基于软件定义网络的电力云数据中心流量控制技术

2021-06-25龙玉江赵威扬张光益

科学技术创新 2021年15期

钟掖龙玉江赵威扬张光益

(贵州电网有限责任公司信息中心,贵州贵阳550000)

为了满足数据中心网络性能的新要求,数据中心网络架构的研究与应用已成为当前的热门话题[1-2]。相对于传统网络架构,SDN(Software Defined Network,软件定义网络)具有明显优势,其具备的可编程性、数据转发和通知分离模式,以及网络瞬时状态管理方式,使其在完成分布式控制平面的所有功能的同时,还可以实现网络瞬态的集中管理[3]。

当前对于数据流量的控制方法已经有相关研究,阳凯等人[4]基于SDN 的OpenFlow协议实现了流量的控制,针对复杂的网络业务流量也可以灵活且稳定地控制数据流。曾颖等人[5]基于随机森林和文本挖掘算法实现了对于数据流量的预测和控制,在预测过程中实现了文本特征的提取,有效提升了数据流量控制的稳定性。以上方法虽然在一定程度上提升了流量控制的效率,但未考虑链路的负载均衡问题。

基于此,本文提出基于软件定义网络的电力云数据中心流量控制技术研究,通过软件定义网络路由算法为数据传输链路的荷载进行均衡,实现流量控制,并通过仿真实验验证了所提技术的有效性。

1 软件定义网络运行模式

软件定义网络通过集中式、可编程的操作方法,与网络设备的基础控制层分离,在避免基础硬件设备对操作任务影响的基础上,提高了硬件的应用性能[6-7]。在软件定义网络构架中,包括控制信息的处理、流表安装信息的生成和转发等过程；控制层面到数据层面过程,包括流表的接收和安装等过程[8-9]。

2 基于软件定义网络的流量控制方法

2.1 电力云数据中心建模

在对电力云数据中心流量进行控制之前,首先建立网络模型。在此条件下,电力云数据中心网络模型可以表示为:

其中,ti,j表示电力云数据中心节点位置,如果两节点之间有链路连通则对应的元素为1,否则为0。

2.2 流量控制目标函数

对电力云中心流量控制的根本基础是寻找数据传递过程中的最小传输延时,这就与传输过程中的节点跳数、开销、带宽直接相关,那么就可以将目标转化为找寻链路种群中的CBest、HBest和SBest,并以此在链路求解空间中引导数据流链路解向最优解方向搜索。这直接关系到最优解的好坏和搜索的效率。对于多目标均衡控制问题,由于子目标都是求解最小值,所以目标函数定义如下:

公式(2)中,Cl/m 表示受到扰动的数据个数占之前数据总数的比率,hl/m 表示网络中的最大链路利用率,ε1、ε2、ε3分别为两个子目标的权值。以此线性加权和作为本文的链路负载均衡问题的评价函数,求出多个数据传输方案p 中的最优解。

2.3 链路负载均衡

在上述电力云数据中心模型基础上,运用软件定义网络路由算法为网络中所有的流量数据计算工作路由和备用链路集,并部署所有的链路[10-11]。

流量链路均衡问题是基于从每一个多选择中找到合适的变量,属于多选项分配问题,因为该问题的目标包含多个子目标,符合多目标均衡控制问题的定义。因此,在本文选用将问题转化为求解出最小数据扰动率下的负载均衡,以此作为最优选择[12]。

在电力云数据中心网络中,数据传输链路算法中有b 数组和p 数组两个数据域,分别代表所有位置和当前解的位置,在算法中解为m 维,m 代表已有的数据数量。则最终的荷载均衡结果为:

根据数据传输链路均衡结果,对现网中的备用链路进行全局调整,解的长度和现网数据的个数相同,解对应位置的数值是指相应数据的工作链路选取,以此作为控制层面的输出结果,实现对电力云数据中心的流量控制。

3 试验

在实验中,通过调节节点个数改变网络拓扑的大小。仿真过程中分别设置节点数量为1000 到8000。同时,为提高实验结果的可靠性,分别采用文献[4]提出的流量控制方法和文献[5]提出流量控制方法法作为对比,同时进行试验。

首先分别采用三种方法对不同拓扑规模下的流量消耗情况进行测试,其结果如图1 所示。

图1 流量规模控制结果

通过图1 可以看出,随着网络中用户规模的增加,本文所提控制技术计算得到的网络产生的总流量小于文献[4]方法和文献[5]方法。实验证明本文所提控制技术计算得到任务部署方案在减小网络流量方面优于其他算法。特别是对于大规模网络有更加明显的优势。这主要是因为所提方法通过软件定义网络的实现了链路荷载均衡,综合分析了链路开销、跳数以及带宽,有效降低了数据传输的流量开销。

同时,对不同控制方法的延时情况进行对比,其结果如图2所示。

图2 延时控制结果

通过图2 中可以看出,使用本文所提控制技术计算得到的服务器到用户端的延时在任何规模的网络中都比文献[4]方法和文献[5]方法得到的延时低。当用户规模为4000 时,本文所提控制技术计算得到的服务器到用户延时比文献[4]方法算法低9.2%,比文献[5]方法算法低8.59%。当用户规模为8000 时,本文所提控制技术计算得到的服务器到用户延时比文献[4]方法算法低8.47%,比文献[5]方法算法低3.0%。这主要是因为本文所提技术通过软件定义网络实现了数据传输链路荷载均衡,减少了由于链路拥塞造成的延时问题。