A Comparison of Approaches for Traffic Engineering in IP and MPLS Networks
随着IP / MPLS网络服务提供商不断提高网络效率，流量工程变得越来越重要。在这篇文章中，我们回顾了IP / MPLS网络中的流量工程方法，并提出了一项研究结果，比较了它们在运营网络中的性能
2016-08-12 cs.NI
Energy-efficient traffic engineering for future core networks
提出了未来核心网节能流量工程的一般问题公式。此外，分布式启发式算法，提供联合负载均衡和能源效率的建议，以这种方式接近最佳的网络操作的吞吐量和能源消耗。
2012-06-30 cs.NI
Green Traffic Engineering for Future Core Networks
未来网络设计的一个重要目标是实现最佳的性能与能耗比，同时确保可靠性。本文提出了一个一般的问题制定能源感知流量工程，并提出了一个分布式的，启发式的能源感知流量工程计划（ETE），提供负载均衡和能源意识，根据运营商的需求。仿真结果表明，ETE算法能够满足未来网络的需求。
2012-06-30 cs.NI
On the Benefit of Information Centric Networks for Traffic Engineering
当前的互联网执行流量工程（TE）的流量矩阵估计定期的时间表，并根据这些矩阵计算的权重分配流量。这意味着分配是基于网络中的流量的猜测，该猜测是基于其历史的。另一方面，以信息为中心的网络提供更细粒度的流量描述：客户端和服务器之间的内容通过其名称唯一标识，因此网络可以了解不同内容项的大小，并相应地执行流量工程和资源分配。因此，我们认为以信息为中心的网络可以提供更好的处理来执行流量工程，从而获得显着的性能增益。我们提出了一种机制来执行这样的资源分配。我们看到，我们的流量工程方法只需要知道流量大小（在ICN中，可以从以前的数据传输中学习），并在响应时间方面优于最小MLU分配。我们还看到，我们的方法识别的流量分配模式类似于min-MLU，而无需提前访问流量矩阵。我们在响应时间上显示出非常显著的增益，其中最小MLU比我们基于ICN的TE方法慢近50%。
2013-11-05 cs.NI
Multicast Traffic Engineering for Software-Defined Networks
尽管软件定义网络（SDN）实现了用于流量工程的灵活的网络资源分配，但是当前文献主要关注单播通信。与多个单播流的流量工程相比，多棵树的组播流量工程是非常具有挑战性的，这不仅是因为通过求解Steiner树问题来最小化单个组播树的带宽消耗已经是NP-Hard，而且Steiner树问题没有考虑组播流的链路容量约束和节点容量约束来存储OpenFlow的组表中的转发条目。因此，在本文中，我们首先研究了可扩展的多播流量工程在SDN中的硬度结果。我们证明了可扩展的多播流量工程，只有节点的能力约束是NP-难的，而不是近似内，这是在最大的多播组的目的地的数量。然后，我们证明了可扩展的多播流量工程与节点和链路容量的限制是NP-难的，在任何比例内都不可近似。为了解决这个问题，我们设计了一个近似算法，命名为多树路由和状态分配算法（MTRSA），第一种情况下，并将其扩展到一般的多播流量工程问题。仿真和实现结果表明，该算法得到的解优于最短路径树和Steiner树。最重要的是，MTRSA计算效率高，可以部署在SDN中，因为它可以在短时间内生成具有许多树的解决方案。
2016-01-26 cs.NI
The Case for Hop-by-Hop Traffic Engineering
最先进的互联网流量工程通过MPLS或分段路由使用基于源的显式路由。虽然在实践中被广泛采用，但源路由可能会面临某些效率低下和操作问题，这是由其使用带宽预留造成的。在这项工作中，我们提出了逐跳（HBH）流量工程的案例：在每个路由器的nexthop之间分割流量，而不是只在边缘路由器的路径之间分割流量。我们表明，HBH流量工程可以实现MPLS的原始目标（即，网络资源的有效使用），其设计简单得多，不需要带宽预留或业务需求的预测。我们在NS-3网络模拟器中实现了一个原型，以研究1）无环HBH多路径路由的受限路径选择，以及2）每个路由器的分布式决策所带来的成本，基于其本地网络视图。我们表明，前者比后者更重要，但是，除了一些离群值，我们的设计表现出接近理论最优的性能（=总用户效用）。
2020-10-25 cs.NI
Demand Engineering: IP Network Optimisation Through Intelligent Demand Placement
流量工程已经在IP和MPLS网络中使用了许多年，作为通过在存在否则将未使用的可用网络容量的情况下显式地路由流量需求来更有效地使用容量的工具。然而，流量工程的部署给网络设计和运营带来了额外的复杂性，这限制了其在容量优化方面的应用。软件定义网络的兴起重新引起了人们对使用流量工程方法的兴趣，这些方法利用集中式网络控制器进行容量优化。我们认为，未来的网络可以实现网络优化的流量工程的好处，而不会产生额外的网络复杂性，通过更紧密的网络和应用程序和服务之间的耦合使用网络。这可以通过利用网络和业务感知控制器来直接影响应用和服务站点或定位服务实例的位置来实现，即，这隐含地影响应用或服务业务需求通过网络采取的路径。我们称之为需求工程。需求工程具有提供准入控制能力的额外益处，即，其可以提供可以满足网络SLA的保证。在本文中，我们描述了需求工程的概念，给出了它的使用和模拟结果表明其潜在的好处的例子。我们还将需求工程与流量工程进行了比较。
2016-08-11 cs.NI
Distributing Content Simplifies ISP Traffic Engineering
几个主要的互联网服务提供商（例如，Level-3，AT&T，Verizon）今天也提供内容分发服务。这种“网络CDN”（NCDN）的出现是由市场力量驱动的，这些市场力量将更多的价值放在内容服务上，而不仅仅是承载比特。NCDN也是必要的，因为需要降低在其骨干上承载不断增加的业务量的成本。NCDN可以灵活地确定内容的放置位置以及流量在网络中的路由方式。然而，NCDN今天继续独立于内容放置和请求重定向决策来处理流量工程。在本文中，我们调查的内容分发策略和流量工程之间的相互作用，并询问如何NCDN应该工程师在内容感知的方式流量。我们的实验分析，基于一个大型的内容分发网络和真实的ISP拓扑的痕迹，表明有效的内容放置可以显着简化流量工程，并在大多数情况下，需要工程NCDN流量一起！此外，我们表明，简单的需求无关的路由和布局，如InverseCap和LRU的计划就足够了，因为它们实现的网络成本接近最佳可能。
2012-09-25 cs.NI
Lying Your Way to Better Traffic Engineering
为了优化IP网络中的业务流，运营商进行业务工程（TE），即，根据流量需求调整路由协议参数。IP网络中的TE通常涉及配置静态链路权重，并通过ECMP（网络成本多路径）机制在所得到的最短路径之间分割流量。不幸的是，ECMP是一种非常麻烦和间接的优化流量的方法，通常会导致网络性能不佳。此外，获得交通需求的准确知识作为TE的输入是难以实现的，并且交通状况可能是高度可变的，这进一步使TE复杂化。我们利用最近提出的计划，通过精心传播的虚假信息（“谎言”），以增加ECMP的表现力，设计COYOTE，一个易于部署的TE计划，强大和有效的网络利用率。COYOTE利用新的算法思想来配置（静态）流量分流比，这些流量分流比在运营商的“不确定性范围”内针对所有（甚至是相反选择的）流量场景进行了优化。我们的实验分析表明，COYOTE显着优于当今流行的TE计划的方式，是强大的交通的不确定性和变化。我们讨论了实验与原型实现的COYOTE。
2016-11-01 cs.NI
On the use of BGP communities for fine-grained inbound traffic engineering
在边界网关协议（BGP）的背景下，入站域间流量工程（TE）仍然是一个没有灵丹妙药的难题。以前研究的每一种方法都解决了问题的一部分。在这项研究中，我们试图通过探索BGP社区的使用来补充地图。与BGP社区为基础的策略，使在中转提供商网络，我们能够操纵传入的流量存根自治系统（AS）在一个更细的粒度比已知的技术，通过定制的AS路径感知远程网络。我们分析使用这种技术的约束，以及它的有效性和粒度。
2015-11-26 cs.NI
A New Software Framework for Traffic Engineering: Path Cardinality and the Effect of Multipath on Residual Capacity
在本文中，我们提出了一个新的流量工程（TE）软件框架，分析，配置和优化（与线性规划求解器的援助）的网络服务提供。开发的软件工具基于我们新的数据驱动流量工程方法，该方法分析根据用户输入生成的大量网络配置数据。通过分析数据，人们可以在设计流量工程解决方案时做出有效的决策。我们专注于三个著名的流量工程目标函数：最小成本路由（MCR），负载均衡（LB），平均延迟（AD）。有了这个新工具，人们可以回答许多流量工程问题。例如，三个目标函数之间的区别是什么？目标函数对链路利用率有什么影响？对于特定目标，有多少候选路径足以实现最优或接近最优。这个新的软件工具使我们能够方便地进行各种实验，并将结果可视化，以进行性能分析。作为案例研究，本文提出的例子，回答了两个流量工程问题：（1）需要多少条路径，以获得一个解决方案，是在百分之几的最佳解决方案，以及是否该数量是固定的任何网络规模？(2)单路径/多路径路由的选择如何影响网络中的负载？对于第一个问题，事实证明，实现最优性所需的路径数量随着网络中链接数量的增加而增加。
2020-01-16 cs.NI
CFR-RL: Traffic Engineering with Reinforcement Learning in SDN
Fortinet, Inc.（飞塔公司）；New York University（纽约大学）；Beijing Institute of Technology（北京理工大学）
传统的流量工程（TE）解决方案可以通过重新路由尽可能多的流量来实现最佳或接近最佳的性能。然而，他们通常不考虑的负面影响，如数据包的顺序，当频繁重路由流在网络中。为了减轻网络干扰的影响，一种有前景的TE解决方案是使用低成本多路径（ECMP）转发大部分业务流，并使用软件定义网络（SDN）选择性地重新路由一些关键流，以平衡网络的链路利用率。然而，关键流改道是不平凡的，因为关键流选择的解决方案空间是巨大的。此外，由于基于规则的启发式算法无法适应流量矩阵和网络动态的变化，因此不可能基于固定的简单规则来设计求解该问题的启发式算法。在本文中，我们提出了CFR-RL（临界流重新路由-强化学习），一个基于强化学习的计划，学习的政策，选择每个给定的流量矩阵的关键流自动。CFR-RL然后重新路由这些选定的关键流，以平衡网络的链路利用率，通过制定和解决一个简单的线性规划（LP）问题。广泛的评估表明，CFR-RL实现了接近最优的性能，重新路由只有10%-21.3%的总流量。
2020-04-24 cs.LG cs.NI
S-MATE: Secure Coding-based Multipath Adaptive Traffic Engineering
已经有几种方法来在互联网服务提供商（ISP）网络中的核心网络节点之间提供业务。这些方法旨在最小化网络延迟，增加网络容量，并增强网络安全服务。MATE（多路径自适应流量工程）协议已经被提出用于入口节点（源）和出口节点（目的地）之间的多路径自适应流量工程。其新颖的思想是避免网络拥塞和攻击可能存在的边缘和节点不相交的路径之间的两个核心网络节点。本文建立了一个自适应的，鲁棒的，可靠的流量工程方案，以更好的性能的通信网络操作。这还将提供服务质量（QoS）和流量工程保护，以最大限度地提高网络效率。具体来说，我们提出了一种新的方法，S-MATE（安全MATE）的开发，以保护在云网络中的两个核心节点（路由器或交换机）之间的网络流量。S-MATE通过在发送方和接收方之间的一条操作路径中添加冗余来防止单链路攻击/故障。所提出的方案可以用于保护核心网络，如光纤和IP网络。
2010-10-23 cs.CR cs.IT cs.NI
DeeP-TE: Data-enabled Predictive Traffic Engineering
针对自适应路由的流量矩阵估计与路由变更性能下降问题，提出数据驱动的预测性流量工程算法DeeP-TE，无需流量矩阵测量/估计即可生成路由更新，在真实拓扑和流量下实现近最优拥塞控制且路由变化更小。
2025-08-19 cs.NI
Content Based Traffic Engineering in Software Defined Information Centric Networks
本文描述了一种以内容为中心的网络体系结构，该体系结构使用软件定义网络原理，通过在网络层提取内容元数据来实现高效的元数据驱动服务。透明地访问内容元数据的能力使网络中的许多新服务成为可能。这里讨论的具体示例包括：元数据驱动的流量工程方案，其使用内容长度的先验知识来优化内容递送;元数据驱动的内容防火墙，其比传统防火墙更有弹性;以及基于被访问的内容的类型对内容进行差异化处理。一个详细的轮廓，提出了一些基本的评价一起实施的建议架构。
2013-01-31 cs.NI
Centrality-based Middlepoint Selection for Traffic Engineering with Segment Routing
分段路由是一种新兴的技术，以简化流量工程的实施在广域网。它将端到端逻辑路径表示为通过一组中间点的段序列。沿每个段的流量沿最短路径路由。在本文中，我们研究了实际的流量工程（TE）与段路由在SDN为基础的广域网。我们考虑两种常见类型的TE，并表明TE问题可以解决在弱多项式时间时，中间点的数量是固定的，而不是输入的一部分。然而，相应的线性规划是大规模和计算昂贵的。由于这个原因，现有的方法，通过采取每个节点作为一个候选中间点是低效的。出于这一动机，我们建议只选择几个重要的节点作为所有流量的中间点。我们使用图论中的节点中心性概念，特别是组最短路径中心性，用于中间点选择。我们的性能评估使用现实的拓扑结构和流量跟踪表明，一小部分的最中心的节点可以实现良好的效果与数量级较低的运行时间。
2019-05-28 cs.NI
Backpressure on the Backbone: A Lightweight, Non-intrusive Traffic Engineering Approach
本研究提出了一种新的合作流量工程方案的网络自治系统。背压路由原则用于导出优先级路由规则，这些规则最佳地稳定网络，同时在延迟考虑下最大化其吞吐量。路由规则按照简单的SDN原则部署到网络。拟议的方案需要与中央控制器进行最少、不频繁的交互，从而限制了其施加的工作量。此外，它尊重自治系统的内部结构和它们现有的对等关系。此外，它与底层的基于距离向量的路由方案顺利共存。所提出的方案结合了简单性和服务过境交通量的大幅增长，如模拟在现实的设置和证明通过数学分析。
2016-11-17 cs.NI
Energy-aware Traffic Engineering in Hybrid SDN/IP Backbone Networks
软件定义网络（Software Defined Networking，SDN）可以有效地提高流量工程的性能，在骨干网中具有良好的应用前景。因此，新的节能方案必须考虑SDN，考虑到电信和ISP网络的能源消耗迅速增加，这一点非常重要。同时，出于技术和经济原因，在当前网络中引入SDN在大多数情况下必须是增量的。在此期间，运营商必须管理混合网络，其中SDN和传统协议共存。本文研究了混合SDN/IP网络中的能量有效流量工程问题。首先建立了考虑SDN/IP混合路由模式的优化数学模型。由于该问题是NP难的，我们提出了一种快速启发式算法HEATE（Hybrid Energy-Aware Traffic Engineering）。在我们提出的HEATE算法中，IP路由器使用分布式OSPF链路权重优化来执行最短路径路由。SDN通过全局SDN控制器执行具有业务流分割的多路径路由。HEATE算法找到了OSPF链路权重和SDN拆分比的最佳设置。因此，业务流被聚合到部分链路上，并且可以关闭未充分利用的链路以节省能量。通过计算机模拟结果表明，该算法在SDN/IP混合网络中的能量效率有显著提高。
2016-05-12 cs.NI
No Traffic to Cry: Traffic-Oblivious Link Deactivation for Green Traffic Engineering
Osnabrück University, Institute of Computer Science（奥斯纳布吕克大学计算机科学研究所）
本文提出了一种无需考虑具体流量矩阵的交通无关链接停用方法，通过近似算法和启发式方法实现低能耗的绿色交通工程。
2026-01-19 cs.NI
Boosting performance for software defined networks from traffic engineering perspective
路径选择算法和速率自适应目标函数通常被单独研究。相比之下，本文评估了一些流量工程（TE）系统的软件定义网络的平均延迟和负载均衡，两个最流行的TE目标函数相结合的路径选择技术。基于TE仿真结果，最适合软件定义网络的TE系统是使用不经意路由模型计算路径并使用平均延迟目标函数计算其自适应速率的系统。因此，我们提出的RAKE +AD系统结合使用Racke的不经意路由和流量分裂的目标函数，使用平均延迟计算的路径集。该模型优于当前最先进的模型，最大限度地提高吞吐量，实现更好的网络资源利用率，并最大限度地减少延迟。与GEANT网络上的两个系统相比，该系统的性能分别优于SMORE和SWAN 4.2%和9.6%，利用率提高了27%，流量增加了34%，延迟减少了50%。
2021-01-15 cs.NI
Protection Over Asymmetric Channels, S-MATE: Secure Multipath Adaptive Traffic Engineering
针对互联网服务提供商（ISP）网络中核心网络节点之间的流量工程配置问题，已经提出了几种方法。这样的方法旨在最小化网络延迟，增加容量，并增强两个核心（中继）网络节点（入口节点和出口节点）之间的安全服务。MATE（多路径自适应流量工程）已经被提出用于入口节点（源）和出口节点（目的地）之间的多路径自适应流量工程，以在多个不相交的路径之间分配网络流。其新颖的思想是避免网络拥塞和攻击可能存在的边缘和节点不相交的路径之间的两个核心网络节点。本文提出了非对称信道下的保护方案。准确地说，本文旨在开发一种自适应的，鲁棒的，可靠的流量工程方案，以提高通信网络的性能和可靠性。该方案还将提供服务器质量（QoS）和流量工程保护，以最大限度地提高网络效率。具体地说，S-MATE（secure MATE）被提出来保护两个核心节点（路由器、交换机等）之间的网络流量。在云网络中。S-MATE通过在发送方和接收方节点之间的一个操作冗余路径中添加冗余来防止单个链路攻击/故障。它还扩展到防止多个受攻击的链接。该方案可应用于光网络和IP网络等核心网络的安全。
2010-12-29 cs.CR cs.IT cs.NI
Adaptive Robust Traffic Engineering in Software Defined Networks
软件定义网络（SDN）的主要优势之一是有机会集成流量工程模块，从而能够根据流量优化网络配置。理想情况下，网络应该动态地重新配置业务的演变，从而实现显着的收益，在资源的有效利用相对于传统的静态方法。不幸的是，重新配置不能太频繁，由于路由稳定性，转发规则的实例化，个人流量动态，流量监控开销等相关的一些原因，在本文中，我们专注于决定是否，何时以及如何重新配置网络在流量演变的基本问题。我们提出了一种新的方法来聚类相关点的多维交通空间考虑到最佳路由的相似性，而不仅仅是在流量值。此外，为了在应用重新配置时为在线决策提供更大的灵活性，我们允许集群之间的一些重叠，这可以保证高质量的路由，而不管过渡时刻如何。我们比较我们的算法与国家的最先进的方法在现实的网络场景。结果表明，我们的方法显着减少了重新配置的数量与网络性能的偏差可以忽略不计，相对于网络配置的不断更新。
2017-12-15 cs.NI
P4TE: PISA Switch Based Traffic Engineering in Fat-Tree Data Center Networks
这项工作提出了P4TE，带内流量监测，负载感知的数据包转发，流量工程的流量控制机制，在胖树拓扑结构的数据中心网络使用PISA交换机。它实现了对网络条件变化的子RTT反应时间，改善了流完成时间，并平衡了链路利用率。与传统的基于探测器的监控方法不同，P4TE使用带内监控方法来识别数据平面中的流量事件。基于这些事件，它重新调整路径的优先级。它使用一种基于负载感知的转发路径选择机制来响应不断变化的网络条件，并通过向终端主机发送反馈来控制流量。它可在新兴的基于v1model.p4架构的可编程交换机上实现，并能够保持线速性能。我们的评估表明，P4TE使用少量的资源在PISA管道，并实现了改善流完成时间比ECMP和阻碍。
2022-07-19 cs.NI
On the Interplay of Link-Flooding Attacks and Traffic Engineering
链接泛滥攻击甚至有可能切断整个国家与互联网的连接。此外，新提出的间接链接洪水攻击，如“交叉火力”，是非常难以暴露，随后，有效地减轻。流量工程（TE）是网络缓解链路过载事件、平衡负载和恢复连接的自然方式。这项工作提出了一个问题：我们是否也需要一种新的TE来揭露攻击？关键的想法是，一个精心制作的，攻击感知的TE可以迫使攻击者遵循不可能的流量模式，随着时间的推移暴露他的目标和他的身份。我们表明，现有的和新的TE模块可以有效地暴露攻击，并研究每种方法的好处。我们使用模拟机制实现防御原型，并在多个真实拓扑结构上对其进行广泛评估。
2016-11-08 cs.NI
Scalable BGP Prefix Selection for Effective Inter-domain Traffic Engineering
随着BGP路由表规模的不断增大，多宿主网络域间流量工程面临着可扩展性的挑战。在此上下文中，必须潜在地针对每个目的地前缀做出最佳路径的选择，这要求所有可用路径被表征（例如，通过测量）并相互比较。幸运的是，众所周知，少数几个前缀承载了大部分流量。作为一个自然的结果，工程师大流量只有几个前缀需要管理。然而，一个给定的前缀的流量特性可以随着时间的推移而发生很大的变化，并且在这个聚合级别上对流量的动态知之甚少，包括预测在不久的将来最重要的前缀的集合。%，基于过去的观察。复杂的预测方法在这种情况下无法扩展。在本文中，我们研究了前缀量，稳定性和可预测性之间的关系，根据最近的流量跟踪从九个不同的网络。然后提出了三种简单且资源有效的方法来选择与最重要的可预见流量相关联的前缀。这样提出的方法允许选择具有优异的代表性（体积覆盖）和时间稳定性的前缀集合，针对这些前缀集合识别最佳路由。所进行的分析证实了路线决策引擎的潜在好处。
2015-11-26 cs.NI
Kulfi: Robust Traffic Engineering Using Semi-Oblivious Routing
广域网流量工程使网络运营商能够通过平衡多条路径上的负载来减少拥塞并提高利用率。当前的流量工程方法可以根据计算转发路径的路由组件和将传入流动态映射到这些路径上的负载均衡组件来建模，从而调整发送速率以适应当前条件。不幸的是，现有的系统依赖于这些组件中的一个或两个的简单策略，这导致性能差或需要对转发路径进行频繁更新，从而显著增加了管理复杂性。本文探讨了一种不同的方法，基于半不经意路由，不经意路由的自然扩展，其中系统计算一组不同的路径独立的需求，但也动态地适应发送速率的条件变化。半不经意路由具有许多重要的优势，包括低开销，接近最佳的性能，以及内置的保护，防止意外的流量和故障的突发。通过深入的模拟和SDN硬件上的部署，我们证明了这些好处是强大的，并在广泛的拓扑结构，需求，资源预算和故障场景中保持。
2016-03-03 cs.NI
Prioritized Multi-Tenant Traffic Engineering for Dynamic QoS Provisioning in Autonomous SDN-OpenFlow Edge Networks
针对移动边缘网络中多租户QoS管理缺乏灵活性的问题，提出基于SDN-OpenFlow的动态QoS保障方案，通过控制与数据面分离实现流量优先级管理，实验验证了其在基站-边缘云场景下的有效性。
2024-03-24 cs.NI
One More Weight is Enough: Toward the Optimal Traffic Engineering with OSPF
流量工程（TrafficEngineering，TE）利用网络流量的信息来生成优化流量分布的路由方案，从而提高网络性能。然而，优化OSPF的链路权重提供的流量是一个已知的NP难问题。在本文中，受拥塞控制的公平性概念的启发，我们首先提出了一个新的通用目标函数，在不同的参数设置，可以提取不同的供应商的利益。然后，我们模型的最佳TE的效用最大化的多商品流的通用目标函数，并从理论上表明，任何给定的一组最佳路线对应于一个特定的目标函数可以转换为最短路径的一组正的链接权重。这可以直接在基于OSPF的协议上配置。在此基础上，我们采用网络熵最大化（NEM）框架，并开发了一个新的OSPF为基础的路由协议，SPEF，实现了一个灵活的方式来分割流量在最短路径的分布式方式。实际上，与OSPF相比，SPEF只需要为每条链路增加一个权重，并可证明达到最优TE。数值实验已经做了比较SPEF与当前版本的OSPF，显示的有效性SPEF的链路利用率和网络负载分布。
2010-11-24 cs.NI
FIGRET: Fine-Grained Robustness-Enhanced Traffic Engineering
针对现有流量工程方案难以平衡常态与突发场景性能的问题，提出细粒度鲁棒性增强方案FIGRET，可按源-目的对流量特征定制鲁棒性等级，在真实网络中性能与求解速度均显著优于现有方案。
2024-08-16 cs.NI
GATE: GPU-Accelerated Traffic Engineering for the WAN
Google（谷歌）；UIUC（伊利诺伊大学厄巴纳-香槟分校）；UC Berkeley（加州大学伯克利分校）
针对现有流量工程在大规模网络中运行时间过长或近似求解低效的问题，提出GPU加速的GATE方法，通过高度并行化分解实现快速且收敛到最优解，在云广域网生产数据上比最先进技术快4-10倍。
2026-09-30 cs.NI
Distributed Traffic Engineering in Hybrid Software Defined Networks: A Multi-agent Reinforcement Learning Framework
针对混合SDN中集中式流量工程在动态网络下计算开销大、反应慢的问题，提出多智能体强化学习框架CMRL，通过划分路由决策、构建交互环境与引入差异奖励分配机制，实现了高效自适应的全局路由优化。
2023-07-29 cs.NI
METTEOR: Robust Multi-Traffic Topology Engineering for Commercial Data Center Networks
在过去的十年中，已经提出了许多光路交换数据中心网络，以获得更高的容量，尽管到目前为止这些架构的商业采用很少。这些架构共同面临的一个主要挑战是难以处理具有高交换延迟的光电路交换机（OCS）的突发业务。先前的工作通常依赖于快速切换的OCS原型，通过频繁的重新配置来更好地对流量变化做出反应。不幸的是，这种方法进一步增加了控制平面的复杂性。我们提出了METTEOR，一个易于部署的解决方案，光路交换数据中心，这是专为商业OCS的当前能力。使用多个预测流量矩阵，METTEOR设计的数据中心拓扑结构对流量变化不太敏感，因此无需在流量变化时频繁重新配置OCS。使用生产痕迹的广泛评估的基础上的结果表明，METTEOR增加了直接跳流量的百分比约80%，在一个胖树在可比的成本，并通过约30%，在一个统一的网格，在可比的最大链路利用率。与在每个流量矩阵上重新配置OCS的理想解决方案相比，METTEOR即使每两周重新配置一次，也能实现接近最佳的带宽利用率。这大大降低了在商业环境中执行METTEOR所需的控制器和管理复杂性。
2020-02-02 cs.NI
Combined Intra- and Inter-domain Traffic Engineering using Hot-Potato Aware Link Weights Optimization
一个众所周知的方法，域内流量工程包括在寻找一组链路权重，最小化一个给定的域内流量矩阵的网络范围的目标函数。这种方法是不够的，因为它忽略了对域间路由的潜在影响。实际上，所得到的链路权重集可能会触发BGP更改某些目的地前缀的BGP下一跳，以实施棘手的路由策略。反过来，这会导致链路权重优化器没有预料到的域内流量矩阵的变化，可能导致网络性能下降。我们提出了一个BGP感知的链接权重优化方法，考虑到这些影响，甚至把它们变成一个优势。该方法使用域间流量矩阵和其他可用的BGP数据，扩展域内拓扑与外部虚拟节点和链路，在其上可以应用经典链路权重优化器的所有良好调整的拓扑。我们的方法的一个关键的创新资产是它的能力，也优化域间对等链路上的流量。我们表明，使用一个可操作的网络作为案例研究，我们的方法这样做，几乎没有额外的计算成本有效。
2008-04-14 cs.NI
Stable and Fault-Tolerant Decentralized Traffic Engineering
提出去中心化流量工程系统Symphony，通过二次正则化增强TE目标使控制器无需协调即可收敛到兼容分配，并采用随机切片算法分布关键流量源，在保留故障隔离优势的同时显著减少发散引起的拥塞和影响范围。
2025-10-13 cs.NI
Taming Imbalance and Complexity in WAN Traffic Engineering
针对WAN流量工程中求解质量与计算复杂度难以平衡及流量异质性问题，提出包含关键链路集和网络关键性指标及基于隧道弹性算法的整体解决方案，显著提升网络性能。
2024-12-23 cs.NI
Fast Traffic Engineering by Gradient Descent with Learned Differentiable Routing
诸如虚拟实境、外科手术或云计算之类的新兴应用需要对网络的日益复杂的操作需求（例如，超可靠的低延迟）。同样，越来越快的业务动态将需要可以在短时间尺度上操作的网络控制机制（例如，亚分钟）。在这种情况下，流量工程（TE）是根据一些性能目标（例如，最小化网络拥塞）。提出了一种基于图神经网络和可微规划的TE算法--反向传播路由算法。由于其内部GNN模型，RBB构建了目标TE问题的端到端可微函数（MinMaxLoad）。这使得能够通过梯度下降进行快速TE优化。在我们的评估中，我们展示了RBB优化基于OSPF的路由的潜力（相对于默认OSPF配置，$\approx$提高了25\%）。此外，我们测试RBB作为计算密集型TE求解器的初始化器的潜力。实验结果表明，这类求解器的加速和实现有效的在线TE优化的前景看好。
2022-09-21 cs.NI
Traffic Engineering with Segment Routing: SDN-based Architectural Design and Open Source Implementation
IP运营商网络中的流量工程（TE）是可以从软件定义网络范例中受益的功能之一。通过在逻辑上集中控制网络，可以根据TE目标对每个流的路由进行“编程”。传统的按流路由需要SDN控制器与业务路径中涉及的每个节点之间的直接交互。根据粒度和流的时间属性，这可能导致核心网络节点中需要维护的路由状态量和所需配置流量的可扩展性问题。另一方面，分段路由（SR）是一种新兴的路由方法，其可以简化在网络边界处委托所有配置和每个流状态的路由实施。在这项工作中，我们提出了一个架构，集成了SDN范式与基于SR的TE，我们提供了一个开源的参考实现。我们已经设计并实现了一个简单的TE/SR启发式流量分配，我们展示和讨论的实验结果。
2015-12-16 cs.NI
Content-aware Traffic Engineering
如今，互联网流量的很大一部分是由内容提供方（CP）发起的，例如内容分发网络和超级巨头。为了应对日益增长的内容需求，CP部署了大规模分布式基础设施。这对CP提出了新的挑战，因为他们必须动态地将最终用户映射到适当的服务器，而不完全了解ISP内的网络条件以及最终用户的网络位置。此外，互联网服务提供商努力应对由CP的动态服务器选择过程引起的快速流量变化。在本文中，我们认为，CP和ISP今天分别面临的挑战可以变成一个机会。我们展示了他们如何共同利用部署的分布式基础设施，以提高其操作和最终用户的性能。我们提出了内容感知流量工程（CaTE），它动态地适应流量需求的内容托管在CP利用ISP的网络信息和最终用户的位置在服务器选择过程中。因此，CP增强了其最终用户到服务器的映射，并改善了最终用户体验，这要归功于网络通知服务器选择规避网络瓶颈的能力。此外，ISP获得了部分影响其网络中流量需求的能力。我们的研究结果与运营数据显示，最终用户和分配的CP服务器之间的路径长度和延迟的改善，全网络的流量减少高达15%，并在ISP的链路利用率下降高达40%时，应用CaTE的流量由少数主要CP提供。
2012-02-07 cs.NI
Early Experiences in Traffic Engineering Exploiting Path Diversity: A Practical Approach
最近的文献已经证明，稳定的动态路由算法有坚实的理论基础，使他们适合在一个真正的协议实现，并在许多不同的操作网络环境中的实际应用。这样的算法继承了拥塞控制器实现的AQM/ECN计划在节点和源的流量控制的可能组合之一的属性。在本文中，我们提出了最大-最小公平性下具有拥塞控制的多商品流问题的线性规划公式，其中包括有或没有外生峰值费率的需求。我们的增益评估，使用路径多样性，在场景中作为域内流量工程和无线网状网络鼓励真正的实现，特别是在存在热点的需求和非均匀的流量矩阵。我们提出了一个流量感知的角度来看，通过使用一个自然的多路径扩展到当前的拥塞控制器，并显示其性能与当前的建议。由于流量感知架构利用路径多样性是可行的，可扩展的，强大的，几乎是最佳的存在下的流量与外源的峰值速率，我们声称，我们的解决方案重新思考的情况下，现实的交通假设执行更好的最佳方法与所有的额外好处的流量感知范式。
2008-03-14 cs.NI
HybridTE: Traffic Engineering for Very Low-Cost Software-Defined Data-Center Networks
现代数据中心的规模不断增加。由于使用全平分带宽网络互连数据中心中的所有机器是不经济的，因此必须开发技术来提高数据中心网络的效率。软件定义网络范式为此类环境中的集中式流量工程（TE）打开了大门。到目前为止，已经有许多针对SDN控制的数据中心的TE提案，它们都运行得很好。然而，这些技术要么使用大量的流表条目，要么使用高的流安装率，这使得可用的交换硬件更简单，要么它们需要定制的或非常昂贵的线端设备才能在实践中使用。我们提出HybridTE，TE技术，使用（不确定）的信息大流量。使用这些额外的信息，我们的技术具有非常低的硬件要求，同时保持比现有的TE技术更好的性能。这使我们能够构建非常低成本、高性能的数据中心网络。
2015-03-14 cs.NI
Scalable Traffic Engineering for Higher Throughput in Heavily-loaded Software Defined Networks
现有的流量工程（TE）解决方案在平均情况下对于软件定义网络（SDN）表现良好。然而，在高峰时段，突发性流量尖峰是具有挑战性的处理，因为即使在有限的流条目发生故障后，也难以及时做出反应并保证高性能。我们决定充分利用网络容量来满足高峰时段的需求，而不是留下一些容量来保证故障后的流量重路由或需求或拓扑变化后的路径更新不会导致拥塞。TE系统还需要对故障快速做出反应，并利用优先级队列来保证丢失和延迟敏感业务的传输。我们提出TED，一个可扩展的TE系统，可以保证在高峰时段的高吞吐量。TED可以快速计算出一组最大数量的边缘不相交路径的每个入口-出口开关对。我们设计了两种方法来选择路径下的流进入限制。然后，我们将选定的路径输入到TE，以最大限度地减少链路利用率。在大流量矩阵使得最大链路利用率大于1的情况下，我们将利用率和流量矩阵输入到新约束下的最大化总吞吐量的优化中。因此，我们得到了一个现实的流量矩阵，它具有最大的总吞吐量，并保证每个交换机对没有流量饥饿。实验结果表明，在相同的流量入口限制条件下，TED算法在负载较重的SDN中具有更好的性能，在G-Scale拓扑中，单链路故障后满足所有流量（> 99.99%）的概率比Smore算法高10%。
2019-09-20 cs.NI
Integrated Topology and Traffic Engineering for Reconfigurable Datacenter Networks
本文针对可重构数据中心网络，提出统一模型研究动态拓扑与流量工程的吞吐量，设计结合需求无关与需求感知调度的系统，在多种流量下性能提升达25%。
2024-02-14 cs.NI
TEL: Low-Latency Failover Traffic Engineering in Data Plane
现代网络应用需要在网络故障的情况下进行低延迟流量工程，同时保持服务质量约束，如延迟和容量。快速重路由（FRR）机制被广泛用于故障场景中的业务重路由目的。控制平面FRR通常计算备份转发规则，以在故障发生时使数据平面中的流量绕道。随着可编程数据平面的出现，这种机制可以在数据平面中计算。在本文中，我们提出了一个系统（称为TEL），其中包含两个FRR机制，即TEL-C和TEL-D。第一种算法在控制平面上计算备份转发规则，满足最大最小公平分配。第二种机制在数据平面中提供FRR。这两种算法都需要可编程数据平面上的最小存储器，并且非常适合于现代线速率匹配动作转发架构（例如，PISA）。我们在P4可编程软件交换机上实现了这两种机制（例如，BMv 2和Tofino），并测量它们在各种拓扑上的性能。从数据中心拓扑获得的结果表明，我们的FRR机制可以将流完成时间提高到$-$的4.6倍7.3倍（即，小流量）和3.1x $-$ 12 x（即，大流量）与基于再循环的机制（例如F10）相比。
2021-07-21 cs.NI
Green Traffic Engineering by Line Card Minimization
本文研究通过最小化活跃线卡数量来降低骨干网功耗的绿色流量工程问题，证明其NP难性，并提出最优ILP算法和基于2-Segment Routing的快速启发式算法，在真实网络上验证了启发式算法接近最优且速度显著更快。
2023-06-01 cs.DS cs.NI
Online Multicast Traffic Engineering for Software-Defined Networks
针对SDN动态组播流量工程的挑战，本文提出OBST优化问题，证明其NP难性并设计紧竞争比算法，实验验证其相较传统方法成本至少降25%且计算高效。
2017-12-30 cs.NI
NeuroRisk: Physics-Informed Neural Optimization for Risk-Aware Traffic Engineering
Xi’an Jiaotong University（西安交通大学）；Shanghai Jiao Tong University（上海交通大学）；Nanyang Technological University（南洋理工大学）；Huawei（华为）；Shanghai Innovation Institute（上海创新研究院）
针对WAN中相关故障导致的可用性损失问题，NeuroRisk通过物理引导的深度展开优化器，在风险目标上实现高利用率，同时在运算尺度上实现显著加速。
2026-05-13 cs.LG cs.NI
REPETITA: Repeatable Experiments for Performance Evaluation of Traffic-Engineering Algorithms
在本文中，我们提出了一个务实的方法来提高再现性的流量工程（TE）算法，其实施，评估和比较，目前很难复制的实验分析。我们设想的目标是使现有的和未来的TE算法的普遍检查的实验。我们描述了REPETITA的设计和实现，一个软件框架，实现常见的TE功能，自动化实验设置，并简化比较（在解决方案的质量，执行时间等方面）。的TE算法。在其当前版本中，REPETITA包括（i）用于可重复实验的数据集，由250多个真实网络拓扑组成，具有完整的带宽和延迟信息以及相关的流量矩阵;以及（ii）实现最先进的域内TE算法，具有IGP权重调整和分段路由优化。我们展示了我们的框架如何成功地再现文献中描述的结果，并简化了对质量多样的TE算法的新分析。我们公开发布了我们的REPETITA实现，希望社区将其视为可行性的演示，激励和提高实验可重复性的初始代码基础：其面向插件的架构确实使REPETITA易于扩展新的数据集，算法，TE原语和分析。因此，我们邀请研究社区使用并为我们发布的代码和数据集做出贡献。
2017-10-24 cs.NI
Trading Throughput for Freshness: Freshness-Aware Traffic Engineering and In-Network Freshness Control
除了吞吐量和延迟等传统问题外，新鲜度也变得越来越重要。为了保持新鲜，应用程序在其组件之间传输状态更新。现有的研究提出了信息的度量年龄（AoI）来衡量新鲜度和设计系统，以实现低AoI。尽管在这一领域的积极研究，现有的结果不适用于一般的有线网络有两个原因。首先，他们专注于无线设置，其中AoI主要受到干扰和冲突的影响，而在有线设置中，干扰更占主导地位。第二，文献中没有考虑到遗留的下降反向流。调度具有不同性能目标的混合流尚未解决。在本文中，我们研究了有线网络共享的两类流，分别以高吞吐量和低的AoI，并实现了良好的折衷之间的吞吐量和AoI。我们的方法来解决这个问题包括两个层次：新鲜度感知流量工程（FATE）和网络新鲜度控制（IFC）。FATE通过优化获得流的发送速率/更新频率，然后由IFC通过在网络内节点的每个输出端口处的有效调度机制来执行其解决方案。我们还提出了高效的Linux实现IFC，并证明了FATE/IFC的有效性，通过广泛的仿真。我们的研究结果表明，与最先进的流量工程相比，有可能以较小的吞吐量（低5%）换取更短的AoI（短49至71%）。
2021-12-14 cs.NI
Traffic-Aware Service Relocation in Cloud-Oriented Elastic Optical Networks
Wroclaw University of Science and Technology（弗罗茨瓦夫理工大学）
在本文中，我们研究了有效的服务重定位问题（即，改变为所选客户端节点分配的数据中心），以便提高网络性能（通过接受的业务量来测量）。为此，我们首先提出了新的云就绪传输网络的流量模型。该模型考虑了四种流动类型（即，城市到城市、城市到数据中心、数据中心到数据中心和数据中心到数据中心），而流特性基于与网络节点相关的城市的实际经济和地理参数。然后，我们提出了专用的流量分配算法，可以支持的服务重定位过程。我们还介绍了21种不同的迁移策略，这些策略使用三种类型的数据进行决策-网络拓扑特征，拒绝历史和流量预测。最后，我们进行了大量的数值实验，以便：（i）调整建议的优化方法和（ii）评估和比较它们的效率，并选择最好的一个。调查结果证明了所提出的政策的高效率。合理设计的重定位策略允许分配多达3%的流量（与没有该策略的分配相比）。结果还表明，最有效的搬迁政策的基础上，同时对两种类型的数据-拒绝历史和交通预测的决定。
2021-05-17 cs.AI cs.NI
PMSR - Poor Man's Segment Routing, a minimalistic approach to Segment Routing and a Traffic Engineering use case
段路由（SR）架构的当前规范要求增强域内路由协议（例如OSPF和IS-IS），使得节点可以通告段标识符（SID）。我们提出了一个更简单的解决方案，称为PMSR（穷人的段路由），不需要任何增强路由协议。我们比较了PMSR和传统SR的流程，表明PMSR可以降低操作和管理的复杂性。我们分析了当前SR草案中的用例集，我们声称PMSR可以支持其中的绝大多数。由于控制平面的大幅简化，我们已经能够开发PMSR的开源原型。在本文的第二部分中，我们考虑一个流量工程用例，从传统的流分配优化问题，分配逐跳路径流。我们提出了一个SR路径分配算法，并证明了它是最优的分配给一个流的段数。
2015-12-16 cs.NI
LMTE: Putting the "Reasoning" into WAN Traffic Engineering with Language Models
Zhejiang University（浙江大学）；Hefei University of Technology（合肥工业大学）
LMTE利用语言模型进行WAN流量工程，通过高效多模态对齐和轻量级配置生成，实现更高效的流量规划和优化。
2026-01-31 cs.NI
ReWeave: Traffic Engineering with Robust Path Weaving for Localized Link Failure Recover
本文提出ReWeave链路级流量工程方案，利用仅相邻备份路径和SRv6绕行实现故障链路两端的局部动态重路由，在低开销下显著降低链路利用率并保持快速响应与低丢包。
2025-08-31 cs.NI
Near-optimal Online Traffic Engineering
University of Southern California（南加州大学）；Microsoft Research（微软研究院）；University of Pennsylvania（宾夕法尼亚大学）；Northwestern University（西北大学）
本文提出OnlineTE系统，通过优化分解理论实现分布式TE求解器，可在秒级内响应需求变化，提升大规模WAN的交通工程效率。
2026-05-15 cs.NI
Geminet: Learning the Duality-based Iterative Process for Lightweight Traffic Engineering in Changing Topologies
Shanghai Jiao Tong University（上海交通大学）；Zhonggancun Academy（中关村学院）；Xi’an Jiaotong University（西安交通大学）；Shanghai Innovation Institute（上海创新研究院）；Zhongguancun Institute of Artificial Intelligence（中关村人工智能研究院）
Geminet通过学习基于梯度下降的迭代过程，实现轻量级交通工程在拓扑变化中的高效处理，显著提升可扩展性并降低内存消耗。
2026-04-15 cs.LG cs.NI
