CN109347657A - Sdn模式下支撑科技业务的虚拟数据域构建方法 - Google Patents
Sdn模式下支撑科技业务的虚拟数据域构建方法 Download PDFInfo
- Publication number
- CN109347657A CN109347657A CN201811061673.2A CN201811061673A CN109347657A CN 109347657 A CN109347657 A CN 109347657A CN 201811061673 A CN201811061673 A CN 201811061673A CN 109347657 A CN109347657 A CN 109347657A
- Authority
- CN
- China
- Prior art keywords
- node
- virtual
- network
- domain
- resource
- 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
Links
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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0893—Assignment of logical groups to network elements
-
- 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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
-
- 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
- H04L41/142—Network analysis or design using statistical or mathematical methods
-
- 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
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/121—Shortest path evaluation by minimising delays
-
- 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
- H04L45/125—Shortest path evaluation based on throughput or bandwidth
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种SDN模式下支撑科技业务的虚拟数据域构建方法,本发明从SDN网络架构入手,基于节点介数中心性和节点可靠性构造多属性决策模型,得到最优的控制器部署节点,降低SDN组网中控制路径传播时延,减少控制消息的路由跳数。给出虚拟数据域的框架以及虚拟域申请地建立流程。在分析SDN底层资源的基础上,提出一种网络资源开销‑分配比算法,实现了底层网络资源可以支撑更多的虚拟数据域构建开销。利用该算法生成的虚拟数据域映射,建立网络流映射空间,实现域内信息的通信和域间信息的隔绝。
Description
技术领域
本专利申请涉及软件定义网络(Software Defined Network,简称SDN)虚拟数据构建领域,具体涉及一种SDN组网模式下,控制器部署节点选择模型,并在SDN架构下,构建支撑科技数据业务的虚拟数据域方法。
背景技术
科技业务数据集拥有海量的数据,由于采用了不同的统计指标,数据集的个性化差异较大。为了更好的服务于分析决策,需要构建面向科技业务的动态数据域,提供满足不同统计指标业务数据。随着大数据背景下科技业务数据域的不断扩展,传统的网络架构无法为其提供高效支撑。为此,提出一种基于SDN网络架构的科技业务数据域构建方法。
发明内容
本发明需要解决的技术问题是提供一种针对科技创新类数据的一种可视化分析与展示方法,以解决科技创新数据可视化系统扩展性、复用性和专业性问题。
为了解决上述问题,本发明所采用的技术方案是:
一种SDN模式下支撑科技业务的虚拟数据域构建方法,
1)根据软件定义网的架构,基于节点介数中心性和节点可靠性,构造节点与属性的矩阵,对矩阵进行规范化,融合矩阵的属性值,提出一种控制器部署节点选择的多属性决策模型,最终输出得到一个最优节点,以此降低控制路径信息传播时延;
2)基于软件定义网的组网模式,分析底层物理资源的开销和分配情况,提出虚拟数据域的网络资源映射开销-分配比算法,利用网络资源映射开销-分配比算法生成的虚拟数据域映射,建立网络流映射空间,实现底层信息和虚拟域信息的映射,提供面向业务的虚拟数据域。
优选的,多属性决策模型是指,一个含有多个节点的SDN网络拓扑,每一个节点作为方案集中的一个方案,每一个节点的参数构成一个属性值,网络拓扑中的节点作为矩阵的行,而节点的参数作为矩阵的列,以此构造节点参数矩阵,接着对矩阵规范化,得到规范化的矩阵,然后对属性值定义权重关系,最后通过加权属性值,并将结果排序,输出得到一个最优节点。
优选的,多属性决策模型的具体构建过程为,对于某一多属性决策问题,定义X=(x1,x2,…,xn)为方案集,U=(u1,u2,…,un)为属性集,方案集中的每个方案xi,与属性集中的ui对应;定义每个方案xi为决策矩阵的行,属性集ui为决策矩阵的列,二者构建决策矩阵;其中决策矩阵的每一行代表方案集内的一个方案,每一列代表这个方案下的一个属性;
决策矩阵中具有多个属性,根据实际情况确定属性的权重,然后对决策矩阵作归一化处理,由线性加权法求出每个方案的确定值,最后根据确定值的大小排序选择最佳方案,基本的处理步骤如下:
第一步:确定属性权重;设属性W=(w1,w2,…,wn)T,其中wj∈[0,1],决策矩阵中列代表属性的数量,可根据属性对矩阵行影响的重要程度不同,设置属性权重,但是所有的属性权重和必须为1;
第二步:当决策矩阵构造完成后,对决策矩阵进行规范化操作,设规范化操作后的决策矩阵为R=[rij]n×m,规范化处理过程采用极差变换法,即根据每个方案中属性的最大值进行规范化处理,以消除属性之间的数量级所造成地决策结果影响;
第三步:求出每一个方案的线性加权融合值,设Ui代表线性加权后的结果值,wj代表这个方案下的各个属性权重,对于决策矩阵R=[rij]n×m,每一个属性值与属性权重相乘后,得到的数值相加,最终求出每个方案下的线性加权融合值;
第四步:根据线性加权融合值Ui,对方案集进行排序,选择最佳方案,最终,所选择最佳方案的行代表选择控制器部署的节点,
一个含有多个节点的网络拓扑,每一个节点作为方案集中的一个方案,每一个节点的参数构成一个属性值,网络中的节点作为矩阵的行,而节点的参数作为矩阵的列,以此构造节点参数矩阵;通过上述的模型对矩阵规范化,得到规范化的矩阵,对属性值定义权重关系,最后通过加权属性值,并将结果排序,输出得到一个最优节点。
优选的,在构建虚拟数据域时,将映射单元置于交换机和控制器之间。
优选的,基于ONF的SDN架构,在数据层部署数据集市节点,开启FlowVisor代理,创建虚拟数据域框架,利用网络资源开销-分配比映射算法选择映射方案,从而通过FlowVisor建立SDN控制器虚拟切片,得到虚拟网络映射流空间,控制器下发流表后,进行域内信息通信;其中网络资源开销-分配比映射算法为:
底层的数据集市与FlowVisor进行OpenFlow通信时,FlowVisor会为底层的数据集市建立网络拓扑信息数据库,存储每个数据集市的资源信息以及之间的链路信息,定义网络拓扑图采用带权无向图Gs=(Ns,Ls)表示,其中Ns表示数据集市集合,Ls表示物理链路集合;对于其中的数据集市ns∈Ns,数据集市节点的计算资源能力(compute resources,简称CPU)和节点的流表存储和处理能力(Flowtable Storage and Processing Capabilities,简称FSPC)表示节点的两个属性,对于物理链路ls∈Ls,ls用无序数对表示,代表两个数据集市之间的链路,链路之间用带宽BW(ls)表示其带宽资源属性;
一个虚拟数据域的网络映射,是将虚拟网络图Gs’映射至物理SDN网络Gs的子集过程,该过程包括节点映射fN和链路映射fL两部分;
(1)定义节点映射fN:Ns’→Ns
定义虚拟数据域的数据节点集合为Ns’,fN将Ns’映射至物理网络的一个子集,在这个子集网络中,每个虚拟数据集市节点要占用映射地实际数据集市的CPU和FSPC资源,假设ns’∈Ns’,则每个虚拟节点占用的实际CPU资源值是cpu(ns’),占用的实际FSPC资源值是fspc(ns’),
(2)定义链路映射fL:Ls’→Ls
定义虚拟数据域的数据节点链路集合为Ls’,根据节点的映射,在物理链路中找到满足虚拟数据域带宽的链路,fL将虚拟链路映射至物理链路,假设ls’属于Ls’,则每条虚拟链路占用的带宽数据值是bw(ls’),一个虚拟域申请产生时,虚拟域与底层的物理网络资源映射,会产生不同的映射方案。本文基于网络资源中的CPU和FSPC数据资源以及链路带宽,虚拟数据域的申请在满足底层资源承载能力的条件下,根据提出地网络映射算法,找到基于底层资源的最优映射方案,算法中包含已开销资源值、可分配的最大资源值和开销-分配比的公式定义如下:
1.已开销资源值是O(Ns,Ls):其中(Ns,Ls)表示虚拟域映射到底层网络的一个子集,在这个网络子集中,底层网络资源已分配给其他虚拟域的资源总和是O(Ns,Ls),这包括底层数据集市节点已分配给其他域的cpu和fspc值,以及集市节点之间已分配链路带宽bw(ls)的总和,计算出底层网络已经被占用的资源值。当计算出的数值越大,证明已被占用的数据资源越多,由此,已开销资源值表示为公式(7):
2.可分配的最大资源值D(Ns’,Ls’):表示网络子集可以分配给这个虚拟域(Ns’,Ls’)的最大资源和,这包括除了数据集市节点已经分配的资源以外,还可以分配给虚拟数据域的最大CPU和FSPC值,即由公式8表示D1(Ns’,Ls’);
数据集市节点之间的链路可分配的最大链路带宽总和,即由公式9表示D2(Ns’,Ls’)。当计算出当前底层网络可以分配给虚拟域的最大资源值越大,证明可以为虚拟域分配更多的资源,也说明为以后申请地虚拟域预留更多的资源,
由此,可分配的最大资源值由定义公式10表示:
D(Ns',Ls')=D1(Ns',Ls')+D2(Ns',Ls') (10)
3.定义开销-分配比β,表示已开销的资源值比上可分配地最大资源值,当已开销地资源值越小,且可分配地最大资源值越大,则计算出的β越小,说明该映射地网络方案效果越好,可以更好的分配网络资源,为未来的虚拟域申请留有更多的资源,可接受更多地虚拟域的申请,因此,由公式11表示:
本发明技术方案的进一步改进在于:
由于采用了上述技术方案,本发明取得的技术进步是:本发明从SDN网络架构入手,基于节点介数中心性和节点可靠性构造多属性决策模型,得到一个最优的控制器部署节点;提出虚拟数据域的框架以及虚拟域申请地建立流程,分析SDN底层资源,提出一种网络资源开销-分配比算法,以此实现底层的网络资源可以承受更多的虚拟数据域构建,利用该算法生成的虚拟数据域映射,建立网络流映射空间,实现域内信息的通信和域间信息的隔绝。
本发明主要解决了两个问题:
⑴从SDN的带内组网模式入手,指出SDN控制器部署节点对控制信息传输的影响,由节点介数中心性和节点可靠性构造多属性决策模型,得到一个网络拓扑最优的控制器部署节点,降低SDN组网中控制路径传播时延,减少控制消息的路由跳数。
⑵针对底层物理资源如何承受更多的虚拟域建立问题,分析底层物理资源的开销和分配情况,提出虚拟数据域的网络资源映射开销-分配比算法;基于SDN的网络架构,实现建立切片下的虚拟网络映射流空间,实现底层资源和虚拟数据域的映射。
附图说明
图1是控制器部署节点方案对比图;
图2是基于SDN的科技虚拟数据域框架图;
图3是虚拟数据域构建详细流程图;
图4虚拟映射方案的请求成功接受率对比图;
图5是构建虚拟网络流映射空间图;
图6是虚拟域的域内信息通信与域间信息的隔绝图;
图7是不同映射方案的虚拟数据域网络性能对比示意图。
具体实施方式
下面结合实施例对本发明做进一步详细说明。
一、多属性决策模型的构建
⑴节点属性的定义
控制器选择的部署节点离网络中心越近,对于控制信息的快速转发越快。由此采用介数中心性作为度量参数,评价网络拓扑中的节点中心性。如果将网络中心节点作为控制器部署节点,则对于非直交换机的流信息数据传输最有效,但是,如果这个节点出现网络故障,如控制节点失效,则对网络影响也是巨大的。因此为了确保该节点具有可靠性,也采用节点可靠性作为度量参数。
节点中心性定义:
1.Lij:表示节点i到节点j之间最短路径的数目。
2.Lij(m):表示节点i和节点j之间最短路径中,经过节点m路径的数量。
3.ws:网络元件的故障是指链路或者节点的故障,记网络中所有故障和无故障的场景集为S。其中,网络元件故障导致的控制路径失效的场景是s,则ws表示场景s发生的概率。
4.wsc:场景s下控制路径发生失效的概率。
5.Qs:场景s中网络元件故障导致的控制路径失效后不能连接到控制网络的交换机节点数量。
6.Qn:网络中总的节点数量。
7.θ’:由于网络元件故障导致控制路径失效后,网络中节点不能连接到控制器,则定义这些节点拥有不可达性,θ’表示节点不可达百分比值。
8.θ:表示节点的可靠性。
由此,在一个网络G(V,E)中,任意节点m的介数中心性表示为公式(1)。
当计算出来的值越大,代表节点在网络中心度越高。网络中节点的中心度越高,表示这个节点的连接度高,且通过这个节点的数据流较多,控制器经过该节点下发的流表项更多。因此,对于集中控制的SDN来说,可以将介数度高的节点作为控制器的部署节点,以提高流表下发操作的效率,同时,可以节省控制信息的路由开销。
由于SDN中采用多路径传输信息,节点之间存在依赖性。网络元件的故障是指链路或者节点的故障,记网络中所有故障和无故障的场景集为S。在一个网络中,多个网络组件同时发生故障的概率很小,大多数故障是单个节点或者是单条链路引起,一旦发生故障后,会影响其控制路径失效,导致控制器无法正常下发控制信息,节点可靠性由公式(2)和(3)表示。
θ=1-θ' (3)
根据上述定义,可以计算一个节点因发生网络元件故障的节点不可达百分比,以θ’表示。当计算出节点的不可达值越高,说明这个节点因发生网络元件故障时,影响网络的程度越大,其可靠性越差。因此,以公式(3)计算出节点的可靠性,其数值越大,说明节点越可靠。
⑵多属性决策模型的构建
对于某一多属性决策问题,定义X=(x1,x2,…,xn)为方案集,U=(u1,u2,…,un)为属性集。方案集中的每个方案xi,与属性集中的ui要对应。定义每个方案xi为矩阵的行,属性集ui为矩阵的列,构建决策矩阵。其中矩阵的每一行代表方案集内的一个方案,每一列代表这个方案下的一个属性。
决策矩阵中具有多个属性,如何确定各个属性的权重。根据实际情况确定属性的权重,然后对矩阵作归一化处理,由线性加权法求出每个方案的确定值,最后根据确定值的大小排序选择最佳方案,基本的处理步骤如下。
第一步:确定属性权重。设属性W=(w1,w2,…,wn)T,其中wj∈[0,1]。决策矩阵中列代表属性的数量,可根据属性对矩阵行影响的重要程度不同,设置属性权重,但是所有的属性权重和必须为1。
第二步:当决策矩阵构造完成后,对决策矩阵进行规范化操作,设规范化操作后的决策矩阵为R=[rij]n×m。规范化处理过程采用极差变换法,即根据每个方案中属性的最大值进行规范化处理,以消除属性之间的数量级所造成地决策结果影响。
第三步:求出每一个方案的线性加权融合值,设Ui代表线性加权后的结果值,wj代表这个方案下的各个属性权重。对于决策矩阵R=[rij]n×m,每一个属性值与属性权重相乘后,得到的数值相加,最终求出每个方案下的线性加权融合值。
第四步:根据线性加权融合值Ui,对方案集进行排序,选择最佳方案。最终,所选择最佳方案的行代表选择控制器部署的节点。
一个含有多个节点的网络拓扑,每一个节点作为方案集中的一个方案,每一个节点的参数构成一个属性值。网络中的节点作为矩阵的行,而节点的参数作为矩阵的列,以此构造节点参数矩阵;通过上述的模型对矩阵规范化,得到规范化的矩阵。对属性值定义权重关系,最后通过加权属性值,并将结果排序,输出得到一个最优节点。
⑶仿真实验构建
实验采用minine仿真底层网络拓扑,分析网络拓扑的节点中心性和节点可靠性,依据多属性决策模型,选择最优的部署控制节点,与单一参数网络拓扑中心性方法对比。控制器下发流表的首次通信时间,代表控制路径传输的时间。
设置网络拓扑的规模逐渐增大,在同样的实验环境下比较上述首次通信时间,实验结果如图1,从图中可看出,当底层的网络拓扑规模较小时,两种方法所选择地控制器部署节点,对控制器的流表下发时间影响较小,且两种方法的时间性能相近,当底层的网络规模逐渐增大时,控制器部署节点的选择对控制器下发流表的时间影响逐渐增大,说明部署节点对SDN网络性能影响凸显,同时,由多参数选择模型选择地部署节点的通信时间要小于基于网络拓扑中心性方法的时间,说明通过本文的方法选择部署节点的控制消息传播时间少,降低了传播时延。
二、虚拟数据域构建
⑴虚拟数据域框架与构建流程
基于ONF的SDN架构,在数据层部署数据集市节点,以FlowVisor技术,实现SDN虚拟切片方法,即在数据平面与控制平面的连接中进行虚拟化。采用将映射单元置于交换机和控制器之间的设计思路,其作用是使得映射单元作为交换机和控制器之间的独立硬件运行,并作为两者的协议代理。
在数据平面和控制平面之间,FlowVisor充当代理角色,首先,获取底层的网络资源信息,构建底层的网络拓扑视图;然后根据用户的需求,建立一个由SDN控制器管理的单独切片,为切片设置独立的ID。因此,多个切片之间相互隔离,且共享底层网络资源。
如图2是基于SDN的科技虚拟数据域框架图。底层的物理网络资源位于SDN的数据层,包括五个数据集市节点,且数据集市之间由黑色实线相连,代表了链路连接,数据集市节点和之间的链路共同构成底层网络拓扑。FlowVisor作为SDN的数据层和控制层之间的代理,设置每个虚拟域的分片ID,并将分片与SDN的控制器相连,实现隔离数据域之间的流且不同的虚拟域由单独的控制器管理;同时,FlowVisor根据虚拟数据域与真实网络资源的映射,建立映射流空间,如图中的虚线代表虚拟科技项目域的通信流,且虚拟科技项目域的切片ID设为1;图中的点虚线代表虚拟科技人才域的通信流,虚拟科技人才域的切片ID设为2。
控制器根据虚拟域的分片ID,获取控制虚拟网络视图资源,构建虚拟域内的全网视图,并基于虚拟域内的业务,生成相应的流表项。当流表项到达FlowVisor代理时,根据已建立地网络流映射空间,改写流表项,实现流表项对应真实的物理资源;然后根据FlowVisor的映射规则,基于OpenFlow协议下放到相应的SDN数据层的数据集市节点,实现数据集市节点的业务通信。
具体构建详细过程见图3。
⑵网络资源开销-分配比映射算法
底层的数据集市与FlowVisor进行OpenFlow通信时,FlowVisor会为底层的数据集市建立网络拓扑信息数据库,存储每个数据集市的资源信息以及之间的链路信息。定义网络拓扑图采用带权无向图Gs=(Ns,Ls)表示。其中Ns表示数据集市集合,Ls表示物理链路集合;对于其中的数据集市ns∈Ns,数据集市节点的计算资源能力(compute resources,简称CPU)和节点的流表存储和处理能力(Flowtable Storage and Processing Capabilities,简称FSPC)表示节点的两个属性。对于物理链路ls∈Ls,ls用无序数对表示,代表两个数据集市之间的链路。链路之间用带宽BW(ls)表示其带宽资源属性。
一个虚拟数据域的网络映射,是将虚拟网络图Gs’映射至物理SDN网络Gs的子集过程。该过程包括节点映射fN和链路映射fL两部分。
(1)定义节点映射fN:Ns’→Ns
定义虚拟数据域的数据节点集合为Ns’,fN将Ns’映射至物理网络的一个子集。在这个子集网络中,每个虚拟数据集市节点要占用映射地实际数据集市的CPU和FSPC资源。假设ns’∈Ns’,则每个虚拟节点占用的实际CPU资源值是cpu(ns’),占用的实际FSPC资源值是fspc(ns’)。
(2)定义链路映射fL:Ls’→Ls
定义虚拟数据域的数据节点链路集合为Ls’,根据节点的映射,在物理链路中找到满足虚拟数据域带宽的链路,fL将虚拟链路映射至物理链路。假设ls’属于Ls’,则每条虚拟链路占用的带宽数据值是bw(ls’)。
一个虚拟域申请产生时,虚拟域与底层的物理网络资源映射,会产生不同的映射方案。本文基于网络资源中的CPU和FSPC数据资源以及链路带宽,虚拟数据域的申请在满足底层资源承载能力的条件下,根据提出地网络映射算法,找到基于底层资源的最优映射方案。算法中包含已开销资源值、可分配的最大资源值和开销-分配比的公式定义如下。
1.已开销资源值是O(Ns,Ls):其中(Ns,Ls)表示虚拟域映射到底层网络的一个子集,在这个网络子集中,底层网络资源已分配给其他虚拟域的资源总和是O(Ns,Ls)。这包括底层数据集市节点已分配给其他域的cpu和fspc值,以及集市节点之间已分配链路带宽bw(ls)的总和,计算出底层网络已经被占用的资源值。当计算出的数值越大,证明已被占用的数据资源越多。由此,已开销资源值表示为公式(7)。
2.可分配的最大资源值D(Ns’,Ls’):表示网络子集可以分配给这个虚拟域(Ns’,Ls’)的最大资源和。这包括除了数据集市节点已经分配的资源以外,还可以分配给虚拟数据域的最大CPU和FSPC值,即由公式8表示D1(Ns’,Ls’);
数据集市节点之间的链路可分配的最大链路带宽总和,即由公式9表示D2(Ns’,Ls’)。当计算出当前底层网络可以分配给虚拟域的最大资源值越大,证明可以为虚拟域分配更多的资源,也说明为以后申请地虚拟域预留更多的资源。
由此,可分配的最大资源值由定义公式10表示。
D(Ns',Ls')=D1(Ns',Ls')+D2(Ns',Ls') (10)
3.定义开销-分配比β,表示已开销的资源值比上可分配地最大资源值。当已开销地资源值越小,且可分配地最大资源值越大,则计算出的β越小,说明该映射地网络方案效果越好,可以更好的分配网络资源,为未来的虚拟域申请留有更多的资源,可接受更多地虚拟域的申请。因此,由公式11表示。
基于以上开销-分配比公式的分析,虚拟网络映射算法如下。当一个虚拟数据域申请创建时,算法输入获取数据集市通信起点和终点,以及这个虚拟数据域中属性要求的最大值。算法根据深度搜索得到起点和终点所有路径,判断这条路径上,剩余的真实网络资源是否可以满足虚拟数据域的属性要求,如果可以满足,将通过开销-分配比得到最优网络映射,最后算法输出虚拟网络映射方案。
算法输入:数据集市通信起点A和终点B,及虚拟网络的属性要求cpu、fspc、bw的值。
算法输出:虚拟映射子集Gs’(Ns’,Ls’)
三、实验验证与分析
⑴虚拟域申请的网络资源映射算法对比分析
本实验通过matlab仿真虚拟域申请地网络映射选择过程,比较本文提出地映射开销-分配比和最短路径网络映射方法。底层的物理SDN网络分别设置10、50、100、150和200个结点,每组中的每对结点以0.5的概率连接。物理结点的CPU和FSPC资源以及物理链路带宽资源服从[50,100]的均匀分布。在每组网络拓扑下,生成虚拟节点的CPU和FSPC以及链路带宽资源需求,服从[0,50]的均匀分布的请求,比较两种方法的虚拟请求接受率。
图4表示两种方法的申请成功接受率对比,当网络拓扑规模较小时,两种方法的请求成功率都偏低,但是,开销-分配比方案较最短路径映射方案的请求接受成功率稍微高一些;随着网络规模的逐渐增大,两种方法都可以接受更多的虚拟域请求申请,其原因是网络拓扑的增大,满足虚拟域请求的映射路径会增多,然而开销-分配比映射方案的请求接受成功率要比最短路径方案较高。因此,通过开销-分配比方法,底层网络可以接受更多地虚拟域申请,实现底层资源的合理利用。
⑵虚拟域构建及虚拟映射方案对比分析
1.图5表示:实现虚拟网络和真实网络之间的映射,所建立地虚拟网络流映射空间。
2.图6表示:建立的虚拟域的域内信息通信与域间信息的隔绝。
实验分析:
本发明提出地网络映射方案与最短路径映射方案对比,分别在同一网络条件下,建立三种方案的虚拟数据域,实现10次数据集市节点D和A通信,分别统计各自的网络-性能,对比结果如图7。
图中的首次通信时间代表流表由控制器经FlowVisor代理翻译,到达数据集市节点所添加流表规则的时间。由图可知,A-B-C-D虚拟映射方案的首次通信时间是最少的,说明数据集市节点的流表处理能力(FSPC)速度比其他方案较快;同时三个方案中都进行了10次数据集市节点D到数据集市节点A的信息通信,结果显示A-B-C-D方案的平均时间要小于其他方案,表明A-B-C-D方案的CPU处理信息能力好于其他方案,然而,10次通信中最快时间是A-C-D方案,这说明A-B-C-D是牺牲一定的路径代价,但是,基于底层的合理网络资源分配,10次通信的总时间花费要优于最短路径。
同时,也统计10次通信的RTT偏离程度,结果表明A-B-C-D方案的RTT偏离平均值小于A-C-D和A-E-D方案,说明A-B-C-D映射方案所构建地虚拟数据域网络的稳定性较好。
Claims (5)
1.一种SDN模式下支撑科技业务的虚拟数据域构建方法,其特征在于:
1)根据软件定义网的架构,基于节点介数中心性和节点可靠性,构造节点与属性的矩阵,对矩阵进行规范化,融合矩阵的属性值,提出一种控制器部署节点选择的多属性决策模型,最终输出得到一个最优节点,以此降低控制路径信息传播时延;
2)基于软件定义网的组网模式,分析底层物理资源的开销和分配情况,提出虚拟数据域的网络资源映射开销-分配比算法,利用网络资源映射开销-分配比算法生成的虚拟数据域映射,建立网络流映射空间,实现底层信息和虚拟域信息的映射,提供面向业务的虚拟数据域。
2.根据权利要求1所述的SDN模式下支撑科技业务的虚拟数据域构建方法,其特征在于:多属性决策模型是指,一个含有多个节点的SDN网络拓扑,每一个节点作为方案集中的一个方案,每一个节点的参数构成一个属性值,网络拓扑中的节点作为矩阵的行,而节点的参数作为矩阵的列,以此构造节点参数矩阵,接着对矩阵规范化,得到规范化的矩阵,然后对属性值定义权重关系,最后通过加权属性值,并将结果排序,输出得到一个最优节点。
3.根据权利要求2所述的SDN模式下支撑科技业务的虚拟数据域构建方法,其特征在于:多属性决策模型的具体构建过程为,对于某一多属性决策问题,定义X=(x1,x2,…,xn)为方案集,U=(u1,u2,…,un)为属性集,方案集中的每个方案xi,与属性集中的ui对应;定义每个方案xi为决策矩阵的行,属性集ui为决策矩阵的列,二者构建决策矩阵;其中决策矩阵的每一行代表方案集内的一个方案,每一列代表这个方案下的一个属性;
决策矩阵中具有多个属性,根据实际情况确定属性的权重,然后对决策矩阵作归一化处理,由线性加权法求出每个方案的确定值,最后根据确定值的大小排序选择最佳方案,基本的处理步骤如下:
第一步:确定属性权重;设属性W=(w1,w2,…,wn)T,其中wj∈[0,1],决策矩阵中列代表属性的数量,可根据属性对矩阵行影响的重要程度不同,设置属性权重,但是所有的属性权重和必须为1;
第二步:当决策矩阵构造完成后,对决策矩阵进行规范化操作,设规范化操作后的决策矩阵为R=[rij]n×m,规范化处理过程采用极差变换法,即根据每个方案中属性的最大值进行规范化处理,以消除属性之间的数量级所造成地决策结果影响;
第三步:求出每一个方案的线性加权融合值,设Ui代表线性加权后的结果值,wj代表这个方案下的各个属性权重,对于决策矩阵R=[rij]n×m,每一个属性值与属性权重相乘后,得到的数值相加,最终求出每个方案下的线性加权融合值;
第四步:根据线性加权融合值Ui,对方案集进行排序,选择最佳方案,最终,所选择最佳方案的行代表选择控制器部署的节点;
一个含有多个节点的网络拓扑,每一个节点作为方案集中的一个方案,每一个节点的参数构成一个属性值,网络中的节点作为矩阵的行,而节点的参数作为矩阵的列,以此构造节点参数矩阵;通过上述的模型对矩阵规范化,得到规范化的矩阵,对属性值定义权重关系,最后通过加权属性值,并将结果排序,输出得到一个最优节点。
4.根据权利要求1所述的SDN模式下支撑科技业务的虚拟数据域构建方法,其特征在于:在构建虚拟数据域时,将映射单元置于交换机和控制器之间。
5.根据权利要求1所述的SDN模式下支撑科技业务的虚拟数据域构建方法,其特征在于:基于ONF的SDN架构,在数据层部署数据集市节点,开启FlowVisor代理,创建虚拟数据域框架,利用网络资源开销-分配比映射算法选择映射方案,从而通过FlowVisor建立SDN控制器虚拟切片,得到虚拟网络映射流空间,控制器下发流表后,进行域内信息通信;其中网络资源开销-分配比映射算法为:
底层的数据集市与FlowVisor进行OpenFlow通信时,FlowVisor会为底层的数据集市建立网络拓扑信息数据库,存储每个数据集市的资源信息以及之间的链路信息,定义网络拓扑图采用带权无向图Gs=(Ns,Ls)表示,其中Ns表示数据集市集合,Ls表示物理链路集合;对于其中的数据集市ns∈Ns,数据集市节点的计算资源能力(compute resources,简称CPU)和节点的流表存储和处理能力(Flowtable Storage and Processing Capabilities,简称FSPC)表示节点的两个属性,对于物理链路ls∈Ls,ls用无序数对表示,代表两个数据集市之间的链路,链路之间用带宽BW(ls)表示其带宽资源属性;
一个虚拟数据域的网络映射,是将虚拟网络图Gs’映射至物理SDN网络Gs的子集过程,该过程包括节点映射fN和链路映射fL两部分;
(1)定义节点映射fN:Ns’→Ns
定义虚拟数据域的数据节点集合为Ns’,fN将Ns’映射至物理网络的一个子集,在这个子集网络中,每个虚拟数据集市节点要占用映射地实际数据集市的CPU和FSPC资源,假设ns’∈Ns’,则每个虚拟节点占用的实际CPU资源值是cpu(ns’),占用的实际FSPC资源值是fspc(ns’),
(2)定义链路映射fL:Ls’→Ls
定义虚拟数据域的数据节点链路集合为Ls’,根据节点的映射,在物理链路中找到满足虚拟数据域带宽的链路,fL将虚拟链路映射至物理链路,假设ls’属于Ls’,则每条虚拟链路占用的带宽数据值是bw(ls’),
一个虚拟域申请产生时,虚拟域与底层的物理网络资源映射,会产生不同的映射方案;基于网络资源中的CPU和FSPC数据资源以及链路带宽,虚拟数据域的申请在满足底层资源承载能力的条件下,根据提出地网络映射算法,找到基于底层资源的最优映射方案,算法中包含已开销资源值、可分配的最大资源值和开销-分配比的公式定义如下:
1.已开销资源值是O(Ns,Ls):其中(Ns,Ls)表示虚拟域映射到底层网络的一个子集,在这个网络子集中,底层网络资源已分配给其他虚拟域的资源总和是O(Ns,Ls),这包括底层数据集市节点已分配给其他域的cpu和fspc值,以及集市节点之间已分配链路带宽bw(ls)的总和,计算出底层网络已经被占用的资源值;当计算出的数值越大,证明已被占用的数据资源越多,由此,已开销资源值表示为公式(7):
2.可分配的最大资源值D(Ns’,Ls’):表示网络子集可以分配给这个虚拟域(Ns’,Ls’)的最大资源和,这包括除了数据集市节点已经分配的资源以外,还可以分配给虚拟数据域的最大CPU和FSPC值,即由公式8表示D1(Ns’,Ls’);
数据集市节点之间的链路可分配的最大链路带宽总和,即由公式9表示D2(Ns’,Ls’);当计算出当前底层网络可以分配给虚拟域的最大资源值越大,证明可以为虚拟域分配更多的资源,也说明为以后申请地虚拟域预留更多的资源,
由此,可分配的最大资源值由定义公式10表示:
D(Ns',Ls')=D1(Ns',Ls')+D2(Ns',Ls') (10)
3.定义开销-分配比β,表示已开销的资源值比上可分配地最大资源值,当已开销地资源值越小,且可分配地最大资源值越大,则计算出的β越小,说明该映射地网络方案效果越好,可以更好的分配网络资源,为未来的虚拟域申请留有更多的资源,可接受更多地虚拟域的申请,因此,由公式11表示:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811061673.2A CN109347657B (zh) | 2018-09-12 | 2018-09-12 | Sdn模式下支撑科技业务的虚拟数据域构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811061673.2A CN109347657B (zh) | 2018-09-12 | 2018-09-12 | Sdn模式下支撑科技业务的虚拟数据域构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109347657A true CN109347657A (zh) | 2019-02-15 |
CN109347657B CN109347657B (zh) | 2022-08-30 |
Family
ID=65305131
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811061673.2A Active CN109347657B (zh) | 2018-09-12 | 2018-09-12 | Sdn模式下支撑科技业务的虚拟数据域构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109347657B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111431588A (zh) * | 2020-04-28 | 2020-07-17 | 中南大学 | 一种光通信星座网络拓扑生成方法及存储介质 |
CN111756656A (zh) * | 2020-06-05 | 2020-10-09 | 深圳供电局有限公司 | 一种基于可靠性和历史数据的电力通信网资源分配方法 |
CN112532445A (zh) * | 2020-11-26 | 2021-03-19 | 国网江苏省电力有限公司信息通信分公司 | 一种用于无虚拟化能力的网络设备的网络切片方法及其系统、存储介质 |
CN115190021A (zh) * | 2022-04-24 | 2022-10-14 | 北京中电飞华通信有限公司 | 面向确定性时延业务的切片部署方法及相关设备 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102364899A (zh) * | 2011-11-16 | 2012-02-29 | 北京邮电大学 | 一种基于粒子群优化的虚拟网络映射方法及系统 |
CN103905523A (zh) * | 2013-12-23 | 2014-07-02 | 浪潮(北京)电子信息产业有限公司 | 一种基于sdn的云计算网络虚拟化实现方法及系统 |
US20140365622A1 (en) * | 2013-06-06 | 2014-12-11 | Cisco Technology, Inc. | Software defined networking for storage area networks |
CN104393973A (zh) * | 2008-03-26 | 2015-03-04 | 高通股份有限公司 | 用于在无线通信系统中将虚拟资源映射到物理资源的方法和装置 |
CN105681153A (zh) * | 2016-03-16 | 2016-06-15 | 北京邮电大学 | 一种虚拟网络映射方法及装置 |
CN107277832A (zh) * | 2017-06-12 | 2017-10-20 | 重庆邮电大学 | 一种无线虚拟网络的映射方法 |
CN108255598A (zh) * | 2016-12-28 | 2018-07-06 | 华耀(中国)科技有限公司 | 性能保证的虚拟化管理平台资源分配系统及方法 |
-
2018
- 2018-09-12 CN CN201811061673.2A patent/CN109347657B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104393973A (zh) * | 2008-03-26 | 2015-03-04 | 高通股份有限公司 | 用于在无线通信系统中将虚拟资源映射到物理资源的方法和装置 |
CN102364899A (zh) * | 2011-11-16 | 2012-02-29 | 北京邮电大学 | 一种基于粒子群优化的虚拟网络映射方法及系统 |
US20140365622A1 (en) * | 2013-06-06 | 2014-12-11 | Cisco Technology, Inc. | Software defined networking for storage area networks |
CN103905523A (zh) * | 2013-12-23 | 2014-07-02 | 浪潮(北京)电子信息产业有限公司 | 一种基于sdn的云计算网络虚拟化实现方法及系统 |
CN105681153A (zh) * | 2016-03-16 | 2016-06-15 | 北京邮电大学 | 一种虚拟网络映射方法及装置 |
CN108255598A (zh) * | 2016-12-28 | 2018-07-06 | 华耀(中国)科技有限公司 | 性能保证的虚拟化管理平台资源分配系统及方法 |
CN107277832A (zh) * | 2017-06-12 | 2017-10-20 | 重庆邮电大学 | 一种无线虚拟网络的映射方法 |
Non-Patent Citations (2)
Title |
---|
刘春波 等: "基于SDN的虚拟网络重映射方法研究", 《软件》 * |
张博 等: "基于软件定义网多参数排序的控制器部署研究", 《河北省科学院学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111431588A (zh) * | 2020-04-28 | 2020-07-17 | 中南大学 | 一种光通信星座网络拓扑生成方法及存储介质 |
CN111756656A (zh) * | 2020-06-05 | 2020-10-09 | 深圳供电局有限公司 | 一种基于可靠性和历史数据的电力通信网资源分配方法 |
CN111756656B (zh) * | 2020-06-05 | 2023-02-03 | 深圳供电局有限公司 | 一种基于可靠性和历史数据的电力通信网资源分配方法 |
CN112532445A (zh) * | 2020-11-26 | 2021-03-19 | 国网江苏省电力有限公司信息通信分公司 | 一种用于无虚拟化能力的网络设备的网络切片方法及其系统、存储介质 |
CN112532445B (zh) * | 2020-11-26 | 2022-12-30 | 国网江苏省电力有限公司信息通信分公司 | 一种用于无虚拟化能力的网络设备的网络切片方法及其系统、存储介质 |
CN115190021A (zh) * | 2022-04-24 | 2022-10-14 | 北京中电飞华通信有限公司 | 面向确定性时延业务的切片部署方法及相关设备 |
CN115190021B (zh) * | 2022-04-24 | 2024-04-12 | 北京中电飞华通信有限公司 | 面向确定性时延业务的切片部署方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109347657B (zh) | 2022-08-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109347657A (zh) | Sdn模式下支撑科技业务的虚拟数据域构建方法 | |
US6310883B1 (en) | Traffic route finder in communications network | |
CN104995870B (zh) | 多目标服务器布局确定方法和装置 | |
Ahmadi et al. | An adaptive heuristic for multi-objective controller placement in software-defined networks | |
Meng et al. | Improving the scalability of data center networks with traffic-aware virtual machine placement | |
CN104734954B (zh) | 一种用于软件定义网络的路由确定方法和装置 | |
CN105515987B (zh) | 一种基于sdn架构面向虚拟光网络的映射方法 | |
CN105681153B (zh) | 一种虚拟网络映射方法及装置 | |
CN108768716A (zh) | 一种微服务路径选择方法及装置 | |
CN109688056A (zh) | 智能网络控制系统及方法 | |
CN108684046A (zh) | 一种基于随机学习的接入网服务功能链部署方法 | |
CN109151042B (zh) | 物联感知数据智能规划方法 | |
CN105791151B (zh) | 一种动态流量控制方法,及装置 | |
CN108600101A (zh) | 一种针对端到端时延性能优化的网络服务跨域编排方法 | |
CN110011863A (zh) | 一种网络带宽资源均衡调度方法及装置 | |
CN107979545A (zh) | 一种基于节点属性的虚拟网络映射方法 | |
CN102110021A (zh) | 一种云计算自主式优化方法 | |
CN105515977A (zh) | 获取网络中传输路径的方法、装置和系统 | |
US10038589B1 (en) | Network link capacity determination | |
CN105743705A (zh) | 一种基于分级策略的数据中心网络可用性评估方法及评估装置 | |
CN109447264A (zh) | 云计算环境下基于vham-r模型的虚拟机放置遗传优化方法 | |
CN107018018A (zh) | 一种基于sdn的服务器增量在线升级方法及系统 | |
CN109257422A (zh) | 感知网络信息重构方法 | |
CN105955710B (zh) | 基于树形通讯结构的并行仿真数据处理方法 | |
CN107360031A (zh) | 一种基于优化开销收益比的虚拟网络映射方法 |
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 |