CN108111437A - 一种虚拟网络功能的优化调度方法 - Google Patents

一种虚拟网络功能的优化调度方法 Download PDF

Info

Publication number
CN108111437A
CN108111437A CN201711459941.1A CN201711459941A CN108111437A CN 108111437 A CN108111437 A CN 108111437A CN 201711459941 A CN201711459941 A CN 201711459941A CN 108111437 A CN108111437 A CN 108111437A
Authority
CN
China
Prior art keywords
sequence
user service
service
user
mrow
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
CN201711459941.1A
Other languages
English (en)
Other versions
CN108111437B (zh
Inventor
孙罡
张琬婷
廖丹
虞红芳
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201711459941.1A priority Critical patent/CN108111437B/zh
Publication of CN108111437A publication Critical patent/CN108111437A/zh
Application granted granted Critical
Publication of CN108111437B publication Critical patent/CN108111437B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/50Queue scheduling
    • H04L47/62Queue scheduling characterised by scheduling criteria
    • H04L47/625Queue scheduling characterised by scheduling criteria for service slots or service orders
    • H04L47/6275Queue scheduling characterised by scheduling criteria for service slots or service orders based on priority
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/50Queue scheduling
    • H04L47/62Queue scheduling characterised by scheduling criteria
    • H04L47/629Ensuring fair share of resources, e.g. weighted fair queuing [WFQ]
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/50Queue scheduling
    • H04L47/62Queue scheduling characterised by scheduling criteria
    • H04L47/6285Provisions for avoiding starvation of low priority queues
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00Traffic control in data switching networks
    • H04L47/50Queue scheduling
    • H04L47/62Queue scheduling characterised by scheduling criteria
    • H04L47/6295Queue scheduling characterised by scheduling criteria using multiple queues, one for each individual QoS, connection, flow or priority

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Telephonic Communication Services (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种虚拟网络功能的优化调度方法,首先采用动态优先级排队算法对用户服务进行排序,然后再采用比较调度算法对排序后的用户服务进行调度。动态优先级排队算法使得SFC在部署前建立公平高效的队列,从而减少用户服务的总等待时间,而比较调度算法则可以决策在共享物理网络时优先处理一些功能,使得总传输时间最短。

Description

一种虚拟网络功能的优化调度方法
技术领域
本发明属于网络功能虚拟化技术领域,具体涉及一种虚拟网络功能的优化调度方法的设计。
背景技术
随着云计算和大数据的发展,网络功能虚拟化(Network FunctionVirtualization,NFV)技术在工业界和学术界引起了越来越多的关注。云服务提供商(ISPs)需要通过利用网络功能虚拟化的技术分配底层物理网络资源来承载众多虚拟网络;网络功能虚拟化技术正在被广泛地用来共享底层物理网络资源、满足应用和服务的多样性。
近来,用户关于数据服务的需求改变迅速。为了更高效的服务用户,电信服务提供商(Telecommunication Service Providers,TSPs)需要及时提供一种新的短生存周期的网络服务。可是我们都知道,网络功能向来是在专用物理硬件代理或者网络应用上实现的(如入侵检测系统、防火墙和代理服务器等)。由于这种基于硬件的实现方式,网络功能的实现变得更加的复杂和耗时。例如,在已部署存在的网络设备上增加新的功能会由于缺乏灵活性而难以实现,改变不同网络条件下专用硬件设备的网络位置也将变得不便及昂贵。因此,高效部署新的网络功能并且同时兼顾用户的高要求对于网络运营商变得愈发困难。另外,在某些情况下,电信服务提供商必须不断地购买及使用新的专用硬件设备,对于他们来说,原已存在的十分昂贵且还需要维护专用硬件设备,再加上不断投入购买使用的新设备,资本和运行的支出将会大大地增加。
为了克服这些困难,电信服务提供商找到了一些可以灵活动态地部署网络功能以减少投入和产品周期的方法。其中一种用于解决这些问题的具有很大潜力的技术就是已经被提出的网络功能虚拟化。
对于网络服务提供商来说,网络功能虚拟化充分地给网络功能的实现带来了灵活性和可扩展性。通过这种技术,不同的网络功能从专用硬件设备中分离出来并虚拟化成软件组件。在这样的背景下,若干网络功能被分解成运行在虚拟设备上的不同的虚拟网络功能(Virtualization Network Function,VNF)。根据用户特定的需求,这些虚拟网络功能可以被连接定制成服务功能链(Service Function Chain,SFC)。
减少了对于专用硬件设备的依赖性,电信服务提供商们将不再需要担心一直以来由于部署硬件代理器而带来的效率低、花费高的缺陷。例如,当更新一个新的网络功能时,电信服务提供商们所需要做的就只是在虚拟机上实例化这个新的网络功能,而不再需要特地购置专用硬件设备,这将显著地减少资本投入。此外,NFV向运营商们保证了更加灵活的网络部署及重构,这意味着运营商们只需要花费极少的时间和资源去部署和维护VNFs的编排,对于减少运行资本的投入和维护的花费也将做出极大的贡献。
然而,根据欧洲电信标准化协会(ETSI),网络功能虚拟化同时也带来了一系列新的挑战,这其中就包括了NFV的性能、管理编排和基础设施配置。在网络功能虚拟化中,为了提高资源利用率,不同的服务功能链将共享相同的物理资源。由于物理资源的限制,网络功能将通过有限带宽的链路被相互连接从而可能产生传输延迟。在网络功能虚拟化的环境下,处理和调度延迟也是应该被考虑的,否则将会导致网络性能的退化。
目前在NFV部署方面,大部分的研究还集中在如何将SFC科学的映射到物理网络中。学者们大多是在建立模型(如整数线性规划模型等)后使用贪婪式的启发式算法来解决此类问题;还有一些研究着重考虑NFV中的资源分配与能量消耗,NFV的决策部署对于高效使用网络资源和减少能源消耗起着至关重要的作用。目前有研究提出了一种用于描述VNFs连接需求的模型,使这些VNFs中的某一个连接选择可能满足最优的目标。同时,他们还提出了一种被称作MIQCP的映射方式,用来部署和连接考虑了给定需求和限制的虚拟网络功能。也有研究定义了一种普适的VNF部署模型(VNF-P),旨在解决混合NFV环境(即服务可能是由特定物理硬件设备或者共享服务实例提供)下的资源分配管理。
除此之外,还有少部分研究关注的是NFV在部署过程中保证严格的时延约束,以达到提升性能的目的。目前有学者通过一些实验分析了虚拟化对于网络延迟的一些影响。实验结果显示,对于端到端的时延来说,虚拟化环境下的时延比非虚拟化环境要高。有研究提出了一种在NFV或者SDN平台上基于软件中间盒的时延敏感的调度方案,该方案除了关注时延外还考虑了资源分配等问题。
至于通过VNF调度来减少SFC部署总时延的问题,目前的研究还比较少,大部分研究中还是采用了经典算法FCFS算法或SJF算法对到来的SFC进行排序,并且在接下来的物理网络共享过程中没有专门的调度算法,而是处理完某个VNF就进行流的传输。这种方式下,一些处理时间较短的服务(简称短服务)的等待时间会大大增加,且对于等待时间过长的服务来说公平性较差。
目前大部分研究使用了先来先服务(First Come First Serve,FCFS)算法来解决SFC的排序调度。FCFS算法的主要思想即不考虑服务的处理时间长短,优先处理先到达的服务。FCFS算法由于简单且容易实现受到了广泛的使用,然而由于该算法不考虑各个服务处理时间的长短,如果一个短服务排在长服务的后面,短服务的等待时间会变得十分的长因为它必须等待长服务处理完毕,这个时间可能会几倍于它自己的处理时间。对于短服务来说这是十分没有效率的解决方案。因此,FCFS算法对于短服务来说公平性较差。
对于SFC排序调度问题,有研究提出了短任务优先(Shortest Job First,SJF)算法,从调度性能方面来说,该算法要优于FCFS算法。SJF算法的主要思想是在根据到来的服务处理时间长短对服务进行重新排序,处理时间最短的服务具有最高的优先级并首先被处理。SJF算法带来的最大的问题是长服务有可能一直得不到处理,如果排队序列中短服务不断到来,那么长服务便一直被排在序列后方得不到处理,虽然短服务的处理时间相对较短,但大量的积累也会造成长服务极大的时延。因此,SJF算法对于长服务来说公平性较差。
发明内容
本发明的目的是为了解决服务功能链中的虚拟网络功能的调度问题,提出了一种虚拟网络功能的优化调度方法。
本发明的技术方案为:一种虚拟网络功能的优化调度方法,包括以下步骤:
A、采用动态优先级排队算法对用户服务进行排序。
B、采用比较调度算法对排序后的用户服务进行调度。
步骤A具体包括以下分步骤:
A1、将所有用户服务的用户优先级分为3个等级,设置3个排队序列Queue1、Queue2和Queue3,分别用于存储每个用户优先级的用户服务;其中序列Queue1的用户优先级最低,序列Queue3的用户优先级最高。
A2、运行虚拟机VM1和VM2。
A3、判断是否有新的用户服务Sn到达,若是则进入步骤A4,否则进入步骤A9;其中n=1,2,...,N,N为用户服务总数。
A4、若Sn的用户优先级Pun=1,则进入步骤A5,否则进入步骤A6。
A5、将Sn插入序列Queue1,更新序列Queue1中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue1中的用户服务进行降序排列,返回步骤A3;其中i=1,2,...,n。
动态优先级Pdi的计算公式为:
其中Tdi表示用户服务Si的总处理时间,Twi表示用户服务Si的已等待时间,即Si从进入排队序列到当前所历经的时间,其计算公式为:
Twi=Tnow-Tsi (2)
其中Tnow表示当前时刻,Tsi表示用户服务Si到达排队序列的时刻。
A6、若Sn的用户优先级Pun=2,则进入步骤A7,否则进入步骤A8。
A7、将Sn插入序列Queue2,更新序列Queue2中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue2中的用户服务进行降序排列,返回步骤A3。
A8、将Sn插入序列Queue3,更新序列Queue3中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue3中的用户服务进行降序排列,返回步骤A3。
A9、输出排队序列Queue1、Queue2和Queue3,完成对所有用户服务的排序。
步骤B具体包括以下分步骤:
B1、选择步骤A中排序靠前的两个相邻用户服务S1和S2,初始化设置S1中的功能F1在虚拟机VM1上的处理时延f1、S1中的功能F2在虚拟机VM2上的处理时延f2、S2中的功能F3在虚拟机VM1上的处理时延f3、S2在中的功能F4虚拟机VM2上的处理时延f4、S1在虚拟机VM1和VM2之间的传输时延T1以及S2在虚拟机VM1和VM2之间的传输时延T2
B2、判断排队序列Queue1、Queue2和Queue3中的用户服务是否被调度完,若是则进入步骤B8,否则进入步骤B3。
B3、更新参数f1、f2、f3、f4、T1和T2
B4、根据f3和T1的大小关系、f2和T2的大小关系以及T1和f4的大小关系计算得到S1的总调度时间td1和S2的总调度时间td2
(1)当f3<T1时,若先进行用户服务S1的传输,则S1的总调度时间td1为:
若T2>f2,则有:
td1=f1+f4+T1+T2 (3)
否则有:
td1=f1+f2+f4+T1 (4)
(2)当f3<T1时,若先进行用户服务S2的传输,则S2的总调度时间td2为:
若f4>T1,则有:
td2=f1+f2+f3+f4+T2 (5)
否则有:
td2=f1+f2+f3+T1+T2 (6)
(3)当f3>T1时,若先进行用户服务S1的传输,则S1的总调度时间td1为:
若T2>f2,则有:
td1=f1+f3+f4+T2 (7)
否则有:
td1=f1+f2+f3+f4 (8)
(4)当f3>T1时,若先进行用户服务S2的传输,则S2的总调度时间td2为:
若f4>T1,则有:
td2=f1+f2+f3+f4+T2 (9)
否则有:
td2=f1+f2+f3+T1+T2 (10)
B5、若td1>td2,则进入步骤B6,否则进入步骤B7。
B6、将S2添加到调度结果序列M末尾,并将S2从排队序列中删除,返回步骤B2继续处理排队序列中的其他用户服务。
B7、将S1添加到调度结果序列M末尾,并将S1从排队序列中删除,返回步骤B2继续处理排队序列中的其他用户服务。
B8、输出调度结果序列M,完成对所有排序后用户服务的调度。
本发明的有益效果是:
(1)降低了SFC调度总时延:本发明设计了DPQ算法,定义了动态优先级的概念,综合考虑用户服务的处理时间与等待时间来对SFC进行排序,大大减少了用户服务整体等待时间;除此之外本发明提出了CSM算法,通过比较计算每两个相邻待处理的用户服务之前的时延大小关系来生成一个致力于减少整体网络时延的服务调度顺序;本发明提出的两个算法结合在一起之后将对于SFC的部署在时延性能上得到提升。
(2)提升了公平性:本发明提出的DPQ算法通过比较动态优先级来对用户服务进行排序,与现有的FCFS与SJF算法相比,减少了短服务(或长服务)的等待时间,建立了公平高效的排队序列。
(3)响应时间短:本发明提出的DPQ算法与CSM相结合,有效减少了用户服务的总体等待时间,使得SFC的部署更快速,缩短了响应时间。
(4)应用范围广:本发明中提出的DPQ算法旨在建立公平有效的排队序列,该算法不仅可以应用在底层网络及数据中心中,也可应用于光网络等其他常用网络中,且除了本发明所要解决的共享物理部分问题外,还可应用于SFC部署的其他问题中。
附图说明
图1所示为本发明实施例提供的一种虚拟网络功能的优化调度方法流程图。
具体实施方式
现在将参考附图来详细描述本发明的示例性实施方式。应当理解,附图中示出和描述的实施方式仅仅是示例性的,意在阐释本发明的原理和精神,而并非限制本发明的范围。
本发明实施例提供了一种虚拟网络功能的优化调度方法,如图1所示,包括以下步骤A与步骤B:
A、采用动态优先级排队(Dynamic Priority Queue,DPQ)算法用户服务进行排序。
DPQ算法的主要思想在于确保公平性以及效率的前提下对用户服务进行基于动态优先级的排队。考虑到用户对于时延的一些特殊要求,本发明实施例中将用户优先级分为3个等级(Pun=1,2,3),这些等级不受动态优先级的影响。本发明实施例设置了3个队列用来存储每个优先级内的用户服务,任何一个队列中用户服务不会因为动态优先级而跳到其他的队列,也即动态优先级的概念只是相对于某一个队列来说的。拥有相同用户优先级的服务将根据它们的动态优先级在队列中以降序的顺序被存储。
步骤A具体包括以下分步骤:
A1、将所有用户服务的用户优先级分为3个等级,设置3个排队序列Queue1、Queue2和Queue3,分别用于存储每个用户优先级的用户服务;其中序列Queue1的用户优先级最低,序列Queue3的用户优先级最高。
A2、运行虚拟机VM1和VM2。
A3、判断是否有新的用户服务Sn到达,若是则进入步骤A4,否则进入步骤A9;其中n=1,2,...,N,N为用户服务总数。
A4、若Sn的用户优先级Pun=1,则进入步骤A5,否则进入步骤A6。
A5、将Sn插入序列Queue1,更新序列Queue1中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue1中的用户服务进行降序排列,返回步骤A3;其中i=1,2,...,n。
动态优先级Pdi的计算公式为:
其中Tdi表示用户服务Si的总处理时间,Twi表示用户服务Si的已等待时间,即Si从进入排队序列到当前所历经的时间,其计算公式为:
Twi=Tnow-Tsi (2)
其中Tnow表示当前时刻,Tsi表示用户服务Si到达排队序列的时刻。
从公式(1)可以看出,当Twi为一个常数时,Pdi与Tdi成反比关系,当Tdi为一个常数时,Pdi与Twi成正比。这就保证了在短服务在有相对高的优先级的同时,长服务也会有机会在短服务之前被优先处理。对于某一个用户服务来说,当它进入队列时,若Pdi为1并且该服务位于队列的末端,队列顺序就会因为等待时间而发生改变。
下面以一个短服务S1和一个长服务S2(即Td1<Td2)为例来展示动态优先级的工作原理。我们假设两种情况,短服务S1先到达排队序列或者长服务S2先到达排队序列。
(1)当短服务S1先到达排队序列,即Tw1>Tw2时:
由上式可以进一步得到,对于所有Twi,有:
这就意味着短服务S1始终会排在长服务S2之前。
(2)当长服务S2先到达排队序列,即Tw1<Tw2时,定义Tw2=Tw1+t,t>0,则:
上式结果可能为正数也可能为负数,假设Pd1-Pd2>0时,有:
(Tw2-t)Td2-Tw2Td1>0
当且仅当上面的三个不等式都成立时,短服务S1会排在长服务S2之前。同时,我们可以看出队列顺序的改变取决于服务S1和S2的时间差t以及两个服务的处理时间。
出于对节省系统资源的考虑,我们并不考虑每秒钟都对动态优先级进行处理,而是仅在有新用户服务进入队列时对排队序列根据新的动态优先级进行重新排队。
A6、若Sn的用户优先级Pun=2,则进入步骤A7,否则进入步骤A8。
A7、将Sn插入序列Queue2,更新序列Queue2中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue2中的用户服务进行降序排列,返回步骤A3。
A8、将Sn插入序列Queue3,更新序列Queue3中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue3中的用户服务进行降序排列,返回步骤A3。
A9、输出排队序列Queue1、Queue2和Queue3,完成对所有用户服务的排序。
B、采用比较调度(Compare Scheduling Method,CSM)算法对排序后的用户服务进行调度。
步骤B具体包括以下分步骤:
B1、选择步骤A中排序靠前的两个相邻用户服务S1和S2,本发明实施例中假设S1:F1→F2,S2:F3→F4,其中F1为用户服务S1在虚拟机VM1上进行处理的虚拟网络功能,F2为用户服务S1在虚拟机VM2上进行处理的虚拟网络功能,F3为用户服务S2在虚拟机VM1上进行处理的虚拟网络功能,F4为用户服务S2在虚拟机VM2上进行处理的虚拟网络功能。
初始化设置S1中的功能F1在虚拟机VM1上的处理时延f1、S1中的功能F2在虚拟机VM2上的处理时延f2、S2中的功能F3在虚拟机VM1上的处理时延f3、S2在中的功能F4虚拟机VM2上的处理时延f4、S1在虚拟机VM1和VM2之间的传输时延T1以及S2在虚拟机VM1和VM2之间的传输时延T2
B2、判断排队序列Queue1、Queue2和Queue3中的用户服务是否被调度完,若是则进入步骤B8,否则进入步骤B3。
B3、更新参数f1、f2、f3、f4、T1和T2
B4、根据f3和T1的大小关系、f2和T2的大小关系以及T1和f4的大小关系计算得到S1的总调度时间td1和S2的总调度时间td2
(1)当f3<T1时,若先进行用户服务S1的传输,则S1的总调度时间td1为:
若T2>f2,则有:
td1=f1+f4+T1+T2 (3)
否则有:
td1=f1+f2+f4+T1 (4)
(2)当f3<T1时,若先进行用户服务S2的传输,则S2的总调度时间td2为:
若f4>T1,则有:
td2=f1+f2+f3+f4+T2 (5)
否则有:
td2=f1+f2+f3+T1+T2 (6)
(3)当f3>T1时,若先进行用户服务S1的传输,则S1的总调度时间td1为:
若T2>f2,则有:
td1=f1+f3+f4+T2 (7)
否则有:
td1=f1+f2+f3+f4 (8)
(4)当f3>T1时,若先进行用户服务S2的传输,则S2的总调度时间td2为:
若f4>T1,则有:
td2=f1+f2+f3+f4+T2 (9)
否则有:
td2=f1+f2+f3+T1+T2 (10)
B5、若td1>td2,则进入步骤B6,否则进入步骤B7。
B6、将S2添加到调度结果序列M末尾,并将S2从排队序列中删除,返回步骤B2继续处理排队序列中的其他用户服务。
B7、将S1添加到调度结果序列M末尾,并将S1从排队序列中删除,返回步骤B2继续处理排队序列中的其他用户服务。
B8、输出调度结果序列M,完成对所有排序后用户服务的调度。
在采用CSM算法之后,我们可以确定采用何种调度队列来达到更好的性能。上述算法中的td1和td2仅仅为临时赋值变量,这意味着当比较过程结束并且新的待比较用户服务到达时,它们都会被重置,进行下一轮的比较调度。
首先,虚拟机的控制器会收到待处理用户服务的信息,这些信息包括了它们在接下来比较调度部分的所有处理时延以及传输时延。随后,控制器会选择队列最前面的两个相邻用户进行比较,在这之后,如果td1<td2,那么S1将会被优先传输,如果td1>td2,那么S2将会被优先传输,且比较调度的过程会重新回到流程最开始的地方。在当前比较过程结束之后,控制器会重新获取接下来的用户服务的信息,并重复上述过程,直至排队序列中所有用户服务都被处理完毕。最终,我们可以得到一个具有一定时延优化性能的调度结果队列M。
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 (3)

1.一种虚拟网络功能的优化调度方法,其特征在于,包括以下步骤:
A、采用动态优先级排队算法对用户服务进行排序;
B、采用比较调度算法对排序后的用户服务进行调度;
步骤A具体包括以下分步骤:
A1、将所有用户服务的用户优先级分为3个等级,设置3个排队序列Queue1、Queue2和Queue3,分别用于存储每个用户优先级的用户服务;其中序列Queue1的用户优先级最低,序列Queue3的用户优先级最高;
A2、运行虚拟机VM1和VM2;
A3、判断是否有新的用户服务Sn到达,若是则进入步骤A4,否则进入步骤A9;其中n=1,2,...,N,N为用户服务总数;
A4、若Sn的用户优先级Pun=1,则进入步骤A5,否则进入步骤A6;
A5、将Sn插入序列Queue1,更新序列Queue1中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue1中的用户服务进行降序排列,返回步骤A3;其中i=1,2,...,n;
A6、若Sn的用户优先级Pun=2,则进入步骤A7,否则进入步骤A8;
A7、将Sn插入序列Queue2,更新序列Queue2中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue2中的用户服务进行降序排列,返回步骤A3;
A8、将Sn插入序列Queue3,更新序列Queue3中所有用户服务Si的已等待时间Twi和动态优先级Pdi,并按照Pdi的大小对序列Queue3中的用户服务进行降序排列,返回步骤A3;
A9、输出排队序列Queue1、Queue2和Queue3,完成对所有用户服务的排序;
步骤B具体包括以下分步骤:
B1、选择步骤A中排序靠前的两个相邻用户服务S1和S2,初始化设置S1中的功能F1在虚拟机VM1上的处理时延f1、S1中的功能F2在虚拟机VM2上的处理时延f2、S2中的功能F3在虚拟机VM1上的处理时延f3、S2在中的功能F4虚拟机VM2上的处理时延f4、S1在虚拟机VM1和VM2之间的传输时延T1以及S2在虚拟机VM1和VM2之间的传输时延T2
B2、判断排队序列Queue1、Queue2和Queue3中的用户服务是否被调度完,若是则进入步骤B8,否则进入步骤B3;
B3、更新参数f1、f2、f3、f4、T1和T2
B4、根据f3和T1的大小关系、f2和T2的大小关系以及T1和f4的大小关系计算得到S1的总调度时间td1和S2的总调度时间td2
B5、若td1>td2,则进入步骤B6,否则进入步骤B7;
B6、将S2添加到调度结果序列M末尾,并将S2从排队序列中删除,返回步骤B2继续处理排队序列中的其他用户服务;
B7、将S1添加到调度结果序列M末尾,并将S1从排队序列中删除,返回步骤B2继续处理排队序列中的其他用户服务;
B8、输出调度结果序列M,完成对所有排序后用户服务的调度。
2.根据权利要求1所述的虚拟网络功能的优化调度方法,其特征在于,所述步骤A中动态优先级Pdi的计算公式为:
<mrow> <msub> <mi>P</mi> <mrow> <mi>d</mi> <mi>i</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <msub> <mi>T</mi> <mrow> <mi>w</mi> <mi>i</mi> </mrow> </msub> <mo>+</mo> <msub> <mi>T</mi> <mrow> <mi>d</mi> <mi>i</mi> </mrow> </msub> </mrow> <msub> <mi>T</mi> <mrow> <mi>d</mi> <mi>i</mi> </mrow> </msub> </mfrac> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>
其中Tdi表示用户服务Si的总处理时间,Twi表示用户服务Si的已等待时间,即Si从进入排队序列到当前所历经的时间,其计算公式为:
Twi=Tnow-Tsi (2)
其中Tnow表示当前时刻,Tsi表示用户服务Si到达排队序列的时刻。
3.根据权利要求1所述的虚拟网络功能的优化调度方法,其特征在于,所述步骤B4具体为:
(1)当f3<T1时,若先进行用户服务S1的传输,则S1的总调度时间td1为:
若T2>f2,则有:
td1=f1+f4+T1+T2 (3)
否则有:
td1=f1+f2+f4+T1 (4)
(2)当f3<T1时,若先进行用户服务S2的传输,则S2的总调度时间td2为:
若f4>T1,则有:
td2=f1+f2+f3+f4+T2 (5)
否则有:
td2=f1+f2+f3+T1+T2 (6)
(3)当f3>T1时,若先进行用户服务S1的传输,则S1的总调度时间td1为:
若T2>f2,则有:
td1=f1+f3+f4+T2 (7)
否则有:
td1=f1+f2+f3+f4 (8)
(4)当f3>T1时,若先进行用户服务S2的传输,则S2的总调度时间td2为:
若f4>T1,则有:
td2=f1+f2+f3+f4+T2 (9)
否则有:
td2=f1+f2+f3+T1+T2 (10)。
CN201711459941.1A 2017-12-28 2017-12-28 一种虚拟网络功能的优化调度方法 Active CN108111437B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711459941.1A CN108111437B (zh) 2017-12-28 2017-12-28 一种虚拟网络功能的优化调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711459941.1A CN108111437B (zh) 2017-12-28 2017-12-28 一种虚拟网络功能的优化调度方法

Publications (2)

Publication Number Publication Date
CN108111437A true CN108111437A (zh) 2018-06-01
CN108111437B CN108111437B (zh) 2020-03-10

Family

ID=62214065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711459941.1A Active CN108111437B (zh) 2017-12-28 2017-12-28 一种虚拟网络功能的优化调度方法

Country Status (1)

Country Link
CN (1) CN108111437B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109379230A (zh) * 2018-11-08 2019-02-22 电子科技大学 一种基于广度优先搜索的服务功能链部署方法
CN111147398A (zh) * 2019-12-09 2020-05-12 中国科学院计算机网络信息中心 一种时延敏感网络中的通信计算联合资源分配方法及系统
CN112152938A (zh) * 2020-08-19 2020-12-29 鹏城实验室 一种云虚拟环境中往返时延的确定方法
US20230024892A1 (en) * 2021-07-22 2023-01-26 EMC IP Holding Company LLC Method and system for a proactive assignment of virtual network functions in local data systems

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106020933A (zh) * 2016-05-19 2016-10-12 山东大学 基于超轻量虚拟机的云计算动态资源调度系统及方法
US20160378518A1 (en) * 2015-06-29 2016-12-29 Vmware, Inc. Policy based provisioning of containers
CN106790726A (zh) * 2017-03-30 2017-05-31 电子科技大学 一种基于Docker云平台的优先级队列动态反馈负载均衡资源调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160378518A1 (en) * 2015-06-29 2016-12-29 Vmware, Inc. Policy based provisioning of containers
CN106020933A (zh) * 2016-05-19 2016-10-12 山东大学 基于超轻量虚拟机的云计算动态资源调度系统及方法
CN106790726A (zh) * 2017-03-30 2017-05-31 电子科技大学 一种基于Docker云平台的优先级队列动态反馈负载均衡资源调度方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109379230A (zh) * 2018-11-08 2019-02-22 电子科技大学 一种基于广度优先搜索的服务功能链部署方法
CN109379230B (zh) * 2018-11-08 2020-05-22 电子科技大学 一种基于广度优先搜索的服务功能链部署方法
CN111147398A (zh) * 2019-12-09 2020-05-12 中国科学院计算机网络信息中心 一种时延敏感网络中的通信计算联合资源分配方法及系统
CN111147398B (zh) * 2019-12-09 2022-05-17 中国科学院计算机网络信息中心 一种时延敏感网络中的通信计算联合资源分配方法及系统
CN112152938A (zh) * 2020-08-19 2020-12-29 鹏城实验室 一种云虚拟环境中往返时延的确定方法
CN112152938B (zh) * 2020-08-19 2022-11-22 鹏城实验室 一种云虚拟环境中往返时延的确定方法
US20230024892A1 (en) * 2021-07-22 2023-01-26 EMC IP Holding Company LLC Method and system for a proactive assignment of virtual network functions in local data systems
US11876729B2 (en) * 2021-07-22 2024-01-16 EMC IP Holding Company LLC Method and system for a proactive assignment of virtual network functions in local data systems

Also Published As

Publication number Publication date
CN108111437B (zh) 2020-03-10

Similar Documents

Publication Publication Date Title
CN108111437A (zh) 一种虚拟网络功能的优化调度方法
Huang et al. DeePar: A hybrid device-edge-cloud execution framework for mobile deep learning applications
Nabi et al. DRALBA: Dynamic and resource aware load balanced scheduling approach for cloud computing
Żotkiewicz et al. Minimum dependencies energy-efficient scheduling in data centers
CN107370799B (zh) 一种混合移动云环境中高能效的多用户在线计算迁移方法
Han et al. Contention-aware energy management scheme for NoC-based multicore real-time systems
Shah et al. Optimal queue-size scaling in switched networks
Bhullar et al. Intelligent stress calculation and scheduling in segmented processor systems using buddy approach
Kumari et al. Energy conscious multi-site computation offloading for mobile cloud computing
US8532129B2 (en) Assigning work from multiple sources to multiple sinks given assignment constraints
Wang et al. Component allocation with multiple resource constraints for large embedded real-time software design
CN109005211A (zh) 一种无线城域网环境下的微云部署及用户任务调度方法
Liao et al. AI-based software-defined virtual network function scheduling with delay optimization
Mahapatra et al. An energy-efficient slack distribution technique for multimode distributed real-time embedded systems
CN106407007B (zh) 面向弹性分析流程的云资源配置优化方法
Gong et al. Computation offloading-based task scheduling in the vehicular communication environment for computation-intensive vehicular tasks
CN110888745A (zh) 一种考虑任务传输到达时间的mec节点选择方法
Carvalho et al. Edge servers placement in mobile edge computing using stochastic Petri nets
Li et al. Co-Scheduler: A coflow-aware data-parallel job scheduler in hybrid electrical/optical datacenter networks
Hsieh et al. Edge-cloud offloading: Knapsack potential game in 5G multi-access edge computing
CN112994911B (zh) 计算卸载方法、装置及计算机可读存储介质
Hsieh et al. Design and analysis of dynamic block-setup reservation algorithm for 5G network slicing
Omer et al. Optimization model for time sensitive IoT requests
Sarvabhatla et al. A network aware energy efficient offloading algorithm for mobile cloud computing over 5g network
Chousainov et al. An analytical framework of a C-RAN supporting random, quasi-random and bursty traffic

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