Distributed Simulation for Digital Twins of Large-Scale Real-World DiffServ-Based Networks

数字孪生技术可以促进大规模通信网络的监测和在线分析。因此，更快的网络性能预测变得至关重要，尤其是在分析大规模城市网络中的服务质量（QoS）参数时。离散事件仿真（DES）是一种标准的网络分析技术，可以通过并行和分布式执行进行进一步优化，以加快速度，称为并行离散事件仿真（PDES）。然而，建模详细的QoS机制，如DiffServ，需要为每个网络路由器处理复杂的事件，这可能涉及过多的仿真事件。此外，当前用于网络分析的PDES大多采用保守调度，这会因避免因果关系问题而导致过度的全局同步。对于现实世界的大规模网络拓扑和复杂的QoS机制，乐观的PDES的性能分析仍然不足。为了解决这些问题，本文提出了一个仿真工具包Quaint，它利用乐观的PDES引擎ROSS，对DiffServ为基础的网络进行详细建模。还提出了一种新颖的事件处理模型，用于每个网络路由器，以显著减少复杂QoS建模中的事件数量。Quaint已经使用一个具有5,000个路由器/交换机的真实都市级网络拓扑进行了评估。结果表明，与传统的模拟器OMNeT++/INET相比，即使是Quaint的顺序模式也可以实现53倍的加速，而分布式模式则具有232倍的加速。进行了可扩展性特征描述，以描绘分布式执行的效率，并且结果表明了面向负载感知的模型分区的未来方向。

本文旨在解决监控和在线分析大规模通信网络中的QoS参数的问题，特别是在大规模城市网络中进行分析时需要更快的网络性能预测。当前PDES网络分析技术对于模拟复杂的QoS机制（如DiffServ）需要复杂的事件处理，而且采用保守调度，导致过多的全局同步，效率低下。

本文提出了一种基于乐观PDES引擎ROSS的模拟工具包Quaint，用于详细建模基于DiffServ的网络。同时，提出了一种新颖的事件处理模型，用于显著减少复杂QoS建模中的事件数量。Quaint在具有5000个路由器/交换机的真实都市规模网络拓扑中进行了评估，结果表明，即使是顺序模式下，与传统的OMNeT++/INET模拟器相比，Quaint也可以实现53倍的加速，而分布式模式下的加速比达到232倍。

本文的亮点包括提出了一种新的事件处理模型，用于减少复杂QoS建模中的事件数量，并且在大规模网络拓扑中取得了显著的性能提升。实验使用了真实的都市规模网络拓扑，并评估了Quaint的可扩展性特征。该工作可以为工作负载感知的模型分区指明未来方向。

最近在这个领域中的相关研究包括：《Parallel and Distributed Simulation of Large-Scale Networks: A Survey》、《A Scalable Parallel Simulation Framework for Large-Scale Networks》、《Performance Evaluation of Parallel and Distributed Network Simulations》等。