0 引言
    亚马逊、微软和Facebook等云服务提供商为了追求所提供的服务更靠近用户且能耗更低，通常会在全球建立多个数据中心[1]。为了保证服务质量和提高访问的容错率，这些云服务提供商需要定期同步和备份数据中心之间的数据，而这些数据量通常在TB到PB范围之间[2]，这也意味着大数据传输会占据大量的带宽资源，并花费高昂的传输成本。光电路交换因为其低能耗、大带宽和高可靠性等优点成为大数据传输的有效方案。
在数据中心间的传输网络中，由网页或者在线应用所产生的交互式流量会被优先安排，其次是同步数据中心间的数据所产生的弹性流量，这种流量通常只需要在给定的时间内完成传输，对数据整体的传输时延要求宽松[3,4]。因此，用于部署弹性流量的带宽具有不均衡性。而本文关注的就是带有截止时间的大数据传输任务。对于电路交换，其端到端的建路机制，在一条传输路径上所有链路预约的带宽必须保持严格一致，因此在链路带宽具有不均衡性的网络中，势必造成带宽资源浪费，且还有可能导致请求无法在规定时间内完成传输。
    为了解决上述问题，本文提出在光电路交换网络的中间节点引入存储设备，主要针对大数据传输问题中的静态业务。即：请求的信息是提前已知的，考虑在一个云服务供应商的数据中心间的传输网络中进行大数据传输，在给定请求和网络资源信息情况下，以尽可能多的请求在规定时间内完成传输为目标，使得端到端的传输路径上允许运行不均匀的带宽速率，从而有效提高带宽资源利用率。

3 结束语
    由于数据中心间传输网络中交互式流量的存在，对于带有截止时间的大数据传输任务而言，网络链路带宽资源具有不均衡性，会导致利用TCS方式进行传输造成带宽资源浪费的情况。本文提出在传输网络的中间节点引入存储设备来暂存时延容忍的数据，既能充分利用网络的带宽资源，又能提高请求的传输成功率。相比于传统的TCS方法，本文提出的ISTS算法有效提高了请求传输成功率和网络整体链路带宽利用率。除此之外，在平均传输时间方面，ISTS也略低于TCS。
事实上，存储在中间节点的数据可能会有安全方面的隐患，这可以通过数据加密和数据访问控制等方法得到有效解决，但具体方法不在本文研究范围内。后续工作，我们会将不同的排序策略和不同比例的带宽分配方式对网络性能的影响作为主要研究内容。