OBS网络中的自相似业务汇聚算法研究

夏汉铸，袁宝玲（中山火炬职业技术学院信息工程系，广东中山528436）

OBS网络中的自相似业务汇聚算法研究

夏汉铸，袁宝玲
（中山火炬职业技术学院信息工程系，广东中山528436）

摘要：根据OBS网络的结构和特点，分析了OBS网络边缘节点业务的自相似属性，提出了一种新的边缘节点汇聚算法——自相似业务汇聚算法（SSTAA）。详细讨论了该算法的具体实现过程，并通过仿真验证了该算法对OBS网络性能的提高。

关键词：光突发交换；边缘节点；汇聚算法；突发数据业务量；自相似业务汇聚算法

0　引言

随着网络技术的发展和网络应用的不断丰富，人们对网络的要求越来越高，网络交换速度[1]成为制约光互联网技术的电子瓶颈。为提高网络交换速度，乔春明博士提出了光突发交换（Optical Burst Switching，OBS）网络结构[2～4]。

OBS网络的基本思想是将控制信息（Burst Head Packet，BHP）与数据（Data Burst，DB）从时间和空间上分离开，控制分组（BHP）先发送出去，为后续对应的突发数据（DB）预留带宽和输出端口。后续的DB无需收到确认消息，也不用经过光电转换，只要在相应时间即可发出。这种传输方式充分地利用了光网络带宽资源的同时提高了交换速度。在OBS网络中，DB在OBS网络中的边缘节点处由多个IP数据包按照一定的汇聚算法汇聚[5, 6]而成。汇聚算法主要有基于突发长度门限汇聚算法、基于汇聚时间的的汇聚算法和混合汇聚算法[8～10]。但是，这些算法都只考虑了OBS网络某一方面的情况，没有考虑边缘节点业务流量的自相似特性，无法适应网络流量的变化，这势必会影响网络性能。因此，本文在分析OBS网络中业务自相似特性的基础上，提出一种适应自相似业务的汇聚算法——自相似业务汇聚算法（Self-Similarity Traffic Assembly Algorithm，SSTAA）

1　OBS网络自相似业务特性

OBS网络上传输的数据基本上都是基于IP网络的分组数据[11～13]，我们假设在OBS网络中接入到边缘节点的每一用户为一独立的业务源，该业务源只处在ON状态或OFF状态：在ON状态时业务源发送数据；在OFF状态时不发送数据。对于该用户,在时刻t是否发送数据分组可用序列{Wm(t),t≥0}表示：Wm(t)=1，表示该业务源在时刻t发送一个数据；Wm(t)=0，表示在时刻t不发送任何数据。假设接入OBS网络的某一边缘节点的用户数为M，时间扩展因子为T，则在时间[0, Tt]内，所有业务源在边缘节点累积的数据分组的数量为：

对于该边缘节点的第m个业务源而言，如果其在ON状态和OFF状态的时间分布满足Pareto分布，则分布表达式为：

其中，tminm-on和tminm-off分别表示业务源在ON状态和OFF状态下t的最小值，ɑm-on和ɑm-off分别表示在ON 和OFF状态分布函数的重尾程度。对于单一业务源，在时间T足够大的情况下,WaMll(Tt)具有以下统计特性：

其中，μon和μoff分别为ON状态和OFF状态的时间分布期望值,BH(t)为一分形布朗过程,参数k和α分别为：

其中，Γ是随机过程中的一个函数，αmin=min(αm-on, αm-off)，μmax=max(μon,μoff)。进一步化简式（5）、式（6）可得：

其中，TM（ μonμon+μoff）t体现了用户数量和时间累积带来的业务量变化，业务的突发性变化是由布朗过程kBH(t)引起的。这表明OBS网络中边缘节点的业务量由2部分构成：一部分为该边缘节点所连接的用户数和时间累积产生的业务数据，称为基础数据业务量（Base Data Traffic，BaDT）；另一部分为业务的突发性变化带来的数据量变化,称为突发数据业务量（Burst Data Traffic，BuDT）。因此，边缘节点的汇聚算法在考虑基础数据量的同时必须考虑突发数据量的变化，以适应边缘节点的数据变化。

2　自相似业务汇聚算法

本文提出的SSTAA的基本思想是利用边缘节点业务的自相似特性，在数据达到边缘节点时，采用分类器将各类不同的业务分配到不同的子队列中。在这些分组进入不同子队列前，通过数据监测器监测实时数据的情况，并将监测到的信息发送给汇聚参数判决器，汇聚参数判决器通过收到的信息调整汇聚参数，从而实现调整汇聚算法的目的。我们根据汇聚算法即可实现边缘节点的数据汇聚。SSTAA算法的实现过程功能框图如图1所示，具体实现过程如下：

图1　SSTAA算法功能框图

①当数据分组到达边缘节点时，边缘节点的数据分类器根据该分组的QoS要求和目的节点的地址将该分组插入到对应的子队列中。

②在该分组被插入到对应的子队列前，数据监测器统计在时间段内到达的数据分组i的长度PLi,到达的分组总数为n。一旦时间段结束，数据检测器将根据统计结果计算出BaDT和BuDT的值，并将其发送给汇聚判决器。具体计算方法如下：

③汇聚判决器根据收到BaDT和BuDT的值调整突发长度门限THmin和THmax，并将计算结果发送给汇聚算法功能模块以改变汇聚算法中对应的汇聚参数。突发长度门限值THmin和THmax的计算方法为：

④汇聚算法功能模块在收到汇聚判决器发送的参数后，及时调整本汇聚算法中对应的参数。另外，考虑到边缘节点连接出口带宽的区别，在实际应用中可以引入带宽因子，对于不同的边缘节点在数据汇聚中采用不同的带宽因子，以进一步调整汇聚算法的参数,实现根据网络的实际情况动态调整汇聚算法的目的。

SSTAA算法没有改变原OBS网络边缘节点的结构,在数据分类器中可以实现不同业务间的业务区分。

3　仿真分析

本文采用NS-2软件对SSTAA进行了仿真分析。

3.1仿真拓扑

采用SSTAA的OBS网络仿真拓扑图如图2所示，8个数据源采用ON/OFF模型的自相似业务源，在边缘节点分别采用基于突发长度固定门限值的汇聚算法（最小长度最大周期算法（MBMAP））和SSTAA。核心节点C采用LAUC-VF调度算法，核心节点之间的信道数为5条，每一条信道的带宽为2.5G。其中4条为数据信道，1条为控制信道。

图2　OBS网络仿真拓扑图

3.2仿真结果

通过仿真实验得到DB的延迟和丢弃概率与负载的关系分别如图3和图4所示。从图3可以看出，SSTAA在不同负载下的端到端时延低于MBMAP算法，负载越高性能改善越明显，且时延抖动性也比MBMAP算法好。从图4可以看出，在核心节点采用相同的数据信道调度算法时，SSTAA算法能明显降低突发数据包的丢弃概率，网络负载越高丢包概率越低。

图3　DB延迟与负载的关系

图4　DB丢弃概率与负载的关系

4　结束语

本文提出了一种新的自相似业务汇聚算法——SSTAA，该算法根据业务的自相似特性将到达边缘节点的数据分为基础数据量和突发数据量，通过监测到达边缘节点数据量变化，动态地调整汇聚算法中的汇聚参数，实现了根据网络实际状态调整汇聚算法的目的，改善了整个OBS网络的性能。今后的研究可以通过设置不同业务类型的汇聚参数，实现网络中不同业务间的业务区分。

参考文献：

[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]吴龟灵，李新碗，陈俊峰,等.光突发交换边缘路由器性能分析[J].光子学报, 2005, 34(3):412-415

[9]刘建平，文爱军，刘增基.一种光突发交换网络中降低填充开销的突发组装算法[J].光子学报, 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

中图分类号：TP393.03

文献标识码：A

文章编号：1002-5561（2016）01-0044-03

DOI：10.13921/j.cnki.issn1002-5561.2016.01.014

收稿日期：2015-10-27。

作者简介：夏汉铸（1974－），男，硕士，副教授，主要研究方向为光互联网和无线网络。