节能路由器的动态调频策略研究

史湘君,嵩 天

(北京市海量语言信息处理与云计算应用工程技术研究中心，北京理工大学计算机学院,北京 100081)

节能路由器的动态调频策略研究

史湘君,嵩 天

(北京市海量语言信息处理与云计算应用工程技术研究中心，北京理工大学计算机学院,北京 100081)

网络基础设施中路由器的电量消耗随着网络规模的不断发展已经不容忽视，节能路由器的研制与使用是绿色通信网络发展的重要步骤之一。在分析网络流量的特点和证明细粒度调频有巨大节能潜力的基础上，设计了可动态调整频率的节能路由器系统架构，重点提出两类路由器的自动调频策略：微周期调频和阈值调频，深入分析了四种具体调频方法。结合不同的流量数据，通过实验评估了所提方法在各种网络中的节能效果，对接入网络的真实流量的实验结果显示，采用动态调频方法，理论上最大节能可达到40%左右，为节能路由器的设计与应用提供了参考依据。

绿色网络；流量分析；调频策略；路由器

1 引言

近年来，随着网络性能和应用需求的日益提高，电信运营商网络中的路由设备容量自1994年开始，以每18个月2.5倍的速度不断增长。同时，对比路由容量和通信量，半导体技术的发展(如CMOS工艺改进等)获得的能效改善相对缓慢，能耗效率大约每18个月增长为原来的1.65倍[1]。在总容量发展速度超过能耗效率且累计差近20年后的今天，网络设备能耗问题引起了广泛关注。

全球电子可持续发展推进协会(GeSI)[2]指出,2010年欧洲电信商的整个网络能源需求大约是21.4 TWh，并且预测到2020年，如果不采用绿色网络技术，将达35.8 TWh。按照目前的增长趋势，到2025年网络通信设备的能耗会达到2006年的13倍[3]。

我国网络基础设施能耗也在近几年迅速增长。据工信部统计，2008年三大电信运营商消耗的电量约24.1 TWh，合240亿人民币(按照工业电价计算)。2012年，我国通信业功耗电量约39.5 TWh，同比增长7.2%，对比2008年[4]，接近增长1倍。

众所周知，网络设备为了在使用高峰期提供较高的服务质量，设计有流量冗余，即路由设备提供与设计流量相适应的最大处理能力。在非热点时间段，实际流量相比设计流量存在冗余。尽管在大部分时间内，实际流量远远小于设计的最大流量，但网络设备的功耗却由最大值决定。实际应用中存在的流量冗余为节能路由器提供了设计空间，即通过调节网络设备的处理能力，使之与实际流量相适应，实现降低网络设备能耗的目的。

调节网络设备功耗的思路有很多，如根据流量情况调节设备处理频率、调整缓存大小、使闲置的部件休眠等。其中调频节能的方法是被学术及产业界广泛认可的思路，且英特尔公司已有可调频的通用处理器面世。因此，本文在对网络流量的特点进行分析后，提出了几种调节设备频率的节能策略，并对其有效性进行了验证。

2 相关工作

由于较之网络实际流量，网络设备的处理能力有大量冗余，设备各部分全部开启并全力工作造成了能耗的极大浪费。在这种情况下，研究人员提出了许多方法，从两个角度对设备进行调整，一种是关闭闲置的部件或者令其处于睡眠状态，另一种是根据资源的占用情况来进行动态速率调节。

在前一类方法中，Gupta M等人[5]提出根据网络数据包到达的间隔预判端口休眠的方法。随后在此基础之上，提出利用缓存来增加休眠时间的方法，即在端口处于休眠状态时，到达的数据包暂存在缓存器中，直到超过一个阈值后才将端口唤醒。

2010年，标准节能规范IEEE 802.3az(Energy Efficient Ethernet，功耗有效以太网，简称EEE)[6]获得批准，该标准规范了对以太网口进行休眠和动态唤醒的技术防范。如果硬件设备支持该标准，就可以在网络处于空闲状态的时候降低链路两端的能耗，开始正常传输数据时则恢复正常供电，从而实现根据端口的实际流量在全速运行和低功率闲置模式之间转换。Mancuso V等人[7]的实际测量表明，EEE可以在不少于40%的时间里，为链路和网络接口节约至少80%的功耗。

Vishwanath A等人[8]探讨了路由设备缓存器的功耗情况，提出算法令存储设备在必要的时候逐级打开，在用不到的时候置于睡眠状态。实验表明，这种动态开关缓存的方法最多可以节约整个路由器10%左右的功耗。

在动态速率调节方面，Gunaratne C等人[9]研究自适应链路率的方法来根据链路利用率动态调节链路速率。利用输出缓存的队列长度与阈值的比较情况和利用率监控等方法实现动态调节。该方法在数据包的延时只有很小影响的情况下，链路80%左右时间都处于低速率状态。

Meng W等人[10]提出了一种多频率调节方案。他们将缓存的占用量和预先设置的阈值相比较，以此决定设备的频率。通过实验验证了调频方法的有效性。

此外，部分网络设备的处理器可以实现一定程度的功耗调节。

应用在英特尔公司新型CPU芯片上的动态电压频率调整DVFS(Dynamic Voltage and Frequency Scaling)技术[11]可以动态调整CPU频率，当CPU使用率低于或接近零的时候动态降低CPU的倍率，令其工作频率下降，从而降低电压、功耗以及发热；而一旦监测到CPU使用率很高时，立即恢复到原始的速率工作。然而，此项技术只能根据CPU的负荷强度进行调频，且其调频间隔大于10 ms，不能很好地满足网络设备的节能需求。而且，大部分网络设备并没有采用通用处理器，因此相关研究十分必要。

综上技术发展分析可以看到，以EEE为代表的休眠方法只能降低以太网芯片的功耗，不能降低整个路由器的功耗。而已有的动态调频方法所用技术单一，缺乏对网络真实流量的理解。因此，本文结合动态调频技术，提出了四种调频策略，并用真实流量验证其有效性。

3 网络流量和节能潜力分析

3.1 网络流量获取说明

为研究实际网络流量的共同特点，本文选择取自于100 Mbps、2.5 Gbps和10 Gbps链路的路由器流量，分别代表家庭网络、接入网络和核心网络。其中，100 Mbps流量来自于作者实验室所用的网络接入设备，2.5 Gbps和10 Gbps流量均来自于CAIDA网站[12]发布的真实流量数据。

3.2 网络流量的带宽占用率

本文利用实验室出口网络七天的流量，取其中一个小时的流量进行分析，如图1所示。其网络流量不稳定，有明显的振荡，但总体上链路利用率不高。

Figure 1 One hour’s traffic on home router图1 一个小时家庭网络流量图

对于CAIDA网站上发布的2.5 Gbps流量，取一个小时的单向流量来分析，如图2所示。可以看到，其网络流量较之100 Mbps稳定许多，只有小幅震荡，链路利用率同样不高。

Figure 2 One hour’s traffic on access router图2 一个小时接入网络流量图

对于CAIDA网站上发布的10 Gbps流量，同样取一个小时的单向流量来分析，如图3所示。可以看到，其网络流量非常稳定，但链路利用率与其他两种流量相似，均在较低水平。

Figure 3 One hour’s traffic on core router图3 一个小时核心网络流量图

三种网络流量的平均速率分别为4.4 Mbps、612 Mbps和3.71 Gbps，它们的平均带宽占用量如表1所示，分别为4.4%、24.5%和37.1%。由此可以验证，链路的平均利用率处于较低水平，网络的容量和网络设备的处理能力远远大于网络的实际流量，这个特点为实现节能路由器提供了潜在的设计空间。

Table 1 Characteristics of three types of network traffics

3.3 网络流量的开/关特性

路由器需要以更小的尺度来观察流量的变化。表面上看分钟级的调节设备频率可以满足流量的变化，但是从小尺度来分析网络流量，其表现出的开/关特性促使作者对路由器调频策略进行更深层次的探讨。

在三种网络流量中，核心网络是数据量最大的，在相同尺度下其体现出的开/关特性最不明显。以其为例分析讨论本文的观点更具有说服力。

图4描绘了10 Gbps网络在不同时间尺度下的开/关特性。图中的1 μs、10 μs、100 μs和1 ms分别表示检测数据包到达的时间间隔。以1 μs为例，若横坐标为1时，纵坐标为1，表示第1个以1 μs为时间间隔的周期内，到达的数据包数目为1。在时间间隔为1 μs时，可以看到网络流量有良好的开/关特性。以10 μs为时间间隔的统计结果显示，设备不仅可以有开、关两种状态，还可以有很多级别。但是，当时间间隔更大时，不再有这种特性。

Figure 4 ON/OFF features of core router traffic图4 核心网络开/关特性图

如表1所示， 以10 Gbps的核心网络为例，其流量的平均开/关周期为4.1 μs左右，开、关时间所占的比例约为1∶1.2。这也就是说，平均每4 μs都会有连续2 μs以上的时间内设备上无流量通过，由此可见，处理器不必一直处于最高频率来处理数据包。100 Mbps的家庭网络和2.5 Gbps接入网络的统计数据同样表现出开/关特性，显示了为路由器设计细粒度调频策略的巨大潜力。

4 节能路由器基本结构

在已有的功耗调节方法中，研究者已通过许多方式令设备节能，比如当链路上无流量的时候关掉以太网端口，或者是根据需要执行的指令数来决定CPU调频。这些方法都能在一定程度上为设备节能，但它们均不能在很好地适应网络应用场景的情况下达到节能效果的最优化。

本文所在实验室的付文亮等人[13,14]提出了一种新型的路由结构，允许各功能模块进行自由的频率调节，从而通过更细粒度的频率调节实现节能。这个结构引入了一个调频仲裁器监视系统来进行调频决策，决策信息可以是输入缓存队列的长度、端口的利用率或其他模块的能耗状态。

本文提出的节能路由器与传统路由器的最大区别在于，它可以根据网络的实时流量来决定设备的频率，其逻辑结构如图5所示。

尽管设备的输入输出端有很多端口，但这些并行的通道可以抽象成一条。当输入流量到达路由器旱，设备的缓存器会将数据包缓存在输入队列中。然后，处理器以先入先出的方式从缓存中取出数据包，根据其目的地址进行查表转发。

Figure 5 Architecture of energy efficient router图5 节能路由器结构示意图

当网络流量集中时，由于数据包在缓存中积攒导致队列增长，流量与处理能力比较小时，队列长度减小，甚至缓存清空了。因此，可以利用缓存器中的队列长度作为路由器调频的依据。本文的调频策略正是基于输入缓存的占用情况而设计的。

因此，节能路由器的结构中最重要的一点是增加了调频决策模块。这个模块可以根据要求，实时或周期性地对输入缓存队列进行采样。其中的调频决策程序根据队列长度的采样结果和既定的调频策略，决定处理器接下来的运行频率。最后，向处理器发送信号，令其对时钟频率进行调整。在这个过程中，为保证读取数据的正确性，硬件需等待若干时钟周期，以使新的频率工作正常。

本文在NetFPGA平台上实现了纯硬件的节能路由器结构，且具备五个频率级别。实验表明，该结构可以工作在100 MHz频率下，任意两个频率间的切换时间为20个时钟周期。即频率级别的切换可以在0.2 μs完成，相比Intel CPU 10 ms左右的切换周期，该设计更适合应用于网络设备,为本文设计细粒度的调频策略提供了现实的保障。

5 调频策略设计

依据调频的触发条件不同，调频策略分为两类：微周期调频和阈值调频。微周期调频指设备的运行时间被划分为以微周期为单位，设备在当前周期结束后对缓存进行采样，然后决定下一个周期的频率，这个固定的采样间隔被定义为Δt。阈值方法指设备对缓存的采样是实时的，频率的调整是由缓存队列的实际长度与预先定义的阈值作比较后决定的。

此外，本文在这两种策略的基础上，分别扩展出两类具体的调频方法，包括微周期类的最低延时策略和最大容忍延时策略，阈值类的单阈值和双阈值策略。四种调频策略如表2所示。

Table 2 Classification of frequency scaling strategies

5.1 参数设计

在调频模型中所需要的参数定义如表3所示。

5.2 微周期调频

微周期的方法引入了一个很小的固定时间间隔Δt，作为对缓存中的队列长度采样的周期，调频策略根据这个采样结果进行调频。

设备调频都会有一个延迟，假设这个延迟为βΔt。但是，由于每次调频延迟都会发生，所以设备在每个频率上的运行时间都是整数倍的Δt，如图6所示。

Table 3 Parameters

Figure 6 Diagram of frequency switch delay图6 调频延时示意图

用Eprocessor来表示处理器的功耗，则在时间T(T=N*Δt)内处理器的功耗可以表示为:

5.2.1 最低延时策略

为了使数据包的延时尽量小并且设备频率不会太高导致浪费，在最低延时策略中根据每个周期到达的数据包处理器的频率调节到合适的值，这些频率恰好可以处理掉上个周期结束时缓存中剩余的数据包。则在一个周期结束的t时刻，频率f(t)对应的功耗p(t)依照如下规则选择：

假设上个周期处理器运行的频率为fi，功耗为pi，那么，

如果，pi=plow,

如果pi=phigh，

5.2.2 最大容忍延时策略

由于设备处于睡眠状态时，可以比降低频率节约更多的功耗，因此将设备置于睡眠状态直到即将到达数据包最大可容忍时延，再将频率调高到相应级别全力处理。

假设数据包的最大可容忍延时为αΔt，并且处理器在第r个采样周期开始时进入到睡眠状态，那么处理器可以持续保持在睡眠状态达α-1个采样周期。第s(s=r+α-1)周期开始时，缓存中的队列长度可以表示为:

在第s个采样周期开始时，处理器被唤醒，这时它可以根据最小延迟的判断条件来决定该调到哪级频率运行。之后的过程与最小延迟相似，直到一个采样周期开始时，l(t)<(1-β)Δt*ahigh，说明其在这个采样周期内，能处理完之前积攒的数据包，那么处理器会在下一个周期开始时再次进入睡眠状态，并持续α-1个周期。

5.3 阈值调频

在阈值方法中不再设置采样周期，对缓存中的队列长度是实时监控的。由于队列长度可以表征网络流量到达的趋势，因此可以据此动态调节处理频率。在这种方法中，设置阈值来检测网络流量以决定如何调频。

网络流量的变化带来了缓存队列长度的改变，以不同的方式设置阈值就形成了不同的调频策略。总的来说，其队列长度表达式是相同的:

并且处理器的功耗都可以表示成:

5.3.1 单阈值策略

当处理器运行于低频率时，网络流量的增大会使数据包在缓存中积累，导致队列长度增加，此时可以将频率调到最高，对数据包进行迅速的处理；当队列长度较小时，处理器运行在较低频率的低功耗状态，以维持设备的正常运行。在这种情况下，可以为缓存队列设置一个阈值Th来决定设备应处于高频还是低频。功耗的决策条件如下:

5.3.2 双阈值策略

为了避免利用单阈值调频所带来的调频振荡，引入双阈值来代替上述方法中的单阈值，用高阈值Th_high和低阈值Th_low代替之前的单阈值Th。双阈值策略的功耗为：

5.4 策略分析

对于上述几种调频策略，微周期调频较之阈值调频，可以减少频繁采样过程中的花费，而后者可以更加敏感地感知流量变化，并及时做出行动来应对。各种调频策略在控制数据包平均时延、节省功耗等方面各有优势。由于不同的调频策略对于不同参数要求的网络场景有良好的适用性，因此应用时需加以选择。此外，本文提出的调频策略也可以扩展到多个频率级别的调整上，原理同上述方法类似。

6 实验与分析

假设设备有两个可调的频率：高频和低频，此外还有一个睡眠状态。其中只有最大容忍延时策略会用到睡眠状态，其他方法只可在高、低频率间切换。本实验旨在比较四种调频策略(最低延时、最大容忍延时、单阈值和双阈值)在调频过程中表现出的不同性能。

6.1 实验环境及参数设置

以带宽为2.5 Gbps的接入网络为例，如表1所列，数据包平均包长为656字节。经计算可知，其最大处理能力约为每10 μs处理5个数据包,所以在实验中，设置调频间隔的单位时间为10 μs。对于微周期调频策略，设其采样周期为10个单位时间，即100 μs，时延方法调频的最大可容忍延时为50个单位时间。设高频单位时间可处理5个数据包，低频单位时间可处理1个数据包，最大容忍延时策略的睡眠状态处理能力为0。路由器在各个频率下的功耗数据可以通过文献[1]中进行估算，路由器可调频的部分，如地址查找、转发引擎、输入/输出和交换结构等，占设备总功耗的49%。所以，睡眠状态下，设备的功耗为原来的51%，低频为60.8%，高频为100%。

恒定的到达流量设计为每个时间单位到达2个数据包，泊松流量的均值等于2，还有取自于2.5 Gbps网络的实际流量(均值为1.032)。阈值方法中，单阈值设置为15，双阈值为10和20。按照以上参数设置编写模拟器，模拟路由器使用不同策略时表现出的性能。分别输入三种流量，输出结果为每种流量下的频率分布、节能效果、频率切换次数、数据包平均延时和缓存队列平均长度的统计。

6.2 相同流量下不同调频策略的调频效果

首先，比较四种调频策略面对相同输入流量时的不同调频情况。以输入流量为泊松流量时的情况为例，取100个连续的单位时间的泊松流量，如图7a所示，橫坐标为连续的单位时间，纵坐标为每个单位时间到达的数据包数目。

四种调频策略的调频情况如图7b所示，横坐标为与图7a相应的100个连续的单位时间，纵坐标为每个单位时间设备的处理能力，值为5时表示设备处于高频，值为1时表示设备调到低频，处理能力为0时表示睡眠状态。从图中可以看到，在最低延时和最大容忍延时策略中，设备的调频是发生在采样周期结束时，即调频的最小时间间隔为10个单位时间；而阈值策略的调频是实时的，单阈值策略调频振荡十分明显。

Figure 7 Traffic flow and comparison of four strategies图7 流量及四种调频策略比较

6.3 四种策略的能耗对比

从直观上看到了四种调频策略在调频时机和调频情况上的不同后，接下来，面对恒定流量、泊松流量和实际流量,对四种策略所表现出的不同性能的结果做统计，统计的时长为1 000个单位时间。

Figure 8 Comparison of four strategies distribution of different frequencies in time and power图8 四种调频策略的频率分布和功耗情况比较

从路由器处于高频与低频的周期分布情况，可以推测出设备的能耗情况，处于低频甚至睡眠状态的周期数越多，能耗越小。几种调频策略频率分布的统计结果如图8a所示。由频率分布结果和各频率的功耗参数，可以计算出四种调频策略在不同流量下的功耗情况，如图8b所示。在实验结果中，可以看到，阈值方法的节能效果最好，而两种阈值方法由于具有实时调节处理能力，无浪费情况，所以功耗情况相同。而微周期方法由于需要通过周期性的采样来决定调频，会造成处理能力上的浪费，所以节能效果稍差。此外，对于实际流量，利用本文提出的调频策略最多可以为设备节约将近40%的功耗，这一数字是相当可观的。

6.4 四种策略的频率切换次数对比

由于设备在频率切换时，需要读写寄存器等额外的操作，一个好的调频策略应该尽量避免过于频繁地切换频率。几种策略频率切换次数的统计结果如图9所示。

由于最低延时和单阈值策略都对流量有较好的跟随性，调频较为积极，所以相比同样触发条件的另一种策略，切换次数较多。相比之下，最大容忍延时和双阈值策略很好地缓解了调频振荡。其中最大容忍延时策略对于不同流量，均表现出较少的频率切换。在所有方法中，单阈值调频振荡较为明显。

Figure 9 Comparison of the number of frequency switching for four strategies图9 四种调频策略的频率切换次数比较

6.5 四种策略的包时延和平均队列长度对比

四种策略平均包时延和队列长度的统计结果如图10所示。

Figure 10 Comparison of the average packet latency and buffer length for four strategies图10 四种调频策略的平均包时延和平均队列长度比较

由于数据包到达路由器后缓存在缓存器的队列中，数据包等待被处理的时间越长，队列的长度也越长，所以二者是呈现相同的趋势。在四种策略中，最低延时策略保证了数据包的平均延时最小，阈值方法在这方面也表现出了较好的性能。由于自身以包时延的代价换取设备尽量多地处于睡眠状态的特性，最大容忍延时策略在包延时和队列长度方面的表现最差。

6.6 综合比较

从统计结果可知，对于数据包时延要求比较高的网络环境，几种策略中的最低延时策略是能保证平均包延时最小情况下的最好的调频策略。当网络对于包时延的要求比较低且频率切换会带来一定代价的时候，最大容忍延时策略较优，因为虽然它不是处于高频周期数最少的策略，但是它能令设备有较多的时间处于睡眠状态，这样可以很大程度上节约能耗。在对数据包时延没有明确要求且频率切换代价可以忽略不计的情况下，阈值方法可以在保证平均包时延较低的情况下，达到最好的节能效果。其中，双阈值调频方法可以有效缓解单阈值策略带来的调频振荡。

上述统计分析表明了本文提出的几种调频策略的有效性。调频策略的具体选择要根据网络对数据包和设备参数的要求，不同的策略在其相应的应用场景下可以达到较好的节能效果。

7 结束语

本文通过分析三种网络的网络流量，总结出了流量的共同特点，即链路平均利用率不高且流量在小尺度下具有开/关特性。在流量分析的基础上，提出了两类针对路由器的动态调频策略：微周期调频和阈值调频，又从两类策略中细化出四种调频方法。结合理论流量和真实流量的实验可以得出如下结论：四种调频方法均可有效地进行动态调频，在包延迟、队列长度等方面各有特色，且可以进行有效控制；从本文对2.5 Gbps流量的统计中可以得出，节能比率可以达到40%左右；调频方法针对理论和真实流量均有较好的效果。

[1] Bolla R, Bruschi R, Davoli F, et al. Energy efficiency in the future internet:A survey of existing approaches and trends in energy-aware fixed network infrastructures[J]. Communications Surveys & Tutorials, IEEE , 2011,13(2):223-244.

[2] http://www.theclimategroup.org/assets/resources/publications.

[3] Lin C, Tian Y, Yao M. Green network and green evaluation:Mechanism, modeling and evaluation[J]. Chinese Journal of Computers, 2011, 34(4):593-612. (in Chinese)

[4] Wu He-quan. Scalability challenges in the internet[J]. Telecom World, 2010(8):14-15.(in Chinese)

[5] Gupta M, Grover S, Singh S. A feasibility study for power management in LAN switches[C]∥Proc of the 12th IEEE International Conference on Network Protocols, 2004:361-371.

[6] IEEE std 802.3az:Energy Efficient Ethernet[S]. 2010.

[7] Mancuso V, Chatzipapas A. On IEEE 802.3az energy efficiency in web hosting centers[J]. IEEE Communications Letters, 2012,16(11):1880-1883.

[8] Vishwanath A, Sivaraman V, Zhao Z, et al. Adapting router buffers for energy efficiency[C]∥Proc of the 7th Conference on Emerging Networking Experiments and Technologies, 2011:19.

[9] Gunaratne C, Christensen K, Nordman B, et al. Reducing the energy consumption of ethernet with adaptive link rate (ALR)[J]. IEEE Transactions on Computers, 2008, 57(4):448-461.

[10] Meng W, Wang Y, Hu C, et al. Greening the Internet using multi-frequency scaling scheme[C]∥Proc of IEEE 26th International Conference on Advanced Information Networking and Applications, 2012:928-935.

[11] http://www.intel.com.

[12] http://www.caida.org/data/overview/.

[13] Fu W, Song T. A frequency adjustment architecture for energy efficient router[J]. ACM SIGCOMM Computer Communication Review, 2012, 42(4):107-108.

[14] Fu W, Song T, Wang S, et al. Dynamic frequency scaling architecture for energy efficient router[C]∥Proc of the 8th ACM/IEEE Symposium on Architectures for Networking and Communications Systems, 2012:139-140.

附中文参考文献：

[3] 林闯，田源，姚敏. 绿色网络和绿色评价：节能机制、模型和评价[J]. 计算机学报，2011,34(4):593-612.

[4] 邬贺铨. 互联网发展面临可扩展性挑战[J]. 世界电信, 2010(8):14-15.

SHI Xiang-jun,born in 1989,MS candidate,CCF member(E200034432G)，her research interests include network architecture, and green network.

嵩天(1980-),男,辽宁沈阳人，博士，副教授，CCF会员(E200006167S)，研究方向为网络体系结构。E-mail:songtian@bit.edu.cn

SONG Tian,born in 1980,PhD,associate professor，CCF member(E200006167S),his research interest includes network architecture.

Frequency scaling policies for energy efficient routers

SHI Xiang-jun,SONG Tian
(Beijing Engineering Research Center of Massive Language Information Processing and Cloud Computing Application,School of Computer Science and Technology,Beijing Institute of Technology,Beijing 100081,China)

With the development of the network scale, energy consumption problems of network infrastructures cannot be ignored. Studying and applying energy efficient routers is one of the important steps to develop green network. Based on the analysis of network traffic and the proof of the huge energy saving potential of fine-grained frequency scaling, the system architecture of energy efficient routers is designed, which can dynamically scale the frequency. Two kinds of router frequency scaling strategies are mainly proposed, which are called micro-periodical scaling policy and threshold scaling policy. And four specific frequency scaling methods are analyzed in detail. We simulate the frequency scaling policies under different traffic conditions, analyze the performance of policies under various application scenarios according to the experimental statistical data. The experiments on real traffic of access router show that about 40% of energy can be saved by using our power scaling methods, providing a reference for designing and applying of energy efficient methods on routers.

green networking;flow analysis;frequency scaling policies;router

2013-07-25;

2013-09-28

国家自然科学基金资助项目(61272510,60803002)

1007-130X(2014)03-0433-08

TP393.03

A

10.3969/j.issn.1007-130X.2014.03.010

史湘君(1989-),女,天津人，硕士生，CCF会员(E200034432G)，研究方向为网络体系结构和节能网络。E-mail:shixiangjun@bit.edu.cn

通信地址：100081 北京市海淀区北京理工大学计算机学院

Address:School of Computer Science and Technology,Beijing Institute of Technology,Haidian District,Beijing 100081,P.R.China