随着计算机网络应用的不断丰富，用户对网络带宽的要求越来越高。波分复用(wavelength division multiplexing，WDM)技术^[1]能满足网络用户对带宽的要求。光突发交换(optical burst switching，OBS)^[2-3]作为介于光波长交换和光分组交换之间的一种交换技术，综合光波长交换和光分组交换技术的优点，同时又克服了二者的缺点，是一种解决光网络问题的潜在技术^[4-5]。OBS网络结构如图 1所示。

OBS网络交换过程首先要解决如何将多个数据分组汇聚成一个突发数据包DB，也即涉及到OBS网络汇聚算法问题。

OBS网络中边缘节点采用的汇聚算法^[6]主要包括3种：基于突发数据包长度门限的汇聚算法、基于最大汇聚时间的汇聚算法及各类改进的汇聚算法^[7]。这些算法在进行数据汇聚时主要考虑边缘节点的数据到达情况，在边缘节点进行数据汇聚时基本上没有考虑汇聚算法对核心节点的数据调度算法影响，忽略了二者之间的相互联系，势必影响核心节点数据调度的成功概率，必然会导致核心节点不必要的数据丢包现象的出现，从而降低OBS网络的网络性能。研究分析核心节点在进行数据调度时对边缘节点汇聚参数的要求基础上，提出了一种提高核心节点调度成功概率的汇聚算法--基于拥塞控制的汇聚算法(congestion-control-based assembly algorithm，CCAA)。

1 CCAA算法理论分析

OBS网络由边缘节点和核心节点组成，在边缘节点按照一定的汇聚算法将多个IP分组汇聚成一个大的突发数据包DB，在核心节点通过对控制分组BHP的处理和一定的资源预留协议为后续到达的DB配置光交换矩阵^[8]。图 2为简化的OBS网络结构图。

在分析之前，先做4个假设：

1) 假设到达核心节点C1的突发数据DB服从到达速率λ泊松过程到达；

2) 核心节点C1的出口波长为1个，其带宽为BW；

3) 与核心节点相连的i个边缘节点都按照发送突发数据包DB的个数为λ_i的泊松过程发送数据，而且其发送突发数据包的长度为LDB。

4) 对于核心节点OBS网络管理者希望其丢包率(也即其对应的调度失败率)为P_F=1-P_min，也即OBS网络的数据成功传送率最小值为P_min。

核心节点C1在时刻s到达一个突发数据包DB1，该突发数据包持续的时间为t，如图 3所示。

如果希望DB2能传输成功，这就要求DB2到达的时间位于T₂=t+s之后，也即DB2成功传输的概率P，具体过程为

P{T₂>s+t|T₁=s}=P{在(s, s+t]时间内没有新到达的突发数据包|T₁=s}=

$\begin{gathered} P\left\{ {X\left( {t + s} \right) - X\left( s \right) = 0} \right\} = \hfill \\ P\left\{ {X\left( t \right) - X\left( 0 \right) = 0} \right\} = {{\text{e}}^{ - \lambda t}} \hfill \\ \end{gathered} 。$

按照假设4，P≥P_min得出

$\lambda t \leqslant-\ln {P_{\min }}。$

由假设2、3可知

1) 核心节点数据到达速率为$\lambda = \sum\limits_{i = 1}^m {{\lambda _i}}$；

2) 数据包持续时间$t = \frac{{{\text{LDE}}}}{{{\text{BW}}}}$

由上可得出：为保证核心节点的数据调度成功概率不小于P_min，边缘节点汇聚的数据包DB长度满足

${\text{LDE}} \leqslant \frac{{-{\text{BW}} \times \ln \;{P_{\min }}}}{{\sum\limits_{i = 1}^m {{\lambda _i}} }}。$

(1)

因此为保证核心节点的数据调度成功概率，边缘节点发送的突发数据包DB的长度与发送数据包的速率的乘积必须小于固定值-BW×ln P_min；如果核心节点的出口信道数为K，且每一信道的带宽均为BW，边缘节点发送的突发数据包DB的长度与发送数据包的速率的乘积必须小于固定值-K×BW×ln P_min。

2 基于拥塞控制的汇聚算法CCAA

OBS网络中的边缘节点在进行数据汇聚时，为提高突发数据包DB在核心节点成功调度的概率，其突发数据包DB的长度必须满足式(1)的要求。同时由于存在边缘节点在将突发数据包DB发送出去前需进行光电转换的限制，这就要求：对于有K个输出信道的边缘节点而言，其前K个突发数据包DB的发送时间不大于第K+1个突发数据包DB的汇聚时间，也就是

$\frac{{{L_{{\text{DB}}\left( {K + 1} \right)}}}}{{{R_{\text{r}}}}} \geqslant \frac{{\sum\limits_{i = 1}^K {{L_{{\text{DB}}i}}} }}{{\min \left( {{R_{\text{C}}}, {\text{K}} \times {\text{B}}{{\text{W}}_{{\text{DB}}}}} \right)}}，$

(2)

式中：L_DBi表示第i个突发数据包的长度; R_r为边缘节点的数据到达速率；R_C为边缘节点的光电转换速率；BW_DB为输出信道或波长的带宽。

由式(1)可知，为提高突发数据包DB在核心节点被成功转发的概率，边缘节点的汇聚数据包DB的长度L_DBi与该节点的发送数据速度λ_i乘积满足一定的关系；由式(2)可知，汇聚数据包DB的长度L_DBi与该节点到达的数据速率相关。如果边缘节点在进行数据汇聚时，不能通过该节点的数据到达速率和发送速率动态地调整汇聚参数，势必会导致边缘节点汇聚的数据包无法发送或者即使发送出去也会因为核心节点无法为其预留带宽资源而被丢弃。笔者提出的CCAA的基本思想就是通过到达数据包的速率和发送数据包的速率来动态调整下一个汇聚的突发数据包DB的汇聚长度LDB，达到提高网络性能的目的。CCAA算法的功能框图如图 4所示。

CCAA的具体实现过程描述如下：

1) 数据分类器根据到达的IP分组特性(主要是目的网络IP地址和服务质量QoS要求)将IP分组分插到不同的子队列中；

2) 在将IP分组插入到不同的子队列前，先通过数据平滑器对分组进行整形处理，整形过程中的数据判决依据来自计量器监测的数据到达速率和子队列长度。

3) 汇聚算法模块负责汇聚参数(主要是指汇聚数据包DB的长度LDB)的调整，其调整依据由计量器测得的数据到达速率和本边缘节点发送数据速率共同确定，其决定的结果将改变下一个突发数据包的汇聚参数。同时考虑到汇聚参数的稳定性，汇聚参数的改变仅在前一个突发数据包汇聚完成，在数据汇聚的中间过程，汇聚参数不发生改变。在前一个数据包汇聚完成后，汇聚参数由式(3)、(4)、(5)确定。

具体说明如下

1) 对于OBS网络中的每一个边缘节点而言，由于受到边缘节点的硬件或软件限制，其汇聚的数据包DB的长度LDB都有一个上下限限制，分别用LDB_Rmin、LDB_Rmax、LDB_Tmax、LDB_Tmax表示，如图 5、图 6所示。

2) 图 5中横坐标R_R表示CCAA算法功能框图中的计量器模块监测到的数据速率(其中R_Rmin、R_Rmax为计算数据速率的最小、最大门限值)，图 6中横坐标R_T表示CCAA算法功能框图中的发送数据速率检测器模块监测到的数据发送速率。通过图 5、图 6分别计算出对应的LDB_R(表示通过数据到达速率确定的突发数据包DB的长度)和LDB_T(表示通过数据发送速率确定的突发数据包DB的长度)的值。具体计算公式为

a.当R_R≤R_Rmin时，

${\text{LD}}{{\text{B}}_R} = {\text{LD}}{{\text{B}}_{R\min }}。$

b.当R_Rmin≤R_R≤R_Rmax时，

${\text{LD}}{{\text{B}}_R} = \frac{{{R_R}-{R_{R\min }}}}{{{R_{R\max }}-{R_{R\min }}}}\left( {{\text{LD}}{{\text{B}}_{R\max }}-{\text{LD}}{{\text{B}}_{R\min }}} \right)。$

c.当R_R≥R_Rmax时，

${\text{LD}}{{\text{B}}_R} = {\text{LD}}{{\text{B}}_{R\max }},$

(3)

${\text{LD}}{{\text{B}}_T} = \left\{ \begin{gathered} {\text{LD}}{{\text{B}}_{T\min }},\;\;{R_R} < {R_{R\min ,}} \hfill \\ \frac{{111}}{{{R_T}}},\;\;\left( {{R_{R\min ,}} \leqslant {R_R} \leqslant {R_{R\max }}} \right), \hfill \\ {\text{LD}}{{\text{B}}_{T\max }},\;\;\;{R_R} \geqslant {R_{R\max }} \hfill \\ \end{gathered} \right.。$

(4)

3) 确定汇聚算法的参数--突发数据包DB的长度

${\text{LDB}} = \min \left( {{\text{LD}}{{\text{B}}_R}, {\text{LD}}{{\text{B}}_T}} \right)。$

(5)

4) 考虑到业务区分的要求，对不同等级的业务采用不同的到达或发送数据速率上下门限值和不同的突发数据包LDB上下门限值；

5) 采用的改变的汇聚参数主要是指突发数据包DB的长度，没有考虑基于时间域值的汇聚算法，如需在基于时间域值的汇聚算法采用该算法中的汇聚参数变化特性，只需改变图 5、图 6的变化曲线即可。

6) 从CCAA的实现过程来看：边缘节点在进行数据汇聚时，突发数据包DB的长度LDB由该边缘节点的数据到达速率和数据发送速率共同决定，这样边缘节点的汇聚算法更能反映本节点的实际情况，能进一步提高网络的性能；

7) 在CCAA的功能框图中增加了一个数据平滑器的功能模块，该模块可减少瞬间大的数据量对边缘节点本身的影响，同时也可减少对与边缘节点相连的IP网络的影响。

3 仿真分析

在网络仿真环境下，实现了基于拥塞控制汇聚算法CCAA，并通过仿真结果分析和比较基于拥塞控制汇聚算法CCAA、最小长度最大周期算法(min-burst-length max-assembly-period, MBMAP)算法和基于突发数据包长度固定门限值的汇聚算法(min burst length, MBL)对OBS网络性能的影响。

3.1 仿真拓扑

为考察基于拥塞控制汇聚算法CCAA在OBS网络环境下的性能，仿真采用如图 7所示的拓扑结构。边缘节点E连接4个业务源，每一业务源按发送速率为λ的泊松过程发送数据，边缘节点分别采用CCAA汇聚算法和MBL汇聚算法；核心节点C采用LAUC调度算法，核心节点与边缘节点、核心节点与核心节点之间各有1条数据信道和1条调控制信道，每一条信道的带宽均为2.5 G。

3.2 仿真结果

通过仿真，对比了在图 7的网络拓扑结构下边缘节点分别采用MBL汇聚算法、MBMAP汇聚算法和CCAA汇聚算法对OBS网络性能的影响。

从图 8的仿真结果中可看出在核心节点采用相同的数据信道调度算法时CCAA算法能明显降低突发数据包的阻塞概率，网络负载越高，降低阻塞概率的效果越明显，主要是由于在负载较高时，边缘节点通过式(1)对汇聚突发数据包DB的长度LDB进行调整，保障在核心节点该突发数据包被成功调度的概率。从图 9的仿真结果中可看出文中提出的CCAA算法在不同负载下的端到端平均时延低于MBL、MBMAP算法，负载越低性能改善越明显，同时汇聚算法CCAA带来的网络时延的抖动性优于MBL、MBMAP算法，其主要原因是由于汇聚算法CCAA中的参数能及时反映网络流量的实际状态，同时突发数据包在核心节点被成功调度的概率高，致使OBS网络中的IP分组的端到端的平均延迟及延迟的抖动性都较小。

4 结论

分析了OBS网络中核心节点在数据调度时对边缘节点发送数据速率及突发数据包长度的要求，同时也分析了边缘节点在进行数据汇聚时对本节点数据到达速率的自身要求，提出了一种新的基于拥塞控制汇聚算法CCAA，并详细讨论了CCAA算法的实现过程。从CCAA算法的具体实现过程可看出采用该算法的边缘节点根据本节点的数据到达速率和数据发送速率共同确定汇聚算法中的突发数据包DB的长度LDB，从而实现了根据本节点的实际情况动态地调整汇聚参数，最终实现改善OBS网络性能的目的；同时通过仿真验证了该算法对OBS网络性能的提高。