基于有界延迟的光缓存队列模型研究

2014-05-04 08:06刘建明蒋泽军李宏周彭智勇
计算机工程与设计 2014年5期
关键词:全光包率队列

刘建明,蒋泽军+,李宏周,彭智勇

(1.桂林电子科技大学 计算机科学与工程学院,广西 桂林541004;2.桂林电子科技大学 电子工程与自动化学院,广西 桂林541004;3.桂林电子科技大学 生命与科学学院,广西 桂林541004)

0 引 言

在当前的光纤通信系统中,各个节点要经过多次光-电-光转换,信息传输速率受到抑制,由此产生了 “电子瓶颈”现象。为解决这一问题,人们提出全光网[1]的概念。全光网的核心技术主要包括两部分:一个是光的传输,另一个是光的交换。超高速传输和超大容量密集波分复用(DWDM)技术极大地提高了光链路的传输容量,而全光交换技术则亟需进一步突破。

如何解决光分组在核心节点处的竞争冲突问题是实现全光 交换的关 键 之 一。全光缓存 器[2](all-optical buffer)能够在光域内对数据包进行缓存,通过延迟数据包一段时间来避免输出竞争,是解决或降低光分组竞争的有效途径。光缓存可以从减慢光的传播速度和延长介质长度两方面来考虑,所以全光缓存器又可分为两大类:慢光型全光缓存器[3]和光纤延迟线型全光缓存器[4,5]。本文的工作是基于光纤延迟线型全光缓存器。

尽管全光缓存器已经被广泛研究,但绝大多数的研究人员局限于有限缓冲队列模型,即光缓冲区中仅能存储有限个数据包,缓存空间有界。文献 [6]分析了相关到达下有限容量光缓存的性能,文献 [7]研究了可变容量光缓存的丢包问题。也有少数人员研究缓存时间有界的光缓存[8]。本文结合缓存空间有界和缓存时间有界模型,提出一种新的基于有界延迟的光缓存队列模型,并借助仿真工具加以验证分析,得出了较优的性能。

1 M/M/1/K理论模型

目前可随机存取的光缓存尚未可取,光缓存主要利用光线延迟线 (FDL)来实现。当竞争出现时,光交换节点根据当前状态分配一段合适的FDL给竞争数据包,这些数据包在FDL内缓存排队等待输出。传统光缓存队列主要是基于数据包等待位置数有限的情况。本节我们结合排队论[9]知识,以 M/M/1/K模型为例来研究传统光缓存队列,并给出相关性能参数的理论公式,为下一步的仿真打下基础。

排队论 (queuing theory)也称随机服务系统理论,是为解决拥挤问题而发展的一门数学学科,它通过对服务对象和服务时间的统计研究并计算相关的数量指标,来提出系统的最优设计和控制方案。常见的排队系统模型有M/M/1、M/M/K、M/M/1/K、M/G/1等。本节我们用 M/M/1/K模型来模拟数据包等待空间有界的光缓存队列,该模型代表系统只有单个服务器,数据包到达的间隔时间服从负指数分布,参数为λ;服务时间是参数为μ的负指数分布;缓存区容量为K。假设数据包的到达过程和数据包长度的分布相互独立,系统服从先进先出 (FIFO)的服务原则。当系统中已有K个数据包时,新来的数据包不再进入系统排队而立即离去另寻他处服务。这样,在任何情况下,排队长度均不会超过K。根据上述,可得到系统的状态流,如图1所示。

图1 M/M/1/K模型状态流

因系统内所有状态互通,且状态有限,故必存在平稳分布。设系统负载为ρ(ρ≠1),则平稳状态下相应的目标参量有如下公式:

丢包率

数据包平均延时

平均排队长度

2 有界延迟模型在OPNET中的实现

网络仿真技术通过建立一系列模型,包括网络设备、网络链路、网络协议等,并用此模拟网络流量的传输,以获取设计或优化网络所需的性能参数[10]。网络仿真技术作为一门新兴的工程技术,已广泛应用于各种通信系统的规划、设计以及运营维护。它可以对现有网络进行优化和扩充,对网络性能进行评估,还可以对下一代网络进行仿真设计。OPNET[11]作为一款优秀的商业软件,已得到业界的广泛认可和采用,成为网络仿真的首选平台。其主要特点有:

(1)面向对象的层次化建模方式;

(2)三层建模机制;

(3)采用基于离散事件驱动的模拟机理,相比于时间驱动机制,计算效率有了很大提高;

(4)强大的统计性和集成分析功能。

正是由于这些特点,我们采用OPNET作为仿真工具,并建立网络域、节点域和进程域三层模型。同时检验M/M/1/K理论模型的正确性,并实现对有界延迟模型的仿真分析。

2.1 有界延迟机制

我们的研究采用有界延迟机制:首先预设一个延迟时间阈值,对于已到达的数据包,若缓冲区有空闲,将其放入缓冲区。然后判断其延迟是否小于阈值,如果延迟小于阈值,它将一直保持在缓冲区中直到它被传输,否则,它将会被丢弃。图2为有界延迟机制流程。

图2 有界延迟机制流程

2.2 OPNET网络域模型

在全光交换网络中,根据光缓存器位置的不同,可分为多种网络结构,有输入缓存结构、输出缓存结构、反馈共享缓存结构、分段共享缓存结构[12]等。由于本文只是对缓存队列模型进行研究,所以在OPNET中对网络域的建模只有一个节点,即核心节点,而不考虑上述网络结构。图3为OPNET仿真的网络域模型。

图3 网络域模型

在建模过程中,对于发送数据包给核心节点的节点,以及接收核心节点发出的数据包的节点,我们在下一节的节点域模型中用模块来表示。假定节点内部数据包流连接的带宽是无限的,且接收数据包流的模块存储数据包的能力也是无限的,可认为节点内部数据包的传输是理想的:即数据包的传输没有差错,也没有延迟和丢包。这样建立的模型,可以使仿真统计模块采集到的数据更具说服力,更能反映有界延迟模型的性能。

2.3 OPNET节点域模型

OPNET仿真的节点域模型如图4所示。由源节点(src)、排队节点 (queue)和统计节点 (count)这3个模块组成,图4中的箭头表示各节点之间的数据包流。详细解释如下:

(1)源节点 (src):用于模拟缓存队列数据包的到达过程,产生数据包,并将数据包发送到排队节点。我们设定平均数据包长度为9000bit,数据包到达平均间隔为1s。

(2)排队节点 (queue):用于模拟全光缓存器中数据包的排队过程,我们假定数据包在节点内进行先来先服务(FIFO)的缓存排队过程。

(3)统计节点 (count):用于统计仿真数据,如丢包率、延迟等,实现数据包的接收、统计和丢弃过程。

图4 节点域模型

2.4 OPNET进程域模型

在有界延迟模型中,每个节点都有相对应的进程模型,进程模型采用有限状态机来描述进程的逻辑行为。上述的3个节点中,排队节点最为关键。图5为排队节点的进程域模型,由5个有限状态机组成,图标表示逻辑状态,线条表示状态之间的转移,线条上括号内的内容代表状态转移的条件,每个状态包含的处理使用类C语言来描述。详细解释如下:

(1)init为初始状态,完成节点初始化过程。主要包括对模型属性的提取,对所要提取的变量进行句柄的注册,以及对一些变量的初始化。

(2)arrival状态获得到达的数据包,并在服务器空闲时将包传至start状态。

(3)start状态对到达的数据包进行一系列的操作。根据缓冲区是否有空闲,以及数据包的延迟是否超过阈值,来决定是将到来的数据包插入到缓存队列,还是丢弃它。

(4)compl状态用于汇总数据以及输出数据包。

(5)若缓存状态不属于上述几个时,则处于idle状态。

图5 排队节点的进程域模型

对于缓存队列来说,以上5种状态中最关键的是start状态,其部分代码如下:

其中,op_subq_stat用于统计子队列状态,这里用来获得队列中数据包的数目,op_pk_destroy用于销毁数据包,pk_svc_time代表传输数据包所用的时延。

3 仿真结果与分析

本节展示了有界延迟模型在OPNET下的仿真结果,同时研究了以下3种不同的数据包大小分布 (PSD)对光缓存性能的影响:指数分布、均匀分布和确定分布,假设它们都有相同的平均数据包长度。通过比较分析,得出了有界延迟模型不同于传统光缓存队列的一些特点。

首先我们对传统光缓存队列进行仿真,以 M/M/1/K模型为例。接着仿真了有界延迟模型,然后在相同负载下,以数据包平均排队时延为性能参数,对传统缓存队列模型和有界延迟模型进行比较。仿真参数设置为:缓存容量K=4,有界延迟阈值T=2,系统负载ρ=0.8。仿真结果如图6所示。由图6可知,有界延迟策略能够有效地降低数据包排队时延,并能使系统较快地趋于稳定状态。这有助于光缓存器在较短时间内解决数据包竞争问题,增大缓存节点吞吐量,进而提高光缓存性能。

图6 不同模型下平均排队时延比较

图7显示了传统光缓存队列在不同负载下的丢包率,仍以M/M/1/K模型为例,仿真参数K设为2。根据指数分布的丢包率曲线,仿真结果和理论计算结果基本相等,由此我们可以验证第一节关于 M/M/1/K理论模型分析的正确性。比较图中的3条丢包率曲线,我们可以看到,随着负载的增加,系统丢包率也相应增加。相同负载下,指数PSD丢包最多,均匀PSD丢包次之,确定性PSD丢包最少。这是因为指数分布的方差最大,会导致最长的排队,从而导致最多的丢包,而确定性分布的方差最小。由此可知,对于传统的有限容量光缓存队列,可以通过降低PSD方差来减少数据包输出竞争,进而降低丢包率。

图7 M/M/1/K模型下丢包率与负载关系

图8展示了有界延迟模型在不同负载下的丢包率,延迟阈值设为2。比较图6和图7,我们会发现,和传统光缓存队列模型相比,有界延迟模型显示了一些不同的特点。由图8可知,方差最大的指数PSD在相对小的负载下,会导致最多的丢包,而这与重负载下的情况恰恰相反:当负载ρ>0.9时,指数PSD丢包率小于均匀PSD,随着负载的进一步增大,最小方差的确定性PSD反而导致最大的丢包率,而此时指数PSD丢包率最小。这为我们在重负载情形下研究全光缓存器提供了参考。

图8 有界延迟模型下丢包率与负载关系

4 结束语

本文提出了一种新的基于有界延迟的光缓存队列模型,并在OPNET上对其进行建模仿真。仿真实验结果表明,相较于传统的光缓存队列,该模型能够有效降低光分组缓存时延,提高光缓存器整体性能,更符合现实环境,对设计和优化通信网络有一定的参考价值。

本文只是以时延和丢包率为参数来研究光缓存队列,但这些并不能完全表征光缓存器性能,还需要考虑丢块率等参数。下一步的工作,是将FEC编码加入到模型中,比较不同编码下的光缓存性能[13],并给出选择最优编码的准则。另一个方向,是将该模型引入到全光网中,用于设计新的光缓存器结构[14]。

[1]LI Weimin.Technology of all optical communication networks[M].Beijing:Beijing University of Posts and Telecommunications Press,2009 (in Chinese). [李维民.全光通信网技术[M].北京:北京邮电大学出版社,2009.]

[2]SHENG Xiaojuan,DONG Xiaowei,ZHANG Xiaoxing,et al.Advances in the research on all-optical buffers [J].Study on Optical Communications,2011,37 (6):52-55 (in Chinese).[盛晓娟,董小伟,张晓兴,等.全光缓存器的研究进展 [J].光通信研究,2011,37 (6):52-55.]

[3]Zhaoming Zhu,Daniel J Gauthier.Nearly transparent SBS slow light in an optical fiber [J].Opt Express,2006,14(16):7238-7245.

[4]WU Chongqing.Study on fiber-delay-line-based buffer [J].Acta Optica Sinica,2011,31 (9):1-13 (in Chinese). [吴重庆.光纤延迟线型全光缓存器的研究 [J].光学学报,2011,31 (9):1-13.]

[5]Wang Xiaoliang,Jiang Xiaohong,Achille Pattavina.Efficient designs of optical LIFO buffer with switches and fiber delay lines[J].IEEE Transactions on Communications,2011,59 (12):3430-3439.

[6]Dieter Fiems,Wouter Rogiest,Koenraad Laevens,et al.Performance analysis of a finite capacity optical buffer with arrival correlation [C]//Proceedings of the 4th International Conference on Queueing Theory and Network Applications.New York:ACM,2009.

[7]Lee Duan-Shin,Chang Cheng-Shang,Jay Cheng,et al.Queueing analysis of loss systems with variable optical delay lines [C]//The 27th Conference on Computer Communications,2008:1310-1318.

[8]LIANG Zheng.Study on buffering and transferring techniques in optical packet switching networks [D].Shanghai:Shanghai Jiao Tong University,2008:91-108 (in Chinese).[梁铮.光分组交换网中的缓存与转发技术研究 [D].上海:上海交通大学,2008:91-108.]

[9]LU Chuanlai.Queuing theory [M].2nd ed.Beijing:Beijing University of Posts and Telecommunications Press,2009:31-56(in Chinese).[陆传赉.排队论 [M].2版.北京:北京邮电大学出版社,2009:31-56.]

[10]CHEN Min.OPNET network simulation [M].Beijing:Tsinghua University Press,2004 (in Chinese).[陈敏.OPNET网络仿真 [M].北京:清华大学出版社,2004.]

[11]LI Xin,YE Ming.OPNET Modeler network modeling and simulation [M].Xi’an:Xi’an University of Electronic Science and Technology Press,2006 (in Chinese). [李馨,叶明.OPNET Modeler网络建模与仿真 [M].西安:西安电子科技大学出版社,2006.]

[12]LIU Huanlin,PANG Junyu,LIU Bo,et al.A buffering architecture based on traffic load selection for optical packets switching [J].Journal of Optoelectronics·Laser,2010,21(1):42-45 (in Chinese).[刘焕淋,庞俊宇,刘波,等.一种基于负载选择的光分组交换缓存结构 [J].光电子·激光,2010,21 (1):42-45.]

[13]YUAN Jianguo,JIANG Ze,MAO Youju,et al.Design and simulation study of new Super-FEC code [J].Journal of System Simulation,2007,19 (5):1067-1071 (in Chinese).[袁建国,蒋泽,毛幼菊,等.一种新Super-FEC码型的设计与仿真研究[J].系统仿真学报,2007,19 (5):1067-1071.]

[14]GONG Xiaohui,WANG Hongxiang,JI Yuefeng.Design and network performance analysis of optical buffer with adaptive elastic fiber loop [J].Journal of Optoelectronics·Laser,2010,21 (10):1053-1056 (in Chinese). [宫小卉,王宏祥,纪越峰.自适应弹性环光缓存结构设计及其网络性能分析 [J].光电子·激光,2010,21 (10):1053-1056.]

猜你喜欢
全光包率队列
支持向量机的船舶网络丢包率预测数学模型
智慧园区无源光纤局域网全光网络建设分析
一种基于喷泉码的异构网络发包算法*
全光激发探测稀有同位素氪—81单原子
电磁线叠包率控制工艺研究
队列里的小秘密
基于多队列切换的SDN拥塞控制*
华为发布智慧全光城市目标网架构
在队列里
丰田加速驶入自动驾驶队列