CN105323099B - 业务网络流量建模方法、网络资源调度方法及网元 - Google Patents
业务网络流量建模方法、网络资源调度方法及网元 Download PDFInfo
- Publication number
- CN105323099B CN105323099B CN201410373813.5A CN201410373813A CN105323099B CN 105323099 B CN105323099 B CN 105323099B CN 201410373813 A CN201410373813 A CN 201410373813A CN 105323099 B CN105323099 B CN 105323099B
- Authority
- CN
- China
- Prior art keywords
- network
- flow
- link
- attribute
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例提供了一种业务网络流量建模方法、网络资源调度方法及网元,建立业务网络的网络流量图;针对具有链路的两个网元节点,统计该两个网元节点之间累计流量的大小,并作为该两个网络节点对应节点的边的流量大小属性的属性值;确定累计流量中包含的流量类型及每种流量类型的占比,作为对应节点的边的流量类型属性的属性值;确定该两个网元节点之间流量的性能需求,作为对应节点的边的流量性能属性的属性值。为业务网络进行资源调度时,根据网络流量需求模型,从当前可分配物理网络资源中确定能够满足所述业务网络的网络流量需求的资源分配给所述业务网络。解决了现有技术中对网络流量描述不合理的问题。本发明涉及网络通信技术领域。
Description
技术领域
本发明涉及网络通信技术领域,尤其涉及一种业务网络流量建模方法、网络资源调度方法及网元。
背景技术
业务网络是指利用基础网络设备(路由器、交换机等)结合提供业务的服务端点构成的逻辑网络。例如,一个业务网络中有若干台万维网WWW服务器(或者虚拟机)、中间件服务器(或者虚拟机)、数据库服务器(或者虚拟机),分布在相同或者不同的物理位置,通过网络基础设施设备进行连接,为用户提供数据业务服务。因此业务网络也可以理解为叠加在物理网络上的叠加网络(Overlay Network)。
网络流量特征是高性能网络规划、设计和分析的基础。精准的统计业务网络的流量是进行网络流量分析的首要工作。不仅可以更加精准的对基础网络设施进行规划和设计,而且可以根据当前基础网络的资源情况制订更加灵活的业务网络设计方法,实现网络虚拟化的服务目标。举例而言,一个提供电子商务的业务网络,如果能够精确地反映出业务网络中各个端点之间的流量属性,就能够更好的规划出基础网络的设计目标。另外,在多租户共享的云计算数据中心网络中,业务端点是独立的服务器或者在服务器上加载的虚拟机,而网络基础设施资源是多租户共享的,如果能够统计出不同业务网络的流量特征,就能够根据不同业务对于基础网络的需求来动态的把业务端点加载在不同的物理网络端点上,实现网络资源的虚拟化,从而最大限度的利用现有的基础网络资源。
现有技术中,描述网络流量的经典模型是基于概率论的泊松(Poisson)模型,即业务网络的端点发送和接收到的数据流量是一个泊松分布,泊松模型只刻画了流量的数量层面的特性,仅依据业务网络产生流量的数量层面的特性对业务网络流量进行描述是不合理的。
发明内容
本发明实施例提供了一种业务网络流量建模方法、网络资源调度方法及网元,用以解决现有技术中对网络流量描述不合理的问题。
本发明实施例提供的一种业务网络流量建模方法,包括:
建立业务网络的网络流量图,其中,在所述网络流量图中包括表征所述业务网络中的网元节点的节点,以及表征所述业务网络中网元节点之间链路的节点之间的边;
针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间能够产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;
根据预设流量分类方式,对构成所述累计流量的数据包进行解析,确定所述累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;
根据所述业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为所述网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
本发明实施例提供的一种网络资源调度方法,包括:
获取业务网络按照上述的方法建立的网络流量需求模型;
基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;
更新当前可分配物理网络资源。
本发明实施例提供的一种网元,包括:
建立模块,用于建立业务网络的网络流量图,其中,在所述网络流量图中包括表征所述业务网络中的网元节点的节点,以及表征所述业务网络中网元节点之间链路的节点之间的边;
流量大小属性确定模块,用于针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间能够产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;
流量类型属性确定模块,用于根据预设流量分类方式,对构成所述累计流量的数据包进行解析,确定所述累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;
流量性能属性确定模块,用于根据所述业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为所述网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
本发明实施例提供的一种网元,包括:
获取模块,用于获取业务网络由上述的网元建立的网络流量需求模型;
分配模块,用于基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;
更新模块,用于更新当前可分配物理网络资源。
本发明实施例的有益效果包括:
本发明实施例提供的一种业务网络流量建模方法、网络资源调度方法及网元,建立业务网络的网络流量图,其中,在网络流量图中包括表征业务网络中的网元节点的节点,以及表征业务网络中网元节点之间链路的节点之间的边;针对业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;根据预设流量分类方式,对构成累计流量的数据包进行解析,确定累计流量中包含的流量类型,以及每种流量类型在累计流量中的占比,并将确定的流量类型以及占比作为网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;根据业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的流量需求作为网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。本发明实施例提供的业务网络流量建模方法,为业务网络建立流量描述模型,从流量大小属性、流量类型属性、及流量性能属性三个方面对业务网络模型中链路的流量进行描述,与现有技术中泊松模型仅针对网络流量的数量属性进行描述相比,更加精确地描述了业务网络中链路的网络流量特征,后续为该业务网络进行资源调度时,首先获取业务网络按照上述的方法建立的网络流量需求模型;基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;更新当前可分配物理网络资源信息。由于业务网络的网络流量需求模型精确地描述了网络流量特征,在进行物理网络资源分配时,能够更加合理的为业务网络分配物理资源,提高了资源利用率。
附图说明
图1为本发明实施例提供的一种业务网络流量建模方法的流程图;
图2为本发明实施例提供的一种网络资源调度方法的流程图;
图3为本发明实施例1提供的一种业务网络流量建模方法的流程图;
图4为本发明实施例1提供的描述业务网络的网络流量的示意图;
图5为本发明实施例1提供的流量累计分布函数示意图;
图6为本发明实施例1提供的在服务网络节点中设置业务流量监控模块结构示意图;
图7为本发明实施例1提供的一种网络流量图生成器的结构示意图;
图8为本发明实施例2提供的一种业务网络流量建模方法的流程图;
图9为本发明实施例2提供的网络资源虚拟化的示意图;
图10为本发明实施例2提供的多个虚拟节点R共享一个物理节点F的示意图;
图11为本发明实施例提供的一种网元之一的结构示意图;
图12为本发明实施例提供的一种网元之二的结构示意图。
具体实施方式
本发明实施例提供了一种业务网络流量建模方法、网络资源调度方法及网元,以下结合说明书附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。并且在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。
本发明实施例提供一种业务网络流量建模方法,如图1所示,包括:
S101、建立业务网络的网络流量图,
其中,在所述网络流量图中包括表征业务网络中的网元节点的节点,以及表征业务网络中网元节点之间链路的节点之间的边。
S102、针对业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间能够产生的累计流量的大小,并将该累计流量的大小作为S101中建立的网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值。
S103、根据预设流量分类方式,对构成累计流量的数据包进行解析,确定累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值。
S104、根据业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
基于上述图1所示一种业务网络流量建模方法,本发明实施例还提供一种网络资源调度方法,如图2所示,包括:
S201、获取业务网络按照上述图1所示一种业务网络流量建模方法建立的网络流量需求模型。
S202、基于预设分配原则,从当前可分配物理网络资源中,确定能够满足业务网络的网络流量需求的资源,并分配给业务网络。
S203、更新当前可分配物理网络资源。
进一步地,本发明实施例提供的业务网络流量建模方法,为业务网络建立流量描述模型,从流量大小属性、流量类型属性、及流量性能属性三个方面对业务网络模型中链路的流量进行描述,更加精确地描述了业务网络中链路的网络流量特征,后续为该业务网络进行资源调度时,基于业务网络的流量描述模型进行,由于业务网络的网络流量需求模型精确地描述了网络流量特征,在进行物理网络资源分配时,能够更加合理的为业务网络分配物理资源,提高了资源利用率。
下面结合附图,用具体实施例对本发明提供的方法及相关设备进行详细描述。
实施例1:
本发明实施例1中,提供一种业务网络流量建模方法,如图3所示,具体包括如下步骤:
S301、建立业务网络的网络流量图,
其中,在网络流量图中包括表征业务网络中的网元节点的节点,以及表征业务网络中网元节点之间链路的节点之间的边。
进一步地,业务网络的流量可以用一个双向图来描述。图4为描述业务网络的网络流量的示意图,网络流量图可以描述为:G=(V,E),其中,V为节点的集合,E为节点之间链路的集合。节点V表征业务网络中的网元节点,既包含数据发生源节点,也包含数据接收节点。边E是双向的,表明了业务网络中网元节点之间的流量方向,每条边可以通过对应的函数来描述:E(Vi,Vj)和E(Vj,Vi)。E(Vi,Vj)和E(Vj,Vi)分别表示从节点Vi发起的到节点Vj的流量,和从节点Vj发起的到节点Vi的流量。如图4所示,网络流量图中包括节点V1、V2、V3、V4、和V5,E(V1,V2)表征从节点V1发起到节点V2的流量,E(V2,V1)表征从节点V2发起到节点V1的流量。
进一步地,业务网络流量图模型中的节点可以是业务网络中的物理的服务器,也可以是加载在物理服务器上的虚拟服务器,也可以是业务网络中的网络设备,具体节点集合的设置可以根据实际情况进行设置。
进一步地,为了更加精确的描述流量的特征,本发明实施例分别从三个方面来描述函数E(Vi,Vj),E(Vi,Vj)需要能够反映业务网络流量的多重属性:
首先,流量的流量大小属性,即流量的大小和时间的关系,对于业务网络中的网元节点而言,由于既是网络流量的接收方,又是网络流量的发送方,因此网元节点对于网络中的流量信息能够具有比较全面的了解。其次,流量的流量类型属性,流经网络中网元节点的数据包有各种类型,既有管理类的流量,也有业务类的流量,这些不同类型流量的占比对于网络的优化也有重要意义,需要进行统计和描述;最后,流量的性能属性,可以指节点i和节点j之间流量的性能相关的属性,例如,传送时延、处理速度等,能够表达出服务端点对于底层网络的需求。
进一步地,步骤S302~步骤S304对E(Vi,Vj)的三种特性的确定方式进一步进行介绍。
S302、针对业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的不同方向上的累计流量的大小,并将该不同方向上的累计流量的大小分别作为网络流量图中,连接该两个网络节点对应节点的边的不同方向上的流量大小属性的属性值。
进一步地,本步骤中,针对每两个网元节点,该两个网元节点构成的链路可以具有两个方向的流量(例如:发送方向和接收方向),可以按照不同的方向分别统计累计流量的大小,并将不同方向上的累计流量大小分别作为网络流量图中,连接该两个网络节点对应节点的边的对应方向上的流量大小属性的属性值。
进一步地,可以用函数F(t)表示流量大小,F(t)是一个以指定时间为周期的函数。一般在数据中心网络中,业务通常与24小时的特性高度相关,因此可以用24小时内的流量来表达一个周期的变化。F(t)可以用字节Byte来作为统计单位。
进一步地,函数F(t)可以用流量累计分布函数来表示,图5为流量累计分布函数示意图,如图5所示,t=0时F(t)=0,然后,随着时间的增长,以及当前链路的流量增长而累计增长。那么,瞬时流量f(t)可以用F(t)在时间点t上的导数来表示,即并且,24个小时中的峰值流量也可以用max0≤t≤24f(t)来表示。
进一步地,业务网络的流量往往和业务网络本身的特征以及用户的使用习惯相关,例如:在线购物业务系统中的流量往往和用户的行为高度相关,网络系统内部的流量则和系统的不同实现有关系,分布式系统往往会促发更多的东西向流量。
S303、根据预设流量分类方式,对构成不同方向上的累计流量的数据包进行解析,确定不同方向上的累计流量中分别包含的流量类型,以及每种流量类型在所在方向上累计流量中的占比,并将确定的流量类型以及占比作为网络流量图中,连接该两个网络节点对应节点的边的对应方向上的流量类型属性的属性值。
进一步地,可以通过集合C=[C1,C2,...,Cn]来表示网络的流量类型集合,通过P(Ci)表示Ci类型的流量的占比。由于流量的类型和时间的相关性并不明显,从长期来看趋于稳定,因此,可以假设不同类型的流量占比是一个与时间无关的变量。但是,不同业务系统中的集合C中的网络流量分类方式,以及各个类型流量的占比函数P(Ci)的计算方式可以是不一样的,具体情况可以根据各业务系统的需求确定。
进一步地,流量类型具体的分类方式可以包括多种,例如,在互联网系统中存在两类传输层的流量,传输控制协议(TCP,Transmission Control Protocol)和用户数据报协议(UDP,User Datagram Protocol)/因特网控制消息协议(ICMP,Internet ControlMessage Protocol),那么,集合C可以是按照TCP/UDP/ICMP进行分类,通过P函数表示这三种不同流量的比例;从协议角度,还可以按照互联网协议版本4(IPv4,Internet ProtocolVersion 4),互联网协议版本6(IPv6,Internet Protocol Version 6)的维度对流量进行分类;另外,还可以把业务网络的流量分为管理类流量(例如:ICMP,地址解析协议(ARP,Address Resolution Protocol)等)、实时流量(例如:网络电话协议(VOIP,Voice OverInternet Protocol)等)、非实时流量(例如:WEB浏览、电子邮件)、数据密集型流量(例如:点对点(P2P,Peer-to-Peer)、视频、下载等)。流量的分类也可以根据业务网络系统具体的需求来进行制定和规划,一个业务网络为了满足不同的规划和调度需求,可以在同一个业务网络中使用多种流量分类体系。
S304、根据业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为所述网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
进一步地,业务网络系统为了更好的为用户服务,可以对其网络流量图上的流量规划出性能需求,流量性能属性可以包括链路的延迟δ、链路的丢包率ε、链路的传送速度γ等。可以通过集合M={δ,ε,γ}来描述出每一条链路的性能需求。
通过S302~S304的流量大小属性、流量类型属性、流量性能属性,流量图的每一条边可以表示为:
E(Vi,Vj)={F(t),P(C),M}
其中,F(t)表征边E(Vi,Vj)上的流量大小属性、P(C)表征边E(Vi,Vj)上的流量类型属性、M表征边E(Vi,Vj)上的流量性能属性。
进一步地,当多个业务网络映射在同一个物理网络中时,可以采用如下步骤S305~步骤S309将所述多个业务网络分别对应的网络流量图合并:
S305、当多个业务网络映射在同一个物理网络中时,将多个业务网络分别对应的网络流量图中包含的节点的并集,确定为合并后的网络流量图中的节点集合。
S306、从多个业务网络分别对应的网络流量图的各边中,确定具有相同的流量发起节点、相同的流量终止节点的重叠边。
进一步地,本步骤中,多个业务网络中重叠的边可以为:具有相同的流量发起节点、相同的流量终止节点、且流量发起节点和流量终止节点之间具有链路,即在网络流量图中具有边。
S307、将构成重叠边的各边各自对应流量大小属性的属性值的和,确定为合并后的网络流量图中,重叠边的流量大小属性的属性值。
S308、将构成重叠边的各边分别对应的流量类型的并集,以及流量类型的并集中各流量类型的占比,确定为合并后的网络流量图中,重叠边对应的流量类型属性的属性值。
S309、将构成重叠边的各边分别对应的流量性能属性的属性值中,表征最高性能需求的属性值,确定为合并后的网络流量图中,重叠边对应的流量性能属性的属性值。
进一步地,本步骤中,为了满足多个业务网络中每个业务网络的性能需求,需要将重叠边分别对应的流量性能属性的属性值中,表征最高性能需求的属性值确定为重叠边对应流量性能属性的属性值,例如:最低延迟需求、最低丢包率需求、最高速率需求等。
进一步地,下面举例说明两个业务流量图的叠加运算:
假设G1=(V1,E1)和G2=(V2,E2)分别表征两个业务网络的网络流量图,G1和G2分别代表两个业务网络的流量图模型,此处,V1和V2分别表征G1和G2中的节点集合,E1和E2分别表征G1和G2中的边的集合。如果这两个业务网络叠加在一个同一个物理网络中,业务网络的网络节点V1可能和V2重叠在同一个物理网络上,例如:V1,V2对应的网络节点能够放置在相同的物理服务器上,那么就可以形成一个新的逻辑节点,所以V1和V2的叠加是根据逻辑网络和物理网络的映射关系确定的,合并后的节点图是根据具体网络的叠加策略来确定的,确定好节点之间的关系后,就可以确定叠加后流量图中的节点集合,从逻辑上说,合并后的节点集合应为V1,V2的并集。
节点边的叠加策略如下,如果满足如下条件:
V1,i=V2,i且V1,j=V2,j,
也就是说,V1与V2中均存在节点i,也均存在节点j,E1(V1,i,V1,j)与E2(V2,i,V2,j)为重叠边;
又由于:
E1(V1,i,V1,j)={F1(t),P1(C1),M(δ1,ε1,γ1)};
E2(V2,i,V2,j)={F2(t),P2(C2),M(δ2,ε2,γ2)};
那么叠加后的重叠边上的流量大小属性的属性值、流量类型属性的属性值、流量性能属性的属性值可以分别通过下式确定:
F(t)=F1(t)+F2(t);
P(C)=P1(C1)+P2(C2)=P(C1∪C2);
M.δ=min(M1.δ1,M2.δ2);
M.ε=min(M1.ε1,M2.ε2);
M.γ=min(M1.γ1,M2.γ2);
因此,叠加后的重叠边E1+2可以表示为:
E1+2={F(t),P(C),M(δ,ε,γ)}。
进一步地,多个图的叠加方法可以参照两两叠加的方法进行,此处不再赘述。
进一步地,本发明实施例中,网络流量图中边的各属性可以由作为该边的端节点的设备进行统计。对于业务网络而言,端节点上的流量大小在该业务网络节点上进行统计是较为准确的。常用的方法可以为在流量经过的基础网络设施上监控流量,即统计出流量大小属性的属性值,并利用深度包检测的方法来检测不同类型的业务流量,即统计出流量类型属性的属性值。
进一步地,在业务网络中,业务网络节点可以是一台独立的主机,当业务流量产生的时候,业务网络节点能够统计出较为准确的信息。以web服务器为例,假设某web服务器在发送数据和接收数据时均会调用对应的API,在这个阶段,服务网络节点(即web服务器)不仅能够较为精确的统计出产生流量的流量大小属性,而且能够较为准确的统计出业务流量的流量类型属性。具体实现时,可以在服务网络节点中设置业务流量监控模块,图6在服务网络节点中设置业务流量监控模块结构示意图,如图6所示,业务流量监控模块602可以是web服务器的一个部分,在服务网络节点601中设置了业务流量监控模块602,通过业务流量监控模602对服务网络节点601产生流量的流量大小和流量类型进行监控,并且还可以通过业务流量监控模块602较为精确地探测出业务网络的模型图。
进一步地,本发明实施例提供一种网络流量图生成器,图7为本发明实施例提供一种网络流量图生成器的结构示意图。可以将网络流量图生成器作为业务网络中业务网络节点的一部分,也可以作为单独的设备,对流经该网络流量图生成器流量的流量大小属性、流量类型属性、和流量性能属性三种属性的属性值统计。
对于网络流量的流量大小属性,网络流量图生成器可以首先根据流量的目标IP地址进行匹配,判断当前的流量属于网络流量图中的哪一条边,假设在节点A上监控目标地址为节点B的流量,那么得到的对应的统计信息应该叠加在边E(A,B)上,在网络流量图对应的边E(A,B)上,根据当前统计的流量大小计算F(t)的值,即E.F(t+Δt)=E.F(t)+a,其中,a表征Δt内在边E(A,B)上产生的流量,根据时间Δt内的统计信息统计出了网络流量图的流量大小属性的属性值;
对于网络流量的流量类型属性,网络流量图的流量类型属性的属性值可以根据类型识别来判断,同时统计每个类型流量的流量大小,以此来计算出每种流量类型在整个流量中的占比;假设Δt内在边E(A,B)上产生的流量a中包括的流量类型为C1,C2,...,Cn,那么,在Δt之后,可以将E.C1更新为E.C1+C1×a/(C1+C2+...+Cn),…,可以将E.C2更新为E.C2+C2×a/(C1+C2+...+Cn),可以将E.Cn更新为E.Cn+Cn×a/(C1+C2+...+Cn);
对于网络流量的流量性能属性,网络流量图的流量性能属性可以表征业务网络的运营需求,例如:链路延迟、链路丢包率、链路传输速率等参数可以均根据业务的特性进行定制,为了保证业务网络中所有业务的可运营性,链路延迟、链路丢包率可以为所有业务需求中的最低需求值,链路传输速率可以为所有业务需求的最高需求值。
本发明实施例1提供的业务网络流量建模方法,为业务网络建立流量描述模型,从流量大小属性、流量类型属性、及流量性能属性三个方面对业务网络模型中链路的流量进行描述,与现有技术中泊松模型仅针对网络流量的数量属性进行描述相比,更加精确地描述了业务网络中链路的网络流量特征。
实施例2:
基于本发明实施例提供的一种业务网络流量建模方法,本发明实施例2中,提供一种网络资源调度方法,如图8所示,具体包括如下步骤:
S801、建立物理网络的网络资源信息图,
其中,在网络资源信息图中包括表征该物理网络中的网元节点的节点,以及表征该物理网络中网元节点之间链路的节点之间的边。
S802、针对物理网络中具有链路的每两个网元节点,分别确定该网元节点之间链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率。
本步骤中,链路性能信息可以包括:链路延迟信息、链路丢包率信息、以及链路传输速率信息等。
S803、将S802中确定的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率,分别作为网络资源信息图中,连接该两个网络节点对应节点的边的链路容量属性、链路当前占用率属性、链路性能属性、链路流量类型属性、以及构成链路的端节点的CPU占用率属性的属性值。
进一步地,步骤S801~S803是为物理网络建模的流程。可以认为是网络资源虚拟化过程的第一步,图9为本发明实施例提供的网络资源虚拟化的示意图,如图9所示,网络资源虚拟化主要是将物理网络资源抽象和集中管理后分配给不同的业务网络使用。网络资源虚拟化可以通过虚拟化控制器实现,网络资源虚拟化控制器可以包括三个功能:网络资源信息统计和网络资源信息图维护、业务需求搜集、网络资源调度。
进一步地,步骤S801~S803提供了网络资源信息统计和网络资源信息图维护的流程。
进一步地,网络资源信息统计和网络资源信息图维护可以准确实时地统计和描述物理网络的状态。物理网络的状态可以包括物理网络中的节点V、物理网络通信的链接(即网络资源信息图中的边,用E表示),以及网络资源信息图中的边E上的属性。本发明实施例能够通过网络设备和网络虚拟化平台的相互配合,统计和维护网络资源信息图中的中各个节点连接之间的链路的链路占用率、链路性能、链路传输的数据类型等相关的信息。而现有技术中的网络管理系统只能统计和维护连接上的占用率,并不能统计出网络连接的延迟、速率等信息。
进一步地,网络资源信息统计和网络资源信息图维护可以通过网络设备上报相关信息来实现,可以采用如下方式确定物理网络中链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率:
针对物理网络的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率,可以通过接收物理网络中的各网络设备上报的该网络设备的CPU占用率、该网络设备所在链路的链路容量、该网络设备所在链路的当前占用率、以及该网络设备所在链路的链路流量类型信息,分别确定物理网络中链路的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率;
针对物理网络的链路性能信息,可以通过向物理网络中指定网络设备发送对该指定网络设备所在指定链路的链路性能信息进行测量的测量指示,并根据接收的该指定网络设备回复的测量结果,确定物理网络中链路的链路性能信息。
也就是说,物理网络的各链路的链路容量信息、链路占用率信息、节点CPU占用率等,都是网络设备能够及时获知并上报的信息。而对于链路性能信息而言,则并不是网络设备当前能够实时得到的信息,而是需要根据网络虚拟化控制器的指示来计算的,网络虚拟化控制器可以向网络设备下发需要测量的链路的相关信息,网络设备可以通过向对应的节点(例如:链路的端节点)发送测试数据包的方式来探测该条链路的性能。流量类型属性也可以根据虚拟化控制器的指示来设定,根据控制器下发的匹配规则,监控产生流量中不同类型的流量在该产生流量中的占比等信息。
以链路性能属性中的链路延迟属性为例,为了能够统计网络链路的延迟信息,虚拟化控制器可以向网络设备发出需要探测的链路的相关信息,例如:网络设备A接收到要求探测网络设备A与网络设备B之间的链路延迟属性的指示,网络设备A可以向网络设备B连续发送一系列数据包(例如:PING数据包),将当前统计的链路延迟信息反馈给虚拟化控制器。虚拟化控制器可以根据搜集到的物理网络的资源信息,包括由网络设备组成的网络资源信息图节点、不同网络设备之间的链接、及各链接对应的属性信息E,统计出网络资源信息图,图中每条边E代表网络的链路,链路上的状态包括该链路的容量、链路当前占用率、链路性能信息、流量类型信息、和链路两端节点的CPU占用率等。
进一步地,对于虚拟化控制器来说,还存在一个亟待解决的问题,即虚拟化的网络节点的性能采集问题。图10为本发明实施例提供的多个虚拟节点R共享一个物理节点F的示意图。当前物理网络特别是云计算系统的网络中,存在大量的虚拟机提供服务,不同的虚拟机可以共享同一台物理服务器的计算、存储、及网络资源,物理服务器上往往通过操作系统本身的交换能力或者虚拟交换机的网络能力为不同的虚拟机提供网络交换服务。假设N台虚拟机共享一台物理服务器,通过该物理服务器上的操作系统来提供网络交换能力,则可以将该物理服务器对应成一台逻辑上的网络交换设备,并将具有相同链路的虚拟设备的链路聚合成一条聚合链路。
进一步地,当物理网络中存在共享同一个物理网络设备资源的虚拟化网络节点时,可以通过如下步骤将共享该物理网络设备资源的虚拟化网络节点聚合成物理网络中的一个网络设备:
步骤一、分别确定以不同虚拟化网络节点为流量发起节点,以相同的节点为流量终止节点的重叠链路,或者
以不同虚拟化网络节点为流量终止节点,以相同的节点为流量发起节点的重叠链路;
步骤二、将步骤一中确定的重叠链路聚合成一条聚合链路;将该聚合链路的链路属性确定为该物理网络设备所在链路的链路属性,对该聚合链路的链路属性进行统计。
S804、获取业务网络按照如实施例1所述的方法建立的网络流量需求模型。
进一步地,业务网络是物理网络资源的消耗者,将物理网络资源更好的虚拟化,能够提高物理网络资源的利用率。虚拟化控制器的主要目的是更好地调度物理网络资源,为业务网络服务,其前提是能够明确的获知业务网络所需要的网络资源。因此,虚拟化控制器可以包括搜集业务网络对基础网络的需求的功能。
进一步地,业务网络对基础网络的需求可以通过本发明实施例1提供的方法来描述,不同的业务网络确定出各自组网中节点逻辑拓扑图,并提供图中各边的属性信息,例如:链接对应的容量、速率、延迟、丢包率的需求和流量类型的信息等。
S805、基于S804中获取的用于描述业务网络流量需求的网络流量图模型、以及S801中建立的用于描述物理网络的当前可分配资源信息的网络资源信息图模型,当预设分配原则为基于流量类型进行分配的原则时,从网络资源信息图模型中,确定满足业务网络流量类型需求的节点和边。
进一步地,由于网络流量图中包含边的流量类型属性、流量性能属性、流量大小属性等,用户可以根据业务网络需求选择的优先属性进行调度。
S806、当预设分配原则为基于流量大小进行分配的原则时,从网络资源信息图模型中,确定满足业务网络流量大小需求的节点和边。
S807、当预设分配原则为基于流量性能进行分配的原则时,从网络资源信息图模型中,确定满足业务网络流量性能需求的节点和边。
进一步地,步骤S805~S807中,不管预设分配原则是流量大小、流量类型、还是流量性能,确定卯足预设分配原则的需求的节点和边时,可以考虑边的方向,也就是说,业务网络的网络流量图中边的方向上的需求,能够被物理网络中链路对应方向上的资源满足时,可以认为该链路能够满足业务网络中对应边的需求。
S808、将确定出的可分配资源分配给业务网络。
S809、针对物理网络的网络资源信息图模型中,分配给新增业务网络的边,根据该边在业务网络中对应的流量大小属性的属性值,更新该边在网络资源信息图模型中链路当前占用率属性、链路流量性能属性、以及构成链路的端节点的CPU占用率属性的属性值。
进一步地,流量性能属性可以包括链路所传输流量的延迟、链路所传输流量的丢包率、以及链路所传输流量的传输速率等。
进一步地,本步骤中,根据该边在业务网络中对应的流量大小属性的属性值,更新该边在网络资源信息图模型中链路流量性能属性的属性值,可以具体实施为如下步骤:
步骤一、针对物理网络的网络资源信息图模型中,分配给新增业务网络的边,确定在承载了新增业务网络之后与承载新增业务网络之前,该边流量大小增加的比例;
步骤二、将该边的当前传输流量的延迟属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的延迟,增加所述比例后得到的延迟;
步骤三、将该边的当前传输流量的丢包率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的丢包率,增加所述比例后得到的丢包率;
步骤四、将该边的当前传输流量的传输速率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的传输速率,减小所述比例后得到的传输速率。
S810、根据该边在业务网络中对应的流量类型属性的属性值,更新该边在网络资源信息图模型中链路流量类型属性的属性值。
下面对为业务网络分配物理资源的方法举例说明,假设业务网络流量图为G1,物理网络的网络资源信息图为G2,其中,G1=(V1,E1),G2=(V2,E2),可以通过如下方式进行网络资源调度:
第一种、当预设分配原则为基于流量类型进行分配的原则时,也就是说,根据所选择的业务网络的流量类型属性为优先级,确定现有G2图中最优满足业务网络需求的节点和边;将确定出的物理网络中该边对应链路上的剩余资源计算出来;更新G2并通过更新后的物理拓扑信息继续满足其他业务网络的调度需求。
第二种、当预设分配原则为基于流量大小属性进行分配的原则时,也就是说,物理网络需要优先满足业务网络的流量大小属性需求,确定现有G2图中最优满足业务网络需求的节点和边;将确定出的物理网络中该边对应链路上的剩余资源计算出来;更新G2并通过更新后的物理拓扑信息继续满足其他业务网络的调度需求。
第三种、当预设分配原则为基于流量性能属性进行分配的原则时,可以优先满足G1中性能要求最高的部分节点,再更新G2,但是,如果G2中的某一条链路E2i满足了G1中的某一条链路E1j的需求,并分配给了E1j,则E2i的各方面流量性能属性都会受到影响,例如:链路延迟和链路丢包率都会等比例增大,而链路速度会等比例减小,那么可以按照如下计算对分配了资源的物理网络资源进行更新:
将链路E2i的链路延迟更新为δ:
将链路E2i的链路丢包率ε更新为:
将链路E2i的链路传输速率更新为:
其中,表征物理网络中的链路E2i被分配给业务网络中的链路E1j之后,链路流量大小变化的比例。
进一步地,本步骤中,也可以根据前述统计物理网络资源的方式更新当前物理网络资源,即可以采用如下方式更新物理网络中链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率:
针对物理网络的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率,可以通过接收物理网络中的各网络设备上报的该网络设备的CPU占用率、该网络设备所在链路的链路容量、该网络设备所在链路的当前占用率、以及该网络设备所在链路的链路流量类型信息,分别确定物理网络中链路的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率;
针对物理网络的链路性能信息,可以通过向物理网络中指定网络设备发送对该指定网络设备所在指定链路的链路性能信息进行测量的测量指示,并根据接收的该指定网络设备回复的测量结果,确定物理网络中链路的链路性能信息。
本发明实施例2提供一种网络资源调度方法,首先获取业务网络按照实施例1提供的业务网络流量建模方法建立的业务网络流量需求模型;基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;更新当前可分配物理网络资源信息。由于业务网络的网络流量需求模型精确地描述了网络流量特征,在进行物理网络资源分配时,能够更加合理的为业务网络分配物理资源,提高了物理网络资源利用率。
基于同一发明构思,本发明实施例还提供了一种网元,由于这些网元所解决问题的原理与前述一种业务网络流量建模方法、网络资源调度方法相似,因此该网元的实施可以参见前述方法的实施,重复之处不再赘述。
本发明实施例提供的一种网元,如图11所示,包括如下模块:
建立模块1101,用于建立业务网络的网络流量图,其中,在所述网络流量图中包括表征所述业务网络中的网元节点的节点,以及表征所述业务网络中网元节点之间链路的节点之间的边;
流量大小属性确定模块1102,用于针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间能够产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;
流量类型属性确定模块1103,用于根据预设流量分类方式,对构成所述累计流量的数据包进行解析,确定所述累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;
流量性能属性确定模块1104,用于根据所述业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为所述网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
进一步地,所述流量大小属性确定模块1102,具体用于针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的不同方向上的累计流量的大小,并将该不同方向上的累计流量的大小分别作为所述网络流量图中,连接该两个网络节点对应节点的边的不同方向上的流量大小属性的属性值;
所述流量类型属性确定模块1103,具体用于根据预设流量分类方式,对构成所述不同方向上的累计流量的数据包进行解析,确定所述不同方向上的累计流量中分别包含的流量类型,以及每种流量类型在所在方向上累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的对应方向上的流量类型属性的属性值。
进一步地,所述网元还包括:合并模块1105;
所述合并模块1105,用于当多个业务网络映射在同一个物理网络中时,采用如下方式将所述多个业务网络分别对应的网络流量图合并:将所述多个业务网络分别对应的网络流量图中包含的节点的并集,确定为合并后的网络流量图中的节点集合;从所述多个业务网络分别对应的网络流量图的各边中,确定具有相同的流量发起节点、相同的流量终止节点的重叠边;将构成所述重叠边的各边各自对应流量大小属性的属性值的和,确定为合并后的网络流量图中,所述重叠边的流量大小属性的属性值;将构成所述重叠边的各边分别对应的流量类型的并集,以及所述流量类型的并集中各流量类型的占比,确定为合并后的网络流量图中,所述重叠边对应的流量类型属性的属性值;将构成所述重叠边的各边分别对应的流量性能属性的属性值中,表征最高性能需求的属性值,确定为合并后的网络流量图中,所述重叠边对应的流量性能属性的属性值。
本发明实施例提供的一种网元,如图12所示,包括如下模块:
获取模块1201,用于获取业务网络由上述的网元建立的网络流量需求模型;
分配模块1202,用于基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;
更新模块1203,用于更新当前可分配物理网络资源。
进一步地,所述分配模块1202,还用于在从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源之前,采用如下方式为物理网络建模:建立物理网络的网络资源信息图,其中,在所述网络资源信息图中包括表征所述物理网络中的网元节点的节点,以及表征所述物理网络中网元节点之间链路的节点之间的边;针对所述物理网络中具有链路的每两个网元节点,分别确定该网元节点之间链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率;并将确定的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率,分别作为所述网络资源信息图中,连接该两个网络节点对应节点的边的链路容量属性、链路当前占用率属性、链路性能属性、链路流量类型属性、以及构成链路的端节点的CPU占用率属性的属性值。
进一步地,所述分配模块1202,具体用于采用如下方式确定物理网络中链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率:针对物理网络的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率,通过接收物理网络中的各网络设备上报的该网络设备的CPU占用率、该网络设备所在链路的链路容量、该网络设备所在链路的当前占用率、以及该网络设备所在链路的链路流量类型信息,分别确定物理网络中链路的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率;针对物理网络的链路性能信息,通过向物理网络中指定网络设备发送对该指定网络设备所在指定链路的链路性能信息进行测量的测量指示,并根据接收的该指定网络设备回复的测量结果,确定物理网络中链路的链路性能信息。
进一步地,所述分配模块1202,还用于当物理网络中存在共享同一个物理网络设备资源的虚拟化网络节点时,将共享该物理网络设备资源的虚拟化网络节点聚合成物理网络中的一个网络设备;分别确定以不同虚拟化网络节点为流量发起节点,以相同的节点为流量终止节点的重叠链路,或者以不同虚拟化网络节点为流量终止节点,以相同的节点为流量发起节点的重叠链路;将所述重叠链路聚合成一条聚合链路;将该聚合链路的链路属性确定为该物理网络设备所在链路的链路属性,对该聚合链路的链路属性进行统计。
进一步地,所述分配模块1202,具体用于基于用于描述所述业务网络流量需求的网络流量图模型、以及用于描述所述物理网络的当前可分配资源信息的网络资源信息图模型,当预设分配原则为基于流量类型进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量类型需求的节点和边;当预设分配原则为基于流量大小进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量大小需求的节点和边;当预设分配原则为基于流量性能进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量性能需求的节点和边。
进一步地,所述更新模块1203,具体用于针对所述物理网络的网络资源信息图模型中,分配给新增业务网络的边,根据该边在所述业务网络中对应的流量大小属性的属性值,更新该边在所述网络资源信息图模型中链路当前占用率属性、链路流量性能属性、以及构成链路的端节点的CPU占用率属性的属性值;根据该边在所述业务网络中对应的流量类型属性的属性值,更新该边在所述网络资源信息图模型中链路流量类型属性的属性值。
进一步地,所述更新模块1203,具体用于针对所述物理网络的网络资源信息图模型中,分配给新增业务网络的边,确定在承载了新增业务网络之后与承载新增业务网络之前,该边流量大小增加的比例;将该边的当前传输流量的延迟属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的延迟,增加所述比例后得到的延迟;将该边的当前传输流量的丢包率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的丢包率,增加所述比例后得到的丢包率;将该边的当前传输流量的传输速率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的传输速率,减小所述比例后得到的传输速率;所述流量性能属性包括链路所传输流量的延迟、链路所传输流量的丢包率、以及链路所传输流量的传输速率。
上述各单元的功能可对应于图1至图3、图8所示流程中的相应处理步骤,在此不再赘述。
本发明实施例提供的一种业务网络流量建模方法、网络资源调度方法及网元,建立业务网络的网络流量图,其中,在网络流量图中包括表征业务网络中的网元节点的节点,以及表征业务网络中网元节点之间链路的节点之间的边;针对业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;根据预设流量分类方式,对构成累计流量的数据包进行解析,确定累计流量中包含的流量类型,以及每种流量类型在累计流量中的占比,并将确定的流量类型以及占比作为网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;根据业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的流量需求作为网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。本发明实施例提供的业务网络流量建模方法,为业务网络建立流量描述模型,从流量大小属性、流量类型属性、及流量性能属性三个方面对业务网络模型中链路的流量进行描述,与现有技术中泊松模型仅针对网络流量的数量属性进行描述相比,更加精确地描述了业务网络中链路的网络流量特征,后续为该业务网络进行资源调度时,首先获取业务网络按照上述的方法建立的网络流量需求模型;基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;更新当前可分配物理网络资源信息。由于业务网络的网络流量需求模型精确地描述了网络流量特征,在进行物理网络资源分配时,能够更加合理的为业务网络分配物理资源,提高了资源利用率。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明实施例可以通过硬件实现,也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解,本发明实施例的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
本领域技术人员可以理解附图只是一个优选实施例的示意图,附图中的模块或流程并不一定是实施本发明所必须的。
本领域技术人员可以理解实施例中的装置中的模块可以按照实施例描述进行分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (20)
1.一种业务网络流量建模方法,其特征在于,包括:
建立业务网络的网络流量图,其中,在所述网络流量图中包括表征所述业务网络中的网元节点的节点,以及表征所述业务网络中网元节点之间链路的节点之间的边;
针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间能够产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;
根据预设流量分类方式,对构成所述累计流量的数据包进行解析,确定所述累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;
根据所述业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为所述网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
2.如权利要求1所述的方法,其特征在于,针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值,具体包括:
针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的不同方向上的累计流量的大小,并将该不同方向上的累计流量的大小分别作为所述网络流量图中,连接该两个网络节点对应节点的边的不同方向上的流量大小属性的属性值;
根据预设流量分类方式,对构成所述累计流量的数据包进行解析,确定所述累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值,具体包括:
根据预设流量分类方式,对构成所述不同方向上的累计流量的数据包进行解析,确定所述不同方向上的累计流量中分别包含的流量类型,以及每种流量类型在所在方向上累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的对应方向上的流量类型属性的属性值。
3.如权利要求1或2所述的方法,其特征在于,当多个业务网络映射在同一个物理网络中时,采用如下方式将所述多个业务网络分别对应的网络流量图合并:
将所述多个业务网络分别对应的网络流量图中包含的节点的并集,确定为合并后的网络流量图中的节点集合;
从所述多个业务网络分别对应的网络流量图的各边中,确定具有相同的流量发起节点、相同的流量终止节点的重叠边;
将构成所述重叠边的各边各自对应流量大小属性的属性值的和,确定为合并后的网络流量图中,所述重叠边的流量大小属性的属性值;
将构成所述重叠边的各边分别对应的流量类型的并集,以及所述流量类型的并集中各流量类型的占比,确定为合并后的网络流量图中,所述重叠边对应的流量类型属性的属性值;
将构成所述重叠边的各边分别对应的流量性能属性的属性值中,表征最高性能需求的属性值,确定为合并后的网络流量图中,所述重叠边对应的流量性能属性的属性值。
4.一种网络资源调度方法,其特征在于,包括:
获取业务网络按照如权利要求1~3任一项所述的方法建立的网络流量需求模型;
基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;
更新当前可分配物理网络资源。
5.如权利要求4所述的方法,其特征在于,在从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源之前,还包括:采用如下方式为物理网络建模:
建立物理网络的网络资源信息图,其中,在所述网络资源信息图中包括表征所述物理网络中的网元节点的节点,以及表征所述物理网络中网元节点之间链路的节点之间的边;
针对所述物理网络中具有链路的每两个网元节点,分别确定该网元节点之间链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率;并
将确定的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率,分别作为所述网络资源信息图中,连接该两个网络节点对应节点的边的链路容量属性、链路当前占用率属性、链路性能属性、链路流量类型属性、以及构成链路的端节点的CPU占用率属性的属性值。
6.如权利要求4或5所述的方法,其特征在于,采用如下方式确定物理网络中链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率:
针对物理网络的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率,通过接收物理网络中的各网络设备上报的该网络设备的CPU占用率、该网络设备所在链路的链路容量、该网络设备所在链路的当前占用率、以及该网络设备所在链路的链路流量类型信息,分别确定物理网络中链路的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率;
针对物理网络的链路性能信息,通过向物理网络中指定网络设备发送对该指定网络设备所在指定链路的链路性能信息进行测量的测量指示,并根据接收的该指定网络设备回复的测量结果,确定物理网络中链路的链路性能信息。
7.如权利要求6所述的方法,其特征在于,当物理网络中存在共享同一个物理网络设备资源的虚拟化网络节点时,还包括:
将共享该物理网络设备资源的虚拟化网络节点聚合成物理网络中的一个网络设备;
分别确定以不同虚拟化网络节点为流量发起节点,以相同的节点为流量终止节点的重叠链路,或者以不同虚拟化网络节点为流量终止节点,以相同的节点为流量发起节点的重叠链路;
将所述重叠链路聚合成一条聚合链路;
将该聚合链路的链路属性确定为该物理网络设备所在链路的链路属性,对该聚合链路的链路属性进行统计。
8.如权利要求4或5所述的方法,其特征在于,基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,具体包括:
基于用于描述所述业务网络流量需求的网络流量图模型、以及用于描述所述物理网络的当前可分配资源信息的网络资源信息图模型,当预设分配原则为基于流量类型进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量类型需求的节点和边;
当预设分配原则为基于流量大小进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量大小需求的节点和边;
当预设分配原则为基于流量性能进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量性能需求的节点和边。
9.如权利要求4或5所述的方法,其特征在于,更新当前可分配物理网络资源,具体包括:
针对所述物理网络的网络资源信息图模型中,分配给新增业务网络的边,根据该边在所述业务网络中对应的流量大小属性的属性值,更新该边在所述网络资源信息图模型中链路当前占用率属性、链路流量性能属性、以及构成链路的端节点的CPU占用率属性的属性值;
根据该边在所述业务网络中对应的流量类型属性的属性值,更新该边在所述网络资源信息图模型中链路流量类型属性的属性值。
10.如权利要求9所述的方法,其特征在于,所述流量性能属性包括链路所传输流量的延迟、链路所传输流量的丢包率、以及链路所传输流量的传输速率;
根据该边在所述业务网络中对应的流量大小属性的属性值,更新该边在所述网络资源信息图模型中链路流量性能属性的属性值,具体包括:
针对所述物理网络的网络资源信息图模型中,分配给新增业务网络的边,确定在承载了新增业务网络之后与承载新增业务网络之前,该边流量大小增加的比例;
将该边的当前传输流量的延迟属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的延迟,增加所述比例后得到的延迟;
将该边的当前传输流量的丢包率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的丢包率,增加所述比例后得到的丢包率;
将该边的当前传输流量的传输速率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的传输速率,减小所述比例后得到的传输速率。
11.一种网元,其特征在于,包括:
建立模块,用于建立业务网络的网络流量图,其中,在所述网络流量图中包括表征所述业务网络中的网元节点的节点,以及表征所述业务网络中网元节点之间链路的节点之间的边;
流量大小属性确定模块,用于针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间能够产生的累计流量的大小,并将该累计流量的大小作为所述网络流量图中,连接该两个网络节点对应节点的边的流量大小属性的属性值;
流量类型属性确定模块,用于根据预设流量分类方式,对构成所述累计流量的数据包进行解析,确定所述累计流量中包含的流量类型,以及每种流量类型在所述累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的流量类型属性的属性值;
流量性能属性确定模块,用于根据所述业务网络所承载业务的运营需求,确定该两个网元节点之间流量的性能需求,并将确定的性能需求作为所述网络流量图中,连接该两个网络节点对应节点的边的流量性能属性的属性值。
12.如权利要求11所述的网元,其特征在于,所述流量大小属性确定模块,具体用于针对所述业务网络中具有链路的每两个网元节点,统计预设时间内,该两个网元节点之间累计产生的不同方向上的累计流量的大小,并将该不同方向上的累计流量的大小分别作为所述网络流量图中,连接该两个网络节点对应节点的边的不同方向上的流量大小属性的属性值;
所述流量类型属性确定模块,具体用于根据预设流量分类方式,对构成所述不同方向上的累计流量的数据包进行解析,确定所述不同方向上的累计流量中分别包含的流量类型,以及每种流量类型在所在方向上累计流量中的占比,并将确定的流量类型以及所述占比作为所述网络流量图中,连接该两个网络节点对应节点的边的对应方向上的流量类型属性的属性值。
13.如权利要求11或12所述的网元,其特征在于,还包括:合并模块;
所述合并模块,用于当多个业务网络映射在同一个物理网络中时,采用如下方式将所述多个业务网络分别对应的网络流量图合并:将所述多个业务网络分别对应的网络流量图中包含的节点的并集,确定为合并后的网络流量图中的节点集合;从所述多个业务网络分别对应的网络流量图的各边中,确定具有相同的流量发起节点、相同的流量终止节点的重叠边;将构成所述重叠边的各边各自对应流量大小属性的属性值的和,确定为合并后的网络流量图中,所述重叠边的流量大小属性的属性值;将构成所述重叠边的各边分别对应的流量类型的并集,以及所述流量类型的并集中各流量类型的占比,确定为合并后的网络流量图中,所述重叠边对应的流量类型属性的属性值;将构成所述重叠边的各边分别对应的流量性能属性的属性值中,表征最高性能需求的属性值,确定为合并后的网络流量图中,所述重叠边对应的流量性能属性的属性值。
14.一种网元,其特征在于,包括:
获取模块,用于获取业务网络由如权利要求11~13任一项所述的网元建立的网络流量需求模型;
分配模块,用于基于预设分配原则,从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源,并分配给所述业务网络;
更新模块,用于更新当前可分配物理网络资源。
15.如权利要求14所述的网元,其特征在于,所述分配模块,还用于在从当前可分配物理网络资源中,确定能够满足所述业务网络的网络流量需求的资源之前,采用如下方式为物理网络建模:建立物理网络的网络资源信息图,其中,在所述网络资源信息图中包括表征所述物理网络中的网元节点的节点,以及表征所述物理网络中网元节点之间链路的节点之间的边;针对所述物理网络中具有链路的每两个网元节点,分别确定该网元节点之间链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率;并将确定的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率,分别作为所述网络资源信息图中,连接该两个网络节点对应节点的边的链路容量属性、链路当前占用率属性、链路性能属性、链路流量类型属性、以及构成链路的端节点的CPU占用率属性的属性值。
16.如权利要求14或15所述的网元,其特征在于,所述分配模块,具体用于采用如下方式确定物理网络中链路的链路容量、链路当前占用率、链路性能信息、链路流量类型信息、以及构成链路的端节点的CPU占用率:针对物理网络的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率,通过接收物理网络中的各网络设备上报的该网络设备的CPU占用率、该网络设备所在链路的链路容量、该网络设备所在链路的当前占用率、以及该网络设备所在链路的链路流量类型信息,分别确定物理网络中链路的链路容量、链路当前占用率、链路流量类型信息、以及构成链路的端节点的CPU占用率;针对物理网络的链路性能信息,通过向物理网络中指定网络设备发送对该指定网络设备所在指定链路的链路性能信息进行测量的测量指示,并根据接收的该指定网络设备回复的测量结果,确定物理网络中链路的链路性能信息。
17.如权利要求16所述的网元,其特征在于,所述分配模块,还用于当物理网络中存在共享同一个物理网络设备资源的虚拟化网络节点时,将共享该物理网络设备资源的虚拟化网络节点聚合成物理网络中的一个网络设备;分别确定以不同虚拟化网络节点为流量发起节点,以相同的节点为流量终止节点的重叠链路,或者以不同虚拟化网络节点为流量终止节点,以相同的节点为流量发起节点的重叠链路;将所述重叠链路聚合成一条聚合链路;将该聚合链路的链路属性确定为该物理网络设备所在链路的链路属性,对该聚合链路的链路属性进行统计。
18.如权利要求14或15所述的网元,其特征在于,所述分配模块,具体用于基于用于描述所述业务网络流量需求的网络流量图模型、以及用于描述所述物理网络的当前可分配资源信息的网络资源信息图模型,当预设分配原则为基于流量类型进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量类型需求的节点和边;当预设分配原则为基于流量大小进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量大小需求的节点和边;当预设分配原则为基于流量性能进行分配的原则时,从所述网络资源信息图模型中,确定满足所述业务网络流量性能需求的节点和边。
19.如权利要求14或15所述的网元,其特征在于,所述更新模块,具体用于针对所述物理网络的网络资源信息图模型中,分配给新增业务网络的边,根据该边在所述业务网络中对应的流量大小属性的属性值,更新该边在所述网络资源信息图模型中链路当前占用率属性、链路流量性能属性、以及构成链路的端节点的CPU占用率属性的属性值;根据该边在所述业务网络中对应的流量类型属性的属性值,更新该边在所述网络资源信息图模型中链路流量类型属性的属性值。
20.如权利要求19所述的网元,其特征在于,所述更新模块,具体用于针对所述物理网络的网络资源信息图模型中,分配给新增业务网络的边,确定在承载了新增业务网络之后与承载新增业务网络之前,该边流量大小增加的比例;将该边的当前传输流量的延迟属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的延迟,增加所述比例后得到的延迟;将该边的当前传输流量的丢包率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的丢包率,增加所述比例后得到的丢包率;将该边的当前传输流量的传输速率属性的属性值,更新为将该边承载该新增业务网络之前该边传输流量的传输速率,减小所述比例后得到的传输速率;所述流量性能属性包括链路所传输流量的延迟、链路所传输流量的丢包率、以及链路所传输流量的传输速率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410373813.5A CN105323099B (zh) | 2014-07-31 | 2014-07-31 | 业务网络流量建模方法、网络资源调度方法及网元 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410373813.5A CN105323099B (zh) | 2014-07-31 | 2014-07-31 | 业务网络流量建模方法、网络资源调度方法及网元 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105323099A CN105323099A (zh) | 2016-02-10 |
CN105323099B true CN105323099B (zh) | 2019-02-05 |
Family
ID=55249748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410373813.5A Active CN105323099B (zh) | 2014-07-31 | 2014-07-31 | 业务网络流量建模方法、网络资源调度方法及网元 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105323099B (zh) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107291733B (zh) * | 2016-03-31 | 2020-09-11 | 阿里巴巴集团控股有限公司 | 一种规则匹配方法及装置 |
CN105827449B (zh) * | 2016-04-01 | 2019-08-30 | 广东省电信规划设计院有限公司 | 基于ptn网络性能的业务开通方法及其系统 |
CN106209461B (zh) * | 2016-07-15 | 2019-04-16 | 中国联合网络通信集团有限公司 | 一种流量处理方法及装置 |
CN108075974B (zh) * | 2016-11-14 | 2021-01-15 | 中国移动通信有限公司研究院 | 一种流量转发控制方法、装置及sdn架构系统 |
CN108881275B (zh) * | 2018-07-06 | 2021-07-23 | 武汉思普崚技术有限公司 | 一种用户访问合规性分析的方法及系统 |
CN108769077B (zh) * | 2018-07-06 | 2021-07-23 | 武汉思普崚技术有限公司 | 一种网络安全溯源分析的方法及装置 |
CN109446385B (zh) * | 2018-11-14 | 2022-06-14 | 中国科学院计算技术研究所 | 一种建立网络资源设备图谱的方法及设备图谱的使用方法 |
CN112631766B (zh) * | 2019-10-08 | 2023-09-19 | 中国移动通信集团浙江有限公司 | 项目环境资源的动态调整方法及装置 |
CN112751773B (zh) * | 2020-12-23 | 2022-08-16 | 信而泰(无锡)信息技术有限公司 | 网络流量的调度方法和装置 |
CN113098791B (zh) * | 2021-03-30 | 2022-05-06 | 中山大学 | 一种多业务网络流的成分占比分析方法 |
CN113115139B (zh) * | 2021-04-23 | 2022-10-28 | 北京智芯微电子科技有限公司 | 基于网络容器的光网络虚拟化系统及业务映射方法 |
CN117155864B (zh) * | 2023-11-01 | 2024-01-30 | 南京市微驰数字科技有限公司 | 一种基于互联网的流量管理系统及管理方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510841A (zh) * | 2008-12-31 | 2009-08-19 | 成都市华为赛门铁克科技有限公司 | 端到端流量识别方法和系统 |
CN101707788A (zh) * | 2009-10-27 | 2010-05-12 | 北京邮电大学 | 基于差异化定价策略的多层网络业务动态规划方法 |
CN103338150A (zh) * | 2013-07-19 | 2013-10-02 | 中国人民解放军信息工程大学 | 信息通信网络体系结构建立方法、装置、服务器和路由器 |
CN103346922A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于sdn的确定网络状态的控制器及其确定方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030196148A1 (en) * | 2002-04-12 | 2003-10-16 | Carol Harrisville-Wolff | System and method for peer-to-peer monitoring within a network |
-
2014
- 2014-07-31 CN CN201410373813.5A patent/CN105323099B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101510841A (zh) * | 2008-12-31 | 2009-08-19 | 成都市华为赛门铁克科技有限公司 | 端到端流量识别方法和系统 |
CN101707788A (zh) * | 2009-10-27 | 2010-05-12 | 北京邮电大学 | 基于差异化定价策略的多层网络业务动态规划方法 |
CN103338150A (zh) * | 2013-07-19 | 2013-10-02 | 中国人民解放军信息工程大学 | 信息通信网络体系结构建立方法、装置、服务器和路由器 |
CN103346922A (zh) * | 2013-07-26 | 2013-10-09 | 电子科技大学 | 基于sdn的确定网络状态的控制器及其确定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105323099A (zh) | 2016-02-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105323099B (zh) | 业务网络流量建模方法、网络资源调度方法及网元 | |
Kliazovich et al. | CA-DAG: Modeling communication-aware applications for scheduling in cloud computing | |
Khalili et al. | MPTCP is not Pareto-optimal: Performance issues and a possible solution | |
CN104954274B (zh) | 生成转发信息的方法、控制器和业务转发实体 | |
CN102918499B (zh) | 用于应用策略以在虚拟机之间调度网络带宽的方法和设备 | |
CN108809857A (zh) | 一种基于sdn的流量监控与业务服务质量保障策略的方法 | |
Boero et al. | BeaQoS: Load balancing and deadline management of queues in an OpenFlow SDN switch | |
CN106533806B (zh) | 多租户SDN网络中基于应用感知提供跨层QoS的方法 | |
CN104798356A (zh) | 用于控制水平扩展软件应用中的利用率的方法和装置 | |
CN105791151B (zh) | 一种动态流量控制方法,及装置 | |
CN113810205B (zh) | 服务算力信息的上报、接收方法、服务器及数据中心网关 | |
CN108471629A (zh) | 传输网络中业务服务质量的控制方法、设备及系统 | |
Kliazovich et al. | CA-DAG: Communication-aware directed acyclic graphs for modeling cloud computing applications | |
CN103188165A (zh) | 一种路由器多径输出智能负载均衡的方法及路由器 | |
CN101729430A (zh) | 用于支持端到端时延保证的动态资源分配系统及分配方法 | |
CN106301921B (zh) | 基于隧道的大象流量传输调度方法及系统 | |
CN106302230B (zh) | 一种数据传输方法及装置 | |
CN105530115B (zh) | 一种实现操作管理维护功能的方法及装置 | |
CN106412043B (zh) | Cdn网络流量引导方法和装置 | |
CN107733796A (zh) | 一种择优路径计算方法及系统 | |
CN105391651A (zh) | 一种虚拟光网络多层资源汇聚方法和系统 | |
CN102724064A (zh) | 一种网络应用仿真系统构建方法 | |
CN109672621A (zh) | 一种为vpn业务选择传输路径的方法和设备 | |
CN102932268A (zh) | 一种数据报文转发方法和装置 | |
Aktas et al. | Scheduling and flexible control of bandwidth and in-transit services for end-to-end application workflows |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |