一、智能光网络中的BoD业务,杜书,2018/10/11,1,什么是BoD业务,BoD：Bandwidth on Demand 网络根据客户的需要动态的为他分配带宽。 带来的好处： 对用户来说，他们需要多少才分配得到多少带宽，不必为不需要的带宽付钱。 对运营商来说，提高了网络的资源利用率，同样能获得更多的利润。,2018/10/11,2,一个例子,2018/10/11,3,实现BoD业务的方法1：make-before-break,当需要调整带宽容量的时候，先建立一条新的连接，这条连接能够满足新的带宽需要。 把业务倒换到新的连接上，再将旧的连接拆除。 这种方法在包网络中对业务没有影响，但是在光网络中会造成业务的短暂中断（ms量级，主要因为倒换有一定时延）,2018/10/11,4,实现BoD业务的方法2： VCat & LCAS,VCat: Virtual Concatenation 在SDH网络中，业务可以由多个不同的虚容器（VC:virtual container，实际上就是时分复用里的时间片）承载，这些虚容器可以通过独立的连接通路进行传送，最后在目的节点端重新组合起来。 LCAS: Link Capacity Adjustment Scheme 当需要调整带宽时，只需要增加或者减少一个或者几个VC。,2018/10/11,5,这种方法最大的特点： 不同的VC可以走不同的路径，灵活； 不会造成业务中断。 目前最常见的MSTP(多业务传送平台）中都是采用的这种方法,2018/10/11,6,VCat & LCAS 的问题,优点其实也正是它的缺点。多条路径支持一个连接会带来问题： 增加网络管理的复杂性； 不同路径长度不同，需要在目的节点端对时延进行补偿。补偿的办法通常都是采用buffer，而且对buffer 的需求可能非常大。Why？ 举一个例：两条路径上传输时延差10ms，每条路径传10Gb/s，在目的节点端就需要100Mb的buffer。如果这个连接走的不同路径很多？,2018/10/11,7,两种方法结合,解决一个连接多条路径的办法：设一个路径数门限。 BoD中业务是动态变化的。当一个连接的路径数已经达到门限值，还需要增加带宽，且这些路径上都没有足够的资源-这个增加带宽的请求就要被拒绝 可以考虑将make-before-break与虚级联的方式结合：当一个新的增加带宽的请求到来，使得路径数要超过门限，使用make-before-break重新配置一部分业务的路由。,2018/10/11,8,Cross-Virtual Concatenation（1）,虚级联要求所有的VC都是相同的类型，即容量大小相同，都必须是VC-3(45Mb/s),或者都是VC-12(2Mb/s) 如果已经有了90兆的带宽，是通过两个VC-3提供，但是想升级到100兆去，传统的方法只有再增加一个VC-3，这样就只有向运营商购买135兆的带宽-不划算 Satyajeet 等人提出了Cross Virtual Concatenation的概念。,2018/10/11,9,Cross-Virtual Concatenation（2）,相比虚级联：在发射机和接收机上做了改进，使得不同类型的VC可以级联。 优点：提高了带宽利用率。 上面提到的问题可以这样来解决：从90兆升级到100兆，只需要增加5个VC-12. 同样面临一个连接多条路径带来的问题 同时还有一个新问题：如何选择带宽调整时的粒度？,2018/10/11,10,带宽调整粒度的选择(1),粒度的选择在与用户 太小：带宽需求动态变化，可能会频繁触发带宽调整，增加网络管理的负担。 太大：为不需要的带宽买单，花冤枉钱。,2018/10/11,11,带宽调整粒度的选择(2),从用户的角度来看，为了尽量减少自己的成本，一定会选择最小的带宽调整粒度 但是这样运营商肯定不干 管理的负担 每个VC都可能走不同的路径，VC数量多了之后，可能造成路径数会很多 办法：定价。 这样粒度选择的可以看成用户和运营商博弈的问题,2018/10/11,12,自适应的选择带宽调整粒度,假设 运营商采用的定价策略是：每调整一次带宽收取一定费用+传统的按时间和带宽分配情况收费； 用户的业务量曲线是相对平滑的。 我认为可以考虑一种自适应的粒度选择方法： 当业务量将要超过所分配的带宽时，根据统计前一段时间内的业务量变化来选择粒度大小：增加快，选择一个大的粒度；增加慢，选一个小的粒度。 当需要减少分配的带宽时，采用同样的道理：下降快，大的粒度；慢，小的粒度。,2018/10/11,13,2018/10/11,14,需要做的工作,需要找到一种根据之前的业务量变化预测最近的将来业务量的变化趋势。 业务量预测的方法很多，最不好处理的是业务量曲线抖动比较大的情况。 前面讲到的快、慢、大、小都是模糊的概念，需要找到一个 “快慢大小” 这之间的一个映射关系。 可以考虑用模糊数学的办法，关键是找一个合适的隶属函数。,二、在已知业务持续时间的情况下的业务疏导问题,杜书,2018/10/11,16,概念：holding-time-aware,看论文的时候，经常发现仿真部分会假设业务到达是一个泊松过程：请求的到达时间是满足泊松分布，每个请求的持续时间是负指数分布。 实际的情况是，很多用户在向网络运营商购买服务的时候都会在SLA(服务等级协议）上注明他们的业务具体的开始时间、结束时间、需要多少带宽 例如：奥运会的转播需要巨量的带宽，但是只是在奥运会进行的这段时间内。,2018/10/11,17,概念：业务疏导（traffic grooming),单个波长通道的容量巨大 实验室的最新实验数据可以达到Tbps的量级。 一般来说，单个业务连接远达不到波长通道的容量 要提高波长通道的利用率，怎么办？ 把多个有相同源/目的节点的业务通过疏导的方式放到一个波长通道中传输,2018/10/11,18,Grooming on existing lightpath? Creat a new lightpath?,当一个业务请求到来的时候，是把它疏导到一条（或者多条首尾相连的）已经建立的光路上去，还是为它建立一条新的光路？ 前者：提高了波长通道的利用率，但是往往并不是最短路径。 引入业务持续时间的概念后，考虑一种情况：当一个业务请求持续时间非常长，而已建立的光路上的业务持续时间非常短。 建立一条新的光路的办法其实更好,2018/10/11,19,M.Tornatore等人的方法（1）,JSAC 2008第三期 采用了业务疏导里一个比较经典的节点辅助图模型。 对模型中不同的link分别赋不同的cost，其中lightpath layer上link的cost比在wavelength layer上link的cost小得多。 利用最短路径算法求解业务疏导问题。,2018/10/11,20,M.Tornatore等人的方法（2）,对lightpaht layer上link的cost赋值：,2018/10/11,21,问题,M.Tornatore的方法还是有一个思想：首先选择把业务疏导到已经建立的光路上去。 是否总是有效？一个例子,2018/10/11,22,我的一个想法,我的想法： 主要思想：当一个业务请求到达，如果它的持续时间很长且需求的带宽很大，尽量为它建立一条新的光路；如果它的持续时间很短且需求的带宽很小，尽量把它疏导到已经建立的光路上去。 实现：仍然采用M.Tornatore方法里的节点辅助图模型，仍然利用调整lightpath layer上link的cost的办法。,2018/10/11,23,调整lightpath layer 上link的cost,当新到业务请求的持续时间和带宽都很大时，尽量建立新光路，所以设置cost比较大。 当新到业务请求的持续时间和带宽都很小时，尽量疏导到已建立的光路上，所以把cost设置比较小。 Clightpah=aCwavelength 其中，a根据持续时间和带宽请求变化 确定a同样可以考虑采用模糊数学的办法。关键是找到一个合适的隶属函数。,