趙季紅,吳豆豆,曲 樺,季文君

(1.西安郵電大學(xué) 通信與信息工程學(xué)院,西安 710121; 2.西安交通大學(xué) 電子與信息工程學(xué)院,西安 710049)

0 概述

物聯(lián)網(wǎng)(Internet of Things,IoT)[1]是物物相連的互聯(lián)網(wǎng),為滿足萬物互聯(lián)的需求,基礎(chǔ)設(shè)施提供商(Infrastructure Provider,InP)依據(jù)網(wǎng)絡(luò)虛擬化技術(shù)[2-3],在多樣化現(xiàn)有網(wǎng)絡(luò)的同時共享基板上的異構(gòu)網(wǎng)絡(luò)架構(gòu),為多個服務(wù)提供商(Service Provider,SP)提供資源。隨著業(yè)務(wù)的增加,節(jié)點(diǎn)間規(guī)模龐大的數(shù)據(jù)交換愈加頻繁,因此,在虛擬網(wǎng)絡(luò)映射[4-5]時,合理高效地完成底層物理網(wǎng)絡(luò)資源分配、減少網(wǎng)絡(luò)能源消耗、降低網(wǎng)絡(luò)運(yùn)維成本并構(gòu)建綠色節(jié)能的網(wǎng)絡(luò),成為相關(guān)學(xué)者關(guān)注的熱點(diǎn)問題之一。

目前,關(guān)于節(jié)能的虛擬網(wǎng)絡(luò)映射算法[6-8]研究較多。其中,文獻(xiàn)[9-10]以最小化底層工作節(jié)點(diǎn)的鏈路為目標(biāo),采用虛擬網(wǎng)絡(luò)映射算法(EA-VNE)降低能源消耗。但大量虛擬請求的到來會增加映射排斥率,減少收益。文獻(xiàn)[11]以最小化節(jié)點(diǎn)與鏈路能耗為目標(biāo),建立能耗模型,并通過能耗感知虛擬網(wǎng)絡(luò)映射啟發(fā)式算法(EA-VNEH)求解模型。該算法適應(yīng)于節(jié)點(diǎn)異構(gòu)網(wǎng)絡(luò),但其將所有網(wǎng)絡(luò)資源的能耗視為相等,在實(shí)際應(yīng)用中不可行。文獻(xiàn)[12]提出一種基于流量擬合模型的自適應(yīng)能量感知VNE方法,通過有選擇地整合底層網(wǎng)絡(luò)資源并關(guān)閉鏈路,從而保證QoS約束并實(shí)現(xiàn)節(jié)能。但是該算法采用整數(shù)線性規(guī)劃求解問題,映射時間較長。文獻(xiàn)[13]出于生態(tài)考慮,提出一種綠色能量感知混合虛擬網(wǎng)絡(luò)映射算法,其將VN部署到與最小排放因子相關(guān)聯(lián)的扇區(qū)資源上,該方法旨在解決能源效率和資源整合問題,但對各地區(qū)能源類型進(jìn)行調(diào)查會相對困難。以上虛擬網(wǎng)絡(luò)節(jié)能映射算法在互聯(lián)網(wǎng)場景下達(dá)到了較好的節(jié)能效果,但無法適用于物聯(lián)網(wǎng)中節(jié)點(diǎn)異構(gòu)性更突出,初始狀態(tài)、能量消耗速率不同等能耗特性。

本文針對物聯(lián)網(wǎng)環(huán)境下節(jié)點(diǎn)異構(gòu)性與鏈路時效性特點(diǎn),提出一種改進(jìn)的能耗感知虛擬網(wǎng)絡(luò)映射算法(Modified-EA-VNE)。在虛擬網(wǎng)絡(luò)映射之前根據(jù)不同業(yè)務(wù)的服務(wù)類型對虛擬請求做拆分處理,依據(jù)能耗模型,采用混合整數(shù)線性規(guī)劃方法將虛擬節(jié)點(diǎn)映射至同類型且能耗最小的物理節(jié)點(diǎn)上,并通過改進(jìn)的K最短路徑算法為不同時延下的鏈路分配合適的資源。

1 問題描述與能耗模型

1.1 問題描述

為解決物聯(lián)網(wǎng)環(huán)境下的能耗問題,本文提出一種改進(jìn)的能耗感知虛擬網(wǎng)絡(luò)映射算法,該算法根據(jù)業(yè)務(wù)的服務(wù)類型將每個到來的虛擬請求拆分為若干個小拓?fù)?并將拆分后的虛擬請求映射至滿足其要求的能耗最小的物理節(jié)點(diǎn)上。其中,每個虛擬節(jié)點(diǎn)與CPU容量約束相關(guān)聯(lián),每條虛擬鏈路與帶寬容量和所需延遲相關(guān)聯(lián),每個物理節(jié)點(diǎn)與CPU剩余值和識別節(jié)點(diǎn)能源類型的地理位置相關(guān)聯(lián),每條物理路徑(連接2個物理節(jié)點(diǎn))與剩余帶寬容量和延遲相關(guān)聯(lián)。

1.2 網(wǎng)絡(luò)拓?fù)?/h3>

1.3 能耗模型

虛擬網(wǎng)絡(luò)請求映射至物理網(wǎng)絡(luò)的節(jié)點(diǎn)時,總能耗PN定義為[14]:

(1)

其中,Nw表示需要從未激活狀態(tài)變?yōu)榧せ顮顟B(tài)的宿主節(jié)點(diǎn)數(shù)量,Pb表示節(jié)點(diǎn)的基礎(chǔ)功耗,Pl表示轉(zhuǎn)發(fā)節(jié)點(diǎn)的能耗,Uutil(nj)表示節(jié)點(diǎn)映射所需的CPU利用率。

虛擬網(wǎng)絡(luò)請求映射至物理網(wǎng)絡(luò)的鏈路時,總能耗PL定義為[14]:

PL=NwPn+Nn(Pb+Pn)+d(u,i)α

(2)

其中,Pn是一個值為恒定常量的鏈路功耗[15],Nn表示需要從未激活狀態(tài)變?yōu)榧せ顮顟B(tài)的轉(zhuǎn)發(fā)節(jié)點(diǎn)數(shù)量,d(u,i)表示節(jié)點(diǎn)u到節(jié)點(diǎn)i的路徑距離,α表示距離因子。

1.4 虛擬網(wǎng)絡(luò)映射數(shù)學(xué)模型

在建立虛擬網(wǎng)絡(luò)映射能耗模型時,以最小化總能耗為目標(biāo)函數(shù),并滿足虛擬網(wǎng)絡(luò)資源的每個約束,根據(jù)混合整數(shù)線性規(guī)劃方法對虛擬網(wǎng)絡(luò)映射問題進(jìn)行建模。目標(biāo)函數(shù)為:

min (PN+PL)

(3)

約束條件為:

(4)

?j∈Nv,Ddis(Lloc(j),Lloc(Mn(j)))≤D(j)

(5)

?i∈Ns,?j∈Nv,Ggenre(j)=Ggenre(i)

(6)

(7)

(8)

(9)

(10)

(11)

2 算法設(shè)計

本文虛擬網(wǎng)絡(luò)映射算法包括虛擬請求拆分、節(jié)點(diǎn)映射以及鏈路映射[16]3個部分。

2.1 虛擬網(wǎng)絡(luò)請求拆分

由于物聯(lián)網(wǎng)對實(shí)時性具有較高的要求,因此在虛擬網(wǎng)絡(luò)映射中需要考慮鏈路的時延問題。為了降低映射過程的復(fù)雜性并考慮鏈路的延遲特性,本文根據(jù)時延約束,對到來的虛擬網(wǎng)絡(luò)請求做拆分處理,將每個虛擬請求大拓?fù)洳鸱譃橐唤M虛擬請求小集群,在后續(xù)的節(jié)點(diǎn)與鏈路映射中,并行處理分割后的虛擬請求,縮短映射運(yùn)行的時間。上述拆分基于虛擬鏈路Flagf(lv)的服務(wù)類型,每條鏈路用f(lv)做標(biāo)記以區(qū)分該鏈路對時延的要求。在鏈路映射中,基于該拆分結(jié)果為每條虛擬鏈路分配滿足其服務(wù)類型的物理鏈路。如圖1所示,根據(jù)業(yè)務(wù)的需求將虛擬網(wǎng)絡(luò)拓?fù)鋱D拆分成S-V1和S-V2 2個小拓?fù)鋱D。

圖1 虛擬請求拆分示意圖

在圖1中,S-V1的f(lv)=1表示該拓?fù)鋱D具有延遲屬性,S-V2的f(lv)=0表示該拓?fù)鋱D具有帶寬屬性,其中,有灰色標(biāo)記的2個節(jié)點(diǎn)為之前S-V1所映射過的節(jié)點(diǎn),不再考慮其節(jié)點(diǎn)映射問題。虛擬請求拆分過程偽代碼如算法1所示。

算法1虛擬請求拆分算法

1.令Gr=Gv,i=1,Gv(i)=0

2.while 任意一條鏈路Lr≠φ do

3.lv(u,v)∈Lr,u∈Nr,v∈Nr

4.將Gr分配給Gv(S-V(i)),并標(biāo)記分配節(jié)點(diǎn)Flag{u,v}

5.for與Gr相連接的其他鏈路lv(u′,v′)∈Lr

6.if (f(u′,v′)=f(u,v)|u′∈Nv(i) & v′∈Nv(i))

7.將新鏈路分配給Gv(S-V(i)),并標(biāo)記Flag{u′,v′}

8.end if

9.end for

10.Lr=Lr-Lv(i)

11.i=i+1

12.end while

2.2 節(jié)點(diǎn)映射

由于物聯(lián)網(wǎng)底層是一個自組織網(wǎng)絡(luò),因此針對節(jié)點(diǎn)異構(gòu)性問題,本文依據(jù)節(jié)點(diǎn)的類型對底層資源進(jìn)行分類。虛擬節(jié)點(diǎn)只能映射至同類型的物理節(jié)點(diǎn)上,從而避免開啟無關(guān)類型的節(jié)點(diǎn)。這種資源整合的方式可以減少底層資源的浪費(fèi),進(jìn)而達(dá)到節(jié)能的目的。在節(jié)點(diǎn)映射階段,基于最小能耗和最接近剩余容量原則,將虛擬節(jié)點(diǎn)映射至同類型且能耗最小的物理節(jié)點(diǎn)上,本文將節(jié)點(diǎn)的資源能力[17]定義為:

(12)

Ω(nv)={ns|Ccpu(nv)≤Ccpu(ns)&

Ddis(Lloc(nv),Lloc(ns))≤D(ns),

ns∈Ns}

(13)

映射節(jié)點(diǎn)的綜合資源能力為:

CCR(ns)=lg (NNR(ns)·PN(ns)+γ)

(14)

其中,γ→0,避免式(14)中對數(shù)函數(shù)內(nèi)部出現(xiàn)0的情況。

節(jié)點(diǎn)映射算法通過將每個虛擬節(jié)點(diǎn)映射到能耗最小且滿足CPU需求的最少資源量的物理節(jié)點(diǎn)上,以降低網(wǎng)絡(luò)映射的能耗,提高物理資源的利用率。如圖2所示,將虛擬請求S-V2映射至底層網(wǎng)絡(luò),首先考慮CPU為10的節(jié)點(diǎn)D2,然后選擇具有最少但足夠的CPU資源的物理節(jié)點(diǎn)作為候選節(jié)點(diǎn),最后比較節(jié)點(diǎn)類型,將虛擬請求D2映射至物理節(jié)點(diǎn)D1上,并計算物理節(jié)點(diǎn)D1的剩余資源量。算法偽代碼如算法2所示,與以往的能耗感知映射算法相比,該算法通過將虛擬請求映射至CCR最小但滿足CPU要求的物理節(jié)點(diǎn)上,可有效節(jié)省能耗,提高物理資源的利用率。

圖2 虛擬節(jié)點(diǎn)映射示意圖

算法2節(jié)點(diǎn)映射算法

輸出NodeMappingList,并作為鏈路映射的輸入?yún)?shù)

1.for 每一個虛擬節(jié)點(diǎn)nv∈Nvdo

2.計算虛擬節(jié)點(diǎn)nv的資源能力NNR(nv)

3.end for

4.將虛擬節(jié)點(diǎn)nv按資源能力NNR(nv)降序排列,并將結(jié)果存入 VNL中

5.for VNL中的每一個虛擬節(jié)點(diǎn)nvdo

6.構(gòu)建候選節(jié)點(diǎn)集合且每個ns滿足虛擬節(jié)點(diǎn)的CPU資源和位置約束

7.if Ω(ns)≠φ then

8.for Ω(ns)中的每一個候選節(jié)點(diǎn)nsdo

9.計算CCR(ns)的值

10.end for

11.將ns按照CCR(ns)的值降序存入NodeList中

12.if Ggenre(nv(i))=Ggenre(ns(j)) then

13.將虛擬節(jié)點(diǎn)nv映射至CCR最小且滿足約束的物理節(jié)點(diǎn)ns上,并將結(jié)果集存入NodeMappingList中

14.end if

15.計算CPU剩余資源Ccpu(ns)=Ccpu(ns)-Ccpu(nv)

16.end if

17.end for

18.節(jié)點(diǎn)映射結(jié)束

2.3 鏈路映射

針對虛擬鏈路映射,通常采用K最短路徑算法[18-19],但在物聯(lián)網(wǎng)環(huán)境下,需通過傳感器實(shí)時、準(zhǔn)確地傳遞物體的信息,對網(wǎng)絡(luò)資源的能耗以及鏈路的實(shí)時性要求較高。因此,在鏈路映射階段,本文通過整合鏈路映射過程中的能源消耗和鏈路延遲等因素,設(shè)計一種能耗優(yōu)先且滿足鏈路延遲的K最短路徑算法。

如圖3所示,虛線箭頭表示2個節(jié)點(diǎn)之間的路徑,虛擬網(wǎng)絡(luò)中的x/y/z分別表示帶寬/時延閾值/是否對時延敏感。將虛擬請求S-V1映射至底層物理鏈路,首先根據(jù)節(jié)點(diǎn)映射算法確定映射成功的物理節(jié)點(diǎn),然后依據(jù)帶寬需求優(yōu)先選取資源需求量較高的虛擬鏈路進(jìn)行映射。對于虛擬鏈路luv∈Lv,采用K最短路徑算法計算最短路徑集合φ(luv),且對于任意路徑Ppath∈φ(luv),需滿足虛擬鏈路luv的帶寬需求以及延遲容量,最后通過計算鏈路能耗PL,將虛擬鏈路luv映射至能耗最小的路徑上。

圖3 虛擬鏈路映射示意圖

鏈路映射算法偽代碼如算法3所示,與傳統(tǒng)算法相比,該算法考慮鏈路的時延問題,提高了算法的延展性,能夠更廣泛地適用于物聯(lián)網(wǎng)場景。在鏈路映射過程中,針對不同延遲需求的鏈路進(jìn)行分開處理,可縮短鏈路映射的運(yùn)行時間,降低網(wǎng)絡(luò)映射與鏈路映射的成本,從而增加映射收益。

算法3鏈路映射算法

輸出LinkMappingList,并計算評價指標(biāo)

NodeMappingList

1.將虛擬鏈路按帶寬需求降序排序,并將結(jié)果存入鏈表VLL中

2.for VLL中的每條虛擬鏈路luvdo

3.采用K最短路徑算法計算底層節(jié)點(diǎn)的最短路徑集合φ(lij),且對于任意路徑Ppath∈φ(lij)

4.if φ(lij)=φ then

5.Return 映射失敗

6.else

7.for φ(lij)中的每一條最短路徑Ppathdo

9.end for

10.switch (待映射鏈路lr(flag)) do

11.case 0

12.if b(luv)≤b(lij) then

13.將虛擬鏈路luv映射至物理鏈路lij上,并將結(jié)果存入LinkMappingList中

14.case 1

15.if b(luv)≤b(lij) & d(luv)≥d(lij) then

16.將虛擬鏈路luv映射至物理鏈路lij上,并將結(jié)果存入LinkMappingList中

17.end switch

18.計算帶寬剩余資源b(ls)=b(ls)-b(lv)

19.end if

20.end for

21.鏈路映射結(jié)束

3 仿真結(jié)果與性能分析

在本文仿真中,由GT-ITM[20]生成設(shè)定的網(wǎng)絡(luò)拓?fù)?通過NS2[21]中的Tk工具生成可視化的網(wǎng)絡(luò)拓?fù)?對本文算法以及2種基于能耗感知的虛擬網(wǎng)絡(luò)映射算法進(jìn)行對比,在底層物理資源使用數(shù)量、虛擬網(wǎng)絡(luò)請求能耗、映射時間以及底層網(wǎng)絡(luò)收益開銷比等方面驗(yàn)證算法的性能。

3.1 仿真環(huán)境設(shè)置

本文通過GT-ITM生成網(wǎng)絡(luò)拓?fù)?具體實(shí)驗(yàn)參數(shù)如表1所示,其中,虛擬節(jié)點(diǎn)與物理節(jié)點(diǎn)間的連通率均為50%,式(3)中的距離因子設(shè)置為0.5,K最短路徑算法中K的取值為5。針對節(jié)點(diǎn)的異構(gòu)性特點(diǎn),令Pb=150 W,Pm=300 W,Pn=15 W。每次實(shí)驗(yàn)運(yùn)行時間為30 000個時間單位,約有1 200個虛擬網(wǎng)絡(luò)請求到達(dá),并運(yùn)行10次實(shí)驗(yàn),取平均值作為最終結(jié)果。

表1 實(shí)驗(yàn)參數(shù)設(shè)置

3.2 性能分析

3.2.1 評價指標(biāo)

本文實(shí)驗(yàn)評價指標(biāo)具體如下:

1)虛擬網(wǎng)絡(luò)請求平均能耗:

(15)

其中,E(i)為第i個虛擬請求消耗的能量,N為虛擬請求的個數(shù)。

2)收益開銷比:

(16)

其中,AT為時間T內(nèi)接收的虛擬請求數(shù)量,R(i)和CCost(i)分別表示虛擬請求i的收益和成本,兩者具體定義如下:

(17)

(18)

3.2.2 結(jié)果分析

為了評估本文Modified-EA-VNE映射算法的性能,本節(jié)將其與EA-VNE、EA-VNEH兩種算法進(jìn)行比較。EA-VNE算法以最小化底層網(wǎng)絡(luò)工作節(jié)點(diǎn)與鏈路數(shù)量為目標(biāo),在節(jié)點(diǎn)映射階段采用貪婪算法,鏈路映射階段采用最短路徑算法。EA-VNEH主要考慮節(jié)點(diǎn)能耗的異構(gòu)特性,通過建立能耗模型使節(jié)點(diǎn)和鏈路均映射至新增能耗最小的底層網(wǎng)絡(luò)中。本節(jié)從工作節(jié)點(diǎn)和鏈路數(shù)量、虛擬網(wǎng)絡(luò)請求映射時間、映射所花費(fèi)的能耗以及物理網(wǎng)絡(luò)收益開銷比等方面對算法進(jìn)行比較。

1)工作節(jié)點(diǎn)與鏈路數(shù)量

圖4、圖5分別表示不同算法中虛擬網(wǎng)絡(luò)映射工作節(jié)點(diǎn)和鏈路的數(shù)量。從中可以得出,EA-VNEH算法所需的底層節(jié)點(diǎn)數(shù)量最多,Modified-EA-VNE算法最少,主要因?yàn)镋A-VNEH算法著重考慮物理網(wǎng)絡(luò)節(jié)點(diǎn)的異構(gòu)性,將虛擬請求映射至能耗最小的節(jié)點(diǎn)上,而Modified-EA-VNE算法在節(jié)點(diǎn)映射時采用資源整合的方式且基于最接近剩余容量原則,故所需的節(jié)點(diǎn)數(shù)最少。但在鏈路映射過程中,由于Modified-EA-VNE算法需考慮鏈路的延遲特性,故工作的鏈路略高于EA-VNE。Modified-EA-VNE算法考慮節(jié)點(diǎn)的異構(gòu)性,將節(jié)點(diǎn)分配給同類型的節(jié)點(diǎn),增加了使用同一物理節(jié)點(diǎn)作為映射節(jié)點(diǎn)的概率,從而導(dǎo)致了資源整合。

圖4 3種算法平均工作節(jié)點(diǎn)數(shù)量對比

Fig.4 Comparison of average number of working nodes of three algorithms

圖5 3種算法平均工作鏈路數(shù)量對比

Fig.5 Comparison of average number of working links of three algorithms

2)虛擬網(wǎng)絡(luò)請求能耗和映射時間

在物聯(lián)網(wǎng)環(huán)境下,3種算法所消耗的能耗如圖6所示。從圖6可以看出,Modified-EA-VNE算法的平均能耗約為20.5 kW,較EA-VNE、EA-VNEH分別降低36.90%和18.65%,其原因在于,EA-VNE僅通過最小化工作節(jié)點(diǎn)和鏈路實(shí)現(xiàn)節(jié)能,但是在節(jié)點(diǎn)異構(gòu)的環(huán)境中,該方法并不能實(shí)現(xiàn)能耗最優(yōu)化,而另外2種算法均適用于節(jié)點(diǎn)異構(gòu)環(huán)境,但由于Modified-EA-VNE算法不僅采用能耗模型,將節(jié)點(diǎn)和鏈路映射至能耗最小的底層網(wǎng)絡(luò)中,又基于最接近剩余容量原則,使得底層網(wǎng)絡(luò)中工作的節(jié)點(diǎn)和鏈路數(shù)量盡可能少,從而使得能耗最小。3種算法虛擬網(wǎng)絡(luò)的映射時間如圖7所示,從圖7可以看出,EA-VNE算法的映射時間最短,約為50 ms,而Modified-EA-VNE所需的時間較長,約為78 ms,其原因在于,EA-VNE和EA-VNEH采用啟發(fā)式算法,該算法有效降低了映射所需的時間,而Modified-EA-VNE需考慮節(jié)點(diǎn)的異構(gòu)性以及鏈路的時延特性,映射節(jié)點(diǎn)分布較不均勻,且映射節(jié)點(diǎn)之間的路徑相對復(fù)雜,此外,將VNR拆分為2種類型的子VNR,仿真中只開啟了2個線程,并行處理VNR所減少的映射時間遠(yuǎn)小于在選取節(jié)點(diǎn)與路徑時所花費(fèi)的時間。

圖6 3種算法虛擬網(wǎng)絡(luò)請求平均能耗對比

Fig.6 Comparison of average energy consumption of virtual network request of three algorithms

圖7 3種算法虛擬網(wǎng)絡(luò)映射時間對比

Fig.7 Comparison of virtual network mapping time of three algorithms

3)收益開銷比

3種算法的物理網(wǎng)絡(luò)收益開銷比對比情況如圖8所示。從圖8可以看出,當(dāng)虛擬請求較少時,由于底層資源比較充足,收益開銷比較高,但隨著資源的逐漸消耗,收益開銷比也隨之下降,最終達(dá)到一個穩(wěn)定的狀態(tài)。Modified-EA-VNE算法收益開銷比相對較高的原因在于,該算法在虛擬網(wǎng)絡(luò)映射之前根據(jù)不同服務(wù)類型將虛擬請求做拆分處理,分別對不同的虛擬請求分配資源,提高了虛擬網(wǎng)絡(luò)請求的接受率,但由于需將節(jié)點(diǎn)分配給同類型的節(jié)點(diǎn),容易產(chǎn)生瓶頸效應(yīng),導(dǎo)致其收益開銷比趨于EA-VNEH算法,而EA-VNE算法僅考慮工作節(jié)點(diǎn)和鏈路,使得后續(xù)節(jié)點(diǎn)和鏈路過于擁塞,降低了虛擬網(wǎng)絡(luò)映射的成功率。

圖8 3種算法物理網(wǎng)絡(luò)收益開銷比對比

Fig.8 Comparison of benefit-expense ratio of physical network of three algorithms

4 結(jié)束語

為了解決物聯(lián)網(wǎng)環(huán)境下的能耗優(yōu)化問題,同時滿足節(jié)點(diǎn)異構(gòu)性與鏈路時效性的要求,本文設(shè)計一種能耗感知虛擬網(wǎng)絡(luò)映射算法Modified-EA-VNE。仿真結(jié)果表明,與EA-VNE和EA-VNEH算法相比,Modified-EA-VNE算法能夠有效減少虛擬網(wǎng)絡(luò)映射的能耗,增加底層網(wǎng)絡(luò)資源利用率,提高物理網(wǎng)絡(luò)收益,并更細(xì)粒度地完成虛擬請求映射。由于實(shí)際物聯(lián)網(wǎng)的網(wǎng)絡(luò)拓?fù)錇閯討B(tài)拓?fù)?虛擬請求的到達(dá)和離開是動態(tài)且順序不可預(yù)測的,因此下一步將結(jié)合節(jié)點(diǎn)重映射與路徑分割技術(shù)來設(shè)計一種合理的調(diào)度算法。