NMS 開關 DSLAM 決策演算法

3.2 與 3.3 節提到的演算法均執行在 PSR 之中，然而本節的「NMS 開關 DSLAM 決策演算法」卻是由網管中心(NMS)來執行。由於兩者的計算能力具有顯著差異，

因此本演算法會稍微複雜一些。同時，也因為本演算法關閉的對象是耗電功率動 輒數十瓦至數千瓦的 DSLAM，故省下的電力消耗將十分可觀，效益遠勝於關閉 PSR 的 NICs。

本演算法定為每隔 _{_ _} 才執行一次，而內容又可分為兩大部分: 第 (一)部分是用來判斷開關 DSLAM 的時機以及對向；第(二)部分則是歷史流量資訊 的應用，主要是用來輔助第(一)部分的決策。使用到的參數整理於表 3-4，完整參 數列表可參考附錄一。

表 3-4 NMS 開關 DSLAM 決策演算法參數表

(一) 開關 DSLAM 時機: Average (EWMA)進行平均之後的流量趨勢值，如(3-4)所示。

, ( ) = _{_} ∙ _, − _{_ _} + 1 − ∙ _, ( ). (3-4)

在這裡我們採用簡易的方式估計，就直觀上而言，一基地台和待關閉之

For ∀ ∈ {2,3, … , }, ∈ {1,2, … , }

, ( ) + ( _, ∩ _, ) ∙

∑ ∑ ( _, ∩ _, ) ∙ ∙ _, ( )

< _{_ _} ∙ _, .

(3-6)

而若 _, 已累加到大於設定的上限值 (由歷史紀錄與流量趨勢決定)，

DSLAM 即可關閉。完整的流程圖如圖 3-8 所示。

至於 _{, ,} 與 _, 上限值的設定，與第(二)部分 _{_} 的值 有關，若現在 PSR 的總流量被認定為符合歷史趨勢 (即 _{_} 為{ })，

而歷史流量有逐漸上升的趨勢，意即 _{, _ _} − _{, _ _} > 0 則 DSLAM 為了減緩無線基地台的負荷，應較容易被開啟，只要 _{, ,} > _{_} 即可。同理，此時關閉 DSLAM 的門檻應設較高，為 _, > _{_} ； 反之，在歷史流量的趨勢為下降時，開關門檻的鬆緊程度即對調，讓關閉 DSLAM 較容易，同時開啟較困難。

但是在 _{_} = { } 時，因歷史流量趨勢的高低已不具有參考

價值，故此時不論是開啟或關閉 DSLAM 的門檻均一視同仁的設定為

∙ ( _{_} + _{_} )。完整的流程圖如圖 3-9 與 3-10 所示。

圖 3-9 NMS 開關 DSLAM 決策演算法－Turn-on-DSLAM 演算法 流程圖

圖 3-10 NMS 開關 DSLAM 決策演算法－Turn-off-DSLAM 演算法 流程圖

(二) 歷史流量資訊的應用：

為了使開關 DSLAM 時不至於因為流量的震盪而造成誤判，了解整體流量趨 勢是十分重要的。假如已經知道將來的流量趨勢是持續上升，那麼開啟 DSLAM 將 流量導引回有線接取網路就應該給予較低的門檻，同理此時亦不太適合繼續關閉 DSLAM 故執行的門檻較高。然而未來實則無法預料，只能參考過去的流量趨勢來 推測，好在網路流量與人的作息密切相關，也具有周期為一天，一星期或一年的 特性，鑑古知今的做法在這裡有很高的可信度。

我們選擇忽略其他的週期性，只考慮變化最劇烈的一日周期，並將一天分為

每次執行時都需要先取得各個 PSR 在上個時段的平均流量，對於一般網管系 統而言，使用 Simple Network Management Protocol (SNMP) 即可取得該資訊。當 得到所有 PSR 流量之加總後 ( ^_ ( − 1) )，即可將此值與過去 天該時段 的歷史流量之平均值 ( _{, _ _} ) 與標準差 ( _{, _ _} ) 做比 較，若是其值落入 倍標準差之間，如(3-7)式所示，則將此時段視為符 合趨勢的時段，即 _{_} = { }。

_ ( − 1) − _{, _ _} < ∙ _{, _ _} . (3-7)

反之若是其值位在 倍標準差之外，則視該時段為{ }，意

即之後的流量趨勢不適合使用歷史資訊推斷。而 _{_} 的用處可參考本節

第(一)部分。詳細的流程圖如圖 3-11 所示。

圖 3-11 NMS 開關 DSLAM 決策演算法－歷史流量資訊的應用 流程圖

然而，使用歷史資訊並非是必然的選擇，在流量的週期不明顯的區域或已知 流量會異常的時段，亦可跳過本部分演算法，只需要將 _{_} 永遠設為 { } 即可，在本節第(一)部分開關 DSLAM 時，便會採取相同嚴格的門檻 來判斷。這麼做勢必會增加 Blocking Prob.與延緩開關 DSLAM 的反應時間，但其 對結果並非影響甚鉅。