CN110851235B - 一种适用于多维资源优化配置的虚拟网络功能部署方法 - Google Patents
一种适用于多维资源优化配置的虚拟网络功能部署方法 Download PDFInfo
- Publication number
- CN110851235B CN110851235B CN201911066727.9A CN201911066727A CN110851235B CN 110851235 B CN110851235 B CN 110851235B CN 201911066727 A CN201911066727 A CN 201911066727A CN 110851235 B CN110851235 B CN 110851235B
- Authority
- CN
- China
- Prior art keywords
- node
- resource
- path
- virtual network
- nodes
- 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
- 238000000034 method Methods 0.000 title claims abstract description 50
- 238000005457 optimization Methods 0.000 title claims abstract description 15
- 230000006870 function Effects 0.000 claims abstract description 110
- 239000006185 dispersion Substances 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000004891 communication Methods 0.000 description 4
- 238000013507 mapping Methods 0.000 description 4
- 230000007246 mechanism Effects 0.000 description 3
- 235000008694 Humulus lupulus Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/455—Emulation; Interpretation; Software simulation, e.g. virtualisation or emulation of application or operating system execution engines
- G06F9/45533—Hypervisors; Virtual machine monitors
- G06F9/45558—Hypervisor-specific management and integration aspects
-
- 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)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种适用于多维资源优化配置的虚拟网络功能部署方法。该方法包括:步骤1:获取网络状态,更新所有节点的可用资源以及链路的剩余带宽;步骤2:当检测到服务功能链部署请求时,判断网络是否满足可部署条件;步骤3:按照请求中各虚拟网络功能的顺序约束,确定请求的可部署节点集合;步骤4:计算各可部署节点的节点资源能力和路径资源能力;步骤5:采用基于维特比回溯方法的服务功能链部署算法确定最优部署路径;步骤6:根据最优部署路径按照节点顺序部署虚拟网络功能形成目标服务功能链,并更新网络状态,返回步骤1。本发明能够使各类资源根据各自的使用程度达到一个权衡,保证网络配置整体资源消耗最优化的同时兼顾网络性能。
Description
技术领域
本发明涉及网络资源部署技术领域,尤其涉及一种适用于多维资源优化配置的虚拟网络功能部署方法。
背景技术
NFV(Network Function Virtualization,网络功能虚拟化)将软硬件解耦,其主要思想是将网络功能与专用硬件解耦,并基于通用硬件技术和虚拟化技术,将所需的网络功能以虚拟网络功能软件的形式运行在标准的商用服务器、存储器和交换机上,以此来取代网络中封闭、私有、且功能单一的专用硬件设备。
在NFV部署中,可能会出现资源过载和欠载。过载的影响可能是整体性能下降和SLA(Service-Level Agreement,服务等级协议)违规,而欠载可能导致大量资源浪费。确保有效资源管理以满足网络服务的需求,是NFV部署所面对的重要问题之一,称做NFV资源配置。
现有的虚拟网络功能部署方法(如,马丁,庄雷,兰巨龙.基于离散粒子群优化的多目标服务路径构建算法[J].通信学报,2017(2).)主要考虑CPU资源的分配,而忽略了对内存和存储等多维资源的需求。然而,简单地平衡CPU资源的负载可能会导致其他硬件资源的效率低下,从而限制整个NFV集群的性能。此外,它们主要假设同构服务器具有相同的资源容量,降低了方法的可扩展性。
发明内容
为解决现有的虚拟网络功能部署方法在进行资源配置时只考虑单一资源无法兼顾其他资源,导致服务器资源过载而造成整个网络性能下降以及未充分权衡节点资源和链路资源的问题,本发明提供一种适用于多维资源优化配置的虚拟网络功能部署方法。
本发明提供一种适用于多维资源优化配置的虚拟网络功能部署方法,包括:
步骤1:获取网络状态,根据获取的网络状态更新所有节点的可用资源以及链路的剩余带宽,资源类型包括CPU资源、内存资源和存储资源;
步骤2:当检测到服务功能链部署请求时,根据当前时刻所有节点的可用资源以及链路的剩余带宽判断网络是否满足可部署条件:若满足,则接受所述请求,进入步骤3;若不满足,则将所述请求放入虚拟请求等待列表末尾;其中,所述服务功能链包括多个虚拟网络功能;
步骤3:按照请求中各虚拟网络功能的顺序约束,确定所述请求的可部署节点集合;
步骤4:计算所述可部署节点集合中各可部署节点的节点资源能力和路径资源能力;
步骤5:根据各可部署节点的节点资源能力和路径资源能力,采用基于维特比回溯方法的服务功能链部署算法确定最优部署路径;
步骤6:根据所述最优部署路径按照节点顺序部署虚拟网络功能形成目标服务功能链,并更新网络状态,返回步骤1。
进一步地,按照公式(1)计算节点n的可用资源:
进一步地,按照公式(2)计算链路e的剩余带宽:
进一步地,所述服务功能链部署请求中的信息包括虚拟网络功能信息、虚拟链路信息、源节点信息、目的节点信息、生命周期信息和带宽约束信息。
进一步地,所述可部署条件为:当前网络中存在节点和链路能够满足待部署虚拟网络功能的资源需求。
进一步地,步骤3具体为:
步骤3.1:获取服务功能链需包含的各虚拟网络功能,及其所需各维资源;
步骤3.2:获取所有节点的可用资源;
步骤3.3:对于每个虚拟网络功能,采用深度优先搜索法按照步骤3.4至步骤3.6对每个节点进行检测;
步骤3.4:针对每个节点的各资源种类,判断各个种类的资源是否均不小于虚拟网络功能所需资源;
步骤3.5:针对每个节点,判断其所有资源种类是否均完成检测:若是,则执行步骤3.7;若否,则执行步骤3.6;
步骤3.6:检测剩余的资源种类,并返回步骤3.4;
步骤3.7:判断是否检测完所有节点:若是,则执行步骤3.8;若否,则返回步骤3.3;
步骤3.8:所有满足可部署条件的节点构成请求的可部署节点集合。
进一步地,所述可部署节点集合由各维可用资源均不小于待部署虚拟网络功能的各维资源的节点构成。
进一步地,按照公式(3)计算节点资源能力:
进一步地,步骤4中,在计算各可部署节点的节点资源能力之前,还包括:判断参数设定方式,所述参数设定方式包括:预先设定重要资源参数和实时变化重要资源参数。
进一步地,按照公式(4)计算路径资源能力:
本发明的有益效果:
(1)本发明在进行资源配置时,不仅考虑了CPI资源,还考虑到内存资源和存储资源,因此不会存在因只考虑单一资源无法兼顾其他资源,导致服务器资源过载而造成整个网络性能下降的问题。
(2)本发明通过实时感知底层节点的资源变化,结合节点的可用资源信息和链路的剩余带宽,计算节点资源能力和路径资源能力,其中节点资源能力反映了节点中多维资源的使用情况,及剩余资源承载能力,因此本发明可通过计算节点资源能力,可为节点多维资源的负载均衡提供参考,增强了本发明方法的可扩展性。通过根据剩余带宽、跳数及路径资源离散度计算得到路径资源能力,使得路径资源能力反映了路径长度、通信能力以及剩余带宽资源,离散度越高,路径中出现低负载链路的概率越大,而出于链路负载均衡的目的,选择该路径概率越高。因此,本发明实施例通过计算路径资源能力,可选择出通信力较强,跳数较少,剩余带宽资源较多的路径。
(3)本发明在计算节点资源能力时,引入了参数配置机制,可以根据需要,调整重要资源参数,即某种资源对资源配置的影响程度,使整个网络能够获得更好的性能。
(4)基于维特比回溯算法在可部署节点中选择最优路径,将节点映射和链路映射合并为一个统一的过程,与现有的虚拟网络功能部署方法相比,本发明提供的最优路径算法共同考虑了虚拟节点映射和虚拟链路映射,权衡了多维节点资源和链路资源,使各类资源根据各自的使用程度达到一个权衡,保证网络配置整体资源消耗最优化的同时兼顾网络性能,从而可使网络能够进一步获得更好的性能。
附图说明
图1为本发明实施例提供的一种适用于多维资源优化配置的虚拟网络功能部署方法的流程示意图;
图2为本发明实施例提供的一种适用于多维资源优化配置的虚拟网络功能部署方法中确定可部署节点的流程示意图;
图3为本发明实施例提供的一种适用于多维资源优化配置的虚拟网络功能部署方法中参数配置机制的流程示意图;
图4为本发明实施例提供的一种适用于多维资源优化配置的虚拟网络功能部署方法中计算两节点间最优路径的流程示意图;
图5为本发明实施例提供的一种适用于多维资源优化配置的虚拟网络功能部署方法中计算最优部署路径的流程示意图;
图6为本发明实施例提供的一种适用于多维资源优化配置的虚拟网络功能部署方法中部署服务功能链的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
如图1所示,本发明提出的适用于多维资源优化配置的虚拟网络功能部署方法包括以下步骤:
S101:获取网络状态,更新所有节点的可用资源以及链路的剩余带宽,资源类型包括CPU资源、内存资源和存储资源。
具体地,所述网络状态包括:整个网络拓扑中所有节点的资源信息、流量及所有业务的运行状态。
节点的可用资源为当前时刻没有被占用的资源,以计算节点n的当前k类可用资源为例,具体为:
在节点n中,代表节点n的k类资源容量,*v∈*Vn代表当前时刻已部署在节点n上的虚拟网络功能,Ck(*v)代表部署虚拟网络功能*v的k类资源需求量,代表节点n中k类资源占用总量,代表节点n的当前k类可用资源。
链路的剩余带宽为当前时刻没有被占用的带宽,以计算物理链路e的剩余带宽为例,具体为:
在物理链路e中,Ce代表物理链路e的带宽总量,*l∈*L代表当前时刻已部署在物理链路e上的虚拟链路,Ce(*l)代表虚拟链路*l所占带宽,代表当前时刻物理链路e中已占用带宽量,代表物理链路e的剩余带宽资源。
S102:当检测到有新的虚拟网络功能部署请求时,根据当前时刻所有节点的可用资源以及链路的剩余带宽判断网络是否满足可部署条件:若满足,则接受所述请求,进入步骤3;若不满足,则将所述请求放入虚拟请求等待列表末尾,以便等待其他请求释放资源。
具体地,所述服务功能链部署请求中的信息包括虚拟网络功能信息、虚拟链路信息、源节点信息、目的节点信息、生命周期信息和带宽约束信息。
所述可部署条件为:当前网络中存在节点和链路能够满足待部署虚拟网络功能的资源需求。即:
需要说明的是,本发明中,v为新等待部署虚拟网络功能,*v为已部署虚拟网络功能。
S103:按照请求中虚拟网络功能的顺序约束,确定所述请求的可部署节点集合。
所述确定所述请求的可部署节点集合,如图2所示,具体包括以下步骤:
S201:输入服务功能链需包含的各虚拟网络功能,及各虚拟网络功能所需各维资源,其中所需各维资源为带宽需求与单位带宽所占资源量的乘积。
S202:输入所有节点的可用资源;
S203:对于每个虚拟网络功能,采用深度优先搜索法按照步骤S204至步骤S206对每个节点进行检测;
S204:针对每个节点的各资源种类,判断各个种类的资源是否均不小于虚拟网络功能所需资源;
S205:针对每个节点,判断其所有资源种类是否均完成检测:若是,则执行步骤S207;若否,则执行步骤S206;
S206:检测剩余的资源种类,并返回步骤S204;
S207:判断是否检测完所有节点:若是,则执行步骤S208;若否,则返回步骤S203;
S208:输出所有满足可部署条件的节点;
具体地,深度优先搜索法是从树根开始一枝一枝逐渐生成,是一种后生成的节点先扩展的搜索方法。首先,扩展最深的节点的结果使得搜索沿着状态空间某条单一的路径从起始节点向下进行;只有当搜索到一个没有后裔的状态时,它才考虑另一条替代路径(替代路径与前面已经试过的路径的不同之处仅仅在于改变最后n步,而且保持n尽可能小)。
S104:计算所述可部署节点集合中各可部署节点的节点资源能力和路径资源能力。
具体地,节点资源能力等于重要资源参数与剩余资源率的乘积之和,即:
重要资源参数为单种资源负载与所有资源总容量的比值。剩余资源率为各节点单种资源可用量与单种资源总容量的比值。
节点资源能力能够反映节点多维资源的使用情况,及剩余资源承载能力,因此本发明实施例通过计算节点资源能力,可为节点多维资源的负载均衡提供参考,增强了本发明方法的可扩展性。
此外,在实际应用中,在计算各可部署节点的节点资源能力之前,还可在本步骤中引入参数配置机制,即判断参数设定方式,所述参数设定方式包括:预先设定重要资源参数和实时变化重要资源参数。如图3所示,具体包括以下步骤:
S301:判断参数设定方式,若采用实时变化重要资源参数的参数设定方式,则执行步骤S302;若采用预先设定重要资源参数的参数设定方式,则执行步骤S303;
S302:根据网络资源利用程度计算重要资源参数;
具体地,重要资源参数αk等于已部署虚拟网络功能的k类资源量与已部署虚拟网络功能的资源总量的比值。某种资源在网络中使用率越高,则此资源在部署中占比越重,拥有此种资源较多的节点在部署中被选中概率越大。
S303:输入重要资源参数;
S304:计算可部署节点每种资源的剩余资源率;
S305:根据重要资源参数和剩余资源率计算节点资源能力。
路径资源能力由链路资源能力根据路径所在链路可用带宽、跳数、及路径资源离散度生成,公式为:
其中,Wpath表示路径资源能力,θ表示路径资源离散度,θmax是大于θ的预设常数,代表物理链路e的剩余带宽,hoppath表示path的跳数。利用系数可以减少拓扑稀疏时链路资源利用率差的问题。(因θ可能为0,因此加入θmax进行修改。)
离散度越高,路径中出现低负载链路的概率越大,而出于链路负载均衡的目的,选择该路径概率越高。因此,本发明实施例通过计算路径资源能力,可选择出通信力较强,跳数较少,剩余带宽资源较多的路径。
S105:根据各可部署节点的节点资源能力和路径资源能力,采用基于维特比回溯方法的服务功能链部署算法确定最优部署路径。具体包括以下步骤:
如图4所示,首先是计算待求两节点间的最优路径,具体包括:
S402:分别计算K条路径的路径资源能力;
S403:将最大路径资源能力更新为两节点间的路径资源能力;最大路径资源能力对应的路径也即为两节点间的最优路径;
S404:记录最优路径。
如图5所示,在计算完成两节点间的最优路径后,计算最优部署路径的过程如下:
S501:确定仅含有已经确定位置的源节点X0,1;
S502~S503:各阶段分别确定满足VNFi r部署要求的服务器节点集合,并列出服务器节点集合包含的物理节点Xi,j;之后为相邻阶段的物理节点之间添加一条边(如图5中虚线所示),代表交换机之间的链路,每条边都有相应的链路部署代价;最后使用维特比回溯算法求解该多阶段图的最优路径,所求结果即为最优部署路径。
VNFi r的下标i表示服务功能链的虚拟网络功能序号,上标r表示服务功能链,VNFi r即服务功能链r的第i个虚拟网络功能。Xi,j为虚拟网络功能VNFi r的可部署节点位置,Xi,j的下标i与VNFi r的下标i对应,下标j代表不同的可部署节点。
S505:确定仅含有已经确定位置的目的节点X4,1;
所述维特比回溯算法,根据动态规划原理,如果最优路径在某个阶段n经过网络中的节点,那么这一路径从该节点到终点的子路径一定是这两个节点间所有可能路径中最优的。如果假设上述说法不成立,那么存在另一条概率更大的子路径将两个节点连接起来形成全局最优的路径,显然这与事实相矛盾。根据上述性质,在阶段n符合观测值的概率最大的路径时,只需要考虑阶段n-1满足观测值的最优路径和当前时刻到下一阶段n观测值的最优路径即可。因此,需要从阶段1开始递推计算在阶段n满足观测值的最优子路径,直至得到阶段n最优路径,再往前回溯找到这条路径经过的各个节点。
与现有的虚拟网络功能部署方法相比,本发明实施例所提供的最优路径算法共同考虑了虚拟节点映射和虚拟链路映射,权衡了多维节点资源和链路资源,从而使网络能够获得更好的性能。
S106:根据所述最优部署路径按照节点顺序部署虚拟网络功能形成服务功能链,并更新网络状态,返回步骤S101。
如图6所示,本步骤具体包括如下子步骤:
S601:根据服务功能链部署请求组合VNF功能模块,形成逻辑功能链;
S602:本步骤为服务功能链部署过程:即将功能链与底层网络可用信息的逻辑视图按照一定策略匹配;
S603:依照最优部署路径实现服务功能链的实例化;此外还可设置服务功能链生存周期并实时监测其生存状态;接着,服务功能链提供相应服务,服务结束后,释放被占用的资源。
需要说明的是,在实际应用中,“返回步骤S101”操作的触发条件可设置为在检测到新的服虚拟功能部署请求时触发。
由上述内容可知,本发明可实现VNF的优化部署,满足差异化的服务请求,并提高服务请求接受率和资源利用率。
本实施例方法所述的功能如果以软件功能单元的形式实现并作为独立的产品销配置售或使用时,可以存储在一个计算设备可读取存储介质中。基于这样的理解,本发明实施例配置对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该软配置件产品存储在一个存储介质中,包括若干指令用以使得一台计算设备(可以是个人计算机,配置服务器,移动计算设备或者网络设备等)执行本发明各个实施例所述方法的全部或部分步配置骤。而前述的存储介质包括配置:配置U盘、移动硬盘、只读存储器(ROM,配置Read-Only配置Memory)、随机存配置取存储器(RAM,配置Random AccessMemory)、磁碟或者光盘等各种可以存储程序代码的介质。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它配置实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种适用于多维资源优化配置的虚拟网络功能部署方法,其特征在于,包括:
步骤1:获取网络状态,根据获取的网络状态更新所有节点的可用资源以及链路的剩余带宽,资源类型包括CPU资源、内存资源和存储资源;
步骤2:当检测到服务功能链部署请求时,根据当前时刻所有节点的可用资源以及链路的剩余带宽判断网络是否满足可部署条件:若满足,则接受所述请求,进入步骤3;若不满足,则将所述请求放入虚拟请求等待列表末尾;其中,所述服务功能链包括多个虚拟网络功能;
步骤3:按照请求中各虚拟网络功能的顺序约束,确定所述请求的可部署节点集合;
步骤4:计算所述可部署节点集合中各可部署节点的节点资源能力和路径资源能力;具体包括:
按照公式(3)计算节点资源能力:
按照公式(4)计算路径资源能力:
步骤5:根据各可部署节点的节点资源能力和路径资源能力,采用基于维特比回溯方法的服务功能链部署算法确定最优部署路径;具体包括:
步骤5.1:计算待求两节点间的最优路径,具体包括:
步骤5.1.2:分别计算K条路径的路径资源能力;
步骤5.1.3:将最大路径资源能力更新为两节点间的路径资源能力;最大路径资源能力对应的路径也即为两节点间的最优路径;
步骤5.1.4:记录最优路径;
步骤5.2:在计算完成两节点间的最优路径后,计算最优部署路径的过程包括:
步骤5.2.1:确定仅含有已经确定位置的源节点X0,1;
步骤5.2.2-步骤5.2.4:每个步骤分别确定满足部署要求的服务器节点集合,并列出服务器节点集合包含的物理节点Xi,j;之后为相邻阶段的物理节点之间添加一条边以代表交换机之间的链路,每条边都有相应的链路部署代价;最后使用维特比回溯算法求解该多阶段图的最优路径,所求结果即为最优部署路径;其中,的下标i表示服务功能链的虚拟网络功能序号,上标r表示服务功能链,即服务功能链r的第i个虚拟网络功能,Xi,j为虚拟网络功能的可部署节点位置,Xi,j的下标i与的下标i对应,下标j代表不同的可部署节点;
步骤5.2.5:确定仅含有已经确定位置的目的节点X4,1;
步骤6:根据所述最优部署路径按照节点顺序部署虚拟网络功能形成目标服务功能链,并更新网络状态,返回步骤1。
4.根据权利要求1所述的方法,其特征在于,所述服务功能链部署请求中的信息包括虚拟网络功能信息、虚拟链路信息、源节点信息、目的节点信息、生命周期信息和带宽约束信息。
5.根据权利要求1所述的方法,其特征在于,所述可部署条件为:当前网络中存在节点和链路能够满足待部署虚拟网络功能的资源需求。
6.根据权利要求4所述的方法,其特征在于,步骤3具体为:
步骤3.1:获取服务功能链需包含的各虚拟网络功能,及其所需各维资源;
步骤3.2:获取所有节点的可用资源;
步骤3.3:对于每个虚拟网络功能,采用深度优先搜索法按照步骤3.4至步骤3.6对每个节点进行检测;
步骤3.4:针对每个节点的各资源种类,判断各个种类的资源是否均不小于虚拟网络功能所需资源;
步骤3.5:针对每个节点,判断其所有资源种类是否均完成检测:若是,则执行步骤3.7;若否,则执行步骤3.6;
步骤3.6:检测剩余的资源种类,并返回步骤3.4;
步骤3.7:判断是否检测完所有节点:若是,则执行步骤3.8;若否,则返回步骤3.3;
步骤3.8:所有满足可部署条件的节点构成请求的可部署节点集合。
7.根据权利要求6所述的方法,其特征在于,所述可部署节点集合由各维可用资源均不小于待部署虚拟网络功能的各维资源的节点构成。
8.根据权利要求1所述的方法,其特征在于,步骤4中,在计算各可部署节点的节点资源能力之前,还包括:判断参数设定方式,所述参数设定方式包括:预先设定重要资源参数和实时变化重要资源参数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066727.9A CN110851235B (zh) | 2019-11-04 | 2019-11-04 | 一种适用于多维资源优化配置的虚拟网络功能部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911066727.9A CN110851235B (zh) | 2019-11-04 | 2019-11-04 | 一种适用于多维资源优化配置的虚拟网络功能部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110851235A CN110851235A (zh) | 2020-02-28 |
CN110851235B true CN110851235B (zh) | 2022-06-03 |
Family
ID=69598752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911066727.9A Active CN110851235B (zh) | 2019-11-04 | 2019-11-04 | 一种适用于多维资源优化配置的虚拟网络功能部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110851235B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112087329B (zh) * | 2020-08-27 | 2022-06-07 | 重庆大学 | 一种网络服务功能链部署方法 |
CN112968794B (zh) * | 2021-01-28 | 2023-01-17 | 广州杰赛科技股份有限公司 | 网络功能链部署方法、装置、终端设备以及存储介质 |
CN113079053B (zh) * | 2021-05-07 | 2023-01-20 | 广东电网有限责任公司电力调度控制中心 | 网络切片下基于粒子群理论的虚拟资源重配置方法及系统 |
CN113411207B (zh) * | 2021-05-28 | 2022-09-20 | 中国人民解放军战略支援部队信息工程大学 | 智慧网络服务功能链的服务功能流转编排基础平台及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015070435A1 (zh) * | 2013-11-15 | 2015-05-21 | 华为技术有限公司 | 业务部署方法、装置及网络设备 |
CN107332913A (zh) * | 2017-07-04 | 2017-11-07 | 电子科技大学 | 一种5g移动网络中服务功能链的优化部署方法 |
CN108260169A (zh) * | 2018-01-26 | 2018-07-06 | 重庆邮电大学 | 一种基于QoS保障的服务功能链动态部署方法 |
CN109379230A (zh) * | 2018-11-08 | 2019-02-22 | 电子科技大学 | 一种基于广度优先搜索的服务功能链部署方法 |
-
2019
- 2019-11-04 CN CN201911066727.9A patent/CN110851235B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015070435A1 (zh) * | 2013-11-15 | 2015-05-21 | 华为技术有限公司 | 业务部署方法、装置及网络设备 |
CN107332913A (zh) * | 2017-07-04 | 2017-11-07 | 电子科技大学 | 一种5g移动网络中服务功能链的优化部署方法 |
CN108260169A (zh) * | 2018-01-26 | 2018-07-06 | 重庆邮电大学 | 一种基于QoS保障的服务功能链动态部署方法 |
CN109379230A (zh) * | 2018-11-08 | 2019-02-22 | 电子科技大学 | 一种基于广度优先搜索的服务功能链部署方法 |
Non-Patent Citations (1)
Title |
---|
NFV环境下服务功能链部署关键技术研究;李丹;《中国优秀博硕士学位论文全文数据库(博士)信息科技辑》;20190515(第05期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110851235A (zh) | 2020-02-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110851235B (zh) | 一种适用于多维资源优化配置的虚拟网络功能部署方法 | |
CN112738820B (zh) | 一种服务功能链的动态部署方法、装置及计算机设备 | |
US10291503B2 (en) | File block placement in a distributed network | |
US8087025B1 (en) | Workload placement among resource-on-demand systems | |
WO2018120990A1 (zh) | 业务部署的方法与装置 | |
CN108897606B (zh) | 多租户容器云平台虚拟网络资源自适应调度方法及系统 | |
US20140149493A1 (en) | Method for joint service placement and service routing in a distributed cloud | |
Avallone et al. | Energy efficient online routing of flows with additive constraints | |
JPWO2013014851A1 (ja) | 中継装置 | |
Botero et al. | A novel paths algebra-based strategy to flexibly solve the link mapping stage of VNE problems | |
CN105677447B (zh) | 分布式云中基于聚类的时延带宽极小化虚拟机部署方法 | |
Jiawei et al. | Dynamic and adaptive multi-path routing algorithm based on software-defined network | |
WO2020134133A1 (zh) | 一种资源配置方法、变电站及计算机可读存储介质 | |
CN111800352B (zh) | 基于负载均衡的服务功能链部署方法和存储介质 | |
Velasquez et al. | A rank-based mechanism for service placement in the fog | |
CN109873772A (zh) | 基于稳定匹配的流调度方法、装置、计算机设备及存储介质 | |
CN107113323B (zh) | 一种数据存储方法、装置和系统 | |
Pentelas et al. | Network service embedding for cross-service communication | |
Feng et al. | Topology-aware virtual network embedding through the degree | |
JP6325348B2 (ja) | 仮想マシン配置装置 | |
CN110958666B (zh) | 基于强化学习的网络切片资源映射方法 | |
CN109617989A (zh) | 用于负载分配的方法、装置、系统和计算机可读介质 | |
CN115809148B (zh) | 一种面向边缘计算的负载均衡任务调度方法及装置 | |
Chen et al. | HA-D3QN: Embedding virtual private cloud in cloud data centers with heuristic assisted deep reinforcement learning | |
US10193790B2 (en) | Systems and methods for an intelligent, distributed, autonomous, and scalable resource discovery, management, and stitching |
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 |