一种基于SDN与NFV的面向业务质量的资源柔性配置方法
技术领域
本发明属于电网安全技术领域,涉及变电站通信体系的网络设备,为一种基于SDN与NFV的面向业务质量的资源柔性配置方法。
背景技术
随着变电站智能化程度不断提高,变电站内需要接入的业务种类越来越多,而且还在不断增长过程中。这些现象对智能变电站的灵活性,高效性、经济性提出了新的需求。然而,在现有的智能变电站通信体系架构中,网络设备本身软硬件高度集成,只能在特定的场景下完成特定功能,形成了自身一体化的系统。变电站为保证服务的可用性,会部署数量足够多的设备以支撑大容量业务流。但是,业务量并不是一直不变的。因此这些设备在网络闲时会有很多都处于空闲状态,从而造成变电站部署成本大,资源利用率低。因此,如何打破专用硬件设备之间的壁垒,柔性配置资源,在保证业务质量的情况下优化成本,维护变电站正常运行是一个亟待解决的问题。
软件定义网络(SDN)与网络功能虚拟化(NFV)为该问题提供了一个新思路。这两项技术引入虚拟化的概念,将专用硬件设备的硬件与功能解耦,使业务功能不再依赖于硬件,从而可以在通用的通信终端上灵活部署。此时智能变电站可灵活的根据业务需求柔性地为其分配资源,保证服务质量。除此之外,还能够灵活的在业务量大与业务量小的场景下动态调整资源分配,充分利用通信终端资源,灵活部署业务功能,缩减部署专用设备所耗费的成本。
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:《实现业务平台资源弹性分配的方法与装置》,专利公开号CN104468407A,涉及一种实现业务平台资源弹性分配的方法与装置,主要通过三步完成:1)将云资源池中各业务平台中参与负载均衡的且具有相同功能的虚拟机划分为同一虚拟机组;2)接收综合网管系统监控到的虚拟机的资源使用状况;3)根据接收到的虚拟机资源使用状况与预先配置的虚拟机资源调度策略在同一虚拟机组内对各业务平台中参与负载均衡的虚拟机进行开启或关闭的实时调度。该方法提供了一种弹性配置资源的方法,通过云资源池承载的各业务平台实现资源的共享。
技术方案2:《电力终端通信接入网的多业务隔离实时通信系统及方法》,专利公开号CN105207956A,涉及一种电力终端通信接入网的多业务隔离实时通信系统及方法。其方法包括如下两方面:1)系统包括光线路模块、多个光分配网络和多个光网络单元,光线路模块带有至少一个PON口,每个PON口与第一个光分配网络相连接,多个光分配网络相互串联,每个光分配网络与一个对应的光网络单元连接;2)每一个光网络单元下接多台业务终端设备。该方法使不同电力安全等级要求,隔离要求的电力系统业务由同一套通信系统承载。该方法的逻辑标识时隙复用机制及逻辑标识时隙抢占机制,能够保障电力系统业务对实时性、带宽等通信的性能要求,从而使时延敏感业务的实时性在系统满载或过载情况下到得到保证。
技术方案3:《一种终端的资源分配方法及终端设备》,专利公开号CN 106549880A,研究一种终端的资源分配方法及终端设备,涉及终端控制领域。其方法包括如下三步:1)获取目标应用的属性信息,得到目标属性信息;2)根据目标属性信息确定目标应用对应的目标资源分配方案;3)当目标应用在前台运行时,根据目标资源分配方案对终端的系统资源进行分配。该方法能够根据前台运行的应用的属性信息对系统资源进行差异性设置,合理地利用系统资源。
上述方案,技术方案1采用了一种实现业务平台资源弹性分配的方法与装置,通过将云资源池中各业务平台中参与负载均衡的且具有相同功能的虚拟机划分为同一虚拟机组,并接收综合网管系统监控到的虚拟机的资源使用状况,同时根据接收到的虚拟机资源使用状况与预先配置的虚拟机资源调度策略在同一虚拟机组内对各业务平台中参与负载均衡的虚拟机进行开启或关闭的实时调度。该方法可以有效的弹性配置资源,但该方法重心仅仅放在了平台的资源使用方面,并未考虑业务质量因素。技术方案2采用了一种电力终端通信接入网的多业务隔离实时通信系统及方法。通过将系统设计成包括光线路模块、多个光分配网络和多个光网络单元,光线路模块带有至少一个PON口,每个PON口与第一个光分配网络相连接,多个光分配网络相互串联,每个光分配网络与一个对应的光网络单元连接。且每一个光网络单元下接多台业务终端设备。此方法能够实现多种业务通过统一终端接入。但没有考虑终端资源的使用均衡程度问题。技术方案3采用了一种终端的资源分配方法及终端设备,通过获取目标应用的属性信息,得到目标属性信息,再据此信息确定目标应用对应的目标资源分配方案,最终当目标应用在前台运行时,根据目标资源分配方案对终端的系统资源进行分配。此方法能够根据前台运行的应用的属性信息对系统资源进行差异性设置,但并未研究资源的优化消耗问题。
发明内容
本发明的目的在于深入研究通信终端中的资源柔性配置技术,以灵活的适配各业务需求,并为其提供不同的网络功能与安全服务,提高共享资源利用率。
本发明的技术方案为:一种基于SDN与NFV的面向业务质量的资源柔性配置方法,基于软件定义网络SDN与网络功能虚拟化NFV技术建立智能变电站资源柔性配置模型,依据资源柔性配置模型,通过综合研究备选方案的成本消耗与对变电站资源均衡的影响确定资源配置方案,包括以下内容:
资源柔性配置的标准是成本越少,变电站内资源越均衡越好,以维护智能变电站正常运行时最小化成本为目标函数,以终端均衡度、业务时延、顺序和容量限制为限制条件,得到资源柔性配置模型:
其中,MOI表示重要性度量指标,表示支出成本,表示业务均衡度,χ、分别为成本与业务均衡度所占的权重,si表示第i个业务,为业务si选择资源配置方案lc的支出成本,b为业务均衡因子;为成本函数,presi(k)为终端剩余处理能力,cresi(k)为终端剩余存储容量,和分别为终端被消耗的处理能力与存储容量;
表示对于配置方案lc中的任意一条链路,其剩余带宽均不小于业务si所需带宽Bi;表示配置方案lc中的功能顺序必须与业务Si所需功能顺序相同,表示链路终端k上对应具有业务si所需功能fg;为业务时延,是业务Si的最大容忍时延;表示业务si的链路中,任意终端不构成循环;0≤bk≤2表示终端上最多可以同时部署两个业务;
根据上述模型,由以下步骤确定资源配置方案:
Step 1初始化智能变电站内终端设备使用状态,并生成多种业务请求S;
Step 2计算各业务的服务范围,并检查业务的可用性;
Step 3为业务S选择备选配置的资源方案,形成集合P;
Step 4在集合P中选择MOI值最小的资源配置方案,并照此方案分配资源;
Step 5若Step4所选方案的可靠性满足业务要求,转至Step 8,若不满足业务要求,转至Step 6;
Step 6若该业务对应的集合P中仍有备选方案,转至Step 4;若不存在备选方案,转至Step 7;
Step 7为业务新增备份资源,并转至Step(4);
Step 8结束。
本发明提出终端均衡因子指标来衡量设备资源使用的均衡度,通过综合考量终端剩余处理能力,剩余存储容量,终端剩余入度资源,终端剩余出度资源以及路径总消耗,全面的量化变电站的均衡状态;本发明设计了重要性度量指标,同时考虑成本与均衡两个因素,使得资源配置的方案能够满足保证变电站均衡状态下的成本最小化的目标。
本发明提出一种面向业务质量的资源柔性配置技术,其优点在于:本发明基于SDN与NFV技术,将资源虚拟化,并采用重要性度量指标,柔性配置资源。在柔性配置资源的过程中,以提高变电站内的业务质量为目标,通过综合考量成本与均衡程度,建立了重要性度量模型;之后针对该模型设计了面向业务质量的资源柔性配置算法,该算法体现了资源分配机制以及业务质量自检机制。仿真表明,该算法能够明显提高业务请求的成功率,减少终端资源消耗,保障变电站资源使用均衡,实现站内业务长时间可持续运行。
附图说明
图1为本发明的方法流程图。
图2为本发明实施例,业务以泊松分布到达状态下λ值介于[50,150]间的三种算法的业务成功率。
图3为本发明终端负载均衡因子随时间变化的示意图。
图4为本发明实施例的成本对比示意图图。
具体实施方式
通过研究发现,SDN与NFV技术能够实现通用设备上的硬件与业务分离,虚拟化网络功能。本发明基于这两项技术,建立了智能变电站资源柔性配置的模型并定义了相关的问题以及目标函数,并据此思想提出了一种面向业务质量的资源柔性配置算法,该算法通过综合研究备选方案的成本消耗与对变电站资源均衡的影响确定资源配置方案,同时检查该方案的可用性。通过重要性度量生成的资源配置方案能够实时满足业务需求,还能维护变电站运行的稳定。下面具体说明本发明的实施。
1、资源柔性配置模型建立
智能变电站柔性配置的目标是在保障业务质量前提下柔性配置设备资源,实现最大化减少变电站的成本支出。本发明采用MOI(Measure of Importance)作为柔性配置决策的标准。MOI的数学表达式为
其中,si为业务中的第i个业务。第一项为选择资源配置方案lc的支出成本,第二项b为业务均衡度,χ,分别为成本与业务均衡度所占的权重。资源柔性配置的标准是成本越少,变电站内资源越均衡越好。
现定义如下二进制变量表示网络状态:
(1)xj,k=1表示终端k上有名称为fj的虚拟网络功能VNF,反之,则没有。
(2)xi,j,k=1表示业务i的所需功能fj被放置在终端k上,反之,则没有。
智能变电站配置资源时考虑的成本因素有终端资源成本与路径成本。节点成本为业务消耗终端的处理能力与存储能力的总和,链路成本则表示业务消耗经过路径资源的总和。终端k被消耗的处理能力与存储容量分别记为和因此成本函数为
其中,k为业务si配置的链路中的设备数量,即终端数量,Bi为业务Si所需带宽。
业务均衡因子表示智能变电站为业务分配资源的合理度。这一因素影响最终的资源分配方式。本发明采取终端剩余处理能力,剩余存储容量,终端剩余入度资源,终端剩余出度资源以及路径总消耗衡量该因子,如下
其中presi(k)为终端剩余处理能力,cresi(k)为终端剩余存储容量,为终端剩余入度资源,即终端剩余接入资源,为终端剩余出度资源,为业务si所消耗总带宽。β、ω、μ分别为终端剩余能力权重、终端剩余出入度资源权重、及业务si所消耗总带宽的权重。
终端均衡因子表示智能变电站运行状态下的资源均衡状态,用来在仿真环节中衡量算法执行后的均衡程度。该因子为:
其中,κ为终端剩余能力的权重,τ为链路剩余带宽的权重,n为终端的数量。
要保证业务质量,必须在业务要求时延内提供相应的服务,才能保障业务的可用性。智能变电站完成业务的时延为
其中,表示终端k的处理时延,表示终端h至终端m的传输时延。
综上,本发明以维护智能变电站正常运行时最小化成本为目标函数,以终端均衡度、业务时延、顺序和容量限制为限制条件,得到资源柔性配置的完整数学模型:
其中,MOI表示重要性度量指标,表示支出成本,表示业务均衡度,χ、分别为成本与业务均衡度所占的权重,si表示第i个业务,为业务si选择资源配置方案lc的支出成本,b为业务均衡因子;为成本函数,presi(k)为终端剩余处理能力,cresi(k)为终端剩余存储容量,和分别为终端被消耗的处理能力与存储容量;
表示对于配置方案lc中的任意一条链路,其剩余带宽均不小于业务si所需带宽Bi;表示配置方案lc中的功能顺序必须与业务Si所需功能顺序相同,表示链路终端k上对应具有业务si所需功能fg,nk表示部署方案lc中链路的第k个终端;为业务时延,是业务Si的最大容忍时延;表示业务si的链路中,任意终端不构成循环;0≤bk≤2表示终端上最多可以同时部署两个业务。
2、配置方案求解
针对提出的目标函数与限制条件,本发明设计了一种面向业务质量的资源柔性配置算法,旨在通过优化成本与均衡设备负载实现智能变电站的稳定运行。算法描述如下。
Step 1初始化智能变电站内终端设备使用状态,并生成多种业务请求S;
Step 2计算各业务的服务范围,并检查业务的可用性;
Step 3为业务S选择备选配置的资源方案,形成集合P;
Step 4在集合P中选择MOI值最小的资源配置方案,并照此方案分配资源;
Step 5若Step4所选方案的可靠性满足业务要求,转至Step 8,若不满足业务要求,转至Step 6;
Step 6若该业务对应的集合P中仍有备选方案,转至Step(4);若不存在备选方案,转至Step 7;
Step 7为业务新增备份资源,并转至Step 4;
Step 8结束。
面向业务质量的资源柔性配置算法流程如图1所示:
下面结合仿真实例对本发明的实施进行说明:
图2(a-f)展示了业务以泊松分布到达状态下λ值介于[1000,3000]间的三种算法:JP+picker,SFCM-RFD与本发明方法SFCM-CBR的业务成功率,该成功率为正常服务至离开的业务请求数量与总体数量的百分比。图2(a-e)表明初始阶段,由于终端设备资源的占用,成功率在逐渐降低。经过一段时间后进入平稳状态。
图2(f)显示了三种算法在不同λ值下最终平稳状态时的业务成功率。当到达率较高时,终端资源消耗也变大。这时,由于资源的有限,业务完成的成功率会降低。通过比较相同λ值下各算法的表现,可知本发明算法接受率明显高于其他两种算法。且λ值越大,这种优势越明显。如λ=1000时,本发明的算法较其他两种算法而言在成功率上分别提高了6.7%与33.3%,λ=3000时,分别提高了25%与66.7%。原因是较高的到达率需要更好的负载均衡调节能力与可靠性保证能力。本算法同时考虑了这两点。结果表明所提出的算法与均衡因子的定义是有效的。
图3展示了终端负载均衡因子随时间变化情况。在前250个时间单位中,由于资源消耗,负载因子急剧下降。在此期间,由于终端资源的有限,有一部分业务请求被拒绝,因此成功率有一定程度的下降。之后,终端负载状态有小幅波动,成功率逐渐收敛至稳定值。
图4展示了终端的成本消耗。可看出本发明算法的成本消耗大于SFCM-RFD,优于JP+picker。但原因是SFCM-RFD仅仅考虑业务请求映射成功的资源可用性,未考虑可靠性指标,因此其成本消耗并没由涵盖备份成本。这也导致了SFCM-RFD算法在业务成功率指标上表现较差。