数据中心光网络组网及抗毁技术发展趋势

随着云计算、大数据和互联网应用等新型业务的迅猛发展,作为其支撑设施的数据中心也得到了快速的建设和发展。光互连具有高速、大容量和低时延的优势,被广泛地应用于数据中心组网中。然而频繁发生的自然灾难和人为破坏对数据中心及数据中心光网络的可用性造成巨大的威胁,直接影响到数据中心的业务提供,因此数据中心光网络的抗毁技术一直是数据中心光网络运营者研究的重点。文章介绍了目前数据中心的组网现状,分析和对比了数据中心光网络最常用的抗毁技术,并根据当前数据中心光网络的发展趋势,阐述了未来数据中心光网络抗毁技术的发展方向。

基于数据中心光网络的节能虚拟网络嵌入算法

针对数据中心光网络(DCONs)的能耗节省问题,文章提出了一种基于匹配网络资源的节能嵌入(3E-MNR)算法。该算法采用协调的虚拟网络嵌入,提出了嵌入匹配网络资源的概念,在虚拟嵌入的同时考虑节点和链路的资源约束,根据链路距离选择合适的调制格式,放置再生器和光收发器(OTP),选择能耗最低的网络资源完成嵌入。实验结果表明,文章所提算法较两种基线算法可以减小总能耗和OTP能耗。在虚拟请求数多时,性能更加优越,并且可以在实现运行时间权衡的基础上,降低网络阻塞率。

内容分块数据中心光网络灾前数据转移

大范围灾难的发生将导致多个数据中心同时毁坏,现有内容备份策略无法完全恢复所有数据。因此,在灾难发生前需对灾难区域内数据进行转移。文章研究了内容分块(CF)数据中心光网络灾前的快速数据转移问题,构建了混合整数线性规划(MILP)模型并提出了最小时延(LD)快速数据转移算法(简称LD算法)。LD算法的性能与MILP模型非常接近,整个网络数据转移时间接近最优解。此外,仿真结果表明,在相同数据冗余度下,采用LD算法的CF数据中心光网络比内容复制数据中心光网络最多节省42%的数据转移时间。

数据中心光网络多播业务流聚合技术研究

介绍了数据中心光网络组网和多播业务的发展现状,提出了基于光树的多播业务流聚合技术,描述了该技术的原理和实现方法,并通过仿真实验验证了该多播业务流聚合技术确实可以有效提高数据中心光网络的资源效率,降低网络成本。

基于深度神经网络的数据中心光互连网络资源分配方法

在人工智能环境下为了提高数据中心光互联网络组件和软件的安全性,需要构建优化的资源分配模型,提出基于深度神经网络的数据中心光互连网络资源分配方法。采用用户关联和功率谱分配联合优化方法构建数据中心光互连网络资源调度模型,结合对网络资源粒度的服务请求QoS资源配置实现对不同种类资源的融合和聚类处理,提取数据中心光互连网络资源的空间、时间、频谱等多维网格抽象模型参数,通过深度神经网络学习方法实现对网络资源分配过程中的多种资源粒度融合和收敛性寻优控制,建立用户之间分配数据中心光互连网络资源的信道模型,通过传输链路均衡配置方案实现对网络资源的优化分配和均衡配置。仿真结果表明,本方法的资源分配传输比特率为18 bit/s,延时较小,资源分配阻塞率低,为0.05%,且资源持有度较高,可始终维持在100%,说明本方法具有对较强的资源均衡配置能力。

弹性光网络分层流量疏导优化方法(特邀)

【目的】随着云计算、大数据和数据中心(DC)等技术的迅猛进步,DC的规模与数量正在持续扩张和增长,网络的带宽资源和能耗也在急速增长。如何有效减少网络带宽资源与能耗受到广泛关注。文章旨在减少网络能耗和提高网络频谱资源利用效率。【方法】考虑工作网络能耗元件特点、频谱资源分配方式和不同调制格式选择,文章采用自适应流量疏导方法和频谱分层方式,提出了弹性光网络的距离自适应分层流量疏导方法(DSGM),把频谱资源划分成不同频谱层进行网络流量疏导。一方面,根据距离自适应调制方法选择不同频谱效率的调制格式;另一方面,根据频谱分层流量疏导方式,对每一条光纤的空闲频谱资源按不同速率的光通道进行分层,通过光纤链路剩余带宽资源,来选择合适的光通道进行流量疏导,优化频谱资源的使用。为了方便比较,文章引入了频谱分层流量疏导方法(SSGM)、传统流量疏导方法(TTGM)和没有流量疏导的传统方法(TMWG)。【结果】仿真结果表明,与SSGM、TTGM和TWGM相比,文章所提DSGM能明显降低弹性光网络能耗,减少网络的阻塞率,提高资源利用效率。【结论】通过文章所提弹性光网络分层流量疏导优化方法,实现了网络能耗与频谱资源优化的目标。

基于链路生命期的光数据中心网络业务恢复方案

针对大规模灾难事件对光数据中心网络造成的关联性和级联性故障,提出一种基于链路生命期的灾后业务恢复方案。该方案利用全局业务带宽退让和局部链路的有限生命期,缓解灾后网络的带宽资源危机,根据灾难损毁业务的带宽需求和持续时间需求,确定业务恢复优先级,采用任播与多播相结合的路由策略提高业务的连通性和带宽资源利用率。仿真结果表明,所提方案能够最大限度地降低业务中断率,并有效地延长灾难损毁业务的持续时间,减少数据流量损失。

数据中心间光互联网络中的跨层动态保护策略

为了保证数据中心间光互联网络中业务所需的可靠性,同时提高网络资源利用率,提出一种带有可靠性感知的跨层保护策略.该策略在软件定义的IP over弹性光网络架构中,通过IP层和光层控制器的协同工作,将业务的实时可靠性告知光层,使光层充分感知业务特性.在此基础上,光层控制器根据业务实时可靠性的变化,在确保业务可靠性得到满足的前提下,设计最小资源占用块释放方法来动态调整光层保护资源.仿真结果表明,该保护策略在充分保证业务可靠性的同时,可以取得较低的保护开销和阻塞率.

弹性光数据中心网络中收益最大化的带宽分配算法

弹性光数据中心网络中的带宽分配需要兼顾云服务提供商收益和用户连接请求性能,对此提出收益最大化的带宽分配算法,其以子载波为基本单位将光纤带宽有效地分配给多个用户连接请求。首先,基于收益模型和虚拟子载波的概念建立带宽分配问题的整数线性规划模型;接着提出一种基于动态规划的带宽分配算法以及一种启发式的带宽分配算法,前者致力于获得最大的分配收益,后者则力求获得更好的时间效率;最后,通过仿真实验对所设计的带宽算法的性能进行验证。实验结果表明,相较于已有的弹性光数据中心网络中的带宽分配算法,设计的两种算法均能在带宽分配中获得更高的系统收益。

一种机器学习辅助数据中心传输资源分配优化策略

针对当前海量数据传输在数据中心光网络应用场景下的优化需求,提出在数据中心流量发送前使用机器学习方法对所要发送的流量类型进行分类,将一种改进的贪婪遗传算法(IGGA)引入数据中心光网络重构问题并进行优化。仿真结果表明:在相同节点分布的情况下,与传统遗传算法(GA)所构建的拓扑结构链路相比,IGGA平均长度明显减小,在20节点和50节点拓扑情况下分别减少了3.06%和6.37%,且改进效果随拓扑节点数量增加而提高。

Software-Defined Optical Data Centre Networks

Based on the analysis of data centre(DC) traffic pattern, we introduced a holistic software-defined optical DC solution. Architecture-on-Demand based hybrid optical switched(OPS/OCS) data centre network(DCN) fabric is introduced, which is able to realise different inter-and intra-cluster configurations and dynamically support diverse traffic in the DC. The optical DCN is controlled and managed by a software-defined networking(SDN) enabled control plane to achieve high programmability. Moreover, virtual data centre(VDC) composition is developed as an application of such softwaredefined optical DC to create VDC slices for different tenants.