CN105376170A - 一种负载均衡优先的虚拟化网络功能组合方法 - Google Patents

一种负载均衡优先的虚拟化网络功能组合方法 Download PDF

Info

Publication number
CN105376170A
CN105376170A CN201510782771.5A CN201510782771A CN105376170A CN 105376170 A CN105376170 A CN 105376170A CN 201510782771 A CN201510782771 A CN 201510782771A CN 105376170 A CN105376170 A CN 105376170A
Authority
CN
China
Prior art keywords
function
network
combination
instance
performance
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.)
Granted
Application number
CN201510782771.5A
Other languages
English (en)
Other versions
CN105376170B (zh
Inventor
兰巨龙
谢立军
王鹏
周桥
胡宇翔
傅敏
古英汉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PLA Information Engineering University
Original Assignee
PLA Information Engineering University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by PLA Information Engineering University filed Critical PLA Information Engineering University
Priority to CN201510782771.5A priority Critical patent/CN105376170B/zh
Publication of CN105376170A publication Critical patent/CN105376170A/zh
Application granted granted Critical
Publication of CN105376170B publication Critical patent/CN105376170B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • H04L47/12Avoiding congestion; Recovering from congestion
    • H04L47/125Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/10Flow control; Congestion control
    • H04L47/20Traffic policing
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00Network architectures or network communication protocols for network security
    • H04L63/20Network architectures or network communication protocols for network security for managing network security; network security policies in general
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/131Protocols for games, networked simulations or virtual reality

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer Security & Cryptography (AREA)
  • Computer Hardware Design (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明属于涉及计算机通信技术领域,具体的涉及一种负载均衡优先的虚拟化网络功能组合方法,该方法包括:控制中心周期性地更新各网络节点剩余资源和网络功能实例分布信息;控制中心收到业务请求,将其转化为网络策略;结合感知信息和网络策略选择候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量;提取每个向量中的第一个功能实例进行组合,并计算该组合的性能参数,判断其是否满足业务请求;判断结果为“满足”,则确定该组合提供服务,对所选择的功能实例进行参数配置,并下发流表至其所连接的SDN交换机;判断结果为“不满足”,则基于功能实例多维性能参数计算每个功能实例的贡献度,将贡献度最低的功能实例替换为其所在向量中的下一个功能实例。

Description

一种负载均衡优先的虚拟化网络功能组合方法
技术领域
本发明属于涉及计算机通信技术领域,具体的涉及一种负载均衡优先的虚拟化网络功能组合方法。
背景技术
为了增强网络的功能性和安全性特征,网络中部署了大量的防火墙、IDS、NAT等网络应用,这些网络应用一般以专用硬件设备的形式部署。网络设备的私有性、封闭性、不可扩展性导致管理成本高、管理过程复杂、设备资源浪费的问题,迫切需要建立新的网络功能部署架构,实现灵活、可扩展、低成本、高效率的网络功能。
网络功能虚拟化提出了在商用服务器上运行软件的形式实现上述网络应用的思想,并且已经开始在网络中试验和实施。网络功能虚拟化通过将硬件和软件分离,并且利用集中的控制服务器对网络功能进行管理,实现了网络功能的快速部署和硬件资源的高效利用。
网络功能虚拟化为网络管理带来机遇的同时也带来的挑战,即如何将虚拟化的网络功能进行动态、灵活、合理的组合,在满足底层硬件资源约束的基础上,保障用户多样化业务的服务质量。
发明内容
本发明针对现有技术存在如何将虚拟化的网络功能进行动态、灵活、合理的组合,在满足底层硬件资源约束的基础上,保障用户多样化业务的服务质量的问题,提出一种负载均衡优先的虚拟化网络功能组合方法。
本发明的技术方案是:一种负载均衡优先的虚拟化网络功能组合方法,包括控制中心,所述负载均衡优先的虚拟化网络功能组合方法的具体步骤为:
步骤一:控制中心周期性更新网络节点剩余资源和网络功能实例运行信息;
步骤二:控制中心将业务请求转化为网络策略;
步骤三:控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量;
步骤四:提取每个向量的第一个功能实例进行组合,并计算该功能实例组合的各维度性能属性值;
步骤五:判断功能实例组合性能参数是否满足策略性能要求,是则执行步骤六;否则执行步骤七;
步骤六:对所选功能实例进行参数配置,并对其所在的SDN交换机下发流表;
步骤七:计算各个功能实例的贡献度,将贡献度最低的功能实例替换为其所在向量的下一个功能实例,并执行步骤五。
所述的负载均衡优先的虚拟化网络功能组合方法,所述控制中心周期性更新网络节点剩余资源和网络功能实例运行信息的具体步骤为:
步骤101:定期查询请求消息;控制中心向其所管理的网络节点周期性发送定期查询请求消息,主要目的是查询该节点资源当前使用情况以及运行的网络功能实例状态;其中,节点资源包括计算资源、存储资源和网络资源;如果在查询周期内发生了功能实例组合的构建或撤销,并且所查询节点上的功能实例参与了该组合的构建或撤销,即该节点在这个周期内发生了资源的分配或释放,则控制中心可以通过该查询消息获得该信息;
步骤102:定期查询响应消息;收到定期查询请求消息的物理节点,首先检查自身的资源状态,然后根据当前的状态向控制中心发送定期查询响应消息;其中,当前的状态包括:节点总的资源数量、哪些功能实例参与了哪些组合的构建、分别给参与构建的组合分配了多少资源,分配给各个组合的资源运行是否正常等信息。
所述的负载均衡优先的虚拟化网络功能组合方法,所述响应消息中的功能实例运行状态采用六元组F:<Type,ID,Name,Attributes,action,provider>进行描述;其中,Type标识该功能类型;ID是一个随机数,代表一个唯一的网络功能,在功能实例化之前该元组可以为空;Name是该功能的语义描述;Attributes表示网络功能的一组配置属性,包括目标属性和性能属性,分别表示该功能的执行目标和具有的性能;其中,目标属性默认是空的,其内容由网络策略决定;性能属性由当前运行状态决定,包括资源开销、处理时延、可靠性;Action表示网络功能实例执行的动作;Provider表示网络功能的提供者信息;
所述的负载均衡优先的虚拟化网络功能组合方法,所述控制中心将业务请求转化为网络策略中,网络策略包含三个集合的超集:即{目标集合、网络功能集合、性能需求集合};其中,
目标集合:表示执行该策略的流量模式,使用标准的IP5元组识别目标集流量,即源IP地址、目的IP地址、协议号、源端口、目的端口;
网络功能集合:表示该策略中流量所经过的所有网络功能,包括防火墙、入侵检测系统、负载均衡器等;
性能需求集合:表示该策略所要求的性能水平,包括处理延迟、处理代价、传输距离、可靠性、成功率;比如,处理延迟不高于10s,可靠性不低于90%。
所述的负载均衡优先的虚拟化网络功能组合方法,所述控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量,包括以下步骤:
步骤301:控制中心根据网络实例运行状态以及网络策略中功能的序列决定各功能实例的地理位置范围;为每个网络功能确定m个节点上的n个候选的网络功能实例并组成向量;由于某些节点可能存在不同功能提供者提供的具有相同功能的功能实例,因此可能会选择某个节点上的多个功能实例,故m≤n;
步骤302:计算功能实例所在网络节点的剩余资源;网络节点资源状态信息包括节点剩余的计算资源、存储资源和传输资源三部分,其中传输资源为节点对外的可用带宽的总和;定义网络节点剩余资源量为三者的加权和,各个权重的大小由所选功能实例对三种资源的需求决定;
步骤303:控制中心根据各节点剩余资源信息对向量中的功能实例进行从大到小排序。
所述的负载均衡优先的虚拟化网络功能组合方法,所述提取每个向量的第一个功能实例进行组合,并计算该功能实例组合的各维度性能属性值,功能实例组合的多维度性能参数包括处理时延、处理代价、传输距离、成功率和可靠性;其中,
处理时延:表示处理用户业务所需时间,其值为各个功能实例处理时延之和;
处理代价:表示处理用户业务所需代价,其值为各个功能实例处理代价之和;
传输距离:表示用户业务流量所经过的距离,包括源端与第一个功能实例之间最短路径长度、各功能之间的最短路径长度之和、最后一个功能实例与目的端之间最短路径长度三个部分,其值为三者之和;
成功率:表示该组合能够成功提供服务的概率,其值为各个功能实例的成功率之积,其中各个功能实例的成功率则为成功运行次数与总的运行次数之比;
可靠性:表示该组合能够正常运行的概率,其值为各个功能实例的可靠性之积,其中各个功能实例的可靠性为正常运行时间与总的运行时间之比。
所述的负载均衡优先的虚拟化网络功能组合方法,所述判断功能实例组合性能参数是否满足策略性能要求,主要包括:处理时延是否小于策略需求、处理代价是否小于策略需求、传输距离是否小于策略需求、成功率是否大于策略需求、可靠性是否大于策略需求。
所述的负载均衡优先的虚拟化网络功能组合方法,所述计算各个功能实例的贡献度的具体步骤为:
步骤701:用功能实例的性能参数与同类型功能实例中性能参数最大值作除法运算,将功能实例的多维性能参数归一化处理为[0,1];
步骤702:对于处理时延、处理代价和传输距离,其与功能实例贡献度成负相关,建立单调递减性能函数,并将三者的取值带入函数计算;
步骤703:对于成功率和可靠性,其与功能实例贡献度成正相关,建立单调递增性能函数,并将两者的取值带入函数计算;
步骤704:赋予每个性能函数权重,该权重值由策略对各个性能属性的偏好决定;
步骤705:计算各性能函数的取值并与对应的权重相乘,将所有结果相加求得功能实例贡献度。
本发明的有益效果是:1、本发明提供一种虚拟化网络功能组合方法,通过控制中心的网络资源状态感知,结合资源状态信息和业务策略性能需求,支持虚拟化的网络功能实例实现自动、迅速、灵活的组合,在优先保证网络负载均衡的同时为用户业务提供服务。
2、本发明面向用户业务需求制定网络策略,基于网络资源状态信息建立网络功能范围矩阵,依据功能实例组合的性能参数与策略性能的比较结果选择功能实例,在保障业务服务质量的同时实现网络整体的负载均衡。
附图说明
图1为一种负载均衡优先的虚拟化网络功能组合方法的控制流程图。
具体实施方式
实施例1:结合图1,一种负载均衡优先的虚拟化网络功能组合方法,包括控制中心,所述负载均衡优先的虚拟化网络功能组合方法的具体步骤为:
步骤一:控制中心周期性更新网络节点剩余资源和网络功能实例运行信息;控制中心周期性更新网络节点剩余资源和网络功能实例运行信息的具体步骤为:
步骤101:定期查询请求消息;控制中心向其所管理的网络节点周期性发送定期查询请求消息,主要目的是查询该节点资源当前使用情况以及运行的网络功能实例状态;其中,节点资源包括计算资源、存储资源和网络资源;如果在查询周期内发生了功能实例组合的构建或撤销,并且所查询节点上的功能实例参与了该组合的构建或撤销,即该节点在这个周期内发生了资源的分配或释放,则控制中心可以通过该查询消息获得该信息;
步骤102:定期查询响应消息;收到定期查询请求消息的物理节点,首先检查自身的资源状态,然后根据当前的状态向控制中心发送定期查询响应消息;其中,当前的状态包括:节点总的资源数量、哪些功能实例参与了哪些组合的构建、分别给参与构建的组合分配了多少资源,分配给各个组合的资源运行是否正常等信息。
所述的负载均衡优先的虚拟化网络功能组合方法,所述响应消息中的功能实例运行状态采用六元组F:<Type,ID,Name,Attributes,action,provider>进行描述;其中,Type标识该功能类型;ID是一个随机数,代表一个唯一的网络功能,在功能实例化之前该元组可以为空;Name是该功能的语义描述;Attributes表示网络功能的一组配置属性,包括目标属性和性能属性,分别表示该功能的执行目标和具有的性能;其中,目标属性默认是空的,其内容由网络策略决定;性能属性由当前运行状态决定,包括资源开销、处理时延、可靠性;Action表示网络功能实例执行的动作;Provider表示网络功能的提供者信息。
步骤二:控制中心将业务请求转化为网络策略;所述控制中心将业务请求转化为网络策略中,网络策略包含三个集合的超集:即{目标集合、网络功能集合、性能需求集合};其中,
目标集合:表示执行该策略的流量模式,使用标准的IP5元组识别目标集流量,即源IP地址、目的IP地址、协议号、源端口、目的端口;
网络功能集合:表示该策略中流量所经过的所有网络功能,包括防火墙、入侵检测系统、负载均衡器等;
性能需求集合:表示该策略所要求的性能水平,包括处理延迟、处理代价、传输距离、可靠性、成功率;比如,处理延迟不高于10s,可靠性不低于90%。
步骤三:控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量;所述控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量,包括以下步骤:
步骤301:控制中心根据网络实例运行状态以及网络策略中功能的序列决定各功能实例的地理位置范围;为每个网络功能确定m个节点上的n个候选的网络功能实例并组成向量;由于某些节点可能存在不同功能提供者提供的具有相同功能的功能实例,因此可能会选择某个节点上的多个功能实例,故m≤n。
步骤302:计算功能实例所在网络节点的剩余资源;网络节点资源状态信息包括节点剩余的计算资源、存储资源和传输资源三部分,其中传输资源为节点对外的可用带宽的总和;定义网络节点剩余资源量为三者的加权和,各个权重的大小由所选功能实例对三种资源的需求决定。
步骤303:控制中心根据各节点剩余资源信息对向量中的功能实例进行从大到小排序。
步骤四:提取每个向量的第一个功能实例进行组合,并计算该功能实例组合的各维度性能属性值;所述提取每个向量的第一个功能实例进行组合,并计算该功能实例组合的各维度性能属性值,功能实例组合的多维度性能参数包括处理时延、处理代价、传输距离、成功率和可靠性;其中,
处理时延:表示处理用户业务所需时间,其值为各个功能实例处理时延之和;
处理代价:表示处理用户业务所需代价,其值为各个功能实例处理代价之和;
传输距离:表示用户业务流量所经过的距离,包括源端与第一个功能实例之间最短路径长度、各功能之间的最短路径长度之和、最后一个功能实例与目的端之间最短路径长度三个部分,其值为三者之和;
成功率:表示该组合能够成功提供服务的概率,其值为各个功能实例的成功率之积,其中各个功能实例的成功率则为成功运行次数与总的运行次数之比;
可靠性:表示该组合能够正常运行的概率,其值为各个功能实例的可靠性之积,其中各个功能实例的可靠性为正常运行时间与总的运行时间之比。
步骤五:判断功能实例组合性能参数是否满足策略性能要求,是则执行步骤六;否则执行步骤七;所述判断功能实例组合性能参数是否满足策略性能要求,主要包括:处理时延是否小于策略需求、处理代价是否小于策略需求、传输距离是否小于策略需求、成功率是否大于策略需求、可靠性是否大于策略需求。
步骤六:对所选功能实例进行参数配置,并对其所在的SDN交换机下发流表;
步骤七:计算各个功能实例的贡献度,将贡献度最低的功能实例替换为其所在向量的下一个功能实例,并执行步骤五。
具体步骤为:
步骤701:用功能实例的性能参数与同类型功能实例中性能参数最大值作除法运算,将功能实例的多维性能参数归一化处理为[0,1];
步骤702:对于处理时延、处理代价和传输距离,其与功能实例贡献度成负相关,建立单调递减性能函数,并将三者的取值带入函数计算;
步骤703:对于成功率和可靠性,其与功能实例贡献度成正相关,建立单调递增性能函数,并将两者的取值带入函数计算;
步骤704:赋予每个性能函数权重,该权重值由策略对各个性能属性的偏好决定;
步骤705:计算各性能函数的取值并与对应的权重相乘,将所有结果相加求得功能实例贡献度。
步骤706:将贡献度最低的功能实例替换为其所在向量中的下一个功能实例;
步骤707:组成新的功能实例组合并判断功能实例组合性能参数是否满足策略性能需求;
步骤708;如果某些向量中所有功能实例参与构建的组合都无法满足策略需求,则拒绝该服务请求。
实施例2,结合图1:本发明是以网络功能虚拟化为主线,以网络策略和网络资源状态信息为基础,以策略性能需求和功能实例组合的性能参数之差为评判标准,建立了虚拟化网络功能组合机制,能够满足用户业务需求,并且实现网络的负载均衡。
本发明提供了一种虚拟化网络功能组合方法,首先对该方法的如下流程进行简单介绍:
步骤一:控制中心周期性更新网络节点剩余资源和网络功能实例运行信息;
步骤二:控制中心将业务请求转化为网络策略;
步骤三:控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量;
步骤四:提取每个向量的第一个功能实例进行组合;
步骤五:判断功能实例组合性能参数是否满足策略性能要求:是则执行步骤六;否则执行步骤七;
步骤六:对所选功能实例进行参数配置,并对其所在的SDN交换机下发流表;
步骤七:计算各个功能实例的贡献度,将贡献度最低的功能实例替换为其所在向量的下一个功能实例,并执行步骤五。
为了便于对本发明进一步的理解,下面结合本发明的具体实施方式对本发明进行详细描述。
在本发明的技术方案实现过程中,控制中心通过周期性地向网络节点发送资源状态查询请求,获得网络资源状态信息。该过程的步骤包括:
1)定期查询请求消息:控制中心向其所管理的网络节点周期性发送定期查询请求消息,主要目的是查询该节点资源当前使用情况以及运行的网络功能实例状态。其中,节点资源包括计算资源、存储资源和网络资源。如果在查询周期内发生了功能实例组合的构建或撤销,并且所查询节点上的功能实例参与了该组合的构建或撤销,即该节点在这个周期内发生了资源的分配或释放,则控制中心可以通过该查询消息获得该信息。
2)定期查询响应消息:收到定期查询请求消息的物理节点,首先检查自身的资源状态,然后根据当前的状态向控制中心发送定期查询响应消息。当前的状态包括:节点总的资源数量、哪些功能实例参与了哪些组合的构建、分别给参与构建的组合分配了多少资源,分配给各个组合的资源运行是否正常等信息。
响应消息中的功能实例运行状态采用六元组F:<Type,ID,Name,Attributes,action,provider>进行描述。其中,Type标识该功能类型;ID是一个随机数,代表一个唯一的网络功能,在功能实例化之前该元组可以为空;Name是该功能的语义描述;Attributes表示网络功能的一组配置属性,包括目标属性和性能属性,分别表示该功能的执行目标和具有的性能。其中,目标属性默认是空的,其内容由网络策略决定;性能属性由当前运行状态决定,包括资源开销、处理时延、可靠性等。Action表示网络功能实例执行的动作。Provider表示网络功能的提供者信息。
控制中心将用户业务请求转换为网络策略。一般的,用户业务流量需要经过一系列特定的网络功能的处理,网络策略包含三个集合的超集:{目标集合,网络功能集合,性能需求集合}。其中,
1)策略的目标集合表示执行该策略的流量模式,这里我们使用标准的IP5元组识别目标集流量,即源IP地址、目的IP地址、协议号、源端口、目的端口;
2)策略网络功能集合表示该策略中流量所经过的所有网络功能,比如防火墙、入侵检测系统、负载均衡器等;
3)性能需求集合表示该策略所要求的性能水平,包括处理延迟、处理代价、传输距离、可靠性、成功率等。比如,处理延迟不高于10s,可靠性不低于90%。
在本发明的技术方案实现过程中,控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量;该过程的步骤包括:
1)控制中心根据网络实例运行状态以及网络策略中功能的序列决定各功能实例的地理位置范围,为每个网络功能确定m个节点上的n个候选的网络功能实例并组成向量;由于某些节点可能存在不同功能提供者提供的具有相同功能的功能实例,因此可能会选择某个节点上的多个功能实例,故m≤n。
2)计算功能实例所在网络节点的剩余资源。网络节点资源状态信息包括节点剩余的计算资源、存储资源和传输资源三部分,其中传输资源为节点对外的可用带宽的总和。定义网络节点剩余资源量为三者的加权和,各个权重的大小由所选功能实例对三种资源的需求决定。
3)控制中心根据各节点剩余资源信息对向量中的功能实例进行从大到小排序。
在本发明的技术方案实现过程中,基于功能实例的性能参数计算功能实例组合的多维度性能参数的步骤包括:
功能组合的多维度性能参包括处理时延、处理代价、传输距离、成功率和可靠性等。其中,
1)处理时延表示处理用户业务所需时间,其值为各个功能实例处理时延之和;
2)处理代价表示处理用户业务所需代价,其值为各个功能实例处理代价之和;
3)传输距离表示用户业务流量所经过的距离,包括源端与第一个功能实例之间最短路径长度、各功能之间的最短路径长度之和、最后一个功能实例与目的端之间最短路径长度三个部分,其值为三者之和;
4)成功率表示该组合能够成功提供服务的概率,其值为各个功能实例的成功率之积,其中各个功能实例的成功率则为成功运行次数与总的运行次数之比;
5)可靠性表示该组合能够正常运行的概率,其值为各个功能实例的可靠性之积,其中各个功能实例的可靠性为正常运行时间与总的运行时间之比。
在本发明的技术方案实现过程中,判断功能实例组合性能参数是否满足策略性能需求的步骤包括:
1)处理时延是否小于策略需求;
2)处理代价是否小于策略需求;
3)传输距离是否小于策略需求;
4)成功率是否大于策略需求;
5)可靠性是否大于策略需求。
在本发明的技术方案实现过程中,在功能实例组合不满足策略需求时,需要基于功能实例的性能参数计算功能实例贡献度,并将贡献度最低的功能实例替换为其所在向量中的下一个功能实例。该开发过程包括:
1)用功能实例的性能参数与同类型功能实例中性能参数最大值作除法运算,将功能实例的多维性能参数归一化处理为[0,1];
2)对于处理时延、处理代价和传输距离,其与功能实例贡献度成负相关,建立单调递减性能函数,并将三者的取值带入函数计算;
3)对于成功率和可靠性,其与功能实例贡献度成正相关,建立单调递增性能函数,并将两者的取值带入函数计算;
4)赋予每个性能函数权重,该权重值由策略对各个性能属性的偏好决定;
5)计算各性能函数的取值并与对应的权重相乘,将所有结果相加求得功能实例贡献度;
6)将贡献度最低的功能实例替换为其所在向量中的下一个功能实例;
7)组成新的功能实例组合并判断功能实例组合性能参数是否满足策略性能需求;
8)如果某些向量中所有功能实例参与构建的组合都无法满足策略需求,则拒绝该服务请求。
在本发明的技术方案实现过程中,当某个功能实例组合满足策略需求时,控制中心对该组合中的功能实例进行参数的设置并下发到功能实例中,并利用OpenFlow协议下发流表至各功能实例所连接的SDN交换机进行流量的转发。

Claims (8)

1.一种负载均衡优先的虚拟化网络功能组合方法,包括控制中心,其特征在于:所述负载均衡优先的虚拟化网络功能组合方法的具体步骤为:
步骤一:控制中心周期性更新网络节点剩余资源和网络功能实例运行信息;
步骤二:控制中心将业务请求转化为网络策略;
步骤三:控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量;
步骤四:提取每个向量的第一个功能实例进行组合,并计算该功能实例组合的各维度性能属性值;
步骤五:判断功能实例组合性能参数是否满足策略性能要求,是则执行步骤六;否则执行步骤七;
步骤六:对所选功能实例进行参数配置,并对其所在的SDN交换机下发流表;
步骤七:计算各个功能实例的贡献度,将贡献度最低的功能实例替换为其所在向量的下一个功能实例,并执行步骤五。
2.根据权利要求1所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述控制中心周期性更新网络节点剩余资源和网络功能实例运行信息的具体步骤为:
步骤101:定期查询请求消息;控制中心向其所管理的网络节点周期性发送定期查询请求消息,主要目的是查询该节点资源当前使用情况以及运行的网络功能实例状态;其中,节点资源包括计算资源、存储资源和网络资源;如果在查询周期内发生了功能实例组合的构建或撤销,并且所查询节点上的功能实例参与了该组合的构建或撤销,即该节点在这个周期内发生了资源的分配或释放,则控制中心可以通过该查询消息获得该信息;
步骤102:定期查询响应消息;收到定期查询请求消息的物理节点,首先检查自身的资源状态,然后根据当前的状态向控制中心发送定期查询响应消息;其中,当前的状态包括:节点总的资源数量、哪些功能实例参与了哪些组合的构建、分别给参与构建的组合分配了多少资源,分配给各个组合的资源运行是否正常等信息。
3.根据权利要求2所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述响应消息中的功能实例运行状态采用六元组F:<Type,ID,Name,Attributes,action,provider>进行描述;其中,Type标识该功能类型;ID是一个随机数,代表一个唯一的网络功能,在功能实例化之前该元组可以为空;Name是该功能的语义描述;Attributes表示网络功能的一组配置属性,包括目标属性和性能属性,分别表示该功能的执行目标和具有的性能;其中,目标属性默认是空的,其内容由网络策略决定;性能属性由当前运行状态决定,包括资源开销、处理时延、可靠性;Action表示网络功能实例执行的动作;Provider表示网络功能的提供者信息。
4.根据权利要求1所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述控制中心将业务请求转化为网络策略中,网络策略包含三个集合的超集:即{目标集合、网络功能集合、性能需求集合};其中,
目标集合:表示执行该策略的流量模式,使用标准的IP5元组识别目标集流量,即源IP地址、目的IP地址、协议号、源端口、目的端口;
网络功能集合:表示该策略中流量所经过的所有网络功能,包括防火墙、入侵检测系统、负载均衡器等;
性能需求集合:表示该策略所要求的性能水平,包括处理延迟、处理代价、传输距离、可靠性、成功率;比如,处理延迟不高于10s,可靠性不低于90%。
5.根据权利要求1所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述控制中心结合感知信息和网络策略选择n个候选的网络功能实例,并根据其所在节点的剩余资源从大到小组成向量,包括以下步骤:
步骤301:控制中心根据网络实例运行状态以及网络策略中功能的序列决定各功能实例的地理位置范围;为每个网络功能确定m个节点上的n个候选的网络功能实例并组成向量;由于某些节点可能存在不同功能提供者提供的具有相同功能的功能实例,因此可能会选择某个节点上的多个功能实例,故m≤n;
步骤302:计算功能实例所在网络节点的剩余资源;网络节点资源状态信息包括节点剩余的计算资源、存储资源和传输资源三部分,其中传输资源为节点对外的可用带宽的总和;定义网络节点剩余资源量为三者的加权和,各个权重的大小由所选功能实例对三种资源的需求决定;
步骤303:控制中心根据各节点剩余资源信息对向量中的功能实例进行从大到小排序。
6.根据权利要求1所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述提取每个向量的第一个功能实例进行组合,并计算该功能实例组合的各维度性能属性值,功能实例组合的多维度性能参数包括处理时延、处理代价、传输距离、成功率和可靠性;其中,
处理时延:表示处理用户业务所需时间,其值为各个功能实例处理时延之和;
处理代价:表示处理用户业务所需代价,其值为各个功能实例处理代价之和;
传输距离:表示用户业务流量所经过的距离,包括源端与第一个功能实例之间最短路径长度、各功能之间的最短路径长度之和、最后一个功能实例与目的端之间最短路径长度三个部分,其值为三者之和;
成功率:表示该组合能够成功提供服务的概率,其值为各个功能实例的成功率之积,其中各个功能实例的成功率则为成功运行次数与总的运行次数之比;
可靠性:表示该组合能够正常运行的概率,其值为各个功能实例的可靠性之积,其中各个功能实例的可靠性为正常运行时间与总的运行时间之比。
7.根据权利要求1所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述判断功能实例组合性能参数是否满足策略性能要求,主要包括:处理时延是否小于策略需求、处理代价是否小于策略需求、传输距离是否小于策略需求、成功率是否大于策略需求、可靠性是否大于策略需求。
8.根据权利要求1所述的负载均衡优先的虚拟化网络功能组合方法,其特征在于:所述计算各个功能实例的贡献度的具体步骤为:
步骤701:用功能实例的性能参数与同类型功能实例中性能参数最大值作除法运算,将功能实例的多维性能参数归一化处理为[0,1];
步骤702:对于处理时延、处理代价和传输距离,其与功能实例贡献度成负相关,建立单调递减性能函数,并将三者的取值带入函数计算;
步骤703:对于成功率和可靠性,其与功能实例贡献度成正相关,建立单调递增性能函数,并将两者的取值带入函数计算;
步骤704:赋予每个性能函数权重,该权重值由策略对各个性能属性的偏好决定;
步骤705:计算各性能函数的取值并与对应的权重相乘,将所有结果相加求得功能实例贡献度。
CN201510782771.5A 2015-11-16 2015-11-16 一种负载均衡优先的虚拟化网络功能组合方法 Active CN105376170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510782771.5A CN105376170B (zh) 2015-11-16 2015-11-16 一种负载均衡优先的虚拟化网络功能组合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510782771.5A CN105376170B (zh) 2015-11-16 2015-11-16 一种负载均衡优先的虚拟化网络功能组合方法

Publications (2)

Publication Number Publication Date
CN105376170A true CN105376170A (zh) 2016-03-02
CN105376170B CN105376170B (zh) 2018-08-03

Family

ID=55377988

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510782771.5A Active CN105376170B (zh) 2015-11-16 2015-11-16 一种负载均衡优先的虚拟化网络功能组合方法

Country Status (1)

Country Link
CN (1) CN105376170B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018099234A1 (zh) * 2016-11-30 2018-06-07 中兴通讯股份有限公司 一种资源管理方法及系统
CN110968744A (zh) * 2018-09-30 2020-04-07 中国移动通信有限公司研究院 一种资源查询方法及装置、设备、存储介质
WO2021170033A1 (zh) * 2020-02-28 2021-09-02 华为技术有限公司 一种网络配置方法及装置
CN118170107A (zh) * 2024-05-16 2024-06-11 青岛国创智能家电研究院有限公司 基于可抽象设备功能的操作系统的调度方法、装置、系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104283806A (zh) * 2014-10-31 2015-01-14 杭州华三通信技术有限公司 业务链处理方法和设备
US20150156035A1 (en) * 2012-08-15 2015-06-04 Futurewei Technologies, Inc. Method and System for Creating Software Defined Ordered Service Patterns in a Communications Network
CN104917629A (zh) * 2015-04-14 2015-09-16 中国人民解放军信息工程大学 多交换节点协同的元能力编排方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150156035A1 (en) * 2012-08-15 2015-06-04 Futurewei Technologies, Inc. Method and System for Creating Software Defined Ordered Service Patterns in a Communications Network
CN104283806A (zh) * 2014-10-31 2015-01-14 杭州华三通信技术有限公司 业务链处理方法和设备
CN104917629A (zh) * 2015-04-14 2015-09-16 中国人民解放军信息工程大学 多交换节点协同的元能力编排方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
R. NEJABATI ET AL: ""SDN and NFV Convergence a Technology Enabler for Abstracting and Virtualising Hardware and Control of Optical Networks (Invited)"", 《OPTICAL FIBER COMMUNICATIONS CONFERENCE AND EXHIBITION OFC 2015》 *
张晓红,黄继海: ""网络功能虚拟化中的性能感知服务组合优化"", 《电讯技术》 *

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018099234A1 (zh) * 2016-11-30 2018-06-07 中兴通讯股份有限公司 一种资源管理方法及系统
CN110968744A (zh) * 2018-09-30 2020-04-07 中国移动通信有限公司研究院 一种资源查询方法及装置、设备、存储介质
US11647100B2 (en) 2018-09-30 2023-05-09 China Mobile Communication Co., Ltd Research Inst Resource query method and apparatus, device, and storage medium
CN110968744B (zh) * 2018-09-30 2023-09-05 中国移动通信有限公司研究院 一种资源查询方法及装置、设备、存储介质
WO2021170033A1 (zh) * 2020-02-28 2021-09-02 华为技术有限公司 一种网络配置方法及装置
CN118170107A (zh) * 2024-05-16 2024-06-11 青岛国创智能家电研究院有限公司 基于可抽象设备功能的操作系统的调度方法、装置、系统

Also Published As

Publication number Publication date
CN105376170B (zh) 2018-08-03

Similar Documents

Publication Publication Date Title
US10855545B2 (en) Centralized resource usage visualization service for large-scale network topologies
US20240069942A1 (en) Centralized networking configuration in distributed systems
US11463511B2 (en) Model-based load balancing for network data plane
EP3361684B1 (en) Route determining method and corresponding apparatus and system
JP6509219B2 (ja) ソフトウェア定義ネットワーク(SDN)機能性を使用したDiameterルーティングのための方法、システム、およびコンピュータ読取可能媒体
EP2989545B1 (en) Defining interdependent virtualized network functions for service level orchestration
US20180176294A1 (en) Server load balancing
US20150215228A1 (en) Methods, systems, and computer readable media for a cloud-based virtualization orchestrator
CN105376170B (zh) 一种负载均衡优先的虚拟化网络功能组合方法
CN110278139B (zh) 在计算机网络内转发分组的方法、网络设备及存储介质
EP3457744A1 (en) Service traffic control method and system
US11509566B2 (en) Shaping outgoing traffic of network packets in a network management system
US10671421B2 (en) Virtual machine start method and apparatus
WO2018121178A1 (zh) 一种资源调整方法、装置和系统
KR20210016802A (ko) 소프트웨어 정의 네트워킹 환경에서 서버-클라이언트 기반의 네트워크 서비스를 위한 플로우 테이블을 최적화하는 방법 및 이를 위한 sdn 스위치
Bharanidharan et al. An enhanced framework for traffic load balancing and QoS provisioning in SDN
JP6369730B2 (ja) 仮想マシン始動方法及び装置
Houidi et al. Virtualized network services extension algorithms
Lin et al. Proactive multipath routing with a predictive mechanism in software‐defined networks
CN105812274B (zh) 一种业务数据的处理方法和相关设备
CN112860384A (zh) 一种面向多维资源负载均衡的vnf复用和迁移方法
WO2020215504A1 (zh) 一种需求定义网络的实现方法及网络架构
CN113904984B (zh) 一种适用于sap与b2b系统的数据传输方法
US20230396677A1 (en) Computing power information processing method, first network device, and system
Ruelas et al. Implementation of neural switch using OpenFlow as load balancing method in data center

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