CN102056034B - 基于对称软管模型的光网络中鲁棒路由与疏导***及方法 - Google Patents

Abstract

一种基于对称软管模型的光网络中鲁棒路由与疏导***及方法，属于通信网络技术领域。该***包括初始化模块，鲁棒路由模块和鲁棒疏导模块。该疏导方法包括以下步骤：1：构建光网络；2：计算网络负载分配向量；3：转化为三维业务量疏导矩阵；4：构建虚拓扑；5：将步骤4后所剩余的业务继续疏导进步骤4所建虚拓扑上的已建光路中；本发明优点：提高网络路由能效；MXHF所消耗的光收发器能耗更低，节省的路由端口能耗更多，具有更小的疏导能效因子，从而提高网络疏导能效。

Description

基于对称软管模型的光网络中鲁棒路由与疏导***及方法

技术领域

本发明属于通信网络技术领域，特别涉及一种基于对称软管模型的光网络中鲁棒路由与疏导***及方法。

背景技术

随着能源消耗的不断增加以及温室效应的日益加重，节能已成为世界关注的焦点。近年来，“绿色网络”的概念已被提出，旨在构建高能效网络。光网络中的节能问题受到广泛关注。其原因在于，采用基于光旁路技术的业务量疏导机制后，大量IP业务被复用进更高容量的光路在光层进行传输，而光路旁路中间节点时，不需要消耗任何电交换设备能耗，从而达到节能的目的。

当前一些光网络中旨在节能的路由与疏导方法已被提出。其中，可采用混合线性优化方法或整数线形规划方法求解光网络中的节能问题；也可采用基于辅助图的启发式节能路由与疏导方法，配合有效的休眠策略，尽可能多地使用当前被激活设备，从而最大化休眠设备数目，达到降低能耗的目的。此外，通过对两种传统疏导方式(end-to-end和link-by-link)的节能效果比较已发现，end-to-end疏导方式由于采用光旁路技术，从而具有更好的节能效果。为了近一步明确光网络中能效的概念，已有相关研究定义光网络中的能效因子为网络部件总能耗与采用光旁路疏导技术后所节省的能耗之比。显然，网络能效因子越小，所得到的网络能效就越高，节能效果就越好。

但是，上述针对光网络中的节能研究均假设网络节点对之间的业务量是已知或可预测的。但在实际情况下，由于IP业务自身的突发性、不可预见性以及频繁变化，很难精确估计网络节点对之间的业务量大小。

目前，一些基于对称软管模型的光网络中旨在最小化网络代价的鲁棒路由与疏导方法被提出，所谓软管模型是指网络规划者并不知道网络中各节点之间所需要传输的精确业务量，只知道通过各网络节点进入或离开网络的业务量上限值。上述方法采用Valiant负载均衡技术，通过两阶段路由方式推算出每个网络节点处的互通容量，从而计算全网代价，由于节点互通容量与具体业务量矩阵无关，而只与软管模型有关，从而解决了业务量矩阵未知情况下的鲁棒优化设计问题。但上述方法均未考虑如何提高整个光网络的能效。

发明内容

为克服上述方法存在的缺陷，本发明提出一种基于对称软管模型的光网络中鲁棒路由与疏导***及方法。

本发明所涉及到的符号定义如下：

N：节点集，每个节点采用图1所示的核心节点结构；

L：链路集，每条链路上具有两个不同方向的光纤；

W：表示每条光纤上的可用波长集；

i，j：物理网络拓扑内核心节点，i，j＝1，2，...|N|；

R_i：通过节点i进入网络的业务量上限值；

C_i：通过节点i离开网络的业务量上限值；

α_i：节点i的负载分配因子，有 $\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{\mathrm{\α}}_i=1;$

Cl_i：节点i处的互通容量， ${\mathrm{Cl}}_i=\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}({\mathrm{\α}}_j\·R_i+{\mathrm{\α}}_i\·C_j);$

W_c：一整波长容量；

P_r：每个核心路由端口能耗；

P_t：每个光转发器的能耗；

对x向上取整，即不小于x的最小整数；

对x向下取整，即不大于x的最大整数；

|π|：集合π中的元素个数；

基于对称软管模型的光网络中的鲁棒路由与疏导***包括初始化模块，鲁棒路由模块和鲁棒疏导模块；初始化模块包括光网信息输入模块和软管模型生成模块；鲁棒路由模块包括能效因子分析模块和负载分配因子统计模块；鲁棒疏导模块包括矩阵生成模块，矩阵转换模块，虚拓扑生成模块和疏导模块；

光网信息输入模块实现输入光网拓扑信息；

软管模型生成模块实现随机生成网络各节点i处经其进入和离开网络的业务量上限值R_i和C_i；

能效因子分析模块实现计算节点处能效因子，推导出全网能效因子，并确定优化目标；

负载分配因子统计模块实现设计鲁棒路由方法MTPR，并结合优化目标推出各节点负载分配向量计算公式；

矩阵生成模块实现基于软管模型随机生成二维业务量矩阵；

矩阵转换模块实现基于求得的负载分配因子将二维业务量矩阵转换成三维业务量疏导矩阵；

虚拓扑生成模块实现优先为两阶段路由跳数总和较高的三维业务量建立光路，构造虚拓扑；

疏导模块实现为在虚拓扑上设计两种疏导策略将剩余三维业务量疏导进已建光路。

基于对称软管模型的光网络中的鲁棒路由与疏导方法包括以下步骤：

步骤1：构建基于对称软管模型的光网络，方法为：该光网络中的业务量矩阵未知，只已知通过网络某一节点处进入和离开网络的业务量上限值，而这两个上限值相等，即完成对称软管模型的构建；该光网络中的节点采用核心节点结构，包括IP路由器，核心路由器，光交叉连接器OXC和光转发器。其中，IP路由器用于采用IP路由方式下的业务传输，占用IP路由端口；核心路由器上侧端口用于聚合来自IP路由器的业务，即聚合端口；核心路由器下侧端口用于构建光路，即光收发器；光交叉连接器用于采用光旁路疏导方式下的光路传输，占用OXC端口；光转发器配置在每条波长链路上，以支持全波长变换，如图1所示；

步骤2：基于Valiant负载均衡技术，采用鲁棒路由方法MTPR计算网络负载分配向量，提高网络路由能效；

步骤2-1：计算全网能效因子，并确立鲁棒路由优化目标。所述全网能效因子的计算公式和优化目标公式如下：

$\mathrm{PR}=\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{\mathrm{PR}}_i---\left(1\right)$

${\mathrm{PR}}_i={\mathrm{CP}}_i/{\mathrm{SP}}_i=\frac{P_r\·(\mathrm{\δ}\·R_i/W_C)+P_r\·(\mathrm{\δ}\·R_i)+P_t\·(\mathrm{\η}\·{\mathrm{Cl}}_i/W_C)}{2{\·P}_r\·(\mathrm{aver}\_h_i-2/W_c)\mathrm{\δ}\·R_i}$ (2)

$=\frac{1+W_c+\frac{\mathrm{\η}}{\mathrm{\δ}}\·\frac{P_t}{P_r}\·\frac{{\mathrm{Cl}}_i}{R_i}}{2\·(W_c\·\mathrm{aver}\_h_i-2)}$

CP_i＝P_r·(δ·R_i/W_c)+P_r·(δ·R_i)+P_t·(η·Cl_i/W_c)                             (3)

SP_i＝first_SP_i+sec ond_SP_i＝2·P_r·(aver_h_i-2/W_c)δ·R_i                        (4)

first_SP_i＝2·P_r·(first_aver_h_i-1/W_c)δ·R_i                                   (5)

sec ond_SP_i＝2·P_r·(sec ond_aver_h_i-1/W_c)δ·R_i                               (6)

aver_h_i＝first_aver_h_i+sec ond_aver_h_i                                         (7)

$\mathrm{first}\_\mathrm{aver}\_h_i=\left(\underset{j=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{h}_{\mathrm{ji}}\right)/\left|N\right|---\left(8\right)$

$\sec \mathrm{ond}\_\mathrm{aver}\_h_i=\left(\underset{j=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{h}_{\mathrm{ij}}\right)/\left|N\right|---\left(9\right)$

$\mathrm{MinimizePR}=\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{\mathrm{PR}}_i---\left(10\right)$

式(1)计算的是全网能效因子PR，为网络中各节点能效因子总和；式(2)计算的是节点i处的能效因子PR_i，为节点i处的能耗与节点i处采用光旁路疏导方式所节省的能耗之比；式(3)计算的是节点i处的能耗CP_i，其中，δ为聚合系数，有0＜δ≤1，则P_r·(δ·R_i/W_c)部分计算的是节点i处用于构建光路的核心路由端口能耗，即光收发器能耗，P_r·(δ·R_i)部分计算的是节点i处聚合端口能耗，而η为波长占用系数，有0＜η≤1，则P_t·(η·Cl_i/W_c)部分计算的是节点i处光转发器能耗；式(4)计算的是节点i处采用光旁路疏导方式所节省的能耗SP_i，为采用Valiant负载均衡技术后，两阶段节点i处所节省能耗之和，它与两阶段所建光路路径平均跳数之和aver_h_i以及被聚合的业务总量δ·R_i有关，见图2；式(5)计算的是第一阶段节点i处所节省的能耗first_SP_i，与第一阶段所建光路路径平均跳数first_aver_h_i和被聚合的业务总量δ·R_i有关，见图2；式(6)计算的是第二阶段节点i处所节省的能耗second_SP_i，与第二阶段所建光路路径平均跳数second_aver_h_i和被聚合的业务总量δ·R_i有关，见图2；式(7)计算的是两阶段所建光路路径平均跳数之和；式(8)计算的是第一阶段所建光路路径平均跳数first_aver_h_i，为节点i在第一阶段选路中作为中间接收节点的N条最小跳数路径跳数总和与网络节点总数之比，其中，h_ji表示节点对(j，i)之间的最小跳数路径的跳数；式(9)计算的是第二阶段所建光路路径平均跳数second_aver_h_i，为节点i在第二阶段选路中作为中间发送节点的N条最小跳数路径跳数总和与网络节点总数之比，其中，h_ij表示节点对(i，j)之间的最小跳数路径的跳数；式(10)为鲁棒路由优化目标，即最小化全网能效因子，全网能效因子越小，则网络路由能效越高。

步骤2-2：根据所确立的鲁棒路由优化目标，计算网络负载分配向量。所述网络负载分配向量的计算公式推导过程如下：

根据步骤2-1所提公式(1)和(2)，可得到全网能效因子的另一种表达式：

$\mathrm{PR}=\frac{1}{2}\·\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}\frac{1+W_c+\frac{\mathrm{\η}}{\mathrm{\δ}}\·\frac{P_t}{P_r}\·\frac{{\mathrm{Cl}}_i}{R_i}}{W_c\·\mathrm{aver}\_h_i-2}---\left(11\right)$

定义

则有：

定义节点i的扇出(fan-out)为该节点处互通容量Cl_i与通过该节点进入网络的业务负载R_i比值，则有：

${\mathrm{FO}}_i={\mathrm{Cl}}_i/R_i=\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}({\mathrm{\α}}_j\·R_i+{\mathrm{\α}}_i\·C_j)/R_i=\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}{\mathrm{\α}}_j+\frac{{\mathrm{\α}}_i}{R_i}\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}{C}_j$ (13)

$=\underset{j}{\mathrm{\Σ}}{\mathrm{\α}}_j+(\frac{1}{R_i}\·\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}{C}_j-1)\·{\mathrm{\α}}_i=1+(\left(\left(\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}{C}_j\right)\text{-}{R}_i\right)/R_i)\·{\mathrm{\α}}_i$

因此，整理后的全网能效因子计算公式为：

(14)

其中，在式(14)中，与业务无关的全网能效因子为：

而与业务相关的全网能效因子为：

为了获取较小的能效因子PR_o，MTPR需将较多的业务量分配给两阶段路由平均总跳数较高的节点，因此，MTPR中的负载分配因子α_i应与aver_h_i呈正比；另一方面，令

$K_i=\frac{\left(\underset{j=1,j\≠i}{\overset{\left|N\right|}{\mathrm{\Σ}}}{C}_j\right)-R_i}{R_i\·(W_c\·\mathrm{aver}\_h_i-2)}---\left(17\right)$

则有：

为了使该部分能效因子较小，在MTPR中，K_i越大时α_i应该越小，即二者呈反比，又有则α_i的最终近似值为：

${\mathrm{\α}}_i=(1/K_i)/\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}(1/K_i)---\left(19\right)$

通过公式(19)的计算，即可得到网络负载分配向量α＝[α₁，α₂，...α_|N|]；

步骤3：基于对称软管模型，生成随机二维业务量矩阵，再通过步骤2所得负载分配向量将其转化为三维业务量疏导矩阵；

步骤3-1：给定某一对称软管模型(R_i＝C_i，

)，由于在满足该对称软管模型的二维业务量矩阵

(i，j＝1，2，...|N|)中，每行或每列元素之和不小于R_i，则两节点间业务量t_ij的取值如下：

$t_{\mathrm{ij}}=\left\{\begin{array}{cc}\mathrm{rand}[0,R_i/\left(\right|N|-1)],& i\≠j\\ 0,& i=j\end{array}\right.---\left(20\right)$

其中，函数rand[a，b]为取a与b之间的随机整数。根据公式(20)计算每两节点之间的t_ij随机整数值即可得到随机二维业务量矩阵；

步骤3-2：可根据步骤2所求得的负载分配向量，将步骤3-1随机生成的二维业务量矩阵转换成三维业务量疏导矩阵

(i，j，k＝1，2，...|N|)，其中，t′_ijk表示从源节点i，途径中间节点j，到达目的节点k的业务请求数，即在从节点i到节点k之间的t_ik个业务请求中，存在t′_ijk个业务请求采用i→j→k的两阶段路由。那么，t′_ijk的取值如下：

根据公式(21)计算每三节点之间的t′_ijk整数值即可得到三维业务量疏导矩阵；

步骤4：采用鲁棒疏导方法MXHF将步骤3所得三维业务量疏导矩阵中的业务尽可能多地疏导进光路，构建虚拓扑；

步骤4-1：依次计算步骤3-2所得到的三维业务量疏导矩阵中

的两阶段路由总跳数，其计算公式如下：

two-phase_routing_hop_number(i，j，k)                  (22)

＝h_ij+h_jk

步骤4-2：根据两阶段路由总跳数two-phase_routing_hop_number(i，j，k)的大小降序排列t′_ijk，并依次将其存放入列表L中；

步骤4-3：依次为列表L中的业务请求t′_ijk建立光路路径，其波长分配采用首次命中原则。如果光路路径建立失败，则从列表L中将相应的t′_ijk删除；否则，更新业务量疏导矩阵使t″_ijk＝max(t′_ijk-W_c，0)。返回并执行步骤4-2，直到列表L为空；

步骤5：采用MXHF中的两种疏导策略，将执行步骤4后所剩余的业务继续疏导进步骤4所建虚拓扑上的已建光路中，降低阻塞率，提高网络疏导能效；

步骤5-1：执行步骤4构建虚拓扑后，更新后的三维业务量疏导矩阵为

(i，j，k＝1，2，...|N|)。对于非零业务量请求t″_ijk，MXHF疏导方法在虚拓扑上分别计算最小跳数路径P′_ij和P′_jk，那么，|LP_ij|和|LP_jk|分别为P′_ij和P′_jk所通过的光路数，

和

分别为P′_ij所通过的、占用波长λ_w的第n条光路和P′_jk所通过的、占用波长λ_w的第m条光路，而

和

分别为光路

和的可用剩余带宽；

步骤5-2：MXHF将采用疏导策略1依次将非零业务量请求t″_ijk疏导进虚拓扑中的已建光路路径中：对于当前的非零业务量请求t″_ijk，如果P′_ij和P′_jk通过的所有光路可用剩余带宽均小于t″_ijk，

则有min_band个业务请求可被疏导进相应的光路路径，并更新三维业务量矩阵

使t″_ijk＝t″_ijk-min_band；对于每个

有

而对于每个

有见图3；

步骤5-3：MXHF将采用疏导策略2依次将更新后的

中的非零业务量请求t″_ijk疏导进虚拓扑中的已建光路路径中：对于当前的非零业务量请求t″_ijk，如果P′_ij和P′_jk通过的所有光路可用剩余带宽均不小于t″_ijk，则t″_ijk个业务请求可全部被疏导进相应的光路路径，并更新三维业务量矩阵

使t″_ijk＝0；对于每个有

而对于每个

有

见图4。

本发明优点：本发明基于对称软管模型的光网络中的鲁棒路由与疏导方法，采用MTPR鲁棒路由方法计算网络负载分配向量即考虑了网络节点处部件能耗，也考虑了采用光旁路疏导所节省的节点处部件能耗，从而与传统的鲁棒路由方法MPF和MRUF相比，MTPR具有更小的能效因子，从而提高网络路由能效；采用MXHF鲁棒疏导方法构建虚拓扑考虑了光路路径跳数与所节省部件能耗之间的正比关系，优先将两阶段路由总跳数较高的业务疏导进光路，从而与传统的鲁棒疏导方法MHF相比，MXHF所消耗的光收发器能耗更低，虽然聚合端口能耗在复杂网络中较高，但所节省的路由端口能耗更多，具有更小的疏导能效因子，从而提高网络疏导能效。

附图说明

图1为本发明核心节点结构示意图；

图2为本发明所节省部件能耗示意图；

图3为本发明疏导策略1示意图；

图4为本发明疏导策略2示意图；

图5为本发明TESNET结构示意图；

图6为本发明USANET结构示意图；

图7为本发明疏导方法流程图；

图8为本发明步骤4流程图；

图9为本发明步骤5流程图；

图10为本发明MPF、MRUF与MTPR三种鲁棒路由方法在TESNET网中的能效因子比较柱状图；

图11为本发明MPF、MRUF与MTPR三种鲁棒路由方法在USANET网中的能效因子比较柱状图；

图12为本发明MHF与MXHF两种鲁棒疏导方法在TESNET网中的光收发器总能耗比较柱状图；

图13为本发明MHF与MXHF两种鲁棒疏导方法在USANET网中的光收发器总能耗比较柱状图；

图14为本发明MHF与MXHF两种鲁棒疏导方法在TESNET网中的聚合端口总能耗比较柱状图；

图15为本发明MHF与MXHF两种鲁棒疏导方法在USANET网中的聚合端口总能耗比较柱状图；

图16为本发明MHF与MXHF两种鲁棒疏导方法在TESNET网中所节省的端口能耗比较柱状图；

图17为本发明MHF与MXHF两种鲁棒疏导方法在USANET网中所节省的端口能耗比较柱状图。

具体实施方式

下面结合附图、附表和实施例对本发明作进一步详细说明。

本实施例，采用TESNET网络和USANET网络，由于只计算最小跳数路径，则设置所有网络链路代价为1。对称软管模型是随机选取的，即R_i和C_i的值相等，并取100到300之间的随机整数。设置仿真参数η/δ＝1，P_t＝73瓦特，P_r＝1000瓦特，波长容量W_c＝48。分别如图5和图6所示；

本实施例基于对称软管模型的光网络中的鲁棒路由与疏导***包括初始化模块，鲁棒路由模块和鲁棒疏导模块；初始化模块包括光网信息输入模块和软管模型生成模块；鲁棒路由模块包括能效因子分析模块和负载分配因子统计模块；鲁棒疏导模块包括矩阵生成模块，矩阵转换模块，虚拓扑生成模块和疏导模块；

光网信息输入模块实现输入光网拓扑信息；

软管模型生成模块实现随机生成网络各节点i处经其进入和离开网络的业务量上限值R_i和C_i；

能效因子分析模块实现计算节点处能效因子，推导出全网能效因子，并确定优化目标；

负载分配因子统计模块实现设计鲁棒路由方法MTPR，并结合优化目标推出各节点负载分配向量计算公式；

矩阵生成模块实现基于软管模型随机生成二维业务量矩阵；

矩阵转换模块实现基于求得的负载分配因子将二维业务量矩阵转换成三维业务量疏导矩阵；

虚拓扑生成模块实现优先为两阶段路由跳数总和较高的三维业务量建立光路，构造虚拓扑；

疏导模块实现为在虚拓扑上设计两种疏导策略将剩余三维业务量疏导进已建光路。

本实施例采用基于对称软管模型的光网络中鲁棒路由与疏导方法，步骤如下：如图7所示

步骤1：构建基于对称软管模型的光网络，方法为：该光网络中的业务量矩阵未知，只已知通过网络某一节点处进入和离开网络的业务量上限值，而这两个上限值相等，即完成对称软管模型的构建。该光网络中的节点采用核心节点结构，包括IP路由器，核心路由器，光交叉连接器OXC和光转发器。其中，IP路由器用于采用IP路由方式下的业务传输，占用IP路由端口；核心路由器上侧端口用于聚合来自IP路由器的业务，即聚合端口；核心路由器下侧端口用于构建光路，即光收发器；光交叉连接器用于采用光旁路疏导方式下的光路传输，占用OXC端口；光转发器配置在每条波长链路上，以支持全波长变换，如图1所示；

步骤2：基于Valiant负载均衡技术，采用鲁棒路由方法MTPR计算网络负载分配向量，提高网络路由能效；

步骤2-1：计算全网能效因子，并确立鲁棒路由优化目标。所述全网能效因子的计算公式和优化目标公式如下：

$\mathrm{PR}=\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{\mathrm{PR}}_i---\left(1\right)$

${\mathrm{PR}}_i={\mathrm{CP}}_i/{\mathrm{SP}}_i=\frac{P_r\·(\mathrm{\δ}\·R_i/W_C)+P_r\·(\mathrm{\δ}\·R_i)+P_t\·(\mathrm{\η}\·{\mathrm{Cl}}_i/W_C)}{2{\·P}_r\·(\mathrm{aver}\_h_i-2/W_c)\mathrm{\δ}\·R_i}$ (2)

$=\frac{1+W_c+\frac{\mathrm{\η}}{\mathrm{\δ}}\·\frac{P_t}{P_r}\·\frac{{\mathrm{Cl}}_i}{R_i}}{2\·(W_c\·\mathrm{aver}\_h_i-2)}$

CP_i＝P_r·(δ·R_i/W_c)+P_r·(δ·R_i)+P_t·(η·Cl_i/W_c)                            (3)

SP_i＝first_SP_i+second_SP_i＝2·P_r·(aver_h_i-2/W_c)δ·R_i                        (4)

first_SP_i＝2·P_r·(first_aver_h_i-1/W_c)δ·R_i                                  (5)

sec ond_SP_i＝2·P_r·(sec ond_aver_h_i-1/W_c)δ·R_i                              (6)

aver_h_i＝first_aver_h_i+second_aver_h_i                            (7)

$\mathrm{first}\_\mathrm{aver}\_h_i=\left(\underset{j=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{h}_{\mathrm{ji}}\right)/\left|N\right|---\left(8\right)$

$\sec \mathrm{ond}\_\mathrm{aver}\_h_i=\left(\underset{j=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{h}_{\mathrm{ij}}\right)/\left|N\right|---\left(9\right)$

$\mathrm{MinimizePR}=\underset{i=1}{\overset{\left|N\right|}{\mathrm{\Σ}}}{\mathrm{PR}}_i---\left(10\right)$

式(1)计算的是全网能效因子PR，为网络中各节点能效因子总和；式(2)计算的是节点i处的能效因子PR_i，为节点i处的能耗与节点i处采用光旁路疏导方式所节省的能耗之比；式(3)计算的是节点i处的能耗CP_i，其中，δ为聚合系数，有0＜δ≤1，则P_r·(δ·R_i/W_c)部分计算的是节点i处用于构建光路的核心路由端口能耗，即光收发器能耗，P_r·(δ·R_i)部分计算的是节点i处聚合端口能耗，而η为波长占用系数，有0＜η≤1，则P_i·(η·Cl_i/W_c)部分计算的是节点i处光转发器能耗；式(4)计算的是节点i处采用光旁路疏导方式所节省的能耗SP_i，为采用Valiant负载均衡技术后，两阶段节点i处所节省能耗之和，它与两阶段所建光路路径平均跳数之和aver_h_i以及被聚合的业务总量δ·R_i有关，见图2；式(5)计算的是第一阶段节点i处所节省的能耗first_SP_i，与第一阶段所建光路路径平均跳数first_aver_h_i和被聚合的业务总量δ·R_i有关，见图2；式(6)计算的是第二阶段节点i处所节省的能耗second_SP_i，与第二阶段所建光路路径平均跳数second_aver_h_i和被聚合的业务总量δ·R_i有关，见图2；式(7)计算的是两阶段所建光路路径平均跳数之和；式(8)计算的是第一阶段所建光路路径平均跳数first_aver_h_i，为节点i在第一阶段选路中作为中间接收节点的N条最小跳数路径跳数总和与网络节点总数之比，其中，h_ji表示节点对(j，i)之间的最小跳数路径的跳数；式(9)计算的是第二阶段所建光路路径平均跳数second_aver_h_i，为节点i在第二阶段选路中作为中间发送节点的N条最小跳数路径跳数总和与网络节点总数之比，其中，h_ij表示节点对(i，j)之间的最小跳数路径的跳数；式(10)为鲁棒路由优化目标，即最小化全网能效因子，全网能效因子越小，则网络路由能效越高。

步骤2-2：根据所确立的鲁棒路由优化目标，计算网络负载分配向量；

对三种鲁棒路由方法MPF，MRUF和MTPR的能效因子进行比较，通过图10和图11可知，采用MTPR鲁棒路由方法所取得的能效因子最小，即MTPR是提高网络路由能效最有效的方法。这是因为，采用MTPR鲁棒路由方法计算网络负载分配向量即考虑了网络节点处部件能耗，也考虑了采用光旁路疏导所节省的节点处部件能耗；

步骤3：基于对称软管模型，生成随机二维业务量矩阵，再通过步骤2所得负载分配向量将其转化为三维业务量疏导矩阵；随机二维业务量矩阵的生成和向三维业务量疏导矩阵的转化，其方法为：

步骤3-1：给定一对称软管模型R_i＝C_i，

由于在满足该对称软管模型的二维业务量矩阵

中，每行或每列元素之和不小于R_i，则两节点间业务量t_ij的取值如下：

$t_{\mathrm{ij}}=\left\{\begin{array}{cc}\mathrm{rand}[0,R_i/\left(\right|N|-1)],& i\≠j\\ 0,& i=j\end{array}\right.---\left(20\right)$

其中，函数rand[a，b]为取a与b之间的随机整数，根据公式(20)计算每两节点之间的t_ij随机整数值即可得到随机二维业务量矩阵；

步骤3-2：可根据步骤2所求得的负载分配向量，将步骤3-1随机生成的二维业务量矩阵转换成三维业务量疏导矩阵

(i，j，k＝1，2，...|N|)，其中，t′_ijk表示从源节点i，途径中间节点j，到达目的节点k的业务请求数，即在从节点i到节点k之间的t_ik个业务请求中，存在t′_ijk个业务请求采用i→j→k的两阶段路由，那么，t′_ijk的取值如下：

根据公式(21)计算每三节点之间的t′_ijk整数值即可得到三维业务量疏导矩阵。

步骤4：采用鲁棒疏导方法MXHF将步骤3所得三维业务量疏导矩阵中的业务尽可能多地疏导进光路，构建虚拓扑；利用鲁棒疏导方法MXHF构建虚拓扑，方法如下：如图8所示

步骤4-1：依次计算步骤3-2所得到的三维业务量疏导矩阵中

的两阶段路由总跳数，其计算公式如下：

two-phase_routing_hop_number(i，j，k)                (22)

＝h_ij+h_jk

步骤4-2：根据两阶段路由总跳数two-phase_routing_hop_number(i，j，k)的大小降序排列t′_ijk，并依次将其存放入列表L中；

步骤4-3：依次为列表L中的业务请求t′_ijk建立光路路径，其波长分配采用首次命中原则，如果光路路径建立失败，则从列表L中将相应的t′_ijk删除；否则，更新业务量疏导矩阵

使t″_ijk＝max(t″_ijk-W_c，0)，返回并执行步骤4-2，直到列表L为空。

步骤5：采用MXHF中的两种疏导策略，将执行步骤4后所剩余的业务继续疏导进步骤4所建虚拓扑上的已建光路中，降低阻塞率，提高网络疏导能效；如图9所示

步骤5-1：执行步骤4构建虚拓扑后，更新后的三维业务量疏导矩阵为

对于非零业务量请求t″_ijk，MXHF疏导方法在虚拓扑上分别计算最小跳数路径P′_ij和P′_jk，那么，|LP_ij|和|LP_jk|分别为P′_ij和P′_jk所通过的光路数，

和

分别为P′_ij所通过的、占用波长λ_w的第n条光路和P′_jk所通过的、占用波长λ_w的第m条光路，而

和

分别为光路

和

的可用剩余带宽；

步骤5-2：MXHF将采用疏导策略1依次将非零业务量请求t″_ijk疏导进虚拓扑中的已建光路路径中：对于当前的非零业务量请求t″_ijk，如果P′_ij和P′_jk通过的所有光路可用剩余带宽均小于t″_ijk，

则有min_band个业务请求可被疏导进相应的光路路径，并更新三维业务量矩阵

使t″_ijk＝t″_ijk-min_band；对于每个

有

而对于每个有

见图3；

步骤5-3：MXHF将采用疏导策略2依次将更新后的

中的非零业务量请求t″_ijk疏导进虚拓扑中的已建光路路径中：对于当前的非零业务量请求t″_ijk，如果P′_ij和P′_jk通过的所有光路可用剩余带宽均不小于t″_ijk，则t″_ijk个业务请求可全部被疏导进相应的光路路径，并更新三维业务量矩阵

使t″_ijk＝0；对于每个

有

而对于每个

有

见图4。

对MHF和MXHF两种鲁棒疏导方法的光收发器总能耗进行比较，通过图12和图13可知，与MHF相比，采用MXHF所消耗的光收发器总能量较低。这是因为，在MXHF中优先为两阶段路由总跳数较高的业务(一般为t′_ijk(i≠j≠k))建立光路，由于可用波长资源有限并且需要为每个此类业务建立两条光路路径，虚拓扑的构建便可通过为较少的此类业务建立光路路径而实现，从而避免过多地占用光收发器；而在MHF中优先为两阶段路由总跳数较低的业务建立光路，而此类业务一般为t′_ijk(i≠k，i＝j)或t′_ijk(i≠k，j＝k)，由于仅为每个此类业务建立一条光路路径，虚拓扑的构建便需要通过为更多的业务建立光路路径而实现，从而占用较多的光收发器。

对MHF和MXHF两种鲁棒疏导方法的光转发器总能耗进行比较，通过表1可知，采用上述两种疏导方法所消耗的光转发器总能耗相等。这是因为，一方面，两种疏导方法采用相同的仿真拓扑，即节点总数均为|N|；另一方面，两种疏导方法均采用旨在提高全网路由能效的鲁棒路由方法MTPR计算负载分配因子，即各节点处的负载分配因子相等。因此，全网内占用波长总数相同，近而光转发器总能耗也相同。

表1：MHF与MXHF两种鲁棒疏导方法分别在TESNET网和USANET网中的光转发器总能耗

表1

                光转发器总能耗(千瓦    光转发器总能耗(千瓦

                    特)(T ESNET)            特)(USANET)

对称软管模型

                    MHF      MXHF          MHF       MXHF

模型1               1.241    1.241         14.016    14.016

模型2               1.314    1.314         14.016    14.016

模型3               1.679    1.679         13.724    13.724

模型4               1.971    1.971         14.016    14.016

模型5               1.606    1.606         13.797    13.797

模型6               1.314    1.314         14.308    14.308

对MHF和MXHF两种鲁棒疏导方法的聚合端口总能耗进行比较，通过图14和图15可知，所构建的虚拓扑连通度越大，则能够疏导进已建光路路径的业务请求数越多，近而所消耗的聚合端口能耗越高。一方面，当采用TESNET此类简单拓扑时，两种疏导方法所构建的虚拓扑连通度几乎相等，从而消耗几乎等同的聚合端口能量，见图14；而另一方面，当采用USANET此类较复杂的拓扑时，由于MXHF优先为每个两阶段路由总跳数较高的业务请求建立两条光路路径，与MHF相比，所构建的虚拓扑连通度较高，将有更多的业务请求被疏导进已建光路路径中，从而消耗更多的聚合端口能量，见图15。

对MHF和MXHF两种鲁棒疏导方法的部件总能耗进行比较，通过表2可知，在简单拓扑TESNET中，两种疏导方法的光转发器总能耗相等并且聚合端口总能耗几乎相同，而MXHF疏导方法所消耗的光收发器总能耗较低，因此，在简单拓扑中，MXHF疏导方法的部件总能耗较低；而在复杂拓扑USANET中，两种疏导方法的光转发器总能耗相等，但是，MXHF疏导方法所消耗的聚合端口总能量较高，因此，在复杂拓扑中，MHF疏导方法的部件总能耗较低。

表2：MHF与MXHF两种鲁棒疏导方法分别在TESNET网和USANET网中的部件总能耗比较表

表2

            部件总能耗(千瓦特)    部件总能耗(千瓦特)

                (TESNET)               (USANET)

对称软管模型

              MHF       MXHF          MHF       MXHF

模型1         977.533   961.533       8419.943  9609.943

模型2         859.533   853.533       9054.527  9944.527

模型3         1099.825  1091.825      8655.286  10069.286

模型4         1033.533  1023.533      8408.162  9758.162

模型5         1165.679  1153.679      7827.505  9917.505

模型6         1033.533  1025.533      8924.235  9970.235

对MHF和MXHF两种鲁棒疏导方法所节省的路由端口能耗进行比较，通过图16和图17可知，与MHF相比，MXHF能节省更多的路由端口能耗。这是因为，所节省的路由端口能耗与成功被疏导的业务请求数和两阶段路由总跳数有关。一方面，简单拓扑中两种疏导方法成功疏导的业务请求数几乎相同，而在复杂拓扑中，MXHF疏导方法能够疏导更多的业务请求数，近而节省更多的路由端口能耗；另一方面，MXHF疏导方法优先依次为两阶段路由总跳数较高的业务构建光路路径，与MHF相比，节省更多的IP路由端口能耗。

对MHF和MXHF两种鲁棒疏导方法的疏导能效因子进行比较，通过表3可知，与MHF相比，采用MXHF所得到的疏导能效因子较小。这是因为，一方面，在简单拓扑TESNET中，采用MXHF疏导方法所消耗的部件总能量较低，而所节省的路由端口总能耗较高；另一方面，在复杂拓扑USANET中，虽然MHF要比MXHF消耗更少的部件总能量，其改善率约为29％，如表2所示，但MXHF要比MHF节省更多的路由端口能耗，其改善率约为56％，这要大于MHF疏导方法的部件总能耗改善率，如图17所示。因此，MXHF疏导方法具有更高的能效，节能效果更好。

表3：MHF与MXHF两种鲁棒疏导方法分别在TESNET网和USANET网中的疏导能效因子比较表。

表3

            疏导能效因子(TESNET)    疏导能效因子(USANET)

对称软管模型

              MHF      MXHF           MHF      MXHF

模型1         0.547    0.272          0.215    0.106

模型2         0.509    0.252          0.219    0.117

模型3         0.517    0.256          0.232    0.124

模型4         0.496    0.246          0.23     0.122

模型5         0.5      0.247          0.217    0.112

模型6         0.509    0.252          0.212    0.107

Claims (7)

1.一种基于对称软管模型的光网络中鲁棒路由与疏导***，其特征在于：

该***包括初始化模块，鲁棒路由模块和鲁棒疏导模块；初始化模块包括光网信息输入模块和软管模型生成模块；鲁棒路由模块包括能效因子分析模块和负载分配因子统计模块；鲁棒疏导模块包括矩阵生成模块，矩阵转换模块，虚拓扑生成模块和疏导模块；

光网信息输入模块实现输入光网拓扑信息；

软管模型生成模块实现随机生成网络各节点i处经其进入和离开网络的业务量上限值R_i和C_i；

能效因子分析模块实现计算节点处能效因子，推导出全网能效因子，并确定优化目标；

负载分配因子统计模块实现设计鲁棒路由方法MTPR，并结合优化目标推出各节点负载分配向量计算公式；

矩阵生成模块实现基于软管模型随机生成二维业务量矩阵；

矩阵转换模块实现基于求得的负载分配因子将二维业务量矩阵转换成三维业务量疏导矩阵；

虚拓扑生成模块实现优先为两阶段路由跳数总和较高的三维业务量建立光路，构造虚拓扑；

疏导模块实现为在虚拓扑上设计两种疏导策略将剩余三维业务量疏导进已建光路。

2.一种基于对称软管模型的光网络中鲁棒路由与疏导方法，其特征在于：该方法基于权利要求1所述的基于对称软管模型的光网络中鲁棒路由与疏导***，包括以下步骤：

步骤1：构建基于对称软管模型的光网络；

步骤2：基于Valiant负载均衡技术，采用鲁棒路由方法MTPR计算网络负载分配向量，提高网络路由能效；

步骤3：基于对称软管模型，生成随机二维业务量矩阵，再通过步骤2所得负载分配向量将其转化为三维业务量疏导矩阵；

步骤4：采用鲁棒疏导方法MXHF将步骤3所得三维业务量疏导矩阵中的业务疏导进光路，构建虚拓扑；

步骤5：采用MXHF中的两种疏导策略，将执行步骤4后所剩余的业务继续疏导进步骤4所建虚拓扑上的已建光路中，降低阻塞率，提高网络疏导能效。

3.根据权利要求2所述的基于对称软管模型的光网络中的鲁棒路由与疏导方法，其特征在于：步骤1所述的构建基于对称软管模型的光网络，方法为：该光网络中的业务量矩阵未 知，只已知通过网络某一节点处进入和离开网络的业务量上限值，而这两个上限值相等，即完成对称软管模型的构建；该光网络中的节点采用核心节点结构，包括IP路由器，核心路由器，光交叉连接器OXC和光转发器，其中，IP路由器用于采用IP路由方式下的业务传输，占用IP路由端口；核心路由器上侧端口用于聚合来自IP路由器的业务，即聚合端口；核心路由器下侧端口用于构建光路，即光收发器；光交叉连接器用于采用光旁路疏导方式下的光路传输，占用OXC端口；光转发器配置在每条波长链路上，以支持全波长变换。

4.根据权利要求2所述的基于对称软管模型的光网络中鲁棒路由与疏导方法，其特征在于：步骤2所述的计算网络负载分配向量的鲁棒路由方法MTPR，描述如下：

步骤2-1：计算全网能效因子，并确立鲁棒路由优化目标，所述全网能效因子的计算公式和优化目标公式如下：

CP_i=P_r·(δ·R_i/W_C)+P_r·(δ·R_i)+P_t·(η·Cl_i/W_C)  (3)

SP_i＝first_SP_i+second_SP_i＝2·P_r·(aver_h_i-2/W_c)δ·R_i  (4)

first_SP_i=2·P_r·(first_aver_h_i-1/W_c)δ·R_i  (5)

second_SP_i=2·P_r·(second_aver_h_i-1/W_c)δ·R_i  (6)

aver_h_i=first_aver_h_i+second_aver_h_i  (7)

Minimize

式（1）计算的是全网能效因子PR，为网络中各节点能效因子总和；式（2）计算的是节点i处的能效因子PR_i，为节点i处的能耗与节点i处采用光旁路疏导方式所节省的能耗之比；式（3）计算的是节点i处的能耗CP_i，其中，δ为聚合系数，有0＜δ≤1，则P_r·(δ·R_i/W_C)部分计算的是 节点i处用于构建光路的核心路由端口能耗，即光收发器能耗，P_r·(δ·R_i)部分计算的是节点i处聚合端口能耗，而η为波长占用系数，有0＜η≤1，则R·（η·Cl_i/W_C）部分计算的是节点i处光转发器能耗；式（4）计算的是节点i处采用光旁路疏导方式所节省的能耗SP_i，为采用Valiant负载均衡技术后，两阶段节点i处所节省能耗之和，它与两阶段所建光路路径平均跳数之和aver_hi以及被聚合的业务总量δ·R_i有关；式（5）计算的是第一阶段节点i处所节省的能耗first_SP _i，与第一阶段所建光路路径平均跳数first_aver_hi和被聚合的业务总量δ·R_i有关；式（6）计算的是第二阶段节点i处所节省的能耗second_SP_i，与第二阶段所建光路路径平均跳数second_aver_hi和被聚合的业务总量δ·R_i有关；式（7）计算的是两阶段所建光路路径平均跳数之和；式（8）计算的是第一阶段所建光路路径平均跳数first_aver_h_i，为节点i在第一阶段选路中作为中间接收节点的N条最小跳数路径跳数总和与网络节点总数之比，其中，h_ji表示节点对(j,i)之间的最小跳数路径的跳数；式（9）计算的是第二阶段所建光路路径平均跳数second_aver_h_i，为节点i在第二阶段选路中作为中间发送节点的N条最小跳数路径跳数总和与网络节点总数之比，其中，h_ij表示节点对(i,j)之间的最小跳数路径的跳数；式（10）为鲁棒路由优化目标，即最小化全网能效因子，全网能效因子越小，则网络路由能效越高；

步骤2-2：根据所确立的鲁棒路由优化目标，计算网络负载分配向量，所述网络负载分配向量的计算公式推导过程如下：

根据步骤2-1所提公式（1）和（2），可得到全网能效因子的另一种表达式：

定义

 则有：

定义节点i的扇出（fan-out）为该节点处互通容量Cl_i与通过该节点进入网络的业务负载R_i比值，则有：

因此，整理后的全网能效因子计算公式为：

其中，在式（14）中，与业务无关的全网能效因子为：

而与业务相关的全网能效因子为：

为了获取较小的能效因子PR₀，MTPR需将较多的业务量分配给两阶段路由平均总跳数较高的节点，因此，MTPR中的负载分配因子α_i应与aver_h_i呈正比；另一方面，令

则有：

为了使该部分能效因子较小，在MTPR中，K_i越大时α_i应该越小，即二者呈反比，又有

 则α_i的最终近似值为：

通过公式（19）的计算，即可得到网络负载分配向量α＝[α₁,α₂...α_|N|]。

5.根据权利要求2所述的基于对称软管模型的光网络中鲁棒路由与疏导方法，其特征在于：步骤3所述的随机二维业务量矩阵的生成和向三维业务量疏导矩阵的转化，其方法为：

步骤3-1：给定一对称软管模型R_i=C_i，

 由于在满足该对称软管模型的二维业务量矩阵 中，每行或每列元素之和不小于R_i，则两节点间业务量t_ij的取值如下：

其中，函数rand[a，b]为取a与b之间的随机整数，根据公式（20）计算每两节点之间的t_ij随机整数值即可得到随机二维业务量矩阵；

步骤3-2：可根据步骤2所求得的负载分配向量，将步骤3-1随机生成的二维业务量矩阵转换成三维业务量疏导矩阵

 ，其中，

 表示从源节点i，途径中间节点j，到达目的节点k的业务请求数，即在从节点i到节点k之间的t_ik个业务请求中，存在

 个业务请求采用i→j→k的两阶段路由，那么， 的取值如下：

根据公式（21）计算每三节点之间的

 整数值即可得到三维业务量疏导矩阵。

6.根据权利要求2所述的基于对称软管模型的光网络中鲁棒路由与疏导方法，其特征在于：步骤4所述的利用鲁棒疏导方法MXHF构建虚拓扑，方法如下：

步骤4-1：依次计算步骤3-2所得到的三维业务量疏导矩阵中

 的两阶段路由总跳数，其计算公式如下：

two-phase_routing_hop_number(i，j，k)

＝h_ij+h_ik    (22)

步骤4-2：根据两阶段路由总跳数two-phase_routing_hop_number(i，j，k)的大小降序排列

 ，并依次将其存放入列表L中；

步骤4-3：依次为列表L中的业务请求

 建立光路路径，其波长分配采用首次命中原则，如果光路路径建立失败，则从列表L中将相应的

 删除；否则，更新业务量疏导矩阵

 使 返回并执行步骤4-2，直到列表L为空。

7.根据权利要求2所述的基于对称软管模型的光网络中鲁棒路由与疏导方法，其特征在于：步骤5所述的采用MXHF中的两种疏导策略疏导执行步骤4后所剩余的业务，方法如下：

步骤5-1：执行步骤4构建虚拓扑后，更新后的三维业务量疏导矩阵为 

对于非零业务量请求 MXHF疏导方法在虚拓扑上分别计算最小跳数路径

 和

 那么，|LP_ij|和|LP_jk|分别为

 和 所通过的光路数，

 和

 分别为

 所通过的、 占用波长λ_w的第n条光路和

 所通过的、占用波长λ_w的第m条光路，而 

和

 分别为光路

 和

 的可用剩余带宽；

步骤5-2：MXHF将采用疏导策略1依次将非零业务量请求 疏导进虚拓扑中的已建光路路径中：对于当前的非零业务量请求

 如果

 和

 通过的所有光路可用剩余带宽均小于

 则有min_band个业务请求可被疏导进相应的光路路径，并更新三维业务量矩阵

 使 对于每个

 有

 而对于每个 

有

步骤5-3：MXHF将采用疏导策略2依次将更新后的

 中的非零业务量请求 

疏导进虚拓扑中的已建光路路径中：对于当前的非零业务量请求

 如果

 和

 通过的所有光路可用剩余带宽均不小于

 则

 个业务请求可全部被疏导进相应的光路路径，并更新三维业务量矩阵

 使

 对于每个 有

而对于每个 

有 

Images