摘要:近些年,全球范围内的互联网高能耗问题引发了持续关注,节能已成为未来互联网研究的热门议题之一.面向主干网,提出一种网络级绿色节能机制:一方面,在全局视图中使用最小剩余容量优先的绿色路由算法规划全局路由路径,这样使得网络中开启的捆绑链路数目最小,从而实现第一步节能;另一方面,在局部视图中使用绿色降序最佳适应算法将流量负载汇聚到捆绑链路中的最小物理链路集合,这样可以尽可能多地关闭物理链路,从而实现进一步节能.提出的机制在节能的同时兼顾用户QoS需求的满足,在提供QoS保证的前提下最大化节能收益.为了全面评估该机制,选取3个典型主干网拓扑:CERNET2,GéANT和INTERNET2,分别在高负载、中负载和低负载的情形下,与其他3种节能机制从网络功耗和网络性能(平均路由跳数、物理链路关闭数目、路由成功率和运行时间)方面做详尽的对比分析.仿真结果表明:该机制节能效果显著,且有令人满意的性能表现.
Abstract:Recently, the world-wide huge energy consumption of Internet has incurred a sustained attention, and energy saving has turned into one of the hot issues in the upcoming future networks in the past few years. A network-level green energy-saving mechanism over the backbone networks is proposed in this study: for one thing, in the global view, a smallest remaining capacity first (SRCF) based green routing algorithm is used to plan the global routing paths in the networks, which makes the number of the bundled links powered minimum and thus realizes the first step of energy saving; for the other, in the local view, a green-best fit deceasing (G-BFD) algorithm is used to gather traffic loads flowing through a bundled link to the smallest set of physical links, which enables the physical links powered off as much as possible and thus implements the further energy saving. In addition to saving energy, the proposed mechanism pays attention to guaranteeing the user's requirements on quality of service (QoS), that is, the mechanism maximizes the benefits of energy saving under the premise of providing QoS guarantee. In order to evaluate the proposed mechanism in the study comprehensively, the topologies of three typical backbone networks, namely CERNET2, GéANT, and INTERNET2, are chosen. Under the different traffic status of high load, medium load, and low load, the proposed mechanism is compared with the other three energy-saving mechanisms with regard to network power consumption and network performance (as for average routing hops, the number of physical links powered off, routing success rate, and running time) and further the differences among them are analyzed fully. The results of simulation indicate that the proposed mechanism has a remarkable energy saving effect and a satisfactory performance.
PDF全文下载地址:
http://jos.org.cn/jos/article/pdf/6035
删除或更新信息,请邮件至freekaoyan#163.com(#换成@)
面向主干网的网络级绿色节能机制
本站小编 Free考研考试/2022-01-02
相关话题/网络 物理 互联网 规划 负载
面向稀疏卷积神经网络的GPU性能优化方法
摘要:近些年来,深度卷积神经网络在多项任务中展现了惊人的能力,并已经被用在物体检测、自动驾驶和机器翻译等众多应用中.但这些模型往往参数规模庞大,并带来了沉重的计算负担.神经网络的模型剪枝技术能够识别并删除模型中对精度影响较小的参数,从而降低模型的参数数目和理论计算量,给模型的高效执行提供了机会.然而 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02S-Bridge:性能非对称多核处理器下负载均衡代理机制
摘要:近年来,在移动计算环境中,异构多核处理器已经逐渐成为主流.与传统同构的处理器设计相比,此类异构多核处理器以更低的功耗成本满足设备的计算需求.但是异构环境下CPU核之间的微架构差异,也为操作系统中的一些基本方法提出了新的挑战.面向性能非对称异构多核环境下调度的负载均衡问题,从系统层面提出了一种负 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02面向医学图像分割的半监督条件生成对抗网络
摘要:医学图像分割是计算机辅助诊断的关键技术.青光眼作为全球第二大致盲眼病,其早期筛查和临床诊断依赖于眼底图的视盘和视杯的准确分割.但传统的视盘和视杯分割方法采用人工构建特征,模型泛化能力差.近年来,基于卷积神经网络的端对端学习模型可通过自动发现特征来分割视盘和视杯,但由于标注样本有限,模型难以训练 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于意图的网络研究综述
摘要:随着互联网规模的不断增大,网络管理和运维变得极其复杂,网络自治成为未来网络发展的趋势,基于意图的网络(intent-basednetworking,简称IBN)应运而生.首先从IBN的定义入手,介绍学术界及产业界对IBN范畴及体系结构的描述,并概述IBN实现的闭环,包括意图获取、意图转译、策略 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于多尺度生成对抗网络的遮挡行人重识别方法
摘要:行人重识别是指在多个非重叠摄像头拍摄的场景下,给定一幅查询行人图像,从大规模行人图像库中检索出具有相同身份的行人图像,是一类特殊的图像检索任务.随着深度学习的不断发展,行人重识别方法的性能得到了显著提升.但是行人重识别在实际应用中经常遭遇遮挡问题(例如,背景遮挡、行人互相遮挡等).由于遮挡图像 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02面向细粒度草图检索的对抗训练三元组网络
摘要:将草图作为检索示例用于图像检索称为基于草图的图像检索,简称草图检索.其中,细粒度检索问题或类内检索问题是2014年被研究者提出并快速成为广受关注的研究方向.目前研究者通常用三元组网络来解决类内检索问题,且取得了不错的效果.但是三元组网络的训练非常困难,很多情况下很难收敛甚至不收敛,且存在着容易 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02联合姿态先验的人体精确解析双分支网络模型
摘要:人体解析旨在将人体图像分割成多个具有细粒度语义的部件区域,进行形成对人体图像的语义理解.然而,由于人体姿态的复杂性,现有的人体解析算法容易对人体四肢部件形成误判,且对于小目标区域的分割不够精确.针对上述问题,联合人体姿态估计信息,提出了一种人体精确解析的双分支网络模型.该模型首先使用基干网络表 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02基于神经网络的机器阅读理解综述
摘要:机器阅读理解的目标是使机器理解自然语言文本,并能够正确回答与文本相关的问题.由于数据集规模的制约,早期的机器阅读理解方法大多基于人工特征以及传统机器学习方法进行建模.近年来,随着知识库、众包群智的发展,研究者们陆续提出了高质量的大规模数据集,为神经网络模型以及机器阅读理解的发展带来了新的契机. ...中科院软件研究所 本站小编 Free考研考试 2022-01-02深度学习在软件定义网络研究中的应用综述
摘要:数据转发与控制分离的软件定义网络(softwaredefinednetworking,简称SDN)是对传统网络架构的彻底颠覆,为网络各方面的研究引入了新的机遇和挑战.随着传统网络研究方法在SDN中遭遇瓶颈,基于深度学习的方法被引入到SDN的研究中,在实现实时智能的网络管控上成果颇丰,推动了SD ...中科院软件研究所 本站小编 Free考研考试 2022-01-02数据中心网络负载均衡问题研究
摘要:数据中心网络是现代网络和云计算的重要基础设施,实现数据中心网络负载均衡是保证网络吞吐并提高服务体验的关键环节.首先分析了数据中心网络与传统互联网之间的区别,总结其特点及特殊性在负载均衡方案设计方面的优势.然后从数据中心的复杂性和多样性角度分析其负载均衡方案设计所面临的挑战.将现有数据中心网络负 ...中科院软件研究所 本站小编 Free考研考试 2022-01-02