CN108337112B - 一种基于信息流模型的网络动态业务建模方法 - Google Patents
一种基于信息流模型的网络动态业务建模方法 Download PDFInfo
- Publication number
- CN108337112B CN108337112B CN201810014630.2A CN201810014630A CN108337112B CN 108337112 B CN108337112 B CN 108337112B CN 201810014630 A CN201810014630 A CN 201810014630A CN 108337112 B CN108337112 B CN 108337112B
- Authority
- CN
- China
- Prior art keywords
- network
- service
- node
- model
- services
- 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.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L45/308—Route determination based on user's profile, e.g. premium users
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明一种基于信息流模型的网络动态业务建模方法,基于信息流模型,从数据产生、传输和移除角度对网络动态业务进行建模。具体的步骤为:步骤一:建立基础网络模型;步骤二:建立网络业务模型;步骤三:建立网络使用模型;步骤四:建立基于信息流的动态业务模型。本发明结合网络业务的流程特征研究给出了一种新的业务分类,不仅可以描述不同业务类型,同时也将用户使用等动态因素考虑到业务的建模中。本发明提供的基于信息流的动态业务建模方法,能够适用于各种类型网络和业务特征,并提供了一套流程化的可靠性建模方法,便于工程人员的应用。
Description
技术领域
本发明提供一种网络动态业务建模方法,属于可靠性及安全(安全系统工程)技术领域。具体地说,是指一种基于信息流模型的网络动态业务建模方法。
背景技术
网络业务是网络通过对服务的组合而达到对用户提供使用的某种综合能力。网络业务模型是优化网络设计、指导网络服务部署以及提升网络性能的重要基础。在业务越来越复杂且具有动态性而网络硬件设备越来越可靠时,网络系统是否可靠更加依赖于业务设计的是否合理。当前对业务的建模缺少依据,这使得对网络业务的统计特征、统计规律的认识还非常局限。
信息流模型是名古屋大学Ohira教授(日本)提出的对网络的信息产生、传输和移除过程的抽象模型,其能简化系统分析时所不必考虑的一些具体协议等细节,能够支持不同粒度下的系统行为模拟,已经被广泛的应用与网络拥塞分析。其核心思想是对涉及到的因素抽象,然后借助仿真的方法来实现网络对象建模。
本发明基于信息流模型建立网络动态业务模型,能够支持对网络业务的进一步研究,从而能更好地理解网络拥塞发生规律、研究网络可靠性影响因素等。
发明内容
本发明的目的是为了对网络中的动态业务进行建模,能够为进一步分析网络中的流量分布提供帮助,同时提供一种流程化方法,便于工程实际中应用。
本发明基于信息流模型,从数据产生、传输和移除角度对网络动态业务进行建模。首先分别建立基础网络模型、网络业务模型和网络使用模型。以下是具体流程:
步骤一:基础网络模型
基础网络包括系统硬件、系统软件以及连接边等组分,这些组分共同形成基础网络的对象特征,包括:网络结构、网络路由以及节点服务能力,这些特征共同决定了基础网络的数据服务过程。基础网络模型中主要包括三个部分:网络拓扑结构、路由策略和节点模型。
记IN(Infrastructure Network)为基础网络,则基础网络模型可以描述为:IN=(G,fR,Cell),其中G(V,E)描述了网络拓扑结构,V表示网络节点集合,E表示网络边的集合;fR=fR(vs,vd)(s≠d)描述了网络的路由策略,vs,vd分别表示源节点,目的节点,函数fR(·)表示对应传输路径算法;Cell=Cell(c,Lq)描述网络的节点模型,c表示节点转发能力,Lq表示节点缓存队列大小。
步骤二:网络业务模型
从网络业务的具体流程特征出发,对网络业务进行分类,分为随机型业务、定制型业务和程序化业务三类。随机型业务:指业务流程仅需要经过特定的源、目的节点,业务的数据可完全根据路由规则来传输。定制型业务:指业务流程除了经过特定的源、目的节点外,还需访问一些特定的服务节点才能完成。程序化业务:指业务流程除了经过特定的源、目的节点,还必须访问一些特定的服务链路才能完成。
结合图1进行说明,其中节点1是源节点,节点6是目的节点,节点7是定制型业务关键节点,节点4与节点5之间的链路是程序化业务关键链路。当节点1向节点6请求不同业务类型时,三种业务的数据传输路径如下:随机型业务下,数据传输路径为节点1、节点3、节点6;定制型业务下,数据传输路径为节点1、节点2、节点7、节点6;程序化业务下,数据传输路径为节点1、节点4、节点5、节点6。
步骤三:网络使用模型
网络使用模型就是对网络的使用过程的描述。影响业务动态的网络使用因素主要包括四个方面:业务请求总量、业务请求源节点和目的节点对、业务请求类型和业务请求行为。围绕上述四个方面展开,建立网络使用模型。
记NU(Network Usage)为本文的网络使用模型,则网络使用模型可描述为:NU=(U,P,I,F)。U={u1,u2,…,um}描述了网络中业务请求总量,ui描述了业务i的业务请求量;P=P(O,D)描述网络中业务请求的节点对集合,O={O1,O2,…,Om}描述了业务请求的源节点集合,D={D1,D2,…,Dm}描述了业务请求的目的节点集合,且Oi≠Di(i∈{1,2,…,m})。I={I1,I2,…,Im}描述了网络请求的业务类型,Ii表示第i个业务的类型。F={f1,U(·),f2,U(·)}描述了网络中的业务请求行为,f1,U(·)={f1,u1(·),f1,u2(·),…,f1,um(·))描述了{u1,u2,…,um}的业务请求持续时间的概率密度函数集合;f2,U(·)={f2,u1(·),f2,u2(·),…,f2,um(·))描述了{u1,u2,…,um}的业务请求间隔时间的概率密度函数集合。
步骤四、建立基于信息流的动态业务模型
综合网络业务模型、基础网络模型和网络使用模型,从信息数据产生过程、信息数据传输过程和信息数据移除过程对网络业务运行的动态机制抽象,建立基于信息流模型的动态业务模型。首先,建立网络基础模型IN,确定网络的节点、边以及网络拓扑结构得到网络模型G(V,E),确定网络中的路由策略fR(vs,vd),并确定每一个节点的转发能力c和缓存队列大小L q;其次,根据网络业务模型确定网络中运行的业务类型和数量,确定网络中的定制型业务的关键节点和程序化业务的关键链路;然后基于上述网络基础模型和业务类型确定网络使用模型NU,得到网络中业务请求的节点对P=P(O,D)每个节点的业务请求行为F={f1,U(·),f2,U(·)},得到网络中的数据产生过程,结合网络模型中的路由策略和业务类型确定该业务的数据传输路径;随后业务数据开始在网络中进行传输,根据具体业务判断数据是否传输到目的节点,如果数据到达目的节点将数据移除,否则继续进行传输。
本发明的优点在于:
(1)本发明结合网络业务的流程特征研究给出了一种新的业务分类,不仅可以描述不同业务类型,同时也将用户使用等动态因素考虑到业务的建模中。
(2)本发明提供的基于信息流的动态业务建模方法,能够适用于各种类型网络和业务特征,并提供了一套流程化的可靠性建模方法,便于工程人员的应用。
附图说明
图1是不同业务类型的流量传输区别图。
图2是随机型业务建模方法流程图。
图3是定制型业务建模方法流程图。
图4是程序化业务建模方法流程图。
图5是动态业务模型仿真方法流程图。
具体实施方式
下面将结合附图和实例对本发明做进一步详细说明。
步骤一:基础网络模型
考虑在400个节点的二维方格网络进行建模,用G(V,E)表示网络模型,其中|V|=400;路由策略选择为全局路由策略中的最短路由策略,用s-path表示最短路径,即fR=fR(vs,vd)=fs-path(vs,vd);网络中节点功能完全相同,都可以作为源节点产生数据、作为中间节点传输数据、作为终端节点移除数据,满足ci=cj=c0且lqi=lqj=lq,其中c0为正常数,lq>>c0,以保证节点不会发生丢包现象。
步骤二:网络业务建模
如图2所示为随机型业务建模方法流程图,具体步骤如下:
步骤2.11:初始化,输入所需要生成的随机型业务总数K1、源节点集合S={s1,s2,…,sk},目的节点集合D={d1,d2,…,dk},参数k记录循环的次数,初始状态k=1;
步骤2.12:进入循环,记s=sk,随机生成节点的优先度,并根据节点优先度将节点集合排序生成集合P1,遍历P1,提取其中首个不为s的元素i作为目的节点,循环次数k增加1;
步骤2.13:如果循环次数k到达业务总数K1,则结束循环,输出所有业务;否则继续进行步骤2.12。
图3为定制型业务建模方法流程图,具体步骤如下:
步骤2.21:初始化,输入所需要生成的定制型业务总数K2、源节点集合S={s1,s2,…,sk},目的节点集合D={d1,d2,…,dk},参数k记录循环的次数,初始状态k=1;
步骤2.22:进入循环,记s=sk,根据分布函数生成定制型业务关键节点数量N1,随机生成节点的优先度,并根据节点优先度将节点集合排序生成目的节点集合P2,遍历P2,选择其中前N1个不为s的元素作为关键节点;再选择即不为s也不是关键节点的元素i作为目的节点,循环次数k增加1;
步骤2.23:如果循环次数k到达业务总数K2,则结束循环,输出所有业务;否则继续进行步骤2.22。
图4为程序化业务生成流程图,具体步骤如下:
步骤2.31:初始化,输入所需要生成的程序化业务总数K3、源节点集合S={s1,s2,…,sk},目的节点集合D={d1,d2,…,dk},参数k记录循环的次数,初始状态k=1;
步骤2.32:进入循环,记s=sk,根据分布函数生成程序化业务关键链路数量N2,随机生成链路优先度,并根据链路优先度排序生成集合P3,遍历P3,提取前N2个不经过s的元素作为关键链路。从D中随机选择首个即不为s也不经过关键链路的元素i作为目的节点,循环次数k增加1;
步骤2.33:如果循环次数k到达业务总数K3,则结束循环,输出所有业务;否则继续进行步骤2.32。
步骤三:网络使用模型
业务请求总量为400个;业务请求类型为等概率请求业务,即随机型业务、定制型业务和程序化业务三种业务被请求的概率相同;业务请求行为基于ON/OFF模型进行建模:当节点处于ON状态时,表示处于业务请求持续状态,此时源节点以恒定速率v产生数据;当节点处于OFF状态时,表示处于业务请求间隔状态,此时不产生数据。以帕累托分布函数来描述业务请求持续时间和间隔时间的分布,则概率密度函数f1和f2可描述为:
其中x表示时间;取业务请求的位置参数τ1=τ2=3,网络使用的形状参数α1=α2=α=1.2。
步骤四、建立基于信息流的动态业务模型
从信息数据产生过程、信息数据传输过程和信息数据移除过程三方面建模。信息数据产生过程:根据业务生成方法生成网络中的所有业务,根据网络使用模型NU来生成信息数据;信息数据传输过程:遍历所有节点根据节点模型Cell(c,lq)的表示节点转发能力c来转发节点队列的数据包,对所传输的每个数据包根据路由算法fs-path来确定该数据包当前节点与目标节点之间的下一条地址;信息数据移除过程:数据包一旦到达目的节点,则根据数据对应的业务类型判断是否已经访问完业务中的所有关键节点(或者关键链路)并到达最终目的节点。如果是,则将该数据从网络中移除,否则,则更新其所需访问的下一个关键节点(或关键链路)。具体仿真流程如图5。仿真步骤如下:
1:开始,输入仿真参数;
2:仿真初始化:基础网络初始化、网络业务初始化、网络使用初始化。仿真时间t=1;
3:判断t<Time+1。如果是,则进入4;否则,达到仿真时长,进入14;
4:更新此时网络信息:
4.1更新节点信息,包括:转发能力,节点状态;
4.2更新数据包传输信息,包括:已被传输的时间;
4.3令i=1,进入数据包产生阶段;
5:判断i<N+1。如果是,进入6;否则,所有数据包的产生过程完毕,j=1,进入7;
6:根据网络使用模型,产生源节点i的业务请求信息,根据业务请求信息产生数据包,令i=i+1;
7:进入数据包传递阶段。判断j<N+1,如果是,则进入8;否则,所有节点的数据包传递完毕,t=t+1,进入3。
8:节点j上的数据包转发过程。判断c>0,如果是,则进入9;否则,节点j已达到本时步的最大转发数据量,j=j+1,进入7;
9:提取节点j的队列信息lq_num。判断lq_num=0,如果是,则该节点没有数据包等待被传输,j=j+1,进入7;如果否,则进入10;
10:提取队首的数据包的传输信息。判断是否到达传输的目的地址,如果是,则进入12;如果否,则进入11。
11:转发队首数据包:
11.1根据路由策略fs-path寻找数据包下一条的节点地址;
11.2将数据包转发到下一条节点上,存储到下一条节点队尾;
11.3更新本节点信息,移除队首数据包,并令c=c-1;
11.4进入8;
12:提取数据包对应的业务信息。判断是否到达访问的目的节点,如果是,移除数据包,进入8;如果否,则进入13;
13:根据数据包对应的业务流程,更新数据包需要访问的下一个目的地址,进入8;
14:仿真结束。
Claims (2)
1.一种基于信息流模型的网络动态业务建模方法,其特征在于,包括如下步骤:
步骤一:建立基础网络模型
基础网络包括系统硬件、系统软件以及连接边的组分,这些组分共同形成基础网络的对象特征,包括:网络结构、网络路由以及节点服务能力,这些特征共同决定了基础网络的数据服务过程;基础网络模型中包括三个部分:网络拓扑结构、路由策略和节点模型;
记IN(Infrastructure Network)为基础网络,则基础网络模型描述为:IN=(G,fR,Cell),其中G(V,E)描述了网络拓扑结构,V表示网络节点集合,E表示网络边的集合;fR=fR(vs,vd)(s≠d)描述了网络的路由策略,vs,vd分别表示源节点,目的节点,函数fR(·)表示对应传输路径算法;Cell=Cell(c,Lq)描述网络的节点模型,c表示节点转发能力,Lq表示节点缓存队列大小;
步骤二:建立网络业务模型
从网络业务的具体流程特征出发,对网络业务进行分类,分为随机型业务、定制型业务和程序化业务三类;随机型业务:指业务流程仅需要经过特定的源、目的节点,业务的数据完全根据路由规则来传输;定制型业务:指业务流程除了经过特定的源、目的节点外,还需访问一些特定的服务节点才能完成;程序化业务:指业务流程除了经过特定的源、目的节点,还必须访问一些特定的服务链路才能完成;
步骤三:建立网络使用模型
网络使用模型就是对网络的使用过程的描述;影响业务动态的网络使用因素包括四个方面:业务请求总量、业务请求源节点和目的节点对、业务请求类型和业务请求行为;围绕上述四个方面展开,建立网络使用模型;
记NU(Network Usage)为本文的网络使用模型,则网络使用模型描述为:NU=(U,P,I,F);U={u1,u2,…,um}描述了网络中业务请求总量,ui描述了业务i的业务请求量;P=P(O,D)描述网络中业务请求的节点对集合,O={O1,O2,…,Om}描述了业务请求的源节点集合,D={D1,D2,…,Dm}描述了业务请求的目的节点集合,且Oi≠Di(i∈{1,2,…,m});I={I1,I2,…,Im}描述了网络请求的业务类型,Ii表示第i个业务的类型;F={f1,U(·),f2,U(·)}描述了网络中的业务请求行为,f1,U(·)={f1,u1(·),f1,u2(·),…,f1,um(·))描述了{u1,u2,…,um}的业务请求持续时间的概率密度函数集合;f2,U(·)={f2,u1(·),f2,u2(·),…,f2,um(·))描述了{u1,u2,…,um}的业务请求间隔时间的概率密度函数集合;
步骤四、建立基于信息流的动态业务模型
综合网络业务模型、基础网络模型和网络使用模型,从信息数据产生过程、信息数据传输过程和信息数据移除过程对网络业务运行的动态机制抽象,建立基于信息流模型的动态业务模型;
首先,建立网络基础模型IN,确定网络的节点、边以及网络拓扑结构得到网络模型G(V,E),确定网络中的路由策略fR(vs,vd),并确定每一个节点的转发能力c和缓存队列大小Lq;其次,根据网络业务模型确定网络中运行的业务类型和数量,确定网络中的定制型业务的关键节点和程序化业务的关键链路;然后基于上述网络基础模型和业务类型确定网络使用模型NU,得到网络中业务请求的节点对P=P(O,D)每个节点的业务请求行为F={f1,U(·),f2,U(·)},得到网络中的数据产生过程,结合网络模型中的路由策略和业务类型确定该业务的数据传输路径;随后业务数据开始在网络中进行传输,根据具体业务判断数据是否传输到目的节点,如果数据到达目的节点将数据移除,否则继续进行传输。
2.根据权利要求1所述的一种基于信息流模型的网络动态业务建模方法,其特征在于:在步骤二中,设节点1是源节点,节点6是目的节点,节点7是定制型业务关键节点,节点4与节点5之间的链路是程序化业务关键链路;当节点1向节点6请求不同业务类型时,三种业务的数据传输路径如下:随机型业务下,数据传输路径为节点1、节点3、节点6;定制型业务下,数据传输路径为节点1、节点2、节点7、节点6;程序化业务下,数据传输路径为节点1、节点4、节点5、节点6。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810014630.2A CN108337112B (zh) | 2018-01-08 | 2018-01-08 | 一种基于信息流模型的网络动态业务建模方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810014630.2A CN108337112B (zh) | 2018-01-08 | 2018-01-08 | 一种基于信息流模型的网络动态业务建模方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108337112A CN108337112A (zh) | 2018-07-27 |
CN108337112B true CN108337112B (zh) | 2020-07-07 |
Family
ID=62924919
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810014630.2A Active CN108337112B (zh) | 2018-01-08 | 2018-01-08 | 一种基于信息流模型的网络动态业务建模方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108337112B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724064A (zh) * | 2012-05-17 | 2012-10-10 | 清华大学 | 一种网络应用仿真系统构建方法 |
CN106571947A (zh) * | 2015-11-16 | 2017-04-19 | 中国人民解放军理工大学 | 一种支持复杂多元网络构造的网络元模型实现方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150067128A1 (en) * | 2013-08-27 | 2015-03-05 | Connectloud, Inc. | Method and apparratus for dynamic determination of quotas for software defined cloud catalog services |
-
2018
- 2018-01-08 CN CN201810014630.2A patent/CN108337112B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102724064A (zh) * | 2012-05-17 | 2012-10-10 | 清华大学 | 一种网络应用仿真系统构建方法 |
CN106571947A (zh) * | 2015-11-16 | 2017-04-19 | 中国人民解放军理工大学 | 一种支持复杂多元网络构造的网络元模型实现方法 |
Non-Patent Citations (1)
Title |
---|
一种支持协同设计过程的工作流建模方法研究;毛菲等;《微计算机应用》;20070131;第28卷(第1期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108337112A (zh) | 2018-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109818865B (zh) | 一种sdn增强路径装箱装置及方法 | |
Hegeman et al. | Toward optimal bounds in the congested clique: Graph connectivity and MST | |
CN114286413B (zh) | Tsn网络联合路由选择与流分配方法及相关设备 | |
CN104993941B (zh) | 一种基于Openflow网络高容错性虚拟网络映射算法 | |
Larsson | 5G networks: planning, design and optimization | |
CN114760669B (zh) | 一种基于流量预测的路由决策方法及系统 | |
CN111404815B (zh) | 一种基于深度学习的有约束路由选择方法 | |
Cho et al. | QoS-aware workload distribution in hierarchical edge clouds: a reinforcement learning approach | |
CN116595690A (zh) | 基于知识融合图神经网络的计算机网络性能评估模型构建方法、系统、设备及介质 | |
Haddadi et al. | Modeling internet topology dynamics | |
Banerjee et al. | Multiobjective network design for realistic traffic models | |
Nguyen et al. | Rethinking virtual link mapping in network virtualization | |
CN117596122B (zh) | 一种通算融合网络架构及资源适配方法 | |
CN114422453A (zh) | 一种在线规划时间敏感流的方法、装置及存储介质 | |
CN108337112B (zh) | 一种基于信息流模型的网络动态业务建模方法 | |
CN108494597A (zh) | 智能光网络仿真系统及方法 | |
CN104022937B (zh) | 一种基于细胞型p系统的虚拟网络映射方法 | |
CN116366533A (zh) | 一种应用于元宇宙的多目标路由决策方法及系统 | |
CN107749819B (zh) | 一种栅格网络条件下的路由选择方法及装置 | |
CN115695280A (zh) | 基于边缘节点的路由方法及装置、电子设备、存储介质 | |
Tomforde et al. | Towards an organic network control system | |
JP5433024B2 (ja) | 自律型通信ネットワークにおけるデータフラックスの交換を管理する方法 | |
CN115499657A (zh) | 视频码率自适应网络的训练方法、应用方法、装置及设备 | |
Li et al. | Online coordinated NFV resource allocation via novel machine learning techniques | |
Alexandrov et al. | Development of algorithm for calculating data packet transmission delay in software-defined networks |
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 |