JP2015156528A

JP2015156528A - 経路計算装置及び方法及びプログラム

Info

Publication number: JP2015156528A
Application number: JP2014030006A
Authority: JP
Inventors: 高橋　洋介; Yosuke Takahashi; 洋介高橋; 石橋　圭介; Keisuke Ishibashi; 圭介石橋; 上山　憲昭; Kensho Kamiyama; 憲昭上山; 塩本　公平; Kohei Shiomoto; 公平塩本; 裕一大下; Yuichi Oshita; 正幸村田; Masayuki Murata; 村田　　正幸
Original assignee: Nippon Telegraph and Telephone Corp; Osaka University NUC
Current assignee: Nippon Telegraph and Telephone Corp; Osaka University NUC
Priority date: 2014-02-19
Filing date: 2014-02-19
Publication date: 2015-08-27
Anticipated expiration: 2034-02-19
Also published as: JP5742981B1

Abstract

【課題】予測可能なトラヒックと予測困難なトラヒックに対して異なる制御ポリシーを用いて経路を制御し、高い平常時の性能を確保しつつ、最悪時であっても高い性能を確保する。
【解決手段】本発明は、ネットワーク構成情報、フロー情報、フローを時系列変動の特性によりトラヒックを予測可能な安定フローと予測困難な非安定フローに分類した分類ラベルを取得し、分類ラベルが安定フローである場合は、予測値に基づく経路制御(prediction-based routing)を行い、該分類ラベルが非安定フローである場合は、トラヒック情報を使わない経路制御(demand-oblivious routing)を用いて経路を計算する。
【選択図】図１

Description

本発明は、経路計算装置及び方法及びプログラムに係り、特に、トラヒックを効果的に分散させ、ネットワークの使用効率を向上させるための経路計算装置及び方法及びプログラムに関する。

限られたネットワークリソースを用いてトラヒックを効率的に収容する技術として、到着トラヒックを予測し、予測結果に基づいてトラヒックの経路を制御するトラヒックエンジニアリング技術が研究されている。トラヒックエンジニアリングの例として、ネットワーク内の最大リンク利用率を最小化することを目的とした経路制御などが考えられる。この場合、トラヒックの予測値に基づいて、ネットワーク内の空いているリンクを通過させるようにトラヒックの経路を制御する方式などが用いられる（例えば、非特許文献１参照）。

一方で、サービス、コンテンツ、利用者によって、発生するトラヒックの予測可能性は大きく異なる。例えば、あるネットワークにおいて、サービスAの時系列のトラヒック量は周期的な変動を示すことが多い一方で、サービスBでは特定の時間帯にアクセスが集中することで突発的な時系列のトラヒック量が大きく変化することがしばしば生じる場合、サービスAについては、自己回帰和分移動平均（ARIMAモデル）等の時系列変化予測手法が確立されている（非特許文献２参照）。

Applegate, David, and Edith Cohen. "Making intra-domain routing robust to changing and uncertain traffic demands: understanding fundamental tradeoffs." Proceedings of the 2003 conference on Applications, technologies, architectures, and protocols for computer communications. ACM, 2003. Feng, Huifang, and Yantai Shu. "Study on network traffic prediction techniques." Wireless Communications, Networking and Mobile Computing, 2005. Proceedings. 2005 International Conference on. Vol. 2. IEEE, 2005. Wang, Hao, et al. "COPE: traffic engineering in dynamic networks." ACM SIGCOMM Computer Communication Review. Vol. 36. No. 4. ACM, 2006.

しかしながら、上記非特許文献１の技術は、インターネット上のサービスの多様化に伴い、ネットワーク上を流れるトラヒックの時系列予測を正確に実施することが困難となってきている。これは、トラヒック内に様々なサービス、コンテンツ、利用者のトラヒックが混在しているためである。誤ったトラヒック予測値に基づいてトラヒックの経路を制御した場合、特定リンクへとトラヒックが集中し、ネットワークが輻輳する可能性がある。

また、非特許文献２の技術は、精度の高い時系列予測結果が期待できるが、時系列のトラヒック量が大きく変化するサービスについては、突発的なトラヒック変動がどの規模でいつ生じるか予測することは難しい。

非特許文献１では、予測値に基づく経路制御（prediction-based routing）として、予測値に基づいて、最大リンク利用率最小化等の目的を達成する経路を計算する技術であるが、予測が難しいトラヒックの制御が困難である。また、非特許文献３のトラヒック情報を使わない経路制御（demand-oblivious routing）では、トラヒック観測情報を使用せずに、トポロジとリンク帯域の情報だけからできるだけ負荷が平準化するよう経路制御を行う。ここで、
prediction-based routingとdemand-oblivious routingについて、平常時の性能は、
prediction-based routing＞demand-oblivious routing
であり、最悪時の性能は、
prediction-based routing＜demand-oblivious routing
となる。これは、トラヒックが突発的に変動した場合に、予測が外れ、特定リンクにトラヒックが集中してしまうためである。demand-oblivious routingでは、最悪時を想定した経路構成を実施しており、最悪時の性能が最低限確保される。しかし、demand-oblivious routingでは平常時の経路制御性能が低い、という問題がある。

本発明は、上記の点に鑑みなされたもので、予測可能なトラヒックと予測困難なトラヒックに対して異なる制御ポリシを用いて経路を制御し、高い平常時の性能を確保しつつ、最悪時であっても高い性能を確保することが可能な経路計算装置及び方法及びプログラムを提供することを目的とする。

一態様によれば、ネットワーク上のトラヒックを効果的に分散させ、ネットワークの使用効率を向上させるための経路計算装置であって、
ネットワーク構成情報、フロー情報、フローを時系列変動の特性によりトラヒックを予測可能な安定フローと予測困難な非安定フローに分類した分類ラベルを取得する情報取得手段と、
前記分類ラベルが安定フローである場合は、予測値に基づく経路制御(prediction-based routing)を行い、該分類ラベルが非安定フローである場合は、トラヒック情報を使わない経路制御(demand-oblivious routing)を用いて経路を計算する経路計算手段と、を有する経路計算装置が提供される。

一態様によれば、トラヒック情報を使わない経路制御（demand-oblivious routing）より高い平常時の性能を確保しつつ、トラヒック情報を用いた予測に基づく経路制御（prediction-based routing）より高い最悪時の性能を確保することが可能となる。

本発明の一実施の形態におけるシステム構成例。本発明の一実施の形態における経路計算装置の構成例。本発明の一実施の形態における経路計算部のフローチャート。スパイクフローの例。評価に用いたネットワーク。評価結果。

以下、図面と共に本発明の実施の形態を説明する。

本発明は、予測可能なトラヒックと予測困難なトラヒックに対して異なる制御ポリシに基づく経路制御を実施するものである。

具体的には、予測可能なトラヒックに対しては時系列予測結果に基づいた制御を実施し、予測困難なトラヒックに対しては予測値を用いることなくリンクの負荷をできるだけ平準化するよう制御を実施する。

トラヒックの予測可能性は、例えば、以下の２通りの方法による入力として与えられることを想定する。

・例えば、サービス、コンテンツ、ユーザ毎のトラヒック発生傾向から、安定か、非安定かを手動で判定し入力するものとする。

・事前に収集したトラヒックの時系列データを分析して判定する。例えば、予測モデルへの当てはまりの良さや、過去の時系列のトラヒック量の予測誤差等から予測可能性を判定する。

予測可能性（トラヒックの時系列変動の安定性）の違いに応じて経路制御ポリシを変更する技術として、予測可能性の高いトラヒックには予測値に基づく経路制御手法であるprediction-based routingを提供し、予測困難なトラヒックにはトラヒック情報を使わない制御手法であるdemand-oblivious routingを適用する。

図１は、本発明の一実施の形態におけるシステムの構成例を示す。

複数のノード１が転送装置２に接続され、また、転送装置２同士が接続され、それらの転送装置２のトラヒック情報がネットワーク情報データベース（以下、DBと記す）６に収集される。また、転送装置２に対して制御設定装置５からフローエントリ設定命令が出力される。経路計算装置１０は、DB６からネットワーク構成情報、フロー情報、予測可能性情報を取得し、経路情報を制御設定装置５に出力する。

図２は、本発明の一実施の形態における経路計算装置の構成例である。

同図に示す経路計算装置１０は、トラヒック情報入力部１１、ネットワーク構成情報入力部１２、経路計算部１３を有する。なお、この他に、計算の途中結果を一時的に記録するメモリ等の記憶手段を有するものとする。

経路計算装置１０は、得られたフロー情報と、ネットワーク構成情報（トポロジ情報、リンク帯域情報など）から最適な経路を算出する。ここで、入力されるフロー情報はその時系列変動の特性から、安定フローと非安定フローに分類されている。安定フローは時系列変動が安定しているため、容易で確度の高い時系列予測結果が期待できる。一方、非安定フローは、時系列変動が安定しておらず、時系列予測が困難である。

トラヒック情報入力部１１は、発ノードと宛先ノードの組（以下、「OD」と記す）のフロー別のトラヒック量を読み込む。これは、DB６に格納されているノード１から観測したトラヒック測定結果に基づく予測値であってもよいし、管理者がトラヒック測定結果以外の情報（コンテンツ人気動向、ユーザ動向等）に基づいて予測した値を入力してもよい。また、各フローには予測可能性に関するラベルs(予測可能な場合s=0、予測困難な場合s=1)が付与されている。この予測可能性についてもトラヒック量と同様に、ノード１が観測したトラヒックの測定結果に基づいて予測可能性を判定した結果であってもよいし、管理者が判定した結果であってもよい。トラヒック量t_pqs 及びラベルごとの予測可能性情報sは経路計算部１３に出力される。

ネットワーク構成情報入力部１２は、ネットワークのリンク情報c_ijが入力される。これは、DB６に格納されているノード１からの観測結果に基づく値であってもよいし、管理者が入力した値であってもよい。

経路計算部１３は、トラヒック情報入力部１１から入力されたトラヒック量 t_pqs、予測可能性に関するラベルsと、ネットワーク構成情報入力部１２から入力されたリンク情報c_ijから、予測可能及び予測困難ODフロー別の経路

を求め、出力する。

経路計算装置１０は、図３に示す手順によりフロー毎に経路を算出する。

以下では、ネットワーク負荷（最大リンク利用率）の低いネットワーク運用を目的として、予測可能な安定フローと予測困難な非安定フローを分けて、経路制御の処理を説明する。

図３は、本発明の一実施の形態における経路計算部のフローチャートである。

ステップ１０１）安定トラヒックの経路を計算：
まず、安定フローに関して下記の制御手法に基づいて経路制御を実施する。

ステップ１０１−１）経路計算部１３は、トラヒックの予測可能性として、安定フローと非安定フローの分類(s)を取得する。DB６または管理者からネットワーク構成情報を取得し、OD毎に安定フローを集約し、安定ODフローの時系列のトラヒック量を算出する。

ステップ１０１−２）時系列予測によって、次のタイムスロットの安定ODフローのトラヒック量を予測する。

ステップ１０１−３）後述する式(1)〜(6)の安定トラヒック経路を計算するための最適化問題（ネットワーク最大のリンク利用率の最小化）を解くことで、最大リンク利用率を最小化する安定ODフロー経路（安定ODフローをどのリンクにどれだけ割り当てればよいか）を算出する。

ここで、上記で用いる式(1)〜(6)について説明する。

ネットワークは有向グラフG(V,E)で表現する。ここで、Vはノードの集合、Eはリンクの集合を表している。また、ノードi∈Vからのノードj∈Vまでのリンク容量はCij∈Eと表す。ここで、ノードp，qは発ノード、宛先ノードを示し、p∈V、q∈Vである。ノードi，jはODフローが通過するリンクである。ノードpからノードqまでの予測可能性をs∈{0,1}、トラヒック量をt_pqsと表す。

はリンク (i,j)を通過するトラヒック量t_pqsの通過割合を示し、ルーティング変数と呼ばれるrはネットワークの混雑割合を示している。式(1)は目的変数rを最小化するようなルーティング変数行列xを見つけることを示している。

objective: min r (1)
以下の式(2)〜(6)は制約条件であり、式(2),(3)はフロー保存則を示している。

以下の式(4)はリンク(i,j)を通過するトラヒックの総和がリンク容量×混雑割合を超えないことを示している。

以下の式(5)はルーティング変数

の値域を示している。

以下の式(6)は、ネットワークの混雑割合r（目的関数）の値域を示している。

ステップ１０１−４）上記のステップ１０１−３で得られた経路を実現するよう各転送装置２の経路を設定する。

ステップ１０２）残余ネットワークを計算：
経路計算部１３は、各リンク容量から安定フロー通過トラヒック量を除いた残余ネットワークを計算する。

ステップ１０３）非安定トラヒックの経路を計算：
経路計算部１３は、安定フローに関しては、確度の高い時系列予測結果に基づく高精度な経路制御結果が期待できる。一方で非安定フローは予測が困難である。このため、『残余ネットワーク（各リンク容量から安定フロー通過トラヒック量を除いたネットワーク）に対して、非安定フローを可能な限り複数のリンクに残余リンク容量比に応じて分散させる』というポリシに基づいて制御する。具体的には、線形計画ソルバで解くことが可能である。残余リンク容量を入力として、非安定トラヒック経路計算式である後述する式(7)〜(12)を線形計画ソルバに投入することで、リンク容量比に応じて分散するような経路制御結果を得る。

後述する式(7)〜(12)では、新たにノードpからノードqまでの非安定トラヒックpqのリンクへの集中度を示す変数h_pqを導入している。_pqを可能な限り小さくするように経路制御することで、非安定トラヒックをネットワーク内の複数のリンクへと残余リンク容量c'_ijに応じて分散させることができる。残余リンク容量c'_ijは、リンク容量c_ijから安定トラヒックの通過量を除いた値である。

具体的には以下の処理を行う。

ステップ１０３−１）OD毎に非安定フローを集約し、非安定ODフローの時系列のトラヒック量を算出する。

ステップ１０３−２）式(7)〜(12)の最適化問題（非安定フローをリンク容量比に応じて分散させる）を解くことで経路制御結果（非安定ODフローをどのリンクにどれだけ割り当てればよいか）を算出する。

以下に、当該ステップ１０３で用いる非安定トラヒック経路計算式について説明する。以下に示す式(7)〜(12)は多品種フロー問題と呼ばれる数理計画法の一種である。

以下の式(7)は非安定トラヒックのリンクへの集中度を最小化する目的関数である。

以下の式(8)〜(11)は制約条件であり、式(8),(9)はフロー保存則を示している。

以下の式(10)は、非安定トラヒックpqのリンク(Link)(i,j)のルーティング変数

が変数h_pq、残余リンク容量c'_ijを越えないことを示している。この制約条件によって、突発的に変動したトラヒック（スパイクトラヒック）をリンク容量の比で分割するよう経路制御させている。

式(11)はルーティング変数

の値域を表している。

式(12)はリンクの集中度を表す変数h_pqの値域を表している。

式(7)〜(12)の最適化問題は非安定ODフロー個別に最大リンク利用率最小化経路を求めている。これは各非安定ODフローが同時刻にスパイクトラヒックを発生させる（非安定ODフロー間のピークが重なる）ことがほとんどなく、図４に示すように、独立であることが多いと考えられるためである。

経路計算部１３は、上記のようにして求められた安定トラヒック及び非安定トラヒックの経路計算結果を制御設定装置５に出力する。

＜評価＞
以下に、上記の処理の評価について説明する。

図５は、評価に用いたネットワークを示し、図６は、評価結果を示す。

図６に示すprediction-based routingは、全てのODフローに対して、式(1)〜(6)で経路を算出する。入力に用いたトラヒック量は１であり、タイムスロット前の値を予測値として使用した。

demand-oblivious routingは、全てのODフローに対して式(7)〜(12)で経路を算出した。

また、proposed(本発明)は、本発明を適用した結果であり、予測可能フローは式(1)〜(6)、予測困難フローは式(7)〜(12)で経路を算出したものである。

それぞれ、ネットワーク内の最大リンク利用率を算出している。利用率が小さいほど経路制御の性能が良いことを表している。

prediction-based routing（式(1)〜(6)）は、全体的に低い最大リンク利用率を実現できているものの、time=24において、最大リンク率が90%を越えている。これは突発的な変動が発生したことで、予測値と大きく乖離し、特定のリンクにtime=24で発生したスパイクトラヒックの負荷が集中したことが原因である。

demand-oblivious routing（式(7)〜(12)）は、全体的に最大リンク利用率が高くなっている。これは、式(7)〜(12)がトラヒック量を使わずに、ODフローそれぞれを平準化させようと経路制御したことで、トラヒックが最短経路と較べて大回りになり、ネットワーク資源をより多く使うこととなったためである。しかし、time=24では、prediction-based routingより良い性能を示している。これは、time=24で発生したスパイクトラヒックの負荷をうまく平準化できた結果である。

proposed(本発明)は、全体的に prediction-basedに近い性能を示しつつ、time=24においてはdemand-oblivious routingに近い性能を示すことに成功している。

なお、図２に示す経路計算装置１０の各構成要素の処理をプログラムとして構築し、経路計算装置として利用されるコンピュータにインストールして実行させる、または、ネットワークを介して流通させることが可能である。

本発明は、上記の実施の形態に限定されることなく、特許請求の範囲内において、種々変更・応用が可能である。

１ノード
２転送装置
５制御設定装置
６ネットワーク情報データベース（DB）
１０経路計算装置
１１トラヒック情報入力部
１２ネットワーク構成情報入力部
１３経路計算部

一態様によれば、ネットワーク上のトラヒックを効果的に分散させ、ネットワークの使用効率を向上させるための経路計算装置であって、
ネットワーク構成情報、フロー情報、フローを時系列変動の特性によりトラヒックを予測可能な安定フローと予測困難な非安定フローに分類した分類ラベルを取得する情報取得手段と、
前記分類ラベルが安定フローである場合は、トラヒックの予測値に基づく経路制御(prediction-based routing)を行い、該分類ラベルが非安定フローである場合は、トラヒックをリンク容量の比で分割する経路制御(demand-oblivious routing)を用いて経路を計算する経路計算手段と、を有する経路計算装置が提供される。

Claims

ネットワーク上のトラヒックを効果的に分散させ、ネットワークの使用効率を向上させるための経路を計算する経路計算装置であって、
ネットワーク情報、フロー情報、フローを時系列変動の特性によりトラヒックを予測可能な安定フローと予測困難な非安定フローに分類した分類ラベルを取得する情報取得手段と、
前記分類ラベルが安定フローである場合は、予測値に基づく経路制御(prediction-based routing)を行い、該分類ラベルが非安定フローである場合は、トラヒック情報を使わない経路制御(demand-oblivious routing)を用いて経路を計算する経路計算手段と、
を有することを特徴とする経路計算装置。
前記経路計算手段は、
前記予測値に基づく経路制御(prediction-based routing)を行う際に、前記ネットワーク情報から発ノードと宛先ノードの組（OD）毎に安定フローを集約し、該発ノードと該宛先ノードのフロー（安定ODフロー）の時系列のトラヒック量を算出し、該時系列のトラヒック量によって次のタイムスロットの安定ODフローのトラヒック量を予測し、最適化問題を解くことで、ネットワーク内の最大リンク利用率を最小化する安定フロー経路を算出する安定フロー経路算出手段を含む
請求項１記載の経路計算装置。
前記経路計算手段は、
前記トラヒック情報を使わない経路制御(demand-oblivious routing)による経路を計算する際に、各リンク容量から安定フローの通過トラヒック量を除いた残余ネットワークを計算する残余ネットワーク計算手段と、
前記トラヒック情報を使わない経路制御(demand-oblivious routing)を行う際に、前記ネットワーク情報から発ノードと宛先ノードの組（OD）毎に非安定フローを集約し、該発ノードと該宛先ノードのフロー（非安定ODフロー）の時系列のトラヒック量を算出し、前記残余ネットワークの各非安定フローについて最適化問題を解くことにより、最大リンク利用率が最小となる非安定フロー経路を算出する非安定フロー経路算出手段と、
を含む
請求項１記載の経路計算装置。
ネットワーク上のトラヒックを効果的に分散させ、ネットワークの使用効率を向上させるための経路を計算する経路計算方法であって、
経路計算装置において、
ネットワーク構成情報、フロー情報、フローを時系列変動の特性によりトラヒックを予測可能な安定フローと予測困難な非安定フローに分類した分類ラベルを取得する情報取得ステップと、
前記分類ラベルが安定フローである場合は、予測値に基づく経路制御(prediction-based routing)を行い、該分類ラベルが非安定フローである場合は、トラヒック情報を使わない経路制御(demand-oblivious routing)を用いて経路を計算する経路計算ステップと、
を行うことを特徴とする経路計算方法。
前記経路計算ステップにおいて、
前記予測値に基づく経路制御(prediction-based routing)を行う際に、前記ネットワーク情報から発ノードと宛先ノードの組（OD）毎に安定フローを集約し、該発ノードと該宛先ノードのフロー（安定ODフロー）の時系列のトラヒック量を算出し、該時系列のトラヒック量によって次のタイムスロットの安定ODフローのトラヒック量を予測し、最適化問題を解くことで、ネットワーク内の最大リンク利用率を最小化する安定フロー経路を算出する
請求項４記載の経路計算方法。
前記経路計算ステップにおいて、
前記トラヒック情報を使わない経路制御(demand-oblivious routing)による経路を計算する際に、各リンク容量から安定フローの通過トラヒック量を除いた残余ネットワークを計算し、
前記トラヒック情報を使わない経路制御(demand-oblivious routing)を行う際に、前記ネットワーク情報から発ノードと宛先ノードの組（OD）毎に非安定フローを集約し、該発ノードと該宛先ノードのフロー（非安定ODフロー）の時系列のトラヒック量を算出し、前記残余ネットワークの各非安定フローについて最適化問題を解くことにより、最大リンク利用率が最小となる非安定フロー経路を算出する
請求項４記載の経路計算方法。
コンピュータを、
請求項１乃至３のいずれか１項に記載の経路計算装置の各手段として機能させるための経路計算プログラム。