اقرأ في هذا المقال
- أساسيات خوارزميات التوجيه الحساسة للتحميل
- الفرق بين خوارزمية حساسة للتحميل مقابل خوارزمية غير حساسة للتحميل
- مزايا خوارزمية التوجيه الحساسة للتحميل
- عيوب خوارزمية التوجيه الحساسة للتحميل
- تطور وأسباب ظهور خوارزمية التوجيه الحساسة للتحميل
يواجه مقدمو خدمات الإنترنت تحدياً هائلاً في توفير موارد الشبكة بسبب النمو السريع للإنترنت والتقلبات الواسعة في أنماط حركة المرور الأساسية، حيث إنّ قدرة التوجيه الديناميكي على التحايل على الروابط المزدحمة وتحسين أداء التطبيق تجعله أداة قيمة لهندسة حركة المرور، ومع ذلك فإنّ نشر التوجيه الحساس للحمل يعوقه النفقات العامة التي يفرضها انتشار تحديث حالة الارتباط واختيار المسار وإرسال الإشارات.
أساسيات خوارزميات التوجيه الحساسة للتحميل
في ظل البروتوكول المعقول والنفقات العامة الحسابية فإنّ الأساليب التقليدية للتوجيه الحساس للتحميل لحركة مرور “IP” غير فعالة ويمكن أن تقدم ترفرفاً كبيراً في المسار، حيث يتم تحديد المسارات بناءً على معلومات حالة الارتباط القديمة، وعلى الرغم من تحسين الاستقرار عن طريق إجراء توجيه حساس للحمل على مستوى التدفق إلّا أنّ التذبذب لا يزال يحدث، لأنّ معظم تدفقات “IP” لها مدة قصيرة مقارنة بالتردد المطلوب لتحديثات حالة الارتباط
وفي خوارزمية حساسة للتحميل تختلف تكاليف الارتباط ديناميكياً لتعكس المستوى الحالي للازدحام في الارتباط الأساسي، حيث إذا ارتبطت تكلفة عالية بارتباط مزدحم حالياً فستميل خوارزمية التوجيه إلى اختيار المسارات حول هذا الارتباط المزدحم، بينما كانت خوارزميات توجيه “ARPAnet” المبكرة حساسة للتحميل فإنّه تمت مواجهة عدد من الصعوبات
تم دمج خوارزميات التوجيه الحساسة للتحميل في خوارزميات توجيه الإنترنت منذ الأيام الأولى لـ “ARPANET”، حيث يؤدي عيب هذا الشرط إلى المبالغة في رد الفعل على ظروف الشبكة المتغيرة وتأثيرات التذبذب الدائم التي تسببت أخيراً في إسقاط فكرة التوجيه التكيفي للحمل لعدة عقود.
- هناك نمو هائل في الاهتمام بهندسة المرور والتوجيه الحساس للتحميل بشكل عام من العام الماضي فصاعداً.
- تشهد العديد من الدراسات على أنّه مع دمج آليات الاستقرار، فإنّ هذه الأنواع من الخوارزميات تتفوق بشدة على توجيه “IP” التقليدي ذي المسار الأقصر.
- في دراسة خوارزميات التوجيه الحساسة للحمل تم تقديم العديد من الأساليب الناشئة للتوجيه الحساس للحمل.
- يتم تحليل المكاسب والعقوبات المحتملة نظرياً، كما يتم إجراء عمليات المحاكاة على جهاز محاكاة الشبكة باستخدام بروتوكول توجيه من هذا النوع والعديد من بروتوكولات التوجيه الأخرى للمقارنة.
ملاحظة:“ARPANET” هي اختصار لـ “Advanced Research Projects Agency Network”.
ملاحظة: “IP” هي اختصار لـ “Internet Protocol”.
الفرق بين خوارزمية حساسة للتحميل مقابل خوارزمية غير حساسة للتحميل
- لن تختار معظم بروتوكولات التوجيه أفضل مسار بناءً على الازدحام، حيث يمكن أن يؤدي إلى تذبذبات وعدم استقرار أي أنّ مقاييس الارتباط لا تعتمد على مستوى التحميل الحالي.
- فمثالاً إذا تم تحميل رابط ما وتم تقليل مقياسه فقد تتحرك جميع التدفقات بعيداً عنه، ممّا يؤدي إلى التحميل على ارتباط آخر وستتراجع جميع التدفقات مرة أخرى.
مزايا خوارزمية التوجيه الحساسة للتحميل
- إنّ قدرة التوجيه الديناميكي على ازدحام الروابط وتحسين أداء التطبيق تجعله أداة قيمة لهندسة حركة المرور.
- لذلك، فإنّ نشر التوجيه الحساس للتحميل يعوقه النفقات العامة التي يفرضها انتشار تحديث حالة الارتباط واختيار المسير وإرسال الإشارات.
عيوب خوارزمية التوجيه الحساسة للتحميل
- زيادة الحمل على أجهزة التوجيه وخاصة عدم الاستقرار.
- على سبيل المثال التفاعل مع المعلومات القديمة أو التفاعلات مع آليات التنظيم الذاتي الأخرى مثل التحكم في الازدحام في برنامج التعاون الفني.
تطور وأسباب ظهور خوارزمية التوجيه الحساسة للتحميل
إنّ الزيادة في تطبيقات الوقت الفعلي مثل نقل الصوت عبر بروتوكول الإنترنت ودفق الصوت والفيديو في الإنترنت العام تضمن التوجيه القائم على جودة الخدمة، لكنّ الإنترنت اليوم يدعم إلى حد كبير أفضل جهد لحركة المرور وبالتالي فإنّ توجيه “QoS” في أفضل بيئة جهد مطلوب لدعم تطبيقات الوقت الفعلي، كما تم استخدام إغراق بعض سمات “QoS” مثل النطاق الترددي المتاح لتوجيه “QoS”.
لكنّه تُعد أفضل طريقة لتنفيذ توجيه “QoS” هي توطين تغييرات توجيه “QoS” في المنطقة التي تدهورت فيها جودة الخدمة بدلاً من إغراق الشبكة بأكملها، حيث تعمل خوارزمية توجيه حساسة للحمل “LSR” على محاولة توجيه الحزم عبر مسار بديل عند الإبلاغ عن الازدحام على ارتباط، كما يتم احتواء توجيه “LSR” محلياً أي أنّ العقد المجاورة للعقدة المزدحمة هي فقط التي تقوم بتوجيه “LSR”.
ومن ثم فإنّ حملها أقل بكثير من بروتوكولات التوجيه “QoS” الأخرى التي تم الإبلاغ عنها، كما تم تصميم خوارزمية “LSR” بعناية لتجنب أي تكرار، وكانت نتائج محاكاة لخوارزمية “LSR” والتي تظهر أنّ متوسط أدائها أفضل من خوارزمية “OSPF” من حيث التأخير والارتعاش.
بالنسبة للتحكم في جودة الخدمة تصبح هندسة المرور “TE” لشبكات العمود الفقري “IP” الكبيرة مشكلة حرجة، ومع ذلك يُعد توفير موارد الشبكة بكفاءة من خلال “TE” أمراً صعباً للغاية بالنسبة لمزودي خدمة الإنترنت لأنّ حجم حركة المرور يتقلب عادةً على نطاق واسع بمرور الوقت، كما يصعب التعامل مع الازدحام خاصة من حركة المرور قصيرة العمر بسبب عملية الوصول السريع.
لذلك تم اقتراح مخططات توجيه التفافية لحركة المرور قصيرة العمر عند حدوث الازدحام، حي تظهر الدراسة أنّه يجب تقييد القفزات الإضافية في المسارات الالتفافية بعناية؛ لتجنب إهدار موارد الشبكة تحت الحمل الثقيل، كما تحتوي الخوارزمية المقترحة على احتمال فقد أقل للحزم ونفايات أقل للموارد لأنّه تم تقييد عدد القفزات بواحد أو اثنين.
ومعيار “IEEE 802.1Qbv” هو تحسين قدمته مجموعة مهام الشبكة الحساسة للوقت لتوفير اتصال في الوقت الفعلي في شبكة إيثرنت متقاربة، وقادرة على نقل حركة مرور الوقت الحرجة وحركة مرور أفضل جهد، كما يشتمل المعيار على آلية بوابة تتحكم في الوصول إلى وسيط الإرسال عند منفذ الخروج الخاص بالمفتاح ممّا يسمح بنقل الإطارات من قائمة الانتظار المحددة.
كما يتم تشغيل أحداث البوابة الزمنية ويتم برمجتها باستخدام جدول الإرسال، وجدول الإرسال هو جدول دوري يمكن إنشاؤه باستخدام طرق جدولة مستقلة متنوعة، ومع ذلك فإنّ الخطوة الأولى لكل طريقة تتضمن توجيه حركة المرور عبر الشبكة متبوعاً بحساب جداول البوابة على طول الطريق، وبسبب عدم وجود معيار من الصعب تقييم جودة الجدول الزمني لذلك يتم استخدام المقاييس المستقلة لقياس جودة الجدول الزمني الناتج عن طرق الجدولة المختلفة.
ومع ذلك فإنّ الهدف من كل طريقة جدولة هو إرسال أقصى قدر من حركة البيانات في دورة واحدة من الجدول، كما تم اقتراح أنّ التوجيه يؤثر على جودة جدول الإرسال بغض النظر عن طريقة الجدولة المستخدمة، ولبدء التقييمات التي تظهر تأثير خوارزميات التوجيه على توزيع حمل البيانات عبر الشبكة موجودة، وتليها تقييمات لتأثير توزيع حمل البيانات على جودة جدول الإرسال وبالتالي إنشاء علاقة مباشرة بين توجيه حركة البيانات ونوعية الجدول الزمني.
واستجابة لذلك تم تقديم خوارزمية توجيه عامة تهدف إلى تحسين توزيع حمل البيانات، حيث تعتمد الخوارزمية على خوارزمية إرشادية “Tabu Search” لجعلها قابلة للتطوير بطبيعتها، ممّا يسمح باستخدامها عبر سيناريوهات مختلفة وكما يتم العمل على تقييم الخوارزميات فيما يتعلق بتوزيع حمل البيانات والتأثير على جودة الجدول الزمني وقابلية التوسع.
- “QoS” هي اختصار لـ “Quality of Service”.
- “LSR” هي اختصار لـ “load sensitive routing”.
- “TE” هي اختصار لـ “Traffic Engineering”.
- “OSPF” هي اختصار لـ “Open Shortest Path First”.
