CN108462607A - 一种网络功能虚拟化(nfv)服务链成本最小化的可扩展和分布式方法 - Google Patents

Abstract

本发明公开了一种网络功能虚拟化(NFV)服务链成本最小化的可扩展和分布式方法；传统的硬件中间件被运行在行业标准服务器和虚拟机上的软件程序所取代，以实现服务敏捷性，灵活性和成本降低。为NFV用户提供由虚拟网络功能(VNF)组成的服务链。NFV服务链配置中的一个基本问题是以最低的系统成本满足用户需求。在这项工作中，我们共同考虑两种成本：节点资源成本和链路延迟成本，并使用非线性优化来制定服务链配置问题。通过辅助变量的方法，将优化问题转化为可分离的形式，然后应用乘法器的交替方向法(ADMM)设计可扩展的全分布式解决方案。通过理论分析和仿真研究，验证了分布式算法设计的收敛性和有效性。

Description

一种网络功能虚拟化(NFV)服务链成本最小化的可扩展和分 布式方法

技术领域

本发明属于网络服务领域，尤其是一种NFV服务链成本最小化的可扩展和分布式方法。

背景技术

传统上，为新的网络应用程序构建服务链需要购买和配置专用硬件设备，并将它们物理布线成特定的顺序。建立和维护这种系统的成本可能很高。此外，这种硬件解决方案通常是过度配置的，以满足在实践中很少发生的最高可能的应用负载。过度配置导致在非高峰时段浪费硬件资源。当应用程序负载增长超出系统容量，需要更新或替换传统设备以及重新配置服务链以满足新需求时，情况才会变得更糟。

网络功能虚拟化(NFV)是AT&T，中国移动和沃达丰以行业企业为榜样的转变，旨在通过简化和加速网络服务的部署来应对上述挑战。自2012年以来，欧洲电信标准协会(ETSI)发布了一系列有关NFV的白皮书，涵盖了机会和挑战，用例，架构框架和行业进展。利用标准的IT虚拟化技术，NFV将网络功能(如网络地址转换(NAT)，防火墙，入侵检测服务(IDS)，域名服务(DNS)和缓存)从专有硬件设备中分离出来，从而可以执行通用平台。虚拟网络功能(VNF)在没有安装新设备的情况下按需实例化，使网络运营商能够灵活且经济地灵活创建，升级和销毁服务链。

除了弹性服务的动态配置之外，NFV将服务链的部署从集中式转换为分布式，即VNF可以在地理分布式网络存在点(N-PoP)上实例化由网络基础设施连接。N-PoP位置的示例包括中央办公室，客户驻地，移动设备和数据中心。分布式NFV使服务提供商能够充分利用不同位置的现有硬件资源，提高服务可用性和可靠性。此外，分布式NFV为VNF部署提供了更灵活的位置选择，这可以降低总体成本，并降低服务链的端到端延迟。由于这些实际原因，各种现实网络服务可以从分布式NFV中受益，其中包括视频服务，虚拟内容交付网络(vCDN)，虚拟无线接入网络(vRAN)和虚拟客户端设备(vCPE)。

本发明中解决了NFV的主要用例之一，即虚拟网络功能即服务(VNFaaS)。作为一个激励性的例子，考虑一下当今在分支机构边缘部署多种网络服务的典型企业。每个功能的专用独立设备不灵活，安装速度慢，难以维护。更重要的是，许多企业发现建立这样一个系统的成本太高。在VNFaaS的帮助下，作为消费者的企业可以直接从服务提供商处购买所需的服务，而无需部署自己的设备。服务提供商的业务责任是集成必要的虚拟和物理资源，为其消费者部署和提供服务。为了实现NFV的目标，服务提供商需要在抽象层面开发各种类型的VNF，并将其部署在商用硬件上。最近，越来越多的NFV服务提供商在全球出现，不仅来自网络运营商，还来自云服务提供商，如Google Andromeda。

为了解决这样一个服务链成本最小化问题，我们首先构建了服务链交付，VNF布局和资源分配的通用优化模型，该模型捕捉位置，资源成本和延迟容忍度的多样性。其次，将成本最小化问题与线性约束一起构造成具有线性或非线性目标函数的凸优化问题。III，决策变量的数量与服务器节点的数量成正比，并且对这个问题的集中顺序解决方案不能很好地扩展。而且，成本和可用资源量可以是每个服务器节点的私有信息，而集中式方法则需要收集所有这些信息。集中式方法更容易导致连接失败。相比之下，分布式方法自然提供了更高的可扩展性和可靠性，并可能被集成到软件定义网络(SDN)的分布式控制器中。作为与NFV互补的另一项新兴技术，SDN可以与NFV相结合，以实现更高的系统和服务效率。我们致力于为NFV设计成本最小的可扩展和分布式方法，并且我们的算法要满足可扩展性，机密性和鲁棒性，这是具有挑战性的。

发明内容

为了解决上述技术问题，本发明提供了一种NFV服务链成本最小化的可扩展和分布式方法。我们首先将服务链成本最小化问题分解为多个子问题，每个子问题对应一个服务器节点或一个源节点，并且可以并行解决。但是，制定的最优化问题是不可分离的。我们首先使用辅助变量的方法重新构造一个可分离的版本，然后基于乘法器的交替向量方法(ADMM)为这个问题开发一个分布式算法。交替向量方法是一种简单但功能强大的优化算法，在大数据分布凸优化的背景下，特别是在统计学，机器学习和云计算引起的大规模问题中应用广泛。

本发明所采用的技术方案是：

一种网络功能虚拟化(NFV)服务链成本最小化的可扩展和分布式方法，其特征在于，基于

定义一：定义一个NFV服务提供商，拥有R种不同的资源，在不同的地理位置上分布着一组服务节点 表示在节点i处的r类资源的容量，并且服务器节点连接到网络基础架构，每对节点都能够与入站或出站带宽容量进行通信，定义为且服务器节点能够完全连接，并任意一对断开连接的服务器节点之间的流量调整为零；

定义二：一组VNF用户(定义为)各自要求一条订制的服务链，表示用户u需要的服务链的资源，表示一条链断开；可用的VNFs的集合用表示；每个数据源都将一个数据流以f^u的速率注入到其服务链中；让是服务链u中的所有连接；是用户u需要的VNFs；将输入输出流的速率表示为λ_n，在两个节点中的传输延迟用l_ij表示，并且用表示资源r的平均消耗量

定义三：表示是从服务器节点i上的VNFm到服务器节点j上的VNFn的服务链u的流； otherwise，表示指示流是否消耗入站带宽，表示节点i上资源r的凸成本函数，且单调递增；则服务链(service chain)的总资源成本为：

定义四：服务链(service chain)的总体延迟成本为：

定义五：服务链成本最小化表述为：

minimizeJ_R+J_L

subject to：

具体步骤包括：

步骤1：服务链成本最小化的优化并行化为|I|或|I|+|U|子问题，每个子问题对应一个服务器；令

则将整体资源成本函数改写成：

步骤2：同时令 则将总的延迟成本改写为：

步骤3：基于J_R，j和J_L，j能够进一步分解为输入流的函数和输出流的函数定义一组辅助变量使得节点的输入和输出流不被其他节点共享；得到出一个等价的版本，其中

minimizeF(f)+G(g)

subject to：

其中：

步骤4：引入对偶变量步骤3中minimizeF(f)+G(g)的拉格朗日增广是：

其中向量y＝(y₁，y₂)是对偶变量与的向量集；ρ是一个非负系数；

步骤5：步骤4中的拉格朗日增广L_ρ(f，g，y)更新时需要解决以下两个问题：

步骤6：更新步骤4中的拉格朗日增广L_ρ(f，g，y)中的变量y：

并且

步骤7：解决分解出的子问题，交变向量法(ADMM)的每一轮循环可以更新变量步骤6与步骤7的完成可以解决步骤5中的拉格朗日增广L_ρ(f，g，y)更新：

步骤8：根据得出拉格朗日增广L_ρ(f，g，y)的值，根据交变向量法可以得出minimizeF(f)+G(g)的解。

因此，本发明具有如下优点：本发明研究了NFV服务链配置中出现的一个基本问题，即共同最小化整体资源成本和服务链的端到端延迟。将问题转化为非线性问题优化，然后将其转换为符合标准形式的交变向量的等价对象，并得到了高效的分布式算法。并且通过大量模拟评估了所提出的模型和用于服务链成本最小化的分布式算法的性能。

附图说明

图1是本发明实施例的流程图。

图2是本发明实施例中的ρ和α在算法收敛中的作用。

图3是本发明实施例中ρ＝0.4，α＝1.8时，基于ADMM的算法终止于173次迭代。

图4是本发明实施例中成本与服务链数量的关系图。

具体实施方式

为了便于本领域普通技术人员理解和实施本发明，下面结合附图及实施例对本发明作进一步的详细描述，应当理解，此处所描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

在本实施例中，通过仿真研究来评估NFV网络模型和分布式优化算法。首先构建了服务器节点数量为20到50的网络，服务链数量范围为5到15.这些网络节点均匀地部署在方形地理区域中。假定每对节点之间的延迟与它们的距离成比例。并且设置了5种不同类型的VNF，每个服务链从其中随机选择3到5.同时还设置了5种不同类型的资源，包括入站和出站绑定带宽，以及可能的功能类型资源。对于资源成本和延迟成本都使用线性函数。其他参数，包括流量，单位成本和可用资源量均为正态分布。不同类型的可用资源的预期比率被设定为与服务链所要求的预期比率相同。

步骤1：首先考虑非线性资源成本函数与线性延迟成本函数的情况。让表示节点i上资源r的凸成本函数，这在现实中通常是单调递增的，并且可能在服务器之间有所不同。服务器节点的总资源成本为：

表示是从服务器节点i上的VNFm到服务器节点j上的VNFn的服务链u的流。otherwise，表示指示流是否消耗入站带宽。

步骤2：总的延迟成本为：

步骤3：服务链成本最小化问题现在可以表述为：

minimizeJ_R+J_L

subject to：

步骤4：将优化问题并行化为|I|或|I|+|U|子问题，每个子问题对应一个服务器或源节点。首先将整体资源成本函数改写成：

其中：

步骤5：将总的延迟成本改写为：

其中：

步骤6：观察到J_R，j和J_L，j都可以进一步分解为输入流的函数和输出流的函。所以引入一组辅助变量使得节点的输入和输出流不被其他节点共享。然后推导出一个等价的版本：

minimizeF(f)+G(g)

subject to：

其中：

步骤7：步骤6中minimize F(f)+G(g)的拉格朗日增广是：

步骤8：步骤7中的拉格朗日增广L_ρ(f，g，y)更新时需要解决以下两个问题：

步骤9：更新步骤7中的拉格朗日增广L_ρ(f，g，y)中的变量y：

并且

步骤10：解决分解出的子问题，交变向量法(ADMM)的每一轮循环可以更新变量步骤9与步骤10的完成可以解决步骤7中的拉格朗日增广L_ρ(f，g，y)更新：

步骤8：根据得出拉格朗日增广L_ρ(f，g，y)的值，根据交变向量法(ADMM)可以得出minimizeF(f)+G(g)的解。

本发明研究了NFV服务链配置中出现的共同最小化整体资源成本和服务链的端到端延迟问题，利用DMM得到了高效的解决方案，并且通过利用问题的特殊结构分析了分布式算法的子问题的解决方案。

应当理解的是，本说明书未详细阐述的部分均属于现有技术，上述针对较佳实施例的描述较为详细，并不能因此而认为是对本发明专利保护范围的限制，本领域的普通技术人员在本发明的启示下，在不脱离本发明权利要求所保护的范围情况下，还可以做出替换或变形，均落入本发明的保护范围之内，本发明的请求保护范围应以所附权利要求为准。

Claims (1)

1.一种网络功能虚拟化(NFV)服务链成本最小化的可扩展和分布式方法，其特征在于，基于

定义一：定义一个NFV服务提供商，拥有R种不同的资源，在不同的地理位置上分布着一组服务节点 表示在节点i处的r类资源的容量，并且服务器节点连接到网络基础架构，每对节点都能够与入站或出站带宽容量进行通信，定义为或且服务器节点能够完全连接，并任意一对断开连接的服务器节点之间的流量调整为零；

定义二：一组VNF用户(定义为)各自要求一条订制的服务链，表示用户u需要的服务链的资源，表示一条链断开；可用的VNFs的集合用表示；每个数据源都将一个数据流以f^u的速率注入到其服务链中；让 是服务链u中的所有连接； 是用户u需要的VNFs；将输入输出流的速率表示为λ_n，在两个节点中的传输延迟用l_ij表示，并且用表示资源r的平均消耗量

定义三：表示是从服务器节点i上的VNF m到服务器节点j上的VNF n的服务链u的流；otherwise，表示指示流是否消耗入站带宽，表示节点i上资源r的凸成本函数，且单调递增；则服务链(service chain)的总资源成本为：

定义四：服务链(service chain)的总体延迟成本为：

定义五：服务链成本最小化表述为：

minmizeJ_R+J_L

具体步骤包括：

步骤1：服务链成本最小化的优化并行化为|I|或|I|+|U|子问题，每个子问题对应一个服务器；令 则将整体资源成本函数改写成：

步骤2：同时令 则将总的延迟成本改写为：

步骤3：基于J_R，j和J_L，j能够进一步分解为输入流的函数和输出流的函数定义一组辅助变量使得节点的输入和输出流不被其他节点共享；得到出一个等价的版本，其中

minimize F(f)+G(g)

其中：

步骤4：引入对偶变量步骤3中minimize F(f)+G(g)的拉格朗日增广是：

其中向量y＝(y₁，y₂)是对偶变量与的向量集；ρ是一个非负系数；

步骤5：步骤4中的拉格朗日增广L_ρ(f，g，y)更新时需要解决以下两个问题：

步骤6：更新步骤4中的拉格朗日增广L_ρ(f，g，y)中的变量y：

并且

步骤7：解决分解出的子问题，交变向量法(ADMM)的每一轮循环可以更新变量步骤6与步骤7的完成可以解决步骤5中的拉格朗日增广L_ρ(f，g，y)更新：

步骤8：根据得出拉格朗日增广L_ρ(f，g，y)的值，根据交变向量法可以得出minimize F(f)+G(g)的解。