，分析(步骤104)关于弹性吞吐量的系统性能。特别地，分析(步骤104)了由截止参数的初始值控制的系统中提供的吞吐量

和 ，并且与吞吐量阈值限制 和

相联系(步骤105)。如果提供的吞吐量太低，则降低截止参数(步骤106)，增加阻塞概率并且增加吞吐量。另一方面，如果提供的吞吐量比吞吐量阈值高，则增加(步骤107)截止参数以便降低阻塞概率(以及吞吐量)。这样，通过迭代地重复步骤104、105和106/107，阻塞概率可以减少到最小值，同时仍遵守吞吐量限制。一旦限制满足到一个令人满意的程度，该算法就输出参数C_COM、(C_ELA)、(N_COM)、N_EL2、N_EL3用于控制考虑的传输链路的实际带宽共享。

自然地，响应改变业务条件重复步骤101至108，以便使带宽共享灵活地适应主要的业务情况。

通常，截止参数必须降低以满足吞吐量限制。另一方面，因为目的是最小化弹性阻塞概率，并且因为可行的是对弹性业务有阻塞概率的最坏情况保证，所以截止参数必须同时尽可能的高，并且至少高到足以满足最坏情况阻塞限制。依赖模型参数和给定界限，情况可能是不能同时满足所有的限制，这意味着该链路就GoS需要而论是过载的。

图3是IP路由器(或ATM交换机)的有关部分的示意框图，其中实现了根据本发明的链路容量共享算法。IP路由器20与输入链路和输出链路相关。路由器20具有控制单元21、CAC单元22、用于刚性业务的输出端口缓存23、用于弹性业务的输出端口缓存24，以及输出端口调度程序25。

控制单元21虽然不是必须地，但是优选地以运行在计算机系统上的软件来实现。软件可以以几乎任何一种计算机语言来编写，如C、C++、Java或甚至是特定的专有语言。实际上，链路容量算法映射到软件程序，当在计算机系统上执行时，其响应从网络中接收的合适的业务输入参数以及传统装置的UNC生成一组输出控制参数C_ELA、C_COM、N_EIA、N_COM。

N_ELA、N_COM参数分别表示刚性业务和弹性业务的截止参数。在图3的例子中，仅考虑了单一的弹性业务类型，并且因此控制单元21仅生成了一个单一的弹性业务的截止参数N_ELA。截止参数转发到CAC单元22，其基于转发的截止参数接受或拒绝新的流。对于每个想要的新流，确定流的业务类型，以便可以基于相关截止参数进行接纳控制。属于接受刚性流的IP分组(由N_COM限制)转发到输出端口缓存23用于输出端口调度程序25的后续安排。按同样的方式，属于接受弹性流的IP分组(由N_ELA限制)转发到输出端口缓存24。

C_ELA、C_COM参数从控制单元21转发到输出端口调度程序25。输出端口调度程序25代表输出链路的带宽，并且由C_ELA、C_COM参数确定在业务调度中使用的实际带宽表示。在输出端口调度程序25中，输出链路的带宽划分为公用部分C_COM，以及仅为弹性业务保留的专用部分C_ELA。在安排IP分组时，输出端口调度程序25可以对来自刚性流的输出端口缓存23的IP分组仅使用通用带宽部分C_COM。对于来自弹性流的输出端口缓存24的IP分组，调度程序25可以使用专用带宽部分C_ELA以及公用带宽部分C_COM。这样，输出端口输出端口调度程序25决定每时间单位和业务类型在输出链路上可以发送多少个IP分组。

弹性流的吞吐量和阻塞概率测量的分析

估算步骤105(图2)中使用的吞吐量限制可以例如是平均吞吐量的限制，其中如果满足下式，则截止参数满足吞吐量限制： $E\left(\widetilde{\mathrm{\θ}}\right)\≥{\widetilde{\mathrm{\θ}}}_{\min },E\left(\widehat{\mathrm{\θ}}\right)\≥{\widehat{\mathrm{\θ}}}_{\min }---\left(6\right)$

其中E代表预期值。为了给这种类型的限制一个似乎合理的解释，我们假设θ的分布在E(θ)周围是相当对称的。换句话说，θ的中值接近E(θ)。在这种情况下，弹性流获得小于θ^min带宽的概率大约是0.5。

但是，用户通常想要更有益的吞吐量限制，并且替代的限制要求自适应和非自适应流的吞吐量在预定的概率(1-ε₂)和(1-ε₃)时独立于相关的业务需求(x)或占用时间(t)，分别大于 和

$\mathrm{Pr}({\widetilde{\mathrm{\θ}}}_t\≥{\widetilde{\mathrm{\θ}}}_{\min })\≥(1-{\mathrm{\ϵ}}_2),\mathrm{Pr}({\widehat{\mathrm{\θ}}}_x\≥{\widehat{\mathrm{\θ}}}_{\min })\≥(1-{\mathrm{\ϵ}}_3)---\left(7\right)$

弹性阻塞概率上的最坏情况限制可简单表示为：

   B₂≤B₂ ^max，B₃≤B₃ ^max        (8)

为了获得弹性吞吐量测量(步骤104)以及可能地还有截止参数给定值的弹性阻塞测量，以便能够在给定限制下估算(步骤105)，需要确定描述刚性-弹性混合业务动态的马尔可夫链的稳态分布。如与上述多类型模型的公式表示相关的暗示所指，研究的系统可以表示为连续时间马尔可夫链(CTMC)，其状态的独特特征在于不同业务类型(n₁、n₂、n₃)的流数。清楚的是为了获得系统的性能测量，必须确定CTMC的生成器矩阵Q及其稳态分布P＝{P_i}，其中P^T·Q＝0并且∑_iP_i＝1。生成器矩阵的概念以及马尔可夫链的稳态分布被认为对技术人员是熟知的。对于损耗网络、马尔可夫理论以及一般的随机背分组问题的一般介绍参见[8]，特别是其中第1-69页。对于参数C_COM、N_EL2、N_EL3的给定值，满足由(1-4)给出的弹性POL策略限制的三元组(n₁、n₂、n₃)组成由S表示的系统的可行状态组。状态空间的基数(cardinality)可确定如下： $\#S(\frac{C_{\mathrm{COM}}}{b_1}+1)\·(N_{\mathrm{EL}2}+1)\·(N_{\mathrm{EL}3}+1)---\left(9\right)$

因为在下面的意义上仅允许“临近状态”之间的转变，所以很容易认识到生成器矩阵Q有一个很好的结构。令q_i，j表示从状态i到状态j的转变速率。然后，考虑由弹性POL策略定义的系统中流的数量上的限制(1-4)，状态之间的非零转变速率是：

q_i，ik+＝λ_k              k＝1，2，3     (10)

q_i，ik-＝n_k·μ_k         k＝1，2        (11)

q_i，i3-＝n₃·r₃·μ₃                   (12)

其中当i＝(n₁、n₂、n₃)；i_k+和i_k-＝(k＝1，2，3)相似定义时，i₁₊＝(n₁+1，n₂，n₃)。表达式(10)表示因呼叫到达的状态转变，而(11)和(12)表示因呼叫离开的转变。在(12)中定义的数量表示当系统在状态i时，非自适应流的总带宽。基于(10-12)中定义的转变速率来构建CTMC的生成器矩阵Q。

为说明的目的，我们考虑一个带有刚性类型、自适应弹性类型和非自适应弹性类型的小系统，其中链路容量C＝7。为简单起见，假设链路容量的划分为n₁＝1保持固定，也就是弹性流的可用带宽是6个带宽单位。而且，b₁＝1，b₂＝3并且b₃＝2。弹性流的特征在于其最小可接受带宽，这里设置为b₂ ^min＝1.8并且b₃ ^min＝0.8。截止参数设置为N_EL2＝2并且N_EL3＝3，如图4的马尔可夫链状态空间图所示导致12个可用的状态。有5个(灰色)状态其中至少一个弹性流被压缩到由b₂和b₃规定的峰值带宽之下。由有效连接(n₁，n₂，n₃)数确定状态。低于状态识别符的值指示自适应和非自适应弹性业务(r₂，r₃)的带宽压缩。状态(1，2，3)是其中自适应类型和非自适应类型的带宽压缩因不同的最小带宽需要(r₂ ^min＝0.6，r₃ ^min＝0.4)而不同的唯一的状态。

可以使用不同数字的解来获得所谓的多维马尔可夫链的稳态分布。直接的方法如高斯排除法以固定数量的操作计算解。但是，当考虑实际有趣的情况的状态空间大小，也就是大约为10⁴或更高的大状态空间时，直接方法的计算复杂性通常难以接受。因此，迭代的方法，如这里使用的双共轭梯度方法，对于稳态分析更可行。在参考文献[9]中有双共轭梯度方法的详细描述。

迭代方法的计算时间依赖于如收敛速度以及每个迭代步骤的复杂度等因素。计算时间还高度依赖于初始猜测。一个好的初始猜测会显著减少整体计算时间。为这个原因，根据本发明，采用一种启发式直接方法来计算将应用于迭代方法中的相当接近的初始猜测。某些特殊的多维马尔可夫链展示出一种所谓的乘积形式解，其意味着状态(i，j)的稳态概率可以在乘积形式中用f(i)·g(j)代替h(i，j)而被有效地确定。不幸地是，因为非自适应弹性流带宽(以及相应离开速率)的偶然减少，研究系统的CTMC不能展示很好的可逆性特性和乘积形式解，但是就象马尔可夫链展示的乘积形式一样计算提出的用于随后迭代数字过程的初始猜测。换句话说，基于马尔可夫链乘积形式计算确定描述包括非自适应弹性业务的业务系统的马尔可夫链的稳态分布的初始形式，并且应用在迭代稳态分析方法中。

利用仅非自适应弹性流妨碍可逆性的事实，并且描述系统中刚性和自适应弹性流的数量的马尔可夫链是可逆的，并且从下列获得 $p(n_1,n_2)={\mathrm{\Σ}}_{i=0}^{N_{\mathrm{EL}3}}p(n_1,n_2,i),\∀(n_1,n_2)\∈S$

p^*(0，0)＝1                                         (13) $p^{*}(n_1,n_2)=p^{*}(n_1-1,n_2)\·\frac{{\mathrm{\λ}}_1}{n_1\·{\mathrm{\μ}}_1}=p^{*}(n_1,n_2-1)\·\frac{{\mathrm{\λ}}_2}{n_2\·{\mathrm{\μ}}_2}---\left(14\right)$ $p(n_1,n_2)=\frac{p^{*}(n_1,n_2)}{\underset{(a,b)\∈S}{\mathrm{\Σ}}{p}^{*}(a,b)}---\left(15\right)$

其中非标准化稳态概率的P*(n₁，n₂)是迭代方法的辅助变量。从刚性和自适应流(P(n₁，n₂))的稳态分布中，可以通过固定刚性流的数量(n₁＝i)以及假设获得的马尔可夫链是可逆的(即使不是这样)而获得整体稳态行为(P(n₁，n₂，n₃))。这个假设使我们可以按下列方法估算迭代方法的初始猜测。对于所以可能的固定值n₁(n₁＝i)：

p^*(i，0，0)＝1                                      (16) $p^{*}(i,n_2,n_3)=\frac{p^{*}(i,n_2-1,n_3)\·{\mathrm{\λ}}_2+p^{*}(i,n_2,n_3-1)\·{\mathrm{\λ}}_3}{n_2\·{\mathrm{\μ}}_2+n_3\·{\mathrm{\μ}}_3\·r_3}---\left(17\right)$ $p(i,n_1,n_2)=p^{*}(i,n_1,n_2)\frac{\underset{a\∈S}{\mathrm{\Σ}}{p}^{*}(i,a)}{\underset{(a,b)\∈S}{\mathrm{\Σ}}{p}^{*}(i,a,b)}---\left(18\right)$

换句话说，我们将状态按公用n₁，n₂参数分组，将其概率相加，以获得一个新的2维马尔可夫链。获得的2维马尔可夫链展示乘积形式，并且利用等式(13-15)计算其稳态分布。接着，我们在使用等式(16-18)定义状态组的各个状态之间“共享”状态组的概率。

除了非自适应业务类型的业务类型的稳态分布就象系统中没有非自适应业务一样被计算，并且然后在其他业务类型中的一个以及非自适应弹性业务类型的进入和流出业务之间平衡的假设下计算状态概率。在当前例子中，就象系统中没有非自适应弹性业务一样计算刚性业务类型和自适应弹性业务类型的稳态分布，并且假设进入和流出的自适应和非自适应弹性业务是平衡的来确定状态概率。应该理解的是等式(13-18)可以适用于各种应用，例如带有几个刚性业务类型但是仅有一个单一弹性业务类型的业务系统。

还应该理解，上述用于计算稳态分布的初始近似值的过程通常适用于任何多维马尔可夫链并且能够适合于不同的应用。

获得的稳态分布的初始近似值用于作为迭代方法的一个好的初始猜测，如基于双共轭梯度的方法，其将初始猜测逐步改善到一个适当的准确度。

基于CTMC的稳态分布，呼叫阻塞概率可以计算如下： ${\stackrel{\‾}{B}}_k=\underset{i\∈S,\mathrm{ik}+\∉S}{\mathrm{\Σ}}{p}_i,k=\mathrm{1,2,3}---\left(19\right)$

一旦CTMC的稳态分布确定，自适应和非自适应弹性流的平均吞吐量的计算就非常简单： $E\left(\widetilde{\mathrm{\θ}}\right)=\frac{\underset{(n_1,n_2,n_3)\∈S}{\mathrm{\Σ}}{n}_{2}p(n_1,n_2,n_3)b_2{r}_2(n_1,n_2,n_3)}{\underset{(n_1,n_2{,n}_3)\∈S}{\mathrm{\Σ}}{n}_{2}p(n_1,n_2,n_3)}---\left(20\right)$ $E\left(\widehat{\mathrm{\θ}}\right)=\frac{\underset{(n_1,n_2,n_3)\∈S}{\mathrm{\Σ}}{n}_{3}p(n_1,n_2,n_3)b_3{r}_3(n_1,n_2,n_3)}{\underset{(n_1,n_2,n_3)\∈S}{\mathrm{\Σ}}{n}_{3}p(n_1,n_2,n_3)}---\left(21\right)$

因此，可以估算出(5)和(8)中的阻塞概率限制以及(6)中的平均吞吐量限制。

不幸地是，因为基于上面研究的马尔可夫链的稳态分布，

和 的分布以及更高的矩(moment)都不能分析，所以很难检测(7)中的吞吐量阈值限制。因此，采用一种新的分析方法。可以基于

的分布检测自适应弹性流上的吞吐量阈值限制，并且基于T_x的分布可以检测非自适应弹性流上的吞吐量阈值限制，因为： $\mathrm{Pr}({\widehat{\mathrm{\θ}}}_x\≥{\widehat{\mathrm{\θ}}}_{\min })=\mathrm{Pr}(x/T_x\≥{\widehat{\mathrm{\θ}}}_{\min })=\mathrm{Pr}(T_x\≤x/{\widehat{\mathrm{\θ}}}_{\min })---\left(22\right)$

因为计算上很难估计实际模型的T_x和

的分布，但是有有效的数字方法获得其矩，我们通过采用如参考文献[10]中公开的以及在下列表II中总结的基于矩的分布估算方法检测吞吐量阈值限制。在表II中，μ_n表示第n个矩的随机变量X，并且公式表明X分布的上下限。表II对于任何非负的随机变量是有效的，也就是说我们不利用T_x和

在系统中被上限的事实。

表II

估算T_x和 的矩的方法是基于标记到达系统的弹性流，并且仔细地检查从这个标记的流进入系统的时刻直到其离开系统期间可能的转变。在标记的流的业务期间的系统行为可以由一个稍微修改的马尔可夫链描述。为了分析

，考虑一个标记的自适应弹性流，而为了分析T_x，考虑一个标记的非自适应弹性流。用于估算

(或T_x)的改变的系统具有下列属性：

·因为假设系统中至少存在标记的弹性流，所以我们排除n₂＝0(或n₃＝0)的状态。

·对于状态空间的每个状态有一个相关的进入概率，其是改变的CTMC从该状态开始的事件的概率。当标记的弹性流在状态(n₁，n₂，n₃)中发现系统时，除非状态(n₁，n₂，n₃)恰好是标记流的阻塞状态，否则其将系统带入状态(n₁，n₂+1，n₃)(或状态((n₁，n₂，n₃-1))。

假设标记的弹性流一直没有离开在生成器B的有限状态空间F上的系统，令{Z(t)，t≥0}是修改的CTMC。F可定义为：

     0≤n₁·b₁≤C_COM            (23)

1(或0)≤n₂≤N_EL2                 (24)

0(或1)≤n₃≤N_EL3                 (25)

实际上，F＝S\S₀，其中S₀是S中n₂＝0(或n₃＝0)的状态。B中的状态转变速率与Q中合适的速率密切相关：

  b_i，ik+＝λ_k            k＝1，2，3                   (26)

  b_i，i1-＝n₁·μ₁                                    (27)

  b_i，i2-＝(n₂-1)·μ₂   (或n₂·μ₂                (28)

  b_i，i3-＝n₃·r₃·μ₃ (或(n₃-1)·r₃·μ₃)       (29)

通过考虑标记的流一进入系统的稳态之后的系统状态获得修改后的马尔可夫链P⁺(n₁，n₂，n₃)的初始概率。这意味着标记流的到达之后系统处于状态(n₁，n₂，n₃)中的概率与状态(n₁，n₂-1，n₃)(或(n₁，n₂，n₃-1))的稳态概率是成比例的。因此： $p^{2+}(n_1,n_2,n_3)=\frac{p(n_1,n_2-1,n_3)}{\underset{i\∈F}{\mathrm{\Σ}}p(n_1,n_2,n_3)}---\left(30\right)$ $p^{3+}(n_1,n_2,n_3)=\frac{p(n_1,n_2,n_3-1)}{\underset{i\∈F}{\mathrm{\Σ}}p(n_1,n_2,n_3)}---\left(31\right)$

为了获得

的矩，根据参考文献[11]在{Z(t)，t≥0}上定义了马尔可夫报答(reward)模型。

是一个依赖于如B所描述的刚性、自适应和非自适应弹性流随机到达和离开的随机变量。与修改的马尔可夫链的状态相关的报答速率代表该状态中标记的自适应弹性流的带宽。令t_i是状态i中的报答速率(标记自适应弹性流的带宽)并且T是由t_i项组成的对角矩阵。t_i＝r₂(i)·b₂，其中r₂(i)是状态i中的带宽压缩。这样，由修改的马尔可夫链描述标记流的业务期间系统中的流的动态数量，并且由瞬时报答速率描述标记流的瞬时带宽。如果系统中有更多的流，则标记流的带宽向b₂ ^min减少，并且如果有更少的流，则其向b₂增加。生成器矩阵B和报答矩阵T定义以间隔(0，t)累加的报答的

的量的马尔可夫报答模型。这意味着以间隔(0，t)累积的报答表示以这个间隔通过标记流传输的数据数量，并且

是传输数据数量/t。

T_x是通过标记流传输x个单位数据占用的随机时间量。通过如上所述定义马尔可夫报答模型，间隔(0，t)中累积的报答表示通过标记流传输的数据的随机量，并且因此T_x是累积x数量的报答占用的时间。这个测量通常称作完成时间。

使用参考文献[11]中提出的具有初始概率分布P²⁺(n₁，n₂，n₃)和P³⁺(n₁，n₂，n₃)、生成器矩阵B和报答矩阵T的数字分析方法来估算

和T_x的矩。这种数字方法适合于具有大状态空间(^-10⁶个状态)的马尔可夫报答模型。

链路容量共享算法的应用的数字例子

作为例子，考虑容量为C＝100Mbps并且支持三种不同业务类型：刚性、自适应弹性和非自适应弹性业务类型的传输链路。假设系统的作为网络业务输入给出和由链路共享算法确定的参数如下：

C_COM＝20Mbps，C_ELA＝80Mbps；

b₁＝1Mbps，b₂＝5Mbps，b₃＝3Mbps；

λ₁＝λ₃＝12l/min；

μ₁＝μ₂＝μ₃＝1l/min；

r₂ ^min＝0.05，r₃ ^min＝0.001；

N_COM＝20，N_EL2＝20，N_EL3＝20.

在下面的表III中说明了自适应弹性流的到达速率λ₂在最小可接受吞吐量的许多个值的相应阻塞概率上的影响。

表III

当自适应弹性业务的最小可接受吞吐量

被赋予越来越高的值时，自适应弹性流获得这个吞吐量的概率就下降。自适应弹性流到达速率的增加导致系统中有更多的自适应弹性流，并且因此吞吐量与自适应弹性流获得想要的带宽的概率一起下降。

在下面的表IV中说明了非自适应弹性流的到达速率λ₃在最小可接受吞吐量的许多个值的相应阻塞概率上的影响。在这种情况下，系统参数为：

C＝250Mbps；

C_COM＝50Mbps，C_ELA＝200Mbps；

b₁＝1Mbps，b₂＝3Mbps，b₃＝5Mbps；

λ₁＝40l/min，λ₂＝25l/min；

μ₁＝μ₂＝μ₃＝1l/min；

r₂ ^min＝0.4，r₃ ^min＝0.05；

N_COM＝50，N_EL2＝120，N_EL3＝180.

注意在这种情况下，描述在标记非自适应弹性流的业务期间系统行为的修改的马尔可夫链具有1,116,951个状态以及6,627,100个转变。

表IV

类似于表III中说明的影响，当非自适应弹性业务的最小可接受吞吐量被赋予越来越高的值时，非自适应弹性流获得这个吞吐量的概率就下降。同样，到达速率的增加导致非自适应弹性流获得想要带宽的概率降低。

为了获得平均吞吐量和吞吐量阈值限制的关系的印象，参见图5，其说明了作为其业务时间函数的自适应弹性流的吞吐量的均值和方差。图5的曲线图与表III中考虑的系统在λ₂＝14时有关。实线显示平均吞吐量，而虚线显示方差。因此可以看到对于“短”(相对于业务时间)连接，吞吐量的方差非常小，并且因此，平均吞吐量和吞吐量阈值限制有显著的不同意义。对于“长”连接，吞吐量的方差几乎为零，并且平均吞吐量提供了自适应弹性流可用带宽的有意义的描述。注意随着t趋于无穷大， 试图接近一个确定值，稳态吞吐量。

最后，我们研究一个如何选择N_EL2和N_EL3以提供想要的QoS参数的例子。假设在划分了链路容量和衡量了刚性类型的尺寸之后，系统参数值如下：

C＝100Mbps；

C_COM＝20Mbps，C_ELA＝80Mbps；

b₁＝1Mbps，b₂＝5Mbps，b₃＝3Mbps；

λ₁＝12l/min，λ₂＝12l/min，λ₃＝12l/min；

μ₁＝μ₂＝μ₃＝1s(这里表达为平均占用时间)；

b₃ ^min＝0.1Mbps；

参数N_EL2和N_EL3必须使弹性阻塞概率小于1％(B₂＜0.01，B₃＜0.01)，并且平均吞吐量参数满足

并且

在图6的灰色区域描述了满足QoS需要的N_EL2和N_EL3的参数设置。自适应弹性类型的阻塞概率限制是因独立于非自适应弹性类型负载的垂直线。非自适应弹性类型的阻塞概率限制是水平线。由于考虑的低级整体负载，平均弹性吞吐量对给定限制后的N_EL2和N_EL3参数几乎不敏感。在这个例子中，确定可接受N_EL2和N_EL3值的两个带宽限制中更严格的是

界限。

优化任务的反转

新的弹性POL策略允许优化任务的自然反转，以便代替吞吐量限制下最小化弹性业务的阻塞概率，弹性吞吐量在阻塞概率限制下最大化。与图2中的流程图所示的链路容量共享方法类似，接收业务输入参数(类似步骤101)，确定公共链路容量C_COM(类似步骤102)，并且选择截止参数的初始值(类似步骤103)。接着，分析系统的性能(类似步骤104)，但是现在主要涉及弹性阻塞概率。特别地，分析系统的弹性阻塞概率并且与阻塞概率限制相关联(类似步骤105)。如果阻塞概率太高，则增加截止参数，减低阻塞概率并且还降低吞吐量，另一方面，如果阻塞概率低于阻塞限制，则可以降低截止参数，以便阻塞概率以及吞吐量增加。这样，利用迭代，吞吐量可以增加到最大值，同时仍满足弹性流的阻塞限制。因为现在的目的是最大化弹性吞吐量，并且可行地是对弹性业务的吞吐量有一个最坏情况保证，所以截止参数必须尽可能的低，并且至少低到足以满足最坏情况吞吐量限制，同时仍满足加在弹性业务上的阻塞概率限制。

自然地，链路容量共享算法，不管其是适合最小化弹性阻塞还是最大化弹性吞吐量，都仅适合于弹性业务。例如，在缺少刚性业务时，C_COM减少到零，并且整个链路容量共享算法减少为在吞吐量/阻塞限制下确定截止参数的算术公式。而且，在单一弹性业务类型的情况下，根据上述迭代链路共享算法仅需确定一个单一的截止参数。

链路容量共享算法-ATM网络例子

虽然在上面参照传送单一刚性业务类型和两个不同的弹性业务类型的IP网络已经描述了链路容量共享算法，但是应该理解本发明不限于此，并且该算法适合于其他类型的网络以及其他业务类型。实际上，

下面概述了应用于传送窄带CBR(恒定比特率)业务和宽带CBR业务、以及ABR(可用比特率)业务的ATM网上的一个弹性POL算法的例子。

在这个例子中，到达传输链路的呼叫一般属于下列三种业务类型之

·类型1-窄带CBR呼叫，特征在于其峰值带宽需求b₁，呼叫到达速率λ₁以及离开速率μ₁。

·类型2-宽带CBR呼叫，特征在于其峰值带宽需求b₂，呼叫到达速率λ₂以及离开速率μ₂。

·类型3-ABR呼叫，特征在于其峰值带宽需求b₃，最小带宽需求b₃ ^min，呼叫到达速率λ₃以及理想离开速率μ₃。当峰值带宽在整个呼叫期间可用时经历理想离开速率。

应该指出，可以把CBR类型比作上述IP网络例子的刚性业务类型，并且把ABR类型比作上述与IP网络例子相联系的非自适应弹性业务类型。在这方面，在IP网络例子中用公式表示的模型的假设同样适用于本例中。

上述弹性POL策略适合于考虑的ATM网络中的CBR-ABR业务混合业务环境中。这意味着链路容量C划分为两部分，用于CBR和ABR呼叫的公共部分C_COM，以及为ABR呼叫保留的专用部分C_ABR，这样C＝C_COM+C_ABR。在ABR呼叫中引入接纳控制参数N_ABR，也称作截止参数。在弹性POL策略下，分别在链路上进行中的窄带CBR宽带CBR和ABR呼叫的数n₁、n₂、n₃受到下列限制：

n₁·b₁+n₂·b₂≤C_COM               (32)

  N_ABR·b₃ ^min≤C_ABR                   (33)

           n₃≤N_ABR                   (34)

在(1)中保护ABR呼叫不受CBR呼叫的影响。在(2-3)中，ABR呼叫的最大数受到两个限制。表达式(2)保护CBR呼叫不受ABR呼叫影响，而(3)保护进行中的ABR呼叫不受新的ABR呼叫的影响。在这种情况下，通过划分由C_COM规定的链路容量，以及接纳控制参数N_ABR，可以完全确定弹性POL策略。弹性POL策略的性能可由这些参数调节。

根据本发明的优选实施方案，链路容量共享算法的目的是以这样的方式设置弹性POL策略的输出参数C_COM和N_ABR，即最小化ABR呼叫的呼叫阻塞概率，同时能够考虑不同类型的CBR呼叫的阻塞概率限制(GoS)以及ABR呼叫的最小吞吐量限制。因此，每个CBR类型与最大可接受呼叫阻塞概率B₁ ^max和B₂ ^max有关，并且ABR类型与最小可接受吞吐量θ_min相关，其可以类似IP网络例子中用于非自适应弹性业务的最小可接收吞吐量 被对待。

虽然ABR的阻塞概率被最小化，然而虽然不是必须的，但是通常可取的是，对ABR呼叫的呼叫阻塞概率有一个最坏情况保证，并且还将ABR类型与最大允许阻塞概率B₃ ^max相关联。

下表V中总结了与CBR类型和ABR类型相关的参数和性能测量。

表V

类型	输入参数						性能测量		系统状态
										呼叫到达速率	离开速率	峰值带宽需要	最小带宽需要	最大可接受阻塞概率	最小可接受吞吐量	阻塞	吞吐量	系统中流数
	N-CBR	λ1	μ1	b1	-	B1 max	-	B1	-										n1
W-CBR										λ2	μ2	b2	-	B2 max		B2	-	n2
	ABR	λ3	μ3	b3	b3 min	(B3 max)	θmin	B3	θ										n3

下面参照图7概述了在上述限制下确定弹性POL策略的输出参数的问题，图7是根据本发明的优选实施方案的用于CBR-ABR混合业务环境的整体链路容量共享算法的示意流程图。在第一步201，提供了想要的输入参数，在步骤202，由C_COM的正确设置保证了CBR业务的GoS(呼叫阻塞)需要。特别地，我们确定保证所需阻塞概率B₁ ^max和B₂ ^max的CBR呼叫的最小需要容量C_COM：

min{C_COM：B₁≤B₁ ^max，B₂≤B₂ ^max}        (35)

例如，可以使用有名的厄兰-B公式来基于到达和离开速率以及用于CBR类型的峰值带宽需求估算这样的一个C_COM值作为输入。

接着，我们必须确定在满足想要的吞吐量和阻塞需求的同时在系统中同时出现的ABR呼叫(N_ABR)的最大数。

在这个特殊实施方案中，链路容量共享算法目的在于在最小吞吐量限制下最小化ABR呼叫的阻塞概率。为实现这一点，本发明提出迭代过程，总体上由步骤203-207定义，用于调节截止参数以便不多不少，刚好满足吞吐量阈值限制。首先，在步骤203，估计截止参数的初始值。接着，分析(步骤204)关于ABR吞吐量的系统性能，并且与吞吐量阈值限制相联系(步骤205)。如果ABR吞吐量太低，则降低截止参数(步骤206)，增加阻塞概率并且增加吞吐量。另一方面，如果ABR吞吐量比吞吐量阈值高，则增加(步骤207)截止参数以便降低阻塞概率(以及吞吐量)。这样，通过迭代地重复步骤204、205和206/207，ABR阻塞概率可以减少到最小值，同时仍符合吞吐量限制。

优选地，或多或少以与上述IP网络例子相联系的同样的方式分析了性能测量、ABR吞吐量并且可能还有ABR阻塞。简单地说，这意味着确定描述CBR-ABR混合环境的动态和行为的马尔可夫链的稳态分布，以及基于确定的分布计算阻塞和吞吐量测量。应该指出，这里利用参考文献[11]中提到的数字方法并且应用马尔可夫不等式基于描述CBR-ABR混合环境的马尔可夫链的瞬变检查这里的吞吐量阈值限制，类似表达式(7)。

当然可以按用于解释上述IP网络例子基本相同的方式为ATM网络例子反转优化任务。链路容量共享算法应用的数字例子

作为例子，考虑容量为C＝155Mbps并且支持三种不同的业务类型的ATM传输链路：两种CBR类型和一种ABR类型，如上所述。这个ATM传输链路系统的输入参数是：

b₁(n-CBR)＝3Mbps，b₂(w-CBR)＝6Mbps，b₃(ABR)＝10Mbps；

λ₁＝6l/s，λ₂＝3l/s，λ₃＝12l/s；

μ₁＝μ₂＝μ₃＝1l/min；

r₂ ^min＝0.05，r₃ ^min＝0.001；

N_COM＝50.

而且，要求窄带和宽带CBR呼叫的阻塞概率分别小于B₁ ^max＝2％和B₂ ^max＝4％。因此提供这些阻塞概率必须的C_COM的最小带宽必然是60Mbps，留给ABR呼叫的是C_ABR＝95Mbps。

为检验ABR业务的吞吐量和阻塞概率之间的折衷，参照下表VI，其说明了对于不同N_ABR值的ABR业务类型的平均吞吐量E(θ)以及阻塞概率B₃。

表VI

NABR	10	20	40	60	80	100	150
								B3	0.310	0.0811	0.0320	0.0212	0.00141	0.00112	0.000461
E(θ)	9.99	7.9	4.83	3.45	2.69	2.2	1.52

从表VI中，吞吐量和阻塞之间的折衷是显而易见的；高阻塞率＝高吞吐量，并且低阻塞率＝低吞吐量。在根据本发明的弹性POL策略中，可以利用N_ABR折衷参数方便地控制这个折衷，正如从表VI中看到的。例如，当平均吞吐量上的限制θ^min设置为2.2Mbps时，同时有效的ABR呼叫的最大数(N_ABR)限制为100。

在模拟中，观察到弹性POL策略在阻塞概率和ABR吞吐量方面都优于所有负载下的众所周知的完全分区(CP)策略。这部分是因为POL策略允许ABR呼叫使用CBR呼叫目前不用的C_COM部分的任何带宽的事实。

最后，为检验C_COM参数对ABR业务的阻塞概率和平均吞吐量的影响，参见下面的表VII。

表VII

CCOM	69	66	63	60	57	54
							B1	0.00498	0.00770	0.0116	0.0171	0.0244	0.0342
B2	0.0126	0.0192	0.0284	0.0411	0.0578	0.0794
							B3	0.0149	0.0141	0.0129	0.0115	0.00973	0.00773
E(θ)	2.04	2.08	2.13	2.20	2.31	2.46

C_COM参数提供一种控制一方面在CBR阻塞概率之间，另一方面ABR阻塞概率和吞吐量之间折衷的方式。从表VII可以看出，在降低CBR阻塞概率的代价下，ABR吞吐量(增加)和ABR阻塞(下降)都得到了改善。

理解前面的描述的目的是作为理解本发明的结构很重要。上述实施方案仅给出了例子，应该理解本发明并不限于此。符合这里要求权利保护的和公开的基本原则的更多修改、变化和完善都在本发明的范围和精神之内。

                     参考文献[1]L.Massoulie，J.Roberts，“Bandwidth Sharing：Objectivesand Algorithms(带宽共享：目的和算法)”，IEEE Infocom′99，第1395-1403页，1999年3月。[2]L.Massoulie，J.Roberts，“Bandwidth Sharing and AdmissionControl for Elastic Traffic(弹性业务的带宽共享和接纳控制)”，ITC专题研讨会，Yokohama，1998年10月。[3]L.Massoulie，J.Roberts，“Arguments in Favour of AdmissionControl for TCP Flows(赞成TCP流接纳控制的论据)”，16届国际长途通信业务大会，英国爱丁堡，1999年6月。[4]R.J.Gibbens和F.P.Kelly，“Distributed ConnectionAcceptance Control for a Connectionless Network(无连接网络的分布式连接接受控制)”，16届国际长途通信业务大会，英国爱丁堡，1999年6月。[5]F.P.Kelly，“Charging and Rate Control for Elastic Traffic(弹性业务的计费和费率控制)”，欧洲电信学报，第8卷，第33-37页，1997年。[6]Wu-chang Feng，Dilip D.Kandlur，Debanjan Saha和Kang.G.Shin，“Understanding and Improving TCP Performance OverNetworks with Minimum Rate Guarantees(在具有最小速率保证的网络上理解和改善TCP性能)”，IEEE/ACM网络学报，第2号，第7卷，第173-187页，1999年4月。[7]E.D.Sykas，K.M.Vlakos，I.S.Venieris，E.N.Protonotarios，“Simulative Analysis of Optimal ResourceAllocation and Routing in IBCN′s(在IBCN中优化资源分配和路由的模拟分析)”，IEEE J-SAC，第3号，第9卷，1991年。[8]Keith W.Ross，“Multi-service Loss Models for BroadbandTelecommunication Networks(宽带电信网的多业务损耗模型)”，Springer-Verlag，1995年，ISBN 3-540-19918-7.。[9]W.J.Stewart，“Introduction to the Numerical Solutionof Markov Chains(马尔可夫链的数字解的介绍)”，第220-221页，普林斯顿大学出版社，普林斯顿，新泽西州，ISBN 0-691-03699-3，1994年。[10]M.Frontini，A.Tagliani，“Entropy-convergence inStieltjes and Hamburger moment problem(Stieltjes和Hamburger矩问题的熵收敛)”，Appl.Math.和Comp.，88，第39-51页，1997年。[11]M.Telek和S.Rácz，“Numerical analysis of large Markovreward models(大型马尔可夫报答模型的数字分析)”性能评估，36&37：95-114，1999年8月。[12]A.Smith，J.Adams，G.Tagg，“Available Bit Rate-A NewService for ATM(可用比特率-ATM的一种新业务)”，计算机网络和ISDN系统，28，第635-640页，1996年。

Claims (52)

1、一种用于在网络(10)中共享链路容量的方法，其特征在于所述方法包括步骤：

接收(101；201)网络业务输入参数；

基于至少部分所述网络业务输入参数而将所述链路容量划分为对弹性业务和非弹性业务公用的第一部分(C_COM)以及专用于弹性业务的第二部分(C_ELA；C_ABR)；以及

基于所述链路容量划分以及至少部分所述网络业务输入参数来确定(103-108；203-208)至少一个所述弹性业务的接纳控制参数。

2、根据权利要求1的方法，其特征在于所述方法还包括基于所述确定的一个或多个接纳控制参数来对弹性业务流使用接纳控制的步骤。

3、根据权利要求1的方法，其特征在于所述划分步骤包括步骤：在对所述非弹性业务给定至少一个最大允许阻塞概率的情况下，确定(102；202)与非弹性业务相关的所述公用部分的最小需要容量。

4、根据权利要求1的方法，其特征在于所述确定至少一个接纳控制参数的步骤包括步骤：基于加在所述弹性业务上的至少一个呼叫层限制来确定可接纳的弹性业务流的最大数(N_EL2，N_EL3，N_ABR)。

5、根据权利要求4的方法，其特征在于所述确定可接纳的弹性业务流的最大数的步骤是基于弹性业务的呼叫层模型，并且所述呼叫层的一个或多个限制与所述弹性业务的吞吐量和阻塞概率中的至少一个有关。

6、根据权利要求5的方法，其特征在于所述确定可接纳的弹性业务流的最大数的步骤包括步骤：

确定(103；203)所述网络的链路上可接纳弹性业务流数量的初始值；

迭代地执行以下步骤：

i)基于可接纳的弹性业务流数量的初始/当前值来估算(105；205)加在所述弹性业务上的一个或多个吞吐量/阻塞限制；以及

ii)基于所述估算来调整可接纳弹性业务流的所述数量；以及

当满足所述限制时，终止所述迭代过程并且提取(108；208)所述可接纳弹性业务流的最大数。

7、根据权利要求6的方法，其特征在于所述基于所述估算来调整可接纳弹性业务流的所述数量的步骤包括步骤：

如果与所述弹性业务流相关的值低于由所述一个或多个吞吐量/阻塞限制给定的预定阈值，则减少(106；206)所述可接纳弹性业务流的数量；以及

如果与所述吞吐量相关值高于所述阈值，则增加(107；207)所述可接纳弹性业务流的数量。

8、根据权利要求4的方法，其特征在于确定可接纳的弹性连接的所述最大数的所述步骤是基于在对于进行中的弹性业务连接的至少一个吞吐量阈值限制下最小化与可接纳弹性业务连接相关的所请求弹性业务连接的阻塞概率。

9、根据权利要求8的方法，其特征在于在至少一个吞吐量阈值限制下弹性业务的阻塞概率的所述最小化也是在弹性业务的最大允许阻塞概率的至少一个给定限制下执行的。

10、根据权利要求4的方法，其特征在于所述确定可接纳的弹性业务连接的最大数的步骤是基于在对所请求弹性业务连接的至少一个阻塞概率限制下最大化与可接纳弹性业务连接数有关的弹性业务吞吐量。

11、根据权利要求1的方法，其特征在于所述弹性业务包括许多弹性业务类型，并且所述确定至少一个可接纳控制参数的步骤包括对于每个所述弹性业务类型基于加在弹性业务类型上的各个吞吐量/阻塞概率限制来确定可接纳弹性业务流的最大数。

12、根据权利要求1的方法，其特征在于所述网络业务输入参数包括至少所述链路容量，至少一个非弹性业务的阻塞概率限制，以及至少一个弹性业务的吞吐量/阻塞限制。

13、根据权利要求1的方法，其特征在于所述网络业务输入参数还包括非弹性和弹性业务的到达和离开速率以及峰值带宽需求，以及弹性业务的最小带宽需求。

14、根据权利要求1的方法，其特征在于所述弹性业务包括下列中的至少一个：互联网协议(IP)网络的自适应弹性业务流，IP网络的非自适应弹性业务流，以及ATM网络的可用比特率(ABR)流。

15、一种用于在网络(10)的不同业务类型之间和内部分配链路带宽的方法，其中所述业务类型包括至少一个弹性业务类型，其特征在于所述方法包括步骤：

将所述链路带宽划分为对所有业务类型公用的第一部分(C_COM)，以及专用于所述一个或多个弹性业务类型连接的第二部分(C_ELA；C_ABR)；以及

基于加在所述一个或多个弹性业务类型连接上的至少一个吞吐量/阻塞限制下的链路带宽利用而将所述链路带宽的所述第二专用部分(C_ELA；C_ABR)分配给所述一个或多个弹性业务的连接。

16、根据权利要求15的方法，其特征在于所述方法还包括步骤：在为所述非弹性业务连接给定至少一个最大允许阻塞概率的情况下，为非弹性业务类型的连接分配所述公用部分的最小需要带宽。

17、根据权利要求15的方法，其特征在于所述方法还包括步骤(103-108；203-208)：基于所述一个或多个吞吐量/阻塞限制来确定链路上可接纳的弹性业务连接的最大数(N_EL2；N_EL3；N_ABR)，

其中为所述弹性业务类型连接分配带宽的所述步骤是基于所述可接纳弹性业务连接的最大数。

18、根据权利要求17的方法，其特征在于所述确定可接纳的弹性业务连接的最大数的步骤是基于在对于进行中的弹性业务连接的至少一个吞吐量阈值限制下，最小化与可接纳弹性业务连接相关的弹性业务连接的阻塞概率。

19、根据权利要求17的方法，其特征在于所述确定可接纳的弹性业务连接的最大数的步骤是基于在对请求的弹性业务连接的至少一个阻塞概率限制下，最大化与可接纳弹性业务连接数有关的进行中的弹性业务连接的吞吐量。

20、根据权利要求17的方法，其特征在于所述确定可接纳的弹性业务连接的最大数的步骤包括步骤：

确定(103；203)所述链路上可接纳弹性业务连接数量的初始值；

迭代地执行以下步骤：

i)基于所述链路上可接纳的弹性业务连接的数量的初始/当前值来确定(104；204)吞吐量/阻塞概率测量；

ii)基于确定的吞吐量/阻塞测量来估算(105；205)加在所述弹性业务上的一个或多个吞吐量/阻塞限制；以及

iii)基于所述估算来调整(106/107；206/207)可接纳弹性业务连接的所述数量；以及

当实际上满足所述一个或多个限制时，终止所述迭代过程并且提取(108；208)可接纳弹性业务连接的所述最大数。

21、一种用于在网络(10)的弹性业务连接之间共享链路容量的电子实现方法，其特征在于所述方法包括步骤：

接收(101；201)网络业务输入参数；

基于所述网络业务输入参数来确定(103-108；203-208)可接纳弹性业务连接的最大数(N_EL2；N_EL3；N_ABR)，所述接入参数包括至少一个加在所述弹性业务上的吞吐量/阻塞限制；

在所述网络的链路上接收弹性业务连接请求；以及

基于可接纳弹性业务连接的所述确定的最大数来对所述请求的弹性业务连接使用接纳控制。

22、根据权利要求21的方法，其特征在于所述确定可接纳的弹性连接的最大数的步骤是基于在对于进行中的弹性业务连接的至少一个吞吐量阈值限制下，最小化与可接纳弹性业务连接相关的请求的弹性业务连接的阻塞概率。

23、根据权利要求21的方法，其特征在于所述确定可接纳的弹性连接的最大数的步骤是基于在对请求的弹性业务连接的至少一个阻塞概率限制下，最大化与可接纳弹性业务连接数有关的进行中的弹性业务连接的吞吐量。

24、根据权利要求21的方法，其特征在于所述确定可接纳的弹性业务连接的最大数的步骤包括步骤：

初始地确定(103；203)所述链路上可接纳弹性业务连接的数量；

迭代地执行以下步骤：

i)基于所述链路上可接纳弹性业务连接的当前数量来估算(105；205)加在所述弹性业务上的吞吐量/阻塞限制；以及

ii)基于所述估算来调整(106/107；206/207)可接纳弹性业务连接的所述数量；以及

当满足所述一个或多个限制时，终止所述迭代过程并且提取(108；208)可接纳弹性业务连接的所述最大数。

25、根据权利要求24的方法，其特征在于基于所述估算来调整可接纳弹性业务连接的所述数量的所述步骤包括步骤：依赖吞吐量/阻塞测量和所述吞吐量/阻塞限制之间的关系，来选择地减少(106；206)或增加(107；207)可接纳弹性业务连接的所述数量。

26、根据权利要求21的方法，其特征在于：

所述弹性业务包括许多弹性业务类型；

在所述链路上确定可接纳弹性业务连接的最大数的所述步骤包括步骤：对于每个所述弹性业务类型，基于加在所讨论的弹性业务类型上的各自的吞吐量/阻塞概率限制来确定可接纳弹性业务流的业务类型特定最大数(N_EL2，N_EL3)；以及

所述方法还包括步骤：

为每个所述请求的连接来确定相关业务类型；以及

基于可接纳弹性连接的相应业务类型特定最大数来控制每个请求的连接的接纳。

27、根据权利要求21的方法，其特征在于所述网络业务输入参数包括链路容量、到达和离开速率、弹性业务的峰值带宽和最小带宽需求以及加在所述弹性业务上的至少一个吞吐量/阻塞限制。

28、一种用于网络(10)中共享链路容量的设备，其特征在于所述设备包括：

用于接收网络业务输入参数的装置；

用于基于至少部分所述网络业务输入参数而将所述链路容量划分为弹性业务和非弹性业务公用的第一部分和弹性业务专用的第二部分的装置(21；21，25)；以及

基于链路容量的所述划分以及至少部分所述网络业务输入参数而为所述弹性业务确定至少一个接纳控制参数的装置(21)。

29、根据权利要求28的设备，其特征在于所述设备还包括用于基于所述确定的接纳控制参数来对弹性业务流进行接纳控制的装置(22)。

30、根据权利要求28的设备，其特征在于所述划分装置包括用于在对所述非弹性业务给定至少一个最大允许阻塞概率的情况下，确定与非弹性业务相关的所述公用部分的最小需要容量的装置。

31、根据权利要求28的设备，其特征在于用于确定至少一个接纳控制参数的所述装置包括用于基于加在所述弹性业务上的至少一个吞吐量/阻塞限制来确定可接纳的弹性业务流的最大数的装置。

32、根据权利要求31的设备，其特征在于用于确定可接纳弹性业务流最大数的所述装置配置为：

初始地确定所述网络中链路上可接纳弹性业务流的数量；

基于可接纳弹性业务流的当前数量来迭代地估算加在所述弹性业务上的所述一个或多个吞吐量/阻塞限制，并且基于所述估算来调整可接纳弹性业务流的所述数量；以及

当满足所述一个或多个限制时，终止所述迭代过程并且提取可接纳弹性业务流的所述最大数。

33、根据权利要求31的设备，其特征在于用于确定可接纳弹性业务流最大数的所述装置配置为在对进行中的弹性业务连接的至少一个吞吐量-阈值限制下，基于最小化与可接纳弹性业务连接的所述最大数相关的所请求弹性业务连接的阻塞概率来确定所述最大数量。

34、根据权利要求31的设备，其特征在于用于确定可接纳弹性业务流最大数的所述装置配置为在对弹性业务的至少一个阻塞概率限制下，基于最大化与可接纳弹性业务连接的所述最大数相关的弹性业务吞吐量来确定所述最大数量。

35、根据权利要求28的设备，其特征在于所述接收装置接收包括所述链路容量、到达和离开速率以及非弹性以及弹性业务的峰值带宽需求、弹性业务的最小带宽需求、对非弹性业务的至少一个阻塞概率限制、以及对弹性业务的至少一个吞吐量/阻塞限制的网络业务输入参数。

36、根据权利要求28的设备，其特征在于所述弹性业务包括下列中的至少一个：互联网协议(IP)网络的自适应弹性业务流、IP网络的非自适应弹性业务流、以及ATM网络的可用比特率(ABR)流。

37、一种用于在网络(10)的不同业务类型之间和内部分配链路带宽的电子系统，所述不同业务类型中至少有一个是弹性业务类型，其特征在于所述电子系统包括：

处理器(21)，其被配置为：

将所述链路带宽划分为对所有业务类型公用的第一部分，以及专用于所述一个或多个弹性业务类型连接的第二部分；以及

基于在加在所述一个或多个弹性业务类型的连接上的至少一个吞吐量/阻塞限制下的链路带宽利用来将所述链路带宽的所述第二专用部分分配给所述一个或多个弹性业务类型的连接。

38、根据权利要求37的电子系统，其特征在于所述处理器(21)配置为在给定所述非弹性业务连接的至少一个最大运行阻塞概率的情况下，为非弹性业务类型的连接分配所述公用部分的最小需要带宽。

39、根据权利要求37的电子系统，其特征在于所述处理器(21)还配置为基于所述吞吐量/阻塞限制来确定链路上可接纳弹性业务连接的最大数，以及基于所述链路带宽的专用部分和可接纳弹性业务连接的所述最大数来为所述弹性业务连接分配带宽。

40、根据权利要求39的电子系统，其特征在于所述处理器(21)还配置为在对进行中的弹性业务连接的至少一个吞吐量-阈值限制下，基于最小化与可接纳弹性业务连接的数量相关的弹性业务连接的阻塞概率来确定可接纳弹性连接的所述最大数量。

41、根据权利要求39的电子系统，其特征在于所述处理器(21)还配置为在对弹性业务的至少一个阻塞概率限制下，基于最大化与可接纳弹性业务连接的数量相关的弹性业务连接的吞吐量来确定可接纳弹性连接的所述最大数量。

42、一种用于在网络(10)中的弹性业务连接之间共享链路容量的电子系统，其特征在于所述系统包括一个对网络业务输入参数进行响应的处理器(21)并且配置为：

基于加在所述弹性业务上的至少一个吞吐量/阻塞限制来确定可接纳弹性业务连接的最大数；

接收弹性业务连接请求；以及

基于可接纳弹性业务流的所述确定的最大数来对所述请求的弹性业务连接进行接纳控制。

43、根据权利要求42的电子系统，其特征在于所述处理器(21)还配置为在所述一个或多个吞吐量/阻塞限制下，基于迭代地改善链路带宽利用来确定可接纳弹性连接的所述最大数。

44、根据权利要求43的电子系统，其特征在于所述处理器(21)还配置为在对进行中的弹性业务连接的至少一个吞吐量-阈值限制下，基于最小化与可接纳弹性业务连接的所述最大数相关的所请求的弹性业务连接的阻塞概率来确定可接纳弹性连接的所述最大数量。

45、根据权利要求43的电子系统，其特征在于所述处理器(21)还配置为在对弹性业务的至少一个阻塞概率限制下，基于最大化与可接纳弹性业务连接的所述最大数相关的弹性业务吞吐量来确定可接纳弹性连接的所述最大数量。

46、一种在能够进行接纳控制的IP网(10)中用于链路带宽共享的方法，其特征在于所述方法包括步骤：

应用(101-108)传送n个弹性业务类型的呼叫层模型，其中n是等于或大于1的一个整数，来为吞吐量-阻塞最优化量定链路带宽共享，其中所述呼叫层模型由下述内容定义：

具有一个预定的带宽容量C的所述链路；并且

对于所述n个弹性业务类型的每一个，弹性业务建模为：

i)具有峰值带宽需求和最小带宽需求；

ii)在所述峰值和最小带宽需求中占用最大可能的带宽；以及

iii)与至少一个最小可接受吞吐量和最大可接受阻塞概率相关。

47、根据权利要求46的方法，其特征在于对于所述n个业务类型中的每一个，弹性业务还建模为：

iv)根据泊松过程动态到达并且与到达速率和离开速率相关；

v)在弹性流中比例相等地共享弹性业务类型可用的带宽；以及

vi)与最小占用时间相关。

48、根据权利要求46的方法，其特征在于所述n个弹性业务类型包括用于自适应弹性流的第一业务类型，以及用于非自适应弹性流的第二业务类型。

49、一种方法，用于确定描述传送包括非自适应弹性业务类型的许多业务类型业务的网络链路动态的马尔可夫链的稳态分布，其特征在于所述方法包括步骤：

确定所述链路的链路容量共享策略；

根据由所述链路共享策略施加的限制来为所述业务类型的有效连接数确定具有一组可能状态的多维马尔可夫链；

基于马尔可夫链乘积形式计算来计算所述马尔可夫链的稳态分布的一个初始近似值；以及

从稳态分布的所述初始近似值开始迭代地确定稳态分布。

50、根据权利要求49的方法，其特征在于所述计算稳态分布的初始近似值的步骤包括步骤：

就象系统中没有非自适应弹性业务一样地确定除所述非自适应业务类型之外的业务类型的稳态分布；以及

假设所述其他业务类型中一个和所述非自适应弹性业务类型的进入和流出业务平衡的情况下确定状态概率。

51、根据权利要求49的方法，其特征在于所述迭代地确定稳态分布的步骤是基于双共轭梯度方法的。

52、根据权利要求49的方法，其特征在于基于从所述迭代确定得出的稳态分布来计算所述业务类型的阻塞概率。

Images