权衡流量传输截止期限和公平性的SD-WAN流量调度

本发明属于网络通信，具体涉及一种权衡流量传输截止期限和公平性的sd-wan流量调度方法。背景技术：：：1、首先介绍一下本发明中涉及的一些专业术语：2、广域网(widearea network，wan)是连接不同地区局域网或城域网计算机通信的远程网。通常跨接很大的物理范围，所覆盖的范围从几十公里到几千公里，它能连接多个地区、城市和国家，或横跨几个洲并能提供远距离通信，形成国际性的远程网络。3、rabin公平性是rabin在1993年提出的一种基于博弈的公平性定性测度指标。如果竞争资源的参与者被其他参与者友善对待，那么该参与者也友善对待其他参与者；如果参与者被其他参与者恶意对待，那么该参与者也恶意对待其他参与者。这时就成为满足rabin公平。4、α公平性是一种利用α函数衡量公平性的公平性定量测度指标。5、jain’s公平性是r.jain于1993年提出的专门用于衡量网络流之间分配带宽的静态资源分配的公平性指标，其计算公式如下所示：6、7、软件定义广域网(software defined wide area networking,sd-wan)是将软件定义网络技术应用到广域网场景中所形成的一种服务，专门用于连接广阔地理范围的企业网络、数据中心、互联网应用以及云服务。8、粒子群优化算法(particle swarm optimization,pso)又称为粒子群算法、微粒群算法、或微粒群优化算法。是通过模拟鸟群觅食行为而发展起来的一种基于群体协作的随机搜索算法。9、用户端设备(customer premise equipment,cpe)是网络运营商提供的在用户端用以将用户设备与网络运营商核心网络基础设备隔离开来的实例网络设备和用户端软件。10、openflow协议是软件定义网络中数据平面和控制平面之间的通信协议，控制平面的控制器通过openflow协议定义的规则和动作指示数据平面的交换机如何转发网络数据包。11、流表(flowtable)是openflow协议中定义的类似于传统网络路由表的表结构，它由若干流表项构成。流表项由规则和动作集组成，若网络数据包符合流表项定义的规则，该数据包就会被执行相应的动作，如：从某个端口转发或者修改源或目的ip地址等。12、计量表(metertable)是openflow 1.3协议定义的一种特殊的表，用于计量和限速。它由若干计量表项构成。每个计量表项包括：计量表项标识符、计量段、计量表项计数器构成。一个计量表项可以包含一个或者多个计量段，每个计量段定义了速率以及动作，如果报文的速率超过了某些计量段，根据这些计量段中速率最大的那个定义的动作进行处理。计数器可以按队列、计量段和计量表项等方式进行维护。计数器可以帮助控制器收集有关网络的统计信息监控流量规则定义的流量进入率。13、由于广域网带宽资源有限，如何高效的利用稀缺的带宽资源直接关系到网络的性能。网络流量调度是一种通过合理安排流量发送顺序以及调整发送速率的方法保证流量性能指标需求的技术。随着网络应用程序对数据传输的时间敏感性需求增高，利用网络流量调度的方法保证数据传输的最低时间敏感性需求——截止期限成为计算机网络学科目前备受关注的问题。根据流量调度的目的划分现有的流量调度算法主要分为以下几类：1)最大化截止期限前完成数据传输的数量。2)最大化系统收益。3)最小化未能在截止期限完成传输的流量占该数据传输总流量比例的最大值。在如今的地理分布式云平台中存在大量用户，这些用户共享整个网络来传输各个数据中心之间的网络流量。与此同时，每个用户又有大量的应用程序产生数据传输请求。这就要求云平台能够公平的为这些用户、应用程序产生的数据传输分配带宽。但是，上述这些方法都采用抢占式带宽分配方法将带宽集中分配各某些特定数据传输，从而达到最大化目标收益的目的。这就导致部分数据传输因为没有得到足够的带宽而出现错过截止期限甚至由于没有得到任何带宽资源而出现饿死的情况，这进一步导致了上层应用程序性能下降甚至服务干扰问题。这就使得保障数据传输截止期限和保障带宽分配公平性成为了互相矛盾的性能需求。为了解决这一问题，现有方法提出兼顾rabin公平性和α公平性的带宽分配方法。但是rabin公平性是一种定性测度指标，无法使用户定量调节。α公平性虽然可以灵活调节，但是在改变α值的过程中α公平性的测度标准也随之改变，因此α公平性却是一种非规格化的测度指标。jain’s公平性既是一种定量公平性测度指标，又满足规格化特性，利用jain’s公平性指标进行公平性测度可以完美解决上述问题。但是，截至目前仍然缺乏一种能够灵活权衡传输截止期限和jain’s公平性指标的带宽分配方法。14、软件定义广域网是一种新兴的广域网连接解决方案，其核心思想是将软件定义网络技术应用到广域网场景中。通过引入软件定义网络技术，软件定义广域网。利用openflow协议我们可以的灵活的下发、修改复杂的细粒度的流量调度策略到交换层面。同时，随着演化计算技术的提出，粒子群优化算法通过粒子来模拟生态系统中生物，通过粒子的运动轨迹模拟生物运动行为，进而通过不断迭代粒子模拟生态系统的演进的方法实现了一种基于群体协作的空间最优随机搜索算法，该方法成为了解决任意复杂优化问题的良好手段。因此，基于粒子群算法和软件定义广域网架构是实现能够在流量信息不完整的情况下保证coflow传输截止期限的流量调度方法。技术实现思路1、本发明的目的在于克服现有技术的不足，提供一种权衡流量传输截止期限和公平性的sd-wan流量调度方法。2、本发明是通过以下技术方案实现的：3、一种权衡流量传输截止期限和公平性的sd-wan流量调度方法，包括以下步骤：4、步骤1：每个用户端设备感知其所控制的节点为源节点到其他各个节点的底层网络出口带宽；5、步骤2：用户端设备监测其所监管的节点在t时间片需要传输的活跃数据传输请求并构建当前时间片活跃集合；判断当前时间片活跃集合是否为空集，如果不为空集则执行步骤3，如果为空集则继续监测下t+1时间片；6、步骤3：用户端设备统计0—t-1时间片的活跃集合，并计算平均带宽分配向量；7、步骤4：用户端设备构建活跃集合中各数据传输请求的0—t-1时间片的带宽分配策略列向量，然后构建0—t-1时间片的整体带宽分配策略矩阵8、步骤5：设置公平性阈值σ，迭代次数上限k，参数m、mp、ms和mw且保证m＝ms+mp+mw，计算参数p1、p2、p3、p4和p5；初始化迭代次数k＝0，按如下步骤进行迭代：9、步骤5.1：计算0—t-1时间片的整体带宽分配策略矩阵的jain’s公平性；10、步骤5.2：随机选择出m个使jain’s公平性大于设定的公平性阈值σ的t时间整体带宽分配策略矩阵，并将其组织为一个候选集合，记为11、步骤5.3：将候选集合中的元素依次与0—t-1时间片的整体带宽分配策略矩阵合并，合并成0—t带宽分配策略矩阵12、步骤5.4：依次计算合并成0—t带宽分配策略矩阵的jain’s公平性；13、步骤5.5：依次计算合并成0—t带宽分配策略矩阵的效用值；14、步骤5.6：根据计算出的jain’s公平性和效用值对候选集合中的对应元素进行排序；效用值高的在前，如果两个元素所对应的效用值相同则根据jain’s公平性排序，jain’s公平性高的在前；15、步骤5.7：针对候选集合中前mp个元素，i≤mp，每次迭代按照如下公式对其更新：16、17、其中，q1为服从均匀分布的0到1之间的随机数，向量称为逃跑路径，其中的每个元素按照如下公式计算：18、19、其中，为中第j个数据传输请求的带宽分配策略列向量，20、21、γ(·)表示伽马函数，和为1到|ft,1|的随机整数组成的|ft,1|维行向量，表示第k次迭代过程中为第i个元素从第mp到mp+ms个元素中随机选择的一个元素，为其对应的第j个数据传输请求的带宽分配策略列向量；22、步骤5.8：针对候选集合中排在mp到mp+ms的元素，mp