专利名称：一种最大化最小公平多数据流传输调度方法
技术领域：
本发明属于计算机网络中的网络数据流量优化领域，具体涉及一种最大化最小公平多数据流传输调度方法，用于解决网络中多个数据流之间传输路径选择和带宽分配问题。
背景技术：
数据流的路由及其带宽资源分配问题是网络流量优化领域的基础研究问题之一。尤其是考虑面向多个不同请求竞争共享网络带宽资源时，该问题变得更加复杂。一方面，需要为各个请求分配尽可能多的带宽资源以提高网络资源利用率；另一方面，需要保证各个请求间的公平性，以防止部分请求抢占过多公共网络资源导致另一部分请求“饿死”的情况发生。为了在网络整体的资源利用率和请求带宽资源分配的公平性间取得折中，流网络领域广泛采用“最大化最小公平规则(Max-Min Fairness，MMF) ”对网络资源进行分配(请参考 D. Bertsekas and R. Gallager, Data Networks, 2nd ed. , Englewood Cliffs, NJ Prentice-Hall, 1992)。所谓“最大化最小公平规则”是指在对多个数据流请求进行网络带宽资源分配时，任意请求禁止通过抢占已有资源量更少的请求的资源来增加自己所获取的资源。已有对“最大化最小公平规则”的相关研究主要集中在数据流传输路径已经固定的情况(请参考(I)Y. Afek, Y. Mansour, and Z. Ostfeld, “Convergence complexityof optimistic rate based flow control algorithms,” in Proceedings of thetwenty-eighth annual ACM symposium on Theory of computing. ACM,1996, pp. 89-98 ；(2)Y. Afek,Y. Mansour ,and Z.Ostfeld,“Phantom :A simple and effective flow controlscheme, ”ACM SIGCOMM Computer Communication Review, vol.26, no. 4, pp. 169-182,1996 ； (3)Y. Bartal,M.Farach-CoIton, S. Yooseph, and L. Zhang, “Fast, fair, and frugalbandwidth allocation in atm networks,，，in Proceedings of the tenth annualACM-SIAM symposium on Discrete algorithms. Society for Industrial and AppliedMathematics, 1999，pp. 92-101)，而对传输路径可变的场景，如MPLS网络环境，这些研究成果往往无法被直接应用。另一方面，现有针对传输路径可变场景下的最大化最小公平多商品流路由和带宽分配最优调度算法(请参考(I)M. Allalouf and Y. Shavitt,“Centralizedand distributed algorithms for routing and weighted max—min fair bandwidthallocation,，，Networking,IEEE/ACM Transactions on,vol. 16,no. 5,pp. 1015-1024,2008和(2)D.Nace, L. Nhat Doan, 0. Klopfenstein, and A. Bashllari, “Max-min fairness inmult1-commodity flows,’’Computers & Operations Research, vol. 35,no. 2,pp. 557-573,2008)，采用简单穷举式路由策略求解出全部的候选路径，并在此基础上求出全局最优的带宽分配解，但是这会导致算法的计算开销大，扩展性差。尤其是当网络拓扑规模和请求规模增长时，由于算法的求解时间过长，使其难以应用到实际的网络流量优化场景中。
发明内容
本发明的目的在于解决上述现有技术中存在的难题，提供一种最大化最小公平多数据流传输调度方法，通过为每个请求选取特定的路径集合，进而减小问题求解规模的方式，降低算法求解的时间开销，也就是说在面对多个数据流请求时，在保证最大化最小公平规则前提下，最大化网络带宽资源利用率，从而降低算法的求解时间开销，使其可被应用于网络规模和请求规模较大的网络流量优化传输调度场景。本发明是通过以下技术方案实现的一种最大化最小公平多数据流传输调度方法，包括输入数据中心网络拓扑信息和数据流传输请求信息，计算网络拓扑中每条边的中介性特征值；所述数据中心网络拓扑信息包括各个数据中心之间的链路连接关系和每条链路的带宽容量；所述数据流传输请求信息包括每个数据流传输请求的发送端、目的端和请求传输的数据量；基于所述中介性特征值，对两点间的不同路径进行评估，为每个数据流传输请求选出特定的K条不重叠传输路径的集合Pi ;以及基于每个数据流传输请求的所述K条不重叠传输路径的集合Pi,迭代求出其对应最优的满足最大化最小公平规则的网络带宽资源分配方案。所述基于所述中介性特征·值，对两点间的不同路径进行评估，为每个数据流传输请求选出特定的K条不重叠传输路径的集合Pi包括(Al):给定网络G(V，E)，源点和目的点分别为\和\，以及需要求出的路径数目K；(A2):在网络G上求解其最短路径pl，将Pl加入集合Ps，并将Pl所占据的带宽资源从G中减去，得到残余网络Gr ;所述Ps为分配给每个数据流传输请求的路径集合；(A3):在残余网络Gr上重复步骤(A2)直至路径数达到K或无法求出新的最短路径；若其中出现多条长度相等的路径的情况，选择中介性特征值和最小的路径；所述中介性特征值和是指每个路径中各条边的中介性特征值的和；(A4):若求出K条路径，则转入步骤(AlO)，否则设置变量k = 1，并转入步骤(A5)；(A5):将Ps中的路径按照长度从小到大进行排序，然后从Ps中选出第k条路径，Pk = (V1, V2, , Vi, Vj, . . . , Vn),其中，n为该路径上的节点数量，i, j均为初始值为0的整数；(A6):对任意0 < j < n，先将pk的链路(Vi，Vj)长度设为无穷，之后在网络G上求出从V1至Vn的最短路径pd,并将其加入集合B,重复步骤(A6)直至j = n-1 ；(A7):将i加1，恢复G中各链路长度为初始值，重复步骤(A6)直至i = n_2 ;(A8):从集合B中选出中介特征值和最小的一条路径p’，并将其加入集合Ps ；(A9):若求出K条路径，则转入步骤(AlO)，否则将k加1，并重复步骤(A5)至步骤(A9)，直至B中不存在任何路径，然后转入步骤(AlO)；(AlO)结束。所述基于每个数据流传输请求的所述K条不重叠传输路径的集合Pi,迭代求出其对应最优的满足最大化最小公平规则的网络带宽资源分配方案包括(BI):基于对数据中心网间带宽资源开销的预测信息，利用时间延展网络转换方法将具有动态空闲带宽资源的网络转换为静态流网络；(B2):基于所述静态流网络，对所有数据流传输请求建立最大化最小公平多商品流线性规划模型；(B3):迭代地求解所述最大化最小公平多商品流线性规划模型，得出各个数据流传输请求的最大传输流量以及对应的数据传输路径。所述步骤(BI)的所述时间延展网络转换方法是这样实现的将网络资源从时间维度进行延展，使具有动态空闲带宽资源的网络的动态带宽资源和节点的存储资源能力统一转化到一张静态流网络上。所述步骤(B2)中的所述最大化最小公平多商品流线性规划模型为
权利要求
1.一种最大化最小公平多数据流传输调度方法，其特征在于所述方法包括输入数据中心网络拓扑信息和数据流传输请求信息，计算网络拓扑中每条边的中介性特征值；所述数据中心网络拓扑信息包括各个数据中心之间的链路连接关系和每条链路的带宽容量；所述数据流传输请求信息包括每个数据流传输请求的发送端、目的端和请求传输的数据量；基于所述中介性特征值，对两点间的不同路径进行评估，为每个数据流传输请求选出特定的K条不重叠传输路径的集合Pi ;以及基于每个数据流传输请求的所述K条不重叠传输路径的集合Pi,迭代求出其对应最优的满足最大化最小公平规则的网络带宽资源分配方案。
2.根据权利要求1所述的最大化最小公平多数据流传输调度方法，其特征在于所述基于所述中介性特征值，对两点间的不同路径进行评估，为每个数据流传输请求选出特定的K条不重叠传输路径的集合Pi包括(Al):给定网络G (V，E)，源点和目的点分别为Vs和vt，以及需要求出的路径数目K ；(A2):在网络G上求解其最短路径pl，将pi加入集合Ps，并将pi所占据的带宽资源从G中减去，得到残余网络Gr ;所述Ps为分配给每个数据流传输请求的路径集合；(A3):在残余网络Gr上重复步骤(A2)直至路径数达到K或无法求出新的最短路径；若其中出现多条长度相等的路径的情况，选择中介性特征值和最小的路径；所述中介性特征值和是指每个路径中各条边的中介性特征值的和；(A4):若求出K条路径，则转入步骤(AlO)，否则设置变量k = 1，并转入步骤(A5)；(A5):将Ps中的路径按照长度从小到大进行排序，然后从Ps中选出第k条路径，pk =(v1； v2, , Vi, Vj, . . .，vn)，其中，η为该路径上的节点数量，i, j均为初始值为O的整数；(A6):对任意O < j < n，先将pk的链路(Vi，Vj)长度设为无穷，之后在网络G上求出从V1至Vn的最短路径Pd，并将其加入集合B，重复步骤(A6)直至j = n-1 ；(A7):将i加1，恢复G中各链路长度为初始值，重复步骤(A6)直至i = n-2 ;(A8):从集合B中选出中介特征值和最小的一条路径P’，并将其加入集合Ps ；(A9):若求出K条路径，则转入步骤(AlO)，否则将k加1，并重复步骤(A5)至步骤(A9)，直至B中不存在任何路径，然后转入步骤(AlO)；(AlO)结束。
3.根据权利要求2所述的最大化最小公平多数据流传输调度方法，其特征在于所述基于每个数据流传输请求的所述K条不重叠传输路径的集合Pi,迭代求出其对应最优的满足最大化最小公平规则的网络带宽资源分配方案包括(BI):基于对数据中心网间带宽资源开销的预测信息，利用时间延展网络转换方法将具有动态空闲带宽资源的网络转换为静态流网络；(B2):基于所述静态流网络，对所有数据流传输请求建立最大化最小公平多商品流线性规划模型；(B3):迭代地求解所述最大化最小公平多商品流线性规划模型，得出各个数据流传输请求的最大传输流量以及对应的数据传输路径。
4.根据权利要求3所述的最大化最小公平多数据流传输调度方法，其特征在于所述步骤(BI)的所述时间延展网络转换方法是这样实现的将网络资源从时间维度进行延展，使具有动态空闲带宽资源的网络的动态带宽资源和节点的存储资源能力统一转化到一张静态流网络上。
5.根据权利要求4所述的最大化最小公平多数据流传输调度方法，其特征在于所述步骤(B2)中的所述最大化最小公平多商品流线性规划模型为
6.根据权利要求5所述的最大化最小公平多数据流传输调度方法，其特征在于所述步骤(Β3)包括S1:设定饱和请求集合Rsat为空、非饱和请求集合Runsat包含所有数据流传输请求A ；S2:对最大化最小公平多商品流线性规划模型进行求解，即在同时满足(I)、(2)、(3)和(4)这四个式子的前提下，求出最大的λ值；53:筛选出没有多余连接能力的请求集合Rtmp :根据数据流传输请求现有的传输路径带宽资源的利用情况，若某数据流传输请求的带宽资源已被全部占满，则将其被选入请求集合Rtmp ;54:针对Rtmp中的每个请求&，将Rmsat设定为只包含一个请求Rsat则设定为包含请求集合R中除去请求^以外的剩余的全部请求，其中原有的已饱和请求的值维持不变，未饱和请求的饱和值则设定为λ，利用这些值更新(2)式和(3)式后得到更新后的最大化最小公平多商品流线性规划模型；55:求解所述更新后的最大化最小公平多商品流线性规划模型，得到新的入_;若Atmp与λ相等，则请求A被判定为真正饱和,将!Ti加入到Rsat,并记录对应的λ，若Xtmp与λ不相等，则转入步骤S4;S6:多次重复步骤S2到步骤S5，直至Rmsat为空，得到最优的λ ;S7 :输出最大传输流量以及对应的数据传输路径，所述最大传输流量是指所述最优的λ和链路带宽的乘积；所述数据传输路径包含在与最优的λ对应的/,中。
全文摘要
本发明提供了一种最大化最小公平多数据流传输调度方法，属于计算机网络中的网络数据流量优化领域。所述方法包括输入数据中心网络拓扑信息和数据流传输请求信息，计算网络拓扑中每条边的中介性特征值；所述数据中心网络拓扑信息包括各个数据中心之间的链路连接关系和每条链路的带宽容量；所述数据流传输请求信息包括每个数据流传输请求的发送端、目的端和请求传输的数据量；基于所述中介性特征值，对两点间的不同路径进行评估，为每个数据流传输请求选出特定的K条不重叠传输路径的集合Pi；以及基于每个数据流传输请求的所述K条不重叠传输路径的集合Pi，迭代求出其对应最优的满足最大化最小公平规则的网络带宽资源分配方案。
文档编号H04L12/733GK103036792SQ201310005320
公开日2013年4月10日 申请日期2013年1月7日 优先权日2013年1月7日
发明者苏森, 双锴, 王艺文, 徐鹏, 王玉龙 申请人:北京邮电大学