网络功能虚拟化技术(NFV,Network Function Virtualization)将网络功能从专用硬件设备中剥离出来,实现软件和硬件的解耦,使得网络管理员能够基于通用的计算、存储和网络设备,根据需要实现网络功能及其动态灵活的部署。由于NFV可以动态分配物理设备资源,随着流量处理需求的起伏,运营商可以通过减少在一部分时间运行的物理设备的数量,从而降低运营商的能耗支出。然而为了保证NFV处理性能,管理员往往需要让物理设备持续在高性能模式运行,这将在流量处理需求较少时浪费大量的电能。为了解决上述问题,本文设计了一种基于多核处理器的、采用集中式控制的NFV部署方式,能够在流量处理需求较少时降低NFV能耗,在流量处理需求上升时提升NFV处理性能,以达到在流量处理需求较少时,降低NFV在多核通用处理器上能耗的效果。在本文所设计的NFV节能调度系统中,控制器可以实时监控和评估系统流量和负载状况,并通过使用进程合并机制和切分机制调度工作进程,使工作进程集中在更少的处理器核心上以达到节能效果。使用能耗分析软件“powerstat”进行的初步评估表明,在拥有40个CPU(Central Processing Unit,中央处理器)物理核心的x86服务器上,使用这种部署方式的NFV数据包处理系统可以在低流量负载时段将CPU功率降低约18%。本文首先概述了 NFV节能的研究背景和现状,并介绍了通用处理器节能以及网络流量周期性的相关概念;然后,本文通过对处理器DVFS(Dynamic Voltage And Frequency Scaling,动态电压频率调节)和 CPU 多核调度的能耗管理能力,以及扩展KL算法(Extended Kernighan/Lin Algorithm)性能的量化研究,对NFV节能调度系统进行设计并加以实现;最后,本文对NFV节能调度系统的能耗和性能进行了测试与评估。本文工作的主要创新点与创新性成果有:(1)本文针对使用多核通用处理器进行IP数据包处理的场景,分别对多种工作负载下,处理器DVFS和CPU多核调度的能耗管理能力进行了量化研究,为通用处理器上NFV的能耗优化部署提供了数据支持。(2)本文设计的NFV部署方式采用集中式控制架构,使用流量分布信息和输入队列长度两种指标实现对每个VNF(virtual network function,虚拟网络功能)模块的流量监控和评估,并使用DVFS技术和处理器亲和性机制进行物理设备资源调度,实现了多VNF处理链在多核心通用处理器上的优化部署。(3)本文将KL算法(Kernighan/Lin Algorithm)的变种——扩展KL算法用于工作进程切分机制,提升系统处理性能。