移動自組織網絡中基于概率的負載均衡算法

移動自組織網絡中基于概率的負載均衡算法

0基于路由準入的負載均衡算法移動自組織網絡（移動應用程序網絡）的無線通道體積有限。如果網絡負載較大，網絡負載容易過載，網絡性能就會下降。經典的按需路由協(xié)議AODV［1］和DSR［2］等在網絡輕負載情況下表現(xiàn)良好,但在負載較重的情況下性能都急劇惡化［3］。主要是由于協(xié)議在路徑選擇時傾向于使用相同的節(jié)點作為中間節(jié)點,大量的數據通過少量節(jié)點必然引起網絡的擁塞。隨著業(yè)務流負載強度的增大,擁塞導致路由信息的丟失將很快觸發(fā)更多路由控制分組的產生,從而進一步加重網絡擁塞。網絡擁塞帶來的網絡性能下降使負載均衡技術受到越來越多的關注。目前,負載均衡一般在路由層實現(xiàn),主要的負載均衡技術有蟻群算法、基于感知的負載均衡算法等。蟻群算法由意大利學者提出,是一種優(yōu)良的啟發(fā)式隨機優(yōu)化算法,采用正反饋機制實現(xiàn)分布式全局優(yōu)化,通過信息素的不斷更新最終收斂于最優(yōu)路徑上,其固有的并行計算特性有利于實現(xiàn)分散控制?，F(xiàn)在蟻群算法已經以多種方式應用于路由協(xié)議中［4，5］。另一種研究得較多的算法是基于感知的負載均衡算法。文獻提出一種基于統(tǒng)計量的負載度量方法,節(jié)點統(tǒng)計接收到的數據包數,并以此設計了一個統(tǒng)計量LVC(loadcoefficientofvariance)作為負載的度量,然后在網絡中選擇一條最優(yōu)度量值的路徑,從而達到負載均衡的目的。文獻提出一種負載均衡算法,其以節(jié)點的空閑時間和鄰居節(jié)點的空閑時間作為聯(lián)合度量,既考慮了節(jié)點本身的負載情況,同時也考慮了其他發(fā)送節(jié)點競爭信道時帶來的影響。文獻提出一種基于信道占用率的負載均衡算法,其以節(jié)點感知到的信道占用率作為負載度量值。這些負載均衡算法都以隊列長度、時延、信道繁忙度等一個或幾個參數作為負載輕重的度量,其思想都是在路由建立過程中攜帶負載信息,目的節(jié)點選擇負載較輕的路徑建立路由。蟻群算法需要向網絡中發(fā)送螞蟻分組來進行負載均衡,而基于感知的負載均衡算法需要在節(jié)點間傳播負載信息。無論哪種算法都需要占用額外的信道資源,尤其大部分負載信息需要在網絡中以廣播方式存在,占用大量的信道資源,將對網絡的性能帶來嚴重影響［9］。本文對基于路由準入的負載均衡算法進行研究。基于路由準入的算法不需要占用額外的信道資源,并且能夠有效控制路由時廣播包的洪泛,減少對信道資源的占用,與路由協(xié)議的松散耦合也使算法應用更加靈活。文獻就路由準入算法有了一些論述,并提出一種基于路由準入的負載均衡算法,其以接口隊列長度作為負載度量,以一個固定的隊列長度值作為路由準入的門限。但是,基于門限的算法適應性不強,算法對高于門限或低于門限的度量值一并處理,不夠準確;由于缺乏與網絡負載狀態(tài)的橫向比較,其調度算法也不準確。本文提出了一種新的基于路由準入的負載均衡算法———H&P(historicalandprobability)算法。該算法由基于歷史信息的負載映射機制和基于概率的路由準入組成,算法能有效解決路由準入中負載狀態(tài)判斷不準和門限準入規(guī)則適應性不強的問題,并把H&P算法與經典的按需路由協(xié)議DSR相結合,設計了H&P_DSR協(xié)議。1算法描述1.1節(jié)點按負載描述的安全評估目前,負載均衡中的路由準入算法大部分基于門限準則來實現(xiàn)［11］。門限準則通過設置一個門限值來判斷路由準入,低于(或高于)門限值則準入(或禁止)路由。但是可以看到,門限準則模糊了所有負載描述值低于門限的節(jié)點之間的差別,也模糊了所有負載描述值高于門限的節(jié)點之間的差別,這勢必對負載均衡的效果產生不利的影響。相比基于門限的路由準入機制,基于概率的算法并不直接決定是否準入路由,而是綜合各種信息得到一個準入的概率,節(jié)點以該概率進行路由準入。如圖1所示,節(jié)點B、C和D都收到了來自源節(jié)點A的路由請求,在t1時刻節(jié)點B、C和D的負載描述值分別為8、10和12。如果門限值為7,那么三個節(jié)點的負載都高于門限值,則此門限值的設定就無法區(qū)別出節(jié)點B、C和D之間的負載差異;同樣,在t2時刻B、C、D三個節(jié)點的負載描述值分別為4、6、8時,如果門限值為10,那么此門限值也無法區(qū)別出三個節(jié)點之間的差異,而實際上三個節(jié)點的負載有較大的差異。概率算法針對不同的負載描述值得到不同的路由準入概率。例如對于負載描述值8、10和12,概率算法分別給予80%、60%和30%的準入概率,那么B、C和D三個節(jié)點路由準入的結果必然不同,節(jié)點D轉發(fā)RREQ將多于其他兩個節(jié)點?；诟怕实乃惴軌驕蚀_區(qū)別節(jié)點之間的負載差異,對不同負載給予不同的策略。對于一個既定的負載量,要求得到一個對應的準入概率。如果把給定的負載量L作為自變量,而對應的準入概率P作為函數值,那么就可以確定負載量和準入概率之間的函數對應關系:其中:P是準入概率,L是節(jié)點的負載量,F是概率函數。給定一個負載L就可以通過式(1)算出路由準入的概率P。概率函數F可以用多條曲線來擬合,理論上講,只要是單調下降的函數曲線都合適,使大的負載描述值對應小的準入概率(負載描述值越大,負載越重),但是不同曲線對應不同的協(xié)議性能。1.2節(jié)點在網絡區(qū)域內的負載狀態(tài)變化基于路由準入的負載調度算法是完全分布式運算的,節(jié)點之間沒有任何的負載信息交互。因此節(jié)點對網絡狀態(tài)感知的準確性就成為負載均衡的關鍵之一?；跉v史信息的負載映射利用節(jié)點的歷史負載信息來映射網絡的負載狀態(tài),為節(jié)點的路由準入提供有效的參考。研究發(fā)現(xiàn)節(jié)點負載強度與節(jié)點在網絡中的位置有很大的關系,當節(jié)點處在網絡的中心區(qū)域時,由于經過的路由數比較多,所以節(jié)點負載一般較高;相反,當節(jié)點處在網絡邊緣時,負載較低。又由于節(jié)點的移動,節(jié)點在網絡中的位置不斷發(fā)生變化,從而節(jié)點的負載狀態(tài)也在不斷改變。在一定的網絡區(qū)域內,以節(jié)點隨機移動為例,理論上經過足夠長的時間,節(jié)點會遍歷網絡,經歷網絡的各種負載狀態(tài),稱之為節(jié)點的網絡各態(tài)歷經性。也就是在經過足夠的時間后,節(jié)點能夠掌握足夠豐富的網絡負載信息,而這些信息與當前時刻其他節(jié)點的負載高度相關。所以,節(jié)點在歷經各種網絡負載狀態(tài)時,記錄下相應時刻的負載描述值,作為路由準入時的橫向比較參考,使路由準入更準確。圖2是四個相隔不遠時刻的網絡拓撲,圖中著色的節(jié)點為同一個節(jié)點A。從圖中可以看到,從t1時刻到t4時刻這段時間內,節(jié)點A由網絡的中心運動到了網絡的邊緣(其他節(jié)點也會移動,只是筆者并不關心),而節(jié)點移動之后的位置被其他節(jié)點取代。如圖2(b)中的t2時刻,節(jié)點B運動到了節(jié)點A在t1時刻的位置,其他幾個圖同理。節(jié)點在網絡中位置的變化導致節(jié)點的負載狀態(tài)改變,在t1、t2、t3、t4四個時刻,節(jié)點A的負載描述值分別為9、7、5和3,可見節(jié)點的負載在逐漸降低。而在這個過程中,節(jié)點不斷記錄負載信息,包括變化過程中負載的最大值、最小值以及整個過程中的負載平均值等。節(jié)點A記錄的負載最大值是t1時刻,其負載描述值為9,負載的最小值是在t4時刻,其負載描述值為3,整個過程負載的平均值為(9+7+5+3)/4=6。節(jié)點利用這些歷史負載信息來映射網絡的負載狀態(tài)。如節(jié)點記錄的歷史最大負載描述值為9,那么很可能此時網絡中的其他某個節(jié)點的負載值為9。通過當前的負載值與歷史負載值比較,節(jié)點很容易判斷出自己的負載輕重,從而決定是否準入路由,達到負載均衡的目的。1.3負載信息的設計DSR(dynamicsourcerouting)是MANET中的經典按需源路由協(xié)議,鑒于其研究的廣泛性和代表性,本節(jié)在DSR協(xié)議中實現(xiàn)H&P算法,添加了H&P算法的新協(xié)議稱為H&P_DSR協(xié)議。H&P_DSR協(xié)議的路由過程類似于DSR協(xié)議。當源節(jié)點沒有到達目的節(jié)點的路由時,廣播RREQ發(fā)起路由尋找,中間節(jié)點利用H&P算法決定是否準入路由。準入路由的節(jié)點轉發(fā)RREQ,其他節(jié)點丟棄路由申請,目的節(jié)點收到RREQ之后回送路由應答RREP,最終形成源節(jié)點到目的節(jié)點的路由。H&P_DSR協(xié)議中的H&P算法主要通過以下幾個規(guī)則實現(xiàn):規(guī)則1負載表征量的設計。能夠描述網絡負載的表征量有很多,主要的有時延、信道占用時間、路由數和緩沖區(qū)隊列長度等。時延表征量是選擇一條時延最短的路徑;信道占用時間是以節(jié)點感知到的信道被占用的時間作為負載的度量;路由數是以經過節(jié)點的路由數目作為負載的度量;緩沖區(qū)隊列長度是以節(jié)點接口隊列緩沖區(qū)長度作為負載度量。不同的表征量各有特點,操作也不相同。時延和路由數表征量需要在節(jié)點之間交換表征量信息,增加了額外開銷,且對負載的描述不全面;信道占用時間是一個有效的負載度量［12］,但是需要MAC協(xié)議支持,即需要跨層設計,這增加了協(xié)議的復雜性,也破壞了負載均衡算法與協(xié)議的松散耦合;緩沖區(qū)隊列長度對負載的描述簡單有效,而且具有獨立分布式運算、易于操作等特點。所以在H&P_DSR協(xié)議中選擇緩沖區(qū)隊列長度作為負載表征量。規(guī)則2負載信息的學習與搜集。H&P算法中對網絡負載狀態(tài)的判讀依賴節(jié)點運行時搜集的信息。節(jié)點搜集到的負載信息越多,對網絡負載的分布情況判斷越準確,負載均衡的效果就越好。由于開始時節(jié)點沒有搜集到足夠的負載信息,所以前幾個周期并不進行路由準入的判斷,而是正常路由,只對網絡的負載情況進行采樣和記錄,其中包括節(jié)點運行過程中負載表增量的最大值(記為Lmax)、最小值(記為Lmin)以及平均值(記為Lave)。可以靈活地設置路由準入介入的時間,理論上此時間越長節(jié)點搜集到的信息越豐富,路由準入判斷越準確。實際中可根據具體的應用來設計,其與節(jié)點的移動速度、通信距離等有關。在當前仿真場景下,在2000×2000m2范圍內的區(qū)域內,節(jié)點的平均速度為20m/s,通信距離為400m,理論上節(jié)點從網絡邊緣進入到中心所用的時間大約為30s?？蓳藖碓O計路由準入介入的時間設置為30s,其他應用場景亦可據此計算。規(guī)則3概率函數的設計。選用最常用和直觀的直線來擬合概率函數。設直線函數為其中:α和β是未知的常數。那么,根據規(guī)則2中節(jié)點記錄的歷史負載信息,應該是大的負載對應小的準入概率,而小的負載對應大的準入概率。最小的負載為Lmin,對應最大的準入概率為Pmax,則得到一個坐標點A(Lmin,Pmax),同理,最大的負載為Lmax,最小的準入概率為Pmin,得到另一個坐標點B(Lmax,Pmin)。把已知的坐標點A和B代入直線函數中,得到方程組:解此方程組可得:代入直線函數中,則可得到負載量和準入概率的映射函數:當節(jié)點收到路由申請的時候,可通過式(5)代入負載描述值而得到路由準入的概率,進而決定是否接受此路由。式(5)中,Pmax和Pmin是可調參數,其設置的原則是首先應保證路由的正常建立,在此基礎上優(yōu)化路由選擇,降低冗余。要始終使輕載節(jié)點有較高的準入概率,而重載節(jié)點準入概率較小。Pmax限定了節(jié)點所能獲得的最大準入概率,Pmax不能太小,否則即使輕載節(jié)點也會拒絕路由申請而使路由建立失敗,導致源節(jié)點發(fā)送新的路由請求,反而增加了網絡開銷。Pmin決定了節(jié)點的最低準入概率,節(jié)點至少以此概率準入路由申請。當網絡密度較小時,由于轉發(fā)路由申請的節(jié)點較少,為保證路由的建立,應提高Pmin的值,保證一定數量的路由申請成功。當網絡密度較大時,節(jié)點的一跳鄰居較多,為有效區(qū)別開不同負載節(jié)點之間的差異,使不同負載對應不同的準入概率,應該用較小的Pmin。這樣各概率能夠區(qū)別地分布在概率區(qū)間內,概率算法能過濾掉重載路由而篩選出輕載路由。Pmax應該設置為一個較大的數值,而Pmin應該根據網絡密度進行調整,網絡密度較大的環(huán)境中設置較小的Pmin值,反之Pmin應設置較大。在當前的網絡仿真場景中,可近似得節(jié)點的平均鄰居數為4,節(jié)點的平均準入概率如果為50%,則可保證至少有兩個節(jié)點準入路由,保證了路由的建立,同時有一條備份路徑,冗余控制在可接受的范圍內。據此,協(xié)議中設置PMax=90%,PMin=20%。節(jié)點根據當前的負載描述值,通過式(5)可以得到路由準入的概率。2仿真結果及驗證本章在Qualnet仿真平臺上仿真驗證H&P_DSR協(xié)議的性能,首先仿真比較基于概率的和基于門限的準入算法,然后對H&P_DSR協(xié)議的性能進行驗證。仿真主要通過網絡吞吐量和平均端到端時延兩個指標來衡量協(xié)議的性能。2.1負載表征及仿真本節(jié)通過仿真比較基于概率的路由準入和基于門限的路由準入。仿真參數設置如表1所示。仿真中設置32個節(jié)點分布在2000×2000的區(qū)域內,應用層配置16對CBR流,CBR流數據包的長度隨機選擇,通過改變發(fā)送數據的間隔來調整CBR流添加到網絡中的負載。路由協(xié)議采用H&P_DSR協(xié)議,其中分別采用基于門限和基于概率的算法。目前,門限算法中門限值一般根據經驗或采取實驗的方法手工設定［10］。公平起見,首先通過實驗獲得負載表征量的參考數據來設置門限算法中的門限值。在當前仿真設置下,設置重載和輕載兩種網絡負載情況,采用沒有均衡的DSR協(xié)議,在網絡穩(wěn)定時,分別測得重載和輕載狀態(tài)下某個時刻各節(jié)點的負載表征值分別如圖3和4所示。圖中橫坐標對應節(jié)點,縱坐標是各節(jié)點對應的負載表征值,圖中直線為所有節(jié)點的平均負載表征值。由圖可見,無論在重載還是輕載時,節(jié)點間的負載差異均較大。即使在網絡重載時,也有負載很輕的節(jié)點。計算得到重載情況下平均負載表征值為10.096,在輕載情況下平均負載表征值為5.115,故門限算法中分別設置兩個門限值A=10和B=5,以使門限能夠區(qū)別開不同負載的節(jié)點,起到負載均衡的作用。對基于門限和概率的算法進行仿真,仿真30次取平均值,結果如圖5和6所示。圖5是網絡吞吐量曲線圖,圖6是平均端到端時延曲線圖,其中橫坐標都是歸一化的網絡負荷,縱坐標分別是網絡吞吐量和平均端到端時延。圖中基于門限A的曲線其判決門限為10,基于門限B的曲線其判決門限為5。當網絡輕載時,節(jié)點的平均負載表征值為5,這時大部分節(jié)點的負載描述值都在門限5上下波動,判決門限5時對網絡狀態(tài)的變化較為敏感,能夠反映網絡不同部分之間負載的差異,所以能夠對網絡的負載起到均衡的作用;當門限為10時,因為網絡負載較輕,絕大部分節(jié)點的負載描述值都低于10,所以判決門限10無法通過路由的準入對網絡的負載進行有效的均衡,影響了均衡的效果。當網絡負載逐漸加重后,各節(jié)點的負載描述值在10上下波動,這時判決門限10能夠準確地區(qū)別開不同節(jié)點之間的負載差異;相反判決門限5將普遍低于絕大部分節(jié)點的負載描述值,其無法有效地對網絡的負載進行均衡,此時網絡的吞吐量和時延性能都不同程度地下降。從仿真曲線可以看到,在網絡輕載時,門限值為5的算法性能更好,在網絡重載時,門限值為10的算法性能更好。對比門限算法曲線和概率算法曲線,可以看到概率算法無論在網絡吞吐量還是網絡時延方面都好于門限算法。尤其在網絡重載時,優(yōu)勢更加明顯。概率算法以連續(xù)曲線的方式對待不同的負載,能夠有效區(qū)別負載之間的差異,并根據這種差異采取不同的準入控制;而門限算法只能對門限值附近的負載狀態(tài)進行有效的區(qū)分,當節(jié)點感知到的負載都低于或高于判決門限時,都采取同樣的判斷結果,影響了負載均衡的準確性。2.2路由協(xié)議仿真本節(jié)通過仿真比較H&P_DSR和DSR協(xié)議的性能。仿真場景和參數設置如2.1節(jié),路由協(xié)議分別為H&P_DSR和DSR。仿真30次取平均值,結果如圖7和8所示。仿真結果與理論分析一致,H&P_DSR協(xié)議中的負載均衡算法能夠準確有效地工作,這使H&P_DSR協(xié)議無論在網