基于软件定义网络的自适应数据流处理模型
2018-12-22王斌，马颖
王 斌，马 颖
(1.中国石油大学(华东) 计算机与通信工程学院，山东 青岛 266580；2.中国石油大学(华东) 经济管理学院，山东 青岛 266580)
0 引 言
无线网络架构中，基站通常是按簇分布的，且它们能够处理数据流的数目是个定值。每个簇通过计算每个流的服务等级来对流进行限制。图1显示的是相同物理资源在不同拓扑结构中的资源利用率。由图1可知，随着簇的增加，系统的处理能力降低。假设总共有20个基站，当服务等级为0.01时，如果分为4个簇大概可以处理180个数据流。但是当20个基站分成2个簇的时候，452个数据流可以被处理。由此可知，尽管投入了更多的物理资源，但系统整体平均数据处理能力反而减弱。这是因为物理设备之间采用串联单通道的处理方式，低效的协调能力降低了系统资源的利用率[1]。
图1 物理资源簇与数据处理能力关系
这个问题的关键点是因为转发时数据流的不均匀分配。现有技术在数据流超过一定强度的条件下，不能明显优化系统性能。而如果根据缓冲区中数据流的服务等级在物理资源间进行自适应分配，并且从拓扑全局的角度在物理设备间进行协调，可预期服务质量将会比已有算法更有优势。软件定义网络(software defined networks，SDN)是斯坦福大学提出的网络架构，在此架构中，传统路由器的路由控制功能被剥离，新的路由器组成只具有数据转发功能的数据平面(data plane)，而具备控制功能的则是掌控全局的控制平面(control plane)。软件定义网络的控制层不仅是单纯一个路由器的控制剥离，还可以作为多个路由器控制功能组成的控制云，具有更好的全局性，能够从更广阔的视野实施路径优化、查找、数据流分配、安全控制等功能[2,3]。
已有的解决数据流间资源竞争的经典方案是无线访问技术(radio access technologies)，例如：负载均衡、认知无线电、动态频谱分配、终端直通等技术[4,5]。不同接入技术之间的流量均衡不仅能提高系统资源利用率还要保证被转移流的服务质量，这是目前解决流量拥堵采用的主要方式。文献[6]中，以提高能量利用率为目的，作者研究了异构认知网络中无线频谱共享和功率分配算法。认知网络与微型网络之间的能量分配被建模成斯塔克尔伯格博弈。文献[7]中，作者提出了基于坐标的频谱共享算法，并提出了感知容量优化网络。模型是多个中继节点的聚合，能够增加次级用户频谱分配效率。而另一方面，文献[8]为了保证资源最高效率分配，提出了网络资源的竞价机制。对于可利用的网络资源进行需求用户的竞价，价高者得资源。上述研究是从用户层面进行的资源重叠利用机制，也有文献基于数据流进行系统优化研究。文献[9]在第二层提出了基于流量的机会接入模型，平衡了资源利用率和用户服务质量间的关系。文献[10]权衡了用户流调度公平性和资源利用之间的关系，提出了基于载波和功率的自适应资源分配算法。但是，受到物理资源能力的制约，如果某个节点负载超过设计能力时，这些技术并不能明显改善资源短缺的状况。基于上述研究，以关注设备资源协调处理能力为目的，本文提出基于软件定义架构自适应数据流处理模型(简称为软件定义流模型)。
1 网络模型与问题描述
1.1 网络虚拟化模型描述
软件定义网络体系的最大特点是采用不同实体中同质的网元集中化部署，实现了控制平面与数据平面的分离。网络在智能编排管理器的控制下，能够表现出高度的虚拟化和智能化特性。假设在数据层中，无线用户有m个交换机对应。这些交换机并非传统的交换机，而是支持软件定义功能的新型交换机，只是具备数据转发功能，且假设每个交换机的服务速率为Sj，所具有的物理资源数目为Cj。而且，对于每jth小区内有nj个数据流需要处理，每个数据流的强度为ρij。
控制平面负责控制整个网络拓扑，且设计控制器分为两部分：虚拟交换区和控制区(如图2所示)。有m`个虚拟交换机分别对应m个实际交换机(对应关系为1∶n)。每个虚拟交换机负责对应交换机连接的所有物理交换簇。数据平面和控制平面采用软件定义网络专属的OpenFlow协议。每个虚拟交换机采用主动式信息交换方式，周期性的与连接的物理交换机进行交互，获取数据平面数据流的变化，并制定相应规则更新控制层的流表(flow table)。而控制平面内有拓扑控制器，根据每个交换机内的数据流，动态创建虚拟交换机。
图2 系统结构框架
整个模型的终极目标要增加已有设备的处理能力，即是协调数据流的等待时间。一般用服务等级(grade of service)也被称作阻塞概率来衡量数据流的资源等待时间，所以可以将数据平面和控制平面建模成M/M/C/K的马尔科夫模型，其中C是物理资源(基站)的数目，而K-C是队列长度。
1.2 数据平面架构模型
在数据平面可以将交换机建模成马尔科夫链：
定义：数据流
fi:
其中，i是数据流编号，j是数据流前往的交换机编号，ρij是第i数据流的强度。
另外，假设数据层中所有的无线接入点都是M/M/Cj/K(其中∀K>Cj)马尔科夫模型。具有不同流量强度的数据流都被转发到交换机的队列当中。然后第j个交换机为Cj个物理资源分配数据流。因此，第j个交换机的服务等级(GoSj)可以被定义为M/M/Cj/K模型的第Pk个状态
(1)
其中，nj表示第j个交换机内等待的数据流的编号，K-Cj则是交换内的队列长度。每个流的服务等级为GoSj。
1.3 控制平面架构模型
控制层中，控制器设计的基本原则是能够根据交换机可用资源数公平的进行数据流分配。控制层可以被建模成m维的马尔科夫链，所以将控制器中的马尔科夫链与数据流公平分配的方式进行建模。
1.3.1 控制平面理论模型
图3 控制平面的马尔科夫链结构
为了计算整个系统期望的数据流数目，需要先计算系统的稳态概率。根据杰克逊定理，系统中存在的m个独立的M/M/1/1系统，其稳态概率可以由不同的ρj求得。将独立系统整合在一起，可以求得整个系统能处理数据的期望值为
P(s1,s2,s3,…,sm)=P(s1)P(s2)P(s3)…P(sm)
∀sj∈0,1
(2)
式中：所有路由器到顶点负荷的表达式为
(3)
这就是图3中的(1,1,1)状态。在这一点的时候，Psj=1表示第j个路由器的PK个状态。如前文所述，这个概率也表示该路由器的服务等级(grade of service)。因此，将路由器的服务等级代入，P1,1,1,…,1可以表示为
(4)
(5)
每个路由器的任务队列长度为常数，在此定义为K，则系统能处理最大数据流可以表示为式(6)。超过这个数值，则虚拟控制器会建立新的虚拟路由，从而修改数据平面的流表，改变数据流入新的虚拟路由器中，从而达到了数据流的自适应处理
(6)
1.3.2 控制层架构设计
控制层由两部分组成：虚拟路由器、网络拓扑控制器。数据流会先被发送到动态管理表，控制区根据上节中定义的控制算法以及管理表中数据流对应的相应动作进行动态分配，将数据流转发至相应虚拟路由器，从而实现效率最大化。虚拟路由器并非物理设备，由控制器内的拓扑控制算法动态创建及更改，而是否进行虚拟路由器的创建主要由网络拓扑控制器负责，其职责主要是分析数据层中的数据最优组合。根据计算的服务等级，将实际交换机组合成多个虚拟交换机，保证虚拟交换机的最佳运行效率，提高系统数据处理能力。虚拟路由资源利用率ψ为
(7)
其中，ρmax是ρij的最大值，表示一个集合能够处理的所有数据流。当虚拟路由满载时资源利用率达到最大。因为在信息交换时，由于延迟和承载能力的瓶颈，本文设置了1%的阈值，达到阈值则创建新的虚拟路由器。由上式可得
(8)
2 性能评估
模型的建立主要是保证数据流处理的公平性、系统的整体处理能力。为了评估提出的自适应数据流处理模型，建立拓扑为1000*1000节点，最多有60台交换机为用户提供数据传输服务。设定场景内最高数据流量为42 Erlang，发生在只有一个交换机，队列长度为60的时候。由于网络拓扑中运行交换机的数量从1到60进行递增，每个交换机支持的队列长度，队列中用户的传输速率都会发生相应变化，见表1。
表1 自适应数据流模型模拟数据
上述数据中第四行为虚拟交换机控制器根据数据流量在控制平面产生的虚拟交换机数量。可以发现根据网络流量以及交换机数量的加入，虚拟交换机的数量从1至5也进行动态调整，较好执行了根据流量动态调节的目的。同时，从图4中可以发现，本文提出的优化算法比传统的传输模式具有更好的公平性，特别在数据平面内，参与传输的交换机增加时，传统算法的用户公平性和传输效率显示了一种断崖式的下降，而软件定义流模型则呈现一种缓慢的下降趋势。参照文献[11]提出的用户公平度公式，在20个交换机参与传输时，本文能够提高大约15%的公平性。并且，当用户的服务等级达到阈值0.05时会出发虚拟交换机控制器机制，进行虚拟交换机的重新分配，从而使服务等级维持在较低的水平，如图5所示。
图4 接入Openflow交换机与公平性关系
图5 系统整体服务评价
3 结束语
基于软件定义网络的思想，本文提出了一种基于服务等级的自适应数据流管理架构，框架主要包括了拓扑控制器以及数据流控制器两部分。拓扑控制器能够根据交换机拥有的物理资源自动创建虚拟交换机，从逻辑上改变了网络的拓扑结构，提高了资源利用率。而数据流控制器则针对创建的虚拟交换机数据流处理强度，并行、动态的从数据层进行数据流的调度。结果表明，自适应数据流管理架构模型的阻塞概率远低于通用的系统架构，这降低了用户平均等待时间，并能够充分利用交换机的物理资源，提高系统的吞吐量。
