迈向自调节k叉搜索树网络

数据中心网络随着光电路交换等新网络技术的引入正变得日益灵活。这些技术允许可编程网络拓扑被重新配置以更好地服务网络流量，从而在计算收益（即更短路由）与重配置成本（即开销）之间实现权衡。自调节网络（SANs）旨在通过利用网络流量中的模式来解决这一权衡，无论流量是分段揭示（在线动态拓扑）还是预先已知（离线静态拓扑）。在本文中，我们向自调节k叉树网络迈出第一步。这些是现有二叉搜索树网络（如SplayNets）的更强推广，而后者一直是SAN设计的核心。k叉搜索树网络是一种自然的推广，提供更高阶的节点、固定节点数下更短的路由长度，以及尽管重配置仍保持局部路由。我们首先通过动态规划在$O(n^3 \cdot k)$时间内计算任意流量模式下的离线（最优）静态网络，并将均匀分布流量的特殊情况下的界改进到$O(n^2 \cdot k)$。然后，我们提出一种基于形心的网络拓扑，可用于离线静态与在线设定。在离线均匀工作负载情形下，我们在线性时间$O(n)$内构造此准最优网络，最后我们提出SplayNet的在线自调节k叉搜索树版本。我们在真实与合成网络轨迹上对$k=2$（便于与现有SplayNets比较）的新结构进行实验评估。我们的结果表明，该方法在多数真实网络轨迹以及平均至低局部性合成轨迹中优于SplayNet，而在其余所有轨迹中仅略逊于SplayNet。