OBS網絡中的自相似業務匯聚算法研究

夏漢鑄，袁寶玲（中山火炬職業技術學院信息工程系，廣東中山528436）

OBS網絡中的自相似業務匯聚算法研究

夏漢鑄，袁寶玲
（中山火炬職業技術學院信息工程系，廣東中山528436）

摘要：根據OBS網絡的結構和特點，分析了OBS網絡邊緣節點業務的自相似屬性，提出了一種新的邊緣節點匯聚算法——自相似業務匯聚算法（SSTAA）。詳細討論了該算法的具體實現過程，并通過仿真驗證了該算法對OBS網絡性能的提高。

關鍵詞：光突發交換；邊緣節點；匯聚算法；突發數據業務量；自相似業務匯聚算法

0　引言

隨著網絡技術的發展和網絡應用的不斷豐富，人們對網絡的要求越來越高，網絡交換速度[1]成為制約光互聯網技術的電子瓶頸。為提高網絡交換速度，喬春明博士提出了光突發交換（Optical Burst Switching，OBS）網絡結構[2～4]。

OBS網絡的基本思想是將控制信息（Burst Head Packet，BHP）與數據（Data Burst，DB）從時間和空間上分離開，控制分組（BHP）先發送出去，為后續對應的突發數據（DB）預留帶寬和輸出端口。后續的DB無需收到確認消息，也不用經過光電轉換，只要在相應時間即可發出。這種傳輸方式充分地利用了光網絡帶寬資源的同時提高了交換速度。在OBS網絡中，DB在OBS網絡中的邊緣節點處由多個IP數據包按照一定的匯聚算法匯聚[5, 6]而成。匯聚算法主要有基于突發長度門限匯聚算法、基于匯聚時間的的匯聚算法和混合匯聚算法[8～10]。但是，這些算法都只考慮了OBS網絡某一方面的情況，沒有考慮邊緣節點業務流量的自相似特性，無法適應網絡流量的變化，這勢必會影響網絡性能。因此，本文在分析OBS網絡中業務自相似特性的基礎上，提出一種適應自相似業務的匯聚算法——自相似業務匯聚算法（Self-Similarity Traffic Assembly Algorithm，SSTAA）

1　OBS網絡自相似業務特性

OBS網絡上傳輸的數據基本上都是基于IP網絡的分組數據[11～13]，我們假設在OBS網絡中接入到邊緣節點的每一用戶為一獨立的業務源，該業務源只處在ON狀態或OFF狀態：在ON狀態時業務源發送數據；在OFF狀態時不發送數據。對于該用戶,在時刻t是否發送數據分組可用序列{Wm(t),t≥0}表示：Wm(t)=1，表示該業務源在時刻t發送一個數據；Wm(t)=0，表示在時刻t不發送任何數據。假設接入OBS網絡的某一邊緣節點的用戶數為M，時間擴展因子為T，則在時間[0, Tt]內，所有業務源在邊緣節點累積的數據分組的數量為：

對于該邊緣節點的第m個業務源而言，如果其在ON狀態和OFF狀態的時間分布滿足Pareto分布，則分布表達式為：

其中，tminm-on和tminm-off分別表示業務源在ON狀態和OFF狀態下t的最小值，ɑm-on和ɑm-off分別表示在ON 和OFF狀態分布函數的重尾程度。對于單一業務源，在時間T足夠大的情況下,WaMll(Tt)具有以下統計特性：

其中，μon和μoff分別為ON狀態和OFF狀態的時間分布期望值,BH(t)為一分形布朗過程,參數k和α分別為：

其中，Γ是隨機過程中的一個函數，αmin=min(αm-on, αm-off)，μmax=max(μon,μoff)。進一步化簡式（5）、式（6）可得：

其中，TM（ μonμon+μoff）t體現了用戶數量和時間累積帶來的業務量變化，業務的突發性變化是由布朗過程kBH(t)引起的。這表明OBS網絡中邊緣節點的業務量由2部分構成：一部分為該邊緣節點所連接的用戶數和時間累積產生的業務數據，稱為基礎數據業務量（Base Data Traffic，BaDT）；另一部分為業務的突發性變化帶來的數據量變化,稱為突發數據業務量（Burst Data Traffic，BuDT）。因此，邊緣節點的匯聚算法在考慮基礎數據量的同時必須考慮突發數據量的變化，以適應邊緣節點的數據變化。

2　自相似業務匯聚算法

本文提出的SSTAA的基本思想是利用邊緣節點業務的自相似特性，在數據達到邊緣節點時，采用分類器將各類不同的業務分配到不同的子隊列中。在這些分組進入不同子隊列前，通過數據監測器監測實時數據的情況，并將監測到的信息發送給匯聚參數判決器，匯聚參數判決器通過收到的信息調整匯聚參數，從而實現調整匯聚算法的目的。我們根據匯聚算法即可實現邊緣節點的數據匯聚。SSTAA算法的實現過程功能框圖如圖1所示，具體實現過程如下：

圖1　SSTAA算法功能框圖

①當數據分組到達邊緣節點時，邊緣節點的數據分類器根據該分組的QoS要求和目的節點的地址將該分組插入到對應的子隊列中。

②在該分組被插入到對應的子隊列前，數據監測器統計在時間段內到達的數據分組i的長度PLi,到達的分組總數為n。一旦時間段結束，數據檢測器將根據統計結果計算出BaDT和BuDT的值，并將其發送給匯聚判決器。具體計算方法如下：

③匯聚判決器根據收到BaDT和BuDT的值調整突發長度門限THmin和THmax，并將計算結果發送給匯聚算法功能模塊以改變匯聚算法中對應的匯聚參數。突發長度門限值THmin和THmax的計算方法為：

④匯聚算法功能模塊在收到匯聚判決器發送的參數后，及時調整本匯聚算法中對應的參數。另外，考慮到邊緣節點連接出口帶寬的區別，在實際應用中可以引入帶寬因子，對于不同的邊緣節點在數據匯聚中采用不同的帶寬因子，以進一步調整匯聚算法的參數,實現根據網絡的實際情況動態調整匯聚算法的目的。

SSTAA算法沒有改變原OBS網絡邊緣節點的結構,在數據分類器中可以實現不同業務間的業務區分。

3　仿真分析

本文采用NS-2軟件對SSTAA進行了仿真分析。

3.1仿真拓撲

采用SSTAA的OBS網絡仿真拓撲圖如圖2所示，8個數據源采用ON/OFF模型的自相似業務源，在邊緣節點分別采用基于突發長度固定門限值的匯聚算法（最小長度最大周期算法（MBMAP））和SSTAA。核心節點C采用LAUC-VF調度算法，核心節點之間的信道數為5條，每一條信道的帶寬為2.5G。其中4條為數據信道，1條為控制信道。

圖2　OBS網絡仿真拓撲圖

3.2仿真結果

通過仿真實驗得到DB的延遲和丟棄概率與負載的關系分別如圖3和圖4所示。從圖3可以看出，SSTAA在不同負載下的端到端時延低于MBMAP算法，負載越高性能改善越明顯，且時延抖動性也比MBMAP算法好。從圖4可以看出，在核心節點采用相同的數據信道調度算法時，SSTAA算法能明顯降低突發數據包的丟棄概率，網絡負載越高丟包概率越低。

圖3　DB延遲與負載的關系

圖4　DB丟棄概率與負載的關系

4　結束語

本文提出了一種新的自相似業務匯聚算法——SSTAA，該算法根據業務的自相似特性將到達邊緣節點的數據分為基礎數據量和突發數據量，通過監測到達邊緣節點數據量變化，動態地調整匯聚算法中的匯聚參數，實現了根據網絡實際狀態調整匯聚算法的目的，改善了整個OBS網絡的性能。今后的研究可以通過設置不同業務類型的匯聚參數，實現網絡中不同業務間的業務區分。

參考文獻：

[1] LIN P, TENCH R. The exciting frontier of lightwave technology [J]. IEEE Commun, 1999, 37(3):119-123.

[2] TURNER J. Terabit burst switching [J]. Journal of High Speed Networks, 1999, 8(1): 3-16.

[3] QIAO C, YOO M. Optical burst switching (OBS)-A new paradigm for an optical internet [J]. J.High Speed Networks, 1999, 8(1):69-84.

[4] HUNTER DK, CORNWELL, GIFEDDER T H, et al. SLOB: A Switch with Large Optical Buffers for Packet Switching [J]. IEEE Journal of Lightwave Technology, 1998, 16(10): 1725-1736.

[5] XIONG Yijun, VANDENHOUTE Marc. Control Architecture in Optical Burst-Switched WDM Networks [J]. IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS, 2000, 18(10):1838-1851.

[6] ERRAMIAAI A, ROUGHAN M, VEITCH D, et al. Self-similar traffic and network dynamics[C].Taiwan, China: in Proc. IEEE, 2002.

[7] ADDIE RG, NEAME T D, ZUKERMAN M. Performance evaluation of a queue fed by a poisson pareto burst process[J]. Computer Networks, 2002, 40(3):377-397.

[8]吳龜靈，李新碗，陳俊峰,等.光突發交換邊緣路由器性能分析[J].光子學報, 2005, 34(3):412-415

[9]劉建平，文愛軍，劉增基.一種光突發交換網絡中降低填充開銷的突發組裝算法[J].光子學報, 2007, 36(Sup1):1-4.

[10] CHAO K, BALT H, MICHEL S, et al. Information model of an optical burst edge switch [C]. New York:Proceedings of IEEE ICC, 2002.

[11] KANTARCI B, OKTUG S, ATMACA T. Performance of optical burst switching techniques under self-similar and poisson traffic based on various burst assembly technique[J]. Computer Communication, 2006,30(2): 315-325.

[12] ADDIE R G, NEAME T D, ZUKERMAN M. Performance evaluation of a queue fed by apoisson pareto burst process [J].Computer Networks, 2002, 40(3):377-397.

[13] ERRAMILLI A, ROUGHAN M, VEITCH D, et al. Self-similar traffic and network dynamics[C]. Taiwan, China: Proc. IEEE, 2002.

Research on self-similarity traffic assembly algorithm in OBS networks

XIAHan-zhu,YUANBao-ling
(Department of Information Engineering,Zhongshan Torch Polytechnic, Zhongshan Guangdong 528436, China)

Abstract:According to the structure and characteristics of OBS network, the paper analyzes the self similarity property of OBS network edge node, proposes a novel assembly algorithm which call self-similarity traffic assembly algorithm (SSTAA) in OBS networks. Then the paper expounds the realization process of the algorithm in details. It expounds the realization process of the algorithm in details, the simulation results show that the algorithm can improve the performance of the network.

Key words:optical burst switching, edge node, assembly algorithm, burst data traffic, self-similarity traffic assembly algorithm

中圖分類號：TP393.03

文獻標識碼：A

文章編號：1002-5561（2016）01-0044-03

DOI：10.13921/j.cnki.issn1002-5561.2016.01.014

收稿日期：2015-10-27。

作者簡介：夏漢鑄（1974－），男，碩士，副教授，主要研究方向為光互聯網和無線網絡。