CN107770096A - 一种基于负载均衡的sdn/nfv网络动态资源分配算法 - Google Patents

一种基于负载均衡的sdn/nfv网络动态资源分配算法 Download PDF

Info

Publication number
CN107770096A
CN107770096A CN201711308125.0A CN201711308125A CN107770096A CN 107770096 A CN107770096 A CN 107770096A CN 201711308125 A CN201711308125 A CN 201711308125A CN 107770096 A CN107770096 A CN 107770096A
Authority
CN
China
Prior art keywords
mrow
msub
mtd
node
mtr
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
CN201711308125.0A
Other languages
English (en)
Other versions
CN107770096B (zh
Inventor
李文萃
王世文
王春迎
陆继钊
罗臻
安致嫄
吴利杰
杨燚
盛磊
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.)
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Henan Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Information and Telecommunication Branch of State Grid Henan Electric Power Co Ltd
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 State Grid Corp of China SGCC, Information and Telecommunication Branch of State Grid Henan Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN201711308125.0A priority Critical patent/CN107770096B/zh
Publication of CN107770096A publication Critical patent/CN107770096A/zh
Priority to US16/216,087 priority patent/US10848428B2/en
Application granted granted Critical
Publication of CN107770096B publication Critical patent/CN107770096B/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
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2491—Mapping quality of service [QoS] requirements between different networks
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5077—Logical partitioning of resources; Management or configuration of virtualized resources
    • 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
    • H04L45/302—Route determination based on requested QoS
    • H04L45/306—Route determination based on the nature of the carried application
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/44—Arrangements for executing specific programs
    • G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
    • G06F9/45533—Hypervisors; Virtual machine monitors
    • G06F9/45558—Hypervisor-specific management and integration aspects
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances
    • 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
    • H04L45/14—Routing performance; Theoretical aspects
    • 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
    • H04L45/64—Routing or path finding of packets in data switching networks using an overlay routing layer

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明的一种基于负载均衡的SDN/NFV网络动态资源分配算法，针对不同需求的多媒体业务，将虚拟链路映射目标、约束与物理链路负载状态关联起来，根据物理链路负载状态自适应地将子任务映射到网络节点，有效区分物理节点和链路的已用资源，剩余资源，以均衡负载，提高网络资源利用率，并且避免出现在局部最优或者当前最优的情况。方案是，进行子任务映射为业务请求中的每一个子任务找到满足约束的服务器节点，子任务的映射模型描述为；然后，进行虚拟链路映射为业务请求中的每一条虚拟链路找到满足其能力约束的物理路径动态虚拟映射问题描述为：

Description

一种基于负载均衡的SDN/NFV网络动态资源分配算法
技术领域
本发明涉及动态资源分配技术领域，特别是一种基于负载均衡的SDN/NFV网络动态资源分配算法。
背景技术
近年来，用户对多媒体业务差异化QoS要求不断提高，同时多媒体流量呈现爆炸式增长，这些都对现有的承载网络产生了巨大的压力。当前的运营商承载网络，由于智能化承载平面的缺失和业务与网络设备的紧耦合造成的系统封闭性，导致了资源利用率低、新业务部署周期长感知和差异化保障不足的问题，因此，研究快速高效地完成差异化多媒体业务的端到端传输是很有意义的。
在网络中，节点设备的处理和存储能力有限，链路的带宽也限制了承载的流量。忽视节点和链路的可用容量，会大大降低网络的均衡性。网络的不均衡性不仅损害了已承载业务的传输质量，也影响了即将承载的业务的传输路径选择。因此，在网络资源的调度策略中考虑业务需求的差异性和网络的均衡性也是很有必要的。
受上述需求及技术的驱动，本专利提出了一种基于负载均衡的动态资源分配算法，为多媒体业务的端到端传输提供了一个更具灵活性和均衡性的调度策略。最后通过实验表明，基于SDN/NFV的网络平台，该算法能快速有效地选择最佳的路径传输多媒体业务，在保证网络负载均衡的同时，又以低的成本显著提升了业务的QoS。
为了解现有技术的发展状况，对已有的论文和专利进行了检索、比较和分析，筛选出如下与本发明相关度比较高的技术信息：
技术方案1：专利号为CN105792371A的《一种基于分布式网络的非竞争无冲突动态资源分配方法》专利，涉及一种非竞争无冲突动态资源分配方法，主要通过使用两种模式完成：一种是半动态模式，能够根据当前网络节点个数实时调整网络资源分配情况，是一种改进的固定资源分配方式，不会造成资源使用冲突；另一种是动态模式，在特殊情况下能够针对用户的特定需要，分配给其多于平均数量的资源，采用申请的方式获取，属于非竞争的资源使用方式。该发明能够自适应于当前网络容量，并能保证特定用户的资源请求，方法简单且开销小、无冲突，非常适用于节点灵活多变的分布式自组织网络。
技术方案2：专利号为CN105516276A的《基于仿生分级通信的消息处理方法与系统》专利，涉及一种消息分级并动态分配资源的方法。主要通过七步完成：第一，分布式系统的各节点将未分类的消息发送至消息接收器；第二，消息接收器器通过消息分类器将消息进行分类；第三，不同类别的消息流入不同消息分发引擎；第四，消息分发引擎通过不同处理接口将消息发送至消息处理器；第五，消息处理器通过消息处理插件完成对消息的处理；第六，引擎资源消耗监控器监控各消息分发引擎的监控数据发送至引擎资源管理器；第七，引擎资源管理器根据收到的监控数据以及引擎工作负载状态动态计算各引擎使用的资源量。该发明由通信场景定义消息分级，实现统一消息处理；采用动态资源分配，保证不同属性消息各自获得适当的可靠性和实时性；消息处理工作在应用外完成，降低了应用开发难度。
技术方案3：专利号为CN105468435A的《NFV动态资源分配方法》专利，涉及一种NFV动态资源分配方法。该方法主要通过三步完成：第一，虚拟机将资源占用情况以及其上运行的VNF或VNFC优先级周期性报告至MANO；第二，MANO收集各个虚拟机的资源占用情况以及其上运行的VNF或VNFC优先级信息并更新记录；第三，MANO根据记录信息执行虚拟机间虚拟资源优化或跨虚拟网络间或跨物理网络间虚拟资源优化，其中虚拟资源优化时根据各个虚拟机的状态和其上运行的VNF或VNFC的优先级而分别进行不同的处理，当同一虚拟网络中没有可使用的资源时，可以跨虚拟网络或跨物理网络进行虚拟资源优化。该发明实现了自动侦测每个虚拟机上虚拟资源占用情况，优先保证高优先级服务的资源占用及服务性能，释放虚拟机上的空闲虚拟资源。
技术方案1采用一种基于分布式网络的非竞争无冲突动态资源分配方法，其特征在于：簇首将当前分布式网络的无线网络临时标示映射表信息RntiMap通过广播通知分布式网络内所有节点；任意节点接收到簇首的广播后，将广播携带的信息通过自身的广播帧广播出去；任意节点接收到簇首的广播或其他节点的广播后，根据广播信息中携带的信息计算当前网络内的节点总数及其RNTI，以及比自身RNTI值小的节点个数，完成半动态分配；若任意节点产生突发业务需要更多资源时，则将半动态模式的资源分配切换为动态模式的资源分配。该方法的缺陷在于没有对服务进行分级，无法很好的完成高服务质量要求的服务。
技术方案2采用一种基于仿生分级通信的消息处理方法与系统方法，其特征在于：消息接收器将从节点传来的未分类信息进行分类；将不同类别的消息传至不同的消息分发引擎，消息引擎有三类，分别是流式消息分发引擎、点对点实时消息引擎以及应急恢复消息引擎；消息分发引擎通过不同处理接口将消息发送至消息处理器；消息处理器通过消息处理插件完成对消息的处理；消息分发引擎的引擎资源消耗监控器随时监控各消息分发引擎的资源使用情况以及分布式系统剩余资源量，并将资源使用情况数据及分布式系统生育资源量情况作为监控数据发送至消息分发引擎的引擎资源管理器；引擎资源管理器根据收到的监控数据以及各消息分发引擎工作负载状态动态计算各消息分发引擎能够使用的资源量，保证高实时性消息能够得到及时处理。该方法的缺陷在于要处理的信息过于庞大，不适用于即时高负载的网络，应用范围过小。
技术方案3采用一种NFV动态资源分配方法，其特征在于：虚拟机将资源占用情况以及其上运行VNF或VNFC优先级周期性报告至MANO，MANO为运行VNF或VNFC的虚拟机的资源占用情况设置资源占用阈值以及对在虚拟机上运行的VNF或VNFC设置优先级；MANO收集各个虚拟机的资源占用情况以及其上运行的VNF或VNFC优先级信息并更新记录；MANO根据记录信息执行虚拟机间虚拟资源优化或跨虚拟网络间或跨物理网络间虚拟资源优化。该方法可以侦测虚拟机的资源利用情况，但是其缺陷在于对于资源分配的过程细化不够，考虑的服务对象也很单一。
发明内容
针对现有技术存在的不足，本发明目的是提供一种基于负载均衡的SDN/NFV网络动态资源分配算法，针对不同需求的多媒体业务，将虚拟链路映射目标、约束与物理链路负载状态关联起来，根据物理链路负载状态自适应地将子任务映射到网络节点，有效区分物理节点和链路的已用资源，剩余资源，以均衡负载，提高网络资源利用率，并且避免出现在局部最优或者当前最优的情况。
其解决的技术方案是，包括如下步骤：
S1，建立任务及网络模型：
1，用一般串行的DAG来描述不同的业务，表示为DT＝(T，ET)，表示业务的子任务，ET＝(euv)表示节点u到节点v的虚拟链路；
2，底层的网络建模为无向图G＝(V,Es)，顶点V＝{1，…，i，…，N}表示物理网络节点，网络链路由无向边集合Es＝{eij}表示；
S2，在S1的基础上建立分配模型，完成子任务及虚拟链路映射：
1，为业务请求中的子任务找到满足约束的服务器节点，子任务映射表达式如下
Mtask:T→V
其约束如下：
限制条件1：每个任务t只能一个节点上执行，即
限制条件2：每个节点至少可以执行一个子任务，即
限制条件3：如果节点i正在执行任务t，则要执行任务(t+1)(下一个任务)的节点j必须与节点i连通，即
限制条件4：每个节点具有特定的可用资源，每个子任务需要服务器节点提供特定的CPU和内存。因此，节点i的可用资源不能小于子任务t所需的资源，并且保证10％的资源冗余备份，即
以最佳的均衡性和最少的服务器节点为目标，完成子任务的映射，服务器节点数用N表示，均衡性用服务器节点已消耗负载的方差表示，则均衡性描述为：
其中，和分别为服务器节点的CPU和内存的平均消耗量，目标函数即为
其中，α、β分别为归一化的均衡度和平均节点数的权重，归一化，且α+β＝1，
由此，子任务的映射模型描述为
s.t.C1,C2,C3,C4
2，VNF映射到网络节点后，为业务请求中的虚拟链路找到满足其能力约束的物理路径，SDN控制器完成虚拟链路的映射，虚拟链路映射表达式如下：
M:ET→ES
限制条件1：虚拟链路的带宽需求应该不大于其映射到的物理链路的剩余可用带宽，即虚拟链路映射的带宽约束为
C1:B(ET(u,v))≤RB(Es(i,j))
限制条件2：考虑到业务传输的时延要求，物理路径长度应不大于虚拟链路的可容忍路径长度上限，路径约束为
C2:len(pS)≤len(ET)
其中，len(pS)为物理路径pS的长度，即该路径包含的链路个数；
限制条件3：在虚拟链路ET(u,v)的映射过程中，除了源点和终点外，其他路过的物理节点的有向流之和为0，
定义网络资源分配的目标函数，目标函数因子包括执行任务的节点及链路的成本、收益、不同服务对应的权重，该公式定义为：
其中，QoS(C)、Cost(C)分别为归一化的QoS和成本，和为两个因素的加权系数，业务不同系数也不同；
成本从节点的成本及链路的成本两方面考虑，成本函数为cost＝f(带宽，CPU)，具体公式如下：
其中，t为链路中正在执行的任务，L为执行任务时的路由路径，B(i,j)表示从节点至节点所占带宽，λi,j为任务流在从节点至节点过程中占用链路带宽的权重；
其中，B(i,j)consumed、B(i,j)total分别为节点i到j的链路已消耗的带宽和总带宽，Γ为很小的值，避免分子为0；
QoS涉及的因素众多，确定性因素包括突发丢失(SL)、分组丢包(PL)、分组抖动(PJ)、分组延迟(PD)和带宽(BW)，使用层次分析法计算每个因素分别对应的权重，从而得出归一化的QoS(QoS(C))的计算公式为：
QoS(C)＝SL×φSL+PL×φPL+PJ×φPJ+PD×φPD+BW×φBW
其中，(诸如)表示因素i对应的权重，该权重是经过层次分析法计算并通过了一致性检验的，可以很好的代表其对应的因素对整体QoS影响的比重；
综上，动态虚拟映射问题描述为：
s.t.C1,C2,C3
由于以上技术方案的采用，本发明与现有技术相比具有如下优点；
该技术立足于优化针对多媒体业务的动态资源分配，对SDN/NFV环境下的动态资源分配进行研究，提出了基于负载均衡的资源分配方法：首先，进行子任务映射为业务请求中的每一个子任务找到满足约束的服务器节点；然后，进行虚拟链路映射为业务请求中的每一条虚拟链路找到满足其能力约束的物理路径；其中，加入服务质量与成本约束条件用来评估决策的可用性，评估表明，基于SDN/NFV网络平台，该算法能快速有效地选择最佳的路径传输多媒体业务，在保证网络负载均衡的同时，又以低的成本显著提升了业务的QoS。
附图说明
图1为本发明的表示任务链的DAG图。
图2为本发明的SDN/NFV网络模型图。
图3为本发明的流程图。
图4为本发明的均衡后CPU占用率图。
图5为本发明的均衡后内存占用率图。
图6为本发明的未均衡CPU占用率图。
图7为本发明的未均衡内存占用率图。
图8为本发明的链路映射对比图。
图9为本发明的均衡性对QoS的影响对比图。
具体实施方式
有关本发明的前述及其他技术内容、特点与功效，在以下配合参考附图1至附图7对实施例的详细说明中，将可清楚的呈现。以下实施例中所提到的结构内容，均是以说明书附图为参考。
实施例一，一种基于负载均衡的SDN/NFV网络动态资源分配算法，包括如下步骤：
S1，建立任务及网络模型：
1，用一般串行的DAG来描述不同的业务，表示为DT＝(T，ET)，表示业务的子任务，ET＝(euv)表示节点u到节点v的虚拟链路，DAG中的每个节点表示一个子任务，二进制数xit表示子任务t在节点i的执行状态，值为1时表示节点i正在执行子任务t，图1表示了业务链的DAG，我们通过合理映射不同业务的子任务的执行节点及路径，在保证链路承载的流量均衡的情况下，整体优化业务的QoS；
2，基于SDN/NFV的网络模型，将底层的网络建模为无向图G＝(V,Es)，顶点V＝{1，…，i，…，N}表示物理网络节点，网络链路由无向边集合Es＝{eij}表示，每个网络元件都具有特定的可用资源。不同的业务具有不同的需求和任务参数，需要消耗节点的处理能力和链路带宽，我们根据业务的要求，通过分配子任务的执行节点和路径，节点和路径的选择考虑其剩余容量，倾向选择剩余容量大的节点或者链路，以均衡整个网络的负载，最终完成业务的高质量传输。
S2，在S1的基础上建立分配模型，完成子任务及虚拟链路映射：
1，为业务请求中的子任务找到满足约束的服务器节点，子任务映射表达式如下
Mtask:T→V
其约束如下：
限制条件1：每个任务t只能一个节点上执行，即
限制条件2：每个节点至少可以执行一个子任务，即
限制条件3：如果节点i正在执行任务t，则要执行任务(t+1)(下一个任务)的节点j必须与节点i连通，即
限制条件4：每个节点具有特定的可用资源，每个子任务需要服务器节点提供特定的CPU和内存。因此，节点i的可用资源不能小于子任务t所需的资源，并且保证10％的资源冗余备份，即
以最佳的均衡性和最少的服务器节点为目标，完成子任务的映射，服务器节点数用N表示，均衡性用服务器节点已消耗负载的方差表示，则均衡性描述为：
其中，和分别为服务器节点的CPU和内存的平均消耗量，目标函数即为
其中，α、β分别为归一化的均衡度和平均节点数的权重，归一化，且α+β＝1，
由此，子任务的映射模型描述为
s.t.C1,C2,C3,C4
2，VNF映射到网络节点后，为业务请求中的虚拟链路找到满足其能力约束的物理路径，SDN控制器完成虚拟链路的映射，虚拟链路映射表达式如下：
M:ET→ES
限制条件1：虚拟链路的带宽需求应该不大于其映射到的物理链路的剩余可用带宽，即虚拟链路映射的带宽约束为
C1:B(ET(u,v))≤RB(Es(i,j))
限制条件2：考虑到业务传输的时延要求，物理路径长度应不大于虚拟链路的可容忍路径长度上限，路径约束为
C2:len(pS)≤len(ET)
其中，len(pS)为物理路径pS的长度，即该路径包含的链路个数；
限制条件3：在虚拟链路ET(u,v)的映射过程中，除了源点和终点外，其他路过的物理节点的有向流之和为0，
定义网络资源分配的目标函数，目标函数因子包括执行任务的节点及链路的成本、收益、不同服务对应的权重，该公式定义为：
其中，QoS(C)、Cost(C)分别为归一化的QoS和成本，和为两个因素的加权系数，业务不同系数也不同；
成本从节点的成本及链路的成本两方面考虑，成本函数为cost＝f(带宽，CPU)，具体公式如下：
其中，t为链路中正在执行的任务，L为执行任务时的路由路径，B(i,j)表示从节点至节点所占带宽，λi,j为任务流在从节点至节点过程中占用链路带宽的权重；
其中，B(i,j)consumed、B(i,j)total分别为节点i到j的链路已消耗的带宽和总带宽，Γ为很小的值，避免分子为0；
QoS涉及的因素众多，确定性因素包括突发丢失(SL)、分组丢包(PL)、分组抖动(PJ)、分组延迟(PD)和带宽(BW)，使用层次分析法计算每个因素分别对应的权重，从而得出归一化的QoS(QoS(C))的计算公式为：
QoS(C)＝SL×φSL+PL×φPL+PJ×φPJ+PD×φPD+BW×φBW
其中，(诸如)表示因素i对应的权重，该权重是经过层次分析法计算并通过了一致性检验的，可以很好的代表其对应的因素对整体QoS影响的比重；
综上，动态虚拟映射问题描述为：
s.t.C1,C2,C3
本发明具使用时，以下结合图3，给出基于负载均衡的针对多媒体业务的SDN/NFV动态资源分配算法的详细介绍：步骤1：在网络范围内收集算法所需的节点数据信息；步骤2：根据所收集的节点数据信息计算目标函数的值；步骤3：根据所计算出目标函数值判断子任务映射节点；步骤4：在网络范围内收集算法所需的链路数据信息；步骤5：根据所收集的链路数据信息计算目标函数的值；步骤6：根据所计算出目标函数值判断虚拟链路的方式；
首先结合附图4-7，验证在子任务分配时考虑服务器负载均衡，设置十台服务器承载子任务，本专利提出的算法考虑服务器节点的负载均衡，同时尽量少的占用服务器，仿真结果如图所示，考虑均衡后共占用了6台服务器，CPU的占用率保持在65％-85％之间，内存占用率保持在70％-85％之间，未考虑均衡的情况下，10台服务器均承载了业务，CPU和内存占用率落差大，造成服务器负载不均；
其次结合附图8，验证虚拟链路映射负载均衡性，通过检测50条链路的占用率，考虑链路负载均衡，通过本算法完成虚拟链路映射，每条链路的占用率保持在68％-78％之间,未考虑均衡时，链路占用率变化较大，从53％-93％波动，链路的不均衡性严重影响现有业务的QoS，同时影响即将承载的业务的质量，所以，考虑链路的均衡性对提高网络的承载能力有重要意义；
最后结合附图9，通过实验验证链路均衡性对承载业务的QoS的影响，考虑均衡性的情况下，业务的QoS值相对于未考虑负载时小，表示在链路均衡的情况下，业务的时延、抖动、丢包率相对较小,同时在业务流量增多时，链路均衡的网络对业务保持良好的质量有重要帮助。
以上所述是结合具体实施方式对本发明所作的进一步详细说明，不能认定本发明具体实施仅局限于此；对于本发明所属及相关技术领域的技术人员来说，在基于本发明技术方案思路前提下，所作的拓展以及操作方法、数据的替换，都应当落在本发明保护范围之内。

Claims (1)

1.一种基于负载均衡的SDN/NFV网络动态资源分配算法，其特征在于，包括如下步骤：
S1，建立任务及网络模型：
1，用一般串行的DAG来描述不同的业务，表示为DT＝(T，ET)，表示业务的子任务，ET＝(euv)表示节点u到节点v的虚拟链路；
2，底层的网络建模为无向图G＝(V,Es)，顶点V＝{1，…，i，…，N}表示物理网络节点，网络链路由无向边集合Es＝{eij}表示；
S2，在S1的基础上建立分配模型，完成子任务及虚拟链路映射：
1，为业务请求中的子任务找到满足约束的服务器节点，子任务映射表达式如下
Mtask:T→V
其约束如下：
限制条件1：每个任务t只能一个节点上执行，即
<mrow> <msub> <mi>C</mi> <mn>1</mn> </msub> <mo>:</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>&amp;Element;</mo> <mi>Z</mi> </mrow> </munder> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>t</mi> <mo>&amp;Element;</mo> <mi>T</mi> </mrow>
限制条件2：每个节点至少可以执行一个子任务，即
<mrow> <msub> <mi>C</mi> <mn>2</mn> </msub> <mo>:</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>&amp;Element;</mo> <mi>T</mi> </mrow> </munder> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>t</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <mn>1</mn> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>&amp;Element;</mo> <mi>Z</mi> </mrow>
限制条件3：如果节点i正在执行任务t，则要执行任务(t+1)(下一个任务)的节点j必须与节点i连通，即
<mrow> <msub> <mi>C</mi> <mn>3</mn> </msub> <mo>:</mo> <msub> <mi>e</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mo>{</mo> <mtable> <mtr> <mtd> <mn>1</mn> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msub> <mi>x</mi> <mrow> <mi>i</mi> <mi>t</mi> <mo>=</mo> <mn>1</mn> </mrow> </msub> <mi>A</mi> <mi>N</mi> <mi>D</mi> <mi> </mi> <msub> <mi>x</mi> <mrow> <mi>j</mi> <mo>,</mo> <mrow> <mo>(</mo> <mi>t</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow> </msub> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mn>0</mn> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> <mo>,</mo> <mo>&amp;ForAll;</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <mi>Z</mi> </mrow>
限制条件4：每个节点具有特定的可用资源，每个子任务需要服务器节点提供特定的CPU和内存。因此，节点i的可用资源不能小于子任务t所需的资源，并且保证10％的资源冗余备份，即
<mrow> <mi>C</mi> <mn>4</mn> <mo>:</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>90</mn> <mi>%</mi> <mo>&amp;CenterDot;</mo> <msub> <msup> <mi>CPU</mi> <mi>i</mi> </msup> <mrow> <mi>a</mi> <mi>v</mi> <mi>a</mi> <mi>i</mi> <mi>l</mi> <mi>a</mi> <mi>b</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <msub> <msup> <mi>CPU</mi> <mi>t</mi> </msup> <mrow> <mi>r</mi> <mi>e</mi> <mi>q</mi> <mi>u</mi> <mi>i</mi> <mi>r</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>90</mn> <mi>%</mi> <mo>&amp;CenterDot;</mo> <msub> <msup> <mi>Memory</mi> <mi>i</mi> </msup> <mrow> <mi>a</mi> <mi>v</mi> <mi>a</mi> <mi>i</mi> <mi>l</mi> <mi>a</mi> <mi>b</mi> <mi>l</mi> <mi>e</mi> </mrow> </msub> <mo>&amp;GreaterEqual;</mo> <msub> <msup> <mi>Memory</mi> <mi>t</mi> </msup> <mrow> <mi>r</mi> <mi>e</mi> <mi>q</mi> <mi>u</mi> <mi>i</mi> <mi>r</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
以最佳的均衡性和最少的服务器节点为目标，完成子任务的映射，服务器节点数用N表示，均衡性用服务器节点已消耗负载的方差表示，则均衡性描述为：
<mrow> <msubsup> <mi>&amp;sigma;</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>r</mi> <mi>v</mi> <mi>e</mi> <mi>r</mi> </mrow> <mn>2</mn> </msubsup> <mo>=</mo> <mo>&amp;lsqb;</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msubsup> <mi>CPU</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>n</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mi>e</mi> <mi>d</mi> </mrow> <mi>i</mi> </msubsup> <mo>-</mo> <mover> <mrow> <mi>C</mi> <mi>P</mi> <mi>U</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>+</mo> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>N</mi> </munderover> <msup> <mrow> <mo>(</mo> <msubsup> <mi>Memory</mi> <mrow> <mi>c</mi> <mi>o</mi> <mi>n</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mi>e</mi> <mi>d</mi> </mrow> <mi>i</mi> </msubsup> <mo>-</mo> <mover> <mrow> <mi>M</mi> <mi>e</mi> <mi>m</mi> <mi>o</mi> <mi>r</mi> <mi>y</mi> </mrow> <mo>&amp;OverBar;</mo> </mover> <mo>)</mo> </mrow> <mn>2</mn> </msup> <mo>&amp;rsqb;</mo> <mo>/</mo> <mn>2</mn> <mi>N</mi> </mrow>
其中，和分别为服务器节点的CPU和内存的平均消耗量，目标函数即为
<mrow> <mi>T</mi> <mi> </mi> <mi>arg</mi> <mi> </mi> <msub> <mi>et</mi> <mn>1</mn> </msub> <mo>=</mo> <mi>&amp;alpha;</mi> <mo>&amp;CenterDot;</mo> <mover> <msubsup> <mi>&amp;sigma;</mi> <mrow> <mi>s</mi> <mi>e</mi> <mi>r</mi> <mi>v</mi> <mi>e</mi> <mi>r</mi> </mrow> <mn>2</mn> </msubsup> <mo>&amp;OverBar;</mo> </mover> <mo>+</mo> <mi>&amp;beta;</mi> <mo>&amp;CenterDot;</mo> <mover> <mi>N</mi> <mo>&amp;OverBar;</mo> </mover> </mrow>
其中，α、β分别为归一化的均衡度和平均节点数的权重，归一化，且α+β＝1，
由此，子任务的映射模型描述为
<mfenced open = "" close = ""> <mtable> <mtr> <mtd> <munder> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> </mrow> <mrow> <mi>T</mi> <mo>&amp;RightArrow;</mo> <mi>V</mi> </mrow> </munder> </mtd> <mtd> <mrow> <mi>T</mi> <mi> </mi> <mi>arg</mi> <mi> </mi> <msub> <mi>et</mi> <mn>1</mn> </msub> </mrow> </mtd> </mtr> </mtable> </mfenced>
s.t.C1,C2,C3,C4
2，VNF映射到网络节点后，为业务请求中的虚拟链路找到满足其能力约束的物理路径，SDN控制器完成虚拟链路的映射，虚拟链路映射表达式如下：
M:ET→ES
限制条件1：虚拟链路的带宽需求应该不大于其映射到的物理链路的剩余可用带宽，即虚拟链路映射的带宽约束为
C1:B(ET(u,v))≤RB(Es(i,j))
限制条件2：考虑到业务传输的时延要求，物理路径长度应不大于虚拟链路的可容忍路径长度上限，路径约束为
C2:len(pS)≤len(ET)
其中，len(pS)为物理路径pS的长度，即该路径包含的链路个数；
限制条件3：在虚拟链路ET(u,v)的映射过程中，除了源点和终点外，其他路过的物理节点的有向流之和为0，
<mrow> <mi>C</mi> <mn>3</mn> <mo>:</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <mi>T</mi> </mrow> </munder> <msubsup> <mi>f</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mrow> <mi>u</mi> <mi>v</mi> </mrow> </msubsup> <mo>-</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <mi>T</mi> </mrow> </munder> <msubsup> <mi>f</mi> <mrow> <mi>j</mi> <mi>i</mi> </mrow> <mrow> <mi>u</mi> <mi>v</mi> </mrow> </msubsup> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>x</mi> <mi>i</mi> <mi>u</mi> </msubsup> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mrow> <mo>-</mo> <mn>1</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mtable> <mtr> <mtd> <mrow> <mi>i</mi> <mi>f</mi> </mrow> </mtd> <mtd> <mrow> <msubsup> <mi>x</mi> <mi>j</mi> <mi>v</mi> </msubsup> <mo>=</mo> <mn>1</mn> </mrow> </mtd> </mtr> </mtable> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> </mrow> </mtd> <mtd> <mrow> <mi>o</mi> <mi>t</mi> <mi>h</mi> <mi>e</mi> <mi>r</mi> <mi>w</mi> <mi>i</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> </mrow>
<mrow> <mo>&amp;ForAll;</mo> <mi>u</mi> <mo>,</mo> <mi>v</mi> <mo>&amp;Element;</mo> <mi>T</mi> <mo>,</mo> <msubsup> <mi>f</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> <mrow> <mi>u</mi> <mi>v</mi> </mrow> </msubsup> <mo>&amp;Element;</mo> <mo>{</mo> <mn>0</mn> <mo>,</mo> <mn>1</mn> <mo>}</mo> </mrow>
定义网络资源分配的目标函数，目标函数因子包括执行任务的节点及链路的成本、收益、不同服务对应的权重，该公式定义为：
<mrow> <mi>T</mi> <mi> </mi> <mi>arg</mi> <mi> </mi> <msub> <mi>et</mi> <mn>2</mn> </msub> <mo>=</mo> <mi>&amp;eta;</mi> <mo>&amp;CenterDot;</mo> <mi>Q</mi> <mi>o</mi> <mi>S</mi> <mrow> <mo>(</mo> <mi>C</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>&amp;rho;</mi> <mo>&amp;CenterDot;</mo> <mover> <mrow> <mi>cos</mi> <mi> </mi> <mi>t</mi> <mrow> <mo>(</mo> <mi>C</mi> <mo>)</mo> </mrow> </mrow> <mo>&amp;OverBar;</mo> </mover> </mrow>
其中，QoS(C)、Cost(C)分别为归一化的QoS和成本，和为两个因素的加权系数，业务不同系数也不同；
成本从节点的成本及链路的成本两方面考虑，成本函数为cost＝f(带宽，CPU)，具体公式如下：
<mrow> <mi>cos</mi> <mi>t</mi> <mo>=</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>&amp;Element;</mo> <mi>T</mi> </mrow> </munder> <msub> <mi>CPU</mi> <mrow> <msub> <mi>SDN</mi> <mi>t</mi> </msub> </mrow> </msub> <mo>+</mo> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>t</mi> <mo>&amp;Element;</mo> <mi>T</mi> </mrow> </munder> <munder> <mo>&amp;Sigma;</mo> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> <mo>&amp;Element;</mo> <mi>L</mi> </mrow> </munder> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>&amp;times;</mo> <msub> <mi>B</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> </msub> </mrow>
其中，t为链路中正在执行的任务，L为执行任务时的路由路径，B(i,j)表示从节点至节点所占带宽，λi,j为任务流在从节点至节点过程中占用链路带宽的权重；
<mrow> <msub> <mi>&amp;lambda;</mi> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>B</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> <mi>c</mi> <mi>o</mi> <mi>n</mi> <mi>s</mi> <mi>u</mi> <mi>m</mi> <mi>e</mi> <mi>d</mi> </mrow> </msub> <mo>+</mo> <mi>&amp;Gamma;</mi> </mrow> <msub> <mi>B</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> <mi>t</mi> <mi>o</mi> <mi>t</mi> <mi>a</mi> <mi>l</mi> </mrow> </msub> </mfrac> </mrow>
其中，B(i,j)consumed、B(i,j)total分别为节点i到j的链路已消耗的带宽和总带宽，Γ为很小的值，避免分子为0；
QoS涉及的因素众多，确定性因素包括突发丢失(SL)、分组丢包(PL)、分组抖动(PJ)、分组延迟(PD)和带宽(BW)，使用层次分析法计算每个因素分别对应的权重，从而得出归一化的QoS(QoS(C))的计算公式为：
QoS(C)＝SL×φSL+PL×φPL+PJ×φPJ+PD×φPD+BW×φBW
其中，(诸如)表示因素i对应的权重，该权重是经过层次分析法计算并通过了一致性检验的，可以很好的代表其对应的因素对整体QoS影响的比重；
综上，动态虚拟映射问题描述为：
<mrow> <mtable> <mtr> <mtd> <munder> <mi>min</mi> <mrow> <msub> <mi>E</mi> <mi>T</mi> </msub> <mo>&amp;RightArrow;</mo> <msub> <mi>E</mi> <mi>s</mi> </msub> </mrow> </munder> </mtd> <mtd> <mrow> <mi>T</mi> <mi> </mi> <mi>arg</mi> <mi> </mi> <msub> <mi>et</mi> <mn>2</mn> </msub> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mi>s</mi> <mo>.</mo> <mi>t</mi> <mo>.</mo> </mrow> </mtd> <mtd> <mrow> <mi>C</mi> <mn>1</mn> <mo>,</mo> <mi>C</mi> <mn>2</mn> <mo>,</mo> <mi>C</mi> <mn>3</mn> </mrow> </mtd> </mtr> </mtable> <mo>.</mo> </mrow>
CN201711308125.0A 2017-12-11 2017-12-11 一种基于负载均衡的sdn/nfv网络动态资源分配方法 Active CN107770096B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711308125.0A CN107770096B (zh) 2017-12-11 2017-12-11 一种基于负载均衡的sdn/nfv网络动态资源分配方法
US16/216,087 US10848428B2 (en) 2017-12-11 2018-12-11 Method for dynamically allocating resources in an SDN/NFV network based on load balancing

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711308125.0A CN107770096B (zh) 2017-12-11 2017-12-11 一种基于负载均衡的sdn/nfv网络动态资源分配方法

Publications (2)

Publication Number Publication Date
CN107770096A true CN107770096A (zh) 2018-03-06
CN107770096B CN107770096B (zh) 2021-07-30

Family

ID=61277262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711308125.0A Active CN107770096B (zh) 2017-12-11 2017-12-11 一种基于负载均衡的sdn/nfv网络动态资源分配方法

Country Status (2)

Country Link
US (1) US10848428B2 (zh)
CN (1) CN107770096B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005233A (zh) * 2018-08-10 2018-12-14 北京邮电大学 服务链建立方法
CN109526006A (zh) * 2018-12-15 2019-03-26 深圳大学 网络功能虚拟化的urllc服务数量最大化的资源优化方法
CN109656702A (zh) * 2018-12-20 2019-04-19 西安电子科技大学 一种基于强化学习的跨数据中心网络任务调度方法
CN109743751A (zh) * 2018-06-26 2019-05-10 国网江苏省电力有限公司南京供电分公司 无线接入网的资源分配方法及装置
CN109981438A (zh) * 2019-03-22 2019-07-05 大连大学 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法
CN110162912A (zh) * 2019-05-30 2019-08-23 北京航空航天大学 考虑资源竞争耦合的网络资源优化方法
CN110650195A (zh) * 2019-09-24 2020-01-03 支付宝(杭州)信息技术有限公司 分布式负载均衡方法以及装置
CN111327688A (zh) * 2020-01-21 2020-06-23 北京奇艺世纪科技有限公司 资源调度方法、服务器及可读存储介质
CN111741069A (zh) * 2020-05-22 2020-10-02 南京邮电大学 基于sdn和nfv分层式数据中心资源优化方法和系统
CN112583721A (zh) * 2020-11-30 2021-03-30 五八到家有限公司 业务请求的路由方法、设备、介质
CN112637064A (zh) * 2020-12-31 2021-04-09 广东电网有限责任公司电力调度控制中心 一种基于改进深度优先搜索算法的业务链编排方法
CN113946436A (zh) * 2021-07-29 2022-01-18 西北大学 一种基于负载均衡的资源预调度方法
CN114006817A (zh) * 2021-10-29 2022-02-01 电子科技大学长三角研究院(衢州) 一种面向sdn的vgdt构建方法、装置及可读存储介质
WO2023125248A1 (zh) * 2021-12-30 2023-07-06 中兴通讯股份有限公司 内存带宽的控制方法、装置、电子设备和存储介质

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10942769B2 (en) * 2018-11-28 2021-03-09 International Business Machines Corporation Elastic load balancing prioritization
JP7063284B2 (ja) * 2019-02-06 2022-05-09 日本電信電話株式会社 制御装置、制御方法及びプログラム
CN111225050B (zh) * 2020-01-02 2022-10-18 中国神华能源股份有限公司神朔铁路分公司 云计算资源分配方法及装置
CN111245701B (zh) * 2020-01-20 2021-08-31 中国电子科技集团公司第五十四研究所 一种基于最大加权匹配的链路优先虚拟网络映射方法
CN111538567B (zh) * 2020-04-26 2023-06-09 国网江苏省电力有限公司信息通信分公司 一种边缘设备上虚拟网络功能链的部署方法和设备
CN111901170B (zh) * 2020-07-29 2022-12-13 中国人民解放军空军工程大学 可靠性感知的服务功能链备份保护方法
CN112330013B (zh) * 2020-11-03 2022-08-30 河海大学 一种基于动态路-电耦合网络的电动汽车充电引导和定价方法
CN112689163A (zh) * 2020-12-02 2021-04-20 中国民航机场建设集团有限公司 一种基于sdn和网内缓存的视频服务传输系统和方法
CN112738820B (zh) * 2020-12-22 2023-04-11 国网北京市电力公司 一种服务功能链的动态部署方法、装置及计算机设备
CN113011023B (zh) * 2021-03-17 2022-08-05 三峡大学 一种仿生层级类蜂窝夹芯结构相对密度函数的构建方法
CN113193984B (zh) * 2021-03-31 2022-12-09 西安交通大学 一种空天地一体化网络资源映射方法及系统
CN113079053B (zh) * 2021-05-07 2023-01-20 广东电网有限责任公司电力调度控制中心 网络切片下基于粒子群理论的虚拟资源重配置方法及系统
CN113347589B (zh) * 2021-06-07 2022-03-25 北京邮电大学 一种面向智能配电业务的虚拟网络资源分配方法
CN114363737B (zh) * 2021-12-09 2024-02-20 国网新疆电力有限公司 一种光传输网络资源优化配置方法、系统及其存储介质
CN114363738B (zh) * 2021-12-16 2022-12-27 苏州大学 面向数据中心资源感知的虚拟网络映射方法
CN114567907B (zh) * 2022-03-09 2024-01-30 广东电网有限责任公司 一种跨域网络的资源管理方法、装置及系统
CN114650225B (zh) * 2022-03-14 2023-04-18 西安电子科技大学 基于粒子群优化算法的服务功能链sfc映射方法
CN114880111A (zh) * 2022-03-24 2022-08-09 哈尔滨工业大学（深圳） 基于dag任务拓扑结构的处理器资源分配方法、存储介质
CN115514652B (zh) * 2022-09-19 2023-12-19 北京航空航天大学 服务功能链部署方法、装备及存储介质
CN115794420B (zh) * 2023-02-07 2023-04-18 飞天诚信科技股份有限公司 一种服务节点资源分配动态治理方法、装置和介质
CN116795546B (zh) * 2023-06-21 2024-02-13 中国科学院沈阳自动化研究所 面向信息物理生产系统的确定性网算容器设计与实现方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102291308A (zh) * 2011-08-25 2011-12-21 中科华核电技术研究院有限公司 一种网络动态负载均衡的实现方法与系统
US20140181267A1 (en) * 2012-12-22 2014-06-26 Edgewater Networks, Inc. Methods and systems to split equipment control between local and remote processing units
CN103957167A (zh) * 2014-03-14 2014-07-30 李志敏 一种网络负载均衡的混合算法
CN104219127A (zh) * 2014-08-30 2014-12-17 华为技术有限公司 一种虚拟网络实例的创建方法以及设备
CN105262669A (zh) * 2015-12-01 2016-01-20 电子科技大学 一种虚拟网络映射方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9379971B2 (en) * 2012-05-11 2016-06-28 Simula Inovation AS Method and apparatus for determining paths between source/destination pairs
US10218776B2 (en) * 2014-10-14 2019-02-26 Nokia Of America Corporation Distribution of cloud services in a cloud environment
US20170093698A1 (en) * 2015-09-30 2017-03-30 Huawei Technologies Co., Ltd. Method and apparatus for supporting service function chaining in a communication network
US10257065B2 (en) * 2016-02-01 2019-04-09 Huawei Technologies Co., Ltd. Method and system for communication network configuration using virtual link monitoring
US11010205B2 (en) * 2017-05-30 2021-05-18 Hewlett Packard Enterprise Development Lp Virtual network function resource allocation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102291308A (zh) * 2011-08-25 2011-12-21 中科华核电技术研究院有限公司 一种网络动态负载均衡的实现方法与系统
US20140181267A1 (en) * 2012-12-22 2014-06-26 Edgewater Networks, Inc. Methods and systems to split equipment control between local and remote processing units
CN103957167A (zh) * 2014-03-14 2014-07-30 李志敏 一种网络负载均衡的混合算法
CN104219127A (zh) * 2014-08-30 2014-12-17 华为技术有限公司 一种虚拟网络实例的创建方法以及设备
CN105262669A (zh) * 2015-12-01 2016-01-20 电子科技大学 一种虚拟网络映射方法

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109743751A (zh) * 2018-06-26 2019-05-10 国网江苏省电力有限公司南京供电分公司 无线接入网的资源分配方法及装置
CN109743751B (zh) * 2018-06-26 2021-08-03 国网江苏省电力有限公司南京供电分公司 无线接入网的资源分配方法及装置
CN109005233B (zh) * 2018-08-10 2021-08-03 北京邮电大学 服务链建立方法
CN109005233A (zh) * 2018-08-10 2018-12-14 北京邮电大学 服务链建立方法
CN109526006B (zh) * 2018-12-15 2020-11-20 深圳大学 网络功能虚拟化的urllc服务数量最大化的资源优化方法
CN109526006A (zh) * 2018-12-15 2019-03-26 深圳大学 网络功能虚拟化的urllc服务数量最大化的资源优化方法
CN109656702A (zh) * 2018-12-20 2019-04-19 西安电子科技大学 一种基于强化学习的跨数据中心网络任务调度方法
CN109656702B (zh) * 2018-12-20 2022-10-04 西安电子科技大学 一种基于强化学习的跨数据中心网络任务调度方法
CN109981438A (zh) * 2019-03-22 2019-07-05 大连大学 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法
CN109981438B (zh) * 2019-03-22 2021-03-02 大连大学 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法
CN110162912B (zh) * 2019-05-30 2020-09-01 北京航空航天大学 考虑资源竞争耦合的网络资源优化方法
CN110162912A (zh) * 2019-05-30 2019-08-23 北京航空航天大学 考虑资源竞争耦合的网络资源优化方法
CN110650195A (zh) * 2019-09-24 2020-01-03 支付宝(杭州)信息技术有限公司 分布式负载均衡方法以及装置
CN110650195B (zh) * 2019-09-24 2022-01-07 支付宝(杭州)信息技术有限公司 分布式负载均衡方法以及装置
CN111327688A (zh) * 2020-01-21 2020-06-23 北京奇艺世纪科技有限公司 资源调度方法、服务器及可读存储介质
CN111327688B (zh) * 2020-01-21 2022-03-25 北京奇艺世纪科技有限公司 资源调度方法、服务器及可读存储介质
CN111741069A (zh) * 2020-05-22 2020-10-02 南京邮电大学 基于sdn和nfv分层式数据中心资源优化方法和系统
CN112583721A (zh) * 2020-11-30 2021-03-30 五八到家有限公司 业务请求的路由方法、设备、介质
CN112637064A (zh) * 2020-12-31 2021-04-09 广东电网有限责任公司电力调度控制中心 一种基于改进深度优先搜索算法的业务链编排方法
CN113946436A (zh) * 2021-07-29 2022-01-18 西北大学 一种基于负载均衡的资源预调度方法
CN113946436B (zh) * 2021-07-29 2024-03-08 西北大学 一种基于负载均衡的资源预调度方法
CN114006817A (zh) * 2021-10-29 2022-02-01 电子科技大学长三角研究院(衢州) 一种面向sdn的vgdt构建方法、装置及可读存储介质
CN114006817B (zh) * 2021-10-29 2023-09-12 电子科技大学长三角研究院(衢州) 一种面向sdn的vgdt构建方法、装置及可读存储介质
WO2023125248A1 (zh) * 2021-12-30 2023-07-06 中兴通讯股份有限公司 内存带宽的控制方法、装置、电子设备和存储介质

Also Published As

Publication number Publication date
CN107770096B (zh) 2021-07-30
US10848428B2 (en) 2020-11-24
US20190182169A1 (en) 2019-06-13

Similar Documents

Publication Publication Date Title
CN107770096A (zh) 一种基于负载均衡的sdn/nfv网络动态资源分配算法
CN112738820B (zh) 一种服务功能链的动态部署方法、装置及计算机设备
CN108901046A (zh) 面向移动边缘计算的协同任务卸载算法及系统设计方案
US10129043B2 (en) Apparatus and method for network flow scheduling
US20140229210A1 (en) System and Method for Network Resource Allocation Considering User Experience, Satisfaction and Operator Interest
CN103746852B (zh) 业务路由配置方法及网络管理设备
CN113784373B (zh) 云边协同网络中时延和频谱占用联合优化方法及系统
CN108076486A (zh) 一种基于负载均衡的动态无线资源分配算法
CN108965014A (zh) QoS感知的服务链备份方法及系统
CN102098684A (zh) 认知无线网络中跨层资源分配系统及方法
CN109743751B (zh) 无线接入网的资源分配方法及装置
CN108260160A (zh) 调度用户的方法和系统
CN103619069B (zh) 混合业务紧急度优先的宽带电力线通信跨层资源分配方法
CN104683244A (zh) 一种基于路径节点驱动策略的组播路由方法
CN107846341A (zh) 调度报文的方法、相关装置和系统
CN114268548A (zh) 一种基于5g的网络切片资源编排与映射方法
CN114095075A (zh) 一种基于业务定制需求感知的光网络故障恢复方法
Si et al. Joint resource management in cognitive radio and edge computing based industrial wireless networks
CN107835130A (zh) 一种流量分配方法及装置
CN110266606A (zh) 一种边缘网络中主动队列管理优化方法及装置
CN105099947B (zh) 空间网络接入方法及装置
CN105335376B (zh) 一种流处理方法、装置及系统
CN111245701B (zh) 一种基于最大加权匹配的链路优先虚拟网络映射方法
CN116647498A (zh) 一种多链路网络路径动态选择方法及系统
CN112423041A (zh) 分布式计算平台下基于QoS约束的视频流处理方法和系统

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