CN109995650B - 基于sdn网络的多维约束下路径计算方法及装置 - Google Patents

基于sdn网络的多维约束下路径计算方法及装置 Download PDF

Info

Publication number
CN109995650B
CN109995650B CN201810005339.9A CN201810005339A CN109995650B CN 109995650 B CN109995650 B CN 109995650B CN 201810005339 A CN201810005339 A CN 201810005339A CN 109995650 B CN109995650 B CN 109995650B
Authority
CN
China
Prior art keywords
constraint
path
service
multidimensional
evaluation
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
Application number
CN201810005339.9A
Other languages
English (en)
Other versions
CN109995650A (zh
Inventor
陆钱春
李锋
严峰
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201810005339.9A priority Critical patent/CN109995650B/zh
Priority to PCT/CN2018/120350 priority patent/WO2019134483A1/zh
Priority to EP18898081.7A priority patent/EP3720064A4/en
Publication of CN109995650A publication Critical patent/CN109995650A/zh
Application granted granted Critical
Publication of CN109995650B publication Critical patent/CN109995650B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • 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
    • H04L41/0895—Configuration of virtualised networks or elements, e.g. virtualised network function or OpenFlow 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
    • H04L41/12—Discovery or management of network topologies
    • H04L41/122—Discovery or management of network topologies of virtualised topologies, e.g. software-defined networks [SDN] or network function virtualisation [NFV]
    • 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
    • H04L41/40—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using virtualisation of network functions or resources, e.g. SDN or NFV entities
    • 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
    • H04L45/124—Shortest path evaluation using a combination of metrics
    • 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
    • H04L45/24—Multipath
    • H04L45/247—Multipath using M:N active or standby paths
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/20—Arrangements for monitoring or testing data switching networks the monitoring system or the monitored elements being virtualised, abstracted or software-defined entities, e.g. SDN or NFV

Landscapes

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

Abstract

本发明提供了一种基于SDN网络的多维约束下路径计算方法及装置，包括：接收业务的算路请求，其中，该业务的业务场景包括多个；算路请求中包括：与业务对应的约束类型、与业务对应的评估类型；将约束类型和预设的多维约束模型进行匹配，得到与业务对应的多维约束集合；将评估类型和预设的评估模型进行匹配，得到与业务对应的评估函数；根据多维约束集合和评估函数，进行路径计算，解决了相关技术中SDN控制器的业务模块与路径计算模块耦合，无法适用于新的业务场景的扩展和变化以及路径计算模块无法作为独立组件给其他业务场景使用所导致的SDN控制器运行效率较低的问题以及路径计算过程中使用的约束固定所导致的路径计算性能瓶颈的问题。

Description

基于SDN网络的多维约束下路径计算方法及装置
技术领域
本发明涉及通信领域，具体而言，涉及一种基于SDN网络的多维约束下路径计算方法及装置。
背景技术
软件定义网络(Software Defined Network，简称为SDN)是一种新型网络结构，其中SDN控制器是三层架构中的中间层，起着承上启下的关键作用，而控制器的核心是控制面与转发面分离，控制面完全控制转发行为，让设备彻底成为白盒。业务应用层是SDN网络的顶层，它是一些用控制器实现安全、管理和其他特殊功能的应用程序。因此，应用层是SDN控制器控制的方向。
资产库，用来存储资源信息，如节点、链路、端口、隧道、伪线等资源以及相关属性信息，它主要为SDN控制器提供资产缓存接口。
性能分析系统(Performance Analysis System，简称为PAS)，即性能分析系统，主要为编排器提供外置策略系统，提供性能分析策略，包括网络分析，网络优化。
编排器，主要为SDN控制器提供策略管理(约束策略、评估策略)与工作流机制。
SDN控制器，它的一个重要功能是进行路径计算并对路径进行管理、最终完成路径下发。
但是需要说明的是，目前已有技术，存在以下问题：
首先SDN控制器将资产存储、业务模块、路径计算捆绑内置于控制器中，耦合紧密，当场景复杂并且应用繁多，数据量庞大，难以解决控制器运行效率低下问题。
其次，现行控制器对于多维约束下的路径计算，依然是在确定的某两个或几个约束，例如在多维约束集里面加入了带宽约束，时延约束，对路径进行优先级排序等，这些在一定程度上满足了业务需求，但是难以适应越来越复杂的业务场景。
例如，对最优路径搜索最短路径的概念上，但实际情形并非如此，复杂业务场景下时常出现乘积度量，例如可靠性为各点乘积；最大最小值，例如剩余带宽取最大等等。对各边代价的计算依然是线性组合，而实际情形远比线性组合复杂，例如边的代价按优先级来计算；还有，没有考虑主备分离路径，共享风险链路组(Shared Risk Link Groups，简称为SRLG)共享风险链路组等重要的应用场景。
还有，当网络不稳定，出现震荡，抖动断链等情形时，会导致一段时间的丢包，此时路由计算的收敛时间则是用户体验好坏的关键因素。而现行约束路径计算简单粗暴，简单的说就是对所有路径进行全排，再逐一筛选满足约束的，当网络过于庞大，约束复杂时，算路效率低下问题显而易见。
由此可见，针对相关技术中SDN控制器的业务模块与路径计算模块耦合，无法适用于新的业务场景的扩展和变化以及路径计算模块无法作为独立组件给其他业务场景使用所导致的SDN控制器运行效率较低的问题以及路径计算过程中使用的约束固定所导致的路径计算性能瓶颈的问题，尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种基于SDN网络的多维约束下路径计算方法及装置，以至少解决相关技术中SDN控制器的业务模块与路径计算模块耦合，无法适用于新的业务场景的扩展和变化以及路径计算模块无法作为独立组件给其他业务场景使用所导致的SDN控制器运行效率较低的问题以及路径计算过程中使用的约束固定所导致的路径计算性能瓶颈的问题。
根据本发明的一个实施例，提供了一种基于SDN网络的多维约束下路径计算方法，包括：接收业务的算路请求，其中，所述业务的业务场景包括多个；所述算路请求中包括以下信息至少之一：与所述业务对应的约束类型、与所述业务对应的评估类型；将所述约束类型和预设的多维约束模型进行匹配，得到与所述业务对应的多维约束集合；将所述评估类型和预设的评估模型进行匹配，得到与所述业务对应的评估函数；根据所述多维约束集合和所述评估函数，进行路径计算。
可选地，所述预设的多维约束模型包括以下至少之一：租户身份标识ID、多维约束集合；所述预设的评估模型包括以下至少之一：网络拓扑的下一跳评估、网络拓扑中每条边的边代价评估。
可选地，在根据所述多维约束集合和所述评估函数，进行路径计算之前，还包括：构建网络拓扑模型，其中，所述网络拓扑模型包括以下信息至少之一：拓扑节点集、拓扑链路集、租户集。
可选地，所述方法还包括：检测网络拓扑信息是否发生变化；在检测到所述网络拓扑信息发生变化时，更新所述网络拓扑模型。
可选地，根据所述多维约束集合和所述评估函数，进行路径计算包括：在对所述网络拓扑图模型进行遍历的过程中，注入所述多维约束集合；将所述多维约束集合作用于所述网络拓扑模型的下一跳选择过程中，并在所述下一跳选择过程中和所述网络拓扑模型的边代价选择过程中注入所述评估函数，以实现所述路径计算。
可选地，在根据所述多维约束集合和所述评估函数，进行路径计算之前，还包括：搜索与所述路径计算对应的算法，其中，所述算法包括以下至少之一：多维约束前K条最优路径TopK算法、多维约束共享风险链路组SRLG算法、多维约束最短主备分离路径算法。
可选地，所述方法还包括：实时检测所述业务是否发生变化；在所述业务发生变化时，重新搜索与所述路径计算对应的算法。
可选地，在根据所述多维约束集合和所述评估函数，进行路径计算之前，还包括：接收性能分析系统优化后的资源信息，其中，所述资源信息用于路径计算。
可选地，所述方法还包括：下发所述路径计算的计算结果。
根据本发明的另一个实施例，提供了一种基于SDN网络的多维约束下路径计算装置，包括：
接收模块，用于接收业务的算路请求，其中，所述业务的业务场景包括多个；所述算路请求中包括以下信息至少之一：与所述业务对应的约束类型、与所述业务对应的评估类型；第一获取模块，用于将所述约束类型和预设的多维约束模型进行匹配，得到与所述业务对应的多维约束集合；第二获取模块，用于将所述评估类型和预设的评估模型进行匹配，得到与所述业务对应的评估函数；计算模块，用于根据所述多维约束集合和所述评估函数，进行路径计算。
可选地，所述预设的多维约束模型包括以下至少之一：租户身份标识ID、多维约束集合；所述预设的评估模型包括以下至少之一：网络拓扑的下一跳评估、网络拓扑中每条边的边代价评估。
可选地，所述装置还包括：构建模块，用于在根据所述多维约束集合和所述评估函数，进行路径计算之前，构建网络拓扑模型，其中，所述网络拓扑模型包括以下信息至少之一：拓扑节点集、拓扑链路集、租户集。
可选地，所述装置还包括：检测模块，用于检测网络拓扑信息是否发生变化；更新模块，用于在检测到所述网络拓扑信息发生变化时，更新所述网络拓扑模型。
可选地，所述计算模块包括：注入单元，用于在对所述网络拓扑图模型进行遍历的过程中，注入所述多维约束集合；计算单元，将所述多维约束集合作用于所述网络拓扑模型的下一跳选择过程中，并在所述下一跳选择过程中和所述网络拓扑模型的边代价选择过程中注入所述评估函数，以实现所述路径计算。
可选地，所述装置还包括：第一搜索模块，用于在根据所述多维约束集合和所述评估函数，进行路径计算之前，搜索与所述路径计算对应的算法，其中，所述算法包括以下至少之一：多维约束前K条最优路径TopK算法、多维约束共享风险链路组SRLG算法、多维约束最短主备分离路径算法。
可选地，所述装置还包括：检测模块，用于实时检测所述业务是否发生变化；第二搜索模块，用于在所述业务发生变化时，重新搜索与所述路径计算对应的算法。
可选地，所述装置还包括：接收模块，用于在根据所述多维约束集合和所述评估函数，进行路径计算之前，接收性能分析系统优化后的资源信息，其中，所述资源信息用于路径计算。
可选地，所述装置还包括：下发模块，用于下发所述路径计算的计算结果。
根据本发明的又一个实施例，还提供了一种存储介质，所述存储介质包括存储的程序，其中，所述程序运行时执行上述任一项所述的方法。
根据本发明的又一个实施例，还提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行上述任一项所述的方法。
通过本发明，接收业务的算路请求，其中，该业务的业务场景包括多个；该算路请求中包括以下信息至少之一：与该业务对应的约束类型、与该业务对应的评估类型；将该约束类型和预设的多维约束模型进行匹配，得到与该业务对应的多维约束集合；将该评估类型和预设的评估模型进行匹配，得到与该业务对应的评估函数；根据该多维约束集合和该评估函数，进行路径计算。也就是说，通过将业务与路径计算解耦，即，将业务模块从SDN控制器中单独出去，进而使得任何一种业务场景都可以进行路径计算，解决了相关技术中SDN控制器的业务模块与路径计算模块耦合，无法适用于新的业务场景的扩展和变化以及路径计算模块无法作为独立组件给其他业务场景使用所导致的SDN控制器运行效率较低的问题，同时通过多维约束模型，可以任意构造约束集，而无需与业务紧密关联，可以充分扩展，满足未来复杂业务约束需求，解决了路径计算性能瓶颈的问题，实现了全网资源优化的技术效果。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的基于SDN网络的多维约束下路径计算方法流程图；
图2是根据本发明实施例的SDN控制器与性能分析系统、编排器、资产库交互关系图；
图3是根据本发明实施例的性能分析系统的模块结构示意图；
图4是根据本发明实施例的性能分析系统领域优化模块的结构示意图；
图5是根据本发明实施例的拓扑信息收集组件关系图；
图6是根据本发明实施例的拓扑节点信息套件示意图；
图7是根据本发明实施例的拓扑链路信息套件示意图；
图8是根据本发明实施例的拓扑链路属性信息套件示意图；
图9是根据本发明实施例的租户CIM拓扑实例模型；
图10是根据本发明实施例的CIM整网拓扑模型；
图11是根据本发明实施例的单个约束基本信息套件示意图；
图12是根据本发明实施例的约束单元信息套件示意图；
图13是根据本发明实施例的约束集合信息套件示意图；
图14是根据本发明实施例的约束类型信息套件示意图；
图15是根据本发明实施例的多维约束模型MRM；
图16是根据本发明实施例的评估模型EM；
图17是根据本发明实施例的路径计算工作流机制流程图；
图18是根据本发明实施例的路径计算开始前适配流程图；
图19是根据本发明实施例的多维约束模型解析流程图；
图20是根据本发明实施例的路径计算过程适配流程图；
图21是根据本发明实施例的路径计算结束后适配流程图；
图22是根据本发明实施例的多维约束路径计算遍历算法流程图；
图23是根据本发明实施例的多维约束最优路径算法流程图；
图24是根据本发明实施例的多维约束TopK最优路径算法流程图；
图25是根据本发明实施例的是多维约束SRLG路径算法流程图；
图26是根据本发明实施例的多维约束最优主备分离路径算法流程图；
图27是根据本发明实施例的基于SDN网络的多维约束下路径计算装置的结构框图；
图28是根据本发明实施例的基于SDN网络的多维约束下路径计算装置的结构框图(一)。
具体实施方式
下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
实施例1
在本实施例中提供了一种基于SDN网络的多维约束下路径计算方法，图1是根据本发明实施例的基于SDN网络的多维约束下路径计算方法流程图，如图1所示，该流程包括如下步骤：
步骤S102，接收业务的算路请求，其中，该业务的业务场景包括多个；该算路请求中包括以下信息至少之一：与该业务对应的约束类型、与该业务对应的评估类型；
需要说明的是，上述约束类型和上述评估类型可以为多个。
步骤S104，将该约束类型和预设的多维约束模型进行匹配，得到与该业务对应的多维约束集合；
步骤S106，将该评估类型和预设的评估模型进行匹配，得到与该业务对应的评估函数；
步骤S108，根据该多维约束集合和该评估函数，进行路径计算。
可选地，上述步骤的执行主体可以为SDN控制器等，但不限于此。
需要说明的是，上述预设的多维约束模型包括以下至少之一：租户身份标识ID、多维约束集合；上述预设的评估模型包括以下至少之一：网络拓扑的下一跳评估、网络拓扑中每条边的边代价评估。
通过上述步骤S102至步骤S108，接收业务的算路请求，其中，该业务的类型包括多个；该算路请求中包括以下信息至少之一：与该业务对应的约束类型、与该业务对应的评估类型；将该约束类型和预设的多维约束模型进行匹配，得到与该业务对应的多维约束集合；将该评估类型和预设的评估模型进行匹配，得到与该业务对应的评估函数；根据该多维约束集合和该评估函数，进行路径计算。也就是说，通过将业务与路径计算解耦，即，将业务模块从SDN控制器中单独出去，进而使得任何一种业务场景都可以进行路径计算，解决了相关技术中SDN控制器的业务模块与路径计算模块耦合，无法适用于新的业务场景的扩展和变化以及路径计算模块无法作为独立组件给其他业务场景使用所导致的SDN控制器运行效率较低的问题，同时通过多维约束模型，可以任意构造约束集，而无需与业务紧密关联，可以充分扩展，满足未来复杂业务约束需求，解决了路径计算性能瓶颈的问题，实现了全网资源优化的技术效果。
下面结合具体示例，对本实施例进行举例说明。
本示例基于SDN网络提供一种多维约束下最优路径计算策略的方法，将业务应用与路径计算算法进行解耦，资产信息存储与控制器核心解耦，解决了目前SDN控制器运行效率低下，路由计算性能瓶颈问题；同时将性能分析系统数据分析优化结果作为路径计算的前提，由策略驱动，构建多维约束模型、评估模型；利用工作流机制，通过多维约束模型解析，评估函数注入，解耦多维约束集与遍历算法、解耦最优路径评估与遍历算法；同时多维约束模型的构建，解决了复杂业务场景下的无法灵活应对多维约束最优路径计算问题，达到全网资源优化的目的。
可选地，本示例提供的基于SDN网络的多维约束下最优路径计算策略的方法，包含步骤如下：
步骤S11：性能分析系统对性能数据进行精细化分析优化，并将优化结果提供给编排器策略模块和控制器路径计算模块；
步骤S12：编排器提供策略管理，构建多维约束模型，构建评估模型；
步骤S13：控制器提供上下文切换入口，利用工作流机制驱动路径计算流程，与编排器联动；做路径计算搜索前适配：解析多维约束模型、适配搜索算法、选择返回路径类型、进行场景切换检测；
步骤S14：控制器路径计算搜索过程中场景适配：路径搜索计算、注入评估模型、进行场景切换检测；
步骤S15：控制器路径计算搜索结束后场景适配：路径分析、缓存、场景切换检测、路径下发到设备。
与现有技术相比，本示例有如下优点：
1)通过资产库，业务应用策略与控制器内部路径计算解耦，并利用异步远程调用，分布式等手段可以大大提升控制器的运行效率。
2)性能分析系统通过对业务精细化资源分析优化，为路径计算提供基础性能数据，来解决未来网络越来越复杂，而资源利用不足普遍存在的现状，更加合理的规划网络资源；
3)应用通过业务策略适配，构造约束模型，构建评估模型注入方式进行下一跳最优节点的选择，完全满足了灵活多变的业务场景需要，让控制器对网络的控制更为轻松；
4)控制器通过适配策略应用场景变更进行上下文场景切换，可以及时对拓扑信息进行更新，触发重算机制，对网络震荡带来的用户体验不佳有了及时的预防和控制；
5)控制器通过提供一种通用的多约束路径搜索算法，缩短最优路径计算收敛时间，完全满足任意约束集下的路径计算，让控制器对路径的规划和管理更为便捷。
在一个可选地实施方式中，在根据该多维约束集合和该评估函数，进行路径计算之前，还包括以下步骤：
步骤S21，构建网络拓扑模型，其中，该网络拓扑模型包括以下信息至少之一：拓扑节点集、拓扑链路集、租户集。
可选地，上述方法还包括以下步骤：
步骤S31，检测网络拓扑信息是否发生变化；
步骤S32，在检测到该网络拓扑信息发生变化时，更新该网络拓扑模型。
通过步骤S31至步骤S32，使得网络拓扑模型能够及时得到更新，满足了灵活多变的业务场景需要。
在一个可选地实施方式中，根据该多维约束集合和该评估函数，进行路径计算包括以下步骤：
步骤S41，在对该网络拓扑图模型进行遍历的过程中，注入该多维约束集合；
步骤S42，将该多维约束集合作用于该网络拓扑模型的下一跳选择过程中，并在该下一跳选择过程中和该网络拓扑模型的边代价选择过程中注入该评估函数，以实现该路径计算。
通过上述步骤S41至步骤S42，进一步解决了路径计算性能瓶颈的问题，实现了全网资源优化的技术效果。
可选地，在根据该多维约束集合和该评估函数，进行路径计算之前，还包括以下步骤：
步骤S51，搜索与该路径计算对应的算法，其中，该算法包括以下至少之一：多维约束前K条最优路径TopK算法、多维约束共享风险链路组SRLG算法、多维约束最短主备分离路径算法。
可选地，上述方法还包括：
步骤S61，实时检测该业务是否发生变化；
步骤S62，在该业务发生变化时，重新搜索与该路径计算对应的算法。
通过上述步骤S61至步骤S62，使得路径计算算法可以根据业务的变化及时更新。
在一个可选地实施方式中，在根据该多维约束集合和该评估函数，进行路径计算之前，还包括以下步骤：
步骤S63，接收性能分析系统优化后的资源信息，其中，该资源信息用于路径计算。
通过上述步骤S63，性能分析系统通过对业务精细化资源分析优化，为路径计算提供基础性能数据，来解决未来网络越来越复杂，而资源利用不足普遍存在的现状，更加合理的规划网络资源。
在一个可选地实施方式中，上述方法还包括：下发该路径计算的计算结果。
下面结合具体示例，对本实施例进行举例说明。
SDN控制器与性能分析系统、编排器、资产库四者交互关系如图2所示，其中包括：
1)性能分析系统通过独立接口与资产库数据之间通讯，性能分析系统对资产数据进行采集，计算，分析，并得到优化后的结果返回给编排器和控制器；
2)编排器策略模块通过独立接口与性能分析系统之间进行通讯，获取优化数据后，将优化数据应用于策略管理。
3)控制器路径计算模块通过独立接口与性能分析系统之间进行通讯，获取优化数据后，将优化数据应用于路径计算。
4)控制器通过独立接口与资产库数据之间的通讯，对资产进行内部缓存，为构造全局拓扑网络模型做准备；
5)控制器通过独立接口与编排器策略模块之间通讯，为控制器路径计算提供策略；控制器根据策略进行路径计算。
其中，性能分析系统的内部结构如图3所示，包括以下模块：
1)数据采集模块，通过资产库采集性能分析系统所在网络层次的网络资源；
2)数据计算模块，根据数据采集模块采集到的数据，在时间维度和资源维度上汇聚，计算数据；
3)数据分析模块，根据数据计算模块计算得到的数据，在时间维度，资源维度，用户自定义维度上分析用户所需要的数据；
4)数据展示模块，根据数据分析模块的分析数据通过图表形式在多种维度上展示，同时支持导出，可编辑；
5)领域优化模块，根据数据分析模块的分析数据，得到优化策略，策略包括网络分析，网络优化，路径计算，并将策略上报给对应的编排器。
其中，领域优化模块的组成如图4所示，包括网络分析模块、网络优化模块、路径计算模块。
图5至图8为本实施例提供的CIM整网抽象拓扑模型创建过程中各套件信息，以及套件之间的关系。
其中，图5是拓扑信息收集组件关系，它主要说明拓扑信息收集来源与去向，进行拓扑信息缓存，为路径计算提供拓扑，各组件的作用具体如下：
1)资产库：由资产库的对外接口提供资产数据；
2)控制器资产缓存组件：控制器内部进行资产数据缓存；
3)事件分发组件：发送事件，通知当前网络有拓扑信息变更，比如节点变更，链路变更，租户变更；
4)事件解析组件：对当前拓扑事件进行解析，分析提取有用信息，为拓扑缓存做准备。
5)拓扑缓存组件：由资产数据为拓扑缓存组件提供基本属性信息，动态构建CIM抽象网络拓扑模型，并将拓扑模型中节点、链路、租户以及相关属性信息进行拓扑信息缓存，为搜索服务提供拓扑模型数据准备。
图6为本实施例提供的抽象网络拓扑节点信息套件，其中，节点抽象信息包含ID、当前版本号、节点计算相关属性信息。其中，节点ID为全网抽象模型中全局唯一节点ID标识；版本号信息主要用于判断网络节点是否已有变更，当相关节点发生变更后(主要为节点上线、下线)，之前下发信息则可能已经失效；属性信息主要抽取了与搜索计算相关的属性，例如延时信息，主要用于路径择优计算服务。
图7和图8为本实施例提供的抽象网络链路信息套件，主要为模型中链路抽象信息，具体包括如下：
拓扑链路抽取信息包含ID、当前版本号、源节点(入节点)，目的节点(出节点)、属性信息。首先，链路ID为全网抽象模型中全局唯一节点ID标识，对于相同源节点与目的节点的链路ID不同则表示不同链路；因此可以区分两个物理节点不同端口(物理或逻辑)所映射的多条链路，而无需借助端口信息的提取。其次，源节点，目的节点即为图6所抽取的信息。另外，版本号信息主要用于判断网络链路是否已有变更(主要为链路发现，链路断开、属性值变化等)，当相关链路发生变更后，之前下发信息则可能已经失效；
链路属性信息主要抽取了与搜索计算相关的属性，例如带宽相关信息(带宽容量，已用带宽，带宽利用率等)，延时，负载，可靠性等相关信息，主要用于路径择优计算服务。
图9为本实施例提供的租户实际使用的CIM抽象网络拓扑实例模型。具体包括：租户ID、变更时间、子拓扑模型、其他参数。首先，租户ID是不同租户的全局唯一标识；其次，变更时间主要记录收集拓扑发生变更的时间；第三，子拓扑模型主要包含全网拓扑节点子集与链路子集，它们分别是全网节点集与链路集的局部引用；最后，其他参数，主要记录一些用户的其他信息，例如节点个数，链路条数等参考信息。
图10为本实施例提供的整网CIM抽象拓扑模型，该模型主要提供抽象拓扑网络所需要的信息，并将信息进行缓存，并为拓扑搜索服务和上层业务模型提供数据模型基础。它主要包含：节点集合、链路集合、租户集合。首先，节点集合即为图6所示的全网节点信息集。其次，链路集合即为图7所示的全网链路信息集。最后，租户集合即为图9所示的拓扑实例集(租户集合)。
图11至图14是本发明为编排器策略模块业务集提供的约束模型构造。主要服务于任意业务需求下的约束集构造，适应业务场景的复杂性与灵活多变性。同时为拓扑搜索服务提供约束解析入口，用于搜索过程约束处理。具体内容如下：
图11为本实施例提供单个约束基本信息套件；该套件主要包含约束值、约束上限、约束下限三个对象，主要用于描述单个约束的基本信息。在具体实施时，所有业务的约束落到实处都可以由此三项中一个或其组合来描述。例如，带宽利用率由上限、下限来描述；跳数、延时、必经点等可以由约束值来描述。
图12为本实施例提供的约束单元信息套件。该套件主要包含约束名称，约束值集合。在具体实施时，约束单元，比如必经点集，它会包含多个节点集合；再如必经链路集，包含多条链路集合。因此，需要由约束值集合图11来描述约束单元，而约束单元要提供名称来识别具体约束含义。
图13至图14为本发明提供的约束集合信息套件。该套件主要包含：约束类型、约束单元(图12所示)集合。在具体实施时，当业务有算路请求时，必然事先了解是哪个租户(ID)的请求，该租户的算路请求中包含了哪些约束条件(约束单元集合)，并且这些约束条件都分别是什么类型的约束(约束类型，如图14所示)。其中，约束类型主要服务于路径计算搜索服务，用于判断约束作用点标识，例如Graph类型约束，主要作用于路径计算过程，如路径全部节点跳数限制、延时限制、业务申请带宽、带宽利用率限制、必经点列表、必经链路列表、避开点列表、避开链路列表等。Path类型约束，主要用于路径管理与优化；例如：TopK路径、SRLG主备路径、主备分离路径、等价平衡路径等。Node类型约束与Connection类型约束，例如，延时，带宽，负载，可靠性等，都主要作用于节点遍历择优过程。
图15为本实施例提供的多维约束模型MRM。MRM模型主要由租户ID、多维约束集合(S33)构成。在具体实施时，当业务有算路请求时，必然事先了解是哪个租户(ID)的请求，该租户的算路请求中包含了哪些维度(约束类型)的约束集合，多维度(类型)约束见图14所示。
图16是本实施例提供的评估模型，主要服务于任意业务需求下的评估函数构造，适应业务场景的复杂性与灵活多变性，用于搜索过程中评估函数注入。在具体实施时，下一条评估用于为拓扑中每条边的代价计算函数构建，边的计算可以是边上各考量指标按优先级来获取；也可以是各考量指标按照一定的系数比例进行排列组合；还可以是其他业务需求进行构造。边代价评估用于为拓扑计算下一跳节点选择函数的构建，下一跳节点可以是取加和最小，也可以是乘积最小；或者取最大；或者根据实际业务需要进行构造。
图17为本实施例提供的路径计算搜索服务工作流机制流程，主要包含拓扑事件解析过程、拓扑本地缓存、编排器策略模块构建业务约束模型、编排器策略模块构建业务评估模型、路径计算搜索开始前适配、路径计算搜索过程中适配、路径计算搜索结束后适配的过程。具体实施步骤包括：
步骤S1701：解析拓扑事件，构造CIM拓扑模型，并进行本地缓存。
步骤S1702：编排器策略模块搜集到业务有算路请求时，根据业务需要，以及约束模型构建方式，进行约束集合构建。
步骤S1703：编排器策略模块搜集到业务有算路请求时，根据业务需要，构建评估函数模型，路径计算搜索服务在搜索过程中注入评估函数。
步骤S1704：进行路径计算搜索适配转换，将业务传入参数进行初始化。
步骤S1705：路径计算搜索前适配流程，见图18，步骤S1801至步骤S1804。
步骤S1706：路径计算搜索过程适配流程，见图20，步骤S2001至步骤S2007。
步骤S1707：路径计算搜索结束后适配流程，见图21，步骤S2101步骤S2103。
图18为本实施例提供的路径计算搜索算法开始前适配流程。具体实施步骤：
步骤S1801：路径计算搜索算法开始之前，先要进行搜索之前与业务请求的适配。首先，需要解析约束模型，解析过程见图19，步骤S1901至步骤S1904。
步骤S1802：通过多维约束集的解析来确定路径返回类型。路径类型主要包含：最优路、等价平衡路、TopK路径、SRLG共享风险链路组主备路径和最优分离主备路径。
步骤S1803：除了路径返回类型，还需要确定搜索算法的选择。搜索算法主要包含：通用搜索算法、SRLG算法、分离路径算法。
步骤S1804：当搜索前适配工作完成后，需要检测此时场景的变化，场景变化，例如，拓扑已经发生变更、业务请求已经发生变化。场景变化直接影响后续步骤的执行动作：重新执行搜索前适配工作、直接结束返回、进行后续流程。
图19为本实施例提供的不同约束类型下相关参数的解析流程。主要包含Graph类型约束参数、Path类型约束参数、Connection类型约束参数、Node类型约束参数。对所有约束的解析通过配置名称来适配，每次约束解析只解析当前请求中包含的多约束集。
多维约束模型解析主要服务于搜索算法，为算法注入具体约束条件。具体实施步骤如下：
步骤S1901：解析约束模型中的Graph类型约束，主要包括解析跳数限制、延时限制、请求带宽容量、带宽利用率上下限限制、必经点列表、必经链路列表、必经链路列表、避开点列表、避开链路列表。
步骤S1902：解析约束模型中的Path类型约束，主要包括解析返回路径的类型。
步骤S1903：解析约束模型中的Connection类型约束，包含权值、带宽利用率、带宽容量、负载、可靠性、延时；此处Connection类型约束数据以及步骤S1904中的Node类型约束数据主要由缓存或者数据库等第三方提供，拓扑服务与业务模块共享第三方资源。这样可以充分减弱数据更新带来的计算结果失效的影响；与此同时，业务模块不需要为拓扑模块准备数据，也提升了控制器运行效率。
步骤S1904：解析约束模型中的Node类型约束，例如延时。
图20为本实施例提供的路径计算搜索过程适配流程。具体实施步骤：
步骤S2001：克隆当前有算路请求的拓扑实例。克隆的目的是为了记录当前计算的拓扑对象以及链路对象和节点对象的版本号，方便后续比较拓扑有没有发生变更，当前计算结果是否有意义。
步骤S2002：对初始化参数进行检查，做异常保护。例如算路请求源节点、目标节点是否为空等。
步骤S2003：评估函数初始化，此步骤主要为搜索遍历算法做准备，提供节点，链路择优的评判标准。
步骤S2004：进行遍历算法搜索过程(见下图22中步骤S2201-步骤S2206)，计算出源点到所有节点的花费，并且组织最优路径数据返回。
步骤S2005：对返回结果数据进行组织，返回需要的路径类型。
步骤S2006：对返回路径中链路、节点列表进行版本号比较，发现拓扑是否有相关路径的链路或节点变更，如果是有影响的变更，则需要重算。
步骤S2007：对搜索过程场景进行检测，当场景变化时，执行相应结果动作：结束算路、重新算路、继续流程。
图21为本实施例提供的路径计算搜索算法结束之后的适配流程。具体实施步骤包括：
步骤S2101：搜索算法结束后需要对路径进行分析，对路径进行缓存，当节点个数较少时，进行路径冗余计算。
步骤S2102：路径是由链路列表组成的，而链路在拓扑搜索服务模块中是以专用的抽象对象形式存在的，它可以是物理的，也可以是逻辑的，因此需要进行一定转换。在路径下发之前为了减少模块之间的传输消耗，路径通过链路ID标识列表来进行传输。
步骤S2103：对搜索结束后场景进行检测，当场景变化时，执行相应结果动作：重新算路、继续流程。
图22为本实施例提供的遍历算法流程，具体见图22至图26。它主要包含以下算法：多维约束TopK路径算法、多维约束SRLG算法、多维约束最短分离路径算法、多维约束最优路径算法。具体实施步骤：
步骤S2201：由上面步骤提供多维约束集参数，进入搜索算法入口；
步骤S2202：根据路径约束参数判断是否需要主备路径计算；不需要主备路径，则进入多维约束TopK路径算法流程S2204；
步骤S2203：需要主备路径，则判断是否有SRLG共享风险链路组；有SRLG链路组则进入多维约束SRLG算法流程S2203；否则，进入多维约束最短分离路径算法流程S2206；
步骤S2204：进入多维约束TopK路径算法流程，见图24的步骤S2401步骤S2404；
步骤S2205：多维约束SRLG算法流程，见图25，步骤S2501至步骤S2505；
步骤S2206：多维约束最优主备分离路径算法流程，见图26，步骤S2601步骤S2608。
图23为本实施例提供的最优路径算法流程，主要为其他算法流程提供最优路径与等价平衡路径计算。具体实施步骤：
步骤S2301：对要进行最优路径计算的拓扑图进行遍历搜索准备，首先对当前遍历节点进行初始化准备(第一次遍历的节点为源节点)；
步骤S2302：遍历上步中节点对应的所有出边；
步骤S2303：对出边的出节点进行约束筛选，出节点主要判断节点是否有延时限制、是否是避开点、必经点；不符合约束的出节点以及对应的边都加入排斥列表；排斥列表中点和边不进行下一个最优节点遍历选举；
步骤S2304：对出边进行约束筛选，出边主要判断是否满足带宽，带宽利用率、延时、负载、可靠性、避开边列表、必经边列表这些约束条件；不符合约束条件的出边以及相应的出节点都加入排斥列表；
步骤S2305：调用用户注入的评估函数，此处需要的是出节点代价计算函数(一般为线性函数组合，也可以是优先级排列，此处给予用户最大程度的灵活注入方式)，计算非排斥列表中从原点到当前出节点的花费；
步骤S2306：将满足条件的出节点以及对应的花费加入候选列表或者更新候选列；
步骤S2307：调用用户注入的最优节点选择评估函数(可以是加和最小、也可以是乘积最小、还可以是选取最大值或者最小值等，此处给予用户最大程度的灵活注入方式)，选出下一次遍历的起始节点；若所有节点都已经遍历完成，转步骤S2308；否则转入步骤S2301。
步骤S2308：所有节点遍历完成；
步骤S2309：根据候选列中所有节点的代价(花费)，进行最优路径组织，去除环路，并根据最优路径需求的条数来组织等价平衡路径，并将路径(组)返回，算法流程结束。
图24为本实施例提供的通用多维约束最优路径算法搜索流程，即多维约束TopK最优路径算法；TopK默认为1，即只返回一条或者多条等价平衡路。具体实施步骤：
步骤S2401：首先搜索一条或多条等价平衡最优路，见上面步骤S2301至步骤S2309；
步骤S2402：该最优路径(组)是否满足跳数限制、延时限制、可靠性限制；去除不满足的路径，返回满足条件的路径，并对满足条件的路径进行数据重新组织；转下一步S2403；
步骤S2403：判断TopK是否大于返回最优路径条数，若大于转下一步S2404；否则算法流程结束。
步骤S2404：利用KSP算法，对源点去掉一条链路，进行次优路径遍历搜索，即改变拓扑图循环步骤S2401步骤S2404。
图25为本实施例提供的多维约束SRLG共享风险链路组主备路径搜索算法流程图；共享风险链路组是指，在同一组中的所有链路，当有其中一条有故障时，其余的都会断开。因此，在主备路径计算时，属于同一个风险组的所有链路都出现在一条链路上。即主备路径不会包含同一风险组的链路。具体实施步骤：
步骤S2501：分析风险链路组，按组进行分配；同时初始化互斥布尔型对象，用于后面遗传算法过程中对主备路径风险组进行区分。
步骤S2502：遗传算法过程：初始化群体的产生、适应度计算、选择运算、交叉运算、变异运算。
步骤S2503：遗传算法中间主、备路径群体产生过程调用最优路径算法流程，见图23，步骤S2301步骤S2309；
步骤S2504：最优主、备路径组是否满足跳数、延时、可靠性等的限制，去除不满足的路径组，返回满足的路径组；
步骤S2505：当不能选择出最优SRLG主、路径组时，选择次优路径组返回，有TopK约束时，返回TopK主备路径组，算法流程结束。
图26为本发明提供的多维约束最优主备分离路径算法流程；具体实施步骤：
步骤S2601：利用多维约束最优路径算法(步骤S2301-步骤S2309)，计算一条或多条等价平衡最优路径，并进行最终路径约束检测(跳数、延时、可靠性等)，返回满足条件的最优路径(组)，进行循环；
步骤S2602：对多维约束最优路径进行反向构造新的拓扑图(Suurballe算法)；
步骤S2603：对多维约束最优路径算法流程第二次计算最优路径(组)，循环；
步骤S2604：去除两次计算重复路径，重新构造拓扑图；
步骤S2605：多维约束最优路径算法流程第三次计算最优路径(组)，并进行最终路径的约束检测(跳数、延时、可靠性等)。此路径(组)为主路径；循环；
步骤S2606：去除主路径节点和边，重新构造拓扑图；
步骤S2607：多维约束最优路径算法流程第四次计算最优路径(组)；并进行最终路径约束检测(跳数、延时、可靠性等)，此路径为备路径，循环；
步骤S2608：主备路径重新组织，检测TopK需求，当有TopK需求时，返回TopK主备路径，算法流程结束。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
在本实施例中还提供了一种基于SDN网络的多维约束下路径计算装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。如以下所使用的，术语“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。
图27是根据本发明实施例的基于SDN网络的多维约束下路径计算装置的结构框图，如图27所示，该装置包括：
1)接收模块2702，用于接收业务的算路请求，其中，该业务的业务场景包括多个；该算路请求中包括以下信息至少之一：与该业务对应的约束类型、与该业务对应的评估类型；
需要说明的是，上述约束类型和上述评估类型可以为多个。
2)第一获取模块2704，用于将该约束类型和预设的多维约束模型进行匹配，得到与该业务对应的多维约束集合；
3)第二获取模块2706，用于将该评估类型和预设的评估模型进行匹配，得到与该业务对应的评估函数；
4)计算模块2708，用于根据该多维约束集合和该评估函数，进行路径计算。
需要说明的是，上述预设的多维约束模型包括以下至少之一：租户身份标识ID、多维约束集合；上述预设的评估模型包括以下至少之一：网络拓扑的下一跳评估、网络拓扑中每条边的边代价评估。
通过图27所示装置，接收业务的算路请求，其中，该业务的类型包括多个；该算路请求中包括以下信息至少之一：与该业务对应的约束类型、与该业务对应的评估类型；将该约束类型和预设的多维约束模型进行匹配，得到与该业务对应的多维约束集合；将该评估类型和预设的评估模型进行匹配，得到与该业务对应的评估函数；根据该多维约束集合和该评估函数，进行路径计算。也就是说，通过将业务与路径计算解耦，即，将业务模块从SDN控制器中单独出去，进而使得任何一种业务场景都可以进行路径计算，解决了相关技术中SDN控制器的业务模块与路径计算模块耦合，无法适用于新的业务场景的扩展和变化以及路径计算模块无法作为独立组件给其他业务场景使用所导致的SDN控制器运行效率较低的问题，同时通过多维约束模型，可以任意构造约束集，而无需与业务紧密关联，可以充分扩展，满足未来复杂业务约束需求，解决了路径计算性能瓶颈的问题，实现了全网资源优化的技术效果。
下面结合具体示例，对本实施例进行举例说明。
本示例为解决多维约束下路径计算还包含一种多维约束路径搜索服务装置，包含以下模块：
数据抽取模块：动态获取拓扑信息，并进行拓扑信息缓存，创建CIM整网拓扑模型；
策略适配模块：对业务场景进行解析，开始路径计算流程；
约束解析模块：对多维约束集进行解析，为路径计算提供约束参数集；
评估解析模块：对评估函数进行解析，提供下一跳择优和边代价计算的方法；
算路模块：以遍历思想为基本原则，遍历过程中注入多维约束集，让多维约束集作用于下一跳选择过程中；并且在下一跳选择和边的代价计算过程中注入相应的评估函数，实现评估函数按业务策略来选择，完成多维约束最优路径计算；并将此过程扩展到多维约束TopK算法、多维约束SRLG主备路径算法、多维约束最短主备分离路径算法，完成不同业务需求下多维约束最优路径搜索；
路径管理模块：对路径进行管理，将得到的路径返回给策略模块，进行下发。
在一个可选地实施方式中，上述装置还包括：构建模块，其中，该构建模块用于在根据该多维约束集合和该评估函数，进行路径计算之前，构建网络拓扑模型，其中，该网络拓扑模型包括以下信息至少之一：拓扑节点集、拓扑链路集、租户集。
可选地，上述装置还包括：检测模块，用于检测网络拓扑信息是否发生变化；更新模块，用于在检测到该网络拓扑信息发生变化时，更新该网络拓扑模型。通过该装置，使得网络拓扑模型能够及时得到更新，满足了灵活多变的业务场景需要。
图28是根据本发明实施例的基于SDN网络的多维约束下路径计算装置的结构框图(一)，如图28所示，计算模块2708包括：
1)注入单元2802，用于在对该网络拓扑图模型进行遍历的过程中，注入该多维约束集合；
2)计算单元2804，将该多维约束集合作用于该网络拓扑模型的下一跳选择过程中，并在该下一跳选择过程中和该网络拓扑模型的边代价选择过程中注入该评估函数，以实现该路径计算。
通过图28的装置，进一步解决了路径计算性能瓶颈的问题，实现了全网资源优化的技术效果。
可选地，上述装置还包括：第一搜索模块，用于在根据该多维约束集合和该评估函数，进行路径计算之前，搜索与该路径计算对应的算法，其中，该算法包括以下至少之一：多维约束前K条最优路径TopK算法、多维约束共享风险链路组SRLG算法、多维约束最短主备分离路径算法。
可选地，上述装置还包括：检测模块，用于实时检测该业务是否发生变化；第二搜索模块，用于在该业务发生变化时，重新搜索与该路径计算对应的算法。通过该装置，使得路径计算算法可以根据业务的变化及时更新。
在一个可选地实施方式中，上述装置还包括：接收模块，用于在根据该多维约束集合和该评估函数，进行路径计算之前，接收性能分析系统优化后的资源信息，其中，该资源信息用于路径计算。通过该装置，性能分析系统通过对业务精细化资源分析优化，为路径计算提供基础性能数据，来解决未来网络越来越复杂，而资源利用不足普遍存在的现状，更加合理的规划网络资源。
可选地，上述装置还包括：下发模块，用于下发该路径计算的计算结果。
需要说明的是，上述各个模块是可以通过软件或硬件来实现的，对于后者，可以通过以下方式实现，但不限于此：上述模块均位于同一处理器中；或者，上述各个模块以任意组合的形式分别位于不同的处理器中。
实施例3
本发明的实施例还提供了一种存储介质，该存储介质包括存储的程序，其中，上述程序运行时执行上述任一项所述的方法。
可选地，在本实施例中，上述存储介质可以被设置为存储用于执行以下步骤的程序代码：
S1，接收业务的算路请求，其中，所述业务的业务场景包括多个；所述算路请求中包括以下信息至少之一：与所述业务对应的约束类型、与所述业务对应的评估类型；
S2，将所述约束类型和预设的多维约束模型进行匹配，得到与所述业务对应的多维约束集合；
S3，将所述评估类型和预设的评估模型进行匹配，得到与所述业务对应的评估函数；
S4，根据所述多维约束集合和所述评估函数，进行路径计算。
可选地，在本实施例中，上述存储介质可以包括但不限于：U盘、只读存储器(Read-Only Memory，简称为ROM)、随机存取存储器(Random Access Memory，简称为RAM)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
本发明的实施例还提供了一种处理器，该处理器用于运行程序，其中，该程序运行时执行上述任一项方法中的步骤。
可选地，在本实施例中，上述程序用于执行以下步骤：
S1，接收业务的算路请求，其中，所述业务的业务场景包括多个；所述算路请求中包括以下信息至少之一：与所述业务对应的约束类型、与所述业务对应的评估类型；
S2，将所述约束类型和预设的多维约束模型进行匹配，得到与所述业务对应的多维约束集合；
S3，将所述评估类型和预设的评估模型进行匹配，得到与所述业务对应的评估函数；
S4，根据所述多维约束集合和所述评估函数，进行路径计算。
可选地，本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，本实施例在此不再赘述。
显然，本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (20)

1.一种基于SDN网络的多维约束下路径计算方法，其特征在于，包括：
接收业务的算路请求，其中，所述业务的业务场景包括多个；所述算路请求中包括以下信息至少之一：与所述业务对应的约束类型、与所述业务对应的评估类型；
将所述约束类型和预设的多维约束模型进行匹配，得到与所述业务对应的多维约束集合；
将所述评估类型和预设的评估模型进行匹配，得到与所述业务对应的评估函数；
根据所述多维约束集合和所述评估函数，进行路径计算。
2.根据权利要求1所述的方法，其特征在于，
所述预设的多维约束模型包括以下至少之一：租户身份标识ID、多维约束集合；
所述预设的评估模型包括以下至少之一：网络拓扑的下一跳评估、网络拓扑中每条边的边代价评估。
3.根据权利要求2所述的方法，其特征在于，在根据所述多维约束集合和所述评估函数，进行路径计算之前，还包括：
构建网络拓扑模型，其中，所述网络拓扑模型包括以下信息至少之一：拓扑节点集、拓扑链路集、租户集。
4.根据权利要求3所述的方法，其特征在于，还包括：
检测网络拓扑信息是否发生变化；
在检测到所述网络拓扑信息发生变化时，更新所述网络拓扑模型。
5.根据权利要求3或4所述的方法，其特征在于，根据所述多维约束集合和所述评估函数，进行路径计算包括：
在对所述网络拓扑图模型进行遍历的过程中，注入所述多维约束集合；
将所述多维约束集合作用于所述网络拓扑模型的下一跳选择过程中，并在所述下一跳选择过程中和所述网络拓扑模型的边代价选择过程中注入所述评估函数，以实现所述路径计算。
6.根据权利要求1所述的方法，其特征在于，在根据所述多维约束集合和所述评估函数，进行路径计算之前，还包括：
搜索与所述路径计算对应的算法，其中，所述算法包括以下至少之一：多维约束前K条最优路径TopK算法、多维约束共享风险链路组SRLG算法、多维约束最短主备分离路径算法。
7.根据权利要求6所述的方法，其特征在于，还包括：
实时检测所述业务是否发生变化；
在所述业务发生变化时，重新搜索与所述路径计算对应的算法。
8.根据权利要求1所述的方法，其特征在于，在根据所述多维约束集合和所述评估函数，进行路径计算之前，还包括：
接收性能分析系统优化后的资源信息，其中，所述资源信息用于所述路径计算。
9.根据权利要求1所述的方法，其特征在于，所述方法还包括：
下发所述路径计算的计算结果。
10.一种基于SDN网络的多维约束下路径计算装置，其特征在于，包括：
接收模块，用于接收业务的算路请求，其中，所述业务的业务场景包括多个；所述算路请求中包括以下信息至少之一：与所述业务对应的约束类型、与所述业务对应的评估类型；
第一获取模块，用于将所述约束类型和预设的多维约束模型进行匹配，得到与所述业务对应的多维约束集合；
第二获取模块，用于将所述评估类型和预设的评估模型进行匹配，得到与所述业务对应的评估函数；
计算模块，用于根据所述多维约束集合和所述评估函数，进行路径计算。
11.根据权利要求10所述的装置，其特征在于，
所述预设的多维约束模型包括以下至少之一：租户身份标识ID、多维约束集合；
所述预设的评估模型包括以下至少之一：网络拓扑的下一跳评估、网络拓扑中每条边的边代价评估。
12.根据权利要求11所述的装置，其特征在于，所述装置还包括：
构建模块，用于在根据所述多维约束集合和所述评估函数，进行路径计算之前，构建网络拓扑模型，其中，所述网络拓扑模型包括以下信息至少之一：拓扑节点集、拓扑链路集、租户集。
13.根据权利要求12所述的装置，其特征在于，所述装置还包括：
检测模块，用于检测网络拓扑信息是否发生变化；
更新模块，用于在检测到所述网络拓扑信息发生变化时，更新所述网络拓扑模型。
14.根据权利要求12或13所述的装置，其特征在于，所述计算模块包括：
注入单元，用于在对所述网络拓扑图模型进行遍历的过程中，注入所述多维约束集合；
计算单元，将所述多维约束集合作用于所述网络拓扑模型的下一跳选择过程中，并在所述下一跳选择过程中和所述网络拓扑模型的边代价选择过程中注入所述评估函数，以实现所述路径计算。
15.根据权利要求10所述的装置，其特征在于，还包括：
第一搜索模块，用于在根据所述多维约束集合和所述评估函数，进行路径计算之前，搜索与所述路径计算对应的算法，其中，所述算法包括以下至少之一：多维约束前K条最优路径TopK算法、多维约束共享风险链路组SRLG算法、多维约束最短主备分离路径算法。
16.根据权利要求15所述的装置，其特征在于，还包括：
检测模块，用于实时检测所述业务是否发生变化；
第二搜索模块，用于在所述业务发生变化时，重新搜索与所述路径计算对应的算法。
17.根据权利要求10所述的装置，其特征在于，所述装置还包括：
接收模块，用于在根据所述多维约束集合和所述评估函数，进行路径计算之前，接收性能分析系统优化后的资源信息，其中，所述资源信息用于所述路径计算。
18.根据权利要求10所述的装置，其特征在于，所述装置还包括：
下发模块，用于下发所述路径计算的计算结果。
19.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至9中任一项所述的方法。
20.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至9中任一项所述的方法。
CN201810005339.9A 2018-01-03 2018-01-03 基于sdn网络的多维约束下路径计算方法及装置 Active CN109995650B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201810005339.9A CN109995650B (zh) 2018-01-03 2018-01-03 基于sdn网络的多维约束下路径计算方法及装置
PCT/CN2018/120350 WO2019134483A1 (zh) 2018-01-03 2018-12-11 多维约束下路径计算方法、装置、处理器及存储介质
EP18898081.7A EP3720064A4 (en) 2018-01-03 2018-12-11 METHOD AND DEVICE FOR TRAVELING UNDER MULTI-DIMENSIONAL RESTRICTIONS, PROCESSOR AND STORAGE MEDIUM

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810005339.9A CN109995650B (zh) 2018-01-03 2018-01-03 基于sdn网络的多维约束下路径计算方法及装置

Publications (2)

Publication Number Publication Date
CN109995650A CN109995650A (zh) 2019-07-09
CN109995650B true CN109995650B (zh) 2022-02-22

Family

ID=67128470

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810005339.9A Active CN109995650B (zh) 2018-01-03 2018-01-03 基于sdn网络的多维约束下路径计算方法及装置

Country Status (3)

Country Link
EP (1) EP3720064A4 (zh)
CN (1) CN109995650B (zh)
WO (1) WO2019134483A1 (zh)

Families Citing this family (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112448886B (zh) * 2019-08-30 2023-08-01 中兴通讯股份有限公司 最短路径计算方法、路由获取装置及服务器
CN114390626B (zh) * 2020-10-20 2024-06-11 中国移动通信集团设计院有限公司 网络路由确定方法、装置及可读存储介质
CN112491619B (zh) * 2020-11-25 2022-04-05 东北大学 一种基于sdn的服务定制网络资源自适应分配方法
CN112714062B (zh) * 2020-12-07 2022-04-29 山东省计算中心（国家超级计算济南中心） 一种面向超算用户体验质量的多路径路由方法和装置
CN112965738B (zh) * 2021-02-02 2022-07-08 烽火通信科技股份有限公司 一种信息模型版本差异比对方法及装置
CN113179154B (zh) * 2021-03-25 2022-07-01 北京邮电大学 量子密钥分发物联网中资源联合分配方法及相关设备
CN113207138B (zh) * 2021-05-11 2022-08-02 网络通信与安全紫金山实验室 基于多质量属性的sr方法、系统、设备和介质
CN113904974B (zh) * 2021-10-09 2023-08-15 咪咕文化科技有限公司 智能路由方法、装置及设备
CN114419897A (zh) * 2022-03-30 2022-04-29 成都柔水科技有限公司 一种基于v2x技术的城市交通cim系统及其展示方法
CN118540261A (zh) * 2023-02-21 2024-08-23 华为技术有限公司 一种共享风险链路组分离求解的方法、电子设备及计算机存储介质
CN116939058B (zh) * 2023-09-15 2023-11-28 工业云制造(四川)创新中心有限公司 基于云制造模式的多协议设备接入方法及系统
CN118200223B (zh) * 2024-02-23 2024-10-01 应急管理部大数据中心 基于损失数据分类分级的网络链路选择方法、系统及装置

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101610433A (zh) * 2009-07-10 2009-12-23 北京邮电大学 一种支持策略解析的多约束条件路由选择方法
CN101753425A (zh) * 2008-12-01 2010-06-23 北京航空航天大学 在多约束下求取网络中多条最短简单路径的启发式方法
CN103873364A (zh) * 2012-12-11 2014-06-18 清华大学 域间多路径路由的实现方法
CN104158753A (zh) * 2014-06-12 2014-11-19 南京工程学院 基于软件定义网络的动态流调度方法及系统
CN104253749A (zh) * 2014-09-18 2014-12-31 华南理工大学 一种基于软件定义网络架构的用户端分布式路径计算方法
EP3082307A1 (en) * 2013-12-09 2016-10-19 ZTE Corporation Network path calculation method and apparatus

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9634867B2 (en) * 2014-05-02 2017-04-25 Futurewei Technologies, Inc. Computing service chain-aware paths
US10715447B2 (en) * 2015-10-15 2020-07-14 Futurewei Technologies, Inc. Framework for temporal label switched path tunnel services

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101753425A (zh) * 2008-12-01 2010-06-23 北京航空航天大学 在多约束下求取网络中多条最短简单路径的启发式方法
CN101610433A (zh) * 2009-07-10 2009-12-23 北京邮电大学 一种支持策略解析的多约束条件路由选择方法
CN103873364A (zh) * 2012-12-11 2014-06-18 清华大学 域间多路径路由的实现方法
EP3082307A1 (en) * 2013-12-09 2016-10-19 ZTE Corporation Network path calculation method and apparatus
CN104158753A (zh) * 2014-06-12 2014-11-19 南京工程学院 基于软件定义网络的动态流调度方法及系统
CN104253749A (zh) * 2014-09-18 2014-12-31 华南理工大学 一种基于软件定义网络架构的用户端分布式路径计算方法

Also Published As

Publication number Publication date
CN109995650A (zh) 2019-07-09
WO2019134483A1 (zh) 2019-07-11
EP3720064A4 (en) 2021-01-20
EP3720064A1 (en) 2020-10-07

Similar Documents

Publication Publication Date Title
CN109995650B (zh) 基于sdn网络的多维约束下路径计算方法及装置
CN108900541B (zh) 一种针对云数据中心sdn安全态势感知系统及方法
CN109120461B (zh) 一种业务性能端到端监控方法、系统及装置
CN109582667A (zh) 一种基于电力调控大数据的多数据库混合存储方法及系统
CN108228724A (zh) 基于图数据库的电网gis拓扑分析方法及存储介质
US20090097418A1 (en) System and method for network service path analysis
CN111382174A (zh) 多方数据联合查询方法、装置、服务器和存储介质
CN106980627A (zh) 日志内容的显示方法及装置
CN101901242A (zh) 联合的配置数据管理
CN114398669B (zh) 基于隐私保护计算和跨组织的联合信用评分方法及装置
CN103678609A (zh) 一种基于分布式关系-对象映射处理的大数据查询的方法
US20210201909A1 (en) Index suggestion engine for relational databases
CN109145189A (zh) 一种基于区块链的数据存入和搜索系统及其方法
CN108737213A (zh) 一种基于fpga的高并行大吞吐量渗透测试系统及方法
US20190050435A1 (en) Object data association index system and methods for the construction and applications thereof
CN103488475A (zh) 多维数据分析系统和多维数据分析方法
CN111737483A (zh) 智能电网大数据知识图谱的构建方法
CN115297048B (zh) 一种基于光纤网络的路由路径生成方法及装置
CN106126629A (zh) 一种基于直播行业的主数据管理方法及系统
CN104268665A (zh) 一种管理系统用户行为分析方法
CN107704475A (zh) 多层分布式非结构化数据存储方法、查询方法及装置
KR102093764B1 (ko) 서버 및 스토리지 관리 서버
CN107871055A (zh) 一种数据分析方法和装置
CN104182546B (zh) 数据库的数据查询方法及装置
CN111259062B (zh) 一种能够保证分布式数据库全表查询语句结果集顺序的方法和装置

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