多路径路由网络负载均衡算法研究

决对带宽的要求， 但是由于多路径路由使得通信路径可以有 多种选择， 所以多路径路由提高带宽的同时随之带来的是如 何在多路径中选择最优路径实现实时通信的问题 。 因此， 如 何选择最佳通信路径实现实时通信， 满足用户对通信的要 求， 成为当今人们研究的热点问题 。 但是， 传统的基于最小权值的多路径路由通信路径选择 算法， 是根据选取链路中权值和最小的链路为最佳路径， 由 于链路中权值和是相对稳定的， 根据权值和较小选择的链路 这样就造成多路径路由 总是多路径中比较固定的几条链路， 链路中权值和较小的那几条链路被经常使用， 当用户访问量
Research of Load Balance Algorithm Over Multipath Network
QIN Guang
（ Xichang College （ North） Network Management Center，Sichuan Xichang 615013 ，China） ABSTRACT： Research multi － path routing of network communication． In traditional multipath routing network communication ，when network traffic increases，the amount of data is too large， ，causing communications link congestion phenomenon． This paper presents a particle swarm optimization based multi － path routing load balancing algorithm． The PSO perceived the link status，extracted more performances，and dynamicly selected the optimal communication path for quick communication，to avoid the duplication of choosing values and the path of least traffic congestion caused by low real － time communication． Experiments show that the particle swarm optimization based multi － path routing load balancing algorithms can ensure the complete real － time communication，and achieve satisfactory results． KEYWORDS： PSO； Multi － path routing； Traffic congestion
n ［4 ］
： （ 1）
Mj =
∑log（ l ）
i i =1
（ j = 1， ．．．， m）
M j 为第 j 条路径的代价， m 为起始路由到目的路由 式中， n 为每条路径中包含的子链路数， l i 为第 i 条 的可行路径数， 子链路的代价， 也即度量值， 可以是链路的传输时延 、 丢包 率、 链路长度（ 即权值） 等参数。 3 ） 根据得到的各条可行路径的代价值选取代价值最小 即： 的路径为最优路径， M = min（ M1 ， M2 ， ．．．， Mm ） 路由间通信。 传统的基于最小权值和的多路径路由通信路径选择算 法， 是选择路径的权值作为通信路径的度量值， 计算得到的 各子链路的权值和作为此条路径的代价， 即各条路径的代价
第 28 卷
第 11 期
计
算
机
仿
真
2011 年 11 月
文章编号： 1006 － 9348 （ 2011 ） 11 － 0118 － 04
多路径路由网络负载均衡算法研究
秦 光
（ 西昌学院（ 北） 网络管理中心， 四川 西昌 615013 ） 摘要： 研究多路径路由网络通信优化均衡问题， 由于网络中通信量增多时， 链路因为数据量太大用而产生通信链路拥塞的现 象。针对传统的多路径路由网络通信中， 造成通信不畅的问题， 提出一种基于粒子群优化的多路径路由负载均衡的算法， 通 过粒子群算法感知链路状态， 提取多个链路性能指标， 动态选择能够快速实现通信的最优路径， 避免了重复选取权值和最小 粒子群优化的多路径路由负载均衡算法， 能够保 的路径通信造成的通信拥塞而带来的通信实时性不高的问题 。 仿真证明， 证选取合适的通信网络， 完成实时通信， 取得了满意的效果。 关键词： 粒子群； 多路径路由； 通信拥塞 中图分类号： TP393 文献标识码： B
— 119 —
为了更准确地获取当前网络中所有路径的详细数据特 性， 避免用户突然访问量增加对网络中链路通信量的影响， 根据计算得到的丢弃率 lo i 与前一链路的权值 β 来计算平均 数当作探测包继续传输的可能丢包率， 计算公式为： lp i = βlo i + （ 1 － β） lp i － 1 过比较权值选取使得丢包率最小的链路权值 。 3． 2 粒子群优化多路径路由负载均衡算法 粒子群优化是通过模拟鸟群或鱼群的行为统一性特点， 将路径各项度量统一为一个度量值， 并作为路径的代价。 路 是实现 径度量是反映多路径路由网络基本性能的指标参数， 最优路径选择的约束条件， 也可以判断衡量网络中各路径的 带宽、 时延、 费用 优劣。文中将用到的度量参数为权值和 、 所以这些度量参 等。因为这每个度量参数的性质是不同的， 数可以通过多种方式组合反映路径特性， 本文就是用粒子群 优化的方法将其整合统一 。 粒子群优化法将路径上所有的子链路的各种特性累计， 然后总体决定路径特性 。 它的合成方式是将所有的传输路 径的度量参数值也就是各个路径中子链路的度量值计算总 具体形式如式（ 6 ） 所示： 和， m（ p） = ∑ m（ l i ）
2
收稿日期： 2011 － 03 － 03 修回日期： 2011 － 05 － 03
路由通信原理
多路径路由通信算法就是根据路由选择算法计算出到
— 118 —
达目的网络的最佳路径
［3 ］
。 其中算法的度量值是决定哪个
用等多个链路性能指标一致化， 对网络进行负载均衡后， 利 作为路径的度量值， 感知 用一致性的指标计算路径的代价， 全网络中所有路径的状态， 统筹全局动态选择能够既快速又 有效的实现通信的最优路径， 避免了只依靠权值和一个特性 选取最优路径， 造成因重复选取权值和最小的路径通信， 而 实验证明， 导致的通信拥塞带来的通信实时性不高的问题 。 基于粒子群优化的多路径路由负载均衡算法， 能够实现多路 径路由的负载均衡， 保证选取合适的通信路径， 完成实时通 信， 取得了满意的效果。
n
3
粒子群优化的负载均衡算法
多路径路由网络的出现， 虽然能满足人们对通信带宽的
要求， 但是由于其多路径通信的特点， 带来了如路径选择、 通 信拥塞等难点问题， 传统基于最小权值和的最优路径选择算 法解决了最优路径选择问题但是造成了通信的拥塞， 不能实 现实时通信， 最终导致无法实现人们多通信实时性的要求 。 基于粒子群优化的多路径路由负载均衡算法， 通过模拟鸟群 或鱼群行为统一性特点， 将权值和、 时延、 带宽、 费用等多个 统筹全局最终实现实时通 路径性能指标统一为路径的代价， 信， 下面详细介绍此算法。 3． 1 通信探测包的传输 多路径路由是指根据通信用户的要求， 在当前网络中， 选取从起始路由到目的路由的最优路径 。 首先由起始路由发 送探测包， 传送到通信的目的路由处， 在执行接受通信探测 包的任务的时候， 带有每个监测路径周期目的路由接受节点 的收到包的数目信息， 将探测包的数目信息通过目的路由模 接收到探测包的预测模 块接收并转而将其传输给预测模块 。 块再根据在每个周期中此条链路的发送探测包的数目和接 收到的探测包的数目计算出对应于此路径的丢包率， 然后分 析在多个探测周期内的丢包率并预测出下一个探测包预测 周期可能的丢包率， 并将下一个路径预测周期得到的预测信 息发送给起始路由。 起始路由将所有的预测信息打包并传输 给路径中的转发模块。 然而对于网络中各条路径子链路利用 率等信息是在每一次探测包的预测周期将要结束的时候进 行处理的， 路径中经过的路由将通过探测包测量到的路径子 链路利用率依次通过传输探测包发送给起始路由 。 通过分析探测包在传输过程中在任意的路径子链路内 的丢包的详细情况， 预测一下接下来的探测包传输在子链路 中可能的丢包率， 在本次预测快要结束的时候才能完成对探 测包的丢包率的预测。 假设在每一个探测包投出传输时包 含 n 各通信路径的子链路需要传输， 子链路 i 传输的探测包 的数目为 S i ， 最终在目的路由处成功接收到的探测包的数目 为 ri ， 并设定 S i 和 r i 这两者的初始值为 0 ， 这样得到在每个 探测包传输的过程中， 在所有路径中传输可能被丢弃的概率 为： lo i = Si － ri ˑ 100% Si （ 4）
（ wk.baidu.com）
因此选择路径 M 作为多路径路由的通信路径， 最终完成
为： M j =
其中 l 为第 i 条子链路的长度值。 由于网 ∑log（ l ） ，
i i i =1
络中链路的长度是相对稳定的， 这样通过计算最小权值和得 到的最优路径几乎相同， 即权值和较小的几条路径被频繁用 而其他路径长时间被闲置 于通信，
［1 ］
。 由此可见网络通信中
。 多路径路由虽然能解
的拥塞是由多路径路由中各路由的负载不均衡造成的， 因此 合理解决网络中负载不均衡问题， 再选择合适的通信路径， 就能避免通信拥塞问题， 完成实时通信。 这也成为研究中的 难点问题。 本文提出一种基于粒子群优化的多路径路由负载均衡 的算法， 通过粒子群算法感知链路状态， 提取包括权值和在 内的多个链路性能指标， 动态选择能够快速实现通信的最优 避免了重复选取权值和最小的路径通信造成的通信拥 路径， 塞而带来的通信实时性不高的问题 。 实验证明， 基于粒子群 能够保证选取合适的通信 优化的多路径路由负载均衡算法， 网络， 完成实时通信， 取得了满意的效果。
［5 ］
。 当用户通信的信息量
很大时， 最优路径的使用率变大， 负载过多， 造成链路中通信 的拥塞， 导致信息不能及时传送 。 基于最小权值和的多路径 路由通信效率公式为：
m
M－ P =
m
∑M / m
i i =1 ni
ˑ 100 %
j
（ 3）
∑［M
i =1
i
ˑ（
∑F ） ］/ m
j =1
P 为通信效率， M 为通过最小权值和选取的 在式（ 3 ） 中， m 为可以实现通信的路径条数， n i 为第 i 条 最佳路径的代价， F j 为第 i 条路径第 j 条子链路的负载 路径包含的子链路数目， 值， 通过式（ 3 ） 可知， 选取的通信路径的负载值越大， 通信的 效率越低， 耗费的时间越长。 而传统基于最小权值和的方法 正是增加了权值和较小的那几条路径的负载值， 最终导致通 可见， 基于最小权值和的多路径路由通信方法 信效率不高。 不能完成实时通信任务 。 因此设想， 如果重新选取包含更多 链路信息的度量值， 不只依靠链路的权值和进行选择， 对网 络中各路径进行负载均衡， 在保证解决通信拥塞问题的同 时， 又能完成实时通信。 基于上文的分析， 本文提出一种基于粒子群优化的多路 径路由负载均衡的算法， 通过粒子群算法模拟鸟群或者鱼群 等群体行为一致性的特点， 将提取的权值和、 时延、 带宽、 费
路径是最优的值， 具体的通信原理为： 1 ） 从通信起始路由发送多个通信探测包， 经过所有可能 的通信路径到达最终的接受路由端， 通过探测包的传递了解 了全网络中多路径路由的所有信息及全网络的各链路情况； 2 ） 通过提取探测包里的信息， 计算起始路由与目的路由 之间各通信路径的代价， 各路径通信代价作为选择最优路径 各路径代价的计算公式为 的度量值，
1
引言
随着计算机网络的迅猛发展， 互联网络上用户对网络的
增多时， 网络中的通信量也大大增加， 造成大量的通信信息 在权值和较小的链路中通信， 导致权值和较小的几条链路中 负载过重， 使得通信发生拥塞， 不能将通信信息及时传送， 不 能满足用户对通信实时性的要求
［2 ］
应用也在急剧增长， 尽管网络带宽持续增加， 但是仍然无法 满足用户对网络带宽的渴求， 多路径路由应用技术已被证明 是解决网络带宽不足的有效途径