【深度】资源受限条件下的大规模网络构建方法

原创 2017-09-25 学术plus 学术plus

今日荐文

今日荐文的作者为中国电子科技集团公司第五十四研究所专家梁洪泉，吴巍，黄伟。本篇节选自论文《资源受限条件下的大规模网络构建方法》，发表于《中国电子科学研究院学报》第12卷第2期。

摘要：针对资源受限条件下的大规模网络高逼真快速复现问题，基于数字仿真、轻量级虚拟化、全虚拟化以及原型系统等多种模式的建模特点，提出多约束条件下的最优组合策略和方法，在深入研究多模式联合运行、最优规划与部署及多模式协同等技术的基础上，通过构建多模式联合运行且具有“低成本、高效率、易管理、可重复”等优势的大规模试验网络基础环境，使其成为网络新技术的催化剂以及新装备研制、测试、评估以及演进的试验床。

关键词: 半实物仿真；资源虚拟化；全虚拟化；轻量级虚拟化

引言

随着信息网络技术的飞速发展，网络空间已经发展成为继陆、海、空、天之外的第五维空间，网络优势关系国计民生、决定战争胜败。信息的血液离不开网络的承载，高效的网络基础环境快速构建技术研究变得愈发重要且意义深远，世界各国均将其作为推动信息网络新技术发展，新装备研制、测试、验证、评估以及演进的重要手段。如何用较小的代价，快速生成大规模高逼真的试验网络基础环境，已经成为迫在眉睫的现实需要。

1 研究背景和现状

在大规模网络基础环境构建方面，国外先进国家，特别是美国引领着该领域的发展。启动了诸多重大项目：美国“国家网电靶场(NCR)”、“信息保障靶场(IAR)”、英国“联合网络靶场”、“赛博安全防御试验(DETER)”、“全球试验网络(PlanetLab”以及“网络试验床(Emulab)”等，均将其作为主要研究内容之一，并提出了诸多网络基础环境构建技术：

1）基于大规模计算机集群的虚拟化技术；

2）基于资源虚拟化、联邦化机制的分布式重叠网络构建技术；

3）基于DETER容器系统的大规模网络拓扑快速生成和自动部署技术。

以上技术在对真实设备、软件应用的无缝集成、可编程以及试验需求满意度等方面与国内相比存在优势。

国内虽然起步较晚，但发展较快，诸多高校和科研机构长期致力于网络靶场建设，在复杂异构网络快速复现、全要素轻量级虚拟化网络构建、大规模半实物网络构建以及基于分布式异构系统的可扩展、高置信度、全虚拟化受控系统构建等方面取得了诸多实质性成果。

综上所述，以往常见的“数字仿真、半实物仿真、虚拟化、原型系统”等技术已在国内外相关的网络仿真试验平台中得到了广泛运用，且在网络规模、协议验证、应用服务、信息承载等方面均可满足特定领域的仿真试验需求。但是，统筹多种模式的联合运行技术研究很少，本文在深入研究上述技术的基础上，提出了资源受限条件下，多模式联合的大规模模拟网络构建方法。

2 受限条件下的大规模网络构建方法

大规模模拟网络的构建往往需要面对计算和存储资源严重不足的现状，且目标网络的逼真度、运行速度、试验资源三者之间相互制约，其平衡关系取决于试验任务需求，因此，需要结合目标网络的实际规模、拓扑关系、业务承载能力等网络特性，统筹数字仿真、轻量级虚拟化、全虚拟化以及原型系统等多种模式，研究多模式联合的大规模模拟网络最优化构建方法，重点解决试验任务对逼真度、复现速度以及试验资源的优化决策问题。

2.1不同模式的比较

将四种模式的特点进行对比分析，具体情况见表1。

表1 各模式对比

2.2多模式最优组合策略和方法

针对试验任务目标网络“规模大、层次多、置信度高”的要求，需要综合考虑试验成本、运行速度、要素规模以及模拟环境的置信度要求等多方面因素，确定目标网络基础环境的构建策略，并以试验需求和该构建策略为依据，采用基于多约束条件下的最优化方法，以多模式联合运行模式来满足资源受限条件下的试验任务需求。

(1)问题描述

a) 目标：利用资金M_c，构建节点规模满足N_c的网络基础环境。

b) 已知条件：单台服务器最大支撑数字仿真节点数：S_{c_ds}，单服务器最大支撑全虚拟化节点数：S_{c_fv}，单服务器最大支撑轻量级虚拟化节点数：S_{c_sv}，路由器单价：P_{c_r}，服务器平台单价：P_{c_s}，w₁、w₂、w₃、w₄分别表示数字仿真、轻量级虚拟化、全虚拟化以及原型系统在模拟网络构建中的权重，可根据网络构建侧重点的不同进行调整。基于以上条件，对大规模模拟网络的多模式联合构建问题采用最优化方法进行数学建模，使网络基础环境的构建预期达到最好。

c) 可行域分析：

l 若当前资金为M_max，表示资金充裕，则可采用实物或者虚拟化的方式构建网络基础环境；

l 若当前资金M_least，表示该资金连全数字仿真模式都难以支撑，该网络基础环境无法构建。

不考虑以上两种特殊情况，当网络基础环境实际构建资金M_c满足：M_least＜M_c＜M_max条件时，需要按照多模式最优组合方法进行决策。

(2) 最优化数学建模

a) 设计变量

令变量N(ds)、N(fv)、N(sv)、N(r)表示在模拟网络中分别由数字仿真、全虚拟化、轻量级虚拟化以及实物设备所提供的节点数，N(s)表示服务器的数量。

(3) 示例与分析

a) 示例：利用资金80万元，构建10000个节点规模的模拟网络环境。当前路由器、服务器价格分别为3万元、5万元，每台服务器对数字仿真、轻量级虚拟化、全虚拟化支持的最大节点规模依次为1000、500和100个，数字仿真、轻量级虚拟化、全虚拟化、原型系统分配的权重依次为0.1、0.2、0.3、0.4。

c) 分析

在最优解条件下，目标函数的最大值为1600。因此，可通过80万元购买服务器16台，路由器0个，其中4台服务器用于部署数字仿真网络，实现网络规模4000个节点，12台服务器用户部署轻量级虚拟化网络，实现网络规模6000个节点，共同构建规模10000个节点的模拟网络环境，可满足试验需求。

另外，在试验目标一定的条件下，试验资源的不同导致最优解不同，多模式间权重的分配也可以根据试验任务需求，进行重新调整。

2.3 多模式联合运行架构

联合运行机制中模式的最优组合与决策由优化决策模块完成，根据试验资源条件，结合试验任务需求，执行多模式的最优组合策略和方法，决定试验资源的分配。各模式模拟网络分别部署运行于多台服务器，服务器间通过交换机实现互联互通。其中，数字仿真网络通过半实物接口能够实现与轻量级虚拟化网络、全虚拟化网络、原型系统的互联互通。多模式联合运行架构如图1所示。

图1多模式联合运行架构

2.4网络最优规划与部署

网络的规划与部署采用分层分域思想，首先可将整个网络分割为四部分：数字仿真网络、轻量级虚拟化模拟网络、全虚拟化模拟网络以及原型网络。对于数字仿真网络，为实现整体上超实时运行，需要对其复杂性进行有效控制，必要时进一步分割，采用网络有机分割和分布式部署的方式来减少单个仿真子网的规模，有效降低每个数字仿真单元的复杂性，在此基础之上，通过半实物接口将所有仿真子网进行互联，重新实现数字仿真网络的无缝集成；其它模式方法类似。

另外，可进一步将网络划分为多个路由域，一方面，能够有效减小域内路由表规模，提高路由计算效率；另一方面，能够有效避免由于链路局部问题所引起的整个区域的泛洪，将局部问题的影响局限于逻辑分域的范围内，有效降低网络开销，节省网络资源。

2.5多模式协同机制

(1) 时间同步

由于整个模拟网络中的数字仿真系统、虚拟机系统以及原型系统等运行在不同的时钟平台上，因此，建立良好的时间同步机制，确保异构系统在时间维度上的统一，是实现网络基础环境的前提。

对于原型系统，其在试验执行过程中始终与墙钟保持同步，无法加快或减缓，虚拟机系统在运行过程中严格遵守操作系统时间，因此，为实现时间同步，仅需保持虚拟机系统、数字仿真系统与墙钟实时同步即可。对于基于OPNET开发的数字仿真系统，其采用基于事件的时间推进机制，为保证与墙钟的同步，要求整个数字仿真系统能够实现超实时运行，并将所有数字仿真子网的实时推进比率设置为“1”，实现与墙钟的“1：1”推进。最终，均与墙钟保持同步的数字仿真系统、虚拟机系统以及原型系统自然就实现了时间同步。

当时间同步基准要求更高时，可引入北斗授时、NTP等机制，提高时间同步标准。

(2) 分布式协同控制

多模式异构系统间通过网络控制系统和控制代理模块实现彼此间的分布式协同控制。每台受控服务器部署控制代理模块后，网络控制系统可通过DDS中间件与控制代理模块通信，实现系统状态、试验命令、配置参数、信息采集等交互。