CN107426018A - 一种基于子图的虚拟网络映射方法 - Google Patents

Abstract

本发明提供了一种基于子图的虚拟网络映射方法，根据底层物理链路的节点和链路数量，用一个无向图来表示物理网络；根据虚拟链路请求的节点和链路数量，用一个对应的无向图表示虚拟网络；根据每个节点相关联的边的条数、物理节点的CPU容量、物理链路的带宽计算当前物理节点的度、CPU利用率和链路的利用率；基于负载判断条件和网络连接性约束来提取物理网络父图对应的子图；进行虚拟网络到物理网络的虚拟化映射，计算对应的收益和开销。本发明给出的算法可以在给定的物理资源情况下，在保证同等收益和较低开销等性能的同时，降低无线网络虚拟化映射的计算复杂度，并提高映射的时间和效率，特别是应用在实时性流媒体。

Description

一种基于子图的虚拟网络映射方法

技术领域

本发明涉及无线网络虚拟化技术领域，具体涉及一种基于子图的虚拟网络映射方法。

背景技术

目前，伴随着智能手机等移动终端的快速发展，在过去几年间，数据流量也呈现出爆发性的高速增长，然而移动网络运营商的收入并没有以相同的高速度增长，并且部署 新技术的成本越来越高。由于多提供商的性质，引入新的架构或技术需要提供商之间的 共识，这使得采用新技术相当困难。为了避免这种僵化，网络虚拟化应运而生。网络虚 拟化通过使多个虚拟网络能够在同一物理基础设施上共存，从而降低运营商的资本支出 和运营成本。在网络虚拟化环境中，服务提供商(SP)租用由物理基础设施提供商(InP) 维护的物理基础设施并构建相应的虚拟网络以满足用户的需求。网络虚拟化的一个关键 问题是虚拟网络映射，虚拟网络映射是在满足某些特定约束条件的情况下将多个异构虚 拟网络映射到共享的物理网络，这是一个NP-hard问题。虽然目前存在一些启发式的虚 拟化算法，但是总体而言存在以下问题和不足：

1.大部分的算法重点关注提高网络资源虚拟化后物理基础设施的利用率，而对虚拟化过程的建立时间相关的研究很少。

2.进行虚拟化映射，大部分的算法都是计算底层的每一个可用的资源，并和虚拟网络请求进行对比从而判断是否能进行映射，这导致映射过程中的计算量巨大。

3.对于类似视频流的实时性多媒体服务请求，其要求虚拟化在较短时间内建立，而现有的虚拟化算法的计算复杂度高，针对性较差，导致映射过程耗时较长，无法满足 瞬时映射的需求，影响服务质量。

发明内容

本发明所要解决的技术问题是克服现有技术的不足而提供一种基于子图的虚拟网 络映射算法，该算法是在每次进行虚拟化映射时，不直接根据虚拟请求来进行计算然后将其映射到符合条件的底层物理资源节点和链路，而是根据底层节点和链路的状态，构 建出一个子图来代替物理网络父图，然后在子图中进行虚拟化的映射计算；每次映射完 成后，更新物理网络的CPU占用量和链路占用量；通过这样的优化和改进，可以在保 持现有虚拟化映射算法的的收益和开销等性能基础上，降低虚拟化过程的计算量，减少 映射时间，使得虚拟化映射在较短时间内建立。

本发明为解决上述技术问题采用以下技术方案：

一种基于子图的虚拟网络映射方法，具体包含如下步骤：

步骤1，根据物理网络的节点数量和链路数量，将物理网络表示成一个物理网络的无向图集合；

步骤2，根据虚拟网络请求的节点数量和链路数量，将虚拟网络表示成一个虚拟网络的无向图集合；

步骤3，根据节点的CPU容量和链路的带宽计算当前物理网络中各节点的CPU使 用率和各链路的利用率，以及物理网络中各节点所关联的边的条数；

步骤4，基于负载判断条件和网络连接性约束条件从物理父图中提取出物理子图；

步骤5，判断虚拟网络是否能映射到物理网络，如果能则运用两阶段映射法映射，并计算物理网络的收益和虚拟网络请求的开销。

作为本发明一种基于子图的虚拟网络映射方法的进一步优选方案，在步骤1和步骤 2中，运用图论知识从物理网络和虚拟网络请求抽象出两个无向图集合。

作为本发明一种基于子图的虚拟网络映射方法的进一步优选方案，在步骤5中，根据设定的负载状态和网络连接条件判断能否进行虚拟化映射。

作为本发明一种基于子图的虚拟网络映射方法的进一步优选方案，在步骤5中，负载状态的判断条件为：当满足U_E(e^s(i,j))-E(U_E)＜ασ_E时为低负载状态；当满足 U_E(e^s(i,j))-E(U_E)＞ασ_E时表示高负载状态，其中U_E(e^s(i,j))表示物理链路利 用率，E(U_E)表示物理链路利用率平均值，β表示带宽平衡因子，σ_E表示物理链路利 用率的方差。

作为本发明一种基于子图的虚拟网络映射方法的进一步优选方案，采用两阶段映射 法分别进行虚拟节点映射和虚拟链路的映射：虚拟节点映射到CPU容量最大的节点上，如果存在，则映射，否则拒绝该映射请求；虚拟链路映射采用MCF算法寻找映射路径， 如果存在满足条件的途径则映射，否则，拒绝该映射请求本发明采用以上技术方案与现 有技术相比，具有以下技术效果：

本发明的要点是通过负载平衡条件和网络连接性条件来从整个物理网络图中构建 出相应的子图，通过该子图模型来更好的减少了虚拟化映射过程中的计算量、降低了计算的复杂度。不仅可以保证虚拟映射的性能，同时还更适用于需要较短时间完成虚拟化 映射的实时多媒体服务请求，为本类型的虚拟化网络相关的问题提供了一种新的处理方 法。

附图说明

图1是本发明一个实施例中一种基于子图的无线虚拟网络映射算法流程图。

图2是本发明一个实施例中网络虚拟化的结构示意图。

图3是本发明一个实施例中所述从物理父图中提取子图的示意图。

具体实施方式

为了更清楚的说明本发明实施例或者现有技术中的技术方案，下面将对本实施例或 现有技术描述中所需要的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可 以根据这些附图获得其他的附图。

下面结合附图对本发明的技术方案做进一步的详细说明：

如图1所示：步骤1，根据物理网络的节点数量和链路数量，将物理网络表示成一个物理网络的无向图集合；

步骤2，根据虚拟网络请求的节点数量和链路数量，将虚拟网络表示成一个虚拟网络的无向图集合；

步骤3，根据节点的CPU容量和链路的带宽计算当前物理网络中各节点的CPU使 用率和各链路的利用率，以及物理网络中各节点所关联的边的条数；

步骤4，基于负载判断条件和网络连接性约束条件从物理父图中提取出物理子图；

步骤5，判断虚拟网络是否能映射到物理网络，如果能则运用两阶段映射法映射，并计算物理网络的收益和虚拟网络请求的开销。

在步骤1和步骤2中，运用图论知识从物理网络和虚拟网络请求抽象出两个无向图集合。

在步骤5中，根据设定的负载状态和网络连接条件判断能否进行虚拟化映射。

在步骤5中，负载状态的判断条件为：当满足U_E(e^s(i,j))-E(U_E)＜ασ_E时为 低负载状态；当满足U_E(e^s(i,j))-E(U_E)＞ασ_E时表示高负载状态。其中 U_E(e^s(i,j))表示物理链路利用率，E(U_E)表示物理链路利用率平均值，β表示带宽 平衡因子，σ_E表示物理链路利用率的方差。

采用两阶段映射法分别进行虚拟节点映射和虚拟链路的映射：虚拟节点映射到CPU容量最大的节点上，如果存在，则映射，否则拒绝该映射请求；虚拟链路映射采 用MCF算法寻找映射路径，如果存在满足条件的途径则映射，否则，拒绝该映射请求 本发明采用以上技术方案与现有技术相比，具有以下技术效果：

首先根据所在物理网络的节点和链路情况，将底层物理网络表示成一个用节点集合 和链路集合表示的无向图；然后根据虚拟网络请求所需要的节点的CPU大小和链路数量，将虚拟网络表示成一个节点和链路的集合；记为：G^V(N^V,E^V)，G^s(N^s,E^s)分别 表示物理网络无向图和虚拟网络请求的无向图，|N^S|,|E^S|表示物理节点和物理链路的 数量。用C(n_i ^s)表示N^s中的一个物理节点的CPU容量大小，用degree(n_i ^s)表示节点 的度，即和该节点相关联的边的条数，而在物理网络中的两个节点之间的物理链路 e^s(i,j)所拥有的带宽定义为b(e^s(i,j))。

下面假设物理网络是一个方形拓扑图，其中每一对物理节点是以0.5的概率相连，物理节点的CPU容量是服从特定区间长度上的均匀分布，物理链路的带宽也是服从特 定区间长度的均匀分布，根据负载平衡条件，将每个链路的带宽分割成若干个集合，每 一个集合对应一个平衡系数β。假定虚拟网络请求的到来是服从泊松分布。

在实际事例中，当一个随机事件，例如某电话交换台收到的呼叫、来到某公共汽车站的乘客等，其以固定的平均瞬时速率λ(或称密度)随机且独立地出现时，那么这个 事件在单位时间(面积或体积)内出现的次数或个数就近似地服从泊松分布p(λ)。泊 松分布在管理学、运筹学以及自然科学的某些问题中都占有重要的地位。

假定虚拟节点的CPU容量是服从a到b之间的均匀分布，虚拟链路的带宽服从c 到d之间的均匀分布。根据当前节点的CPU容量和链路的带宽计算物理网络中各节点 的CPU的利用率和链路的利用率；节点的CPU利用率计算公式如下：

链路利用率计算公式为：

链路利用率的平均值和方差：

公式中涉及参数的解释:c(n_i'^v)表示第i个虚拟节点占用的CPU容量值，O_N(n_i ^s)表示虚拟节点所占用的CPU容量值的和，C(n_i ^s)表示物理节点的CPU容量值，U_N(n_i ^s)表 示节点利用率，b(e^v(i',j'))表示虚拟链路占用的带宽，O_E(e^s(i,j))表示虚拟链路 占用的带宽总和，U_E(e^s(i,j))表示链路的利用率，E(U_E)表示链路利用率的平均值， β表示带宽平衡因子，σ_E表示链路利用率的方差。

基于以上的数据基础，下面提供一种基于子图的无线虚拟网络映射算法，其示意图 如图3分为节点和链路两步，其具体操作的步骤如下：

(1)构建物理网络对应的子图

对于G^V(N^V,E^V)中的每一个虚拟网络请求，根据公式(4)、(6)计算物理节点 CPU利用率和链路的利用率、均值和方差等；

对于G^s(N^s,E^s)中的每一个物理链路，根据其对应的平衡因子β₁结合表1比较 U_E(e^s(i,j))-E(U_E)的值和ασ_E的大小判断负载状态：如果是低负载状态，为了保 证网络的连接性还要判断节点的度的值，如果链路中节点的度为1，构建子图G^B并将 对应的链路和节点添加到子图G^B中；如果是高负载状态，直接将对应的物理链路和物 理节点添加到需要构建的子图G^B中。表1是本发明一个实施例中所述算法中带宽切分

以及负载判断。

其中(β₁<β₂<…<β_N)

表1

Claims (5)

1.一种基于子图的虚拟网络映射方法，其特征在于，具体包含如下步骤：

步骤1，根据物理网络的节点数量和链路数量，将物理网络表示成一个物理网络的无向图集合；

步骤2，根据虚拟网络请求的节点数量和链路数量，将虚拟网络表示成一个虚拟网络的无向图集合；

步骤3，根据节点的CPU容量和链路的带宽计算当前物理网络中各节点的CPU使用率和各链路的利用率，以及物理网络中各节点所关联的边的条数；

步骤4，基于负载判断条件和网络连接性约束条件从物理父图中提取出物理子图；

步骤5，判断虚拟网络是否能映射到物理网络，如果能则运用两阶段映射法映射，并计算物理网络的收益和虚拟网络请求的开销。

2.根据权利要求1所述的一种基于子图的虚拟网络映射方法，其特征在于：在步骤1和步骤2中，运用图论知识从物理网络和虚拟网络请求抽象出两个无向图集合。

3.根据权利要求1所述的一种基于子图的虚拟网络映射方法，其特征在于：在步骤5中，根据设定的负载状态和网络连接条件判断能否进行虚拟化映射。

4.根据权利要求3所述的一种基于子图的虚拟网络映射方法，其特征在于：在步骤5中，负载状态的判断条件为：当满足U_E(e^s(i,j))-E(U_E)＜βσ_E时为低负载状态；当满足U_E(e^s(i,j))-E(U_E)＞βσ_E时表示高负载状态，其中U_E(e^s(i,j))表示物理链路利用率，E(U_E)表示物理链路利用率平均值，β表示带宽平衡因子，σ_E表示物理链路利用率的方差。

5.根据权利要求1所述的一种基于子图的虚拟网络映射方法，其特征在于：采用两阶段映射法分别进行虚拟节点映射和虚拟链路的映射：虚拟节点映射到CPU容量最大的节点上，如果存在，则映射，否则拒绝该映射请求；虚拟链路映射采用MCF算法寻找映射路径，如果存在满足条件的途径则映射，否则，拒绝该映射请求。