摘要:
随着网络规模的爆炸性增长，网络能耗问题日益突出，面向软件定义网络(SDN)的节能技术的相关研究已成为热点。这些研究主要以网络单元、服务器等为节能方法的切入点。基于总结的现有SDN网络节能技术，归纳出一种SDN网络节能方法的分类标准，讨论了不同分类下节能方法的实现原理。最后，分析了现有方法的不足，并对未来研究方向作出了展望。
关键词:
软件定义网络;节能;分类;降低
0引言
随着互联网的迅猛发展，不但网络规模呈现爆炸式增长，而且网络业务的创新和需求也是日新月异。尤其是视频语音、移动业务、云数据中心的迅速发展，传统网络的封闭式结构很难满足当今灵活多变的互联网趋势特点，如当今数据中心网络可能存在成百上千的网络设备需要配置及管理。传统的网络设备的内置协议是封闭的，这给科研人员或网络管理员部署新协议带来了很大的难题。起源于美国斯坦福大学实验室研究项目的软件定义网络(SDN)技术很好地解决了这一难题。2006年斯坦福的学生Casado和他的导师McKeown教授在其研究项目Ethane中试图通过一个集中式的控制器，让网络管理员可以方便地定义基于网络流的安全控制策略，并将这些安全策略应用到各种网络设备中，从而实现对整个网络通信的安全控制。随后McKeown教授进一步提出了SDN最早的概念［1］。SDN将传统网络设备的数据平面和控制平面两个模块分离，通过集中式的控制器，以标准化的接口对各网络设备进行管理，无须依赖底层设备(路由器、交换机等)。而且控制权是完全开放的，用户可以自定义任何想实现的网络路由和传输规则策略，因此更加灵活和智能。由于经济、环境保护和市场等原因，降低能耗近年来成为行业关心的重要问题。考虑到信息与通信技术在日常生活中的广泛应用，在发达国家，电信网络的能耗占据整个能耗的5%，而且正以每年10%的速度增长［2］。例如，在2007年美国国会的一个报告中，环境保护机构估计到2011年，美国每年的数据中心能耗会增加到1000亿千瓦时，花销74亿美元［3］。纽约时报发表了一篇文章，其中指出全世界范围内数据中心的能耗接近300亿瓦，这相当于30座核电站的能量消耗。而且，一个意大利的学者预言，2013年全球的互联网能耗将比2012年增长12%还要多［4］。因此，网络能耗问题绝对不能忽视。鉴于节能的重要性，怎么降低网络能耗便是十分有意义的问题，近年来大量的研究工作围绕网络节能提出了相应的解决措施。以数据中心为例，在数据中心能耗分布中，服务器是主要的能耗来源，占据70%。除此之外，数据中心其他30%的能耗由通信链路、交换和汇聚单元构成［5］。目前提出的节能措施主要围绕服务器、计算服务器、网络及冷却展开。通过虚拟化和动态合并工作负荷，服务器可以获得更好的利用率［6，7］。对于计算服务器，它的能量消耗与CPU利用率成比例，主要包括动态电压频率缩放［8～10］和动态能量管理［11～13］两种方法。目前由于服务器是能耗的主要部分，所以较少研究尝试去解决数据中心网络的能耗，其占数据中心能耗的30%。然而，未来随着数据中心服务器与工作负荷变得更加成能量比例，网络能耗的百分比甚至可能增长到50%［5］。众所周知，网络的能量消耗与它的工作负荷无关，主要取决于网路单元，如链路、交换机等。因此为了获得数据中心节能的目的，以上两者都必须考虑。当前文献中存在链路速率自适应和睡眠模型两种方法。链路自适应方法根据流量需求，动态地调整链路数据传输速率［14～16］，因为链路的能耗取决于它的负荷，而不是利用率。另一方面，睡眠模型策略通过关闭网络组件或者把一批空闲组件转入睡眠状态来实现网络节能［17～20］，但应保证激活状态的组件仍然能满足剩余的服务需求。冷却耗费的能量是数据中心另一个主要的能耗来源。为此，许多公司采取了预冷的措施，他们倾向于从自然冷却机制中受益，比如Facebook把他们的服务器部署在瑞典，那里有较寒冷和干燥的气候。因为SDN所呈现出的新特点，面向SDN的网络节能管理和性能优化是当前的研究热点，也是本文要探讨的主要问题。利用SDN的集中管控、灵活编程等特点，可以很好地执行流量管理、资源分配、路由决策等，进一步促进了网络节能技术的实现。其简单说明了数据中心主干网如何集中式地实现流量管理。SDN控制器统一协调应用的网络活动。流量管理周期性地运行，比如每3分钟。在每个周期的开始，带宽估计当前应用的带宽需求，并向SDN控制器报告流汇聚信息①。OpenFlow协议允许交换机向控制器报告网络事件和流量统计数据②，这使得控制器可以掌控整个网络的状态信息。基于收集的带宽需求和网络状态，SDN控制器为竞争资源的应用计算如何分配带宽③。这种集中控制方法可以灵活地实现各种流量管理目标。流量管理的结果由两部分组成:路由路径的建立及实施于每条路径的速率限制。为了获得较高的网络利用率，必须建立新的路径，并且必须抛弃一些存在的路径。这涉及到改变交换机的转发状态④。通过带宽，将分配给应用的带宽限速⑤。这样在合理的管理控制策略下，可以较好地满足网络的QoS需求。由此可看出，利用SDN技术可以方便、高效、合理地实现流量管理，这为基于流量管理的节能方法提供了有效手段。虽然目前已经存在大量的关于网络节能的文献，但SDN作为一门新兴技术，专门面向SDN的节能技术研究相对较少。本文旨在对现有的面向SDN的节能技术进行归纳总结，提出了一种分类标准，并对这些节能方法存在的问题及未来研究方向进行了探讨。
1SDN节能方法分类标准
前面提到，在传统网络系统中，节能策略可以从服务器、网络单元等角度考虑。与传统网络相比，SDN控制器可以对整个网络系统全局管控，它的可编程性赋予其强大的软件功能。因此，从软件角度考虑，目前的SDN节能策略从资源分配、流管理等方面着手，主要是将一些低利用率或闲置的网络单元(交换机、路由器、链路)转入睡眠状态，把流汇聚到尽可能少的路径中［21～27］。另外一方面，因为服务器是耗能的关键，关闭低利用率或不必要的服务器也是节能的重要手段，其主要通过把低利用率服务器上的虚拟机合并到其他服务器中［28～30］。再从硬件角度考虑，SDN交换机的存储硬件TCAM是个极端耗能的设备，提高其利用率可以较好地降低能耗。利用流规则优化布局策略，能压缩TCAM的内容，从而增加它的容量［31～37］。根据以上关于SDN节能策略的分析，以网络单元、TCAM、服务器为切入点，将睡眠策略、流规则布局优化技术和虚拟机合并策略作为面向SDN网络节能策略的分类标准。
2SDN节能方法分类讨论
本章在提出的三个分类标准的基础上，即睡眠策略、流规则布局优化技术、虚拟机合并策略，逐一介绍了表1中各分类下面向SDN的节能策略。
2.1睡眠策略
在整个网络中，经常有一些网络组件处于低利用状态或空闲状态，因此可以将一些没有使用或处于较低利用状态的资源(比如，交换机、端口、CPU等)关闭或转换为睡眠状态，没有必要为这些资源浪费能量。当然要设计相应的机制，在需要的时候将这些资源激活，同时必须考虑网络的QoS需求。这种方法可以结合流的动态管理实现，例如根据网路流量负荷，合并现有流或选择最佳的路由路径等，达成网络资源的均衡分配。利用SDN的集中、灵活的资源管理功能，可以实现流的动态路由转发。除了将网络组件关闭或处于睡眠状态，还能以链路利用率为依据，调整链路的传输速率。该策略利用了数据包连续爆发期间的空闲期，即在链路低利用率状态下，降低链路的传输速率，达到节能的目的。对于降低链路速率方法，若速率减小为零，此时即为链路睡眠状态，或者称为深度睡眠状态。若仅仅降低链路速率(不为零)，因为链路传输数据的能力减弱了，所以可以理解为一种浅睡眠或伪睡眠状态，在此一并列入睡眠策略。
2.1.1链路速率自适应
网络组件的设计通常能容忍最大负载，所以链路在大部分时间处于低利用率状态。空闲链路和充分利用的链路消耗大约相同的能量。链路数据传输速率越大，能量消耗越大。因此，降低低利用率链路的数据传输速率可以有效地减少能量消耗。自适应链路策略一般分为两种，即基于使链路睡眠的方法和改变链路速率的方法。对于改变链路速率的策略主要有三种:a)缓冲区占用;b)缓冲区占用和链路利用率;c)贪婪算法。在缓冲区占用方法中，链路自适应策略仅仅基于输出缓冲区占用大小或队列长度，当输出缓冲区队列长度大于高阈值时，提高链路速率，若长度小于低阈值时，降低链路速率。但此方法易造成网络振荡，为此进一步引入了链路利用率参数(通过计算一段时间周期内的字节传输量获得)。如果字节传输量小于链路利用率阈值，则可改变传输速率。计算字节传输量需要硬件支撑，从而增加了硬件的复杂度，贪婪算法可以有效解决此问题。根据贪婪算法设置两个时间参数，tMinHigh决定了链路保持较高传输速率的最小时间，tMinLow决定了链路保持较低传输速率的最小时间。调整链路速率所获得的节能效果较深度睡眠策略要逊色，一般不独立使用，可作为深度睡眠策略的辅助手段。
2.1.2优先级流调度
利用SDN技术，可以动态管理流的转发路径。如果考虑交换机的QoS需求和能量消耗，每条路由选择路径都有唯一的优先级。因此，流的优先调度问题就是找到有最高QoS属性及使用交换机最少的流的问题。高优先级的流优先传输，它们需要的交换机较少，这样可以选择现有的激活交换机传输，最大限度地关闭非激活状态的交换机，达到降低功耗的目的。文章提出优先调度问题本身是NP-hard问题，对此，提出了一种迭代平行分组算法。与非能量感知调度器相比，IPGA调度可以获得近30%的节能优化效果。
2.1.3预建标签交换路径
多协议标签交换路径是预先定义好的，SDN控制器使用PLSPs在入口路由器和出口路由器间执行路由转发和管理控制。入口路由器和出口路由器之间的核心交换机只会基于标签转发数据包。激活状态的PLSPs传输网络流量，被动状态的路径则处于睡眠模式，如果控制器想使用它们，就会打开路径上的网络组件。控制器分三种情况执行能量感知路由模型:a)路径选择算法。一个网络中的流可以通过较少的路径传输，即把一些激活路径中的流迁移到其他使用中的路径。这样，控制器就向不再传输流的路径中的交换机发送信号，使交换机进入睡眠状态(所有与此相连的链路就会关闭)。为了决定激活哪条路径，以保证最大数量的交换机可以被休眠，文章提出了一种PLSPs选择算法，选择最佳路径(同时考虑节能和路径负载)传输流。该算法利用SDN的动态编程能力。b)PLSP负载均衡。通过负债均衡最小化路径拥塞程度，提高链路利用率，降低能耗。首先，控制器从入换机定期地收集所有链路和路径的状态信息;然后控制器计算相关IEPs中路径间的信息迁移量;接着把拥塞的PLSPs中一定数量的流迁移到相对畅通的PLSPs中，实现负载均衡。迁移通过改变相关入换机流表的流标签来执行，可以周期性地执行，也可以基于预先设置的阈值。c)重设PLSP容量。路径的负载随时都在变化，尽管采取了负载均衡措施，但某个IEP的负载也许会超过阈值(比如90%)，这意味着该IEP中的所有路径过载。重设PLSP容量的目的就是把没有充分利用的PLSP上的资源分配给过度使用的PLSP。当不同IEP的PLSPs共享链路时，此方法可行。重设PLSP容量算法既保证需要开启的新PLSP数量最少，又提高了资源利用率。预建标签算法中提出了路径虚拟化概念，基于PLSPs的负荷情况，SDN控制器可以执行流的准入控制，这有效降低了流的准入时间。另外，因为PLSPs避免了和链路中核心交换机的通信需求，控制器仅仅需要与入换机通信，通信的可扩展性也得到了保证。预建标签算法的关键是PLSPs，其中的PLSPs是预先定义好的，但该算法并没有涉及PLSPs的建立方法。
2.1.4独占式路由
独占式路由不需要同步服务器间的时间，利用SDN控制器可以全局地管理流的状态，并且明确地告知虚拟机允许或者暂停一条流的传输。当一条新的流达到服务器的虚拟机中，或者一条激活的流传输结束，虚拟机均会向SDN控制器发送报告(1)。SDN控制器执行独占路由算法，并更新激活流和悬置流(2)。如果一条新到的流被激活，SDN控制器就会通知虚拟机允许流传输，并将流表项写入交换机中(3A);或者一条暂停的流被激活，SDN控制器会通知虚拟机允许流的传输(3B);如果一条激活流变成暂停状态，那么控制器就会告知虚拟机阻止该流的传输(3C)。在独占式路由算法中，每个激活的流独占路由链路，因此没有必要为某条流保留带宽或者限制速率。网络能耗节约来自交换机、链路的高利用率。对于独占式路由算法，如果有空闲的路径，则流就选择该路径传输;否则，如果在路径中传输的流的优先级较低，则该流抢占路径，被抢占路径的流变为暂停状态。否则，如果既没有空闲路径，又没有能抢占的路径，则该流为暂停状态。如果是上述第二种情况，即抢占路径，其他的暂停状态的流需要重新安排调度。首先，被抢占路径的流也许比某些激活的流优先级更高;其次，被抢占的流也许会为其他暂停状态的流留下可用路径。相对于独占式路由，其他几种睡眠策略可称为共享式路由，因为流的输出共享链路的带宽。共享式路由通常会导致高阶数据中心中一些瓶颈链路或交换机的低利用率，消耗了不必要的能量。独占式路由算法以时间维度调度流，当传输数据时，每条流独自占用它路由路径中的链路，不存在降低链路利用率的问题。
2.1.5基于流的在线能耗管理
文章提出了一种基于流的在线路由选择方法，目标是最小化无线网格网络接入点的能量消耗，同时路由转发到来的流，并且考虑QoS限制，mesh用户动态且无法预判地到来、离开和移动。该方法可以很容易地与SDN结合，因为它依赖于一个中央控制器，此控制器监控、管理整个网络，并且决定流的路由选择。文中首先将此问题作为整数线性规划来构筑。构筑的目标函数考虑了MAPs在睡眠和激活状态间转换的花销，也兼顾了重新路由或者合并现有的流，因为此问题是NP-hard问题。提出一个简单有效的蚁群算法，即基于流的蚁群在线能效路由算法，与最短路径策略、最小链路剩余容量路由方法及负债均衡方法相比，AC-OFER能获得更佳的节能效果。相比其他WMNs提高能量效率的方法，该方法特点在于它的在线性。在离线方式中，流量模式在策划阶段被认为是已知的，然而实际情况并非如此，因此在线方法更适合实际中的部署应用。
2.1.6路由分割
网络的集中管理是种趋势，SDN可以很好扩展到主干网络，为降低网络设备能耗提供了有利途径。文章使用了SPRING传输协议改善流量工程能效方法的稳定性。当交换链路开启和关闭时，SPRING协议的灵活性很适合频繁的路由状态改变，而且该协议与SDN融合得较好。本方法的应用是在一种框架形式下提出的，即基于路由分割的能耗流量工程。它是一种在线方法，其根据网络负荷动态地转变某些链路的开关状态。此框架的通用性允许逐渐改进，比如通过简单地更新组成算法，可以增加保护及更智能的流布局计算。STREETE框架的在线特点及SPRING路由协议的灵活性，很好地提高了该方法的适应性和稳定性。
2.1.7相关性感知的能量优化算法
文中提出了一种相关性感知的能量优化算法，该算法动态地把流量合并到一小批链路和交换机中，然后关闭不使用的网络设备，以实现网络节能。相关性感知能量优化算法的设计基于这样的两个重要分析观察结果:a)从真实数据中心的轨迹分析，流量通常松散地联系在一起，所以不同流的带宽需求不会在同一时刻到达顶峰;b)对于大多数流，其90%的链路使用率一般要比它们自己的峰值小得多。如果在流合并过程中，考虑到流之间的相关性，可以节省更多的能量。另外，该算法把流汇聚和链路速率自适应结合，以求最大的节能效果。对于流汇聚和链路的数据传输速率问题，利用线性编程工具得到了一种近似最佳的解决办法。为了降低计算的复杂度，文中还提出了一种启发式算法，实现了在可接受的运行时间内找到流合并和速率调整的解决办法。由于在流的合并过程中，流的带宽需求是在随时变化的，现在方法普遍采用最大带宽需求或平均带宽需求来执行流的合并过程，但这样势必分别造成不必要的能量消耗或违反链路的负荷限制。相关性感知的能量优化算法基于上述两个观察分析结果，引入流之间的相关性分析，较好地避免了这种缺陷。
2.2流规则布局优化技术
CAM是内容寻址存储器，写入CAM的数据会和其内部存储的每一个数据进行比较，并返回与端口数据相同的所有内部数据的地址。TCAM是一种特殊的CAM，可以视为一组固定宽度的流表项。每个TCAM流表项由三元数字构成，即0，1和x(任意值)。对于输入x，代表通配字节，可用来基于模式匹配进行更广泛的搜索。由于TCAM的快速查找性能，其在SDN交换机中得到广泛应用，但其价格昂贵且十分耗能。TCAM的能量消耗可以说由两部分引起:a)硬件本身的耗能，1MB的TCAM芯片耗能15～30W，SDN网络有更好的细粒度，其流表项更长，占用空间更大;b)TCAM的资源限制，使得存储在TCAM中的流表项十分有限，这样节能效果就会打折扣，因为没有足够的流规则以更好的方式按路由转发流。针对上述两个问题，可以考虑从两方面解决。流表项一般由头域、计数器和操作项组成。每个流表项就是一个转发规则。如果在满足功能的情况下，能用更短的标签代替现在的流表项组成方式，流表项所占的字节数就变小了，可以实现TCAM能耗的降低［34，36］。另外，即使不改变流表项本身所占空间的大小，但是可以提高流规则的利用率［31～33，35，37］。换句话说，就是在满足相同功能的情况下，所需要的流规则数量减少了，TCAM的利用率提高了，也能实现能耗的降低。
2.2.1调色板算法
调色板分配框架是一种应用到SDN流表的分配方法。因为SDN流表仅能处理数百级的流表项，并且存储器十分昂贵和耗能，调色板算法把大的SDN流表分解成子流表，然后把这些子流表分配到整个网络，同时保持整个SDN的策略语义。调色板算法帮助平衡整个网络的流表大小，通过分享不同链接之间的资源也降低了流表项的总数量。它处理了两个NP-hard问题:把一个大的SDN流表分解成若干等价的子流表，分配这些小流表。文中介绍了PBD和CBD两种方法实现大流表分割为子流表。对于子流表分配问题，把分割得到的所有子流表上色，这些颜色是唯一的，并且保证每条路径至少传输每种颜色一次。调色板算法的应用基于图理论构筑算发和贪婪算法。调色板分配流表算法中网络的每条路径局限于相同的策略，然而这不适用于多任务数据中心的情况。
2.2.2混合路由
有两种主要方式可以获得多重流量矩阵的负载均衡，即基于目的地的路由和显式路由。对于多重流量矩阵，显式路由要比基于目的地的路由方法效果好。但是显式路由复杂度更高，需要路由器有更大的TCAM存储空间，而TCAM很耗能且不可扩展。文章提出了一种混合路由方法，其具有低复杂度和良好的扩展性。混合路由的基本思想是用少量的显式路由转发项补偿基于目的地的路由，以实现多重流量矩阵的负载均衡。近似最佳的混合路由配置由启发式算法获得。在混合路由配置下，属于主要节点对的流量由基于目的地的路由方法转发，属于一些所选的关键节点对的流量由补偿的显式路由转发。混合路由把基于目的地路由转发项存在静态随机存储器中，节省了大量的TCAM资源，因为混合路由中的大部分转发项是基于目的地的路由转发项。与纯粹的显式路由方法相比，混合路由可以获得近似最佳的负债均衡效果。混合路由算法由中央控制器执行，因此很适合与SDN结合。混合路由算法中把基于目的路由转发项存储在SRAM中，然而SRAM本身也是一种较高功耗和昂贵的硬件，所以这方面仍有待改进。
2.2.3流规则多重复用
单路径路由转发广泛应用于单播会话，然而它无法满足QoS需求。多路径转发可以提高网络的输出速率，但现有方法通过复制每条会话路径中同套流规则来实现多路径路由，这无疑导致了很高的TCAM消耗。为了解决SDN中TCAM流规则存储效率，以保证多路径路由的QoS需求，提出了一种流规则多重复用策略。其基本思想是:如果一个节点在重叠路径上，重复使用该节点的每条流规则足够流量经历不同的路径，如图3节点5。假设网络中从源S到目的地D的会话需要1Gb-ps的输出，每条链路上的数字表示它的最大传输速度。然而最好传输路径1-2-5-7仅能获得最大0．8Gbps的输出。为了满足1Gbps的输出需求，可以同时使用另一条传输速度为0．2Gbps的路径1-3-5-7，这样就达到总共1Gbps的传输速度。流规则复用有效降低了流规则占用空间，因为流规则多重复用策略中，被多条路径共用的普通节点中的流规则可以被多重复用。
2.2.4双标签
为了优化流表空间，本算法旨在降低流表项的大小。引入了两层标签机制减少描述交换机中流的比特位数。该机制利用SDN的特征，用更简单、更短的标签代替流表项。双标签机制中，一个标签和一个给定的路径联系起来，其被称为路径标签，它用来转发数据包。另外一个标签，被称为流标签，用来把数据包和流联系起来。路径标签封装了流标签。路径标签利用了不同数据包的路径相似性，把多条流映射到一条路径上，每个路径标签和一个具体的操作相关联。流标签唯一地识别了一条流，它是一个简单的数字识别器，其把流的数据包和流的组成单元关联起来。双标签机制在不影响现有数据包转发路由的情况下，最大限度地压缩了流表中流表项大小，从而降低了动态能量消耗，因为能量是回路复杂度的函数，并且和使用的TCAM比特数成比例。利用SDN灵活的编程能力，可以很好地简化流标签和路径标签的操作过程。
2.2.5自适应硬超时算法
文中提出了自适应硬超时方法来改善流表的利用率。AHTM不需要为了擦除过时的流表，而预判流的结束时间，它是根据当前的网络条件自适应地优化超时时间，以降低过时流表项的存活时间。超时时间是流表项的生命周期，它用来在交换机中擦除流表项，从而为后继的流腾出了空间。有空闲超时和硬超时。硬超时表示在流表项安装后的固定时间内擦除流表项，无论是否有数据到达该流表项。不合理的超时设定会降低流表的利用率，因为在流的工作完成后，相应的流表项仍然占据着流表空间。本方法旨在优化硬时间以降低时间间隔(流的最后一个数据包到达时间和流表项擦除时间的间隔)，以此提高流表资源利用率。AHTM把流表作为一个排队系统模型，并且提出了封闭式公式来定量分析不同超时设定对流表利用率和性能的影响。
2.2.6流表识别技术
流表识别技术是种压缩TCAM的方法，其本质就是降低流表项的大小。此方法用来识别流的标签，要比原来识别流的标签位数短。文中引入了流识别器(FLOW-ID)代替流表项。利用SDN的动态编程能力，可以把流表识别器放到报头，并能通过标签路由转发数据包。交换机只将流识别器存储在流表中，而不是每条流的整个15个单元。TCAM中的所有操作基于更短的流识别器执行，降低的能耗与减少的比特位成比例。该方法不需要修改网络框架，在SDN框架内很好地得到了实现。
2.2.7能量感知的流规则优化布局
商用交换机只支持几百到几千条流表项。当在真实网路拓扑中部署能量感知路由时，需要更多的OpenFlow交换机，它们要处理大量的流。这种情况下，流规则空间的限制就是一个严重的问题，因为不能按所预期的那样路由转发流。文中提出了能耗优化方法，同时考虑了链路的负荷限制和流规则空间的限制。使用整数线性规划来构筑公式，对于大型网络引入了贪婪启发式算法。相对调色板流表分配没有依赖于流规则的确切意义，并且流规则不应该决定数据包的路由，而该优化算法中，流规则很明确地决定了流量的路由选择。相比较调色板算法，该算法在优化能量消耗时，分析了流规则的具体意义，同时结合贪婪算法，考虑到了链路负荷限制和路由器的流规则存储空间限制。由以上几种方法的描述可以得出，双标签和流表识别技术单纯对流表项本身的大小进行压缩，也就是算法仅仅涉及对流表的操作，是种静态的实现方法。而调色板算法、混合路由、能量感知的流规则优化布局则触及了流工程管理，即流的转发路径管理问题，它们将流表和流的转发路径作为整体考虑，是一种动态实现方法。这种结合无疑会提高解决方法的细粒度和可扩展性。
2.3虚拟机合并策略
研究表明，典型情况下，许多网络组织结构中的服务器在30%的满负荷状态下运行。虚拟化技术将一台计算机虚拟为多台逻辑计算机，每台逻辑计算机可以运行不同操作系统，应用程序相互独立运行而互不影响。因此，通过把更多虚拟机分配到更少的服务器上，可以降低硬件的能量消耗。虚拟机合并是解决此问题的关键技术之一。其基本原理是把尽可能多的虚拟机分配在一台物理服务器上，同时要满足各种约束，尤其是系统需求。通过虚拟机合并技术，关闭了一些低利用率的物理服务器，提高了服务器的利用率，实现了能耗的降低。首先管理员通过云控制器提供的接口配置好虚拟机和网络描述。SDN控制器利用OpenFlow协议实现网络设备的管理，其通过存储在设备中的流规则来操作流的转发、丢弃等行为。同时SDN控制器在与云控制器的交互中，可实现网络检测、QoS支持、流感知路由、安全设备管理的功能。云控制器根据描述为虚拟机分配资源(CPU、内外存、网络带宽)，同时负责开启更多的虚拟机满足应用需求或关闭某些虚拟机来降低能量消耗。
2.3.1虚拟机的能效布局
虚拟机的能效布局涉及两个算法，即TRP和VCS。TPR用于最小化能量消耗，并且在虚拟机持续时间和资源利用率间找到平衡，以使数据中心把虚拟机布局到最少数量的物理服务器上。VCS进一步提高了物理服务器的容量利用率，同时降低了能量消耗，VCS可以运用在TRP中，也能同其他的布局算法共用。TRP可以避免用于参数调整的重复的经验测试，虽然其在同构场合下测试，但也很容易扩展到其他异构场合。VCR则有效地平衡了同一台服务器上工作的运行时间。另外，文中还提出了一种估算法来预计一个MapReduce工作的完成时间。
2.3.2应用感知的资源分配策略
应用感知的资源分配策略可以预判资源需求情况，在面向SDN数据中心给每个应用分配恰当数量的虚拟机。能量感知的资源分配策略适应于所有类型的应用，且应用感知资源分配可以满足服务等级协议，有效地分配资源，降低数据中心不同类型应用的能耗。它采取了基于预测变量的神经网络预测资源需求。为了分配虚拟机及动态地调整虚拟机分配阈值以避免违反不同类型应用的SLA，文中对能量感知策略设计了两种算法。算法一决定了何时为一个应用打开或关闭虚拟机;算法二说明了怎样动态地调整虚拟机分配阈值。另外，使用基于SDN的OpenFlow网络，可以更好地从网络层不同类型的应用中调度数据包。较其他方法，该策略采用了基于神经网络的预测器预测应用的资源需求(CPU、存储器、GPU、磁盘I/O及带宽)。预测结果对于虚拟机合并策略的执行起到了关键性的作用。
2.3.3能量与拓扑感知的虚拟机迁移
能量与拓扑感知的虚拟机迁移在解决能耗问题的同时也考虑到了网络性能，该策略可以分为两步执行。首先，能量感知的虚拟机选择策略探测过度使用或者低利用率的物理主机;第二，利用网络拓扑使虚拟机布局更加容易。本策略降低能耗的基本思想就是把低利用率主机上的虚拟机迁移到另外一个主机上，并且把空的主机转入睡眠状态。为了解决主机过度使用的可靠性问题，引入了利用率阈值，保证主机的利用率在可靠的范围内。SDN控制器周期性地检查每台主机没有超过阈值要求。被选择迁移的虚拟机布局位置采取以下策略。将一个胖树分为内部主机、内部交换机、内部框架及相间框架四个区域，每个区域的花费不同，由1(内部主机)～4(相间框架)表示。一旦一个虚拟机被选中，则计算该虚拟机的总花销作为与其他虚拟机通信的花费。虚拟布局的位置就取决于花销的大小。与上述两个方法相比，该策略结合了流迁移技术，因此在减少能量消耗的同时改善了网络输出。虚拟机的能效布局策略是种服务器感知的资源分配策略，但是它不能为每个应用设置不同的SLA，因为数据中心中有各种不同的应用，所以该方法不能满足应用不同的SLA需求，其仅仅适用软件即服务的云环境。应用感知的资源分配策略很好地解决了此问题，它在满足SLA和节能之间找到了平衡，目前这种策略应用已经成为云数据中心的主流。相对于其他两种虚拟布局策略，第三个虚拟机迁移策略是种花销较大的资源合并策略，因此在虚拟机迁移过程中应该考虑能量感知问题，以尽量减少迁移带来的消耗。
3存在问题的分析
SDN作为一门新兴技术，还在起步发展阶段，面向SDN的节能技术仍然存在许多有待解决的问题，下面逐一分析三种分类标准下SDN节能技术的不足。
1)睡眠策略睡眠策略中，无论是进入睡眠状态或是调整链路速率的方法，在开关网路组件和降低链路速率过程中，都在一定程度上降低了网络性能，影响了QoS。比如，流汇聚策略会导致流对网络带宽的竞争加剧;睡眠模式和激活模式之间的状态转换需要耗费时间，并且消耗能量;关闭太多链路会造成一些链路的高负荷，降低链路速率也影响了数据包传输性能。因此最佳的解决方法需要考虑到能量效率和网络性能的平衡。在文献［23］中提到，流量状态经常改变也会影响节能的效果，因为流量的不稳定及多重IEPs的同时增多引起控制器频繁地执行算法。所以网络节能系统的灵活性，即系统适应网络环境动态变化(不同的网络拓扑、节点数量的变化等)的能力也十分很重要。如果SDN控制器能预测流量网络未来的变化情况，就可以避免执行不必要的步骤，比如开启新的路径，这样就能获得更好的节能效果。
2)流规则布局优化技术第一，无论是压缩TCAM流表项的大小还是减少流表项的数量，都会存在阈值，即到一定程度后，信息不能进一步压缩。第二，流规则布局直接影响了网络路由，对于每个流量矩阵，有不同批的流规则安装在交换机中。然而，路由配置频繁的改变会引起网络扰动。因此，应在流规则布局过程中考虑到网络的稳定性。第三，与其从零开始为每个流矩阵计算新的流规则，不如逐渐更新规则的设置从而最小化计算时间，这样可以避免用户服务质量的下降。
3)虚拟机合并策略尽管虚拟机迁移可以合并工作量，也能很好地降低需要开启的服务器数量，然而迁移的花费是相当大的。有时，迁移花费可能会超过关闭服务器带来的好处。另外，在虚拟机分配算法中，仅仅考虑CPU利用率是不够的，因为用户的虚拟机需求是多种多样的。有时请求偏向于高性能的CPU，但有时候偏向于高性能的存储。对于后面一种情况，无疑会导致物理节点的增加，因为当虚拟机集群部署在服务器上时，需要分配更多的存储空间，即需要更多的服务器。更多的服务器意味着更多的迁移，会引起更多的迁移花销。
4未来研究方向
无论从SDN良好的发展前景还是能耗问题的重要性角度考虑，未来面向SDN的节能技术研究必定在业内持续升温。因此，摸清今后的工作重点可以起到事半功倍的作用。基于上一章提出的SDN网络节能技术中存在的问题，对未来工作方向作出了展望。
a)平衡网络性能和节能效果。网络的最终目的是给用户提供服务，服务质量和用户体验是永恒不变的话题。所以尽管能耗正在成为人们关注的重点，但节能不应以较大的网络性能损失为代价。网络系统一般依据超额配置和冗余等原则设计，以保证网络系统在高峰通信时期的性能。然而，SDN的节能技术却朝着相反的方向设计，比如睡眠策略中的流汇聚、路由选择等，或是虚拟机合并策略，它们的基本思路都是最小化资源需求，避免资源浪费，这就很容易造成带宽竞争加剧、链路高负荷、网络时延等情况。因此，SDN网络节能技术的关键在于资源合并不应该造成网络拥塞，同时路由选择不能影响可到达性等，即保证良好网络性能的前提下，最小化能量消耗。另外，虽然现有文献中已经考虑到QoS需求，但是网络恢复能力还没有得到很好的研究，比如当一个已经合并的网络遭遇新的故障时会发生什么情况，也是需要重视的问题。
b)构建精确的SDN网络测量模型。SDN网络测量模型应包括测量功能和预测功能。大家知道，收集精确的网络数据十分困难，一方面因为巨大的网络规模，而且目前还在膨胀。另一方面，由于快速更新的网络技术。然而知道主要能量消耗在哪里，哪些资源的需求量比较大，对获得最佳的节能效果显得至关重要。例如，上面提到的虚拟机对CPU、存储的需求，或数据中心的能耗分布中服务器占据的比例最大，但网络能耗部分正在快速增加等，这些信息都对针对性地提出节能策略有重要意义。测量模型的预测功能则用来预测网络拓扑改变、网络节点数量变化、网络资源需求量等，它们对SDN控制器作出恰当的决策十分重要，从而可以很大程度提高决策的适应能力。以虚拟机合并策略为例，对CPU资源、工作负荷需求的估算以及未来系统状态的预测，可以为虚拟机合并策略提供有效指导，能很好地降低虚拟机迁移量，进一步获得更佳的节能效果。
c)融合现有的节能策略。本文所提到SDN网络节能技术的三个分类都是独立研究的，未来存在将几类技术结合运用的可能性。比如，在运用睡眠策略的同时引入虚拟机合并策略，这样可以同时从网络单元和服务器两方面节省能耗;或是结合流规则布局优化技术，即从软件角度切入外，还考虑了TCAM的利用率。总之，各类方法不会永久、绝对地孤立存在。三类方法在单独运行时不会对用户的QoS造成严重的威胁，但是一旦融合起来，很难保证不会出现预料之外的副作用。今后关于技术结合方面的探索可以尝试进行。
d)由实验阶段转向可操作阶段。当前大量的节能技术是在仿真环境或简易的实验台下测试的，虽然这些实验能在一定程度上较好地反映节能策略的执行效果，但与真实环境依然存在不小的出入。换句话说，现在不少文献提出了节能的优化策略，但没有工作把重点放在实际解决方法上。这些实验无法提供足够的证明，能将提出的网络节能方案应用到实际产业中。而SDN提供的可编程平台可以方便、灵活地实现应用、实验及部署新方法、新应用，具有很好的创新性。SDN技术的高度可配置性让虚拟网络清晰地分离开来，从而允许在真实的环境中进行实验。因此，未来要充分利用SDN的可创新特点，实现从实验阶段向可操作阶段的无缝转换。
5结束语
随着网络节能日益受到人们的关注以及SDN技术的迅速发展，面向SDN的节能方法成为当前的研究热点。本文将目前主要的面向SDN的节能方法分为三类，对每类方法进行了细化，针对每种方法概述了它的实现原理，提出了优缺点。最后两章就目前SDN节能技术中有待解决的问题以及未来的工作方向进行了集中探讨。SDN是一门具有很大研究价值的新兴技术，将SDN与网络节能技术结合起来，在提高网络节能效果方面拥有巨大的潜力，但同时也充满了未知与挑战。下一步笔者会不断总结归纳面向SDN的节能技术，更新完善SDN网络节能技术的分类标准，以理论分析和实验测试相结合的方法，对这些技术作更加深入的比较研究。
作者：王瑞 戴彬 徐冠 杨军 单位：华中科技大学电子信息与通信学院 中国人民解放军63889部队
参考文献:
［1］郑毅，华一强，何晓峰．SDN的特征、发展现状及趋势［J］．电信科学，2013，29(9):102-107．