当前位置：首页 > news >正文

时间敏感和非时间敏感流量的性能保证配置

news 来源：原创 2025/5/16 14:19:35

论文标题

中文标题： 时间敏感和非时间敏感流量的性能保证配置
英文标题： Provisioning of Time-Sensitive and non-Time-Sensitive Flows with Assured Performance

作者信息

Luis Velasco, Gianluca Graziadei, Sima Barzegar, Marc Ruiz
Optical Communications Group, Universitat Politècnica de Catalunya, Barcelona, Spain

论文出处

本文已被接受发表于《IEEE Transactions on Network and Service Management》。
DOI: 10.1109/TNSM.2025.3539697
该论文是作者版本，尚未经过完全编辑，内容在最终发表前可能会有所变化。

摘要

本文研究了时间敏感网络（TSN）中的流量调度问题，提出了一种用于配置时间敏感（TS）和非时间敏感（非TS）流量的解决方案。该方案通过网络范围内的调度机制，确保不同流量的性能要求（如端到端延迟和抖动）得到满足。文章提出了一个控制平面架构，包括：时间敏感流量调度规划器（TS-FSP）用于定义TS流量的调度计划；以及网络数字孪生（NDT）用于估计非TS流量的性能。文章还提出了高效的算法，以确保流量配置的高精度和短时间完成。通过模拟结果，验证了所提架构的可行性和效率，并指出了当前时间同步机制在高速接口下的局限性。

1. 引言

时间敏感网络（TSN）由IEEE 802.1工作组定义，通过时间同步机制（如PTPv2）确保所有节点共享共同的时间参考。TSN使用时间感知调度器（TAS）根据预定义的门控控制列表（GCL）调度流量，以满足TS流量的QoS要求。然而，现有机制在处理多跳网络和异构网络场景时存在局限性，例如时间槽分配可能导致流量之间的相互干扰，影响确定性。此外，TSN网络还需要支持非TS流量，这要求网络能够同时处理两类流量。本文针对异构TSN网络场景，提出了一种控制平面架构，用于动态调度TS流量，并通过NDT估计非TS流量的性能。

2. 相关工作与贡献

本文回顾了TS流量调度和NDT在QoS估计方面的相关研究，并总结了本文的贡献。现有研究主要集中在多跳交换网络的确定性调度、TS与非TS流量的资源分配，以及基于机器学习和SDN的动态调度方法。然而，这些方法在异构网络场景中的适用性有限，且难以快速解决调度问题。本文的贡献包括：

提出了一种适用于异构TSN网络的控制平面架构，包括TS-FSP和NDT系统。
将TS-FSP问题形式化为整数线性规划（ILP）问题，并提出了一种启发式算法，以快速提供近优解。
基于CURSA-SQ方法扩展了NDT，用于在异构网络场景中估计非TS流量的KPI。

3. TSN架构与流量配置

本文提出的TSN架构包括TSN控制器、路径计算单元（PCE）、TS-FSP和NDT。当新的服务请求到达时，TSN控制器会启动流量配置流程，包括路径计算、TS流量调度规划和非TS流量性能评估。如果请求被接受，TSN控制器会通过SDN控制器将调度计划和时间点发送到网络设备，以更新调度表。文章详细描述了流量配置算法的流程，包括对TS和非TS流量的处理逻辑。

4. 时间敏感流量调度规划器（TS-FSP）

TS-FSP模块负责为TS流量请求分配资源，并确保其满足延迟和抖动要求。该问题被形式化为一个优化问题，并建模为ILP问题。由于ILP求解时间可能较长，本文提出了一种基于贪婪构造和局部搜索的启发式算法，以快速找到近优解。算法首先为每个周期找到最低延迟的调度方案，然后通过局部搜索调整调度方案以最小化抖动。

5. 网络数字孪生（NDT）

NDT用于估计非TS流量的KPI，如端到端延迟和吞吐量。NDT通过构建网络分区，模拟流量在网络中的传播过程，并生成用于KPI计算的指标。NDT考虑了时间感知和非时间感知设备的队列模型，并通过流传播的方式计算KPI。文章详细描述了NDT的工作原理、网络建模和仿真过程，以及KPI计算方法。

6. 结果评估

本文通过模拟实验验证了所提方法的性能。实验网络拓扑包括四个客户网络，通过一个传输网络连接。实验结果表明：

TS-FSP的ILP求解时间随问题规模（网络接口速度）显著增加，而启发式算法能够在短时间内提供满足要求的解。
在不同网络负载和调度模式（如存储转发和快速转发）下，TS流量的端到端延迟和抖动均能满足要求，且两种模式的性能差异较小。
当考虑时间槽分配的粒度时，较粗的粒度会导致额外的容量需求，但即使在100倍粒度下，额外容量需求仍低于10%。
NDT的流基方法在估计非TS流量的排队延迟时表现出高精度，并且比基于包的模拟器运行速度更快，能够在亚秒级时间内完成KPI估计。

7. 结论

本文提出了一种完整的TS和非TS流量配置解决方案，包括TS-FSP和NDT。TS-FSP通过启发式算法快速调度TS流量，而NDT基于流传播方法高效估计非TS流量的KPI。实验结果表明，所提方法能够在异构网络场景中快速、准确地配置流量，并满足性能要求。未来的工作将集中在开发更精确的时间同步协议，以支持高速接口下的TSN应用。