CN106487707B - 一种电力通信虚拟容错网络映射方法及装置 - Google Patents

Abstract

本发明实施例公开一种电力通信虚拟容错网络映射方法及装置。所述方法包括节点映射以及链路映射两个阶段；所述节点映射阶段包括：根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；所述链路映射阶段包括：为每一条虚拟链路选取两条不相交的物理链路作为主链路与辅链路。所述装置用于执行所述方法。本发明提供的电力通信虚拟容错网络映射方法，可满足电力通信网络中业务的双路径保护要求、通过均衡负载提高网络的可靠性。

Description

一种电力通信虚拟容错网络映射方法及装置

技术领域

本发明涉及电网和通信网领域，具体涉及一种电力通信虚拟容错网络映射方法及装置。

背景技术

网络虚拟化技术最先应用于互联网络，为了提高电力通信网络的灵活性与资源的利用率，虚拟化技术被应用到电力通信网络中。

图1为虚拟映射三层结构示意图，参看图1，其中，服务层是虚拟映射三层中的最上层，用以运行、管理和维护虚拟网络。电力通信网络承载的业务包括需求响应业务，继电保护业务，调度自动化，电网运行维护检修和生产管理等业务，这些业务对网络的安全性，保密性与可靠性的要求较高。故在服务层需要进行业务隔离以保证每个业务可以独立运行而不受其他业务干扰。

虚拟网络层提供三层结构中的中间层，起承上启下作用。该层负责对基础设施层的实体设备进行抽象与管理，将抽象后的资源分配给服务层不同的业务请求。虚拟网络提供层既可以感知服务层的资源需求，同时也对基础设施层的设备进行抽象与管控。

基础设施层是三层结构中的最底层，是不同的电力通信网通信实体的集合，包括信息转发设备(如路由，集线器等)、终端(智能电表等)和通信介质(PLC，光钎，以太网等)。基础设施层负责对这些设备的部署与管理，同时根据服务层的需求为不同的业务分配不同的资源。

将电力通信网络中服务层的业务请求映射到基础设施层，每个请求在基础设施层只会被分配一条路径。一旦底层网络出现故障则会无法正常为服务层提供所需的资源。这在对网络可靠性要求较高的电力通信网络中，是急需解决的问题。如何将服务层的业务请求有效地映射到基础设施层，使得电力通信网络的可靠性提高，且能保证网络的负载均衡，已成为主要的研究内容。

现有技术中，CN105530199A公开了一种基于SDN多域光网络虚拟化技术的资源映射方法及装置，所述方法包括：接收到虚拟请求时，将所述虚拟请求中的虚拟节点映射到物理节点；针对每条虚拟链路，获得该虚拟链路对应的K条最短路径；根据每条最短路径的频谱带宽，计算得到每条最短路径的映射概率，并确定映射概率最大的路径；在所述映射概率最大的路径上采用一定的调制格式为该虚拟链路分配频谱资源。通过本发明的方法，能够实现应用资源和带宽资源的协同虚拟化，在部分流量疏导后，进行统一映射，以有效减少资源阻塞率，并提高业务接受比。然而，所述方法的缺点在于在求解虚拟链路时采用了K最短路径算法，在求解过程中容易陷入局部最优解。并且电力通信网的业务对网络可靠性要求较高，所述方法无法满足业务对网络可靠性的要求。

CN104363186A公开了一种基于网络虚拟化的资源优化算法，采用拍卖的形式，将主虚拟网的临时空闲带宽资源开放给第二虚拟网，第二虚拟网以竞拍者的身份参与竞争，竞拍者提交竞拍申请，包括所需的带宽资源量及报价，主虚拟网搜集所有的竞拍申请,通过计算规则，最终将这些临时空闲带宽资源租赁给为自己带来最大收益的第二虚拟网。该发明能够解决在不违背隔离性原则的条件下，激励服务提供商SP将其临时空闲带宽资源租赁给其他需要的SPs，从而提高物理链路利用率。然而，所述方法的缺点在于采用拍卖方法可能导致恶意竞争，最终不能达到预期目标。同时采用拍卖算法无法满足对智能电网中业务的双路径保护要求。

CN103428805B公开了一种基于链路抗干扰性的无线网络虚拟化映射方法，包括如下步骤1)：依据虚拟请求筛选获得物理网络资源；2)根据无线物理链路构建干扰模型；3)生成虚拟节点列表、空的虚拟节点到物理节点的映射关系列表、空的已分配的虚拟节点列表和空的已使用过的信道列表；4)生成物理节点列表和物理节点的邻居节点列表；5)节点映射；6)筛选链路；7)链路选择与映射；综合链路的可靠性以及链路的干扰性会反作用于无线链路的通信的因素，采用迪杰斯特拉第K-最短路径方法找到最短路径，在链路映射后选择的路径中每条物理链路都是在使用过的信道列表中不同的信道，采取了“协分步”资源分配方法，有效地协调了节点和链路之间的分配。然而，所述方法的缺点在于，采用K最短路径算法容易陷入局部最优解，无法得到最优解。所述方法只考虑了无线网络的虚拟映射，有线的虚拟映射并没有涉及到。

因此，鉴于现有技术中的缺陷，提出一种电力通信虚拟容错网络映射方法，以满足电力通信网络中业务的双路径保护的要求、通过均衡负载提高网络的可靠性，具有十分重要的意义。

发明内容

针对现有技术中的缺陷，本发明提供一种电力通信虚拟容错网络映射方法及装置。

一方面，本发明提供一种电力通信虚拟容错网络映射方法，所述方法包括节点映射以及链路映射两个阶段；

所述节点映射阶段包括：根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；

所述链路映射阶段包括：为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路。

本发明提供的电力通信虚拟容错网络映射方法，由于通过贪婪节点映射算法使网络负载均衡，因此可避免出现“节点瓶颈”现象，缩小了单点故障的影响范围。并且，由于为每一条请求链路在虚拟网络提供层映射两条不相交的虚拟链路，一旦主链路出现故障无法正常工作，业务仍可通过辅链路进行信息传输，因此可满足电力通信网络中业务对网络高可靠性的需求。

另一方面，本发明还提供一种电力通信虚拟容错网络映射装置，所述装置包括节点映射模块以及链路映射模块；

所述节点映射模块用于根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；

所述链路映射模块用于为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路。

本发明提供的电力通信虚拟容错网络映射装置，由于通过贪婪节点映射算法使网络负载均衡，因此可避免出现“节点瓶颈”现象，缩小了单点故障的影响范围。并且，由于为每一条请求链路在虚拟网络提供层映射两条不相交的虚拟链路，一旦主链路出现故障无法正常工作，业务仍可通过辅链路进行信息传输，因此可满足电力通信网络中业务对网络高可靠性的需求。

附图说明

图1为虚拟映射三层结构示意图；

图2为本发明电力通信虚拟容错网络映射方法实施例的流程示意图；

图3为本发明电力通信虚拟容错网络映射装置实施例的结构示意图；

图4为基于负载均衡的贪婪节点映射算法与基本贪婪算法节点映射负载率比较结果示意图；

图5为主链路与辅链路映射完成后物理网络的链路负载情况示意图；

图6为基于负载均衡的贪婪算法与基本贪婪算法进行节点映射后虚拟网络提供层的节点负载率示意图；

图7为基于负载均衡的遗传算法与基本的贪婪算法所得虚拟网络提供层的链路负载率示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图2为本发明电力通信虚拟容错网络映射方法实施例的流程示意图，参看图2，本实施例公开一种电力通信虚拟容错网络映射方法，其特征在于，包括：

S1、根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；

S2、所述链路映射包括，为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路。

本发明提供的电力通信虚拟容错网络映射方法，由于通过贪婪节点映射算法使网络负载均衡，因此可避免出现“节点瓶颈”现象，缩小了单点故障的影响范围。并且，由于为每一条请求链路在虚拟网络提供层映射两条不相交的虚拟链路，一旦主链路出现故障无法正常工作，业务仍可通过辅链路进行信息传输，因此可满足电力通信网络中业务对网络高可靠性的需求。

具体地，设虚拟网络提供层的拓扑图为图G^V＝(N^V,E^V)，N^V是节点集合，E^V是链路集合，虚拟网络提供层节点R_N(i)为节点的计算能力。虚拟网络提供层链路R_E(x)为链路带宽。

虚拟请求的拓扑图为图G^S＝(N^S,E^S)，N^S表示的是虚拟请求网络节点中节点的集合，E^S表示的是服务层请求中链路的集合。对于每一个请求节点需要的计算能力为c(i)，每一个请求链路需要的带宽为b(x)。

在节点映射过程中的评价指标是节点负载率Ratio^N(s)，虚拟网络提供层的节点负载率可表示为：

节点的剩余计算能力的计算公式如下：

R_N(s)＝R'_N(s)-c(i) (2)

R'_N(s)表示虚拟提供层的节点在为映射此请求节点前所剩余的计算能力。

在步骤S1中，所述基于负载均衡的贪婪节点映射算法包括：

获取请求节点的计算能力；

获取虚拟网络提供层的节点的剩余计算能力，并进行降序排序；

依次选取服务请求中完成请求所需的计算能力最大的请求节点进行映射，在虚拟网络提供层中选出满足预设条件的节点并放入集合中；

获取所述集合中的节点的负载率，并从所述集合中选取所述负载率最小的节点作为映射节点；其中，所述预设条件为节点的剩余计算能力大于完成请求所需的计算能力。

需要说明的是，所述请求节点的计算能力在此处为约束条件：只有提供层节点的剩余计算能力满足该约束条件时，才可被放入集合中。

对虚拟网络提供层的节点的剩余计算能力排序，可简化算法的复杂度，以方便后续筛选符合条件的节点。例如，如果在降序排列的提供层节点序列中，存在某一节点的剩余计算能力小于请求所需的计算能力，则无需再对排在该节点之后的节点进行处理。

其中，所述集合中的节点负载率为：

其中，R_N(s)＝R'_N(s)-c(i)；Ratio^N(s)为所述集合中的节点负载率；R_NMax(S)为所述集合中的节点的最大计算能力；R_N(S)为所述集合中的节点的剩余计算能力；R'_N(s)为所述集合中的节点在为映射所述请求节点前剩余的计算能力；c(i)为映射所述请求节点需要的计算能力。

在步骤S2中，所述为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路包括：

获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数；

获取所述优化目标函数的约束条件；

根据启发式遗传算法对所述优化目标函数求解。

所述获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数包括：

其中，Var-Ratio(p)为虚拟网络提供层中被映射到的链路的负载率的方差，若虚拟网络提供层的链路上有虚拟链路映射则δ(s)＝1，否则δ(s)＝0；Ratio^E(s)为虚拟网络提供层链路的负载率。

所述获取所述优化目标函数的约束条件包括：

其中，所述约束条件依次为：

服务层的链路在进行主链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

服务层的链路在进行辅链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

虚拟网络提供层的主链路与辅链路互不相交；

是主链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有主链路映射时，否则为0；其中，α为虚拟网络提供层主链路的百分比，β为虚拟网络提供层辅链路的百分比，且β＝1-α；

是辅链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有辅链路映射时，否则为0；

虚拟网络提供层的映射跳数要小于服务层请求对时延的要求；length(l)为请求链路映射到虚拟网络提供层的链路后所经过的跳数，T(l)是服务层对业务允许的所经过最大跳数。

所述根据启发式遗传算法对所述优化目标函数求解包括：

编码：本发明实施例采用自然数编码的方式。将0到n之间的自然数进行排序，不同的排序方式表示从起点到终点不同的路径选择。每个染色体就是一个链路映射方案。

初始种群：为了使初始种群均匀地分布在整个解空间，采用部分随机的方式生成初始种群。

适应度函数：在遗传算法当中，染色体的适应度越大，性能就越好。因此需要把模型中的目标函数转化为适应度函数。本文采用如下的方式进行转化：

上式中，f_i表示第i条染色体对应的适应度，Z_i为群体中第i条染色体对应的目标函数值，表示第i条染色体对应的负载方差。

选择算子：采用轮盘赌的方法选择算子。

交叉算子：采用部分匹配交叉算子方法，得到新的链路映射方案。

变异算子：采用翻转变异方式，在一条染色体上随机选取两组变异点，然后通过翻转的方式进行变异。

终止条件：采用达到最大进化迭代次数作为终止条件。

本发明提出的基于负载均衡的虚拟容错网络映射方法，由于在节点映射阶段均衡了网络负载，从而避免了风险节点的出现，缩小了单点故障的影响范围；由于在链路映射阶段，对服务层的每条链路请求在虚拟网络提供层采用不相交主辅路进行映射，从而提高了网络容错性，保障了网络的可靠性。此外，由于在映射过程中，采用了启发式遗传算法寻求最优解，因此避免了陷入局部最优的情况。

图3为本发明电力通信虚拟容错网络映射装置实施例的结构示意图，参看图3，本发明还提供一种本发明还提供一种电力通信虚拟容错网络映射装置，所述装置包括节点映射模块1以及链路映射模块2；

所述节点映射模块1用于根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；

所述链路映射模块2用于为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路。

本发明提供的电力通信虚拟容错网络映射装置，由于通过贪婪节点映射算法使网络负载均衡，因此可避免出现“节点瓶颈”现象，缩小了单点故障的影响范围。并且，由于为每一条请求链路在虚拟网络提供层映射两条不相交的虚拟链路，一旦主链路出现故障无法正常工作，业务仍可通过辅链路进行信息传输，因此可满足电力通信网络中业务对网络高可靠性的需求。

其中，所述节点映射模块1具体用于：

获取请求节点的计算能力；

获取虚拟网络提供层的节点的剩余计算能力，并进行降序排序；

依次选取服务请求中完成请求所需的计算能力最大的请求节点进行映射，在虚拟网络提供层中选出满足所述预设条件的节点并放入集合中；

获取所述集合中的节点的负载率，并从所述集合中选取所述负载率最小的节点作为映射节点；其中，所述预设条件为节点的剩余计算能力大于完成请求所需的计算能力。

其中，所述集合中的节点负载率为：

其中，R_N(s)＝R'_N(s)-c(i)；Ratio^N(s)为所述集合中的节点s负载率；R_NMax(S)为所述集合中的节点s的最大计算能力；R_N(S)为所述集合中的节点s的剩余计算能力；R'_N(s)为所述集合中的节点s在为映射所述请求节点前剩余的计算能力；c(i)为映射所述请求节点i需要的计算能力。

所述链路映射模块2为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路包括：

获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数；

获取所述优化目标函数的约束条件；

根据启发式遗传算法对所述优化目标函数求解。

所述获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数包括：

其中，Var-Ratio(p)为虚拟网络提供层中被映射到的链路的负载率的方差，若虚拟网络提供层的链路上有虚拟链路映射则δ(s)＝1，否则δ(s)＝0；Ratio^E(s)为虚拟网络提供层链路的负载率。

所述获取所述优化目标函数的约束条件包括：

其中，所述约束条件依次为：

服务层的链路在进行主链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

服务层的链路在进行辅链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

虚拟网络提供层的主链路与辅链路互不相交；

是主链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有主链路映射时，否则为0；其中，α为虚拟网络提供层主链路的百分比，β为虚拟网络提供层辅链路的百分比，且β＝1-α；

是辅链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有辅链路映射时，否则为0；

虚拟网络提供层的映射跳数要小于服务层请求对时延的要求；length(l)为请求链路映射到虚拟网络提供层的链路后所经过的跳数，T(l)是服务层对业务允许的所经过最大跳数。

所述链路映射模块2根据启发式遗传算法对所述优化目标函数求解包括：

编码：本发明实施例采用自然数编码的方式。将0到n之间的自然数进行排序，不同的排序方式表示从起点到终点不同的路径选择。每个染色体就是一个链路映射方案。

初始种群：为了使初始种群均匀地分布在整个解空间，采用部分随机的方式生成初始种群。

适应度函数：在遗传算法当中，染色体的适应度越大，性能就越好。因此需要把模型中的目标函数转化为适应度函数。本文采用如下的方式进行转化：

上式中，f_i表示第i条染色体对应的适应度，Z_i为群体中第i条染色体对应的目标函数值，表示第i条染色体对应的负载方差。

选择算子：采用轮盘赌的方法选择算子。

交叉算子：采用部分匹配交叉算子方法，得到新的链路映射方案。

变异算子：采用翻转变异方式，在一条染色体上随机选取两组变异点，然后通过翻转的方式进行变异。

终止条件：采用达到最大进化迭代次数作为终止条件。

本发明提出的基于负载均衡的虚拟容错网络映射装置，由于所述节点映射模块1均衡了网络负载，从而避免了风险节点的出现，缩小了单点故障的影响范围；由于所述链路映射装置2对服务层的每条链路请求在虚拟网络提供层采用不相交主辅路进行映射，从而提高了网络容错性，保障了网络的可靠性。此外，由于所述链路映射模块2采用了启发式遗传算法寻求最优解，因此避免了陷入局部最优的情况。

下文以具体数据说明本发明提供的电力通信虚拟网络映射方法所取得的实际效果：

节点映射：

基于负载均衡的算法进行节点映射所得的映射结果如下表：

服务请求	请求节点	虚拟节点
			0	0	4
0	1	3
			0	2	1
1	0	2
			1	1	5
1	2	0

基于负载均衡的贪婪节点映射算法与基本贪婪算法节点映射负载率比较结果图4所示，“*”虚线表示采用基于负载均衡的贪婪算法进行节点映射所得的节点负载率，“+”虚线表示使用基本贪婪算法进行节点映射所得的节点负载率，相比于贪婪节点映射算法，采用基于负载均衡的节点映射算法可以使物理节点的负载率更加均衡，提高网络的可靠性。

链路映射：

基于遗传算法主链路映射结果如下表：

服务请求	请求链路	虚拟链路
			0	0	7→6
0	1	7
			0	2	6
1	0	11
			1	1	1
1	2	8→5→9→12→3

基于遗传算法辅链路的映射结果如下表：

主链路与辅链路映射完成后虚拟网络提供层的链路负载情况如图5所示，“*”虚线表示利用基于负载均衡的遗传算法进行链路映射，映射完主链路后虚拟网络提供层的链路负载率，“+”虚线表示利用基于负载均衡的遗传算法进行链路映射，辅链路映射完成后虚拟网络提供层链路的链路负载率。由此可知，随着在虚拟网络提供层网络负载链路的增加，网络整体的负载率呈上升趋势，且整体网络的负载率均衡上升，没有出现零负载与满负载共存的情况。

在第二个场景中，扩大了数据量以表达实际的电力通信网络中真实的业务数量与种类，同时验证在真实网络环境中本方法的稳定性。虚拟网络提供层的节点数增加到40个，链路数增加到100条。请求网络增加到20张，每张网络仍然有3个虚拟节点与3条虚拟链路。将仿真结果与用贪婪算法所得的结果作对比，如图6所示。图中“*”虚线表示用基于负载均衡的贪婪算法进行节点映射后虚拟网络提供层的节点负载率，“+”虚线表示用基本贪婪算法进行节点映射后虚拟网络提供层的节点负载率，将两条虚线进行对比，可知在节点映射阶段，数据量越大，映射的结果越稳定，本文提出的算法有很好的稳定性。

图7中，“*”虚线表示采用基于负载均衡的遗传算法链路映射方法后虚拟网络提供层的链路负载率，“+”虚线表示采用基本的贪婪算法进行链路映射后虚拟网络提供层的链路负载率，由此可知在链路映射阶段，基于负载均衡的遗传算法与贪婪算法在链路映射阶段运行结果更加理想，链路的负载更加均衡，可以很好的保障网络的可靠性，同时随着实验数据的增加，仿真所得的结果也越稳定。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (16)

1.一种电力通信虚拟容错网络映射方法，其特征在于，包括节点映射以及链路映射两个阶段；

所述节点映射阶段包括：根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中，选择负载率最小的节点进行映射；

所述链路映射阶段包括：为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路；

其中，所述基于负载均衡的贪婪节点映射算法包括：

获取请求节点的计算能力；

获取虚拟网络提供层的节点的剩余计算能力，并进行降序排序；

依次选取服务请求中完成请求所需的计算能力最大的请求节点进行映射，在虚拟网络提供层中选出满足所述预设条件的节点并放入集合中；

获取所述集合中的节点的负载率，并从所述集合中选取所述负载率最小的节点作为映射节点；其中，所述预设条件为节点的剩余计算能力大于完成请求所需的计算能力。

2.根据权利要求1所述的方法，其特征在于，所述获取所述集合中的节点负载率包括：

获取所述集合中的节点的最大计算能力；

获取所述集合中的节点的剩余计算能力；

根据所述集合中的节点的最大计算能力与剩余计算能力，获取所述集合中的节点负载率。

3.根据权利要求2所述的方法，其特征在于，所述根据所述集合中的节点的最大计算能力与剩余计算能力，获取所述集合中的节点负载率包括：

其中，R_N(s)＝R'_N(s)-c(i)；Ratio^N(s)为所述集合中的节点负载率；R_NMax(S)为所述集合中的节点的最大计算能力；R_N(S)为所述集合中的节点的剩余计算能力；R'_N(s)为所述集合中的节点在为映射所述请求节点前剩余的计算能力；c(i)为映射所述请求节点需要的计算能力。

4.根据权利要求1所述的方法，其特征在于，所述为每一条请求链路选取两条不相交的链路作为主链路与辅链路包括：

获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数；

获取所述优化目标函数的约束条件；

根据启发式遗传算法对所述优化目标函数求解。

5.根据权利要求4所述的方法，其特征在于，所述获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数包括：

其中，Var-Ratio(p)为虚拟网络提供层中被映射到的链路的负载率的方差，若虚拟网络提供层的链路上有虚拟链路映射则δ(s)＝1，否则δ(s)＝0；Ratio^E(s)为虚拟网络提供层链路的负载率。

6.根据权利要求5所述的方法，其特征在于，所述获取所述优化目标函数的约束条件包括：

其中，所述约束条件依次为：

服务层的链路在进行主链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

服务层的链路在进行辅链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

虚拟网络提供层的主链路与辅链路互不相交；

是主链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有主链路映射时，否则为0；其中，α为虚拟网络提供层主链路的百分比，β为虚拟网络提供层辅链路的百分比，且β＝1-α；

是辅链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有辅链路映射时，否则为0；

虚拟网络提供层的映射跳数要小于服务层请求对时延的要求；length(l)为请求链路映射到虚拟网络提供层的链路后所经过的跳数，T(l)是服务层对业务允许的所经过最大跳数。

7.根据权利要求4-6任一项所述的方法，其特征在于，所述根据启发式遗传算法对所述优化目标函数求解包括：

对不同的路径选择进行自然数编码；

根据部分随机方式生成初始种群；

将所述优化目标函数转化为适应度函数；

根据轮盘赌的方式选择算子；

根据部分匹配交叉算子方法，得到新的链路映射方案；

随机选取两组变异点，通过翻转方式进行变异；

若达到最大进化迭代次数，则终止。

8.根据权利要求7所述的方法，其特征在于，所述将所述优化目标函数转化为适应度函数包括：

其中，f_i表示第i条染色体对应的适应度；Z_i为群体中第i条染色体对应的目标函数值，表示第i条染色体对应的负载方差。

9.一种电力通信虚拟容错网络映射装置，其特征在于，包括节点映射模块以及链路映射模块；

所述节点映射模块用于根据基于负载均衡的贪婪节点映射算法，在满足预设条件的虚拟网络提供层的节点中选择负载率最小的节点进行映射；

所述链路映射模块用于为每一条请求链路选取两条不相交的物理链路作为主链路与辅链路；

其中，所述节点映射模块具体用于：

获取请求节点的计算能力；

获取虚拟网络提供层的节点的剩余计算能力，并进行降序排序；

依次选取服务请求中完成请求所需的计算能力最大的请求节点进行映射，在虚拟网络提供层中选出满足所述预设条件的节点并放入集合中；

获取所述集合中的节点的负载率，并从所述集合中选取所述负载率最小的节点作为映射节点；其中，所述预设条件为节点的剩余计算能力大于完成请求所需的计算能力。

10.根据权利要求9所述的装置，其特征在于，所述节点映射模块用于获取所述集合中的节点负载率包括：

获取所述集合中的节点的最大计算能力；

获取所述集合中的节点的剩余计算能力；

根据所述集合中的节点的最大计算能力与剩余计算能力，获取所述集合中的节点负载率。

11.根据权利要求10所述的装置，其特征在于，所述节点映射模块根据所述集合中的节点的最大计算能力与剩余计算能力，获取所述集合中的节点负载率包括：

其中，R_N(s)＝R'_N(s)-c(i)；Ratio^N(s)为所述集合中的节点负载率；R_NMax(S)为所述集合中的节点的最大计算能力；R_N(S)为所述集合中的节点的剩余计算能力；R'_N(s)为所述集合中的节点在为映射所述请求节点前剩余的计算能力；c(i)为映射所述请求节点需要的计算能力。

12.根据权利要求9所述的装置，其特征在于，所述链路映射模块具体用于：

获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数；

获取所述优化目标函数的约束条件；

根据启发式遗传算法对所述优化目标函数求解。

13.根据权利要求12所述的装置，其特征在于，所述链路映射模块获取以实现虚拟网络提供层的链路负载均衡为目标的优化目标函数包括：

其中，Var-Ratio(p)为虚拟网络提供层中被映射到的链路的负载率的方差，若虚拟网络提供层的链路上有虚拟链路映射则δ(s)＝1，否则δ(s)＝0；Ratio^E(s)为虚拟网络提供层链路的负载率。

14.根据权利要求13所述的装置，其特征在于，所述链路映射模块获取所述优化目标函数的约束条件包括：

其中，所述约束条件依次为：

服务层的链路在进行主链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

服务层的链路在进行辅链路映射时对带宽的需求不大于虚拟网络提供层的链路带宽；

虚拟网络提供层的主链路与辅链路互不相交；

是主链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有主链路映射时，否则为0；其中，α为虚拟网络提供层主链路的百分比，β为虚拟网络提供层辅链路的百分比，且β＝1-α；

是辅链路的指示变量，其取值为0或者1；当请求链路m虚拟网络提供层链路l处有辅链路映射时，否则为0；

虚拟网络提供层的映射跳数要小于服务层请求对时延的要求；length(l)为请求链路映射到虚拟网络提供层的链路后所经过的跳数，T(l)是服务层对业务允许的所经过最大跳数。

15.根据权利要求12-14任一项所述的装置，其特征在于，所述链路映射模块根据启发式遗传算法对所述优化目标函数求解包括：

对不同的路径选择进行自然数编码；

根据部分随机方式生成初始种群；

将所述优化目标函数转化为适应度函数；

根据轮盘赌的方式选择算子；

根据部分匹配交叉算子方法，得到新的链路映射方案；

随机选取两组变异点，通过翻转方式进行变异；

若达到最大进化迭代次数，则终止。

16.根据权利要求15所述的装置，其特征在于，所述链路映射模块将所述优化目标函数转化为适应度函数包括：

其中，f_i表示第i条染色体对应的适应度；Z_i为群体中第i条染色体对应的目标函数值，表示第i条染色体对应的负载方差。