基于SDN架構的空間信息網絡路由策略設計

楊力 滕奇秀 孔志翔,3 蔡睿妍

(1 大連大學信息工程學院，遼寧大連 116622)(2 大連大學通信與網絡實驗室，遼寧大連 116622) (3 南京理工大學自動化學院，南京 210094)

空間信息網絡是一個由深空網絡、衛星網絡和地面網絡構成，實現天、地、空互聯的規模巨大、異質異構的復雜網絡。隨著我國航天技術的發展，加之我國載人航天、空間站、深空探測等空間活動日益頻繁，各種航天器種類和數量也在迅速增加，衛星與地面、衛星與衛星之間的通信組網要求越來越迫切。目前，我國在軌運行衛星大都只提供通信信道，星上不具有路由計算功能，路由策略制定只能由地面計算再重新上行，或者個別衛星簡單處理后實現星間、星際之間的路由。這樣既加重了衛星負載，也嚴重制約著空間信息網絡對靈活、快速組網和有效路由策略的實現[1-2]。軟件定義網絡(SDN)技術是當前網絡領域的新架構思路，通過解耦數據平面和控制平面，實現網絡態勢與控制的邏輯高度集中，降低數據平面的復雜度，可以將網絡資源統一，靈活配置，實現衛星網絡與地面網絡的融合，統一控制，制定有效的路由策略。

現有的空間信息網絡路由方法分為單層路由和多層路由。文獻[3]和文獻[4]中利用單層衛星網絡運行的周期性和規律性，將其運行周期劃分為多個時隙。在每個時隙內，將衛星網絡視為虛擬靜態拓撲，路由策略存儲在每個衛星節點中，衛星通信過程中查詢對應的轉發路徑即可。文獻[5]中通過衛星地面鏈路建立源節點和目的節點之間的連接，獲得一個時隙內的本地網絡拓撲，減少用于建立Dijkstra算法相關矩陣的衛星和網關的數量，降低算法計算復雜度，根據網絡拓撲計算路由。但是，此類方法由于運行周期分為較多時隙，需要星上有足夠的存儲空間，增加衛星負載。同時，對于鏈路故障，流量變化等情況處理能力較差。文獻[6]中對于地球同步軌道/低地球軌道(GEO/LEO)雙層衛星網絡鏈路負載不均衡、多媒體業務具有不同服務質量(QoS)要求的問題，提出一種多業務路由算法。該算法結合業務利用率來調整不同業務鏈路初始權值，從而合理分配網絡資源，滿足各種QoS要求，優化衛星網絡鏈路利用率。但是，該算法在業務利用率不同時，需要衛星計算業務權值來判斷業務鏈路，增加了衛星的內存占用和運行負擔。文獻[7]中提出一種基于移動代理的衛星網絡動態路由(SDRA-MA)方法，該方法在數據包到達時更新路由，沒有數據包則不更新路由。在網絡流量穩定時，該方法性能較好，但在網絡流量傳遞頻繁時，路由不斷更新，性能低于普通路由算法。傳統的空間信息網絡轉發策略由每顆衛星決定，導致網絡耦合，給網絡管理帶來了很大困難，所以人們開始關注網絡劃分為數據平面和控制平面的SDN。在有關軟件定義空間信息網絡路由研究中，文獻[8]中針對軟件定義衛星網絡(SDSN)中海量、動態、高優先級的控制流量對數據傳輸造成的干擾問題，提出一種數據流退讓路由(DFRR)策略，考慮鏈路控制流量的大小對鏈路的影響，減少選擇控制流量較大的鏈路。該策略有效地減少了鏈路擁塞，但只減少了影響因素，選擇鏈路時未考慮路由對業務的適用性，并且切換鏈路增加鏈路代價。文獻[9]中提出多路徑承載策略，當衛星運動導致空間鏈路中斷時，能夠在降低業務質量的情況下不中斷傳輸，有效地減少資源消耗。同時，提出基于安全因子感知的路由算法，提高全網絡路由整體的可靠性和安全性。同樣，該策略雖然保證了傳輸，但是也未考慮傳輸鏈路對數據業務是否適用。文獻[10]中提出一種基于變形蟲的波紋傳播(AR)策略，將LEO和中地球軌道(MEO)運行周期的最小公倍數作為系統周期。系統周期分為若干快照周期，將衛星每個時刻位置進行記錄，采用AR策略計算路由，系統根據“源-宿”衛星節點間距離，自動選擇路由策略，提高運算速度。然而，系統周期為12 h，控制平面制定的路由策略周期過長，不能及時處理空間信息網絡高動態造成的時變性問題，并且路由策略未考慮鏈路因素，對各類業務數據轉發沒有明顯優勢。

本文提出一種基于SDN架構的空間信息網絡路由策略設計，利用SDN控制器掌握空間信息網絡全局信息，獲取網絡的實時狀態，建立路由計算模型，采用改進的遺傳算法計算鏈路代價最小的路由，數據平面根據路由轉發各類業務數據，控制平面制定的路由考慮鏈路狀況，每個時間片重新選取路由，具有實時性，適用于各類業務數據。

1 基于SDN架構的空間信息網絡模型

SDN架構下的空間信息網絡[11]，以OpenFlow協議為基礎，具備網絡層數據控制分離、集中式可編程的特點，打破了路由功能的垂直整合，控制器對網絡集中式管理、靈活控制，使整體網絡可控性較強[12-14]。相比傳統的衛星網絡，在SDN架構下，空間信息網絡具有高度可控性。控制平面可以獲得全局視圖，實時獲取網絡狀態，進行復雜的路由計算，數據平面衛星節點只進行數據轉發即可，降低了網絡成本和星上開銷。

目前，基于SDN架構的空間信息網絡大多將地面站作為控制平面，高、中、低軌道衛星作為數據平面轉發數據。本文設計的空間信息網絡模型，其控制平面包含地面站和GEO衛星兩部分，地面站為一級控制器，包含信息存儲模塊和路由計算模塊；GEO衛星為二級控制器，包含節點探索模塊和基礎轉發模塊。控制層面采用分級控制，是考慮到地球自轉時任務衛星與地面站距離較遠，GEO衛星覆蓋廣，地面站通過GEO衛星將信息傳遞至數據平面。數據平面由MEO衛星和LEO衛星組成，接收控制器下發的規則對數據包進行快速轉發。本文建立基于SDN架構的空間信息網絡模型如圖1所示，模塊功能介紹如下。

(1)信息存儲模塊：一級控制器接收二級控制器傳遞的全局拓撲信息，以及鏈路狀態信息。

(2)路由計算模塊：根據信息存儲模塊中的鏈路時延、帶寬和丟包率等信息計算鏈路的路由代價，利用改進的遺傳算法選擇出適合每類業務的最優路由。

(3)基礎轉發模塊：二級控制器接收傳回的全局信息并轉發給一級控制器，同時轉發一級控制器計算的流表規則下發到數據平面。

(4)節點探索模塊：二級控制器利用鏈路層發現協議(LLDP)進行鏈路探索，獲取全局拓撲結，在MEO衛星和LEO衛星上部署OpenFlow交換機，對各端口運行狀態信息進行統計，統計的信息通過報文上報控制器，解析鏈路間的時延、帶寬和丟包率信息。

圖1 基于SDN架構的空間信息網絡模型Fig.1 Spatial information network model based on SDN architecture

2 路由策略設計

基于SDN架構的空間信息網絡路由策略是由整個網絡的協同調度計算出每類業務的最優路由。本文設計的路由策略利用GEO衛星可以探索鏈路狀態和數據轉發，解決地球自轉時地面站與任務衛星距離較遠導致的信息不能及時傳達問題，同時GEO衛星覆蓋廣，收集的鏈路信息比較全面。具體步驟和策略流程(見圖2)如下。

(1)GEO衛星的探索模塊周期性通過Packet_out報文發出LLDP數據包。

(2)數據平面的衛星接收到數據包，判斷其接收端口是否為控制器端口。若是，將數據包轉發出去；否則，將感知數據包通過Packet_in報文發送給控制器。

(3)GEO衛星接收到Packet_in報文，獲取2個衛星節點之間的拓撲狀態，解析鏈路帶寬、時延和丟包率等鏈路狀態信息，并傳至地面站。

(4)地面站接收和存儲GEO衛星獲取的全局鏈路狀態信息，利用改進的遺傳算法計算各類業務數據的路由。

(5)判斷轉發業務數據的衛星與地面站距離是否較近。若是，則由地面站將路由決策發送到數據平面，MEO衛星和LEO衛星進行數據轉發；否則，二級控制器GEO衛星接收地面站的路由決策，下發至數據平面，進行業務轉發。

(6)時間周期將要結束時，根據新的鏈路狀態制定的路由以流表形式下發，數據平面在下一個周期根據新的流表規則轉發業務數據。

圖2 基于SDN架構的空間信息網絡路由策略流程Fig.2 Routing strategy flow of spatial information network based on SDN architecture

基于SDN架構的空間信息網絡路由策略是路由的產生過程，建立路由模型進行求解，得到轉發各類業務的最優路由。

2.1 路由模型

2.1.1 路由模型參數

基于SDN架構的空間信息網絡拓撲模型采用G(V,E)表示，V為網絡中所有衛星節點的集合，相鄰2顆衛星之間的鏈路集合E={e=(i,j)|i,j∈V}[15]，相鄰衛星之間有且只有一條鏈路，“源-宿”衛星節點間的路由集合為p，定義如下參數。

(1)

pb,k=min (pb,k(m))pb,k(m)≥0

(2)

(3)

式中：pd,k，pb,k，pl,k分別為第k條路由的時延、帶寬和丟包率，pd,k(m)，pb,k(m)，pl,k(m)分別為其下第m段路徑的時延、帶寬和丟包率；N為源衛星節點到目的衛星節點之間相鄰2個衛星鏈路段的個數。

因為不同性質的參數直接加和不能反映出不同因素的綜合效果，所以將獲得的鏈路時延參數和帶寬參數歸一化處理，將原始數據線性化映射到[0,1]的范圍，實現對原始數據的等比例縮放，歸一化函數為

(4)

式中：xk為鏈路中“源-宿”衛星節點中第k條路徑pk的時延參數或帶寬參數，根據歸一化處理得到y1,y2,…,yn∈[0,1]，且無量級，n為“源-宿”衛星節點間的路由集合中路由的數量，歸一化處理后計算pk的代價ck如下。

ck=w1·pd,y,k+w2·pl,k+w3·pb,y,k

(5)

式中：pd,y,k和pb,y,k別為第k條鏈路歸一化處理的時延參數和帶寬參數；w1，w2，w3分別為每個參數所占的權重。

權重選取策略采用判斷矩陣法，將所有指標列出來，組成一個n×n的方陣，然后對各指標兩兩比較并打分，最后對各指標的得分求和，并作規范化處理。構造判斷矩陣為

(6)

式中：aij為評價元素i對評價元素j的相對重要尺度，滿足aijaji=1。

不同元素間的重要尺度如表1所示。

采用特征根法計算各因素權重過程如下。

表1 重要尺度

2.1.2 路由模型建立

(7)

2.2 改進的遺傳算法求解路由模型

在求解路由模型中，“源-宿”衛星節點間的路由集合作為遺傳算法的種群，采用改進的自適應交叉概率函數，以犧牲種群多樣性為代價提高算法熟練效率，從而快速獲得各業務類路由最優解。遺傳算法求解代價路由時，當種群迭代到一定次數，或者種群適度值沒有明顯變化時，停止種群進化，選取最優解[16]，遺傳算法流程如圖3所示。

圖3 遺傳算法流程

2.2.1 染色體編碼

染色體編碼是將實際問題映射到遺傳算法思想中[16]，在空間信息網絡中，源節點代表染色體第1個位置，目的節點代表染色體最后1個位置，染色體基因序列順序與路由經過的衛星節點順序相同，因為路由包含衛星節點個數不同，所以基因長度不一致。染色體編碼如圖4所示。

注：S表示源衛星節點，D表示目的衛星節點，N1,N2,…,Nn表示該路由途徑的衛星節點。

圖4 染色體編碼

Fig.4 Chromosome coding

2.2.2 適度函數設計

適度函數為ck=w1·pd,y,k+w2·pl,k+w3·pb,y,k，對于編碼的染色體，根據業務類別利用判斷矩陣法計算w1，w2，w3的權重值，結合路由的時延、帶寬和丟包率等約束條件得出適度函數值，選取最優解Cmin。

2.2.3 改進的自適應交叉、變異算子

本文采用順序選擇法，首先計算當前q個染色體并按適度值從小到大排序，然后選擇前q/2個染色體，剩余q/2個染色體再隨機選擇1/2，共選取3q/4個染色體，既保證優質個體不會丟失，又保證種群的多樣性。交叉概率和變異概率是能影響種群尋優的關鍵[17]，本文重新定義一種調節種群概率的自適應交叉、變異算子，種群適應度Ci的平均值表示為Cavg，分散程度表示為F。

(8)

式中：H為路由集合中的路由個數。

(9)

自適應交叉、變異概率分別表示為Pc和Pm，計算公式如下。

(10)

式中：k1和k2均為(0,1)內的自適應概率參數。

F作為判斷種群適應度集中或分散的依據，范圍在[0,π/2]。當Cmin/Cavg增大時，F增大，此時種群適度值集中，很難產生優質解，容易陷入局部極值，自適應減小Pc和增加Pm，增大種群變異概率，能很好地擺脫局部極值；當Cmin/Cavg減小時，F減小，說明種群適應度比較分散，自適應增加Pc可以快速產生種群的優質解，同時自適應降低Pm，減少對優質解的破壞。

計算得到自適應交叉、變異概率后，對種群進行交叉和變異操作。本文從采用的交叉算子方法為共點交叉法，在選取的染色體中選擇2個有共同基因片段的染色體，相同的基因片段代表同一個節點，相互交換共同節點處之后的染色體片段，組成新的染色體。變異算子采用單點變異法，在路由中隨機選取一點作為變異點，變異點隨機選擇一個相鄰節點，該節點不能是源節點到變異點路徑中的節點，變異為相鄰節點后重復變異操作，直到生成源節點到目的節點的路徑。交叉、變異過程如圖5所示。

圖5 染色體交叉、變異過程

3 仿真驗證

3.1 仿真平臺及參數設定

為了驗證路由策略的有效性，搭建SDN仿真平臺。仿真平臺硬件環境為Dell OptiPlex9020，處理器為Intel(R) Core(TM) i7-4790 CPU @ 3.60GHz，軟件環境如表2所示。

表2 仿真軟件環境

在仿真平臺上設計一個小型衛星星座，地面站和GEO為控制平面，MEO和LEO為數據平面，衛星節點信息表如表3所示。仿真中選取3類業務分別為時延敏感業務、丟包率敏感業務和綜合業務，綜合業務表示數據流既是時延敏感業務又是丟包率敏感業務。對于每類業務的權重系數分別采用判斷矩陣法計算得到，3類業務相對重要程度如表4所示。

表3 衛星節點信息

表4 相對重要度

3.2 時延仿真

本文基于SDN架構的空間信息網絡路由策略時延仿真結果如圖6所示。仿真結果與文獻[8]中的DFRR策略和文獻[10]中的AR策略對比，在時延敏感業務端到端傳輸的平均時延方面，隨著時間增加，本文路由策略相對其他2種策略較好，比DFRR策略降低了3.2%，比AR策略降低了5.3%。這是因為DFRR策略是通過減少鏈路擁塞因素提高路由效率，AR策略是根據衛星位置周期性變化提前計算路由進行數據轉發，兩者均沒有考慮數據的實時業務需求和合理的相應業務路由。本文路由策略是考慮數據業務類別和鏈路狀況制定路由，采用改進的遺傳算法進行篩選，自適應交叉、變異使種群具有多樣性，多次迭代后選擇出的路由具有魯棒性。因此，對于空間信息網絡的大流量傳輸，具有較好的實用性和高效性，業務數據傳輸時降低了時延。

圖6 敏感業務端到端傳輸時延Fig.6 Delay of source-to-end transmission for sensitive services

3.3 丟包率仿真

敏感業務端到端傳輸丟包率仿真結果如圖7所示。不同時間周期的業務流數量不同，隨著傳輸業務流數量的增加，本文策略相比于DFRR策略和AR策略性能較好。在平均丟包率上，本文策略比DFRR策略降低10.2%，比AR策略降低19.1%。這是因為，DFRR策略和AR策略選取路由考慮因素單一，而不能較好地服務于各類業務。本文策略根據權重計算路由代價，選取的路由在降低丟包率方面優勢明顯。

圖7 敏感業務端到端傳輸丟包率Fig.7 Packet loss rate of source-to-end transmission for sensitive services

3.4 綜合業務丟包率仿真

圖8為綜合業務端到端傳輸丟包率仿真結果。在3種策略對比下，在業務流量傳輸數量較小時，DFRR策略和AR策略比本文策略要好，因為本文策略考慮因素較多，具有一定的復雜度。但是，隨著傳輸數量的增加，本文策略優勢明顯，平均丟包率相比DFRR策略和AR策略分別降低了5.5%和15.2%，綜合業務數據傳輸減少了丟包率。

圖8 綜合業務端到端傳輸丟包率Fig.8 Packet loss rate of source-to-endtransmission for integrated services

4 結束語

本文基于SDN架構的空間信息網絡路由策略，相比于傳統網絡路由，在控制平面可以實時獲取全局的網絡狀態，路由策略適用于各類業務，每個周期的靜態拓撲隨著時間周期的變化而更新，能夠體現衛星運行的動態性，路由策略具有實用性。對于各類單一業務和綜合業務，能較好地降低時延和丟包率，并且在一個周期內能對數據流快速轉發，實現高效傳輸，提高空間信息網絡運行效率。空間信息網絡的衛星節點數要多于仿真試驗衛星節點數，本文策略應用于空間信息網絡中，在衛星節點數較多時，相比于其他2種策略，同樣能降低傳輸時延和減少丟包率。LEO衛星和MEO衛星不需要自身計算路由，減輕了衛星自身負載，降低了功耗。但是，本文策略選擇出每類業務路由的算法要考慮全局多種鏈路因素，并通過改進的遺傳算法進行篩選，具有一定的時間復雜度，時間消耗主要在優質路由的迭代選取上。通過多次試驗本文的算法運行參數可知，實際應用中科學地設置算法參數可以減少優質路由的選取時間。在工程應用中，“源-宿”衛星節點相距較近時，路由集合中路由數較少，優質路由能夠快速確定，減少交叉、變異，從而減少時間消耗。反之，兩者距離較遠時，優質路由的選取要具有魯棒性和時效性，此時遺傳算法的迭代選取十分重要。因此，后續的研究重點是確定合適的算法參數和降低時間復雜度，以及減少由于衛星動態性在時間片內產生的位移對路由策略時效性的影響，提高路由效率，結合SDN架構，制定對各類單一業務和綜合業務具有時效性的路由策略。