软件定义网络的异构无线网络资源分配框架
2018-12-14吴诗奎
吴诗奎,王 艳
(1. 重庆工程学院 通识学院, 重庆 400056; 2.西南大学 计算机与信息科学学院, 重庆 400715)(*通信作者电子邮箱wuser0101@163.com)
0 引言
随着智能便携设备在蜂窝网络[1]中的大量普及,流量需求呈几何级增长[2]。为网络运营商带来了越来越多的技术难题。在第四代长期演进(Long Term Evolution, LTE)网络[3]中,运营商拥有的无线局域网(Wireless Local Area Network, WLAN)[4]热点可被集成到蜂窝网络内,支持多无线电接入的智能设备将提供异构LTE和WiFi无线电接口的同时使用功能,以更高效地利用多无线电接入。为此,在网络利用率方面,如何将增强后的异构带宽集中分配到多无线电用户设备显得非常重要。
软件定义网络(Software Defined Network, SDN)[5]正成为多个领域的研究热点。SDN通过将控制平面与数据平面分离,可支持各种新服务,包括SDN云数据中心[6]、SDN结合网络功能虚拟化的FiWi接入体系[7],以及利用SDN虚拟化的资源管理[8]。有些研究人员尝试将SDN应用到LTE蜂窝网络中, 如Gudipati等[9]将SDN理念应用到LTE无线接入网络,将多个eNB(evolved Node Base)抽象为单个大基站,并集中管理无线资源,以实现负载平衡和利用优化; 崔竞松等[10]提出基于SDN的纵深防御系统,检测可疑虚拟机并控制其发出的流量,抑制来自虚拟机的攻击行为,同时使用干扰图计算无线资源分配,该方法比基于用户速率的资源分配方法更加精细, 然而,其仅能处理与单无线电LTE网络相邻小区间的用户; Mnedoca等[11]验证了在异构无线网络、基础设施的无线网络以及无基础设施网络(例如移动Ad Hoc网络)中应用SDN方法的可行性; 何倩等[12]提出基于SDN的反饱和分组负载均衡方法,使得不管请求量如何变化,各云主机的资源利用率标准方差总比轮询波动更小。
本文将SDN范式应用到LTE-WLAN集成网络的异构资源分配中,将集中式解决方案的功能分解到指定网络实体。不同于分布式网络效用最大化(Network Utility Maximization, NUM)[13]框架,本文基于SDN的资源分配框架,以集中方式处理异构资源,模拟实验结果表明所提框架的可行性。
1 基于SDN的资源分配框架
1.1 架构
将SDN控制器引入目标网络,假定所有带分组转发功能的蜂窝网络实体均遵循中央SDN控制器指示的转发规则。本文资源分配方案的架构如图1所示,SDN控制器应该集中地收集网络拓扑,并在目标LTE/WLAN多无线电网络中指定分组转发和异构资源分配的决策,其后向网络实体指示转发规则和资源分配规则。图1中S-GW(Serving Gate Way)代表服务网关; P-GW(Packet Gate Way)代表数据分组网关; RPC(Remote Procedure Call)表示远程过程调用; PDCP(Packet Data Convergence Protocol)表示分组数据汇聚协议;RLC(Radio Link Control)表示无线链路层控制;MAC(Media Access Control)表示介质访问控制;PHY(Physical)表示端口物理层。
图1 基于SDN的异构资源分配
SDN控制器处的链路发现模块,使用OpenFlow协议消息定位网络中的交换实体,并通过OpenFlow的Packet-Out消息以及链路层发现协议(Link Layer Discovery Protocol, LLDP)分组来触发链路发现程序。基于每个用户u的连接和无线电状态发生变化时的链路发现结果,SDN控制器为转发实体生成相关的转发规则。这些规则可以在SDN控制器和使用OpenFlow协议的交换实体之间进行交换。
关于目标网络的所有全局信息均在SDN控制器处可用,由此使其成为以极小的通信开销分配异构无线电资源的最佳选择。根据每个用户u的速率份额信息生成的用户资源分配规则,且被传输到交换实体进行下行链路流量管理,进一步传输到用户设备进行上行流量管理。由于WLAN链路是双向的,需要根据用户设备分别确定下行链路方向和上行链路方向的实际份额,并通知相关的交换实体。
1.2 设计过程
图2给出了本文异构资源分配能量的SDN控制器的软件设计及其控制转发实体, 该图还给出了所提框架在模拟空间中实施SDN控制器和交换机的集成方式。
图2中的IRIS作为一个真实SDN控制器,基于Java编程语言,其基本组件包括一个链路发现模块、一个拓扑管理模块、一个设备管理模块和一个转发模块。本文提出了一个异构资源分配模块对IRIS进行增强。
图2中的ns-3是一个包含转发实体的模拟器。这里通过集成OpenFlow软件实现分布,利用OpenFlow兼容模块对ns-3 LTE和WLAN转发实体进行增强。本文对模拟空间中的转发实体也进行了增强,以使得ns-3内置的仿真设备通过一个连接网络与真实SDN控制器进行通信。本文采用ns-3.19 中的LTE模拟模型,可以设定LTE模拟参数。通过使用这些完善的内置模型,能够确保所提框架的可靠性能。
图2 转发实体在分组级模拟空间中的集成
1.3 异构资源分配模块
SDN控制器包括一个异构资源分配模块[14],该模块的作用是为每个具有实际通信数据流量的活跃用户计算LTE和WLAN的速率份额信息。在本文基于价格的异构资源公平分配算法中,当小区用户的数量上升时,每个用户的速率份额也会随之缩小。
1.3.1 异构LTE/WLAN多无线电资源分配
LTE-WLAN多无线电网络中的资源分配问题可表示为式(1), 式中Uu(·)表示分配给用户的所有异构带宽之和的每用户效用函数。式(1)能够反映LTE-WLAN多无线电网络中支持的异构带宽聚合。假定接入链路容量比对应的核心网络容量小得多,则仅需关注接入无线电链路,因此,式(1)能够反映网络利用率和公平性,并通过各种效用函数在网络利用率和公平性之间作出权衡。
(1)
LTE无线电资源表示为时间和频率的二维网格。频率一般为5 MHz、10 MHz和20 MHz,时间单位为子帧(1 ms)/资源调度周期。资源分配的单位是12个子载波和7个符号的资源块(Resource Block, RB),对应于0.5 ms和180 kHz的时频块。
1.3.2 按比例公平分配资源
可以指定分别与LTE下行链路、LTE上行链路和WLAN链路相关的一组拉格朗日乘子:λ、μ和ν,以得到拉格朗日公式。λb为LTE eNBb中下行链路的价格信息,μb为b中上行链路的价格信息,νa为WLAN APa的价格信息。该拉格朗日公式具体如式(2),c为一个较小的常数。
(2)
拉格朗日公式的对偶函数为:
(3)
式(2)的对偶问题转化为:
minD(λ,μ,ν)
(4)
满足λ≥0,μ≥0,ν≥0
本文应用梯度投影法来求解式(4)。通过减去与λb、μb和νa对偶函数的偏导数相乘的步长γ,在每次迭代中对LTE下行链路、LTE上行链路和WLAN链路的拉格朗日乘子λ、μ和ν进行更新。式中,[z]+=max{z,0}和c=1/2。
(5)
SDN控制器中,对每个用户速率xu更新如下:
(6)
1.3.3 最大-最小公平资源分配算法
对于异构多无线电网络来说,最大-最小公平性是一个非常重要的公平性准则。本文提出的第二个资源分配算法,旨在通过求解式(7),对最小用户速率进行最大化:
(7)
价格信息和更新规则与式(5)相同。根据式(8)中的规则对用户速率进行更新。
(8)
2 功能验证和评价
在完善的分组模拟空间中,真实SDN控制器和转发实体的集成,可作为LTE/WLAN多无线电网络场景的仿真测试环境。本文首先对所提框架进行功能验证; 然后,研究网络利用率和公平性能。
包含可用WLAN AP的LTE小区及其相邻LTE小区场景,反映了LTE小区间的干扰。在第1个小区中存在3个用户(用户1、2和3),分别被放置于小区中心、小区中部和小区边缘位置。基于所处场景,每个用户都可能在一个单独的WiFi AP的覆盖范围中。实验共采用8个场景:
场景1 所有用户均无可用的WiFi AP;
场景2 仅处于小区中心的用户1具有WiFi AP;
场景3 仅处于小区中部的用户2具有WiFi AP;
场景4 仅处于小区边缘的用户3具有WiFi AP;
场景5 用户1和用户2具有单独的WiFi AP;
场景6 用户1和用户3具有单独的WiFi AP;
场景7 用户2和用户3有单独的WiFi AP;
场景8 用户1、2和3均有单独的WiFi AP。
其中,用户1、2和3可能被放置在WiFi AP覆盖范围内(或之外)。实验中的用户数量较少,以便于分析位置和可用AP等重要因素。在第2个小区中存在3个用户即用户4、5和6,分别被放置于小区边缘、小区中部和小区中心位置。由于两个小区间的干扰,每个用户的下行链路MCS与上行链路MCS水平根据其所处的位置而不同。起初,所有的6个用户均仅使用LTE,随后在模拟时间5时,第1个小区中的3个用户开始利用各自WiFi无线电的10 Mb/s份额。该场景充分强调了面对异构带宽变化时资源分配方案的适应性。用户数据报协议(User Datagram Protocol, UDP)仅被用于提供传输层的复用和解复用功能, 不执行传输层的端到端拥塞控制,因此用户速率不受拥塞控制的影响。
2.1 总体网络利用情况
图3和表1给出了8个场景的总体网络利用情况。比较的方法包括了资源分配的基准方法(非SDN),基于SDN的方法在演进分组核心(Evolved Packet Core, EPC)中能消除通道,使得选择性流量重定向得以绕开EPC,即:SDN控制器扩展了EPC功能,将控制平面与数据平面分离。然而,非SDN方法则无法做到上述功能,每种资源必须单独考虑,在综合资源分配考虑过程中较为乏力。在所有场景中,基于SDN的按比例分配方法均得到最优性能,这证明了异构资源的有效性。在场景4、5、6和7中,小区中部或小区边缘的用户仅WLAN AP可用,这说明了基准方法的网络利用率低于基于SDN的最大-最小分配方法,后者旨在通过牺牲总体网络利用率来实现所有用户速率的均衡。而基准方法未综合考虑LTE和WLAN资源,由此证明了对异构的LTE和WLAN资源进行整体分配的必要性。
图3 不同场景的拓扑和场景
表1 不同场景下网络总体利用率%
2.2 资源分配算法的收敛性
图4给出了本文资源分配算法在场景7中的收敛性,假定所有用户的起始速率为2 Mb/s。在基于SDN按比例分配方法中,用户速率在收敛环约2 000次迭代后收敛至公平比例状态。迭代次数代表SDN控制器的资源分配模块中收敛环的计算次数。在模拟时间5,异构带宽中发生了变化,用户2额外使用了WiFi无线电资源。从该点开始,收敛环被触发,收敛至新的公平状态经过了大约3 000次迭代(图4中迭代次数5 000开始)。然而,基于SDN的最大-最小分配方法中,在初始(图4的0次迭代)和异构带宽变化中(图4的5 000次迭代后),用户速率均在1 000次迭代内收敛。
2.3 用户速率的轨迹
图5给出了用户速率随时间推移的变化。在模拟时间1时,用户应用程序开始按照来自SDN控制器的资源分配规则来发送和接收数据包。在达到公平状态之前存在一些延时,该延时与收敛环中的计算时间和OpenFlow消息交换有关。在模拟时间5处,一些用户接入了额外的WiFi无线电,并在一些延时后,用户速率表现出按比例的公平状态。数据报传输和接收中存在一定随机性,这是由于存在冲突和冲突-避免机制。同时,LTE eBM的确定性RB调度增加了使用LTE时速率的稳定性。另外,还可以看出,基于SDN按比例分配方法对于用户1(中心位置)的速率提升尤为明显,大幅优于另两种方法。对于其他用户,也有一定优势。这充分证明了异构资源的有效性。
图4 两种基于SDN资源分配算法的收敛性
图5 三种不同方法各用户的速率
2.4 网络利用率和公平性之间的权衡
对于8个不同的场景,图6给出了本文SDN资源分配框架在异构资源利用率与多无线电用户公平性之间的权衡,使用了Jain公平性指数[15]。
场景1中,所有用户均无可用的WiFi AP,最能体现权衡的性能,由图6的场景1坐标数值可以看出,与其他两种方法相比,基于SDN按比例分配方法通过LTE和WLAN资源明显提升了总体网络利用率,同时保持仅使用LTE资源相同的公平性,同理参考其他场景,基于SDN按比例分配方法依然更优。多个异构无线电资源的SDN按比例分配方法,与传统蜂窝网络中单个资源的按比例公平分配所采用的基本原理是相同的。从图6可以看到,8个场景中,基于SDN的最大-最小分配方法寻求用户均衡性的同时利用异构资源,在指数为1时,按比例分配资源,基本取得了吞吐量与公平性间的平衡。图6中,对于场景3、4、6和7,这些包含边缘区域的用户或不包含中心用户的情形,基准方法(非SDN)未综合考虑LTE和WLAN资源,在权衡方面明显表现出短板,在一半场景中均未能获得较好的权衡。
图6 网络吞吐量与Jain用户公平性指数关系
2.5 分组延迟的讨论分析
(9)
图7 队列分析模型
对于不同qnf的平均数据包延迟结果如图8所示。根据文献[16]提出的Jackson模型参数选取,使用参数μc=4 175(每秒响应数),1/μs=9.8,qnf∈{0.04,0.25,0.5,1}。μb为每秒5 000个数据包(假定10 MHz LTE带宽)。由图8可知,到达率λ根据μc而变化,当qnf数值较小时,延迟几乎不变,因为数据包正在被转发到控制器的概率较低,因此,控制器队列仅需要处理较少流量; 而当qnf数值较大时,控制器队列需要处理较多流量,此时控制器处的排队延迟成为主要因素。
图8 不同qnf时平均数据包延迟结果
3 结语
本文将SDN范式应用到LTE-WLAN多无线电网络的异构资源分配中,并进行了扩展。设计了基于SDN的集中式整体框架,通过预期的网络利用率和公平性目标,向多无线电智能手机用户分配异构无线电资源。在结合了SDN控制器和LTE/WLAN转发实体的模拟空间中,进行了功能验证和评价。所提框架可以更好地平衡网络吞吐量和用户公平性,以及较好的算法收敛性等特点,可行性较好。
虽然本文采用的IRIS,能够将控制器的区域网络抽象为单个交换机,配置出用于大规模网络的分层式控制器,但将其部署于LTE/WLAN多无线电网络中的方法尚待研究。