楊 力,李涵睿,潘成勝,戚耀文

1(大連大學(xué) 通信與網(wǎng)絡(luò)重點實驗室,遼寧 大連 116622)

2(南京理工大學(xué) 自動化學(xué)院,南京 210094)

3(大連大學(xué) 信息工程學(xué)院,遼寧 大連 116622)

4(南京信息工程大學(xué) 電子與信息工程學(xué)院,南京 210044)

1 引 言

空間信息網(wǎng)絡(luò)將衛(wèi)星與地面網(wǎng)絡(luò)融合,有覆蓋面廣,按需接入,通信不受地理條件制約等特點,能夠支撐多樣化的通信需求,是未來網(wǎng)絡(luò)發(fā)展的新趨勢[1].但其也存在鏈路特性、利用率差異大,節(jié)點資源受限的問題.同時,由于空間信息網(wǎng)絡(luò)承載業(yè)務(wù)的多樣性,使得網(wǎng)絡(luò)中服務(wù)質(zhì)量的保障越發(fā)重要.為對空間信息網(wǎng)絡(luò)業(yè)務(wù)傳輸進(jìn)行合理規(guī)劃,滿足業(yè)務(wù)質(zhì)量保障需求,根據(jù)數(shù)控分離思想,研究者將軟件定義網(wǎng)絡(luò)[2]引入空間信息網(wǎng)絡(luò).其集中管理和可編程的特點,實現(xiàn)了在邏輯上集中的松耦合控制平面和物理上分布的數(shù)據(jù)平面,并為實現(xiàn)考慮多種鏈路狀態(tài)的路由算法提供了可能.這使得基于SDN的服務(wù)質(zhì)量保障成為國內(nèi)外學(xué)者們的重點研究方向[3,4],提高路由選擇的質(zhì)量則能夠在有效的提升網(wǎng)絡(luò)性能的同時,實現(xiàn)對用戶服務(wù)質(zhì)量的保障.

為實現(xiàn)SDN架構(gòu)下服務(wù)質(zhì)量保障的路由技術(shù),學(xué)者們進(jìn)行了大量考慮鏈路狀態(tài)特征的路由策略研究,文獻(xiàn)[5]提出了一種可以在SDN方案下滿足QoS需求的傳輸方案OpenQoS,設(shè)計了SDN的多個功能模塊,將丟包率和時延為權(quán)值,計算最短路徑.文獻(xiàn)[6]在SDN架構(gòu)中實現(xiàn)了基于Openflow協(xié)議優(yōu)化的ECMP(Equal Cost Multipath)[7]路由算法,通過控制器獲取鏈路帶寬,并根據(jù)鏈路剩余帶寬確定最優(yōu)路徑.文獻(xiàn)[8]提出了一種基于SDN的多路徑服務(wù)質(zhì)量解決方案,根據(jù)鏈路的時延和距離計算代價,在源和目的節(jié)點之間通過多條鏈路以及排隊機(jī)制來保障不同類型業(yè)務(wù)的服務(wù)質(zhì)量.文獻(xiàn)[9]提出了一種基于多媒體流的分布式QoS體系結(jié)構(gòu),通過支持服務(wù)質(zhì)量的控制器,根據(jù)時延、帶寬、丟包率實現(xiàn)不同等級的服務(wù)質(zhì)量,從而保證了視頻流的傳輸質(zhì)量.以上方案均在某些方面考慮了通信的服務(wù)質(zhì)量要求,但未能適應(yīng)于空間信息網(wǎng)絡(luò)環(huán)境,保證其網(wǎng)絡(luò)的整體利用率.

為了實現(xiàn)空間信息網(wǎng)絡(luò)環(huán)境下的服務(wù)質(zhì)量保障,文獻(xiàn)[10]根據(jù)衛(wèi)星網(wǎng)絡(luò)大規(guī)模時延的特點,設(shè)計了一種基于存儲時間聚合圖的多流最大化路由方案,匹配稀有網(wǎng)絡(luò)資源,實現(xiàn)QoS支持.為計算滿足不同QoS需求的動態(tài)優(yōu)化路徑,文獻(xiàn)[11]對數(shù)據(jù)流進(jìn)行分類,提出了一種多目標(biāo)決策的LEO衛(wèi)星網(wǎng)絡(luò)路由算法.文獻(xiàn)[12]根據(jù)軟件定義衛(wèi)星網(wǎng)絡(luò)可動態(tài)管理衛(wèi)星網(wǎng)絡(luò)的特性,提出了一種智能服務(wù)質(zhì)量的路由方案,根據(jù)衛(wèi)星的不同能級進(jìn)行路由,實現(xiàn)了負(fù)載均衡.文獻(xiàn)[13]提出了一種QoS單播路由機(jī)制,綜合考慮QoS滿意度,使用改進(jìn)的Dijkstra算法找出滿足多約束條件的最優(yōu)路徑.文獻(xiàn)[14]在基于SDN的衛(wèi)星網(wǎng)絡(luò)架構(gòu)下設(shè)計了一種采用拉格朗日松弛法的多約束QoS路由算法,近似算法能夠得到相對精確的計算結(jié)果.上述算法實現(xiàn)了多約束QoS問題,并通過基于SDN的集中控制,從全局角度對資源統(tǒng)一劃分.但同時,對資源進(jìn)行合理的分配是一個NP難題,處理不當(dāng)則會導(dǎo)致控制器計算復(fù)雜度過高.不適用于高速動態(tài)的空間信息網(wǎng)絡(luò)環(huán)境,且都沒有對約束條件的閾值給出計算.

為了優(yōu)化多約束QoS求解的計算速度,適用于節(jié)點資源有限的空間信息網(wǎng)絡(luò).可以將啟發(fā)式算法應(yīng)用于路由協(xié)議中,讓路由協(xié)議參考網(wǎng)絡(luò)中的多種結(jié)果,以提高計算速度.文獻(xiàn)[15]將蟻群算法應(yīng)用于路由求解,提出了一種考慮衛(wèi)星網(wǎng)絡(luò)狀態(tài)和信譽(yù)度的服務(wù)質(zhì)量路由算法,利用蟻群算法進(jìn)行路由的發(fā)現(xiàn)和維護(hù),實現(xiàn)服務(wù)質(zhì)量自適應(yīng)變化.文獻(xiàn)[16]和文獻(xiàn)[17]結(jié)合QoS信息對蟻群算法進(jìn)行了優(yōu)化,實現(xiàn)了滿足多QoS約束的路由算法.但如何針對空間信息網(wǎng)絡(luò)特點,構(gòu)建智能算法中的目標(biāo)函數(shù),以提高算法收斂速度,仍是需要重點關(guān)注的問題.

綜上所述,現(xiàn)有的基于SDN的路徑優(yōu)化模型中,都沒能充分利用SDN優(yōu)勢,適應(yīng)空間信息網(wǎng)絡(luò)環(huán)境,考慮綜合網(wǎng)絡(luò)代價,保障QoS需求.

因此,本文設(shè)計了路由算法SDN-AQoS(SDN based Adaptive QoS Routing Algorithm).在基于SDN架構(gòu)的空間信息網(wǎng)絡(luò)中,定義了以最小傳輸代價為目標(biāo)的多QoS約束問題,并基于優(yōu)化蟻群算法求解.能夠?qū)臻g信息網(wǎng)絡(luò)資源進(jìn)行合理分配、自適應(yīng)保障多種優(yōu)先級數(shù)據(jù)流不同服務(wù)需求.提升了網(wǎng)絡(luò)服務(wù)質(zhì)量和算法收斂速度.

主要工作包括以下幾個方面:

1)基于SDN架構(gòu)和星地鏈路的多元多維因素,設(shè)計了考慮鏈路質(zhì)量、剩余帶寬和節(jié)點負(fù)載的傳輸代價模型.定義了以最小傳輸代價為目標(biāo)的多QoS約束問題.

2)為不同優(yōu)先級的數(shù)據(jù)流,通過Adam隨機(jī)梯度下降算法自適應(yīng)配置不同的閾值,實現(xiàn)了自適應(yīng)QoS約束.

3)通過優(yōu)化的蟻群算法求解多約束優(yōu)化問題.根據(jù)約束條件使用雙禁忌表優(yōu)化節(jié)點候選集.考慮帶寬、丟包率改進(jìn)了信息素?fù)]發(fā)系數(shù)公式,并利用SDN可編程的特性,根據(jù)數(shù)據(jù)流的不同優(yōu)先級進(jìn)行取值設(shè)計.從而優(yōu)化了迭代過程,加快了收斂速度.最終找到滿足約束條件且具有最小傳輸代價的路徑.實現(xiàn)了自適應(yīng)QoS路由算法SDN-AQoS.

2 系統(tǒng)模型

2.1 基于SDN的網(wǎng)絡(luò)模型

本模型由LEO(Low Earth Orbit)/GEO(Geostationary Earth Orbit)兩層衛(wèi)星網(wǎng)絡(luò)和地面節(jié)點組成.為了使GEO層衛(wèi)星覆蓋全球區(qū)域,設(shè)置3顆GEO衛(wèi)星.LEO層衛(wèi)星總數(shù)為ML×NL,ML表示平面數(shù),NL表示平面中衛(wèi)星的數(shù)量.本文采用虛擬拓?fù)涞乃枷虢鉀Q衛(wèi)星網(wǎng)絡(luò)動態(tài)變化的特性對拓?fù)涞挠绊?將衛(wèi)星運行周期T劃分為N={N1,N2,N3,…,Nn}個時間片,當(dāng)時間片足夠小時,可以假設(shè)每個時間片內(nèi)的拓?fù)浣Y(jié)構(gòu)不變.

本文將SDN控制器部署在3顆GEO衛(wèi)星和地面站.為實現(xiàn)服務(wù)質(zhì)量支持的控制器,GEO衛(wèi)星控制器通過拓?fù)涔芾砉δ塬@取每個時間片覆蓋區(qū)域內(nèi)的拓?fù)湫畔⒉⒋鎯?3個GEO控制器根據(jù)共享拓?fù)湫畔⒓百Y源管理功能接收的鏈路狀態(tài)信息LSI(Link State Information)反饋,形成全局拓?fù)鋱D.地面站控制器共享全局拓?fù)湫畔⒉⑼ㄟ^路由計算功能計算每個時間片的路由表,下發(fā)流表給其他轉(zhuǎn)發(fā)器.轉(zhuǎn)發(fā)層的LEO節(jié)點僅負(fù)責(zé)根據(jù)流表進(jìn)行轉(zhuǎn)發(fā)功能.

為了在SDN控制器上提供服務(wù)質(zhì)量支持,本文所提出的控制器接口、模塊設(shè)計如圖1所示.

圖1 SDN控制器及接口模型Fig.1 SDN controller and interface model

控制器-轉(zhuǎn)發(fā)器接口:該接口由Openflow[18]標(biāo)準(zhǔn)定義,并由典型的Openflow控制器實現(xiàn).

控制器-控制器接口:通過該接口使多個控制器共享信息,合作管理整個網(wǎng)絡(luò).

拓?fù)涔芾?負(fù)責(zé)通過鏈路發(fā)現(xiàn)協(xié)議(LLDP)發(fā)現(xiàn)網(wǎng)絡(luò)連接,生成聚合的網(wǎng)絡(luò)拓?fù)湫畔?維護(hù)拓?fù)淇梢暬?

資源管理:負(fù)責(zé)通過控制器-轉(zhuǎn)發(fā)器接口從轉(zhuǎn)發(fā)器收集最新的鏈路狀態(tài)信息,確定其可用性和轉(zhuǎn)發(fā)性能.

路由計算:與拓?fù)涔芾砗唾Y源管理功能相結(jié)合,獲取最新的網(wǎng)絡(luò)拓?fù)浜玩溌窢顟B(tài)信息,進(jìn)行路由計算.

通過上述控制器設(shè)計可以為實現(xiàn)服務(wù)質(zhì)量保證的路由提供實時的服務(wù)質(zhì)量信息.同時根據(jù)SDN的可編程特性將網(wǎng)絡(luò)協(xié)議拆包,識別數(shù)據(jù)流的不同的優(yōu)先級,根據(jù)數(shù)據(jù)流對QoS的不同需求,賦予以下不同的優(yōu)先級:

優(yōu)先級1:實時性、抖動敏感、高交互性的數(shù)據(jù)流.

優(yōu)先級2:事務(wù)辦理、交互性數(shù)據(jù)流.

優(yōu)先級3:僅要求低丟包率的數(shù)據(jù)流、視頻流.

本文模型為確定可用鏈路的服務(wù)質(zhì)量,計算不同優(yōu)先級數(shù)據(jù)流的路由提供了保證.

基于SDN的空間信息網(wǎng)絡(luò)拓?fù)淇梢员硎緸橐粋€無向加權(quán)拓?fù)鋱DGN=(VN,EN).其中,VN={vG,vL,vT},代表每個時間片中網(wǎng)絡(luò)所有節(jié)點的有限集合,vG,vL,vT分別表示GEO衛(wèi)星、LEO衛(wèi)星和地面的節(jié)點集.EN={IOL∪ISL∪UDL}代表每個時間片中網(wǎng)絡(luò)所有鏈路的有限集合,由于空間信息網(wǎng)絡(luò)的鏈路具有多種性質(zhì),IOL表示星際鏈路,ISL表示星間鏈路,UDL表示星地鏈路.不同性質(zhì)的鏈路具有不同的傳輸特性.

用5個節(jié)點模擬表示SDN控制器中存儲的 第N個時間片的拓?fù)湫畔?如圖2所示.鏈路屬性參數(shù)可由SDN控制器實時更新.

圖2 網(wǎng)絡(luò)拓?fù)淠Ｐ虵iG.2 Topology of network

v={v1,v2,…vn}∈VN,本文定義Elvmvn,N=(dlvmvn,blvmvn,pllvmvn)為邊權(quán)值,每條邊的權(quán)值都有平均時延、剩余帶寬、丟包率3個屬性.定義Wvn(t)來代表節(jié)點v的負(fù)載情況.xi表示在第N個時間片內(nèi)節(jié)點vm和vn節(jié)點之間的連接情況.

2.2 QoS參數(shù)

空間信息網(wǎng)絡(luò)的傳輸能力主要取決于鏈路服務(wù)質(zhì)量,而QoS又受許多因素的影響.本文結(jié)合空間信息網(wǎng)絡(luò)通信范圍廣但不同性質(zhì)鏈路的傳輸特性差異大的特點.根據(jù)2.1節(jié)所述網(wǎng)絡(luò)模型,利用SDN資源管理功能,實時獲取鏈路的延遲、剩余帶寬、丟包率作為QoS度量參數(shù),用于實現(xiàn)QoS路由算法.

1)端到端延遲:指數(shù)據(jù)流fi從節(jié)點vm到節(jié)點vn所需要的時間,是衡量QoS的主要性能指標(biāo)之一.如公式(1)所示,將傳輸時延和傳播時延之和作為鏈路延遲:

(1)

2)剩余帶寬:剩余帶寬指鏈路通信中未被占用的數(shù)據(jù)傳輸量.在傳輸數(shù)據(jù)流時,鏈路兩端的兩個節(jié)點通過兩個端口相連,一個端口的字節(jié)發(fā)送率等于另一個端口的字節(jié)接收率.如公式(2)所示,用節(jié)點vm的端口數(shù)據(jù)表示鏈路lvmvn的剩余帶寬:

(2)

3)丟包率:丟包率指通信中未接收到的數(shù)據(jù)包與總發(fā)送數(shù)據(jù)包比率.通過SDN控制器在節(jié)點之間發(fā)送探測包,可以得到鏈路lvmvn的丟包率如公式(3)所示:

(3)

rxpacket(vm)表示節(jié)點vm收到的數(shù)據(jù)包總數(shù),txpacket(vn)表示節(jié)點vn發(fā)送的數(shù)據(jù)包總數(shù).

(4)

3 多約束自適應(yīng)QoS路由模型

3.1 傳輸代價模型

(5)

(6)

2)第2項表示帶寬對傳輸代價的影響,公式(6)Blvmvn表示鏈路lvmvn的帶寬利用率.Bfi表示數(shù)據(jù)流fi對鏈路的帶寬要求,要求的剩余帶寬越多,選擇鏈路lvmvn的可能性就越大.帶寬利用率越高的鏈路,代價越大.

3)第3項表示節(jié)點負(fù)載對傳輸代價的影響.Wvn(t)可以有效的描述t時刻的節(jié)點容量和工作負(fù)載.節(jié)點vm和vn和之間的有效傳輸能力受到負(fù)載最高的節(jié)點的限制.節(jié)點負(fù)載越大,傳輸代價越大.

3.2 多QoS約束路由問題制定

(7)

(8)

(9)

δdelay,δband,δpacketloss分別表示鏈路的時延、帶寬、丟包率閾值,以此制定了鏈路lvmvn的約束條件.

xi表示在第N個時間片內(nèi)節(jié)點vm和節(jié)點vn之間是否存在可達(dá)鏈路.當(dāng)鏈接存在時值為1,否則值為0.

3.3 多優(yōu)先級閾值A(chǔ)dam求解

為了在不消耗大量計算資源的前提下更好的利用空間信息網(wǎng)絡(luò)資源,提供個性化的服務(wù)質(zhì)量,在路由計算中應(yīng)考慮為不同優(yōu)先級的數(shù)據(jù)流設(shè)置不同的鏈路約束閾值.相對于大多數(shù)算法的固定閾值設(shè)置,本文利用SDN控制器可以實時獲取鏈路特性的特點,使用Adam(Adaptive moment estimation)[19]優(yōu)化算法計算約束閾值,根據(jù)實時的鏈路特性為不同優(yōu)先級的數(shù)據(jù)流自適應(yīng)地更新閾值.

Adam算法是隨機(jī)梯度下降的一階優(yōu)化算法,可以有效的求解目標(biāo)函數(shù)的最大值或最小值.該算法結(jié)合了AdaGrad(自適應(yīng)梯度算法)算法和RMSProp(均方根傳播)算法的優(yōu)點.

Adam算法首先在計算梯度的一階矩時將當(dāng)前更新梯度和最后更新梯度之間的差值保持在很小的范圍內(nèi),實現(xiàn)平滑的梯度過渡,適應(yīng)不穩(wěn)定的目標(biāo)函數(shù),因此可以更好地適應(yīng)網(wǎng)絡(luò)變化.然后,設(shè)置梯度的二階矩陣,通過計算當(dāng)前梯度平方和過去梯度平方的平均值來更新學(xué)習(xí)率.本算法簡單高效,根據(jù)數(shù)據(jù)流的不同優(yōu)先級設(shè)定目標(biāo)函數(shù),計算閾值,提供滿足不同服務(wù)質(zhì)量需求的服務(wù).

因此本文根據(jù)不同優(yōu)先級數(shù)據(jù)流的QoS需求特點,如公式(10)所示,根據(jù)QoS到達(dá)曲線[20]和服務(wù)曲線[20]的水平偏差,設(shè)置目標(biāo)函數(shù).通過Adam求解曲線極值,確定閾值.

(10)

(11)

(12)

(13)

設(shè)目標(biāo)函數(shù)為{f(θ)|θ∈{blvmvn,dlvmvn,pllvmvn}}={δdelay,δband,δpl}.通過Adam算法求解f(θ)曲線極值,公式(15)中,gt表示其梯度,即在時間步長t上計算ft(θ)對于θ的偏導(dǎo).

t=t+1

(14)

gt=?θft(θ)

(15)

mt=β1·mt-1+(1-β1)·gt

(16)

(17)

(18)

(19)

(20)

[vt]=

=

=

(21)

因此,通過上述算法為不同優(yōu)先級的數(shù)據(jù)流得出閾值δdelay、δband、δpl,作為路由算法的約束條件.由此3類數(shù)據(jù)流可根據(jù)需求選擇不同的路由線路,得到滿足不同閾值約束的最佳路徑.

4 蟻群優(yōu)化算法在自適應(yīng)QoS路由算法的應(yīng)用

多約束問題的求解分為近似算法和啟發(fā)式算法,近似算法能夠得到相對精確的計算結(jié)果,但無法保證計算時間,啟發(fā)式算法則能快速計算最優(yōu)解.蟻群算法ACS(Ant Colony System)是一種啟發(fā)式算法,由Dorigo于1991年提出,用于解決函數(shù)多約束優(yōu)化問題[21].通過模擬螞蟻從蟻巢出發(fā)尋找到達(dá)食物處最短的路徑的過程,實現(xiàn)源節(jié)點與目的節(jié)點之間的端到端路徑尋優(yōu).該算法計算簡單,全局搜索能力好,魯棒性強(qiáng).但也存在后期收斂速度慢,且容易陷入局部最優(yōu)的問題.

因此,本文為了解決上述多約束目標(biāo)優(yōu)化問題,對傳統(tǒng)蟻群算法即ACS算法進(jìn)行了改進(jìn).利用SDN可以實時獲取鏈路狀態(tài)信息的特性,首先通過傳輸代價模型和雙禁忌表,對蟻群算法的轉(zhuǎn)移概率公式進(jìn)行了優(yōu)化,加快了算法收斂速度.然后,改進(jìn)了信息素?fù)]發(fā)速度計算公式,根據(jù)數(shù)據(jù)流優(yōu)先級通過SDN控制器動態(tài)設(shè)置參數(shù),提高了路徑選擇質(zhì)量.

4.1 轉(zhuǎn)移概率優(yōu)化

(22)

τlvm,vn(t)表示t時刻lvm,vn上的信息素濃度.ηlvmvn(t)表示t時刻lvm,vn上的啟發(fā)度.allowedk表示螞蟻k的下一個可選節(jié)點的集合.θ1,θ2分別為信息素和啟發(fā)度的啟發(fā)因子,表示其相對重要程度.

傳統(tǒng)的蟻群算法將路徑距離作為啟發(fā)度進(jìn)行尋優(yōu),直接應(yīng)用于衛(wèi)星網(wǎng)絡(luò)會使大量數(shù)據(jù)流集中在最短路徑從而造成鏈路擁塞.因此如公式(23)所示,根據(jù)第3節(jié)所述QoS約束模型(7),將啟發(fā)度定義為公式(5)所示代價函數(shù)的倒數(shù).

(23)

為了提前去掉不滿足約束條件的鏈路,減少路徑的計算量,以加快算法收斂速度.在借鑒禁忌搜索的基礎(chǔ)上,加入兩個禁忌表.充分利用SDN實時獲取鏈路狀態(tài)信息的優(yōu)勢,根據(jù)約束條件動態(tài)更新節(jié)點候選集allowedk.

allowedk={V-Tabu1-Tabu2}

(24)

4.2 信息素更新優(yōu)化

每次螞蟻走完一步或者完成n個節(jié)點的遍歷之后,需要對拓?fù)渲械臍埩粜畔⑺剡M(jìn)行處理,(t+n)時刻lvm,vn上的信息素更新規(guī)則如公式(25)所示:

τlvmvn(t+n)=ρlvmvn·τlvmvn(t)+Δτlvmvn(t)

(25)

(26)

(27)

(28)

利用SDN控制器的可編程特性,根據(jù)數(shù)據(jù)流的不同優(yōu)先級,針對揮發(fā)系數(shù)公式(27),自主調(diào)整a,b系數(shù),從而動態(tài)改變對應(yīng)鏈路的信息素?fù)]發(fā)速度.例如優(yōu)先級為2類的數(shù)據(jù)流,對帶寬有更高的需求,可以將b的值設(shè)置的更高.則根據(jù)數(shù)據(jù)流的優(yōu)先級設(shè)定,令b3a2>a3,a+b=1.狀態(tài)好的鏈路信息素?fù)]發(fā)更快,而狀態(tài)差的鏈路信息素濃度更高,即會有更小的概率選擇該鏈路作為轉(zhuǎn)發(fā)路徑.

4.3 SDN-AQoS路由算法步驟

本文SDN控制器上實現(xiàn)的路由算法SDN-AQoS流程如圖3所示.

圖3 算法流程圖Fig.3 Algorithm process

具體實現(xiàn)如算法1所示.

算法1.SDN-AQoS路由算法

輸入:當(dāng)前時間片下的拓?fù)鋱DGN,s,d

1.初始化：t=0;循環(huán)最大次數(shù)Nmax,;螞蟻個數(shù)m;δdelay;δband;δpacketloss;Tabu1k(s);Tabu2k(s);α;β

2.for(k=1,k

3.初始化Tabu2k(s)和Tabu1k(s)

4.for(i=1,i

5.ifdlvmvn≥δdelayorblvmvn≤δbandorpllvmvn≥δpl

6.將vn節(jié)點加入Tabu2k(s)

7.重新從allowedk選擇節(jié)點vn

8.else

10.確定轉(zhuǎn)移節(jié)點vn

11.if節(jié)點vn是目的節(jié)點d

12.則清空所有Taub列表,進(jìn)行下一只螞蟻的遍歷

13. 將此路徑放到路徑集P中

14.else

15.將螞蟻k移動到節(jié)點vn

16.將節(jié)點vn插入Tabu1k(s)

17.通過SDN控制器設(shè)置a,b值

18.根據(jù)公式(25)計算τlvmvn(t+n)

19.更新信息素濃度

20.end if

21. end if

22. end for

23. end for

5 仿真實驗結(jié)果與分析

5.1 實驗參數(shù)設(shè)置

本文使用STK與MATLAB進(jìn)行聯(lián)合仿真,STK軟件可模擬動態(tài)衛(wèi)星網(wǎng)絡(luò)場景,使用3顆可覆蓋全球的高軌衛(wèi)星和66顆銥星星座作為低軌衛(wèi)星,同時選取20個非均勻分布的地面節(jié)點作為地面站.為了模擬真實的空間信息網(wǎng)絡(luò)應(yīng)用,衛(wèi)星坐標(biāo)每1s更新一次,根據(jù)衛(wèi)星位置計算出坐標(biāo),輸出位置及軌道參數(shù)信息,生成動態(tài)拓?fù)渚仃?將生成的動態(tài)拓?fù)鋵?dǎo)入MATLAB.

仿真衛(wèi)星參數(shù)和網(wǎng)絡(luò)參數(shù)設(shè)置如表1、表2所示.

表1 衛(wèi)星參數(shù)設(shè)置Table 1 Satellite parameter settings

表2 網(wǎng)絡(luò)參數(shù)設(shè)置Table 2 Network parameter setting

根據(jù)本證向量設(shè)置QoS屬性在不同優(yōu)先級下的服務(wù)速率δdelay,δband,δpl,如表3所示.

表3 QoS服務(wù)速率參數(shù)設(shè)置Table 3 QoS service rate parameter setting

結(jié)合文獻(xiàn)[19]的結(jié)論,在Adam算法中的良好參數(shù)設(shè)置,本文令α=0.001,β1=0.9,β2=0.999,=10-8.

結(jié)合文獻(xiàn)[17]給出的參數(shù)范圍,為使算法達(dá)到最佳收斂次數(shù),在驗證本文算法性能時的蟻群算法參數(shù)設(shè)置如下:

θ1=1,θ2=3.一般認(rèn)為節(jié)點數(shù)量的三分之二是最優(yōu)螞蟻數(shù),故令螞蟻數(shù)m=60.

圖4 a和b對迭代次數(shù)的影響Fig.4 Influence of a and b on the number of iterations

5.2 實驗結(jié)果及分析

5.2.1 SDN-AQoS算法收斂性能測試

多約束問題的啟發(fā)式算法求解較難從理論角度證明其優(yōu)化性能,進(jìn)而采用測試函數(shù)的優(yōu)化效果來驗證算法性能.選取1對源-目的節(jié)點,生成100個不同優(yōu)先級的數(shù)據(jù)流,平均數(shù)據(jù)包大小設(shè)置為10Mbit并隨機(jī)分布在三層網(wǎng)絡(luò)中,數(shù)據(jù)包傳輸速率從每秒1Mbps～4.5Mbps不等.在保持其他條件一致的情況下,將本文算法、使用本文中為代價的基于原始蟻群ACS[20]的路由算法、基于蟻群算法的QoS優(yōu)化路由OQR-ACA[17]進(jìn)行收斂比較.

根據(jù)圖5收斂曲線圖可以看出,本文算法在尋路階段添加了約束判斷,相對于ACS、OQR-ACA在早期收斂速度稍慢,但隨著迭代次數(shù)的增加,由于候選節(jié)點集的優(yōu)化,在搜索后期收斂速度加快.并通過SDN為不同優(yōu)先級的數(shù)據(jù)流設(shè)置不同的參數(shù),進(jìn)行信息素更新,減少了迭代次數(shù).最終,本文算法在迭代到第7次時已經(jīng)收斂到最優(yōu)解,完成7次迭代的時間為1.5s.ACS算法和OQR-ACA算法則需要更多的迭代次數(shù)才能達(dá)到收斂,完成迭代需要更長的運行時間.使得本文算法的收斂性優(yōu)于ACS算法和OQR-ACA算法.

圖5 算法收斂曲線Fig.5 Algorithm convergence curve

5.2.2 不同QoS優(yōu)先級數(shù)據(jù)流路由性能測試

將3種優(yōu)先級的數(shù)據(jù)流,共計1000個,以相同速率注入網(wǎng)絡(luò)中,在源節(jié)點和目的節(jié)點相同的情況下,使用本文所述閾值設(shè)置方法和文獻(xiàn)[17]中所述閾值設(shè)置方法進(jìn)行比較,其時延、帶寬、丟包率情況如圖6所示.

圖6 QoS性能Fig.6 QoS performance

1類優(yōu)先級的數(shù)據(jù)流,要求時延更低,可以允許丟包率相對較高;2類優(yōu)先級的數(shù)據(jù)流,要求更高的帶寬;3類優(yōu)先級的數(shù)據(jù)流,要求丟包率更低,可以允許時延相對較高.

由圖6可以看出,3種數(shù)據(jù)流會根據(jù)不同的需求選擇不同的路由路徑.本文所述閾值方案能夠?qū)崿F(xiàn)在1優(yōu)先級下更低的時延,2優(yōu)先級下更高的帶寬,3優(yōu)先級下更低的丟包率.針對不同優(yōu)先級的需求,實現(xiàn)了更佳的服務(wù)質(zhì)量保證.

5.2.3 SDN-AQoS路由算法性能測試

為了評估本文提出的SDN-AQoS路由算法性能,本文實現(xiàn)了以下3個相關(guān)算法:經(jīng)典的ECMP算法[7]、基于衛(wèi)星網(wǎng)絡(luò)下多約束QoS的MSRA算法[11]以及OQR-ACA[17]算法,并與其進(jìn)行了比較.

1)網(wǎng)絡(luò)平均吞吐量

圖7顯示了數(shù)據(jù)流量從1Mbps到4.5Mbps時吞吐量的變化狀況,當(dāng)流量小于2Mbps時,每個算法對網(wǎng)絡(luò)吞吐量的負(fù)載能力基本相同.隨著流量的增加,SDN-AQoS吞吐量的增加更為迅速并且始終擁有更高的吞吐量.當(dāng)網(wǎng)絡(luò)吞吐量達(dá)到30MBPS時,OQR-ACA和MSRA算法接近飽和,而SDN-AQoS路由算法在最小傳輸代價的路徑優(yōu)化目標(biāo)中,考慮了星間鏈路和地面鏈路之間的差異、鏈路可用帶寬及路徑上節(jié)點的工作負(fù)載,從而使網(wǎng)絡(luò)吞吐量更晚接近飽和.可以看出,SDN-AQoS算法平均吞吐量與OQR-ACA相比增加了11.1%,與MSRA相比增加了13.7%,與ECMP 算法相比提升了22.4%.

圖7 網(wǎng)絡(luò)平均吞吐量Fig.7 Average network throughput

2)負(fù)載分布指數(shù)

圖8顯示了數(shù)據(jù)流量從1Mbps～4.5Mbps時負(fù)載分布指數(shù)的變化狀況.在全局流量較小時,各類算法都能得到較好的發(fā)揮,本文SDN-AQoS算法優(yōu)勢不明顯.隨著網(wǎng)絡(luò)負(fù)載的增大,其它算法開始出現(xiàn)擁塞.SDN-AQoS算法在考慮多種因素的最小代價傳輸?shù)耐瑫r對業(yè)務(wù)進(jìn)行了分類,從而能夠?qū)⒏嗟逆溌芳{入路徑選擇中,不會始終在某些節(jié)點上聚集.因此在后期,負(fù)載分布指數(shù)相對另外3種算法始終保持在一個較高的水平.可以看出,SDN-AQoS算法平均負(fù)載指數(shù)與OQR-ACA相比增加了13.4%,與MSRA相比增加了16.7%,與ECMP 算法相比提升了24.1%.

圖8 負(fù)載分布指數(shù)Fig.8 Load distribution index

6 結(jié)束語

本文提出了一種基于SDN的空間信息網(wǎng)絡(luò)自適應(yīng)QoS路由策略.在該算法中:1)基于SDN架構(gòu)和星地鏈路的多元多維因素,設(shè)計了考慮鏈路質(zhì)量、剩余帶寬和節(jié)點負(fù)載的傳輸代價模型.定義了以最小傳輸代價為目標(biāo)的多QoS約束問題;2)為不同優(yōu)先級的數(shù)據(jù)流,通過Adam隨機(jī)梯度下降算法自適應(yīng)配置不同的閾值,實現(xiàn)QoS約束自適應(yīng);3)通過優(yōu)化的蟻群算法求解多約束優(yōu)化問題.根據(jù)約束條件使用雙禁忌表優(yōu)化節(jié)點候選集.考慮帶寬、丟包率改進(jìn)了信息素?fù)]發(fā)系數(shù)公式,并利用SDN可編程的特性,根據(jù)數(shù)據(jù)流的不同優(yōu)先級進(jìn)行取值設(shè)計.從而優(yōu)化了迭代過程,加快了收斂速度.最終找到滿足約束條件且具有最小傳輸代價的路徑.實現(xiàn)了自適應(yīng)QoS路由算法SDN-AQoS;4)使用STK和MATLAB模擬衛(wèi)星網(wǎng)絡(luò)環(huán)境及SDN架構(gòu)聯(lián)合仿真.仿真結(jié)果表明,該路由策略與ACS、OQR-ACA相比具有更好的收斂性能和針對不同優(yōu)先級數(shù)據(jù)流的QoS保障.與ECMP、OQR-ACA、MSRA算法相比,網(wǎng)絡(luò)平均吞吐量提升了22.4%.實現(xiàn)了在保證服務(wù)質(zhì)量的同時最大化網(wǎng)絡(luò)吞吐量.從而解決了基于SDN的QoS在空間信息網(wǎng)絡(luò)環(huán)境下應(yīng)用的路由問題.