1所示：
[0184]表 1QieckConnectivity函數(shù)偽代碼
[0185]
[0186] 步驟2.2. 6 :根據(jù)請求業(yè)務(wù)量從大到小將通過該鏈路的所有OD流進行排序，生成 待重定向OD流隊列W，并設(shè)置臨時鏈路負(fù)載矩陣Xl=X，將Xl中對應(yīng)W中所有OD對占用 鏈路上的流量值減去通過該鏈路的相應(yīng)OD對間的請求業(yè)務(wù)量；
[0187] 步驟2. 2. 7 :如果W非空，按照步驟2. 2. 6中所述的順序從隊列W中依次逐個取出 待重定向OD流，執(zhí)行步驟2. 2. 8 ;如果W為空，則轉(zhuǎn)到步驟2. 2. 12 ;
[0188] 步驟2. 2. 8 :確定當(dāng)前取出的待重定向OD流的源節(jié)點S、目的節(jié)點d和請求業(yè)務(wù) 量；
[0189] 步驟2. 2. 9 :用鏈路矩陣Link_2更新鏈路矩陣Link,按照步驟2. 1. 2至步驟 2. 1. 13的方法重新路由；
[0190]步驟2. 2. 10 :如果路由成功，用通過該鏈路的相應(yīng)OD對間的請求業(yè)務(wù)量更新臨時 鏈路負(fù)載矩陣XI，并將當(dāng)前該待重定向OD流從隊列W中刪除，轉(zhuǎn)到步驟2. 2. 7,取出下一個 待重定向OD流；如果路由失敗，則鏈路休眠失敗，將當(dāng)前候選休眠鏈路從I中刪除，轉(zhuǎn)到步 驟2. 2. 3,取出下一個候選休眠鏈路；
[01W] 步驟2.2. 11 :重復(fù)執(zhí)行步驟2. 2. 7至步驟2. 2. 10,直至W為空，則待重定向OD流 隊列W中的所有OD流重定向均成功，表明當(dāng)前候選休眠鏈路休眠成功；
[0192]步驟2. 2. 12 :更新鏈路負(fù)載矩陣X=XI，并將Link_l中與當(dāng)前候選休眠鏈路對應(yīng) 的鏈路休眠，并將當(dāng)前候選休眠鏈路從I中刪除，轉(zhuǎn)到步驟2. 2. 3,取出下一個候選休眠鏈 路；
[019引步驟2. 2. 13 :重復(fù)執(zhí)行步驟2. 2. 3至2. 2. 12,直至I為空，用鏈路矩陣Link_l更 新鏈路矩陣Link,轉(zhuǎn)至步驟2. 1. 2 ;
[0194] 對本實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法進行仿真實驗：
[0195] 為了驗證本實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法的有效性，采 用了C0ST239、NSFNET和Italy肥TS種不同規(guī)模的云計算網(wǎng)絡(luò)拓?fù)溥M行仿真實驗，分別如 圖9(a)、圖9(b)和圖9(c)所示。表2中列出網(wǎng)絡(luò)的節(jié)點數(shù)、鏈路數(shù)、數(shù)據(jù)中屯、數(shù)及平均節(jié) 點度。
[0196] 仿真實驗使用的流量數(shù)據(jù)為合成的流量矩陣，包括2種流量數(shù)據(jù)：其中第1種流量 數(shù)據(jù)中包括不同均值的流量矩陣，其平均業(yè)務(wù)量請求值從lOGb/s到lOOGb/s不等，流量請 求的最小粒度為lOGb/s，最大業(yè)務(wù)請求不超過190Gb/s;第2種流量數(shù)據(jù)包括不同均值的流 量矩陣，其平均業(yè)務(wù)量請求值從5Gb/s到50Gb/s不等，流量請求的最小粒度為5Gb/s，最大 業(yè)務(wù)請求不超過90Gb/s。流量矩陣中的流量請求服從均勻分布。網(wǎng)絡(luò)拓?fù)渲墟溌返某跏紟?寬C設(shè)置為40*32 = 1280抓/s,鏈路功耗與鏈路容量的比值參數(shù)設(shè)置為25。NSGA-II算法 中，種群大小pop= 100,最大迭代次數(shù)maxgen= 50。在拓?fù)鋵Ρ确抡鎸嶒炛?，對于各個拓 撲，設(shè)置最大迭代次數(shù)maxgen= 30。
[0197] 表2網(wǎng)絡(luò)拓?fù)鋮?shù) [019 引
[0199] 對基礎(chǔ)網(wǎng)絡(luò)來說，將會有大量的流量集中在數(shù)據(jù)中屯、之間（Inter-Datacenter) 和數(shù)據(jù)中屯、與用戶之間扣ser-Datacenter)。前者的誘因主耍是各個數(shù)據(jù)中屯、之間需要大 量的信息同步，容災(zāi)備份和統(tǒng)一計算；后者的主要原因則是人們需要越來越多部署在數(shù)據(jù) 中屯、的云服務(wù)。
[0200] 1.通過參數(shù)變化驗證本實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法 的有效性
[0201] 采用C0ST239網(wǎng)絡(luò)和第1種流量數(shù)據(jù)進行仿真，主要考慮了鏈路利用率的最高口 限a參和路由最大延遲maxhop參數(shù)對網(wǎng)絡(luò)性能和網(wǎng)絡(luò)能效效果的影響，其中a有80%和 95%兩種情況，maxhop包括有最大跳數(shù)約束maxhop= 6和無最大跳數(shù)約束maxhop=Inf 兩種情況。
[0202] 從圖10可W看出，在不同約束條件下，隨著平均業(yè)務(wù)量請求的增加，網(wǎng)絡(luò)的總能 耗均不斷增加。從圖11中可W看出，在不同約束條件下，隨著平均業(yè)務(wù)量請求的增加，網(wǎng)絡(luò) 的比特能耗呈不斷減少趨勢。綜合兩圖可看出，在較低流量負(fù)載情況下，隨著平均業(yè)務(wù)量請 求增加，網(wǎng)絡(luò)的比特能耗減少得更為明顯。同時，可W發(fā)現(xiàn)鏈路利用率口限變化和有無最大 固敞約束對網(wǎng)絡(luò)總能耗與比特能效的影響不明顯。
[0203] 圖12和圖13分別為不同約束情況下，請求阻塞數(shù)、休眠鏈路數(shù)隨平均業(yè)務(wù)量請求 增加的變化情況。圖12表明，在不同約束情況下，盡管平均業(yè)務(wù)量請求不斷增加，本實施方 式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法仍可W成功完成所有的請求，請求阻塞數(shù) 始終保持為零。圖13為隨平均業(yè)務(wù)量請求的增加，不同約束情況下本實施方式的面向云計 算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法得到的網(wǎng)絡(luò)鏈路空閑情況。在鏈路空閑時，鏈路功耗為 零，鏈路可被置為休眠狀態(tài)。從圖12和圖13中可W看出，在不同約束條件下，隨著流量平 均需求的增加，網(wǎng)絡(luò)中鏈路休眠的個數(shù)呈漸少趨勢。且鏈路利用率口限為95%時的網(wǎng)絡(luò)休 眠鏈路數(shù)基本上多于鏈路利用率為80%時的休眠鏈路數(shù)。綜合圖12和圖13,可W看出本 實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法即使在高業(yè)務(wù)量請求時，無請求被 阻塞，且仍有部分鏈路被休眠，算法性能仍保持較好。
[0204] 圖14展示的是不同約束情況下，統(tǒng)計的網(wǎng)絡(luò)的平均鏈路利用率。從圖14中，首先 可W看出，隨著平均業(yè)務(wù)量請求的不斷增加，網(wǎng)絡(luò)開啟鏈路的平均鏈路利用率也呈增加趨 勢。且鏈路利用率口限為95%時的平均鏈路利用率基本上均高于鏈路利用率口限為80% 時的平均鏈路利用率，且運種情況在平均業(yè)務(wù)量請求較大時更為明顯。
[0205] 2拓?fù)浔容^
[0206] 采用C0ST239、NSF肥T和Italy肥TS種不同規(guī)模網(wǎng)絡(luò)的第2種流量數(shù)據(jù)分別進行 仿真。由于S種拓?fù)涞墓?jié)點數(shù)不同，因此分別設(shè)置C0ST239、NSFNET、Italy肥TS種拓?fù)涞?maxhop為6、8、8,固定鏈路利用率口限a=95%。本部分仿真實驗主要考慮了在固定約束 條件下，本實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法在3種不同規(guī)模網(wǎng)絡(luò)上 得到的總能耗與比特能耗、平均鏈路利用率和請求的總跳數(shù)，通過分析運4個指標(biāo)來驗證 本實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法在不同規(guī)模網(wǎng)絡(luò)拓?fù)渖系倪m用 性。
[0207] 圖15(a)展示的是隨平均業(yè)務(wù)量請求的增加，比特能耗的變化情況?？蒞看出，對 于=種不同規(guī)模的網(wǎng)絡(luò)來說，隨著平均業(yè)務(wù)量請求的增加，網(wǎng)絡(luò)的比特能耗均呈減少趨勢。 圖15(b)表明，隨著平均業(yè)務(wù)量請求的增加，3種不同規(guī)模網(wǎng)絡(luò)的總能耗均呈增加趨勢；顯 然，Italy肥T的總能耗大于NSF肥T和C0ST239的，NSF肥T的總能耗大于C0ST239的，即在 平均業(yè)務(wù)量請求相同的前提下，網(wǎng)絡(luò)規(guī)模越大，網(wǎng)絡(luò)的總能耗越大。
[020引圖16(a)和圖16(b)分別為不同規(guī)模網(wǎng)絡(luò)的休眠鏈路、激活鏈路數(shù)?？蒞看出，隨 著平均業(yè)務(wù)量請求的增加，對于NSFNET和Italy肥T網(wǎng)絡(luò)來說，網(wǎng)絡(luò)的休眠鏈路數(shù)呈減少 趨勢，激活鏈路數(shù)呈增加趨勢；對于C0ST239網(wǎng)絡(luò)來說，由于平均業(yè)務(wù)量請求維持在較低水 平，其休眠與激活鏈路數(shù)存在一定波動。
[0209] 圖17為不同規(guī)模網(wǎng)絡(luò)的平均鏈路利用率隨平均業(yè)務(wù)量請求不斷增加的變化情 況。可W看出，隨著平均業(yè)務(wù)量請求的不斷增加，3種不同規(guī)模網(wǎng)絡(luò)的鏈路平均利用率均呈 不斷增加的趨勢。
[0210] 3.對比分析
[0211] 分別將本實施方式的面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法與經(jīng)典路由算 法0SPF、休眠算法EAR和CreenOSPF算法進行性能比較。其中CreenOSPF算法是將OSPF 路由算法與EAR休眠算法結(jié)合而得到的。在對比分析中各個算法均使用相同的流量矩陣數(shù) 據(jù)、鏈路功耗模型W及網(wǎng)絡(luò)能效模型。
[0212] 首先，為了驗證本實施方式面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法中的步 驟2. 1所述的能效路由策略（圖18、圖19中WNSGA2表示），將其與OSPF路由算法、 S-PSO-EERA(圖18、圖19中WS-PSO表示）路由算法進行比較。仿真結(jié)果如圖18(a)和圖 18(b)所示。
[0213] 圖18(a)為不同路由算法得到的網(wǎng)絡(luò)比特能耗隨著平均流量需求不斷增加的變 化情況。從圖中的仿真結(jié)果中可W看出，隨著流量平均需求的增加，不同路由算法得到的網(wǎng) 絡(luò)比特能耗均不斷減少。其中，OSPF路由算法的網(wǎng)絡(luò)比特能耗值最高，在低業(yè)務(wù)量請求時， S-PSO-ffiRA算法的比特能耗值略高于步驟2. 1所述的能效路由策略，在高業(yè)務(wù)量請求時， 二者比特能耗值很接近。步驟2. 1所述的能效路由策略的網(wǎng)絡(luò)比特能耗值總小于OSPF經(jīng) 典路由算法，并且在低流量負(fù)載時更為明顯。
[0214] 圖18(b)為不同路由算法得到的網(wǎng)絡(luò)總能耗隨著平均業(yè)務(wù)量請求不斷增加的變 化情況?？蒞看出，隨著平均業(yè)務(wù)量請求不斷增加，OSPF路由算法、S-PSO-EERA算法（基于 S-PSO的能效路由策略）和步驟2. 1所述的能效路由策略=種路由算法的總能耗均呈增加 趨勢。步驟2. 1所述的能效路由策略的網(wǎng)絡(luò)總能耗值總小于OSPF經(jīng)典路由算法，且在低流 量負(fù)載時更為明顯。與經(jīng)典路由算法OSPF對比，步驟2. 1所述的能效路由策略作為一種基 于NSGA-II的能效路由策略具有更好的能效性能，且在低流量負(fù)載時算法的能效優(yōu)點更明 曰 業(yè)。
[0215]圖19為=種路由算法的平均鏈路利用率隨平均業(yè)務(wù)量請求增加的變化情況。從 圖中仿真結(jié)果可W明顯看出，隨著平均業(yè)務(wù)量請求的增加，OSPF路由算法、S-PSO-ffiRA算 法和步驟2. 1所述的能效路由策略=種路由算法的平均鏈路利用率均呈增加趨勢。且 S-PSO-EERA算法和步驟2. 1所述的能效路由策略的平均鏈路利用率均高于OSPF路由算法， 且在高流量負(fù)載時更為明顯。OSPF路由算法中沒有進行鏈路休眠，因此在相同流量矩陣的 前提下，其鏈路平均利用率最低。S-PSO-ffiRA路由算法和步驟2. 1所述的能效路由策略的 最高平均鏈路利用率分別為60. 84%、69. 86%。而OSPF算法的最高平均鏈路利用率僅為 26. 96%。
[0216] 將本實施方式面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法（圖20、圖21和圖22 中均WNSGA2-FR表示）與GreenOSPF算法進行對比。圖20(a)為兩種方法得到的網(wǎng)絡(luò)比 特能耗隨平均流量需求不斷增加的變化情況?？蒞看出，隨著平均業(yè)務(wù)量請求的增加，兩種 算法得到的網(wǎng)絡(luò)比特能耗均不斷減少。其中，利用本實施方式面向云計算的基于網(wǎng)絡(luò)能效 優(yōu)先的路由方法得到的比特能耗值總低于GreenOSPF,且在低業(yè)務(wù)量請求時更為明顯。圖 20(b)為本實施方式面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先的路由方法與GreenOSPF算法得到的 網(wǎng)絡(luò)總能耗隨平均流量需求不斷增加的變化情況。明顯的，隨著平均業(yè)務(wù)量請求不斷增加， 兩種算法的總能耗均呈增加趨勢。其中，本實施方式面向云計算的基于網(wǎng)絡(luò)能效優(yōu)先