论文部分内容阅读
随着网络规模的不断扩大，ICT行业产生的能耗已经占所有能耗的2％，因此能源效率应作为网络设计标准及运行机制的一部分，并逐渐渗透到网络的各个层次。设备级节能技术已发展多年，但节能收益通常小于15%，因此必须采用网络级节能技术来挖掘节能空间。 传统网络级节能算法虽然节能收益很好，但其复杂度高，而实际场景下需要节能算法实时的针对各个时间片下的业务量矩阵快速得到节能策略，因此在大规模网络中根本无法使用；同时，传统网络级节能算法没有考虑节能策略切换的平滑性，导致网络设备的状态频繁变化，从而引起路由的频繁调整，对QoS和网络设备本身造成了很大的影响。 针对传统网络级节能算法没考虑策略切换平滑性的问题，提出了SCLA节能算法，它的核心思想是在考虑前后节能策略的相关性（优先判断上一个时间片的节能策略中关闭的网络设备在这个时间片下是否能继续关闭）后对链路进行综合排序，并根据排序结果对链路进行尝试关闭。 针对传统网络级节能算法复杂度高，在大规模网络中根本无法使用的问题，提出了DCCA节能算法，它的核心思想是将历史矩阵聚合并选取代表矩阵来进行分析，对于任意时间片下的业务量矩阵只需去匹配代表矩阵以获得节能策略而不用再单独分析。在基于代表矩阵选取算法的思路下，也同样应该考虑策略的平滑性，于是我们继续提出了时间感知的DCCA算法TA_DCCA，在这个算法中，核心思想是把时间相邻且相似的业务量矩阵优先放入同一个聚类中，保证时间相邻且相似的业务量矩阵能使用同一个节能策略，以此来减小前后节能策略的切换。 为了在节能算法复杂度和节能效率之间找到折中，提出了NESA_PGA节能算法，它的核心思想是以遗传算法为框架，配合新提出的快速判断关闭某些链路后的残余拓扑能否承载当前时间片下的业务量矩阵的方法来降低算法的复杂度并保持与传统算法相近的良好性能。 为解决仿真环境与实际网络环境存在较大差异的问题，还研发了一套网络按需用电验证系统，本系统可自动化地完成环境模拟、性能和能耗监测与呈现等工作，为进一步优化算法、提高效率和可扩展性做了准备。