CN105703927B - 一种资源分配方法、网络设备和网络系统 - Google Patents
一种资源分配方法、网络设备和网络系统 Download PDFInfo
- Publication number
- CN105703927B CN105703927B CN201410689783.9A CN201410689783A CN105703927B CN 105703927 B CN105703927 B CN 105703927B CN 201410689783 A CN201410689783 A CN 201410689783A CN 105703927 B CN105703927 B CN 105703927B
- Authority
- CN
- China
- Prior art keywords
- parameter
- resource
- vnf
- layer parameter
- current
- 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
- Telephonic Communication Services (AREA)
- Polyurethanes Or Polyureas (AREA)
Abstract
本发明公开了一种资源分配方法、网络设备和网络系统，用于解决现有NFV标准在NFV中资源需求量突增的情况下，由于不能及时实现资源的分配，而容易造成服务的延迟和中断的问题。网络设备包括：第一参数获取模块，用于获取自身所属的VNF的当前应用层参数和历史应用层参数；第一预测模块，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
Description
技术领域
本发明涉及网络技术领域，特别涉及一种资源分配方法、网络设备和网络系统。
背景技术
网元虚拟化(Network Function Virtualization，NFV)，利用标准的IT虚拟化技术，将网络中的网元设备以软件方式实现，并运行在标准的高性能服务器、交换机和存储设备上。NFV的高层架构分为如下3个主要的工作域：
1、虚拟网元(Virtualised Network Function，VNF)：运行在NFV基础架构(NFVInfrastructure，NFVI)之上的软件实现的虚拟网元；
2、NFVI：包括多样化的硬件资源以及这些资源的虚拟化；
3、NFV管理协调(NFV-Management and Orchestration，NFV-MANO)：包括支持虚拟化基础架构的软硬件资源的协调和生命周期管理，VNF的生命周期管理，专注于NFV架构中虚拟化层面的管理。
NFV-MANO包含了3个功能模块：NFV协调器(NFV Orchestrator，NFVO)，VNF管理部件(VNF Manager，VNFM)和虚拟资源管理部件(Virtualised Infrastructure Manager，VIM)，分别对应于业务(Service)，VNF和虚拟机(Virtual Machine，VM)资源三个层次的管理。NFV架构中的网络服务随着用户的访问量、数据流量等参数的变化，需要实时调整资源的数量，例如，一个处理流量的VNF在流量达到自身处理上限的90％时，规则规定需要增加VDU(即组成VNF的可部署的最小单元，相当于虚拟机)的数量以满足增长的流量业务的需求，防止由于资源不足而导致服务质量下降，这种增加VDU的方式被称为scale out(资源扩展)。目前，VNFM发起的scale out的流程，如图1所示，包括：
1a：VNFM从VNF获取当前应用层参数；例如，每秒访问量cps(call per second)等；
1b：VNFM从VIM获取与此VNF相关的当前硬件层参数；例如，中央处理器(CPU)、内存使用量等。
其中，性能参数可分为应用层参数和硬件层参数，如果VNF记录(VNF Record，VNFR)中的监测参数(monitoring_parameter)包含应用层参数，则执行步骤1a；如果monitoring_parameter包含硬件层参数，则执行步骤1b；如果monitoring_parameter为空，则流程结束。
2：VNFM根据获取到的性能参数和VNFR记录的信息，确定是否需要触发资源调整和资源调整目标。
3：VNFM根据确定出的资源调整目标，向NFVO发送资源确认请求。
4：NFVO在资源池中检查是否有空闲的资源可以满足新增的资源需求；若是，执行步骤5；若否，结束流程。
5：NFVO向VNFM返回资源确认，即可以扩展资源。
6：VNFM向VNF所在的VIM提出资源分配请求。
7：VIM分配相应的资源，生成一个VDU，成功后向VNFM返回资源分配确认。
8：VNFM配置新的VNF的应用参数，例如应用可使用的存储、计算等资源，使得VNF上的应用可以使用新增加的VDU，同时更新VNFR。
9：VNFM通知NFVO扩展成功。
从上述过程可以看出，当前的是基于当前性能参数和规则实现资源的实时分配，在NFV中资源需求量突增的情况下，由于不能及时实现资源的分配，容易造成服务的延迟和中断。
发明内容
本发明实施例提供了一种资源分配方法、网络设备和网络系统，解决了现有NFV标准在NFV中资源需求量突增的情况下，由于不能及时实现资源的分配，而容易造成服务的延迟和中断的问题。
第一方面，一种网络系统，包括：
VNF，用于根据自身当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；
VNFM，用于根据资源调整的目标量，对资源进行调整，其中，所述目标量是所述VNFM或所述VNF根据所述VNF的当前应用层参数、从虚拟资源管理部件VIM处获取到的所述VNF的当前硬件层参数和所述VNF预测出的t时刻所需的资源量中的至少一个信息确定的。
结合第一方面，在第一种可能的实现方式中，所述VNF预测出t时刻所需的资源量之后，还用于：
将预测出的资源量发送给所述VNFM；或者，
根据所述VNF的当前应用层参数、从所述VNFM处获取到的所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述目标量，对资源进行调整。
结合第一方面的第一种可能的实现方式，在第二种可能的实现方式中，所述VNFM根据资源调整的目标量，对资源进行调整之前，还用于：
接收所述VNF发送的所述预测出的资源量；以及根据获取到的所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量；
或者，
接收所述VNF发送的资源分配请求，其中，所述资源分配请求中携带所述VNF确定出的资源调整的目标量。
第二方面，一种网络系统，包括：
VNF，用于将自身当前应用层参数和历史应用层参数发送给VNFM；
VNFM，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，并根据所述VNF的当前应用层参数、所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；以及根据所述目标量，对资源进行调整。
第三方面，一种网络设备，包括：
第一参数获取模块，用于获取自身所属的VNF的当前应用层参数和历史应用层参数；
第一预测模块，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
结合第三方面，在第一种可能的实现方式中，所述网络设备还包括：发送模块，用于将预测出的资源量发送给所述VNFM。
结合第三方面，在第二种可能的实现方式中，该网络设备还包括：
第一确定模块，用于根据所述VNF的当前应用层参数、所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
结合第三方面的第二种可能的实现方式，在第三种可能的实现方式中，所述第一确定模块确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
结合第三方面的第三种可能的实现方式，在第四种可能的实现方式中，所述第一确定模块根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
结合第三方面的第二种可能的实现方式、第三方面的第三种可能的实现方式、或第三方面的第四种可能的实现方式，在第五种可能的实现方式中，该网络设备还包括：
第一时间调整模块，用于确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
第四方面，一种网络设备，包括：
第二确定模块，用于确定资源调整的目标量；
资源调整模块，用于根据所述第二确定模块确定出的目标量，对资源进行调整，其中，所述目标量是根据VNF的当前应用层参数、所述VNF的当前硬件层参数和预测出的t时刻所需的资源量中的至少一个信息确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
结合第四方面，在第一种可能的实现方式中，该网络设备还包括：接收模块，用于接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；以及
所述第二确定模块具体用于：根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
结合第四方面，在第二种可能的实现方式中，该网络设备还包括：第二参数获取模块，用于从所述VNF处获取当前应用层参数和历史应用层参数，和/或从VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；
第二预测模块，用于根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；以及
所述第二确定模块还用于：根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述第二预测模块预测出的资源量中的至少一个信息，确定出资源调整的目标量。
结合第四方面的第一种可能的实现方式、或第四方面的第二种可能的实现方式，在第三种可能的实现方式中，所述第二确定模块确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
结合第四方面的第三种可能的实现方式，在第四种可能的实现方式中，所述第二确定模块根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
结合第四方面的第一种可能的实现方式、或第四方面的第二种可能的实现方式，在第五种可能的实现方式中，该网络设备还包括：
第二时间调整模块，用于确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
结合第四方面，在第六种可能的实现方式中，所述第二确定模块具体用于：在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
第五方面，一种资源分配方法，包括：
VNF获取自身当前应用层参数和历史应用层参数；
所述VNF根据自身当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的自身当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
结合第五方面，在第一种可能的实现方式中，所述VNF预测出t时刻所需的资源量之后，还包括：
所述VNF将预测出的资源量发送给所述VNFM。
结合第五方面，在第二种可能的实现方式中，所述VNF预测出t时刻所需的资源量之后，还包括：
所述VNF根据自身当前应用层参数、当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
结合第五方面的第二种可能的实现方式，在第三种可能的实现方式中，所述VNF确定出资源调整的目标量，包括：
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量；以及所述VNF根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
结合第五方面的第三种可能的实现方式，在第四种可能的实现方式中，所述VNF根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNF确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNF确定不需要资源扩展。
结合第五方面的第二种可能的实现方式、第五方面的第三种可能的实现方式、或第五方面的第四种可能的实现方式，在第五种可能的实现方式中，该方法还包括：
所述VNF确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
第六方面，一种资源分配方法，该方法包括：
VNFM确定资源调整的目标量；
所述VNFM根据确定出的目标量，对资源进行调整，其中，所述目标量是根据VNF的当前应用层参数、所述VNF的当前硬件层参数和预测出的t时刻所需的资源量中的至少一个信息确定的，t时刻为与当前时刻相距设定时间长度的时刻，且设定时间长度的值大于或等于上一次资源调整所用的时间。
结合第六方面，在第一种可能的实现方式中，所述VNFM确定资源调整的目标量之前，还包括：接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；
所述VNFM确定资源调整的目标量，包括：所述VNFM根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
结合第六方面，在第二种可能的实现方式中，所述VNFM确定资源调整的目标量之前，还包括：
所述VNFM从所述VNF处获取所述VNF的当前应用层参数和历史应用层参数，和/或从VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；以及所述VNFM根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；
所述VNFM确定资源调整的目标量，包括：所述VNFM根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和预测出的资源量中的至少一个信息，确定出资源调整的目标量。
结合第六方面的第一种可能的实现方式、或第六方面的第二种可能的实现方式，在第三种可能的实现方式中，VNFM确定出资源调整的目标量，包括：
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及所述VNFM根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
结合第六方面的第三种可能的实现方式，在第四种可能的实现方式中，所述VNFM根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNFM确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNFM确定不需要资源扩展。
结合第六方面的第一种可能的实现方式、或第六方面的第二种可能的实现方式，在第五种可能的实现方式中，该方法还包括：
所述VNFM确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
结合第六方面，在第六种可能的实现方式中，所述VNFM确定出资源调整的目标量，包括：所述VNFM在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
第七方面，一种网络设备，包括：
处理器，用于获取自身所属的VNF的当前应用层参数和历史应用层参数；根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VNFM处获取的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
结合第七方面，在第一种可能的实现方式中，该网络设备还包括：发送器，用于将预测出的资源量发送给所述VNFM。
结合第七方面，在第二种可能的实现方式中，所述处理器还用于：根据所述VNF的当前应用层参数、所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量；以及
所述发送器还用于：向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
结合第七方面的第二种可能的实现方式，在第三种可能的实现方式中，所述处理器确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
结合第七方面的第三种可能的实现方式，在第四种可能的实现方式中，所述处理器根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
结合第七方面的第二种可能的实现方式、第七方面的第三种可能的实现方式、或第七方面的第四种可能的实现方式，在第五种可能的实现方式中，所述处理器还用于：
确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为VNFM根据所述目标量对资源进行调整所用的时间。
第八方面，一种网络设备，包括：
处理器，用于确定资源调整的目标量；根据确定出的目标量，对资源进行调整，其中，所述目标量是根据VNF的当前应用层参数、所述VNF的当前硬件层参数和预测出的t时刻所需的资源量中的至少一个信息确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
结合第八方面，在第一种可能的实现方式中，该网络设备还包括：
接收器，用于接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；以及
处理器具体用于：根据VNF的当前硬件层参数、VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
结合第八方面，在第二种可能的实现方式中，所述处理器还用于：
从所述VNF处获取当前应用层参数和历史应用层参数，和/或从VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；以及根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和自身预测出的资源量中的至少一个信息，确定出资源调整的目标量。
结合第八方面的第一种可能的实现方式、或第八方面的第二种可能的实现方式，在第三种可能的实现方式中，处理器确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
结合第八方面的第三种可能的实现方式，在第四种可能的实现方式中，所述处理器根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
结合第八方面的第一种可能的实现方式、或第八方面的第二种可能的实现方式，在第五种可能的实现方式中，所述处理器还用于：
确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为VNFM根据所述目标量对资源进行调整所用的时间。
结合第八方面，在第六种可能的实现方式中，所述接收器还用于：接收所述VNF发送的资源分配请求，所述资源分配请求中携带所述VNF确定出的资源调整的目标量；以及
所述处理器还用于：从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
本发明实施例提供的方法、设备和系统中，在传统资源分配的机制中，引入了资源预测机制，根据基于当前硬件层参数和/或当前应用层参数的资源分配结果和资源预测的结果，确定资源调整的目标量，并对资源进行调整，使得资源调整更符合实际应用，从而在NFV中资源需求量突增的情况下，能够避免服务的延迟和中断。
附图说明
图1为现有技术中VNFM发起scale out的流程示意图；
图2为本发明实施例提供的第一种网络系统的示意图；
图3为本发明实施例提供的第二种网络系统的示意图；
图4为本发明实施例提供的第一种网络设备的示意图；
图5为本发明实施例提供的第二种网络设备的示意图；
图6为本发明实施例提供的实施例一的流程示意图；
图7为本发明实施例提供的实施例二的流程示意图；
图8为本发明实施例提供的实施例三的流程示意图；
图9为本发明实施例提供的第三种网络设备的示意图；
图10为本发明实施例提供的第四种网络设备的示意图；
图11为本发明实施例提供的一种VNF侧的资源分配方法的示意图；
图12为本发明实施例提供的一种VNFM侧的资源分配方法的示意图。
具体实施方式
本发明实施例在传统资源分配的机制中，引入了资源预测机制，根据基于当前硬件层参数和/或当前应用层参数的资源分配结果和资源预测的结果，确定资源调整的目标量，并对资源进行调整，使得资源调整更符合实际应用，从而在NFV中资源需求量突增的情况下，能够避免服务的延迟和中断。
本发明实施例中，资源预测是基于当前资源使用数据和/或历史资源使用数据，预测未来一段时间t内的资源使用情况，例如根据当前和历史的用户访问量预测10分钟之后的用户访问量。预测算法可以用下面的公式表示：
yk’＝f(tk,H)；
其中，tk为一个相同维度的1维向量，yk’为需要预测的时间点(相对于当前时间)的预测值，H为预测算法中使用到的所有当前资源使用数据和/或历史资源使用数据。
下面结合说明书附图对本发明实施例作进一步详细描述。应当理解，此处所描述的实施例仅用于说明和解释本发明，并不用于限定本发明。
如图2所示，本发明实施例提供的第一种网络系统，包括：
VNF21，用于根据自身当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的自身当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；
VNFM22，用于根据资源调整的目标量，对资源进行调整，其中，所述目标量是所述VNFM或所述VNF根据所述VNF的当前应用层参数、从VIM处获取到的所述VNF的当前硬件层参数和所述VNF预测出的t时刻所需的资源量中的至少一个信息确定的。
本发明实施例提供的第一种网络系统中，VNF预测出t时刻所需的资源量，且资源调整的目标量是所述VNFM或所述VNF根据所述VNF的当前应用层参数、从VIM处获取到的所述VNF的当前硬件层参数和所述VNF预测出的t时刻所需的资源量中的至少一个信息确定的，使得资源调整更符合实际应用，从而在NFV中资源需求量突增的情况下，能够避免服务的延迟和中断。
在实施中，作为一种优选的实现方式，所述VNF21基于自身当前应用层参数和历史应用层参数，预测出t时刻所需的资源量。
该方式中，所述VNF21预测出t时刻所需的资源量之后，还用于：将预测出的资源量发送给所述VNFM。
相应的，所述VNFM22根据资源调整的目标量，对资源进行调整之前，还用于：接收所述VNF发送的所述预测出的资源量；以及根据获取到的所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
该方式中，由VNFM根据获取到的所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
作为另一种优选的实现方式，所述VNF21基于自身当前应用层参数和历史应用层参数，和/或，从所述VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，预测出t时刻所需的资源量。
该方式中，所述VNF21预测出t时刻所需的资源量之后，还用于：根据所述VNF的当前应用层参数和从所述VNFM处获取到的所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述目标量，对资源进行调整。
相应的，所述VNFM22根据资源调整的目标量，对资源进行调整之前，还用于：接收所述VNF发送的资源分配请求，其中，所述资源分配请求中携带所述VNF确定出的资源调整的目标量。
该方式下，由所述VNF根据获取到的所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
该方式中，所述VNFM是从VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数的，VNFM获取到的所述VNF的当前硬件层参数和历史硬件层参数具体包含哪些参数是根据VNFR中的monitoring_parameter来确定的，VNFR中记录了对应的实例化后的VNF的运行状态信息。
该方式中，所述VNF预测出t时刻所需的资源量所需的参数是根据VNFR中的可预测参数(predicatable_parameter)所指示的参数确定的，具体的：若predicatable_parameter中仅包含应用层参数，则所述VNF在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数；若predicatable_parameter中仅包含硬件层参数，则所述VNF在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前硬件层参数和历史硬件层参数；若predicatable_parameter中既包含硬件层参数，又包含应用层参数，则所述VNF在进行资源预测时，基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数、以及所述VNF的当前硬件层参数和历史硬件层参数。
其中，predicatable_parameter表示进行资源预测的参数，此参数集是VNFR中的monitoring_parameter的子集。
基于同一发明构思，本发明实施例提供的第二种网络系统，如图3所示，该网络系统包括：
VNF31，用于将自身当前应用层参数和历史应用层参数发送给VNFM；
VNFM32，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，并根据所述VNF的当前应用层参数、所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；以及根据所述目标量，对资源进行调整。
本发明实施例提供的第二种网络系统中，VNFM根据VNF的当前应用层参数和历史应用层参数，和/或，从VIM处获取到的该VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，并根据该VNF的当前应用层参数、该VNF的当前硬件层参数和所预测出的资源量中的至少一个信息，确定出资源调整的目标量，使得资源调整更符合实际应用，从而在NFV中资源需求量突增的情况下，能够避免服务的延迟和中断。
本发明实施例提供的第二种网络系统中，所述VNFM预测出t时刻所需的资源量所需的参数是VNFR中的predicatable_parameter所指示的参数确定的，具体的：若predicatable_parameter中仅包含应用层参数，则所述VNFM在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数；若predicatable_parameter中仅包含硬件层参数，则所述VNFM在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前硬件层参数和历史硬件层参数；若predicatable_parameter中既包含硬件层参数，又包含应用层参数，则所述VNFM在进行资源预测时，基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数、以及所述VNF的当前硬件层参数和历史硬件层参数。
基于同一发明构思，本发明实施例提供的一种网络设备(即VNF)，如图4所示，该网络设备包括：
第一参数获取模块41，用于获取自身所属的VNF的当前应用层参数和历史应用层参数；
第一预测模块42，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
本发明实施例中，第一参数获取模块41获取到的VNF的当前应用层参数和历史应用层参数具体包含哪些参数，是根据VNFR中的monitoring_parameter所指示的参数来确定的，VNFR中记录了对应的实例化后的VNF的运行状态信息。
在实施中，在VNFM实例化VNF时，修改表1所示的VNFR中的预测使能(Prediction_enabled)参数的值为1，启动VNF的资源预测功能(即启动第一预测模块)。第一预测模块以固定的时间ti预测当前时间之后n×ti时间内的资源使用量，其中，n表示预测的点数。以访问量为例，资源预测模块以每1分钟预测一次，预测当前时间之后10分钟内的资源使用量，其中每一分钟给出一个预测值。此时ti＝1min，n＝10。ti，n可以是经验值，但是要求n×ti大于或等于VNFR中的上一次资源调整所用的时间(last_scale_out_time)参数。last_scale_out_time记录了系统上一次资源调整(scale out)所使用的时间，初始值为经验值。初始化时需要设置VNFR中predicatable_parameter的值，此参数表示进行资源预测的参数，此参数集是monitoring_parameter的子集。
表1
在实施中，作为第一种实现方式，第一预测模块42基于自身当前应用层参数和历史应用层参数，预测出t时刻所需的资源量。
该第一种实现方式中，所述网络设备还包括：发送模块43，用于将预测出的资源量发送给VNFM。
其中，发送模块43通过预测通知(Prediction notify)接口通知VNFM预测出的资源量。
该第一种实现方式中，VNFM在接收到所述VNF的发送模块43发送的所述预测出的资源量后，根据获取到的所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并根据确定出的目标量进行资源调整。
该第一种实现方式中，由于第一参数获取模块41只得到所述VNF的应用层参数，因此，VNFR中的predicatable_parameter列表中只包括可获取到的应用层参数。相应的，第一预测模块42在预测时，也仅基于VNF的当前应用层参数和历史应用层参数进行预测。
作为第二种实现方式，所述第一预测模块42基于所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，预测出t时刻所需的资源量；
该第二种实现方式中，该网络设备还包括：第一确定模块44，用于根据所述VNF的当前应用层参数、所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
该第二种实现方式中，VNFM是从VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数的，VNFM获取到的所述VNF的当前硬件层参数和历史硬件层参数具体包含哪些参数是根据VNFR中的monitoring_parameter来确定的，VNFR中记录了对应的实例化后的VNF的运行状态信息。
该第二种实现方式中，所述第一预测模块42预测出t时刻所需的资源量所需的参数是根据VNFR中的可预测参数(predicatable_parameter)所指示的参数确定的，具体的：若predicatable_parameter中仅包含应用层参数，则所述第一预测模块42在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数；若predicatable_parameter中仅包含硬件层参数，则所述第一预测模块42在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前硬件层参数和历史硬件层参数；若predicatable_parameter中既包含硬件层参数，又包含应用层参数，则所述第一预测模块42在进行资源预测时，基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数、以及所述VNF的当前硬件层参数和历史硬件层参数。
其中，若VNFR的predicatable_parameter中包含硬件层参数，则所述第一参数获取模块41还用于：从VNFM处获取到所述VNF的当前硬件层参数和历史硬件层参数。
该第二种实现方式中，第一确定模块44确定出资源调整的目标量之前，还用于：
根据VNF的当前应用层参数和/或该VNF的当前硬件层参数，判断是否需要进行资源调整，并在判断出需要进行资源调整时确定出资源调整的第一目标量；以及根据所述预测出的资源量和当前时刻的资源上限值，判断是否需要进行资源扩展，并在判断出需要进行资源扩展时确定出资源调整的第二目标量。
具体的，若VNFR的monitoring_parameter中仅包含硬件层参数，则第一确定模块44根据所述VNF的当前硬件层参数判断是否需要进行资源调整；若VNFR的monitoring_parameter中仅包含应用层参数，则第一确定模块44根据所述VNF的当前应用层参数判断是否需要进行资源调整；若VNFR的monitoring_parameter中既包含应用层参数，又包含硬件层参数，则第一确定模块44根据所述VNF的当前应用层参数和所述VNF的当前硬件层参数判断是否需要进行资源调整。
具体的，VNFR中存有实例化的表1中的参数自动调整策略(auto_scale_policy)，这些策略(policy)决定了是否需要作出scale动作(即资源调整)，以及scale的目标是什么(即资源调整的第一目标量)。每一条auto_scale_policy相当于一条if-then判断语句，包含标准参数(Criteria parameter)和动作类型(Action-type)两个子参数。其中Criteriaparameter指定了这条policy需要哪些参数，这些参数必须来自于同表中的monitoring_parameter参数，而Action-type则指示了这些参数在符合什么条件时做出何动作。例如，Criteria parameter：cps；Action-type：cps>10000→scale-out to flavor ID 2，表示在cps满足超过1万的情况下，将资源调整到flavor ID 2。flavor ID为表1中的部署性能(deployment_flavor)参数，表示一个资源的组合，例如“cpu数量＝2；内存容量＝4G；网络带宽＝1Gb；硬盘容量＝500GB”。
如果VNFR中的参数auto_scale_policy的条数为0或者没有任何一条policy触发资源的调整，则所述第一确定模块44确定不需要进行资源调整。
具体的，所述第一确定模块44根据所述预测出的资源量和当前时刻的资源上限值，判断是否需要进行资源扩展，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
举例说明，假设t0为VNFR中记录的参数last_scale_out_time的值；cps是需要检查的资源参数；p(cps，t0)表示资源预测得到的距当前时刻t0的时刻的cps数量。判断p(cps，t0)>a×MAX是否成立，其中MAX为当前资源上限值，即当前资源可满足的cps上限；a为设定的调整参数(例如a＝90％)。如果上述不等式成立，则所述第一确定模块44确认需要扩展资源，且资源调整的第二目标量为p(cps，t0)/a；如果上述不等式成立，则所述第一确定模块44确认不需要扩展资源。
另外，若上述不等式成立，且只能以flavour ID参数包含的等级进行资源调整，则所述第一确定模块44确定出的第二目标量为与所述第二目标量的差值最小且大于或等于所述第二目标量的flavour ID等级对应的资源量。举例说明，以资源说明为100为例，假设flavour ID参数包含三个等级，分别为较小(资源量为50)、中等(资源量为80)、以及最大(资源量为100)，而预测出的资源量为70，则所述第一确定模块44确定出的第二目标量为中等对应的资源量(即80)。
本发明实施例中，以与当前时刻相距t0的时间点预测出的资源量与当前时刻的资源上限作比较，这样如果发现需要进行资源调整，则可立即触发资源调整过程。由于系统预测调整时间需要t0，这样能够在资源不足发生之前提前进行资源分配。
该第二种实现方式中，第一确定模块44确定出资源调整的目标量，具体包括以下三种方式：
方式1、所述第一确定模块44根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值。
举例说明，如果第一目标量和所述第二目标量为多参数指标，例如第一目标量和所述第二目标量均为参数1和参数2组合的资源目标，且第一目标量和所述第二目标量中的参数1和参数2的数值互有大小，则取第一目标量和所述第二目标量中值最大的参数1和值最大的参数2作为最终的目标量。
方式2、所述第一确定模块44根据所述VNF的当前应用层参数和所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量。
方式3、所述第一确定模块44根据所述VNF的当前应用层参数和所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
基于上述任一实施例，该网络设备还包括：
第一时间调整模块45，用于确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
其中，VNFM根据所述目标量对资源进行调整所用的时间为从该VNFM获取到所述目标量至该VNFM根据所述目标量完成资源调整所用的时间。
基于同一发明构思，本发明实施例还提供了一种网络设备(即VNFM)，如图5所示，该网络设备包括：
第二确定模块51，用于确定资源调整的目标量；
资源调整模块52，用于根据所述第二确定模块51确定出的目标量，对资源进行调整，其中，所述目标量是根据VNF的当前应用层参数、所述VNF的当前硬件层参数和预测出的t时刻所需的资源量中至少一个信息确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
在实施中，作为第一种实现方式，该网络设备还包括：
接收模块53，用于接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；以及
所述第二确定模块51具体用于：根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
该第一种实现方式中，由所述VNF进行资源预测，并将预测出的资源量发送给VNFM的接收模块53，再由VNFM的第二确定模块51根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
该第一种实现方式中，该网络设备还包括第二参数获取模块54，若VNFR中的monitoring_parameter中包括硬件层参数，则第二参数获取模块54用于从VIM处获取monitoring_parameter所指示的所述VNF的当前硬件层参数；若VNFR中的monitoring_parameter中包括应用层参数，则所述第二参数获取模块54用于从所述VNF处获取monitoring_parameter所指示的所述VNF的当前应用层参数；若VNFR中的monitoring_parameter中包括应用层参数和硬件层参数，则所述第二参数获取模块54用于从所述VNF处获取monitoring_parameter所指示的所述VNF的当前应用层参数，以及从VIM处获取monitoring_parameter所指示的所述VNF的当前硬件层参数。
作为第二种优选的实现方式，该网络设备还包括：
第二参数获取模块54，用于从所述VNF处获取当前应用层参数和历史应用层参数，和/或从VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；
第二预测模块55，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；以及
所述第二确定模块51具体用于：根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述第二预测模块55预测出的资源量中的至少一个信息，确定出资源调整的目标量。
该第二种实现方式中，由所述VNFM的第二预测模块55进行资源预测，再由所述VNFM的第二确定模块51根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
该第二种实现方式中，所述第二预测模块55预测出t时刻所需的资源量所需的参数是VNFR中的predicatable_parameter所指示的参数确定的，具体的：若predicatable_parameter中仅包含应用层参数，则所述第二预测模块55在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数；若predicatable_parameter中仅包含硬件层参数，则所述第二预测模块55在进行资源预测时，仅基于predicatable_parameter所指示的所述VNF的当前硬件层参数和历史硬件层参数；若predicatable_parameter中既包含硬件层参数，又包含应用层参数，则所述第二预测模块55在进行资源预测时，基于predicatable_parameter所指示的所述VNF的当前应用层参数和历史应用层参数、以及所述VNF的当前硬件层参数和历史硬件层参数。
基于上述第一种和第二种实现方式中的任一种实现方式，第二确定模块51确定出资源调整的目标量，包括以下三种方式：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
上述三种资源调整的目标量的确定方式具体过程，参见VNF侧的描述，此处不再赘述。
具体的，所述第二确定模块51根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
上述所述第二确定模块51根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量的具体过程，参见VNF侧的描述，此处不再赘述。
基于上述第一种实现方式以及第二种实现方式中的任一种实现方式，该网络设备还包括：
第二时间调整模块56，用于确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
其中，VNFM根据所述目标量对资源进行调整所用的时间为从该VNFM确定出所述目标量至该VNFM根据所述目标量完成资源调整所用的时间。
作为第三种实现方式，所述第二确定模块51具体用于：
在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中，确定出所述VNF确定出的资源调整的目标量。
该第三种实现方式中，由所述VNF进行资源预测，并在确定出资源调整的目标量后，向所述VNFM发送携带有所述VNF确定出的资源调整的目标量的资源分配请求，以使所述VNFM的第二确定模块51在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中，确定出所述VNF确定出的资源调整的目标量，以及所述VNFM的资源调整模块52根据所述VNF确定出的目标量，对资源进行调整。
下面结合三个具体实施例，对本发明实施例提供的VNF和VNFM的交互过程进行详细说明。
实施例一、本实施例构造了一种可以预测自身资源使用量的VNF，VNFM直接通过相应的接口获取预测结果，并且实施资源调整。具体过程如图6所示，包括如下步骤：
步骤1：VNFM配置VNF启动资源预测功能。具体的：在VNFM实例化VNF时，修改VNFR中的“Prediction_enabled”参数的值为1，以启动VNF的资源预测功能。
步骤2a：VNFM从所述VNF获取当前应用层参数信息。例如每秒访问量cps(call persecond)等等。
步骤2b：VNFM从VIM获取与该VNF相关的当前硬件参数信息。例如cpu、内存使用量等等。
具体的，VNFM具体获取哪些参数是由VNFR中的monitoring_parameter指定的，性能参数分为应用层参数和硬件层参数。若monitoring_parameter中包含应用层参数，则执行上述步骤2a；若monitoring_parameter中包含硬件层参数，则执行上述步骤2b。
VNFM通过VNF和VIM提供的调用接口来获取上述性能参数。VNF和VIM分别提供性能参数获取接口Get performance metrics和Notify，其中Get performance metrics是VNFM从VNF或VIM主动获取参数的接口，而Notify是提前注册后周期上报的接口。
步骤3：VNF存储自身应用层性能参数。VNF存储自身当前应用层参数信息，需要说明的是，VNF所存储的参数必须与VNFR中“predicatable_parameter”参数列表中的一致，如果此参数列表为空或这VNFR中“Prediction_enabled”值为0，则VNF不需存储任何参数，并且直接回到背景技术中所描述的现有技术的处理流程。
在本实施例中，因为VNF只能得到应用层的参数，所以predicatable_parameter参数列表中只包括本身可获取到的应用层参数。
步骤4：VNF调用资源预测算法进行资源预测。其中，资源预测算法以VNF中存储的当前和之前的历史数据为输入，输出步骤1中所述的n×ti时间范围内的n个预测数据。
步骤5：资源预测结果通知。具体的：VNF通过自身的“Prediction notify”接口通知VNFM步骤4中得到的预测结果。
步骤6：VNFM根据性能参数和VNFR信息确定是否需要触发资源调整和资源调整目标，记此资源调整目标为A。
如果auto_scale_policy条数为0或者没有任何一条policy触发资源的调整，则意味着不需要资源调整。
步骤7：VNFM根据资源预测结果确定资源是否调整和资源调整目标，记此资源调整目标为B。
步骤8：VNFM选择A和B中较大的资源数量为资源调整目标。
如果步骤7中不需要资源调整或者是scale in(资源收缩)，则按照步骤6中的资源调整策略实施资源调整。
如果步骤7中的资源调整为scale out(资源扩展)，选择A和B中较大的资源数量为资源调整目标。如果步骤6中不需要资源调整，则选择B为最终的资源调整目标。
如果A、B为多参数指标，例如参数1和参数2组合的资源目标；而A、B中指示的参数1和参数2数量互有大小，则取A、B中较大的参数1和较大的参数2数量作为最终的资源调整目标，记为C。
步骤9：VNFM根据最终的资源调整目标调整资源。
步骤10：VNFM在VNFR中记录资源调整时间t0，即更新VNFR中t0，其中，此时t0为步骤9所用的时间。
实施例二、本实施例将预测功能移到VNFM中实现，这样可预测的参数可以扩展到从VIM收集的底层硬件层参数。具体过程如图7所示，包括如下步骤：
步骤1a：VNFM从VNF获取当前应用层参数信息；
步骤1b：VNFM从VIM获取与此VNF相关的当前硬件参数信息；
具体的，VNFM具体哪些参数是由VNFR中的monitoring_parameter指定的。如果monitoring_parameter中包含应用层参数，则执行上述步骤1a；如果monitoring_parameter中包含硬件层参数则执行上述步骤1b。如果monitoring_parameter为空，则流程结束。
步骤2：VNFM存储获取到的性能参数信息，作为资源预测输入。
如果VNFR中的可覆盖(overridable)参数的值为0，则表示此VNF不建议覆盖默认的auto_scale_policy，则返回背景技术中所描述的处理流程。
步骤3：VNFM根据性能参数和VNFR信息确定是否需要触发资源调整和资源调整目标，记此资源调整目标为A。
如果auto_scale_policy条数为0或者没有任何一条policy触发资源的调整，则意味着不需要资源调整。
步骤4：VNFM进行资源预测，资源预测算法以存储的当前和之前的历史数据为输入，输出距当前时间t0的时刻的预测数据。其中，t0为VNFM内部维护的上次资源调整时间，用于作为下一次资源调整耗时的估计。
步骤5：VNFM根据资源预测结果确定资源是否调整和资源调整目标。具体的：根据步骤4获取的资源预测结果判断是否需要资源扩展以及资源扩展的目标，记此资源调整目标为B。
步骤6：VNFM选择A和B中较大的资源数量为资源调整目标。
如果步骤5中不需要资源调整或者是scale in(资源收缩)，则按照步骤3中的资源调整策略实施资源调整。
如果步骤5中的资源调整为scale out(资源扩展)，选择A、B中较大的资源数量为资源调整目标。如果步骤3中不需要资源调整或者是scale in(资源收缩)，则选择B为最终的资源调整目标。
如果A、B为多参数指标，例如参数1和参数2组合的资源目标；而A、B中指示的参数1和参数2数量互有大小，则取A、B中较大的参数1和较大的参数2数量作为最终的资源调整目标，记为C。
步骤7：VNFM根据最终的资源调整目标调整资源。
步骤8：VNFM在VNFR中记录资源调整时间t0，即更新资源调整时间t0。其中，此时t0为步骤7所用的时间。
实施例三、与实施例二类似，不同之处是：由VNF实现基于应用层参数和硬件层参数的预测。具体过程如图8所示，包括如下步骤：
步骤1：VNF获取VNFR中需要从VIM处获取的参数列表。
VNFM读取VNFR中的硬件参数(Infrastructure_parameters)，获取VNF中的需要从VIM获取的参数列表。
步骤2a：VNFM从VIM获取与此VNF相关的当前硬件参数信息。
VNFM从VIM具体获取哪些参数由VNFR中的monitoring_parameter指定。其中，性能参数可分为应用层参数和硬件层参数。
如果monitoring_parameter中包含硬件性能参数则执行步骤2b。如果monitoring_parameter为空，则流程结束。VNFM通过VIM提供的调用接口来获取上述信息。
步骤2b：VNFM将步骤1中的参数传递给VNF。
VNFM通过VNF提供的接口发送预测性能(Send performance metricsprediction)参数，将步骤1a中获取的参数中，又同时出现在VNFR的“Infrastructure_parameters”列表中的参数传递给VNF。
步骤3：VNF存储性能参数信息，具体的，VNF存储predicatable_parameter指定的性能参数，作为资源预测算法的输入。硬件的参数来自于步骤2b，应用层参数来自于VNF自身。
步骤4：VNF调用资源预测算法，资源预测算法以存储的当前和之前的历史数据为输入，输出距当前时间t0时刻的预测数据。其中，预测参数由VNFR中的predicatable_parameter指定，t0为VNFR中的last_scale_out_time参数。
步骤5：VNF根据性能参数和VNFR信息确定是否需要触发资源调整和资源调整目标，记此资源调整目标为A。
如果auto_scale_policy条数为0或者没有任何一条policy触发资源的调整，则意味着不需要资源调整。
步骤6：VNF根据资源预测结果确定资源是否调整和资源调整目标。具体的，根据步骤5获取的资源预测结果判断是否需要资源扩展以及资源扩展的目标，记此资源调整目标为B。
步骤7：VNF选择A和B中较大的资源数量为资源调整目标。
如果步骤6中不需要资源调整或者是scale in(资源收缩)，则按照步骤5中的资源调整策略实施资源调整。
如果步骤6中的资源调整为scale out(资源扩展)，选择A、B中较大的资源数量为资源调整目标；如果步骤5中不需要资源调整，则选择B为最终的资源调整目标。
如果A、B为多参数指标，例如参数1和参数2组合的资源目标；而A、B中指示的参数1和参数2数量互有大小，则取A、B中较大的参数1和较大的参数2数量作为最终的资源调整目标。
步骤8：VNF向VNFM发起资源分配请求，该资源分配请求中携带最终的资源调整目标。
步骤9：VNFM根据资源调整目标调整资源。
步骤10：VNFM向VNF返回资源分配确认。
步骤11、VNF在VNFR中记录资源调整时间t0，即更新VNFR中的资源调整时间t0。其中，此时t0为步骤9所用的时间。
基于同一发明构思，本发明实施例还提供了一种网络设备(VNF)，如图9所示，该网络设备包括：
处理器91，用于获取自身所属的VNF的当前应用层参数和历史应用层参数；根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VNFM处获取的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
作为第一种优选的实现方式，该网络设备还包括：发送器92，用于将预测出的资源量发送给所述VNFM。
作为第二种优选的实现方式，所述处理器91还用于：根据所述VNF的当前应用层参数、所述VNF的当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量；以及
所述发送器92还用于：向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
该实现方式中，所述处理器91确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
该实现方式中，所述处理器91根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
基于上述任一实施例，所述处理器91还用于：
确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为VNFM根据所述目标量对资源进行调整所用的时间。
基于同一发明构思，本发明实施例还提供了一种网络设备(VNFM)，如图10所示，该网络设备包括：
处理器101，用于确定资源调整的目标量；根据确定出的目标量，对资源进行调整，其中，所述目标量是根据VNF的当前应用层参数、所述VNF的当前硬件层参数和预测出的t时刻所需的资源量中的至少一个信息确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
作为第一种优选的实现方式，该网络设备还包括：
接收器102，用于接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；以及
所述处理器101具体用于：根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
作为第二种优选的实现方式，所述处理器101还用于：
从所述VNF处获取当前应用层参数和历史应用层参数，和/或从虚拟资源管理部件VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；以及根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和自身预测出的资源量中的至少一个信息，确定出资源调整的目标量。
基于上述两种优选的实现方式，所述处理器101确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
具体的，所述处理器101根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源扩展。
基于上述任一实施例，所述处理器101还用于：
确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为VNFM根据所述目标量对资源进行调整所用的时间。
作为第三种优选的实现方式，所述接收器102还用于：接收所述VNF发送的资源分配请求，所述资源分配请求中携带所述VNF确定出的资源调整的目标量；以及
所述处理器101还用于：从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
基于同一发明构思，本发明实施例提供了一种VNF侧的资源分配方法，如图11所示，该方法包括：
S111、VNF获取自身当前应用层参数和历史应用层参数；
S112、所述VNF根据自身当前应用层参数和历史应用层参数，和/或，从VNFM处获取到的自身当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
作为第一种优选的实现方式，S112中，所述VNF预测出t时刻所需的资源量之后，还包括：所述VNF将预测出的资源量发送给所述VNFM。
作为第二种优选的实现方式，S112中，所述VNF预测出t时刻所需的资源量之后，还包括：所述VNF根据自身当前应用层参数、当前硬件层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
该实现方式中，所述VNF确定出资源调整的目标量，包括：
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量；以及所述VNF根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
该实现方式中，所述VNF根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNF确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNF确定不需要资源扩展。
基于上述任一实施例，该方法还包括：所述VNF确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
基于同一发明构思，本发明实施例提供了一种VNFM侧的资源分配方法，如图12所示，该方法包括：
S121、VNFM确定资源调整的目标量；
S122、所述VNFM根据确定出的目标量，对资源进行调整，其中，所述目标量是根据VNF的当前应用层参数、所述VNF的当前硬件层参数和预测出的t时刻所需的资源量中的至少一个信息确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
作为第一种优选的实现方式，S121中，所述VNFM确定资源调整的目标量之前，还包括：接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；
相应的，S121中，所述VNFM确定资源调整的目标量，包括：所述VNFM根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和所述预测出的资源量中的至少一个信息，确定出资源调整的目标量。
作为第二种优选的实现方式，S121中，所述VNFM确定资源调整的目标量之前，还包括：
所述VNFM从所述VNF处获取所述VNF的当前应用层参数和历史应用层参数，和/或从虚拟资源管理部件VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；以及所述VNFM根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；
相应的，S121中，所述VNFM确定资源调整的目标量，包括：所述VNFM根据所述VNF的当前硬件层参数、所述VNF的当前应用层参数和预测出的资源量中的至少一个信息，确定出资源调整的目标量。
基于上述两种优选的实现方式，S121中，所述VNFM确定出资源调整的目标量，包括：
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及所述VNFM根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
具体的，所述VNFM根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源扩展以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNFM确定需要进行资源扩展，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNFM确定不需要资源扩展。
基于上述两种优选的实现方式，该方法还包括：所述VNFM确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
作为第三种优选的实现方式，S121中，所述VNFM确定出资源调整的目标量，包括：所述VNFM在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
上述方法处理流程可以用软件程序实现，该软件程序可以存储在存储介质中，当存储的软件程序被调用时，执行上述方法步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
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 (30)
1.一种网络系统，其特征在于，该网络系统包括：
虚拟网元VNF，用于根据自身当前应用层参数和历史应用层参数，和/或，从VNF管理部件VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；
VNFM，用于根据资源调整的目标量，对资源进行调整，其中，所述目标量是所述VNFM或所述VNF根据所述VNF的当前应用层参数和/或从虚拟资源管理部件VIM处获取到的所述VNF的当前硬件层参数、以及所述VNF预测出的t时刻所需的资源量确定的。
2.如权利要求1所述的系统，其特征在于，所述VNF预测出t时刻所需的资源量之后，还用于：
将预测出的资源量发送给所述VNFM；或者，
根据所述VNF的当前应用层参数和/或从所述VNFM处获取到的所述VNF的当前硬件层参数、以及所述预测出的资源量，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述目标量，对资源进行调整。
3.如权利要求2所述的系统，其特征在于，所述VNFM根据资源调整的目标量，对资源进行调整之前，还用于：
接收所述VNF发送的所述预测出的资源量；以及根据获取到的所述VNF的当前硬件层参数和/或所述VNF的当前应用层参数、以及所述预测出的资源量，确定出资源调整的目标量；
或者，
接收所述VNF发送的资源分配请求，其中，所述资源分配请求中携带所述VNF确定出的资源调整的目标量。
4.一种网络系统，其特征在于，该网络系统包括：
虚拟网元VNF，用于将自身当前应用层参数和历史应用层参数发送给VNF管理部件VNFM；
VNFM，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从虚拟资源管理部件VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，并根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数、以及所述预测出的资源量，确定出资源调整的目标量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；以及根据所述目标量，对资源进行调整。
5.一种网络设备，其特征在于，该网络设备包括：
第一参数获取模块，用于获取自身所属的虚拟网元VNF的当前应用层参数和历史应用层参数；
第一预测模块，用于根据所述VNF的当前应用层参数和历史应用层参数，和/或，从VNF管理部件VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
6.如权利要求5所述的网络设备，其特征在于，所述网络设备还包括：
发送模块，用于将预测出的资源量发送给所述VNFM。
7.如权利要求5所述的网络设备，其特征在于，该网络设备还包括：
第一确定模块，用于根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数、以及所述预测出的资源量，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
8.如权利要求7所述的网络设备，其特征在于，所述第一确定模块确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
9.如权利要求8所述的网络设备，其特征在于，所述第一确定模块根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源调整，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源调整。
10.如权利要求7～9任一项所述的网络设备，其特征在于，该网络设备还包括：
第一时间调整模块，用于确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNF记录VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
11.一种网络设备，其特征在于，该网络设备包括：
第二确定模块，用于确定资源调整的目标量；
资源调整模块，用于根据所述第二确定模块确定出的目标量，对资源进行调整，其中，所述目标量是根据虚拟网元VNF的当前应用层参数和/或所述VNF的当前硬件层参数、以及预测出的t时刻所需的资源量确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；
其中，所述预测出的t时刻所需的资源量是所述VNF根据自身当前应用层参数和历史应用层参数，和/或，从所述网络设备处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法预测的；或者，所述预测出的t时刻所需的资源量是所述网络设备根据所述VNF的当前应用层参数和历史应用层参数，和/或，从虚拟资源管理部件VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法预测出的。
12.如权利要求11所述的网络设备，其特征在于，该网络设备还包括：
接收模块，用于接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；以及
所述第二确定模块具体用于：根据所述VNF的当前硬件层参数和/或所述VNF的当前应用层参数、以及所述预测出的资源量，确定出资源调整的目标量。
13.如权利要求11所述的网络设备，其特征在于，该网络设备还包括：
第二参数获取模块，用于从所述VNF处获取当前应用层参数和历史应用层参数，和/或从虚拟资源管理部件VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；
第二预测模块，用于根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；以及
所述第二确定模块还用于：根据所述VNF的当前硬件层参数和/或所述VNF的当前应用层参数、以及所述第二预测模块预测出的资源量，确定出资源调整的目标量。
14.如权利要求12或13所述的网络设备，其特征在于，所述第二确定模块确定出资源调整的目标量，包括：
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
15.如权利要求14所述的网络设备，其特征在于，所述第二确定模块根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则确定需要进行资源调整，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则确定不需要资源调整。
16.如权利要求12或13所述的网络设备，其特征在于，该网络设备还包括：
第二时间调整模块，用于确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNF记录VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
17.如权利要求11所述的网络设备，其特征在于，所述第二确定模块具体用于：
在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
18.一种资源分配方法，其特征在于，该方法包括：
虚拟网元VNF获取自身当前应用层参数和历史应用层参数；
所述VNF根据自身当前应用层参数和历史应用层参数，和/或，从VNF管理部件VNFM处获取到的自身当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量，其中，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间。
19.如权利要求18所述的方法，其特征在于，所述VNF预测出t时刻所需的资源量之后，还包括：
所述VNF将预测出的资源量发送给所述VNFM。
20.如权利要求18所述的方法，其特征在于，所述VNF预测出t时刻所需的资源量之后，还包括：
所述VNF根据自身当前应用层参数和/或当前硬件层参数、以及所述预测出的资源量，确定出资源调整的目标量，并向所述VNFM发送资源分配请求，以请求所述VNFM根据所述资源分配请求中携带的目标量，对资源进行调整。
21.如权利要求20所述的方法，其特征在于，所述VNF确定出资源调整的目标量，包括：
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量；以及所述VNF根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，且根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
所述VNF根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，且根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，将所述第二目标量确定为资源调整的目标量。
22.如权利要求21所述的方法，其特征在于，所述VNF根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNF确定需要进行资源调整，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNF确定不需要资源调整。
23.如权利要求20～22任一项所述的方法，其特征在于，该方法还包括：
所述VNF确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNF记录VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
24.一种资源分配方法，其特征在于，该方法包括：
VNF管理部件VNFM确定资源调整的目标量；
所述VNFM根据确定出的目标量，对资源进行调整，其中，所述目标量是根据虚拟网元VNF的当前应用层参数和/或所述VNF的当前硬件层参数、以及预测出的t时刻所需的资源量确定的，所述t时刻为与当前时刻相距设定时间长度的时刻，且所述设定时间长度的值大于或等于上一次资源调整所用的时间；
其中，所述预测出的t时刻所需的资源量是所述VNF根据自身当前应用层参数和历史应用层参数，和/或，从VNF管理部件VNFM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法预测的；或者，所述预测出的t时刻所需的资源量是VNF管理部件VNFM根据所述VNF的当前应用层参数和历史应用层参数，和/或，从虚拟资源管理部件VIM处获取到的所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法预测出的。
25.如权利要求24所述的方法，其特征在于，所述VNFM确定资源调整的目标量之前，还包括：接收所述VNF发送的所述预测出的资源量，其中，所述预测出的资源量是所述VNF根据自身当前应用层参数和历史应用参数，按照设定的预测算法，预测出的t时刻所需的资源量；
所述VNFM确定资源调整的目标量，包括：所述VNFM根据所述VNF的当前硬件层参数和/或所述VNF的当前应用层参数、以及所述预测出的资源量，确定出资源调整的目标量。
26.如权利要求24所述的方法，其特征在于，所述VNFM确定资源调整的目标量之前，还包括：
所述VNFM从所述VNF处获取所述VNF的当前应用层参数和历史应用层参数，和/或从虚拟资源管理部件VIM处获取所述VNF的当前硬件层参数和历史硬件层参数；以及所述VNFM根据获取到的所述VNF的当前应用层参数和历史应用层参数，和/或，所述VNF的当前硬件层参数和历史硬件层参数，按照设定的预测算法，预测出t时刻所需的资源量；
所述VNFM确定资源调整的目标量，包括：所述VNFM根据所述VNF的当前硬件层参数和/或所述VNF的当前应用层参数、以及预测出的资源量，确定出资源调整的目标量。
27.如权利要求25或26所述的方法，其特征在于，所述VNFM确定出资源调整的目标量，包括：
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，将所述第一目标量和所述第二目标量中的最大值确定为资源调整的目标量；以及所述VNFM根据所述第一目标量和所述第二目标量确定资源调整的目标量，其中，确定的资源调整的目标量中包括所述第一目标量和所述第二目标量所包含的每个参数中的最大值；
或者，
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出需要进行资源调整以及资源调整的第一目标量，并根据所述预测出的资源量和当前时刻的资源上限值，确定出不需要进行资源调整，将所述第一目标量确定为资源调整的目标量；
或者，
所述VNFM根据所述VNF的当前应用层参数和/或所述VNF的当前硬件层参数，确定出不需要进行资源调整，并根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，将所述第二目标量中的最大值确定为资源调整的目标量。
28.如权利要求27所述的方法，其特征在于，所述VNFM根据所述预测出的资源量和当前时刻的资源上限值，确定出需要进行资源调整以及资源调整的第二目标量，包括：
若所述预测出的资源量大于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNFM确定需要进行资源调整，且确定出所述第二目标量为大于或等于所述预测出的资源量除以所述调整参数的值；
若所述预测出的资源量小于或等于当前时刻的资源上限值与设定的调整参数的乘积，则所述VNFM确定不需要资源调整。
29.如权利要求25或26所述的方法，其特征在于，该方法还包括：
所述VNFM确定出本次资源调整所用时间，并根据本次资源调整所用时间，更新VNF记录VNFR中所存储的上一次资源调整所用的时间last_scale_out_time的参数值，其中，本次资源调整所用时间为所述VNFM根据所述目标量对资源进行调整所用的时间。
30.如权利要求24所述的方法，其特征在于，所述VNFM确定出资源调整的目标量，包括：
所述VNFM在接收到所述VNF发送的资源分配请求后，从所述资源分配请求中得到所述VNF确定出的资源调整的目标量。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410689783.9A CN105703927B (zh) | 2014-11-25 | 2014-11-25 | 一种资源分配方法、网络设备和网络系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410689783.9A CN105703927B (zh) | 2014-11-25 | 2014-11-25 | 一种资源分配方法、网络设备和网络系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105703927A CN105703927A (zh) | 2016-06-22 |
| CN105703927B true CN105703927B (zh) | 2019-09-03 |
Family
ID=56941907
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410689783.9A Active CN105703927B (zh) | 2014-11-25 | 2014-11-25 | 一种资源分配方法、网络设备和网络系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105703927B (zh) |
Families Citing this family (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108243205B (zh) * | 2016-12-23 | 2021-06-08 | 上海诺基亚贝尔股份有限公司 | 一种用于控制云平台资源分配的方法、设备与系统 |
| CN106685515B (zh) * | 2017-01-05 | 2019-10-22 | 清华大学 | 空间信息网络中卫星资源的分配方法和装置 |
| CN108471373B (zh) * | 2017-02-23 | 2020-11-06 | 华为技术有限公司 | 一种资源申请、vnf实例创建方法及装置 |
| US10445117B2 (en) | 2017-02-24 | 2019-10-15 | Genband Us Llc | Predictive analytics for virtual network functions |
| CN107147517A (zh) * | 2017-03-24 | 2017-09-08 | 上海交通大学 | 一种针对虚拟网络功能的自适应计算资源分配方法 |
| CN108934013B (zh) * | 2017-05-26 | 2023-05-26 | 中兴通讯股份有限公司 | 一种无线网络功能虚拟化方法及装置 |
| CN109992408B (zh) * | 2018-01-02 | 2021-04-23 | 中国移动通信有限公司研究院 | 一种资源分配方法、装置、电子设备和存储介质 |
| CN108390913B (zh) * | 2018-01-19 | 2019-03-12 | 北京白山耘科技有限公司 | 一种控制用户使用资源的方法及装置 |
| CN111698112B (zh) * | 2019-03-15 | 2021-09-14 | 华为技术有限公司 | 一种容器化虚拟网络功能vnf的资源管理方法及装置 |
| CN112286695A (zh) * | 2020-12-24 | 2021-01-29 | 武汉绿色网络信息服务有限责任公司 | 服务器资源分配方法以及边缘数据中心 |
| CN113014436B (zh) * | 2021-03-15 | 2022-10-11 | 中国联合网络通信集团有限公司 | 网络服务管理方法、装置和计算机存储介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764703A (zh) * | 2009-09-16 | 2010-06-30 | 深圳市震有科技有限公司 | 基于虚拟技术的网元管理系统 |
| CN102651729A (zh) * | 2011-02-23 | 2012-08-29 | 中国移动通信集团公司 | 一种资源配置方法和装置 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8122453B2 (en) * | 2003-02-04 | 2012-02-21 | International Business Machines Corporation | Method and system for managing resources in a data center |
-
2014
- 2014-11-25 CN CN201410689783.9A patent/CN105703927B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101764703A (zh) * | 2009-09-16 | 2010-06-30 | 深圳市震有科技有限公司 | 基于虚拟技术的网元管理系统 |
| CN102651729A (zh) * | 2011-02-23 | 2012-08-29 | 中国移动通信集团公司 | 一种资源配置方法和装置 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105703927A (zh) | 2016-06-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105703927B (zh) | 一种资源分配方法、网络设备和网络系统 | |
| CN110662238B (zh) | 一种针对边缘网络下突发请求的强化学习调度方法及设备 | |
| Khorsand et al. | A self‐learning fuzzy approach for proactive resource provisioning in cloud environment | |
| US9571347B2 (en) | Reactive auto-scaling of capacity | |
| Qi et al. | Scalable parallel task scheduling for autonomous driving using multi-task deep reinforcement learning | |
| CN107077385B (zh) | 用于减少计算实例启动时间的系统、方法及存储介质 | |
| CN108768716B (zh) | 一种微服务路径选择方法及装置 | |
| JP6380110B2 (ja) | リソース制御システム、制御パターン生成装置、制御装置、リソース制御方法及びプログラム | |
| US20150074679A1 (en) | Dynamic Scaling for Multi-Tiered Distributed Computing Systems | |
| Kim et al. | Multi-agent reinforcement learning-based resource management for end-to-end network slicing | |
| CN104065745A (zh) | 云计算动态资源调度系统和方法 | |
| CN111866601B (zh) | 一种基于合作博弈的移动边缘场景中的视频码率决策方法 | |
| WO2019050952A1 (en) | SYSTEMS, METHODS, AND MEDIA FOR DISTRIBUTING DATABASE INTERROGATIONS THROUGH A PAYING VIRTUAL NETWORK | |
| CN105279023B (zh) | 一种虚拟机迁移方法和装置 | |
| CN113037800B (zh) | 作业调度方法以及作业调度装置 | |
| CN109254726A (zh) | 分布式存储系统中服务质量保障方法、控制节点及系统 | |
| CN112615731A (zh) | 一种用于分配多运营商联合网络切片资源的方法和装置 | |
| Baresi et al. | PAPS: A Framework for Decentralized Self-management at the Edge | |
| CN110109800A (zh) | 一种服务器集群系统的管理方法及装置 | |
| CN112219191A (zh) | 数据中心中的服务和服务器的自配置 | |
| Aslanpour et al. | LARPA: A learning automata‐based resource provisioning approach for massively multiplayer online games in cloud environments | |
| Cao et al. | A deep reinforcement learning approach to multi-component job scheduling in edge computing | |
| CN113641445B (zh) | 基于深度确定性策略的云资源自适应配置方法及系统 | |
| WO2021115082A1 (zh) | 作业调度方法以及作业调度装置 | |
| CN109815204A (zh) | 一种基于拥塞感知的元数据请求分发方法及设备 |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20200211 Address after: 518129 Bantian HUAWEI headquarters office building, Longgang District, Guangdong, Shenzhen Patentee after: HUAWEI TECHNOLOGIES Co.,Ltd. Address before: 210012 HUAWEI Nanjing base, 101 software Avenue, Yuhuatai District, Jiangsu, Nanjing Patentee before: Huawei Technologies Co.,Ltd. |
|
| TR01 | Transfer of patent right |