CN106789744A - 基于融合网络虚拟化带有时延感知的高吞吐资源调度方法 - Google Patents

基于融合网络虚拟化带有时延感知的高吞吐资源调度方法 Download PDF

Info

Publication number
CN106789744A
CN106789744A CN201710028463.2A CN201710028463A CN106789744A CN 106789744 A CN106789744 A CN 106789744A CN 201710028463 A CN201710028463 A CN 201710028463A CN 106789744 A CN106789744 A CN 106789744A
Authority
CN
China
Prior art keywords
subnet
resource
network
path
data
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
CN201710028463.2A
Other languages
English (en)
Other versions
CN106789744B (zh
Inventor
王汝言
韩奎
吴大鹏
张鸿
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201710028463.2A priority Critical patent/CN106789744B/zh
Publication of CN106789744A publication Critical patent/CN106789744A/zh
Application granted granted Critical
Publication of CN106789744B publication Critical patent/CN106789744B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/123—Evaluation of link metrics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/25—Arrangements specific to fibre transmission
    • H04B10/2575—Radio-over-fibre, e.g. radio frequency signal modulated onto an optical carrier
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/124—Shortest path evaluation using a combination of metrics
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/80—Actions related to the user profile or the type of traffic
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation
    • H04L47/82—Miscellaneous aspects
    • H04L47/822—Collecting or measuring resource availability data

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及一种基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，该方法利用网络虚拟化把网络的转发平面和控制平面相分离，将所有网络资源集中管理，提高资源利用率。充分考虑影响网络数据传输的多个因素，并量化不同子网的传输能力，通过感知各个子网的传输能力，完成最优传输子网的选择，同时根据选择子网中不同路径的传输能力差异，设计子网资源分配策略，以合理地利用所选子网的剩余资源，保证在满足时延要求的同时提高网络资源利用率。本发明所提出的资源调度方法能够在保证业务传输时延的同时降低网络拥塞，达到了提升资源利用率及提高用户体验质量的目的。

Description

基于融合网络虚拟化带有时延感知的高吞吐资源调度方法
技术领域
本发明属于光无线混合网络通信技术领域，涉及一种基于融合网络虚拟化带有时延感知的高吞吐资源调度方法。
背景技术
快速发展的多媒体业务拥有的巨大商业空间，为移动终端提供多种业务服务是未来光无线融合接入网(Hybrid Optical-Wireless Broadband Access Network，HOWBAN)的主要发展方向。融合网络所具有的高带宽和高移动性优势正是契合了需要多业务支持的移动终端的要求，成为国际上研究与开发新一代接入网的热点技术之一。
融合网络是由光域和无线域混合而成的异构网络，其中光域是始于OLT止于ONUs的PON网络，而无线域是前端的WMN。因此，融合网络具有无源光网络的高带宽、传输稳定等特性，同时也具有无线网络的易部署、支持移动性等特征，能够为终端用户提供更快速、更高质量的服务。然而，融合网络的光纤子网和无线子网之间通信需要进行预调制、封装和解封装、协议转换等操作，其仍然不是一个完全意义上的融合接入网。其次，目前的网络设备都有自己的控制平面，各个网络设备之间通过专门的协议进行协调通信，占用了额外的网络资源。实际上，网络中的数据流无法得到精确的控制。其次，网络设备配置的数据转发策略都是静态的，无法随着网络和数据流的变更做出相应的变动。同时，基于目前的网络技术水平与运营模式，在向用户提供业务时必须要求网络运营商建立直接到用户的物理网络，资源利用率低下。基于虚拟化的网络，能够屏蔽异构网络基础设施、协议之间差别的同时改善网络性能、节省网络成本开销。因此，基于融合网络虚拟化进行资源调度是保证网络服务质量的一个重要方法。
目前，针对光无线融合网络虚拟化下的资源调度策略，国内外研究人员提出了多种解决方案，主要集中在网络虚拟化后用户业务单路径传输，或者是网络拥塞后对资源进行迁移。但是，上述机制都没有考虑在用户数据发送端采用多路径子网进行用户业务传输，同时也没有根据子网的不同特性制定选择规则以及规划业务在各路径上传输的速率分配机制，难以兼顾保证数据传输时延和提高网络资源利用率。
发明内容
有鉴于此，本发明的目的在于提供一种基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，该方法分析并量化影响子网数据传输时延的三个因素，通过定义子网能力效用值来衡量不同子网的传输能力，进而选择具有最强传输能力的子网来对用户的数据进行传输，同时，考虑子网各路径的带宽和丢包率情况，合理分配源节点用户数据，从而在保证业务传输时延的同时提高子网的最大有效传输量及网络资源利用率。
为达到上述目的，本发明提供如下技术方案：
一种基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，该方法包括以下步骤：
S1：根据网络拓扑信息和链路状态信息，获知各个子网的可用路径数、路径的跳数以及路径的剩余带宽大小，进而定义并计算得知各子网的资源能力度、中继度和可达度，并以此来综合衡量子网的综合能力；
S2：通过熵值法确定影响子网综合性能的各个因素的权重因子，进而求得子网的效用值Q；
S3：对各个子网效用值进行降序排列，选择效用值最大的子网进行用户数据的传输；为了使所选子网能有效地传输最多数据，源节点对发送的数据进行分流传输，同时考虑每个路径丢包率情况，采用非线性规划建立最大可靠传输数学模型，进而可确定用户数据在各路径上的传输速率分配；
S4：将用户能够承受的最大等待时间Tmax作为网络状态更新的时间窗口T，待达到更新时间T时，虚拟资源管理器重新收集网络拓扑信息和链路状态信息，重复执行步骤S1到步骤S3，直到数据传输完成。
进一步，在步骤S1中，根据网络拓扑信息和跳数要求，生成不同路径条数的子网，综合考虑子网各路径的最大可用带宽情况、子网各路径的跳数以及子网的可用路径条数，计算任一子网x的资源能力度Wrcv(s,d,x)、中继度Wh(s,d,x)和可达度Wn(s,d,x)。
通过公式对子网x可用带宽进行归一化，以此作为子网x的资源能力度；通过公式对子网x的跳数进行归一化，以此作为子网x的中继度；通过公式对子网x的可用路径条数进行归一化，以此作为子网x的可达度。
进一步，在步骤S2中，根据公式计算各影响因素m的信息熵；其中，pm(s,d,x)表示源节点s与目的节点d之间的子网x在影响因素m下的数值占所有子网在影响因素m下的数值之和的比重；根据公式来计算影响因素m的权重因子am，进而根据公式Q(s,d,x)＝arcvWrcv(s,d,x)+ahWh(s,d,x)+anWn(s,d,x)计算各子网综合能力的效用值；其中，Wrcv(s,d,x)、Wh(s,d,x)和Wn(s,d,x)分别表示子网x的资源能力度、中继度和可达度，arcv、ah和an分别表示资源能力度、中继度和可达度的权重因子。
进一步，在步骤S3中，按照降序对承载资源子网效用值进行排序，选择效用值最大的子网进行用户数据的传输；为了使所选择的子网能有效地传输更多数据，本发明在源节点对发送的数据进行分流传输，同时考虑各个路径的可用带宽及其丢包率情况，通过公式最大化可靠传输数据量，进而获得源节点数据传输速率在资源子网x任一路径i上的发送速率分配；其中，λi表示路径i上分配的速率，pe表示链路e上的丢包率，aei是一个二进制变量，aei＝1表示数据包传输经过第i条路径的链路e，aei＝0表示数据包传输未经过第i条路径的链路e；同时，上述过程的约束条件可表示为即分配到各路径上的数据速率等于发送节点的数据发射速率，且每条路径上的发射速率不能超过路径最大可用带宽，即λi≤RCV(s,d,pi,null)。
进一步，在步骤S4中，将用户能够承受的最大等待时间Tmax作为网络状态更新的时间窗口T，避免因用户数据量过大导致等待时间过长；对同一时间窗口内的请求任务统一处理，请求无法被满足的任务则放入请求队列，等待下一轮进行相应的处理。待达到更新时间T时，虚拟资源管理器重新收集网络状态信息，重复执行步骤S1至步骤S3，直到数据传输完成为止。
本发明的有益效果在于：本发明提出的一种基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，能够在保障数据较快传输的同时，实现对子网剩余资源的合理利用以提高资源利用率及用户数据高可靠传输。
附图说明
为了使本发明的目的、技术方案和有益效果更加清楚，本发明提供如下附图进行说明：
图1为本发明中融合网络虚拟化模型；
图2为本发明中整体结构框图。
具体实施方式
下面将结合附图，对本发明的优选实施例进行详细的描述。
融合网络由前端无线网状网络和后端的无源光网络组成，其体系结构如图1中基础设施层所示。其后端的无源光网络采用点到多点的树型结构，光线路终端通过分光器与多个光网络单元相连。目前，网关节点常常采用结合了融合光网络单元和无线接入节点各自优势的混合式结构，作为光网络和无线网络之间数据传输的转换枢纽。用户数据通过接入边缘路由器并经多跳中继无线路由节点转发，从而在融合网络中建立了多条完整的端到端传输路径。
通过对底层基础设施进行虚拟抽象得到虚拟资源层，再由虚拟资源管理中心对虚拟资源进行管理。根据用户的业务需求，划分不同的虚拟网，并映射到物理底层网络，进而用户根据分配的底层资源直接进行数据传输。
如图2所示为本发明整体结构框图，即带有时延感知的高吞吐融合网络资源调度方法流程图，主要包括四个步骤：衡量子网能力参数的选取和归一化，权重因子计算，资源分配策略。
1、参数选取和归一化
光无线融合组网中各个子网对用户数据传输的能力直接决定其传输的数据的投递状态、传输时延和负载情况。所选子网的资源能力越大，则表明该子网满足用户数据传输的能力越强，能够传输的数据越快且传输量越大；即需要选择资源能力较强的子网来承载用户数据传输；另外，选择平均路径长度较短的子网作为用户数据转发，能够有效减少网络资源的消耗，缩短网络的传输时延；此外，考虑多路径传输对用户数据转发的优势及路径跳数限制，选择源节点s和目的节点d之间有效路径较多的子网进行用户数据的传输，将有效避免盲目转发，减少网络资源的开销，有利于降低网络负载，即需要选择具有较多路径的子网进行用户数据的传输。因此，本发明通过这3个因素量化子网的传输能力，进而准确地衡量子网的服务能力，以确定匹配数据传输的子网。
一条路径的资源能力值(RCV)定义为路径的最大可用带宽。对于源节点s和目的节点d之间的任一可用路径p，其资源能力值可用下式表示为
因此，对于任一子网x，设其可用路径数为Nx，进而求得其总的可用资源能力值为
RCV(s,d,x)＝∑RCV(s,d,pi,null),i∈(1,2,...,Nx)
式中，RCV(s,d,pi,null)≠null，RCV(s,d,pi,null)表示源节点s和目的节点d之间子网x的路径pi的资源能力值。
从子网选择原则来看，子网的资源越充足，那么选择该子网能满足用户数据传输要求的概率就越大。源节点s和目的节点d之间各个子网的最大可用资源能力值RCVmax(s,d)，表示为
RCVmax(s,d)＝max(RCV(s,d,x))
进而，相对子网最大资源能力值而言，源节点s和目的节点d之间任一子网x的资源能力度为Wrcv(s,d)，表示为
子网x的路径平均资源能力值越大，则其资源能力度越高，即承载的用户数据越多，投递效率也高。
其次，用户数据传输过程需要多个中继无线路由节点的辅助，网络负载率参数描述了用户数据成功传输所消耗的网络资源，即满足用户数据传输所经过的平均路径长度，该参数是衡量子网传输机制的重要指标。当前子网平均路径长度直接影响用户数据传输所消耗的资源情况。因此，通过网络拓扑获知子网x的平均路径长度H(s,d,x)，表示为
H(s,d,x)＝∑(h(s,d,pi,null))/Nx,i∈(1,2,...,Nx)
式中，h(s,d,pi,null)≠null，h(s,d,pi,null)表示源节点s和目的节点d之间可用路径pi的跳数。
显然，在获得各子网平均路径长度的基础上，可获知各子网中最短平均路径长度Hmin(s,d)，表示为
Hmin(s,d)＝min(H(s,d,x))
进而，根据源节点s和目的节点d之间各子网的最短平均路径长度来获知任一子网x的中继度，如下式
可见，当子网的平均路径长度越短，则当前子网的中继度越高，传输用户数据消耗的资源越少，同时网络的传输时间也变小。
同理，根据网络拓扑中的相关信息，可获知源节点s和目的节点d之间子网x的可用路径的数量Nx，即可达路径数。可达路径数越多表示用于用户数据传输的资源越丰富，子网传输的数据量就越大，传输时间也会缩短。根据各子网的可达路径数，可求得各子网中的最大可达路径数，表示为
Nmax(s,d)＝maxNx
相对源节点s和目的节点d之间各个子网的最大可达路径数而言，子网x中存在有效路径的概率定义为子网的可达度，表示为
子网x内可达路径数越多，可达度越高，则用户数据传输要求越容易满足。
综合以上3个因素，定义任一子网x的综合能力效用值Q(s,d,x)，即决定选择此子网进行用户数据传输的能力，表示为
Q(s,d,x)＝arcvWrcv(s,d,x)+ahWh(s,d,x)+anWn(s,d,x)
权重因子满足约束条件
arcv+ah+an＝1
为了实现用户数据动态选择子网传输，利用网络状态信息及网络传输能力估计方法，可获知给定源节点到目的节点的各个子网传输能力效用值。对于用户业务的传输选择效用值最大的子网进行传输。
2、权重因子计算
如前所述，上述3个因素的权重直接反应了传输用户数据的子网选择过程中所重点考查的各种能力，根据当前网络状态来确定用于描述各种能力的权重数值能够提高候选子网选取的合理性。信息论中的熵表示已知数据包含的有效信息量，当网络拓扑中各个子网在某个影响因素上的值相差较大时，则该影响因素的熵值较小，在综合评价子网的效用值时该因素提供的有效信息量较大，即占有的权重值也较大；反之，当网络拓扑中各个子网在某个影响因素上的值相差较小时，熵值较大，所提供的有效信息量较小，即该因素占有的权重值也小。当网络拓扑中各个子网在某个影响因素上的值都相等时，该影响因素的熵值达到最大值，在综合评价承载子网的效用值时不提供任何有效的信息量，故权重值为0。因此，本文通过计算各个影响因素的熵值，并利用熵的大小确定子网效用值估计过程中各影响因素的权重值，进而准确选择传输用户数据的子网。
首先，将网络拓扑中的K个子网作为评价对象，影响因素分别为子网的资源能力度Wrcv(s,d,x)、子网中继度Wh(s,d,x)、子网可达度Wn(s,d,x)，即影响因素总数J＝3。根据网络拓扑中相关信息可获知各子网的资源能力度、子网中继度、子网可达度，继而构造初始矩阵[WJ(s,d,x)]K×J，即
式中，行向量表示影响子网选择的3个影响因素；列向量表示网络拓扑图中各子网中相应的影响因素数值。进而，各影响因素的权重计算过程如下所示：
(1)计算WJ(s,d,x)在影响因素J下的比重pJ(s,d,x)，该参数指WJ(s,d,x)与网络拓扑中各个子网的相应影响因素J的数值之和的比值，表示为
式中，WJ(s,d,x)为子网x对于影响因素J的数值。
(2)通过各子网的pJ(s,d,x)值计算影响因素J的熵值eJ，表示为
进而，可获知影响因素J权重因子eJ的数值，表示为
按照上述方法，可进一步获得本发明中所使用的3个因素的权重因子arcv、ah、an及各个子网的效用值Q。进而，通过比较各个子网的效用值，动态地为用户数据选择相应的子网进行传输，以达到合理利用网络资源的目的。
3、资源分配策略
按照上述方法可评估各个子网的综合传输能力，进而达到合理选择传输数据子网的目的。然而，为了达到有效控制开销并尽可能多的传输用户数据的目的，需要设计更加合理的子网资源分配策略。虚拟网络拓扑和虚拟资源由虚拟资源管理中心进行集中式管理。按照用户的需求，服务提供商向资源管理中心发出请求，然后资源管理中心根据该请求和收集的虚拟资源情况对资源进行合理地分割，组成不同的虚拟网络，并映射到底层网络。底层网络则根据划分的虚拟网络直接进行数据传输。虚拟资源管理中心定时收集更新后的网络拓扑信息和链路状态信息，计算各个子网的效用值。用户数据到来后，虚拟资源管理中心会选择传输能力最强的子网进行用户数据的传输。然而，如何在选择的子网各路径上对用户发送数据速率进行分配，使得资源高效利用以保证数据传输时延和提高业务吞吐量是非常有必要的。
将计算的子网能力效用值进行降序排列。对于到达的用户数据服务请求，按照能力效用值从大到小的顺序对其依次进行服务，若前者不能满足用户数据服务请求，则紧接着利用次优效用值的子网进行服务。进一步，为了实现子网最多数据包可靠传输，考虑业务分流以及各条路径的丢包情况，以所有路径业务可靠传输量最大化为目标函数，建立如下规划：
约束条件：
分配到各路径上的数据速率约束：
0≤λi≤RCV(s,d,pi,null)
用户发送的数据速率约束：
进而获得源节点数据发送速率在子网x任一路径i上的发送速率分配。其中，λi表示路径i上分配的速率，pe表示链路e上的丢包率，aei是二进制变量，aei＝1表示数据包经过第i条路径上的e链路，aei＝0表示数据包未经过第i条路径上的e链路。
最后，根据用户能够承受的最大等待时间Tmax作为网络状态更新的时间窗口T，避免因用户数据量过大而导致等待时间过长，对同一时间窗口内的请求任务统一处理，请求无法被满足的任务则放入请求队列，等待下一时间窗口再进行处理。待达到更新时间T时，虚拟资源管理器重新收集网络状态信息，并重新计算各个子网的传输能力，为用户数据重新分配传输资源，直到数据传输完成为止。
最后说明的是，以上优选实施例仅用以说明本发明的技术方案而非限制，尽管通过上述优选实施例已经对本发明进行了详细的描述，但本领域技术人员应当理解，可以在形式上和细节上对其作出各种各样的改变，而不偏离本发明权利要求书所限定的范围。

Claims (5)

1.一种基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，其特征在于：该方法包括以下步骤：
S1：根据网络拓扑信息和链路状态信息，获知各个子网的可用路径数、路径的跳数以及路径的剩余带宽大小，进而定义并计算得知各子网的资源能力度、中继度和可达度，并以此来综合衡量子网的综合能力；
S2：通过熵值法确定影响子网综合性能的各个因素的权重因子，进而求得子网的效用值Q；
S3：对各个子网效用值进行降序排列，选择效用值最大的子网进行用户数据的传输；为了使所选子网能有效地传输最多数据，源节点对发送的数据进行分流传输，同时考虑每个路径丢包率情况，采用线性规划建立最大可靠传输数学模型，进而可确定用户数据在各路径上的传输速率分配；
S4：将用户能够承受的最大等待时间Tmax作为网络状态更新的时间窗口T，待达到更新时间T时，虚拟资源管理器重新收集网络拓扑信息和链路状态信息，重复执行步骤S1到步骤S3，直到数据传输完成。
2.根据权利要求1所述的基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，其特征在于：在步骤S1中，根据网络拓扑信息和跳数要求，生成不同路径条数的子网，综合考虑子网各路径的最大可用带宽情况、子网各路径的跳数以及子网的可用路径条数，计算任一子网x的资源能力度Wrcv(s,d,x)、中继度Wh(s,d,x)和可达度Wn(s,d,x)。
3.根据权利要求1所述的基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，其特征在于：在步骤S2中，根据公式计算各影响因素m的信息熵；其中，pm(s,d,x)表示源节点s与目的节点d之间的子网x在影响因素m下的数值占所有子网在影响因素m下的数值之和的比重；根据公式来计算影响因素m的权重因子am，进而根据公式Q(s,d,x)＝arcvWrcv(s,d,x)+ahWh(s,d,x)+anWn(s,d,x)计算各子网综合能力的效用值；其中，Wrcv(s,d,x)、Wh(s,d,x)和Wn(s,d,x)分别表示子网x的资源能力度、中继度和可达度，arcv、ah和an分别表示资源能力度、中继度和可达度的权重因子。
4.根据权利要求1所述的基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，其特征在于：在步骤S3中，按照降序对承载资源子网效用值进行排序，选择效用值最大的子网进行用户数据的传输；在源节点对发送的数据进行分流传输，同时考虑各个路径的可用带宽及其丢包率情况，通过公式最大化可靠传输数据量，进而获得源节点数据传输速率在资源子网x任一路径i上的发送速率分配；其中，λi表示路径i上分配的速率，pe表示链路e上的丢包率，aei是一个二进制变量，aei＝1表示数据包传输经过第i条路径的链路e，aei＝0表示数据包传输未经过第i条路径的链路e；同时，上述过程的约束条件可表示为即分配到各路径上的数据速率等于发送节点的数据发射速率，且每条路径上的发射速率不能超过路径最大可用带宽，即λi≤RCV(s,d,pi,null)。
5.根据权利要求1所述的基于融合网络虚拟化带有时延感知的高吞吐资源调度方法，其特征在于：在步骤S4中，将用户能够承受的最大等待时间Tmax作为网络状态更新的时间窗口T，避免因用户数据量过大导致等待时间过长；对同一时间窗口内的请求任务统一处理，请求无法被满足的任务则放入请求队列，等待下一轮进行相应的处理。待达到更新时间T时，虚拟资源管理器重新收集网络状态信息，重复执行步骤S1至步骤S3，直到数据传输完成为止。
CN201710028463.2A 2017-01-13 2017-01-13 基于融合网络虚拟化带有时延感知的高吞吐资源调度方法 Active CN106789744B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710028463.2A CN106789744B (zh) 2017-01-13 2017-01-13 基于融合网络虚拟化带有时延感知的高吞吐资源调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710028463.2A CN106789744B (zh) 2017-01-13 2017-01-13 基于融合网络虚拟化带有时延感知的高吞吐资源调度方法

Publications (2)

Publication Number Publication Date
CN106789744A true CN106789744A (zh) 2017-05-31
CN106789744B CN106789744B (zh) 2020-02-11

Family

ID=58946893

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710028463.2A Active CN106789744B (zh) 2017-01-13 2017-01-13 基于融合网络虚拟化带有时延感知的高吞吐资源调度方法

Country Status (1)

Country Link
CN (1) CN106789744B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108712337A (zh) * 2018-04-26 2018-10-26 西北大学 高性能网络中多路径带宽调度方法
CN109769139A (zh) * 2018-11-23 2019-05-17 深圳秦云网科技有限公司 一种传输视频数据的方法及装置
CN110958144A (zh) * 2019-11-29 2020-04-03 腾讯科技（深圳）有限公司 获取网络的方法及装置
CN112637058A (zh) * 2021-03-09 2021-04-09 北京航空航天大学 一种跨异构子网通信的网络互联传输方法和装置
CN109600766B (zh) * 2017-09-30 2021-08-03 华为技术有限公司 一种数据处理的方法及装置
CN113660638A (zh) * 2021-07-11 2021-11-16 西北工业大学 一种适用于无线航空电子内部通信网络的网络资源调度机制
CN114978977A (zh) * 2022-06-02 2022-08-30 星河互联网络(深圳)有限公司 一种具有多元数据融合处理的边缘计算网关
CN116523345A (zh) * 2023-05-08 2023-08-01 重庆交通大学 一种城市道路拓扑网络连通性评价方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104735800A (zh) * 2015-03-07 2015-06-24 浙江理工大学 一种异构无线传感网络中最差时延感知跨层优化方法
CN105050136A (zh) * 2015-06-03 2015-11-11 重庆邮电大学 光无线混合宽带接入网的自适应延迟感知节能方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104735800A (zh) * 2015-03-07 2015-06-24 浙江理工大学 一种异构无线传感网络中最差时延感知跨层优化方法
CN105050136A (zh) * 2015-06-03 2015-11-11 重庆邮电大学 光无线混合宽带接入网的自适应延迟感知节能方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
ANTONIOS G. SARIGIANNIDIS: ""Architectures and Bandwidth Allocation Schemes for Hybrid Wireless-Optical Networks"", 《IEEE COMMUNICATION SURVEYS & TUTORIALS》 *
YUANQIU: ""QoS-Aware Scheduling over Hybrid Optical Wireless Networks"", 《OPTICAL SOCIETY OF AMERICA》 *
王汝言: ""带有生存性感知的低成本光无线混合网络无线功能部署策略"", 《电子与信息学报》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600766B (zh) * 2017-09-30 2021-08-03 华为技术有限公司 一种数据处理的方法及装置
CN108712337B (zh) * 2018-04-26 2020-07-07 西北大学 高性能网络中多路径带宽调度方法
CN108712337A (zh) * 2018-04-26 2018-10-26 西北大学 高性能网络中多路径带宽调度方法
CN109769139A (zh) * 2018-11-23 2019-05-17 深圳秦云网科技有限公司 一种传输视频数据的方法及装置
CN110958144A (zh) * 2019-11-29 2020-04-03 腾讯科技（深圳）有限公司 获取网络的方法及装置
CN110958144B (zh) * 2019-11-29 2021-06-22 腾讯科技（深圳）有限公司 获取网络的方法及装置
CN112637058A (zh) * 2021-03-09 2021-04-09 北京航空航天大学 一种跨异构子网通信的网络互联传输方法和装置
CN113660638A (zh) * 2021-07-11 2021-11-16 西北工业大学 一种适用于无线航空电子内部通信网络的网络资源调度机制
CN113660638B (zh) * 2021-07-11 2023-03-24 西北工业大学 适用于无线航空电子内部通信网络的网络资源调度方法
CN114978977A (zh) * 2022-06-02 2022-08-30 星河互联网络(深圳)有限公司 一种具有多元数据融合处理的边缘计算网关
CN114978977B (zh) * 2022-06-02 2023-10-03 星河互联网络(深圳)有限公司 一种具有多元数据融合处理的边缘计算网关
CN116523345A (zh) * 2023-05-08 2023-08-01 重庆交通大学 一种城市道路拓扑网络连通性评价方法
CN116523345B (zh) * 2023-05-08 2024-01-26 重庆交通大学 一种城市道路拓扑网络连通性评价方法

Also Published As

Publication number Publication date
CN106789744B (zh) 2020-02-11

Similar Documents

Publication Publication Date Title
CN106789744A (zh) 基于融合网络虚拟化带有时延感知的高吞吐资源调度方法
US10009287B2 (en) Hierarchical software-defined network traffic engineering controller
KR101682536B1 (ko) 추출된 네트워크 자원 요건을 이용한 서비스 프로비저닝
Lin et al. Joint rate control and scheduling in multihop wireless networks
CN107733689A (zh) 基于优先级的动态加权轮询调度策略方法
CN104185242B (zh) 一种降低干扰的无线Mesh网络信道分配与路由联合优化系统与方法
CN104937901B (zh) 用于面向内容的网络中提供路由和存储的流量工程的方法
CN110446122A (zh) 一种光纤无线融合网络跨域协同资源分配方法
CN110519798A (zh) 一种光纤无线融合网络资源分配机制以及收益计算方法
Ancillotti et al. Load-aware routing in mesh networks: Models, algorithms and experimentation
CN103327542B (zh) 一种应用于MANET网络的QoS保障方法及装置
CN103888976A (zh) 一种联合网络调度和路由的链路选择方法
Kumar et al. Opt-ACM: An optimized load balancing based admission control mechanism for software defined hybrid wireless based IoT (SDHW-IoT) network
Yin et al. Prediction-based end-to-end dynamic network slicing in hybrid elastic fiber-wireless networks
CN103024086A (zh) 多接口终端的业务传输方法及装置
Zhang et al. QoS-aware virtualization resource management mechanism in 5G backhaul heterogeneous networks
CN109474960A (zh) 一种基于q学习的双连接流量分配方法
CN105915310A (zh) 一种基于蚁群算法的wdm光网络rwa综合优化方法
CN106028453B (zh) 基于排队论的无线虚拟网络资源跨层调度映射方法
Li et al. Jointly optimal congestion control, forwarding strategy and power control for named-data multihop wireless network
CN105337832A (zh) 在线多播虚拟网络的资源分配方法
CN115134928A (zh) 频段路由优化的无线Mesh网络拥塞控制方法
Wu et al. QoS provisioning in space information networks: Applications, challenges, architectures, and solutions
Parag et al. Value-aware resource allocation for service guarantees in networks
Shan et al. Relieving hotspots in data center networks with wireless neighborways

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant