基于数据中心流量特征的端到端流量估计算法

摘要：

数据中心是云计算等大型分布式计算服务的基础,有效地设计与管理数据中心需要遵循数据中心网络的端到端流量特征.然而直接地测量网络的端到端流量需要耗费巨大的软件成本和硬件成本,并且由于数据中心网络结构的特殊性,传统的计算机网络采用的流量估计方法也无法适用于现有的数据中心网络.为解决以上问题,首先依据数据中心的资源分配和链路利用率情况提取出网络的粗粒度流量特征,在此基础上提出一种基于重力模型和网络层析技术的数据中心端到端流量估计算法.与现有的流量推理算法Tomogravity和ELIA在NS3搭建的不同规模的数据中心网络中进行性能对比,实验结果表明,所提算法能有效地利用提取出的粗粒度流量特征,在保证计算效率的前提下将计算准确度大幅提升,可满足当前数据中心网络实时获取端到端流量数据的需求.

关键词：数据中心网络、网络测量、流量推理、流量重力模型、网络层析成像

所属期刊栏目：44

分类号：TN915.07

资助基金：国家自然科学基金61402013,61203217;安徽省教育厅自然科学基金资助项目KJ2014A074;安徽省自然科学基金1608085QF126;江苏省无线传感网高技术重点实验室开放课题WSNLBKF201506

在线出版日期：2017-04-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：171-175