CN107124303B - 低传输时延的服务链优化方法 - Google Patents

Abstract

本发明公开了一种低传输时延的服务链优化方法。其包括采用Init‑OL算法对转发层环境进行初始化并对链路起点到终点的路径进行排序，采用Init‑P算法对服务请求进行分类排序并将提供服务的主机与交换机依次匹配，采用Update‑P算法对时间段τ前的服务请求和时间段τ内的服务请求分别赋予不同的权重，从而对链路G进行动态调整。本发明通过对历史报文中的服务请求进行统计处理，分析服务请求间的先后顺序关系，从而对链路进行动态调整，实现对服务链中的Middlebox进行优化部署，使得报文从进入服务链进行各项处理到离开服务链之间的传输时延最小，能够扩展应用于各类网络下面向低传输时延的服务链优化部署。

Description

低传输时延的服务链优化方法

技术领域

本发明属于网络服务技术领域，尤其涉及一种低传输时延的服务链优化方法。

背景技术

数据报文在SDN/NFV(Software Defined Networking/Network FunctionVirtualization，软件定义网络/网络功能虚拟化)网络框架下传递时，需要有序经过各种业务节点才能保证网络按照设计要求提供给用户安全、快速、稳定的网络服务。当网络流量按照业务逻辑所要求的既定顺序，依次经过这些业务点(如安全设备、负载均衡设备等)时，就形成了服务链(Service Chain)。

在SDN/NFV网络架构下，服务链的性能受到了越来越多的关注。其性能指标主要包括端到端延迟和带宽消耗。端到端的延迟由传输延时和处理延时两个因素组成。由于处理时延相对固定，因此降低服务链整体时延的重点就落在了降低传输时延上。为了降低传输时延，目前主要有两种方法，第一种在路径标签法的环境下，把预先储存的策略集合进行最短时延排序，实现初始化部署Middlebox(中间件：实现虚拟网络功能)；然后通过模拟退火算法进行实时优化。而另外一种方法叫做LightChain，首先将所有的单个服务请求链创建一条单向服务链，即形成DAG(定向无环图，假如处理过程中出现了环，在后面复制一个新的需返还节点实例；然后将主机应用在拓扑上，实现一个静态低传输时延的部署Middlebox。

但是，当前的这些方法存在着一些的不足之处。在第一种方法中，在预部署的时候需要有策略储存，使用的环境有限，并且部署的收敛效果较慢。而在第二种方法中，该方法虽然有效降低了时延，但是浪费了计算资源，并且是静态部署，在变化的环境中不能动态优化传输时延。

发明内容

本发明的发明目的是：为了解决现有技术中存在的以上问题，本发明提出了一种降低报文进出服务链所耗费的传输时延的低传输时延的服务链优化方法。

本发明的技术方案是：一种低传输时延的服务链优化方法，包括以下步骤：

A、采用Init-OL算法对转发层环境进行初始化，并对链路起点到终点的路径进行排序，得到路径Path；

B、对时间段τ内的服务链内服务请求进行统计，采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到部署中间件Middlebox的链路G；

C、判断步骤B中的链路G是否为空，若是则结束操作，若否则进行下一步骤；

D、采用Update-P算法对时间段τ前的服务请求和时间段τ内的服务请求分别赋予不同的权重，从而对链路G进行动态调整，完成服务链优化。

进一步地，所述步骤A采用Init-OL算法对转发层环境进行初始化，并对链路起点到终点的路径进行排序，得到路径Path，具体包括以下分步骤：

A1、按照创建时间依次部署Middlebox；

A2、计算链路起点到终点的路径Path，并统计路径上所有的资源C；

A3、判断路径Path是否为空，若是则结束操作，若否则进行下一步骤；

A4、统计链路起点到终点的所有路径上的单跳数量，对路径按单跳数量的大小进行排序，得到路径Path。

进一步地，所述步骤A4中当路径按单跳数量的大小相同时，则根据不同路径可以放置的资源数量对路径进行排序。

进一步地，所述步骤B中对时间段τ内的服务链内服务请求进行统计，采用Init-P算法对服务请求进行分类排序，具体包括以下分步骤：

B11、设定时间段τ内的服务请求集合为F，每个服务请求为F_k，服务链组为S_j，令F_k＝F₁,F_k+1＝F₂,j＝1；

B12、判断F_k与S_j是否存在交集；若是则将F_k与S_j合并为并集S_U，删除服务链组集合S中的S_j，更新S；若否则将j自增1，重新判断F_k与S_j是否存在交集；

B13、将并集S_U添加到服务链组集合S中，更新S；

B14、将k自增至m，得到服务请求，再将服务请求集合分类成{S₁,S₂...S_j}；

B15、将S根据频率从大到小进行排序，得到S＝{S₁,S₂...S_j}；

B16、计算权重矩阵Weight_j、频率向量Vector_k及S_j内服务请求权重映射Map_j，对每个S_j内的F_k进行排序；

B17、对每个S_j，根据服务请求权重映射Map_j对提供相应服务的Middlebox从大到小进行排序，得到S_j中服务请求的位置权重顺序Sort_j。

进一步地，所述步骤B15中计算S_j内服务请求权重映射Map_j的公式具体为：

Map_j＝Vector_k*Weight_j。

进一步地，所述步骤B中将提供服务的主机与交换机依次匹配，得到部署中间件Middlebox的链路G，具体包括以下分步骤：

B21、令服务链组S_j＝S₁，路径Path_k＝Path₁，剩余资源C_res＝C₁；

B22、判断路径Path_k的剩余资源C_res是否小于所有Middlebox占用资源ΣR(qi)；若是则将res自增1，重新进行判断；若否则根据S_j的服务请求权重Sort_j依次放置提供相应服务的Middlebox；

B23、将j自增1，返回步骤B21，依次放置主机q_i，得到部署中间件Middlebox的链路G。

进一步地，所述步骤D采用Update-P算法对时间段τ前的服务请求和时间段τ内的服务请求分别赋予不同的权重，从而对链路G进行动态调整，完成服务链优化，具体包括以下分步骤：

D1、将时间段τ前的服务链组S_before的每个服务链组S_j中的服务请求F_k与其频率相乘得到由S_before转发的F_before及其频率；

D2、设置λ，分别计算每一个F_before和由时间段τ转发的S_now当前转发的F_now的当前频率；

D3、计算F_before和F_now的并集F_update及其频率；

D4、对F_update采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到当前部署的链路G。

进一步地，所述步骤D2中计算每一个F_before和由时间段τ转发的S_now当前转发的F_now的当前频率的计算公式分别为：

f(F_before(k))＝f(F_before(k))*λ

f(F_now(k))＝f(F_now(k))*(1-λ)

其中，f(F_before(k))为F_before的当前频率，f(F_now(k))为F_now的当前频率。

本发明的有益效果是：本发明通过对历史报文中的服务请求进行统计处理，分析服务请求间的先后顺序关系，，从而对链路进行动态调整，实现对服务链中的Middlebox进行优化部署，使得报文从进入服务链进行各项处理到离开服务链之间的传输时延最小，能够扩展应用于各类网络下面向低传输时延的服务链优化部署。

附图说明

图1是本发明的低传输时延的服务链优化方法的流程示意图。

图2是本发明实施例中Init-P算法的流程示意图。

图3是本发明实施例中Update-P算法的流程示意图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

如图1所示，为本发明的低传输时延的服务链优化方法的流程示意图。一种低传输时延的服务链优化方法，包括以下步骤：

A、采用Init-OL算法对转发层环境进行初始化，并对链路起点到终点的路径进行排序，得到路径Path；

B、对时间段τ内的服务链内服务请求进行统计，采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到部署中间件Middlebox的链路G；

C、判断步骤B中的链路G是否为空，若是则结束操作，若否则进行下一步骤；

D、采用Update-P算法对时间段τ前的服务请求和时间段τ内的服务请求分别赋予不同的权重，从而对链路G进行动态调整，完成服务链优化。

在步骤A中，本发明采用Init-OL算法实现转发层环境进行初始化，并对链路起点到终点的路径进行排序。在SDN/NFV的转发层，链路的起点到终点之间有很多交换机，而交换机可以使用的资源有限，因此，本发明采用Init-OL算法首先统计起点到终点之间的所有路径上的单跳数量及资源数量，这样能够得到起点到终点之间Middlebox的放置位置，并且路径中可以包含所有的交换机节点；然后对路径按单跳数量的大小进行排序，包含单跳数量越少的路径优先级越高；如果路径包含的单跳数量相同，则根据不同路径可以放置的资源数量对其进行排序，可以放置资源数量越多的路径优先级越高；这样使得起点到终点间的不同路径具有不同的优先级，之后可以按优先级把Middlebox放置在优先级最高的路径的交换机节点上；具体包括以下分步骤：

A1、按照创建时间依次部署Middlebox；

A2、计算链路起点到终点的路径Path，并统计路径上所有的资源C；

A3、判断路径Path是否为空，若是则结束操作，若否则进行下一步骤；

A4、统计链路起点到终点的所有路径上的单跳数量，对路径按单跳数量的大小进行排序，得到路径Path。

在步骤A1中，本发明根据链路模型G＝(V,E)及需放置的Middlebox集合Q，按照先创建先部署的原则，根据贪婪算法的思想，在资源满足的情况下，依次部署Middlebox，完成对转发层环境的初始化；其中V为交换机，E为链路，V中包含了交换机已使用的资源和剩余的资源。

在步骤A2-A4中，本发明根据清空的G、流量入口In及流量出口En，得到完成排序的路径Path，完成路径预排序；特别的，在步骤A4中，当路径按单跳数量的大小相同时，则根据不同路径可以放置的资源数量对路径进行排序。

在步骤B中，本发明采用Init-P(Init-Placement)算法对时间段τ内的服务链内服务请求的先后顺序进行分类排序，以确定这些服务请求的先后顺序，然后实现提供服务的Middlebox与位置的匹配。在对时间段τ内的服务请求进行排序时，由于有序服务请求链存在多种可能，因此本发明在排序时，根据分治法的思想对不同的服务链进行分类，使得分类后的服务链组内的服务没有任何交集，即任意一种服务请求内的服务只能在一个服务链组内；如图2所示，为本发明实施例中Init-P算法的流程示意图，具体包括以下分步骤：

B11、设定时间段τ内的服务请求集合为F，每个服务请求为F_k，服务链组为S_j，令F_k＝F₁,F_k+1＝F₂,j＝1；

B12、判断F_k与S_j是否存在交集；若是则将F_k与S_j合并为并集S_U，删除服务链组集合S中的S_j，更新S；若否则将j自增1，重新判断F_k与S_j是否存在交集；

B13、将并集S_U添加到服务链组集合S中，更新S；

B14、将k自增至m，得到服务请求，再将服务请求集合分类成{S₁,S₂...S_j}；

B15、将S根据频率从大到小进行排序，得到S＝{S₁,S₂...S_j}；

B16、计算权重矩阵Weight_j、频率向量Vector_k及S_j内服务请求权重映射Map_j，对每个S_j内的F_k进行排序；

B17、对每个S_j，根据服务请求权重映射Map_j对提供相应服务的Middlebox从大到小进行排序，得到S_j中服务请求的位置权重顺序Sort_j。

在步骤B11中，时间段τ内的服务请求集合F＝{F₁,F₂...F_m}，且F_k＝{f_1k,f_2k...f_mk}，k∈[1,m]，f(F_k)为F_k的频率，服务链组S_j包括了组内各服务链内服务集合∑f_k、每条服务链的频率f(F_k)、服务链总种类∑k、总频率∑f(F_k)及提供所有服务的MiddleBox总体排序Sort_j。

在步骤B12中，本发明先判断k是否小于max(k)-1，若是则令S_u＝F_k，若否则进行步骤B15；再判断j是否小于max(j)，若是则判断F_k与S_j是否存在交集，若否则进行步骤B13；判断F_k与S_j是否存在交集时，若是则将F_k与S_j合并为并集S_U，删除服务链组集合S中的S_j，更新S，将j自增1，重新判断j是否小于max(j)；若否则直接将j自增1，重新判断j是否小于max(j)。

在步骤B14中，本发明将k以1自增至m，重复步骤B12、B13，从而得到服务请求，再将服务请求集合分类成{S₁,S₂...S_j}。

在步骤B15中，本发明将S根据频率从大到小进行排序，得到S＝{S₁,S₂...S_j}；然后令j为1，判断j是否小于max(j)，若是则进行步骤B16，若否则将提供服务的主机与交换机依次匹配。

在步骤B16中，S_j内服务请求权重映射Map_j的公式具体为：

Map_j＝Vector_k*Weight_j。

此外，本发明在分类时还要统计不同服务链组频率，之后再依据频率的大小对服务链组进行从大到小的排序；然后对服务链组内具体服务的先后顺序进行排序，作为提供服务的Middlebox放置顺序的依据；最后根据路径优先级和服务顺序，实现Middlebox在交换机上的位置部署；具体包括以下分步骤：

B21、令服务链组S_j＝S₁，路径Path_k＝Path₁，剩余资源C_res＝C₁；

B22、判断路径Path_k的剩余资源C_res是否小于所有Middlebox占用资源ΣR(qi)；若是则将res自增1，重新进行判断；若否则根据S_j的服务请求权重Sort_j依次放置提供相应服务的Middlebox；

B23、将j自增1，返回步骤B21，依次放置主机q_i，得到部署中间件Middlebox的链路G。

在步骤B22中，本发明首先判断j是否小于max(j)，若是则继续判断k是否小于max(k)，若否则返回G，操作结束；在判断k是否小于max(k)时，若是则继续判断res是否小于max(rec)，若否则返回空G，操作结束；在判断res是否小于max(res)时，若是则判断路径Path_k的剩余资源C_res是否满足条件，若否则令Path_k＝Path_k+1重新判断k是否小于max(k)；在判断路径Path_k的剩余资源C_res否小于所有Middlebox占用资源ΣR(qi)时，由于部署每个中间件Middlebox需要占用交换机端口资源，设服务链组S_i中每个中间件middlebox占用资源数为R(qi)，共需占用资源ΣR(qi)，若是则将res自增1，重新进行判断；若否则根据S_j的服务请求权重Sort_j依次放置提供相应服务的Middlebox。其中q_i为放置的第i个虚拟主机，对应提供第i个服务。。

在步骤D中，本发明采用Update-P(Update‐Placement算法对时间段τ前的服务请求和时间段τ内的服务请求分别赋予不同的权重，从而对链路G进行动态调整；如图3所示，为本发明实施例中Update-P算法的流程示意图，具体包括以下分步骤：

D1、将时间段τ前的服务链组S_before的每个服务链组S_j中的服务请求F_k与其频率相乘得到由S_before转发的F_before及其频率；

D2、设置λ，分别计算每一个F_before和由时间段τ转发的S_now当前转发的F_now的当前频率；

D3、计算F_before和F_now的并集F_update及其频率；

D4、对F_update采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到当前部署的链路G。

在步骤D1中，本发明将时间段τ前的服务链组S_before的每个服务链组S_j中的服务请求F_k与其频率相乘得到由S_before转发的F_before及其频率，从而将S_before转化为F_before。

在步骤D2中，本发明令k_Before为1，判断k_Before是否小于max(k_Before)，若是则设置λ计算每一个F_before的当前频率，将k_Before自增1重新判断k_Before是否小于max(k_Before)，若否则令k_Now为1继续判断k_Now是否小于max(k_Now)；在判断k_Now是否小于max(k_Now)时，若是则设置λ计算由时间段τ转发的S_now当前转发的F_now的当前频率，将k_Now自增1重新判断k_Now是否小于max(k_Now)，若否则进行步骤D3。计算每一个F_before和由时间段τ转发的S_now当前转发的F_now的当前频率的计算公式分别为：

f(F_before(k))＝f(F_before(k))*λ

f(F_now(k))＝f(F_now(k))*(1-λ)

其中，f(F_before(k))为F_before的当前频率，f(F_now(k))为F_now的当前频率。

在步骤D3中，本发明计算F_before和F_now的并集F_update及其频率；为了加强收敛效果，本发明去掉最小的10％频率的服务请求链。

在步骤D4中，本发明针对F_update采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到当前部署的链路G，从而对链路G进行动态调整，完成服务链优化。

本发明的低传输时延的服务链优化方法优化时间段τ内服务链起点到终点总体单跳数，从而使整体传输延迟时间代价最小；然后利用启发式思想，通过参照该时间段τ以及之前的请求报文，完成下个时间段τ内的部署，以优化整体服务链的性能。本发明通过优化服务链中的Middlebox部署方式，避免了LightChain中Middlebox的复制，从而有效节约了不必要的计算资源浪费；同时，不需预先进行策略存储，可适用于段路由的服务链系统。由于本发明的优化部署方案会根据最近一段时间内的服务统计特征动态调整，可更贴近后续报文服务请求的最优顺序，相比于模拟退火算法，具有更好的收敛效果；同时，这种动态部署也更适应不断变化的网络服务需求。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (5)

1.一种低传输时延的服务链优化方法，其特征在于，包括以下步骤：

A、采用Init-OL算法对转发层环境进行初始化，并对链路起点到终点的路径进行排序，得到路径Path；具体包括以下分步骤：

A1、按照创建时间依次部署Middlebox；

A2、计算链路起点到终点的路径Path，并统计路径上所有的资源C；

A3、判断路径Path是否为空，若是则结束操作，若否则进行下一步骤；

A4、统计链路起点到终点的所有路径上的单跳数量，对路径按单跳数量的大小进行排序，得到路径Path；

B、对时间段τ内的服务链内服务请求进行统计，采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到部署中间件Middlebox的链路G；具体包括以下分步骤：

B11、设定时间段τ内的服务请求集合为F，每个服务请求为F_k，服务链组为S_j，令F_k＝F₁,F_k+1＝F₂,j＝1；

B12、判断F_k与S_j是否存在交集；若是则将F_k与S_j合并为并集S_U，删除服务链组集合S中的S_j，更新S；若否则将j自增1，重新判断F_k与S_j是否存在交集；

B13、将并集S_U添加到服务链组集合S中，更新S；

B14、将k自增至m，得到服务请求，再将服务请求集合分类成{S₁,S₂...S_j}；

B15、将S根据频率从大到小进行排序，得到S＝{S₁,S₂...S_j}；

B16、计算权重矩阵Weight_j、频率向量Vector_k及S_j内服务请求权重映射Map_j，对每个S_j内的F_k进行排序；

B17、对每个S_j，根据服务请求权重映射Map_j对提供相应服务的Middlebox从大到小进行排序，得到S_j中服务请求的位置权重顺序Sort_j；

C、判断步骤B中的链路G是否为空，若是则结束操作，若否则进行下一步骤；

D、采用Update-P算法对时间段τ前的服务请求和时间段τ内的服务请求分别赋予不同的权重，从而对链路G进行动态调整，完成服务链优化；具体包括以下分步骤：

D1、将时间段τ前的服务链组S_before的每个服务链组S_j中的服务请求F_k与其频率相乘得到由S_before转发的F_before及其频率；

D2、设置λ，分别计算每一个F_before和由时间段τ转发的S_now当前转发的F_now的当前频率；

D3、计算F_before和F_now的并集F_update及其频率；

D4、对F_update采用Init-P算法对服务请求进行分类排序，再将提供服务的主机与交换机依次匹配，得到当前部署的链路G。

2.如权利要求1所述的低传输时延的服务链优化方法，其特征在于，所述步骤A4中当路径按单跳数量的大小相同时，则根据不同路径可以放置的资源数量对路径进行排序。

3.如权利要求2所述的低传输时延的服务链优化方法，其特征在于，所述步骤B16中计算S_j内服务请求权重映射Map_j的公式具体为：

Map_j＝Vector_k*Weight_j。

4.如权利要求3所述的低传输时延的服务链优化方法，其特征在于，所述步骤B中将提供服务的主机与交换机依次匹配，得到部署中间件Middlebox的链路G，具体包括以下分步骤：

B21、令服务链组S_j＝S₁，路径Path_k＝Path₁，剩余资源C_res＝C₁；

B22、判断路径Path_k的剩余资源C_res是否小于所有Middlebox占用资源ΣR(qi)；若是则将res自增1，重新进行判断；若否则根据S_j的服务请求权重Sort_j依次放置提供相应服务的Middlebox；

B23、将j自增1，返回步骤B21，依次放置主机q_i，得到部署中间件Middlebox的链路G。

5.如权利要求4所述的低传输时延的服务链优化方法，其特征在于，所述步骤D2中计算每一个F_before和由时间段τ转发的S_now当前转发的F_now的当前频率的计算公式分别为：

f(F_before(k))＝f(F_before(k))*λ

f(F_now(k))＝f(F_now(k))*(1-λ)

其中，f(F_before(k))为F_before的当前频率，f(F_now(k))为F_now的当前频率。

Images