论文部分内容阅读
为了克服现有Internet的缺陷并改善其性能,新的网络体系结构、网络协议和网络服务不断出现。作为一项基于网络虚拟化技术的全新的网络体系结构,CABO(Concurrent Architectures are Better Than One)的提出带来了许多具有挑战性的研究课题,其中虚拟网络内部流量分配和链路流量预测问题的研究对于CABO体系结构基础理论与支撑技术和应用具有十分重要的意义。本文系统地分析了网络流量预测和流量分配技术的基本原理、技术和研究现状,发现现有的网络流量分配机制和预测技术存在以下问题:(a)以拥塞控制为主的流量控制方案属于对局部问题进行事后解决的措施,不能从根本上解决网络拥塞的原因;(b)以多协议标签交换为主的流量工程方案限于其设计思想,存在着若干难以跨域、跨协议协调的问题,限制了其大规模应用;(c)单一业务流量特性有待研究,现有的网络流量预测算法被用于流量分配时,预测精度有待提高。针对以上问题,本文结合CABO体系结构的特点深入地研究了流量分配与预测算法,关于带宽敏感业务网络,提出了基于指定路由的流量分配路由算法,采用路由算法解决流量分配问题,结合流量均衡的分配目标对流量分配问题的约束集进行改进,使其分配策略更加灵活;关于混合业务网络,设计了结合流量预测和流量分配路由机制的流量分配机制,利用多业务流量的预测结果,优化了流量分配路由算法的输入集和约束集,利用指定路由实现了混合业务网络中的部分流量分配;针对网络中单一业务流量的多尺度复杂特性,采用结合小波变换的组合预测方法对HTTP历史流量进行分解、预测和重构,得到最终预测值,提高了预测精度。本文主要创新点如下:第一,针对带宽敏感业务网络中的流量分配问题,提出了基于指定路由的流量分配路由算法。鉴于传统流量分配方法的局限性,本文利用CABO体系结构的虚拟网内部路由协议可定制这个重要特征,从路由协议的原始设计上考虑流量分配问题:为带宽敏感业务网络设计了定制的指定路由机制,可以实现流量在网络链路上的指定传输和多路径路由,从而可以利用多路径路由技术将原本必须分配在同一条链路上的流量进行分解,使用指定的多路径传输。而在流量可分割传输的条件下,可以将流量分配问题抽象为多商品流问题,从而在多项式时间内可求解。结合负载均衡、收益最大的优化目标,将原来的多商品流问题的约束集进行改进,使之具备可调整的代价参数,使流量分配策略更加灵活。仿真实验结果表明,采用基于指定路由的流量分配路由算法较传统路由算法获得的链路利用率更高、网络性能(丢包率、延迟)更好,并可接受更多的业务请求接入。第二,针对混合业务网络中难以实时获取流量精确分配所需的网络链路状态信息的问题,本文提出一种结合混合业务流量预测的流量分配方案。流量分割分配算法需要准确获知当前网络拓扑状态,而在混合业务网络中无法准确获取网络实时状态信息。通过采集链路流量信息并对将来值进行预测,利用链路流量的预测结果,可以对流量分割分配算法求解时的网络拓扑状态进行估算,估算值用于对流量分配路由算法的输入集和约束集进行优化,求解结果用于指导指定路由业务的流量分配,从而使得无法准确获知当前网络拓扑状态的混合业务网络仍可实现部分流量的优化配置。仿真实验结果表明,与不使用流量分配的算法相比,运行结合混合业务流量预测的流量分配算法的网络中链路利用率更高,平均时延更低,说明其在混合业务网络中的适用性强。第三,针对链路流量在以不同时间尺度分析时呈现不同特性给流量精确预测带来的困难,本文提出一种基于快速小波变换和SARIMA(Season Autoregressive Integrated Moving Average)组合模型的多分辨分析预测算法,首先采用小波变换的方法对链路历史流量进行分解,将多时间尺度的流量信号分解成单一时间尺度的流量信号的叠加,以分别分析不同时间尺度下的流量系数相关结构,然后根据不同时间尺度下的流量系数时间序列的统计特性,分别进行建模用于预测。最后使用小波算法对各序列的预测值进行重构,得到原始流量的预测结果。仿真结果表明,结合小波变换的组合模型预测方法比文献中的同类预测模型具有更高的精度。