算法静态性能分析

1）SDN部署率

对于一个给定的航空信息网络拓扑，已知业务流量矩阵T和SDN节点集合C，则网络中吞吐量可定义为λ，表示为λ（T，C）。当网络中SDN节点集合为空集，即网络中流量按照OSPF最短路径协议进行转发时，将网络中吞吐量表示为λ（T，∅）；当航空信息网络中均为SDN节点，则将网络吞吐量表示为λ（T，N）。在混合SDN／IP航空信息网络中，首先需要确定网络中SDN节点的个数和部署位置，对于给定流量矩阵T和SDN节点个数h，采用贪婪算法来确定SDN节点位置，以实现最大化网络传输流量：

为了分析SDN节点部署个数对混合SDN／IP航空信息网络数据传输性能的影响，本节通过计算给定SDN节点个数条件下，网络吞吐量与全SDN节点条件下网络最大吞吐量之间的比值，对网络数据吞吐量进行归一化处理。

归一化吞吐量定义为

由网络吞吐量定义可知：

因此归一化吞吐量为小于1的数值。

图7.1给出了不同SDN节点部署率条件下，网络吞吐量的变化规律。

图7.1　网络吞吐量随SDN节点部署率变化的规律

由图7.1中数值可知，在不同规模航空信息网络中，网络吞吐量随着SDN节点部署率的增加而不断增大。其中，当SDN节点部署率为零时，航空信息网络按照OSPF最短路径转发策略对业务数据量进行调度。值得注意的是，网络吞吐量变化曲线在初始阶段的迅速增长，例如在小规模航空信息网络中，当SDN节点部署率从0增加至30%时，其网络吞吐量增加了约40%；当SDN节点部署率由30%继续增加时，吞吐量变化曲线相对平缓。同样的，在大规模航空信息网络中随着SDN节点部署率由0增加至40%，相应的归一化吞吐量由0.5增长至0.81。因此在实际网络部署时，可以通过部署少量的SDN节点而获得较好的网络传输性能。

2）吞吐量

根据上一节分析结果，设置不同网络规模拓扑中SDN节点部署率分别为30%和60%，按照相关文献中算法确定SDN节点部署位置。针对同一个航空信息网络场景，仿真中生成20组不同的业务数据量，利用本章所提动态调度算法进行流量调度得到网络吞吐量结果，并与OSPF最短路径转发策略所得到的结果进行对比，验证了算法在不同业务数据条件下的有效性。图7.2中（a）（b）分别给出了利用动态调度算法和OSPF最短路径转发策略在两种规模航空信息网络上的吞吐量。如图所示，在不同网络拓扑条件下，当SDN节点部署率为60%时，采用动态调度算法的网络归一化吞吐量平均值分别为0.97和0.84，图中用灰色实线标出；当SDN节点部署率为30%时，采用动态调度算法的网络归一化吞吐量平均值分别为0.94和0.68，图中用虚线标出；采用OSPF最短路径转发策略的网络归一化吞吐量分别为0.54和0.50，图中用黑色实线标出。由图可知，本章所提出的动态调度算法与OSPF最短路径转发策略相比，网络吞吐量明显提高，当SDN节点部署率为30%时，网络吞吐量较OSPF最短路径转发策略增长了约74%。根据图中吞吐量数值可知，不同流量矩阵条件下，网络传输性能基本一致。此外，随着SDN节点部署率增加，网络吞吐量随之增长。例如，在大规模航空信息网络中，与30%部署率时结果相比，部署率为60%时的网络吞吐量约提高了24%。(www.xing528.com)

图7.2　不同业务流量条件下的网络吞吐量

（a）小规模网络中业务流对吞吐量影响；（b）大规模网络中业务流对吞吐量影响

3）链路利用率

为了分析网络链路中数据传输情况，本节在两种网络规模条件下，设置SDN节点部署率30%，通过贪婪算法确定节点部署位置。在仿真中采用动态调度算法进行优化调度，得到了网络中链路利用率的累积分布函数，并与OSPF最短路径转发策略的结果进行了对比。图7.3为不同航空信息网络拓扑条件下，分别采用SDN节点部署率为30%的动态调度算法和OSPF最短路径转发算法得到的网络中链路利用率的累积分布函数。

图7.3　链路利用率的累积分布函数

（a）小规模网络链路利用率；（b）大规模网络链路利用率

由图7.3可知，在不同网络规模条件下，采用动态调度算法的网络中链路利用率显著高于OSPF最短路径转发策略。在小规模航空信息网络中，动态调度算法中40%以上链路的利用率超过80%，而OSPF路由策略中相应的链路比例约为23%，与OSPF路由网络相比，高利用率的链路个数明显增多；动态调度算法中，利用率在30%以下的链路比例约为40%，远小于OSPF路由网络中的链路个数所占比例。此外，动态调度算法能够改善链路负载分布不均问题，特别是在大规模航空信息网络中。图7.3（b）中，OSPF路由网络中链路利用率小于10%和大于90%的链路所占总比例大于90%，表示网络中一部分链路满载或过载，而另一部分链路空闲；而混合SDN／IP网络中链路利用率在20%到90%之间的链路比例接近40%，有效实现了链路负载均衡。仿真结果表明，采用动态调度算法能够有效提高网络中链路利用率，降低链路负载失衡度。这是由于在动态调度算法中进行了业务流分配策略，通过SDN控制器对传输节点上的可控流进行流量调度，将业务流量分配在多条路径上进行传输。在业务流分配算法迭代中，通过计算链路关键度和链路利用率进行链路代价更新，每次迭代都优先选择利用率低且可靠性高的链路，有效降低链路拥塞概率，提高了网络中链路利用率，实现网络负载均衡。

4）完成率分析

设置SDN节点部署率30%，节点部署位置通过贪婪算法确定，图7.4为动态流量调度算法和OSPF路由策略优化在不同网络规模条件下的业务数据量完成率。如图所示，采用OSPF路由算法的数据量完成率平均值分别为18%和47%；在不同网络规模下采用动态调度算法的数据量完成率平均值分别为53%和71%，与OSPF路由算法相比完成率分别提高了35%和24%，表明动态调度算法的网络传输性能优于OSPF路由算法。这是因为OSPF路由策略仅根据最短路径计算方法进行流量调度，当业务数据量较大时，不考虑最短路径上链路负载，存在链路过载情况，极易造成网络拥塞。而混合SDN／IP网络中引入SDN节点，通过SDN控制器指导SDN传输节点的流量调度，通过运行动态调度算法，基于链路利用率及可靠性进行链路代价计算，根据公平分配份额确定数据流分配在多条可传输路径上的数据量，可动态选择链路负载较小的路径，提高了网络传输数据量，同时避免网络拥塞。

图7.4　业务完成率

（a）小规模网络中业务流对业务完成率影响；（b）大规模网络中业务流对业务完成率影响