基于遗传算法的网络路由节能技术

高 霞

（运城师范高等专科学校 山西 运城 044000）

0 引言

为了提高网络性能，在设计网络期间，要结合网络峰值流量进行科学设计。同时为了保证网络的稳定性和可靠性，所使用的网络设备必须能够为工作人员提供连续性服务体验。但是事实上，网络流量一直不断地变化，并不会一直处于峰值状态，这就导致网络设备的利用率有所下降，出现大量的空闲设备，造成能源浪费。为了解决这一网络节能问题，提高网络性能和节能效果，技术人员要在遗传算法的应用背景下，加强对网络路由节能技术的科学应用。

1 研究背景

在整个网络模型中，为了确保网络性能和节能效率得以大幅度提高，需要做好对SDN路由器的有效部署，以实现对链路的有效关闭，从而保证节能效果。此外，通过利用该算法，制定出以下路由器部署方案，该部署方案的采用，可以保证SDN路由器能够覆盖大量的链路，还能结合网络拓扑结构，依次关闭相应的链路，这些链路的关闭在某种程度上严重影响了网络性能。所以，如何对节能与网络性能两者之间的关系进行科学的权衡是本文重点分析和解决的问题：（1）如何对SDN路由器进行科学升级，确保SDN路由器所控制的边缘数量达到最多。输入内容为：对网络拓扑结构进行升级，使其被升级为SDN路由器部署开销。输出内容为：利用SDN路由器部署方案，对链路的集合进行科学控制。（2）如何对链路的重要性进行科学衡量。总之，通过利用所部署好的SDN路由器，对各个链路的关闭情况进行科学控制，从而达到节能降耗的目的，使得网络性能得以显著提升。

2 算法描述

在遗传算法的应用背景下，本文所提出的网络路由节能技术，主要借助SDN路由器，对多个链路的关闭情况进行自动化控制，从而取得良好的节能效果。同时，还要制定行之有效的路由器部署方案[1]，确保所部署好的SDN路由器能够实现对大量链路的大面积覆盖。另外，在整个网络拓扑结构中，链路的关闭在某种程度上直接影响了整个网络性能，所以，如何实现节能与网络性能两者关系的有效权衡是技术人员必须思考和解决的问题[2]。

2.1 遗传算法计算路由器部署方案

为了确保SDN路由器所控制的链路数量最多，从根本上解决SDN路由器升级问题，需要利用启发式算法，确定出系统、完善的路由器部署方案。通过利用该部署方案，可以将每组路由器全部升级为SDN路由器，而这一目标的实现离不开遗传算法的应用[3]，通过利用该算法可以对达尔文遗传进化论进行精确化、真实化模拟，从而实现对最优解的计算，确保遗传算法表现出较高的全局搜索能力。遗传算法在实际执行期间，还要对路由器部署方案进行抽象处理，使其被抽象为一个特定的种群，为保证路由器部分方案计算速度创造了良好的条件。遗传算法在实际执行中，通常会涉及编码、初始化种群、适应度、选择、交叉和变异等环节，初始化种群属于重要环节，技术人员在执行这一环节期间，要重视对随机方法的运用，以完成对初始化种群的有效构建，为后期精确地计算个体的适应度打下坚实的基础。

2.2 节能算法

节能算法在实际执行中，需要对链路集合进行计算关闭处理，并结合网络拓扑结构，利用遗传算法，实现对SDN路由器部署方案的有效确定。其次，还要对链路网络连通状态进行科学的分析和判断，如果链路网络处于连通状态，需要对链路进行关闭处理；如果不连通，需要对链路进行重新打开。最后还要通过对最短路径算法的有效执行，实现对链路拉伸度的精确化计算，从而形成链路集合，并对该链路集合进行全面化、完整化输出。

3 实验及结果分析

为了更好地验证基于遗传算法网络路由节能技术的有效性和可靠性，现利用C++语言，对该技术功能进行实现，同时，利用所搭建好的模拟系统，对该技术的指标进行全方位评价。评价指标主要包含以下：（1）路由器控制链路数量。（2）算法的节能比率。另外，通过将SDN路由器部署在整个IP网络中，可以获得一定的部署开销比率[4]，但是，受当地经济水平的限制，所部署SDN路由器数量相对较少，所以，科学地设置路由器部署位置显得尤为重要，在对路由器进行部署期间，要确保所部署的路由器，能够实现对网络链路的大面积覆盖，当网络链路覆盖面达到最大时，才能获得最佳节能效果[5]。节能比率主要是指当控制链路被关闭之后，所获得的能量节省量与链路消耗能量之间的比值。同时，网络路由节能技术所获得的节能能量会随着节能比率的不断增加而呈现出不断增加的趋势。为了确保表述内容的简洁性和精确性，需要引入“部署开销比率”这一参数，部署开销比率主要是指SDN节点开销后所对应的比值。

3.1 实验拓扑

为了实现对多种算法性能的高效化、科学化、精确化评估，现将真实拓扑设置为实验对象，并形成相应的实验数据集。同时，还要从网络中分别获取Abilene真实流量数据和Geant真实流量数据，然后借助这两个拓扑完成对相关实验的开展。实验所使用的两种拓扑结构如表1所示。

表1 实验所使用的两种拓扑结构

3.2 控制的链路数量

控制链路数量通常会受到以下两个因素的影响，分别是部署开销比率和遗传代数，接下来全面地分析和研究这两大因素的具体影响。

当部署开销固定不变时，控制链路数量和遗传代数之间存在一定的关系[6]。对于Abilene网络拓扑结构而言，当其部署开销比率达到了20%时，获得如表2所示的Abilene中控制链路数量与遗传代数之间的关系。从表2中的数据可以看出，当控制链路最大数量达到12时，占Abilene网络拓扑结构链路总数比例为85.71%（计算公式为：12/14=85.71），当控制链路的最少数量达到5时，占Abilene网络拓扑结构链路总数比例为35.71%（计算公式为：5/14=35.71）。此外，7～9个控制链路所对应的代数共计3个，10～12个控制链路所对应的代数共计4个。这表明：在Abilene网络拓扑结构中，在网络路由节能技术的应用背景下，所获得的部署SDN路由器控制链路数量占整个控制链路数量的最小比例为50.00%（计算公式为7/14=50%），最大比值为67.86%（计算公式为9/14=67.86%）。

在Geant网络拓扑结构中，部署开销比率达到了20%，所获得的控制链路数量与遗传代数之间的关系如表3所示，从表3中的数据可以看出，控制链路最大值达到了27时，占Geant网络拓扑结构链路总数的72.97%（计算公式为：27/37=72.97%）；当控制链路最小值达到14时，占Geant网络拓扑结构链路总数的37.84%（计算公式为：14/37=37.84%）。此外，20～25个控制链路所对应的代数共计4个；15～20个控制链路所对应的代数共计3个；这表明在Geant网络拓扑结构中，通过利用本文所提出的基于遗传算法网络路由节能技术对SDN路由器进行部署，所获得的控制链路数量占比最小值为40.54%（计算公式为：15/37=40.54%），占比最大值为67.57%（计算公式为：25/37=67.57%）。

当遗传代数固定不变时，分析和讨论控制链路数量与部署开销比率两个参数之间的关系[7]。在Abilene网络拓扑结构中，当遗传算法进化代数设置为10时，获得如表4所示的控制链路数量与遗传代数之间的关系。从表4中的数据可以看出，这两个参数之间并不存在一定的拟合线性关系，但是整体上呈现出一定的线性正相关趋势。对于部署开销比率而言，当其值远远低于20%时，路由器所对应的控制链路数量为3，占Abilene网络拓扑结构链路总数的21.43%（计算公式为：3/14=21.43%）；当部署开销比率远远超过20%时，控制链路最小值为6，占Abilene网络拓扑结构链路总数的42.86%（计算公式为：6/14=42.86%），整个占比几乎上升了一倍。

表2 Abilene中控制链路数量与遗传代数之间的关系

表3 Geant中控制链路数量与遗传代数之间的关系

表4 Abilene中控制链路数量与部署开销比率之间的关系

在Geant网络拓扑结构中，当遗传算法进化代数为10时[8]，所获得的控制链路数量与部署开销比率之间的关系如表5所示。从表5中的数据可以看出，当部署开销比率远远低于20%时，路由器所对应的控制链路数为16，占Geant网络拓扑结构链路总数的43.24%（计算公式为：16/37=43.24%）；当部署开销比率远远超过20%时，路由器所对应的控制链路数达到24，占Geant网络拓扑结构链路总数的64.84%（计算公式为24/37=64.84%）。

表5 Geant中控制链路数量与部署开销比率之间的关系

结合表2、表3、表4中的数据，不难发现，部署开销比率大小，对控制链路数量产生了直接性的影响。当部署开销比率远远高于20%时，以上两种网络拓扑结构链路数均呈现出不断上升的趋势。从表5中的数据可以看出，部署开销比率仅仅达到了21.91%，这表明部署开销比率这一参数并不是影响路由器控制数量的唯一参数，路由器控制数量大小还与网络拓扑结构大小、遗传算法初始种群选择方式有关。

3.3 节能比率

节能比率可以用于对网络路由节能技术节能效果的精确化衡量。节能比率主要是指链路在实际关闭期间所节省的能量与整个网络拓扑结构中所有链路消耗能量之间的比值[9]。这表明，该技术节能效果会随着节能比率的增加而呈现出不断增加的趋势。对于网络路由节能技术而言，其节能比率与部署开销占比之间存在着密切的联系。网络路由节能技术所对应的节能比率相对较高，当部署开销比率超过40%时，其节能比率不再呈现比较明显的变化趋势[10]，另外，当所有节点全部升级为SDN节点后，才能确保网络路由节能技术的节能比率得以大幅度提高。由此可见，本文所提出的算法，具有较高的适用性和有效性，有效地提高了网络性能和节能效果，完全符合实际应用需求。

4 结束语

综上所述，在遗传算法的应用背景下，本文所提出的网络路由节能技术，主要取得了以下应用成效：利用遗传算法，从根本上解决IP网络中SDN节点部署问题，当部署开销数量不变的情况下，SDN路由器可以将控制链路数量控制为50%，在此基础上，通过借助链路关键度模型，对那些不必要的链路进行全部关闭，确保节能效果达到最佳状态。实验结果表明：通过利用本文所提出的基于遗传算法的网络路由节能技术，可以获得良好的节能效果，其节能效果远远超过其他算法。

总之，本文研究成果如下：第一，借助遗传算法，确定出相应的路由器部署方案，通过利用该方案，可以利用少量的路由器，对相对较多的链路进行覆盖，从根本上解决部署SDN路由器数量较多问题，将SDN网络升级成本降到最低。第二，通过完成对链路比较模型的构建，以实现对链路重要性的精确化衡量，该模型充分考虑了链路消耗能量，有效地反映出单条链路在整个网络中所体现出的重要程度。接着按照所设置好的顺序，对多条链路进行一一关闭，使得网络性能和节能效果得以大幅度提高，从而保证算法的有效性和适用性。但是，本文在研究部署开销比率与控制链路数量两个参数之间的影响关系时，并没有构建和应用线性拟合模型，因此，技术人员需要对这一不足进行改进。