一种基于业务类型的网络实时调度方法

摘要

本发明公开了一种基于业务类型的网络实时调度方法，其包括以下步骤：S1、判断网络带宽总量是否大于所有会话中数据包总和传输带宽需求量，若是则直接采用带宽迭代分配模型进行带宽分配并进入步骤S3，否则进入步骤S2；S2、判断各个会话是否属于实时业务，将属于实时业务的会话直接采用带宽迭代分配模型进行带宽分配，将属于非实时业务的会话通过带宽平衡迭代分配模型进行带宽分配；并进入步骤S3；S3、获取每个会话的虚拟完成时间，以虚拟完成时间由小到大的顺序发送该会话中的数据包，实现网络实时调度。本发明解决了现有技术中WFQ算法在带宽不足的情况下传输质量低的问题。

说明书

技术领域

本发明涉及网络实时调度领域，具体涉及一种基于业务类型的网络实时调度方法。

背景技术

加权公平队列(WFQ)算法是分组公平队列算法(Packet Fair Queueing,PFQ)之一，其对报文的分类是按照流进行分类的，它将拥有相同优先级的流分配到同一个队列中，这样就可以保证该队列中的所有流的数据报文传输的公平性。在数据报文出队的时，WFQ按照每个队列的权重值来给该队列分配带宽，要保证提供尽可能多的队列，这样就能达到每个流更加均匀的进入不同队列中的目的，以此满足各个流业务的延时特性，而权重值是由本队列中的流对应的优先级计算得到的。但是其并没有区分每个业务中各个分组之间的优先级问题，使得各个业务按照权重比例分享带宽资源。当传输链路的带宽资源不足时，每个业务流通过权重值分配得到的带宽均不满足其传输需求，从而导致各个业务的服务质量(QoS)均达不到要求。当存在突发业务数据时，WFQ算法也不能保证突发业务流量的传输服务质量。

发明内容

针对现有技术中的上述不足，本发明提供的一种基于业务类型的网络实时调度方法解决了现有技术中WFQ算法在带宽不足的情况下传输质量低的问题。

为了达到上述发明目的，本发明采用的技术方案为：

提供一种基于业务类型的网络实时调度方法，其包括以下步骤：

S1、判断网络带宽总量是否大于所有会话中数据包总和传输带宽需求量，若是则直接采用带宽迭代分配模型进行带宽分配并进入步骤S3，否则进入步骤S2；

S2、判断各个会话是否属于实时业务，将属于实时业务的会话直接采用带宽迭代分配模型进行带宽分配，将属于非实时业务的会话通过带宽平衡迭代分配模型进行带宽分配；并进入步骤S3；

S3、获取每个会话的虚拟完成时间，以虚拟完成时间由小到大的顺序发送该会话中的数据包，实现网络实时调度。

进一步地，步骤S1中带宽迭代分配模型为：

其中R为网络带宽总量；P表示所有会话集合；i表示第i个会话；I_i表示第i个会话预约的带宽大小；w_i为第i个会话的权重值；k为迭代次数；B_i,k为第i个会话在第k次迭代中分配得到的带宽大小；j为第j个会话；w_j为第j个会话的权重值。

进一步地，步骤S2中带宽平衡迭代分配模型为：

其中S为实时业务的会话集合；为总网络带宽中除去所有实时业务带宽后剩余的带宽量；为非实时业务的会话集合；q为第q个非实时业务会话；w_q为非实时业务会话q的权重值。

进一步地，步骤S3中获取每个会话的虚拟完成时间的计算模型为：

V(0)＝0

其中表示会话i的第h个分组的到达时间；表示会话i的第h个分组的虚拟开始服务时间；F_i^h表示会话i的第h个分组的虚拟完成服务时间；表示会话i的第h个分组的长度；r_i表示会话i所预约的服务速率；所有的会话都满足F_i⁰＝0；V(·)表示虚拟时间，表示会话i的第h个分组的虚拟时间；C_i表示在期间积压的会话集合；τ为独立事件时间阈值。

本发明的有益效果为：本方法对每个会话标记了优先级，在整个网络带宽充足的情况下直接采用宽带迭代模型分配带宽；在整个网络带宽不充足的情况下，本方法采用带宽平衡迭代分配模型分配带宽，可以保证拥有高优先级的实时性业务的服务质量的要求，同时使得本带宽平衡迭代分配模型的公平性和WFQ算法的公平性相同，在保证了分配公平性的前提下提高了带宽利用率。本方法解决了WFQ算法不能区分业务类型和不能精确分配带宽的缺点。

附图说明

图1为本方法的流程示意图；

图2为实施例中列车网络拓扑结构示意图；

图3为恒定流量数据流仿真中本方法与WFQ算法的牵引和制动控制业务端到端延时对比示意图；

图4为恒定流量数据流仿真中本方法与WFQ算法的辅助电源和空调等控制业务端到端延时对比示意图；

图5为恒定流量数据流仿真中本方法与WFQ算法的视频旅客服务信息业务端到端延时对比示意图；

图6为恒定流量数据流仿真中本方法与WFQ算法的普通数据旅客服务业务端到端延时对比示意图；

图7为突发流量数据流仿真中本方法与WFQ算法的牵引和制动控制业务端到端延时对比示意图；

图8为突发流量数据流仿真中本方法与WFQ算法的辅助电源和空调等控制业务端到端延时对比示意图；

图9为突发流量数据流仿真中本方法与WFQ算法的视频旅客服务信息业务端到端延时对比示意图；

图10为突发流量数据流仿真中本方法与WFQ算法的普通数据旅客服务业务端到端延时对比示意图；

图11为吞吐量仿真中本方法与WFQ算法的牵引和制动控制业务吞吐量对比示意图；

图12为吞吐量仿真中本方法与WFQ算法的辅助电源和空调等控制业务吞吐量对比示意图；

图13为吞吐量仿真中本方法与WFQ算法的视频旅客服务信息业务吞吐量对比示意图；

图14为吞吐量仿真中本方法与WFQ算法的普通数据旅客服务业务吞吐量对比示意图。

具体实施方式

下面对本发明的具体实施方式进行描述，以便于本技术领域的技术人员理解本发明，但应该清楚，本发明不限于具体实施方式的范围，对本技术领域的普通技术人员来讲，只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内，这些变化是显而易见的，一切利用本发明构思的发明创造均在保护之列。

如图1所示，该基于业务类型的网络实时调度方法包括以下步骤：

S1、判断网络带宽总量是否大于所有会话中数据包总和传输带宽需求量，若是则直接采用带宽迭代分配模型进行带宽分配并进入步骤S3，否则进入步骤S2；

S2、判断各个会话是否属于实时业务，将属于实时业务的会话直接采用带宽迭代分配模型进行带宽分配，将属于非实时业务的会话通过带宽平衡迭代分配模型进行带宽分配；并进入步骤S3；

S3、获取每个会话的虚拟完成时间，以虚拟完成时间由小到大的顺序发送该会话中的数据包，实现网络实时调度。

步骤S1中带宽迭代分配模型为：

其中R为网络带宽总量；P表示所有会话集合；i表示第i个会话；I_i表示第i个会话预约的带宽大小；w_i为第i个会话的权重值；k为迭代次数；B_i,k为第i个会话在第k次迭代中分配得到的带宽大小；j为第j个会话；w_j为第j个会话的权重值。

步骤S2中带宽平衡迭代分配模型为：

其中S为实时业务的会话集合；为总网络带宽中除去所有实时业务带宽后剩余的带宽量；为非实时业务的会话集合；q为第q个非实时业务会话；w_q为非实时业务会话q的权重值。

步骤S3中获取每个会话的虚拟完成时间的计算模型为：

V(0)＝0

其中表示会话i的第h个分组的到达时间；表示会话i的第h个分组的虚拟开始服务时间；F_i^h表示会话i的第h个分组的虚拟完成服务时间；表示会话i的第h个分组的长度；r_i表示会话i所预约的服务速率；所有的会话都满足F_i⁰＝0；V(·)表示虚拟时间，表示会话i的第h个分组的虚拟时间；C_i表示在期间积压的会话集合；τ为独立事件时间阈值。

本方法在使用时可以先定义带宽变量、权重变量、优先级变量等，安装分类器(作用是识别每个会话中的数据包)，通过和脚本语言之间建立连接并接收到产生的会话数据包，读取出每个数据包的包头信息，便于区分不同的会话及会话的优先级。

在本发明的一个实施例中，如图2所示，假设列车网络拓扑结构中的源端节点总共有4个，分别是Source1(S1)、Source2(S2)、Source3(S3)和Source4(S4)。每个源节点都能产生对应的数据流(会话)，代表的业务分别是牵引和制动控制业务(0.8Mbps)、辅助电源和空调等控制业务(0.2Mbps)、视频旅客服务信息业务(20Mbps)和普通数据旅客服务业务(79Mbps)。总数据流(会话)为100Mbps，列车带宽为90Mbps，前三个数据流为实时业务，普通数据旅客服务业务为非实时业务。

以恒定仿真带宽为90Mbpa，仿真参数如表1所示进行恒定流量数据流进行仿真。仿真结果如图3至图6所示，图中①所示的是WFQ算法的仿真结果；②所示的是本方法(SCBAWFQ)的仿真结果。

表1：仿真参数设置

其中D_i代表的是业务要求的时延，c_i代表的是漏桶的容量，ρ_i代表的是业务的产生速率，w_i代表的是业务的权重。

如图3所示，在恒定流量数据流下、牵引和制动控制业务端到端延时仿真中，①延时大概在31～33ms毫秒范围内波动，远大于该业务10ms的延时要求；②延时虽然在5～7ms内波动，但是在整体上满足该业务对延时的要求。

如图4所示，在恒定流量数据流下、辅助电源和空调等控制业务端到端延时仿真中，①延时最高为200ms；②延时大概为35ms，两者的延时均在要求的200ms以内。

如图5所示，在恒定流量数据流下、视频旅客服务信息业务端到端延时仿真中，①延时大概为200ms，远大于该业务要求的100ms及以内延时；②延时为93ms，本方法使得视频业务的延时降低了107ms。即本方法对实时性的牵引和制动业务、辅助电源和空调等业务和视频的延时性能有比较明显的提高。并且满足了这些实时性业务的延时要求。

如图6所示，在恒定流量数据流下、普通数据旅客服务业务端到端延时仿真中，①所示的延时大概为154ms；②所示延时大概为158ms。两者的延时均小于要求的200ms，但是本方法的延时比WFQ算法的延时高，说明本方法牺牲了非实时性业务的端到端延时性能。

设置仿真带宽为90Mbps，仿真参数如表2所示，进行突发流量数据流仿真。仿真结果如图7至图10所示，图中①所示的是WFQ算法的仿真结果；②所示的是本方法的仿真结果。

表2：突发流量模型中的流量

如图7所示，在突发流量数据流下、牵引和制动控制业务端到端延时仿真中，①所示延时大概在31～33ms毫秒范围内波动，延时远大于该业务的要求的10ms延时；②所示的延时在仿真2.5～4秒之间的时候在6～7.5ms内波动，其余时间均稳定在6ms，原因是在2.5～4秒之间由于3种业务均产生了突发使得该时间段中总的业务流量大幅度的增加从而导致的结果，但是在整体上满足该业务对延时的要求。

如图8所示，在突发流量数据流下、辅助电源和空调等控制业务端到端延时仿真中，①所示业务在正常的传输过程中的延时为67ms左右，但是在产生突发的时候对应延时明显上升，最高延时为200ms左右，有可能超出该业务要求的200ms延时；②所示的延时大概为35ms左右，但是在2.5～4秒之间的延时出现了波动，原因也是由于总业务的大幅增加造成的。但是从整体上可以得出，本方法大幅度地降低了该实时业务的延时，满足了其端到端的延时要求。

如图9所示，在突发流量数据流下、视频旅客服务信息业务端到端延时仿真中，①在没有突发的情况下延时大概为93ms，突发后最大延时达到127ms，大于该业务要求的100ms延时；②所示的延时为93ms。本方法使得视频业务的延时降低了，并且满足了整个过程中该实时性业务的延时要求。

如图10所示，在突发流量数据流下、普通数据旅客服务业务端到端延时仿真中，①在2秒钟之前该业务数据没有产生突发的时候延时增加比较缓慢，在2秒钟之后该业务数据产生突发，延时迅速增加并达到最大值75.4ms；②所示的延时以一定的速率增加并达到76.5ms。两者的延时均小于要求的200ms，但是本方法的延时比WFQ算法的延时高，说明本方法牺牲了非实时性业务的端到端延时性能。

在吞吐量仿真中，如图11至图14所示，图中①所示的是WFQ算法的仿真结果；②所示的是本方法的仿真结果。

如图11所示，在牵引和制动控制业务吞吐量仿真中，①所示吞吐量大小为0.72Mbps；②所示的吞吐量为0.8Mbps。本方法使得牵引和制动实时业务的吞吐量增大了，即该业务得到的带宽为其要求的带宽。

如图12所示，在辅助电源和空调等控制业务吞吐量仿真中，①所示吞吐量在第4.8秒达到最高值0.169Mbps，吞吐量的增加量较小；②所示吞吐量在5.56秒时达到最高值0.178Mbps，吞吐量的变化率较大，本方法在整个仿真过程中吞吐量比WFQ算法下的吞吐量高，说明本方法采用的带宽分配方法使得辅助电源和空调等实时性业务的吞吐量增加了，并且能满足突发数据的传输需求。

如图13所示，在视频旅客服务信息业务吞吐量仿真中，①所示吞吐量在第2.5秒数据突发后逐渐增大最终在5.4秒的时候达到最大值17.4Mbps，吞吐量的变化特别小；②所示的吞吐量在2.5秒后逐渐增大在4秒的时候达到最大值18.1Mbps，吞吐量的变化率比较大，在整个仿真过程中本方法吞吐量比WFQ算法下的吞吐量高，即本方法使得实时性的视频业务获得了足够的带宽，并且能满足突发数据的传输要求。

如图14所示，在普通数据旅客服务业务吞吐量仿真中，①吞吐量为71.1Mbps；②所示吞吐量为69.3Mbps。本方法使得非实时性业务得到的带宽有所下降。

综上所述，本方法通过对业务进行分类，采用独特带宽分配模型优先分配实时业务，保证网络的实时性和确定性，保障了网络带宽不足时的传输效果，解决了WFQ算法在带宽不足的情况下传输质量低的问题。