matemplsadaptivetrafficengineering讲义教材.pptx

15MATE: MPLS Adaptive Traffic EngineeringXiaojie Zhoumailto:szxjzhou@163.comszxjzhou@163.com2016.1.27Abstract以目的地址为导向的路由不能适应流量模式的变化，在本论文中提出了多路径自适应的流量方法，简称MATE适用于基于MPLS的网络，通过对流量的分析和测量进行负载的均衡MATE采取一种最低限度的措施使得中间节点除了普通的转发包以外不需要进行额外的流量测量和流量均衡Outline AbstractIntroductionMotivationOverviewMATE AlgorithmModelAsynchronous algorithmExample cost functionMATE Implementation TechniquesTraffic filtering and distributionTraffic measurement and analysisMotivation因特网服务提供商正面临用户对于快速、可靠、以及丰富的网络体验的需求我们需要通过流量工程的方法加以解决，流量工程与QoS路由略有区别。对于QoS路由来说只要求路由满足给定的约束；而对于流量工程来说要起到的效果是在给定的约束下找到那个最优的路由方案MPLS提供了一种可用于流量工程的显式路由解决方案在显式路由中当一个流到达第一个路由器以后会将这个流的第一个包上传给控制器，由控制器进行计算下发流表给沿途的各个路由器。各个路由器就会根据流表进行具体的转发这种办法有个显著的优势，包在转发的过程中不再像虚电路一样需要进行标签的转换MotivationQoS的虚电路Motivation起初提出了ECMP(等价多路径路由)方法是计算到目的地的最短路径，当存在多条最短路径时采用哈希的办法进行转发问题1、只会选择最短的路径，不能在最短路径和非最短路径间进行负载均衡2、只能考虑静态的约束，也就是一开始必须要明确知道流量的状态3、路径权重的改变会导致全局的路由的改变在MPLS中这些问题得到了很好的解决第一第二点通过控制器应用流量工程算法可以解决，第三点对于每个流来说都有专属的确定的路由，当流表中某一项改变只会影响到某条流而不对全局产生影响由此出现了一个问题，在流量矩阵不可预知的情况下如何进行路由选择。接下来我们就将探讨这一个问题Motivation在MPLS里面进行流量矩阵预测一般有两种思路与时间相关历史流量信息将被用于预测未来的流量这种办法需要考虑一个很长的时间尺度内的数据，因此不适宜流量相对变化的环境，也没法对现实流量的变化进行优化与状态相关基于现实流量的状态进行优化，主要关注短程流量的优化(也就是突发性流量的优化)Outline AbstractIntroductionMotivationOverviewMATE AlgorithmModelAsynchronous algorithmExample cost functionMATE Implementation TechniquesTraffic filtering and distributionTraffic measurement and analysisOverviewMATE算法具有下列特点分布式启发式算法可实现端到端的控制中间的路由器不需要再对于路径进行重新计算，只需要负责转发不需要预知的流量需求基于现实的拥塞情况进行路由选择最小化包的乱序问题不需要在节点间进行时钟同步Overview在MATE中采用的是下面的办法在显式路由中当一个流到达第一个路由器以后会将这个流的第一个包上传给控制器，由控制器进行计算下发流表给沿途的各个路由器。各个路由器就会根据流表进行具体的转发因此对于包进行整合和分配到不同的路径是输入节点路由器需要做的事情对于包进行整合也就是将包变成流，然后再将每个流的第一个包送往控制器，由控制器决定这个流应该通过哪条路径进行转发。而在控制器决定时需要进行两方面工作，一是测量，二是分流。最终的目的是平衡各路径间的拥塞情况Outline AbstractIntroductionMotivationOverviewMATE AlgorithmModelAsynchronous algorithmExample cost functionMATE Implementation TechniquesTraffic filtering and distributionTraffic measurement and analysisModel首先先做如下的定义假设全网有L条单向的链路、S个源节点目的节点对，那么全网所有可能的路径数不会超过2L假设每个源节点目的节点对s之间可以走多条路径，那么这多条路径构