CN105337832A - 在线多播虚拟网络的资源分配方法 - Google Patents

Abstract

本发明公开了一种在线多播虚拟网络的资源分配方法，属于MVN技术领域。本发明在满足负载均衡的条件对所接收的MVN请求进行映射处理，若映射失败，则将当前MVN请求存入等待队列中，否则输出映射表；在系统空闲时，为等待队列中的MVN请求进行映射处理：若当前MVN请求的最大等待时间小于零，则拒绝所述MVN请求；否则，基于当前物理网络的网络资源信息，在满足负载均衡的条件下为所述MVN请求的各虚拟节点映射物理节点，若映射失败，则将当前MVN请求存入等待队列中，否则输出映射表。本发明用于在线多播虚拟网络的资源分配，有效提高提高MVN请求的映射成功率和底层网络的资源利用率。

Description

在线多播虚拟网络的资源分配方法

技术领域

本发明涉及多播虚拟网络(MulticastVirtualNetwork，MVN)技术，具体涉及一种在线多播虚拟网络的资源分配方法。

背景技术

互联网在定义当今世界中获取并交换信息方式的模型上取得了巨大的成功。在过去的三十年中，互联网通过支持大批分散的应用以及大量不同的网络技术，证实了自身结构的价值。然而，互联网的广泛使用也成为了其进一步发展的最大阻碍，由于其多供应商的特性，在互联网的现有结构中加入新的结构或调整需要获得所有运营商的共同认可，从而使得现今的网络结构受到限制只能够进行迟缓简单的更新，而无法进行迅速的变革。网络虚拟化作为解决当前互联网僵化问题的技术手段，近年来受到了国内外未来网络领域研究的广泛关注。网络虚拟化的优势之一是支持多个异构的网络架构共享物理基础设施。网络虚拟化技术其本质是通过抽象、分配、隔离机制在一个公共物理网络上独立地运营多个虚拟网，从而能够有选择性地进行最佳的资源分配与调度。

网络虚拟化的目的就是实现分布式虚拟资源的广泛共享，因此虚拟资源映射是网络虚拟化技术需要实现的重要功能。虚拟资源映射算法作为网络虚拟化技术的关键问题之一，它实现了将用户的虚拟网络请求合理地映射至底层物理网络的物理资源上的过程，其中如何高效分配物理网络资源以满足各虚拟网络的链路带宽和节点性能要求，是虚拟资源映射问题的关键。

众所周知网络间的通信有单播、多播、广播等形式，其中多播已在许多需要高QoS的实时性应用中被广泛使用，多播情况下的虚拟网络映射问题可以先转化成在下层网络中寻找多播子网。启发式算法是解决虚拟资源映射问题的常用方法，其在网络节点上定义函数h(n)，用于评估从此节点到目标节点最便宜的路径。算法中包含节点资源分配和链路资源分配两部分。节点资源分配是指：根据虚拟节点的约束条件，将底层节点的资源分配给虚拟节点。链路资源分配是指：根据虚拟链路的源节点和宿节点被映射的底层节点、以及虚拟链路的约束条件，将底层网络的一条底层链路或者多条底层链路的资源分配给虚拟链路。

网络虚拟化中有很多关于在线虚拟网络映射方法的研究，w-StoVNM算法就是一种在线的虚拟网络映射的方法。该方法在将底层网络的节点和带宽资源分配给动态到来的每个虚拟网络请求时，使用了负载均衡策略和动态的链路带宽资源请求策略。虽然该方法能够实现在线虚拟网络的映射，然而这个方法是针对单播虚拟网络映射问题而提出的。在实际应用中，存在大量的多播虚拟网络映射需求，而上述方法因无法兼顾多播虚拟网络映射的各种特殊性约束，比如时延，时延抖动等，而不能适用于多播虚拟网络映射问题。同时，该方法在实现在线虚拟网络的映射时，使用的是传统的负载均衡策略。传统的负载均衡策略只考虑了在当前时刻的负载均衡，而没有考虑那些即将被释放的底层网络资源。因此传统的负载均衡策略可能使得在当前时刻底层网络的负载是均衡的，但是下一个业务到达的时候就可能变得不均衡了。比如，虽然当前时刻底层网络的负载是均衡的，但是在下一业务到达前，由于底层网络上某个区域可能会释放大量资源，就会造成区域轻载或空载的情况。

针对多播虚拟网络映射问题，也有很多相应方法的研究。VMNDDVCM算法是一种常见的解决多播虚拟网络的映射方法，该方法综合考虑了多播虚拟网络的特殊性，引入了多播网络的时延和时延抖动的特性，通过引入窗口滑动机制解决了映射过程中的时延抖动约束，采用枚举策略寻找满足约束的最优多播树以完成映射，保证了最优的映射成本。虽然该方法能够实现多播虚拟网络映射，但是映射不成功就直接拒绝该请求，然而在线多播虚拟网络请求通常不是在同一时间到来的，也就意味着两个多播虚拟网络请求之间的空闲时间可能不为零，但是上述方法并没有有效利用空闲时间去映射被阻塞的请求。即无法降低映射的阻塞率和提高底层网络的资源利用率。另外，该方法在完成映射时采用了枚举的机制，虽然保证了映射结果的最优，但是算法复杂度较高、收敛速度太慢，尤其不能适用于较大规模的虚拟网络映射问题。

发明内容

本发明所要解决的技术问题是：在考虑底层网络负载均衡和MVN请求的最大等待时间的情况下，如何将底层网络的节点和带宽资源分配给动态到来的每个多播虚拟网络请求，提高MVN请求的映射成功率和底层网络的资源利用率。

本发明的在线多播虚拟网络的资源分配方法，包括下列步骤：

接收并存储MVN请求：基于各MVN请求的网络拓扑结构，构建并存储关于当前MVN请求的各虚拟节点的二层生成树，并记录各MVN请求的到达时间和生存时间；

基于当前物理网络的网络资源信息，在满足负载均衡的条件下为当前接收的MVN请求的各虚拟节点映射物理节点，若映射失败，则将当前MVN请求存入等待队列中，否则输出映射表；

系统空闲时，为等待队列中的MVN请求进行映射处理：若当前MVN请求的最大等待时间(所述最大等待时间为MVN请求的生存时间与存储时间的差，存储时间为当前系统时间与到达时间的差)小于零，则拒绝所述MVN请求；否则，基于当前物理网络的网络资源信息，在满足负载均衡的条件下为所述MVN请求的各虚拟节点映射物理节点，若映射失败，则将当前MVN请求存入等待队列中，否则输出映射表。

在现有技术中个，系统在接收到MVN请求后，在满足负载均衡的条件下为当前接收的MVN请求的各虚拟节点映射物理节点，若映射失败，即不存在满足负载均衡的物理节点，则直接拒绝当前MVN请求，然而生存时间较长的MVN请求通常是可以忍受一部分时间的等待或者延迟服务的，对于最大等待时间不为零的情况，因此本发明在处理该MVN请求时，如果这个MVN请求由于底层网络资源不足而映射失败被阻塞，就将它加入等待队列中，而不是直接拒绝这个MVN请求。当系统处于空闲时，就再次处理等待队列中的MVN请求，如果等待队列中的MVN请求的等待时间还没有结束就再次映射这个请求，如果MVN请求的等待时间结束了就拒绝该MVN请求。本发明的使得被阻塞的MVN请求，在不影响下一个到达的MVN请求的情况下，有更多的机会被接受，从而提高MVN请求的映射成功率和底层网络的资源利用率。

进一步的，本发明对现有的负载均衡的条件进行了改进，若当前虚拟节点为MVN请求的根节点，则为：

$\min \left\{\underset{n_s\∈N_S}{\max }\right\{\frac{(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))}{c\left(n_s\right)+(R_{n_s}^{\′}/|\mathrm{Adj}\left(n_s\right)\left|\right)}\left\}\right\}$

其中N_s表示当前物理网络的物理节点集合，n_s表示集合N_s的元素，表示映射到物理节点n_s上的当前MVN请求的节点集合，n_v表示集合的元素，ε(n_v)表示虚拟节点n_v的资源需求容量；n_u表示预设时间T后，所释放的映射到物理节点n_s上的虚拟节点(即从当前时刻其到时间周期T后，那些最大等待时间为0的MVN请求的各虚拟节点)，表示关于虚拟节点n_u的集合，ε(n_u)表示虚拟节点n_u的资源需求容量；c(n_s)表示物理节点n_s的节点个数，|Adj(n_s)|表示与物理节点n_s邻接的链路集合Adj(n_s)的元素个数，表示Adj(n_s)中所有链路的可用带宽资源；

若当前虚拟节点为MVN请求的叶子节点，则为：

$\min \left\{\underset{e_s\∈E_s}{\max }\right\{\underset{i\∈D_{e_s}}{\mathrm{\Σ}}{x}_i-\underset{j\∈D_{e_s}^T}{\mathrm{\Σ}}{x}_j\left\}\right\},\min \left\{\underset{n_s\∈N_s}{\max }\right\{\frac{1}{c\left(n_s\right)}(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))\left\}\right\}$

其中e_s表示物理链路，E_s表示当前物理网络的物理链路集合，b(e_s)表示链路e_s的可用带宽资源，表示映射到物理链路e_s上的MVN请求的链路集合，i表示集合的标识，x_i表示各集合的元素个数，表示预设时间T后，所离开的MVN请求的链路集合，j表示集合的标识，x_j表示各集合的元素个数。

本发明改进后的负载均衡条件与传统的负载均衡条件：和相比，在对当前MVN请求的根节点进行物理节点映射时，将整个区域的负载均衡考虑在了其中；在对当前MVN请求的各叶子节点进行物理节点映射时，先把将在下一个周期T(具体取值可根据实际应用需求自行设定，例如将预设时间T为当前连续到达的各MVN请求的相邻到达时间差的均值)释放的底层网络节点资源和链路资源从正在占用的资源中减去，再进行负载均衡，使得负载均衡的结果不仅考虑了底层网络当前时刻的均衡，同时也考虑下一周期底层网络的负载情况，从而避免传统的负载均衡策略下，在下一业务到达之时出现区域轻载或空载的情况，通常某些区域轻载或空载往往会造成另一些区域出现资源紧缺的情况。因此，在映射新到来的MVN请求时，虽然可能有一些节点和链路可以提供大量的资源，但是可能会因为能够提供资源的节点和链路的数量不足而映射失败，本发明改进后的负载均衡条件能有效避免上述情况，下一个MVN请求到来时，由于底层网络节点和链路资源是均衡的，就会有更多数量的节点和链路为MVN请求提供资源，从而提高映射成功的可能性。

综上所述，由于采用了上述技术方案，本发明的有益效果是：在线多播虚拟网络的资源分配的成功率高：在最大等待时间内的各MVN请求得到可能不止一次的物理节点映射集合，增加了MVN请求被接受的可能性。同时基于本发明改进后的负载均衡条件，使得底层网络的负载不仅在当前时刻是均衡的，而且在下一周期也是负载均衡的，就能避免在下一业务到达之时出现区域轻载或空载的情况。下一个MVN请求到来时，由于底层网络节点和链路资源是均衡的，就会有更多数量的节点和链路为MVN请求提供资源，从而提高映射成功的可能性；资源利用率高：由于本发明允许对MVN请求执行多次映射处理，就使得底层网络总是饱和负载的，同时改进负载均衡条件使得底层网络节点和链路负载更加均衡，使得底层网络能够接受更多的MVN请求，接受了更多的MVN请求，从而增加了底层网络资源的利用率。

附图说明

本发明将通过例子并参照附图的方式说明，其中：

图1是本发明具体实施方式的处理流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面结合实施方式，对本发明作进一步地详细描述。

为便于描述，将本发明改进后的负载均衡条件表示为公式(1)(2)(3)：

$\min \left\{\underset{e_s\∈E_s}{\max }\right\{\frac{1}{b\left(e_s\right)}(\underset{i\∈D_{e_s}}{\mathrm{\Σ}}{x}_i-\underset{j\∈D_{e_s}^T}{\mathrm{\Σ}}{x}_j)\left\}\right\}---\left(1\right)$

$\min \left\{\underset{n_s\∈N_s}{\max }\right\{\frac{1}{c\left(n_s\right)}(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))\left\}\right\}---\left(2\right)$

$\min \left\{\underset{n_s\∈N_s}{\max }\right\{\frac{(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))}{c\left(n_s\right)+(R_{n_s}^{\′}/|\mathrm{Adj}\left(n_s\right)\left|\right)}\left\}\right\}---\left(3\right)$

参见图1，由于MVN请求的到来时刻是服从随机分布的，在本具体实施方式中设定到达的MVN请求为(本发明中将在线MVN请求构建为无向图模型，其中G_V表示由MVN请求所构建的无向加权图，t表示MVN请求的到达时间，l表示MVN请求的生存时间，w表示MVN请求的最大等待时间)，如果不再有MVN请求到来则如果当前时刻没有MVN请求到来则同时将物理网络(底层网络)构建为无向加权图G^S＝(N^S,E^S,C^N,C^L)模型，其中N^S表示物理网络的所有物理节点的集合，E^S表示物理网络的所有物理链路的集合，对于每一个物理节点n_s∈N^S都可以为MVN节点提供资源，C^N表示物理节点资源属性，如节点的资源容量，C^L表示各物理链路属性，包括带宽和时延等信息。根据上述设定，下面具体阐述本发明的在线多播虚拟网络的资源分配方法的处理流程：

输入：1、底层物理网络G^S＝(N^S,E^S,C^N,C^L)；

2、到达的MVN的请求

输出：映射结果M_w和拒绝的MVN集合MVN_rej。

步骤一：当时，就执行下面的操作；否则，执行步骤七；

步骤二：如果当前时刻要离开的MVN集合(ExpiredMVN的初始值为资源分配处理过程中的取值基于系统当前实际情况设定对应值)，则更新底层网络资源，并更新

步骤三：如果调用WT-Procedure方法处理等待队列W_q中的MVN请求，并执行第五步；否则，在满足公式(1)(2)(3)所示的负载均衡条件下完成映射

步骤四：如果找到一个G_V的映射M_i，就更新M_w；否则，就更新即将当前MVN请求增加到等待队列W_q中，本具体实施方式中，设定等待队列W_q为先进先出队列；

步骤五：更新底层网络资源；

步骤六：判断当前时刻MVN请求的到来情况，若则继续执行步骤二，否则执行步骤七；

步骤七：返回映射结果M_w和拒绝的MVN集合MVN_rej。

本具体实施方式中，返回集合MVN_rej是为了便于后续统计哪些MVN请求被映射成功，哪些被拒绝，而非完成本发明的在线多播虚拟网络的资源分配方法的必选步骤。

上述WT-Procedure方法的处理流程如下：

输入：1、底层网络G^S＝(N^S,E^S,C^N,C^L)；

2、等待队列W_q。

输出：映射结果M_w和拒绝的MVN集合MVN_rej。

步骤一：如果继续下一步；否则，执行第九步。

步骤二：如果更新底层网络资源，更新

步骤三：遍历W_q中的每一个更新中的w，即w等于MVN请求的生存时间与存储时间的差，存储时间为当前系统时间与到达时间之差；

步骤四：如果当前MVN请求的最大等待时间w＜0，则更新和即将当前MVN请求增加到集合MVN_rej中，并将当前MVN请求从等待队里中删除后，执行第七步；否则，执行步骤五；

步骤五：在满足公式(1)(2)(3)所示的负载均衡条件下完成映射

步骤六：如果找到一个G_V的映射M_i，就更新和M_w；

步骤七：更新底层网络资源；

步骤八：如果遍历完W_q，继续下一步；否则，执行步骤三；

步骤九：返回映射结果M_w和拒绝的MVN集合MVN_rej。

WT-Procedure方法主要是用来处理在等待队列中的MVN请求的，其处理的策略是在系统空闲时间再次尝试映射等待队列中的MVN请求，在每次映射前先更新中的最大等待时间w，如果w＜0就意味该最大等待时间所对应的MVN请求的等待时间结束，就将该MVN请求加入MVN_rej中，如果w≥0就再次映射这个MVN请求。

在本发明中，为当前接收的MVN请求的各虚拟节点映射物理节点具体映射处理可以是：

步骤S1：根据公式Cost(v→n_k)＝(p'(n_k)+(MC-Con(n_k)))*ε(v)分别计算MVN请求的虚拟根节点v映射到各物理节点n_k的资源开销估计值Cost(v→n_k)，其中p'(n_k)＝p(n_k)+α*AF(n_k)为物理节点n_k的节点资源的虚拟单位成本，所述p(n_k)表示物理节点n_k的节点资源的单位成本，AF(n_k)表示影响物理节点n_k的失效区域的数量，可调因子α为任意实数；所述MC是当前物理网络的网络拓扑结图中节点度最大的值，Con(n_k)＝|Adj(n_k)|与物理节点n_k邻接的链路集合Adj(n_k)的元素个数，ε(v)表示虚拟根节点v的资源需求容量；

取最小资源开销估计值Cost(v→n_k)所对应的物理节点n_k为虚拟根节点v的映射节点，并记为n；

步骤S2：将虚拟根节点v与物理n的映射关系v→n存储到资源分配表M中；并从未映射物理节点集合UMN^S中删除物理节点n，从未映射虚拟节点集合UMN_V中删除虚拟节点v；

步骤S3：对未映射虚拟节点集合UMN_V进行更新处理：

根据公式分别计算各虚拟节点v_i的权值DR(v_i)，其中ε(v_i)表示虚拟节点v_i的资源需求容量，表示虚拟根节点v与虚拟节点v_i的相连的虚拟链路e_i的带宽资源需求值，可调因子λ为任意实数；

基于各虚拟节点v_i的权值DR(v_i)，按降序排序得到更新后的未映射虚拟节点集合UMN_V；

步骤S4：基于当前未映射物理节点集合UMNS，对当前未映射虚拟节点集合UMN_V中的各虚拟节点v_i，从左到右依次进行资源分配：

步骤S4-1：对虚拟节点v_i，基于当前未映射物理节点集合UMN^S，查找出满足虚拟节点v_i的网络资源需求的从物理节点n_s到候选物理节点n_k的最短路径，所述候选物理节点n_k属于当前集合UMN^S，并根据公式Cost(v_i→n_k)＝CNn_k+CPn_k计算各物理节点n_k作为虚拟节点v_i的候选映射节点时的资源开销估计值Cost(v_i→n_k)；

记录资源开销估计值Cost(v_i→n_k)，以及物理节点n_s到物理节点n_k的最短路径为虚拟链路e_i的映射物理路径若不存在从物理节点n_s到候选物理节点n_k的最短路径，则令对应的资源开销估计值Cost(v_i→n_k)为预设极大值；

其中CNn_k＝p'(n_k)*ε(v_i)为虚拟节点v_i映射到物理节点n_k上的资源虚拟开销；

所述为虚拟链路e_i的映射物理路径资源虚拟开销，其中p'(e)＝p(e)+α*AF(e)，所述p(e)表示物理链路e的链路资源的单位成本，AF(e)表示影响物理链路e的失效区域的数量，所述链路e属于映射物理路径

步骤S4-2：取最小资源开销估计值Cost(v_i→n_k)所对应的物理节点n_k为当前虚拟节v_i的映射节点，并将映射关系v_i→n_k、映射物理路径存储到资源分配表M中；同时从未映射物理节点集合UMN^S中删除当前物理节点n_k，未映射虚拟节点集合UMN_V中删除当前虚拟节点v_i；

步骤S4-3：重复执行步骤S4-1、S4-2，直到映射虚拟节点集合UMN_V为空；

步骤S5：根据当前MVN请求设置时延窗口W＝[D_max-C_DV,D_max]，调整资源分配表M中的映射物理路径：判断资源分配表M中的各映射物理路径的时延是否在所述时延窗口W内，若否，则调整当前映射物理路径更新资源分配表M：基于当前映射物理路径所对应的映射关系v_i→n_k，在物理网络拓扑图中查找出从物理n_s到物理节点n_k的前K条最短路径，并从所述K条最短路径中选择时延在所述时延窗口W内的最短路径替换当前映射物理路径其中所述D_max表示资源分配表M中的所有映射物理路径中，最大的路径时延；C_DV表示当前MVN请求的链路最大时延差约束值。

为了实现本发明的的负载均衡，通过寻找使得上述公式最小的物理节点进行映射，从而使得映射的节点和路径的成本都很低。本具体实施方式中通过调整链路和节点的“虚拟成本”以达到引导映射，使得映射结果尽可能的满足公式(1)(2)(3)，则上述公式(1)(2)(3)可变换为：

$p^{*}\left(e\right)=p\left(e\right)+\left\{\frac{\mathrm{\λ}*b\left(e_s\right)}{(\underset{i\∈D_{e_s}}{\mathrm{\Σ}}{x}_i-\underset{j\∈D_{e_s}^T}{\mathrm{\Σ}}{x}_j)}\right\}---\left(a\right)$

$p^{*}\left(n_s\right)=p\left(n_s\right)+\left\{\frac{\mathrm{\θ}*c\left(n_s\right)}{\{(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))}\right\}---\left(b\right)$

$p^{*}\left(n_s\right)=p\left(n_s\right)+\left\{\frac{\mathrm{\θ}*c\left(n_s\right)}{\left\{(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))\right\}+(R_{n_s}^{\′}/|\mathrm{Adj}\left(n_s\right)\left|\right)}\right\}---\left(c\right)$

通过寻找使得公式(c)或者(a)和(b)最小的物理节点进行映射其中，p^*(e)表示物理链路e的链路资源的虚拟成本，p^*(n_s)表示物理节点n_s的节点资源的单位成本，p(e)表示物理链路e的链路资源的单位成本，p(n_s)表示物理节点n_s的节点资源的单位成本，λ和θ是可调参数用于控制负载均衡的力度，通常设定取值为0到1之间的实数，

本发明并不局限于前述的具体实施方式。本发明扩展到任何在本说明书中披露的新特征或任何新的组合，以及披露的任一新的方法或过程的步骤或任何新的组合。

Claims (5)

1.在线多播虚拟网络的资源分配方法，其特征在于，包括下列步骤：

接收并存储MVN请求：基于各MVN请求的网络拓扑结构，构建并存储关于当前MVN请求的各虚拟节点的二层生成树，并记录各MVN请求的到达时间和生存时间；

基于当前物理网络的网络资源信息，在满足负载均衡的条件下为当前接收的MVN请求的各虚拟节点映射物理节点，若映射失败，则将当前MVN请求存入等待队列中，否则输出映射表；

系统空闲时，为等待队列中的MVN请求进行映射处理：若当前MVN请求的最大等待时间小于零，则拒绝所述MVN请求；否则，基于当前物理网络的网络资源信息，在满足负载均衡的条件下为所述MVN请求的各虚拟节点映射物理节点，若映射失败，则将当前MVN请求存入等待队列中，否则输出映射表；所述最大等待时间为MVN请求的生存时间与存储时间的差，存储时间为当前系统时间与到达时间的差。

2.如权利要求1所述的方法，其特征在于，所述负载均衡的条件为：

若当前虚拟节点为MVN请求的根节点，则为：

$\min \left\{\underset{n_s\∈N_S}{\max }\right\{\frac{(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))}{c\left(n_s\right)+(R_{n_s}^{\′}/|\mathrm{Adj}\left(n_s\right)\left|\right)}\left\}\right\}$

其中N_s表示当前物理网络的物理节点集合，n_s表示集合N_s的元素，表示映射到物理节点n_s上的当前MVN请求的节点集合，n_v表示集合的元素，ε(n_v)表示虚拟节点n_v的资源需求容量；n_u表示预设时间T后，所释放的映射到物理节点n_s上的虚拟节点，表示关于虚拟节点n_u的集合，ε(n_u)表示虚拟节点n_u的资源需求容量；c(n_s)表示物理节点n_s的节点个数，|Adj(n_s)|表示与物理节点n_s邻接的链路集合Adj(n_s)的元素个数，表示Adj(n_s)中所有链路的可用带宽资源；

若当前虚拟节点为MVN请求的叶子节点，则为：

$\min \left\{\underset{e_s\∈E_S}{\max }\right\{\frac{1}{b\left(e_s\right)}(\underset{i\∈D_{e_s}}{\mathrm{\Σ}}{x}_i-\underset{j\∈D_{e_s}^T}{\mathrm{\Σ}}{x}_j)\left\}\right\},\min \left\{\underset{n_s\∈N_s}{\max }\right\{\frac{1}{c\left(n_s\right)}(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))\left\}\right\}$

其中e_s表示物理链路，E_s表示当前物理网络的物理链路集合，b(e_s)表示链路e_s的可用带宽资源，表示映射到物理链路e_s上的MVN请求的链路集合，i表示集合的标识，x_i表示各集合的元素个数，表示预设时间T后，所离开的MVN请求的链路集合，j表示集合的标识，x_j表示各集合的元素个数。

3.如权利要求2所述的方法，其特征在于，所述负载均衡的条件为：

若当前虚拟节点为MVN请求的根节点，则为：

$\min \{\underset{n_s\∈N_S}{p^{*}\left(n_s\right)}=p\left(n_s\right)+\{\frac{\mathrm{\θ}*c\left(n_s\right)}{\left\{(\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_v\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right))\right\}+(R_{n_s}^{\′}/|\mathrm{Adj}\left(n_s\right)\left|\right)}\left\}\right\}$

若当前虚拟节点为MVN请求的叶子节点，则为：

$\min \{\underset{e_s\∈E_S}{p^{*}\left(e\right)}=p\left(e\right)+\{\frac{\mathrm{\λ}*b\left(e_s\right)}{(\underset{i\∈D_{e_s}}{\mathrm{\Σ}}{x}_i-\underset{j\∈D_{e_s}^T}{\mathrm{\Σ}}{x}_j)}\left\}\right\}$ 和

$\min \{\underset{n_s\∈N_S}{p^{*}\left(n_s\right)}=p\left(n_s\right)+\{\frac{\mathrm{\θ}*c\left(n_s\right)}{\{\underset{n_v\∈S_{n_s}}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_s\right)-\underset{n_u\∈S_{n_s}^T}{\mathrm{\Σ}}\mathrm{\ϵ}\left(n_u\right)\}}\left\}\right\}$

其中，p^*(e)表示物理链路e的链路资源的虚拟成本，p^*(n_s)表示物理节点n_s的节点资源的单位成本，p(e)表示物理链路e的链路资源的单位成本，p(n_s)表示物理节点n_s的节点资源的单位成本，λ和θ为为0到1之间的任意实数。

4.如权利要求2或3所述的方法，其特征在于，所述预设时间T为当前连续到达的各MVN请求的相邻到达时间差的均值。

5.如权利要求2或3所述的方法，其特征在于，为当前接收的MVN请求的各虚拟节点映射物理节点具体包括：

步骤S1：根据公式Cost(v→n_k)＝(p'(n_k)+(MC-Con(n_k)))*ε(v)分别计算MVN请求的虚拟根节点v映射到各物理节点n_k的资源开销估计值Cost(v→n_k)，其中p'(n_k)＝p(n_k)+α*AF(n_k)为物理节点n_k的节点资源的虚拟单位成本，所述p(n_k)表示物理节点n_k的节点资源的单位成本，AF(n_k)表示影响物理节点n_k的失效区域的数量，可调因子α为任意实数；所述MC是当前物理网络的网络拓扑结图中节点度最大的值，Con(n_k)＝|Adj(n_k)|与物理节点n_k邻接的链路集合Adj(n_k)的元素个数，ε(v)表示虚拟根节点v的资源需求容量；

取最小资源开销估计值Cost(v→n_k)所对应的物理节点n_k为虚拟根节点v的映射节点，并记为n；

步骤S2：将虚拟根节点v与物理n的映射关系v→n存储到资源分配表M中；并从未映射物理节点集合UMN^S中删除物理节点n，从未映射虚拟节点集合UMN_V中删除虚拟节点v；

步骤S3：对未映射虚拟节点集合UMN_V进行更新处理：

根据公式分别计算各虚拟节点v_i的权值DR(v_i)，其中ε(v_i)表示虚拟节点v_i的资源需求容量，表示虚拟根节点v与虚拟节点v_i的相连的虚拟链路e_i的带宽资源需求值，可调因子λ为任意实数；

基于各虚拟节点v_i的权值DR(v_i)，按降序排序得到更新后的未映射虚拟节点集合UMN_V；

步骤S4：基于当前未映射物理节点集合UMN^S，对当前未映射虚拟节点集合UMN_V中的各虚拟节点v_i，从左到右依次进行资源分配：

步骤S4-1：对虚拟节点v_i，基于当前未映射物理节点集合UMN^S，查找出满足虚拟节点v_i的网络资源需求的从物理节点n_s到候选物理节点n_k的最短路径，所述候选物理节点n_k属于当前集合UMN^S，并根据公式Cost(v_i→n_k)＝CNn_k+CPn_k计算各物理节点n_k作为虚拟节点v_i的候选映射节点时的资源开销估计值Cost(v_i→n_k)；

记录资源开销估计值Cost(v_i→n_k)，以及物理节点n_s到物理节点n_k的最短路径为虚拟链路e_i的映射物理路径；若不存在从物理节点n_s到候选物理节点n_k的最短路径，则令对应的资源开销估计值Cost(v_i→n_k)为预设极大值；

其中CNn_k＝p'(n_k)*ε(v_i)为虚拟节点v_i映射到物理节点n_k上的资源虚拟开销；

所述为虚拟链路e_i的映射物理路径资源虚拟开销，其中p'(e)＝p(e)+α*AF(e)，所述p(e)表示物理链路e的链路资源的单位成本，AF(e)表示影响物理链路e的失效区域的数量，所述链路e属于映射物理路径

步骤S4-2：取最小资源开销估计值Cost(v_i→n_k)所对应的物理节点n_k为当前虚拟节v_i的映射节点，并将映射关系v_i→n_k、映射物理路径存储到资源分配表M中；同时从未映射物理节点集合UMN^S中删除当前物理节点n_k，未映射虚拟节点集合UMN_V中删除当前虚拟节点v_i；

步骤S4-3：重复执行步骤S4-1、S4-2，直到映射虚拟节点集合UMN_V为空；

步骤S5：根据当前MVN请求设置时延窗口W＝[D_max-C_DV,D_max]，调整资源分配表M中的映射物理路径：判断资源分配表M中的各映射物理路径的时延是否在所述时延窗口W内，若否，则调整当前映射物理路径，更新资源分配表M：基于当前映射物理路径所对应的映射关系v_i→n_k，在物理网络拓扑图中查找出从物理n_s到物理节点n_k的前K条最短路径，并从所述K条最短路径中选择时延在所述时延窗口W内的最短路径替换当前映射物理路径；其中所述D_max表示资源分配表M中的所有映射物理路径中，最大的路径时延；C_DV表示当前MVN请求的链路最大时延差约束值。