ارزیابی روشهای کاهش مصرف انرژی در شبکه هایMPLS براساس SDN
سال انتشار: 1395
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 505
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
THCONF01_093
تاریخ نمایه سازی: 18 تیر 1396
چکیده مقاله:
هدف از این مقاله ارایه یک روش عملی برای صرفهجویی در مصرف انرژی با استفاده از رزرو منابع وغیر فعال نمودن عناصرشبکه در ساختار شبکه SDN_MPLS است. بدین منظور الگورتمی براساس روشهای مهندسی ترافیک در MPLS ارایه گردید، که میبایست میزان صرفه جویی در مصرف انرژی در یک شبکه از پیش ساخته و کیفیت ارایه سرویسها در این الگوریتم ارزیابی گردد. که جهت شبیه سازی از ابزار شبیه سازی OMNet++ و بسته ارتباطی INET4.3.1 استفاده شود و روال الگوریتم پیشنهادی از طریق اسکریپت XML و با استفاده از بخش SenarioManager در OMNet++ بررسی گردد. روش پیشنهادی در این پروژه براساس شبکه های مبتنی بر نرم افزار SDN که دارای قابلیت کنترل و تنظیمات مرکزی است و غیر فعال سازی عناصر شبکه میباشد در روش پیشنهادی مراحل از قبیل شناسایی بازه های زمانی با حداقل تقاضای ترافیک، رتبه بندی عناصر شبکه براساس میزان استفاده از آنها و اهمیتشان در شبکه، مسیریابی مجدد ترافیک در شبکه رای غیر فعالسازی عناصر کم استفاده و در نهایت غیر فعالسازی عناصر شبکه نود/ لینک بررسی شد. بدین منظور الگوریتمی ارایه گردید که از ترکیب قابلیتهای کنترلر SDN و زیرساختهای MPLS استفاده می نماید عملکرد الگوریتم پیشنهادی نیز بدین صورت است که با استفاده از تکنیکهای مهندسی ترافیک، ترافیک را از عناصر کم استافده در شبکه به سایر عناصر هدایت می کند عناصر انتخابی بصورت پشت سرهم غیر فعال شده و میزان تولید ترافیک تا زمانیکه نیازهای SLA تامین گردد کاهش میباید نتایج بدست آمده حاکی از ان است که با کاهش 47 درصدی ترافیک تا 38.91 درصد در مصرف انرژی صرفه جویی گردد.
کلیدواژه ها:
نویسندگان
هدی پرویزی
دانشجوی کارشناسی ارشد دانشگاه آزاد اسلامی واحد بابل,گروه کامپیوتر,بابل,ایران
مهدی گلسرخ تبار امیری
عضو هیات علمی دانشگاه آزاد اسلامی واحد بابل ,گروه کامپیوتر,بابل,ایران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :