动态路由优化中最短路径并行计算方法研究报告进展.docVIP

动态路由优化中的最短路径并行计算方法研究进展 杨忠明 Pareto子集网络中流量的特点是影响网络路由设计的主要因素，对于路由算法设计则必须基于流量，但对于大多数AS(Autonomous System)，基于目前的算法，网络中大部分时间内的流量是相当稳定的，但是通常会存在一些时段，网络中的流量会突然变化，对于现有的路由算法基于性能和复杂度考虑没有进行重新计算或调整。已经许多研究者对AS中高突发流量究，通过这些高突发流量的调查报告发现，导致网络高突发流量的原因有诸如病毒的爆发、ISP路由变动、拒绝服务攻击等原因，另外基于多媒体的UDP流量日益增多，使得突发流量往往影响到网络中的关键业务[1-4]。如果路由算法没有考虑到网络中的突发流量的负载均衡，通常会导致网络链路和路由不必要的过载，延迟加大，丢包率增加，网络的吞吐量降低，甚至威胁路由器安全。传统的路由算法通常是基于数据传输对网络情况的预测[5]。而基于算法性能和复杂度不考虑网络突发流量的实际，算法通常是根据采集到网络流量的部分度量样本，基于采样对网络性能优化，而这些采样并不能反映网络的真实情况[6]。Zhang C.等提及算法考虑多个具有代表性的流量矩阵，然后找到一组优化路由使得代表性的流量矩阵的最差代价达到最小，但是这里的最差代价并非全局仅限于网络流量的采样[7, 8]。Kandula S.等提及算法对实际网络上流量进行管理，以响应瞬时流量的需求做出优化[9]。这些动态适应算法的优点在于如果它们能够迅速收敛，则不需要过多的采样或者做出预测。近年来在网络流量领域值得关注的是域内的流量工程与域间的路由和流量间交互作用，研究发现一个AS域内的流量会导致AS出口处流量的变化这种流量变化会触发相邻AS路由的变化，导致网络的不稳定[10,11]。COPE(Common-case Optimization with Penalty Envelope)算法被提出来解决这种情况[6]。要应对网络中突发流量，有效的办法就是开发出简单快速的路由算法并进行路由优化。 国外许多专家学者较早对最短路径并行算法的实现方法进行了探讨，建立了串行标号设定算法和标号修正算法的各种不同并行实现方法，并在此基础上对比各种算法的性能及效率。目前，针对各种不同的串行最短路径算法而提出的并行算法大体可以分为两类：一类是不依赖于计算机类型的算法，包括Tseng等提出的算法[]；另一类是针对特定计算机类型的算法，包括Habbal等提出的算法[]。在有关最短路径并行算法研究的文献中，大部分都是针对全源最短路径问题，分为以下种：基于标号设定的并行算法、基于标号修正的并行算法、动态规划方法。(1) 标号设定并行算法 Habbal等实现了分布式网络上的标号设定最短路径并行算法，并取得了较好的加速比，但同时也承认算法的性能依赖于网络的分割方式[]。Crauser等提出了一种Dijkstra算法并行化的理论方法，将Dijkstra 算法的整个计算过程分成几个阶段来并行执行，这是一种过程分解的方法，此方法具有很好的理论性能，但却需要进一步的研究与实际测试[]。 (2) 标号修正并行算法 Narayanan讨论了Floyd算法的两种数据并行实现方法，并对这两种方法进行了对比，但却没有测试它们相对于串行算法的加速比[]。Polymenakos和bertsekas采用拍卖算法来实现并行化，拍卖算法本身的运行速度要比一般的串行单源最短路径算法慢，但他们通过实验指出，拍卖算法非常适合于并行化[]。此外，Adamson和Tick以及Bertsekas等也给出了在虚拟共享存储机器上标号修正并行算法的实验结果[,18]；同时Papaefthymiou和Rodrique实现了Bell-Ford-Moore标号修正并行算法，并与串行Bell-Ford-Moore算法进行了比较[]。 (3) 动态规划并行算法 Ziliaskopoulos等采用共享存储和消息传递的方法设计了基于时间的动态最短路径并行化算法[]，这种并行算法以Ziliaskopoulos和Mahmassani提出的串行动态最短路径算法为基础，同时还采用了离散时间步长以及Bellman 的最优原则理论[]，但却没有在大规模网络上进行实际测试。Ziliaskopoulos和Kotzinos对此算法作了进一步的研究，并在并行虚拟机(PVM)上实现了基于时间的动态最短路径算法的并行化，实验结果表明，随着时间步数的增加算法的加速比也有所改善，但同时他们也指出需要在实际网络和随机网络上对算法的效率作进一步的测试[]。 目前国内有关最短路径并行算法研究的文献还不多见。谭国真和隋春丽在PC 机群环境下研究了最短路径并行算法，给出了SPMD模式下的最短路径并行算法的简单实现过程，并在非循环图网络模型和强连通随机