林 霄 姬 硕 岳胜男 孙卫强 胡卫生

1(福州大学物理与信息工程学院 福州 350116)2(区域光纤通信网与新型光通信系统国家重点实验室(上海交通大学) 上海 200240)(linxiaocer@fzu.edu.cn)

随着新兴在线应用与云服务的迅猛发展，跨数据中心的大数据传输需求正呈现井喷态势[1-2].目前典型的大数据传输应用，例如数据中心(datacenter, DC)备份、大科学计算等，其传输数据量多达数百太字节(TB)，传输所需带宽高达数吉比特每秒(Gbps)，传输时间甚至可持续数天[3-5].这对跨数据中心网络提出了前所未有的挑战.由于大数据传输时间长(数小时到数天)，因此数据往往对传输延时不敏感，具有延迟容忍性(delay tolerant).为了应对上述挑战，许多研究工作尝试利用延迟容忍性，为大数据的传输与调度提供额外灵活性[3-9].

文献[3-9]的共同特征之一是采用端到端(end-to-end, E2E)连接传输大数据.然而，网络中带宽资源的使用情况在时间和空间上均呈现不均衡性，这使得在较大网络范围内进行E2E数据传输难以实现.例如，在跨时区的数据传输中，由于不同时区中网络出现带宽使用的峰谷时间不一致，跨多个时区的E2E高带宽通路难以实现.即便在同一个时区中，由于网络中各条链路带宽可用情况差异甚大，能够提供给E2E传输的时间窗口也很小，难以满足大数据传输要求[10].为承载持续上升的网络高峰期流量，即便网络在非高峰期有大量闲置带宽，数据中心运营商仍然必须不断从互联网服务提供商(Internet service provider, ISP)购买更多的带宽，或者持续升级其专用线路的带宽容量.