CN110933728B - 虚拟化无线传感网络的映射方法、装置、存储介质 - Google Patents
虚拟化无线传感网络的映射方法、装置、存储介质 Download PDFInfo
- Publication number
- CN110933728B CN110933728B CN201911364702.7A CN201911364702A CN110933728B CN 110933728 B CN110933728 B CN 110933728B CN 201911364702 A CN201911364702 A CN 201911364702A CN 110933728 B CN110933728 B CN 110933728B
- Authority
- CN
- China
- Prior art keywords
- mapping
- virtual
- nodes
- sensor network
- node
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 277
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 230000008901 benefit Effects 0.000 claims abstract description 14
- 238000005265 energy consumption Methods 0.000 claims description 56
- 230000006870 function Effects 0.000 claims description 42
- 238000004364 calculation method Methods 0.000 claims description 27
- 238000004422 calculation algorithm Methods 0.000 claims description 22
- 239000013598 vector Substances 0.000 claims description 21
- 238000010187 selection method Methods 0.000 claims description 5
- 239000002245 particle Substances 0.000 description 24
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 16
- 238000012545 processing Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000003012 network analysis Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000007774 longterm Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000005562 fading Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/50—Allocation or scheduling criteria for wireless resources
- H04W72/54—Allocation or scheduling criteria for wireless resources based on quality criteria
- H04W72/542—Allocation or scheduling criteria for wireless resources based on quality criteria using measured or perceived quality
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了虚拟化无线传感网络的映射方法、装置、存储介质，方法包括：接收多个随机到达的虚拟传感网络请求；根据虚拟传感网络请求中的请求资源以及请求带宽，为所述虚拟传感网络请求分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益；按照收益从大到小的顺序，选择虚拟传感网络请求；对选择的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个虚拟传感网络请求并进行映射，重复上述步骤直至完成所有到达的虚拟传感网络请求的映射。本发明提供的虚拟化无线传感网络的映射方法、装置、存储介质可以降低映射时延，并减少资源消耗。
Description
技术领域
本发明是关于无线传感网络，特别是关于一种虚拟化无线传感网络的映射方法、装置、存储介质。
背景技术
随着微机电系统(英文全称：Micro-Electro-Mechanism System,英文缩写：MEMS)、片上系统(英文全称：System on Chip，英文缩写：SOC)、无线通信和低功耗嵌入式技术的飞速发展,无线传感网络(英文全称：Wireless Sensor Networks,英文缩写WSN)技术应运而生，并以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革。这成为当前所有领域内的新热点。无线传感器网络由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳自组织网络。
传统无线传感网络的资源部署主要面向特定领域和任务，已部署的传感网资源无法重用于其他任务，新的任务需要重新部署资源，造成资源利用率低。此外，传感器节点采用电池供电，因此其能量有限，为了延长其网络寿命需要考虑如何最小化部署区域内的传感器节点的能耗。
虚拟化传感网将网络虚拟化技术引入传感网中，使得多个任务可共享已部署的传感网资源，适应新任务的发展需求，提高资源利用率。虚拟化传感网将网络服务提供者解耦为基础设施提供者和服务提供者，基础设施提供者负责提供底层的物理网络资源，服务提供者负责创建虚拟传感网络为用户提供不同的服务，即不同的虚拟传感网络代表不同的任务需求。带有用户需求的虚拟传感网络称为虚拟传感网络请求，虚拟传感网络映射问题是将虚拟传感网络请求映射至底层的物理传感网络为用户提供服务，如图1所示，其为虚拟传感网络映射方式的结构示意图，服务提供者根据应用层中用户的需求和服务特性向基础设施提供者发出虚拟传感网络请求，基础设施提供者根据虚拟传感网络请求提供物理资源，将虚拟传感网络请求映射至传感基础设施层的底层传感网络，而这一问题已被证明为NP-hard问题。
现有技术中，首先对接收到的多个虚拟传感网络请求进行随机选择，针对选择后的虚拟传感网络请求进行先节点映射后链路映射，且传感网中的传感器节点能量受限，没有考虑传感网络中的能耗问题。
基于此，本申请的发明人发现，上述方法可能会导致两个虚拟传感节点映射至底层的两个物理传感节点之间的物理链路距离太远，不仅带来更大的时延，也消耗更多的资源。
公开于该背景技术部分的信息仅仅旨在增加对本发明的总体背景的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域一般技术人员所公知的现有技术。
发明内容
本发明的目的在于提供虚拟化无线传感网络的映射方法、装置、存储介质，其能够降低映射时延，并减少资源消耗。
为实现上述目的，本发明提供了一种虚拟化无线传感网络的映射方法，包括：接收多个随机到达的虚拟传感网络请求，其中，所述虚拟传感网络请求中包括待映射虚拟传感网络的虚拟传感节点、所述虚拟传感节点的请求资源、链路、以及链路的请求带宽；根据虚拟传感网络请求中的请求资源以及请求带宽，为所述虚拟传感网络请求分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益；按照收益从大到小的顺序，选择虚拟传感网络请求；对选择的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个虚拟传感网络请求并进行映射，重复上述步骤直至完成所有到达的虚拟传感网络请求的映射。
在一优选的实施方式中，所述对选择的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射包括：对选择的虚拟传感网络请求中的每一个待映射的虚拟传感节点构建候选物理传感节点列表，其中，所述候选的物理传感节点列表中存储的物理传感节点的剩余资源大于待映射的虚拟传感节点nu的请求资源；计算候选物理传感节点列表中物理传感节点的重要性；针对所述选择的虚拟传感网络请求中的多个待映射的虚拟传感节点，分别选择与所述待映射的虚拟传感节点对应的一个物理传感节点，将选择的多个物理传感节点作为一组映射节点，所述选择方法为按照候选物理传感节点列表中物理传感节点的重要性进行依次选择；在一组映射节点中，通过最短路径算法找出各节点间的最短路径，形成一组最短路径；若所述一组最短路径的带宽均满足所述链路的请求带宽，则将所述一组映射节点以及所述一组最短路径作为一组映射方案；计算该组映射方案的传感网的能耗；重复上述步骤，分别计算多组映射方案的传感网的能耗，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案。
在一优选的实施方式中，所述根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益包括：
根据公式一计算映射虚拟传感网络请求所获得的相应收益，所述公式一包括：
其中，AV(ni)为物理传感网络为虚拟传感节点ni分配的资源，band(lV(ni,nj))为物理传感网络为虚拟传感节点ni以及nj之间的链路分配的带宽，NV表示虚拟传感网络中的虚拟节点集合，LV表示虚拟传感网络中的虚拟链路集合。
在一优选的实施方式中，所述计算候选物理传感节点列表中物理传感节点的重要性包括:根据公式二计算候选物理传感节点列表中物理传感节点ni的重要性IM(ni)，所述公式二为：
其中，D(ni)为节点ni的度，节点的接近度为CL(ni)，其表示节点ni与其所在网络中所有其他节点之间的最短路径距离之和的倒数，deg(ni,nj)为节点ni与节点nj之间的度，d(ni,nj)为节点ni与其所在网络中所有其他节点之间的最短路径距离之和。
在一优选的实施方式中，所述计算该组映射方案对应的传感网的能耗，以及重复上述步骤，分别对多组映射方案进行传感网的能耗计算，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案，包括：初始化多组映射方案的个体最佳位置Xpbest＝Xi，初始化多组映射方案的个体最佳位置对应的适应度函数值f(Xpbest)，并将适应度函数值中的最小值对应的个体最佳位置初始化为全局最优位置Xgbest；计算一组映射方案的适应度函数f(X)，其中所述适应度函数f(Xi)表示虚拟传感网络映射采用映射方案Xi时对应传感网的能耗；如果当前计算的适应度函数值f(Xi)小于之前确定的个体最佳位置对应的适应度函数值f(Xpbest)，则将当前计算的适应度函数值f(Xi)对应的位置Xi作为该映射方案的个体最佳位置Xpbest；如果重新确定的个体最佳位置Xpbest对应的适应度函数值f(Xpbest)小于之前确定的全局最佳位置对应的适应度函数值时，重新确定的个体最佳位置Xpbest作为全局最佳位置Xgbest；当重复次数小于预设次数时，重复上述步骤，计算下一组映射方案的适应度函数并进行个体最佳位置Xpbest以及全局最佳位置Xgbest的判断；当重复次数为预设次数时，与全局最佳位置Xgbest对应的映射方案的位置向量为传感网的能耗最小的一组映射方案。
本发明还提供了一种虚拟化无线传感网络的映射装置，包括：接收模块，用于接收多个随机到达的虚拟传感网络请求，其中，所述虚拟传感网络请求中包括待映射虚拟传感网络的虚拟传感节点、所述虚拟传感节点的请求资源、链路、以及链路的请求带宽；收益计算模块，用于根据虚拟传感网络请求中的请求资源以及请求带宽，为所述虚拟传感网络请求分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益；选择模块，用于按照收益从大到小的顺序，选择虚拟传感网络请求；映射模块，用于对选择的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个虚拟传感网络请求并进行映射，重复上述步骤直至完成所有到达的虚拟传感网络请求的映射。
在一优选的实施方式中，所述映射模块包括：资源计算模块，用于对选择的虚拟传感网络请求中的每一个待映射的虚拟传感节点构建候选物理传感节点列表，其中，所述候选的物理传感节点列表中存储的物理传感节点的剩余资源大于待映射的虚拟传感节点nu的请求资源；重要性计算模块，用于计算候选物理传感节点列表中物理传感节点的重要性；所述重要性计算模块还用于针对所述选择的虚拟传感网络请求中的多个待映射的虚拟传感节点，分别选择与所述待映射的虚拟传感节点对应的一个物理传感节点，将选择的多个物理传感节点作为一组映射节点，所述选择方法为按照候选物理传感节点列表中物理传感节点的重要性进行依次选择；路径模块，在一组映射节点中，通过最短路径算法找出各节点间的最短路径，形成一组最短路径；所述资源计算模块还用于在所述一组最短路径的带宽均满足所述链路的请求带宽时，将所述一组映射节点以及所述一组最短路径作为一组映射方案；能耗计算模块，用于计算该组映射方案的传感网的能耗；所述能耗计算模块还用于分别计算多组映射方案的传感网的能耗，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案。
本发明还提供了一种存储介质，所述存储介质存储有计算机可执行指令，所述计算机可执行指令用于执行上述的虚拟化无线传感网络的映射方法。
本发明还提供了一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的虚拟化无线传感网络的映射方法。
与现有技术相比，根据本发明的虚拟化无线传感网络的映射方法、装置、存储介质，按照给VSNR分配的节点资源以及链路带宽计算出来的相应收益大小，对该VSNR请求中的节点进行节点以及链路的共同映射，可以提高长期的映射平均收益，降低映射时延，并减少资源消耗。
附图说明
图1是根据本发明一实施方式的虚拟传感网络映射方式的结构示意图；
图2是根据本发明一实施方式的虚拟化无线传感网络的映射方法的流程图；
图3是根据本发明一实施方式的步骤S4的一种实施方式的流程图；
图4是根据本发明一实施方式的虚拟化无线传感网络的映射装置的结构示意图；
图5是根据本发明一实施方式的映射模块的结构示意图；
图6是根据本发明一实施方式的电子设备的结构框图。
具体实施方式
下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。
除非另有其它明确表示，否则在整个说明书和权利要求书中，术语“包括”或其变换如“包含”或“包括有”等等将被理解为包括所陈述的元件或组成部分，而并未排除其它元件或其它组成部分。
本发明根据社会网络分析方法感知节点重要性，社会网络分析方法的一个重要思想就是通过网络中的某种信息来评估该网络中不同节点的重要程度，具体地，本发明采用节点的度和接近度评估节点重要性。
另外，传感网是分布式结构的自组织网络，为了实现网络的集中管理，可将软件定义网络(Software-Defined Network,SDN)引入虚拟化传感网，将控制和转发分离，实现可编程地集中控制，两者相辅相成，可很好地满足未来网络对于组网的灵活性、网络的集中控制管理等需求。
然后，利用粒子群算法(Particle Swarm Optimization,PSO)优化虚拟传感节点和虚拟链路映射过程，PSO算法复杂度相对较低，适用于无线传感网络，且本发明的SDN控制器拥有网络的全局视图，能对网络进行集中控制，因此PSO算法适用于本发明的优化问题。以最小化能耗为目标函数，将虚拟传感节点优先映射至节点重要性较大的物理传感节点，最后通过不断地迭代得到所需的映射方案。
具体的，在物理传感网络模型SDN环境下，底层传感网络具有一般图的特性，因此可以构建基于图论模型的传感网络模型，用无向图
表示。其中，Ns表示传感网络节点集合，Ls表示传感网络链路集合。每个底层节点nS∈NS的属性集用
表示，包括节点的CPU、存储能力、处理能力、能量和位置loc(nV)等。链路lS∈LS的属性集用
表示，包括带宽b(lS)。此外，本发明用ps表示底层传感网络中的无环路径，底层节点ni和nj之间的无环路径集合为ps(ni,nj)。
类似地，用无向图
表示虚拟传感网络请求(Virtual SensorNetwork Request,VSNR)。其中，NV和LV分别表示虚拟传感网络中的虚拟节点集合和虚拟链路集合。虚拟传感网络请求中nV∈NV的节点属性集合用
表示，包括CPU、存储能力、处理能力、能量和位置loc(nV)等。VSNR中lV∈LV的链路属性用
表示，包括带宽需求b(lV)。
虚拟传感网络请求的到达考虑在线式模型，即虚拟传感网络请求随机到达，控制器根据当前网络的资源情况及该请求带来的收益对该请求作出决策。一旦接收新的虚拟传感网络请求，对其进行相应的映射并对当前网络资源状况进行更新。当有虚拟传感网络离开时，系统及时释放资源，以便为后续请求分配资源并提供服务。因此，在线式模型是一种动态模型，符合实际情况，能根据网络资源情况灵活调整策略，不会造成网络负载过大从而影响已接受的网络服务请求。
虚拟传感网络可以将自己的拓扑映射到实际的物理传感网络中的传感节点上，从而获得传感节点的使用权以及资源，完成数据的采集、处理和转发等操作，这个过程就是虚拟传感网络映射，如图2所示。即虚拟传感网络映射将虚拟传感网络请求Gv映射至底层的物理传感网络Gs，主要包括虚拟传感节点映射和虚拟链路映射，具体可表示为：
其中，Gv∈GV,Gs∈GS,
和
分别表示映射过程中实际分配给VSNR的节点资源和链路资源。
节点和链路映射过程可分别表示为：
其中
本发明的映射算法考虑节点和链路的联合优化映射，与传统的先节点映射后链路映射的方法不同的是，同时处理节点映射和链路映射。传统的先节点映射后链路映射的算法可能会导致两个虚拟传感节点映射至底层的两个物理传感节点之间的物理链路距离太远，不仅带来更大的时延，也消耗更多的带宽资源。由于控制器具有网络的全局拓扑，因此本发明的映射算法在进行节点映射时，考虑这样的节点映射是否会带来可行的链路映射解，如果可行的话将当前的映射方案进行存储，并在多个方案中选择所需的最优方案。如果没有可行的链路映射解，说明之前的节点映射不合理，需进行回溯重新选择。以下对本发明的内容进行具体描述。
如图2所示，其为根据本发明优选实施方式的虚拟化无线传感网络的映射方法的流程图，包括步骤S1-步骤S4。
在步骤S1中，接收多个随机到达的虚拟传感网络请求VSNR，其中，所述虚拟传感网络请求中包括待映射虚拟传感网络的虚拟传感节点、所述虚拟传感节点的请求资源、链路、以及链路的请求带宽；
在步骤S2中，根据虚拟传感网络请求VSNR中的请求资源以及请求带宽，为所述虚拟传感网络请求VSNR分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益。
具体的本实施例将映射虚拟传感网络请求所获得的收益定义为虚拟传感网络中的资源需求。虚拟传感网络映射是将虚拟传感网络请求的虚拟节点和虚拟链路映射到物理传感节点和物理链路上，其映射过程也就是物理传感网络的资源分配过程，每个虚拟节点和虚拟链路都有资源要求，所以需要物理传感网络为其分配传感节点的资源以及链路带宽。虚拟传感网络请求中带宽资源以及资源与为其分配物理传感节点的资源以及链路带宽是相对应的。
在步骤S3中，按照收益从大到小的顺序，选择虚拟传感网络请求VSNR。
在计算接收到的多个随机到达的虚拟传感网络请求VSNR的收益之后，按照收益从大到小的顺序，选择一个虚拟传感网络请求VSNR进行处理。
在步骤S4中，对选择的VSNR虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个VSNR虚拟传感网络请求并进行映射，重复上述步骤直至完成所有到达的VSNR虚拟传感网络请求的映射。
由此，由于传感网中的传感器节点能量受限，按照给VSNR分配的节点资源以及链路带宽计算出来的相应收益大小，对该VSNR请求中的节点进行节点以及链路的共同映射，可以提高长期的映射平均收益，降低映射时延，并减少资源消耗。
为了实现网络的集中管理，将SDN引入虚拟化传感网，将控制和转发分离，实现可编程地集中控制，两者相辅相成，可很好地满足未来网络对于组网的灵活性、网络的集中控制管理等需求。
在一种实施方式中，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益可以通过以下方式进行实现。
在虚拟传感网络向底层物理传感网络映射的过程中，映射算法的性能直接影响虚拟传感网络请求的接受率及资源利用率，进而影响映射过程给基础设施提供者带来的收益。在t时刻，基础设施提供者接受一个虚拟传感网络请求GV的成本可定义为底层传感网络为满足虚拟传感网络请求资源需求而消耗的物理传感网络资源，其计算表达式具体如下：
在t时刻，基础设施提供者接受一个虚拟传感网络请求GV的收益可定义为底层传感网络分配给虚拟传感节点和虚拟链路的资源之和。
因此，可以根据公式一计算映射虚拟传感网络请求所获得的相应收益，所述公式一包括：
其中，AV(ni)为物理传感网络为虚拟传感节点ni分配的资源，band(lV(ni,nj))为物理传感网络为虚拟传感节点ni以及nj之间的链路分配的带宽，NV表示虚拟传感网络中的虚拟节点集合，LV表示虚拟传感网络中的虚拟链路集合。
在上述实施例的基础上，如图3所示，其为根据本发明优选实施方式的步骤S4的一种实施方式的流程图，步骤S4对选择的VSNR虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射可以包括：步骤S401-步骤S407。
在步骤S401中，对选择的VSNR虚拟传感网络请求中的每一个待映射的虚拟传感节点构建候选物理传感节点列表，其中，所述候选的物理传感节点列表中存储的物理传感节点的剩余资源大于待映射的虚拟传感节点nu的请求资源。
在步骤S402中，计算候选物理传感节点列表中物理传感节点的重要性。
在步骤S403中，针对所述选择的VSNR虚拟传感网络请求中的多个待映射的虚拟传感节点，分别选择与所述待映射的虚拟传感节点对应的一个物理传感节点，将选择的多个物理传感节点作为一组映射节点，所述选择方法为按照候选物理传感节点列表中物理传感节点的重要性进行依次选择。
例如，选择的VSNR中包括abc三个待映射的虚拟传感节点，节点a可以映射至节点a2,a3,a4；节点b可以映射至节点b1,b3,b4；节点c可以映射至节点c1,c2,c3。一组映射节点中，可以包括节点a2-a4中重要性最高的节点，节点b1-b4中重要性最高的节点以及节点c1-c3中重要性最高的节点。或者，一组映射节点中，可以包括节点a2-a4中重要性次高的节点，节点b1-b4中重要性次高的节点以及节点c1-c3中重要性次高的节点。再或者，一组映射节点中，可以包括节点a2-a4中重要性最低的节点，节点b1-b4中重要性最低的节点以及节点c1-c3中重要性最低的节点。
在步骤S404中，在一组映射节点中，通过最短路径算法找出各节点间的最短路径，形成一组最短路径。
具体的，在上述一组重要性最高的映射节点，或者一组重要性次高的映射节点，再或者一组重要性最低的映射节点中，找出节点间的最短路径。
在步骤S405中，若所述一组最短路径的带宽均满足所述链路的请求带宽，则将所述一组映射节点以及所述一组最短路径作为一组映射方案。
在步骤S406中，计算该组映射方案的传感网的能耗。
在步骤S407中，重复上述步骤，分别计算多组映射方案的传感网的能耗，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案。
由此，本实施例在传统无线传感网络中引入虚拟化技术，提高资源利用率，减少资源的冗余部署；由于本身传感网络是分布式处理而虚拟化传感网络请求映射是集中式处理的问题，通过使用SDN架构，可以集中控制网络中整个资源的分配过程，更有效地将虚拟传感网络请求映射至底层的物理传感网络，从而为相应的用户提供服务。协同映射与现有技术中的两阶段映射相比可以有效降低映射时延并减少资源消耗。
映射算法中考虑节点和链路的联合优化映射，SDN控制器具有网络的全局拓扑，本申请的映射算法在进行节点映射时，考虑这样的节点映射是否会带来可行的链路映射解，如果可行的话将当前的映射方案进行存储，并在多个方案中选择所需的最优方案。如果没有可行的链路映射解，说明之前的节点映射不合理，需进行回溯重新选择。
在一种实施方式中，节点映射过程在整个虚拟传感网络请求映射过程中至关重要，不仅影响链路映射过程，也会影响整个网络的资源使用情况。因此，感知底层传感节点的重要性，有助于优化整个映射过程。本发明根据社会网络分析方法，量化节点的重要性，社会网络分析方法的一个重要思想就是通过网络中的某种信息来评估该网络中不同节点的重要程度。具体地，本发明采用节点的度和接近度评估节点重要性。
定义节点的度为D(ni)，其表示网络中与节点ni直接相连的链路数，表达式为：
当节点ni与节点nj之间有直接相连的链路时，deg(ni,nj)为1，否则为0。由表达式可知，节点度数值越大，与其相连的链路数越多，该节点在网络中的重要性越大。
定义节点的接近度为CL(ni)，其表示节点ni与其所在网络中所有其他节点之间的最短路径距离之和的倒数，表达式为：
节点的接近度考虑了网络的全局结构，其反映了节点位于网络中心位置的程度。由表达式可知，当CL(ni)越大时，节点ni与网络中所有其他节点之间的距离越小，说明节点ni越重要。
结合节点的度和接近度评估节点重要性，定义节点重要性为IM(ni)，节点的度和接近度越大，其重要性越大。
所述计算候选物理传感节点列表中物理传感节点的重要性包括:根据公式二计算候选物理传感节点列表中物理传感节点ni的重要性IM(ni)，所述公式二为：
其中，D(ni)为节点ni的度，节点的接近度为CL(ni)，其表示节点ni与其所在网络中所有其他节点之间的最短路径距离之和的倒数，deg(ni,nj)为节点ni与节点nj之间的度，d(ni,nj)为节点ni与其所在网络中所有其他节点之间的最短路径距离之和。
在一种实施方式中，步骤S401以及步骤S405中对节点资源以及带宽资源是否满足需求的判断可以通过如下方式实现。对于节点映射，同一个虚拟传感网络请求中的虚拟传感节点只能被映射至底层物理网络中的不同传感节点，而不同虚拟传感网络请求中的虚拟传感节点可被映射至相同的底层物理传感节点。用MN(nu,ni)表示虚拟传感节点nu映射是否被成功映射至底层的物理传感节点ni，若节点映射成功，则MN(nu,ni)＝1，否则MN(nu,ni)＝0。因此节点映射需满足的约束关系为：
其中A'S(ni)表示物理传感节点ni的剩余资源，其必须始终大于虚拟传感节点nu请求的资源才能保证映射成功，AV(nu)表示虚拟传感节点nu所请求的资源。A'S(ni)等于传感节点ni总的资源量大小与分配给虚拟传感节点所有传感节点的资源量之差，具体计算表达式如下：
其中，AS(ni)表示传感节点ni总资源量，
表示映射到传感节点ni上的虚拟传感节点所需的总资源量。
同理，对于链路映射，物理链路上的带宽资源必须满足被映射的虚拟链路的带宽资源请求，其约束关系为：
其中band'(lS(ni,nj))表示物理传感节点ni和nj之间的物理链路ls(ni,nj)剩余的带宽资源，band(lV(nu,nv))表示虚拟传感节点nu和nv之间的虚拟链路lV(nu,nv)所请求的带宽资源，
表示任意lS(ni,nj)是pS(ni,nj)上的一条物理链路，ML(lV(nu,nv),pS(ni,nj))表示将虚拟传感节点nu和nv之间的虚拟链路映射至底层的物理传感节点ni和nj之间的无环路径，因此其中可能包括多条物理链路，ML(lV(nu,nv),pS(ni,nj))的值为1表示映射成功，否则失败。
综上可知，只有节点和链路映射都成功时，即当MN(nu,ni)＝1和ML(lV(nu,nv),pS(ni,nj))＝1同时满足时，该虚拟传感网络请求才算映射成功。
步骤S406中计算该组映射方案对应的传感网的能耗，可以通过以下方式进行实现。
在实际运营过程中，基础设施提供者希望减少映射的资源成本并最大化收益，但是传感网最大的特点是传感节点能量受限，因此为了延长网络寿命接受使之能完成更多的任务，在网络映射过程中需考虑最小化能耗问题。最小化能量消耗可有效提高物理传感网络的网络寿命，来映射更多的虚拟传感网络请求进而提高收益。
传感网络的能耗主要由三个部分组成，即通信模块、处理器模块以及感测模块，本实施例分别用Ecom，Ecpu和Esen表示其能耗。
根据无线通信模型，节点发送kbit距离为d的信息到另一个节点的能耗为：
其中
εfs和εmp分别表示自由空间模型和多径衰减模型下信号放大所需的功率，Eelec表示发送电路和接收电路的单位能耗。节点接收kbit信息的能耗为：
ERx(k)＝kEelec (7)
则节点间的通信能耗为：
Ecom＝ETx+ERx (8)
节点的处理能耗Ecpu和感测能耗Esen由元器件的参数直接决定，并且远小于通信能耗，因此这里不作考虑。综上所述，传感网中总的能耗为：
通过上式可以计算该组映射方案对应的传感网的能耗，具体可以根据传感节点发送的数据量以及传输距离进行计算。
进一步的，可以将映射过程中最小化传感网能耗作为目标函数，优化映射算法，目标函数F表达式为：
F＝min E
由此，本实施例考虑了减少映射的资源成本并最大化收益，为了延长网络寿命接受使之能完成更多的任务，在映射过程中考虑了最小化能耗问题。
以下通过粒子群PSO算法，对本实施例进行详细描述。
粒子群算法在种群初始化时往往会随机等概率地产生和更新粒子的位置参数。然而，在虚拟传感网映射算法中若采用该策略，即将虚拟传感节点随机等概率映射到候选的物理传感节点上，可能会使得所选的传感节点无法满足虚拟传感节点资源需求以及链路资源需求，从而导致虚拟传感网络映射失败。由于失败后需要重新初始化粒子的位置向量，导致算法的收敛速度下降。为了解决这个问题，考虑虚拟传感网资源需求和传感网的拓扑属性，保证算法的收敛性，提出一种重要性感知节点选择策略来进行粒子位置的初始化和更新。重要性感知节点选择策略的主要思想为：对于候选传感节点，根据公式二计算出传感节点重要性，传感节点的重要性越高，在相应的粒子维度中第i个节点为被选节点的概率就越高，在虚拟传感节点映射阶段优先映射到重要性高的传感节点上。
在本实施例中，一组映射节点通过一个粒子Xi进行表示，其中，
表示第n个虚拟节点映射到底层网络的物理传感节点编号，n表示虚拟传感网络请求中虚拟传感节点的数量；
步骤S501，获取预设的映射节点组数，即粒子的预设数量，并初始化各粒子的个体最佳位置Xpbest＝Xi；初始化各粒子的个体最佳位置对应的适应度函数值f(Xpbest)，并将适应度函数值中的最小值对应的个体最佳位置初始化为全局最优位置Xgbest；
步骤S502，计算物理传感节点的重要性。
步骤S503，根据物理传感节点的重要性对每个粒子的位置向量Xi和速度向量Vi进行初始化，其中，粒子的位置向量Xi表示虚拟传感节点的第i个VSNR映射方案，速度向量Vi表示映射方案的调整；
具体的，可以将PSO算法中粒子的位置向量和速度向量的公式定义为：
其中，Vi为速度向量，Vi+1为更新后的速度向量，Xi为位置向量，Xi+1为更新后的位置向量，p1，p2和p3为概率值，且p1+p2+p3＝1。
步骤S504，根据公式(3)检查每个粒子是否满足资源约束条件；
步骤S505，针对满足约束条件的粒子，通过最短路径算法找出相应物理传感节点间的最短路径。如果所找到的路径带宽满足虚拟链路带宽需求，则粒子满足可行性检验，该虚拟传感网络映射方案可行；否则，该方案不可行。
步骤S506，根据公式(5)判断相应物理传感节点间的最短路径是否满足需求带宽；
步骤S507，若不满足则直接根据之前确定的全局最佳位置以及个体最佳位置对粒子的位置向量Xi和速度向量Vi进行更新，参阅公式(11)(12)，并返回步骤S505；
步骤S508，若满足可行性则根据公式(10)计算该粒子的适应度函数f(X)，其中适应度函数f(Xi)表示虚拟传感网络映射采用映射方案Xi时对应传感网的能耗；
步骤S509，将计算的每一个粒子的适应度函数值与之前确定的进行对比，如果当前计算的适应度函数值f(Xi)小于之前确定的个体最佳位置对应的适应度函数值f(Xpbest)，则将当前计算的适应度函数值f(Xi)对应的位置Xi作为该映射方案的个体最佳位置Xpbest；如果重新确定的个体最佳位置Xpbest对应的适应度函数值f(Xpbest)小于之前确定的全局最佳位置对应的适应度函数值时，重新确定的个体最佳位置Xpbest作为全局最佳位置Xgbest；具体表示如下：如果f(Xi)＜f(Xpbest)，则Xpbest＝Xi；如果f(Xpbest)＜f(Xgbest)，则Xgbest＝XpbestXgbest＝Xpbest。
步骤S510，当重复次数小于预设次数时，根据全局最佳位置以及个体最佳位置对粒子的位置向量Xi和速度向量Vi进行更新，重复上述步骤，计算下一组映射方案的适应度函数并进行个体最佳位置Xpbest以及全局最佳位置Xgbest的判断，即执行步骤S504-S508；当重复次数为预设次数时，与全局最佳位置Xgbest对应的映射方案的位置向量为传感网的能耗最小的一组映射方案，该组映射方案为待映射的虚拟传感节点的映射方案。
需要说明的是，本实施例根据虚拟传感网络映射问题对粒子的速度、位置和相关操作进行如下定义：
粒子的位置向量
表示具有n个虚拟传感节点的第i个VSNR映射方案，
为正整数，其值表示第j个虚拟传感节点映射的底层传感节点编号。
粒子的速度向量
表示对映射方案的调整，向量中的每一维都是布尔变量，取值为0或1。
表示第i个VSNR中的第k个虚拟传感节点需要重新选择底层传感节点进行映射，
则表示第k个虚拟传感节点不需要调整映射方案。
θ为减法，XiθXj用于计算两种映射方案的差异性，如果两种映射方案Xi和Xj在同一个虚拟传感节点位置的映射方案上具有相同的值，则在该位置的结果为1，否则为0。其计算结果表明了对于某一个VSNR来说，当前映射方案是否需要进行调整，例如(1,3,4,6)θ(1,2,3,6)＝(1,0,0,1)，表明第二个和第三个虚拟传感节点的映射方案可能需要调整。
本实施例采用PSO算法实现映射过程，复杂度低，且SDN控制器拥有网络的全局视图，能对网络进行集中控制。
如图4所示，其为根据本发明优选实施方式的虚拟化无线传感网络的映射装置的结构示意图，包括：接收模块1、收益计算模块2、选择模块3以及映射模块4。
接收模块1，用于接收多个随机到达的虚拟传感网络请求，其中，所述虚拟传感网络请求中包括待映射虚拟传感网络的虚拟传感节点、所述虚拟传感节点的请求资源、链路、以及链路的请求带宽；
收益计算模块2，用于根据虚拟传感网络请求中的请求资源以及请求带宽，为所述虚拟传感网络请求分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益；
选择模块3，用于按照收益从大到小的顺序，选择虚拟传感网络请求；
映射模块4，用于对选择的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个虚拟传感网络请求并进行映射，重复上述步骤直至完成所有到达的虚拟传感网络请求的映射。
在上述实施例的基础上，如图5所示，其为根据本发明优选实施方式的映射模块的结构示意图，所述映射模块4可以包括：资源计算模块41、重要性计算模块42、路径模块43以及能耗计算模块44。
资源计算模块41，用于对选择的虚拟传感网络请求中的每一个待映射的虚拟传感节点构建候选物理传感节点列表，其中，所述候选的物理传感节点列表中存储的物理传感节点的剩余资源大于待映射的虚拟传感节点nu的请求资源；
重要性计算模块42，用于计算候选物理传感节点列表中物理传感节点的重要性；
所述重要性计算模块42还用于针对所述选择的虚拟传感网络请求中的多个待映射的虚拟传感节点，分别选择与所述待映射的虚拟传感节点对应的一个物理传感节点，将选择的多个物理传感节点作为一组映射节点，所述选择方法为按照候选物理传感节点列表中物理传感节点的重要性进行依次选择；
路径模块43，在一组映射节点中，通过最短路径算法找出各节点间的最短路径，形成一组最短路径；
所述资源计算模块还用于在所述一组最短路径的带宽均满足所述链路的请求带宽时，将所述一组映射节点以及所述一组最短路径作为一组映射方案；
能耗计算模块44，用于计算该组映射方案的传感网的能耗；
所述能耗计算模块44还用于分别计算多组映射方案的传感网的能耗，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案。
本发明实施例还提供了一种存储介质，所述存储介质存储有计算机可执行指令，其包含用于执行上述虚拟化无线传感网络的映射方法的程序，该计算机可执行指令可执行上述任意方法实施例中的方法。
其中，所述存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等。
图6示出了本发明的另一个实施例的一种电子设备的结构框图。所述电子设备1100可以是具备计算能力的主机服务器、个人计算机PC、或者可携带的便携式计算机或终端等。本发明具体实施例并不对电子设备的具体实现做限定。
该电子设备1100包括至少一个处理器(processor)1110、通信接口(Communications Interface)1120、存储器(memory array)1130和总线1140。其中，处理器1110、通信接口1120、以及存储器1130通过总线1140完成相互间的通信。
通信接口1120用于与网元通信，其中网元包括例如虚拟机管理中心、共享存储等。
处理器1110用于执行程序。处理器1110可能是一个中央处理器CPU，或者是专用集成电路ASIC(Application Specific Integrated Circuit)，或者是被配置成实施本发明实施例的一个或多个集成电路。
存储器1130用于可执行的指令。存储器1130可能包含高速RAM存储器，也可能还包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1130也可以是存储器阵列。存储器1130还可能被分块，并且所述块可按一定的规则组合成虚拟卷。存储器1130存储的指令可被处理器1110执行，以使处理器1110能够执行上述任意方法实施例中的虚拟化无线传感网络的映射方法。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
前述对本发明的具体示例性实施方案的描述是为了说明和例证的目的。这些描述并非想将本发明限定为所公开的精确形式，并且很显然，根据上述教导，可以进行很多改变和变化。对示例性实施例进行选择和描述的目的在于解释本发明的特定原理及其实际应用，从而使得本领域的技术人员能够实现并利用本发明的各种不同的示例性实施方案以及各种不同的选择和改变。本发明的范围意在由权利要求书及其等同形式所限定。
Claims (6)
1.一种虚拟化无线传感网络的映射方法，其特征在于，包括：
接收多个随机到达的虚拟传感网络请求，其中，所述虚拟传感网络请求中包括待映射虚拟传感网络的虚拟传感节点、所述虚拟传感节点的请求资源、链路、以及链路的请求带宽；
根据虚拟传感网络请求中的请求资源以及请求带宽，为所述虚拟传感网络请求分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益；以及
按照收益从大到小的顺序，每次选择一个虚拟传感网络请求，并对每次选择出的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个虚拟传感网络请求并进行所述协同映射，直至完成对所有到达的虚拟传感网络请求中的待映射的虚拟传感节点以及链路的所述协同映射，
其中，对每次选择出的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射包括：
步骤一、对选择的虚拟传感网络请求中的每一个待映射的虚拟传感节点构建候选物理传感节点列表，其中，所述候选的物理传感节点列表中存储的物理传感节点的剩余资源大于待映射的虚拟传感节点nu的请求资源；
步骤二、计算候选物理传感节点列表中物理传感节点的重要性；
步骤三、针对所述选择的虚拟传感网络请求中的多个待映射的虚拟传感节点，分别选择与所述待映射的虚拟传感节点对应的一个物理传感节点，将选择的多个物理传感节点作为一组映射节点，其中，选择方法为按照候选物理传感节点列表中物理传感节点的重要性进行依次选择出一组映射节点；之后在选出的一组映射节点中，通过最短路径算法找出各节点间的最短路径，形成一组最短路径；若所述一组最短路径的带宽均满足所述链路的请求带宽，则将所述一组映射节点以及所述一组最短路径作为一组映射方案；并计算该组映射方案的传感网的能耗；以及
步骤四、重复所述步骤三，分别计算多组映射方案的传感网的能耗，并且其中选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案，
其中，所述计算候选物理传感节点列表中物理传感节点的重要性包括:
根据公式二计算候选物理传感节点列表中物理传感节点ni的重要性IM(ni)，所述公式二为：
其中，D(ni)为节点ni的度，节点的接近度为CL(ni)，其表示节点ni与其所在网络中所有其他节点之间的最短路径距离之和的倒数，deg(ni,nj)为节点ni与节点nj之间的度，d(ni,nj)为节点ni与其所在网络中所有其他节点之间的最短路径距离之和。
2.根据权利要求1所述的映射方法，其特征在于，所述根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益包括：
根据公式一计算映射虚拟传感网络请求所获得的相应收益，所述公式一包括：
其中，AV(ni)为物理传感网络为虚拟传感节点ni分配的资源，band(lV(ni,nj))为物理传感网络为虚拟传感节点ni以及nj之间的链路分配的带宽，NV表示虚拟传感网络中的虚拟节点集合，LV表示虚拟传感网络中的虚拟链路集合。
3.根据权利要求1所述的映射方法，其特征在于，分别对多组映射方案进行传感网的能耗计算，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案，包括：
初始化多组映射方案的个体最佳位置Xpbest＝Xi，初始化多组映射方案的个体最佳位置对应的适应度函数值f(Xpbest)，并将适应度函数值中的最小值对应的个体最佳位置初始化为全局最优位置Xgbest；
计算一组映射方案的适应度函数f(X)，其中所述适应度函数f(Xi)表示虚拟传感网络映射采用映射方案Xi时对应传感网的能耗；
如果当前计算的适应度函数值f(Xi)小于之前确定的个体最佳位置对应的适应度函数值f(Xpbest)，则将当前计算的适应度函数值f(Xi)对应的位置Xi作为该映射方案的个体最佳位置Xpbest；
如果重新确定的个体最佳位置Xpbest对应的适应度函数值f(Xpbest)小于之前确定的全局最佳位置对应的适应度函数值时，重新确定的个体最佳位置Xpbest作为全局最佳位置Xgbest；
当重复次数小于预设次数时，重复上述步骤，计算下一组映射方案的适应度函数并进行个体最佳位置Xpbest以及全局最佳位置Xgbest的判断；
当重复次数为预设次数时，与全局最佳位置Xgbest对应的映射方案的位置向量为传感网的能耗最小的一组映射方案。
4.一种虚拟化无线传感网络的映射装置，其特征在于，包括：
接收模块，用于接收多个随机到达的虚拟传感网络请求，其中，所述虚拟传感网络请求中包括待映射虚拟传感网络的虚拟传感节点、所述虚拟传感节点的请求资源、链路、以及链路的请求带宽；
收益计算模块，用于根据虚拟传感网络请求中的请求资源以及请求带宽，为所述虚拟传感网络请求分配实际的节点资源以及链路带宽，根据分配的节点资源以及链路带宽计算映射虚拟传感网络请求所获得的相应收益；
选择模块，用于按照收益从大到小的顺序，每次选择出一个虚拟传感网络请求；以及
映射模块，用于对每次选择的虚拟传感网络请求中的待映射的虚拟传感节点以及链路进行协同映射，映射完成后选择下一个虚拟传感网络请求并进行所述协同映射，直至完成对所有到达的虚拟传感网络请求中的待映射的虚拟传感节点以及链路的所述协同映射；
其中，所述映射模块包括：
资源计算模块，用于对选择的虚拟传感网络请求中的每一个待映射的虚拟传感节点构建候选物理传感节点列表，其中，所述候选的物理传感节点列表中存储的物理传感节点的剩余资源大于待映射的虚拟传感节点nu的请求资源；
重要性计算模块，用于计算候选物理传感节点列表中物理传感节点的重要性；所述重要性计算模块还用于针对所述选择的虚拟传感网络请求中的多个待映射的虚拟传感节点，分别选择与所述待映射的虚拟传感节点对应的一个物理传感节点，将选择的多个物理传感节点作为一组映射节点，所述选择方法为按照候选物理传感节点列表中物理传感节点的重要性进行依次选择；
路径模块，在一组映射节点中，通过最短路径算法找出各节点间的最短路径，形成一组最短路径；
所述资源计算模块还用于在所述一组最短路径的带宽均满足所述链路的请求带宽时，将所述一组映射节点以及所述一组最短路径作为一组映射方案；以及
能耗计算模块，用于计算该组映射方案的传感网的能耗；所述能耗计算模块还用于分别计算多组映射方案的传感网的能耗，选择传感网的能耗最小的一组映射方案作为待映射的虚拟传感节点的映射方案，
其中，所述重要性计算模块计算候选物理传感节点列表中物理传感节点的重要性包括:
根据公式二计算候选物理传感节点列表中物理传感节点ni的重要性IM(ni)，所述公式二为：
其中，D(ni)为节点ni的度，节点的接近度为CL(ni)，其表示节点ni与其所在网络中所有其他节点之间的最短路径距离之和的倒数，deg(ni,nj)为节点ni与节点nj之间的度，d(ni,nj)为节点ni与其所在网络中所有其他节点之间的最短路径距离之和。
5.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机可执行指令，所述计算机可执行指令被处理器执行时实现权利要求1-3任意一项所述的虚拟化无线传感网络的映射方法。
6.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-3任意一项所述的虚拟化无线传感网络的映射方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911364702.7A CN110933728B (zh) | 2019-12-26 | 2019-12-26 | 虚拟化无线传感网络的映射方法、装置、存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911364702.7A CN110933728B (zh) | 2019-12-26 | 2019-12-26 | 虚拟化无线传感网络的映射方法、装置、存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110933728A CN110933728A (zh) | 2020-03-27 |
| CN110933728B true CN110933728B (zh) | 2021-09-24 |
Family
ID=69862156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911364702.7A Active CN110933728B (zh) | 2019-12-26 | 2019-12-26 | 虚拟化无线传感网络的映射方法、装置、存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110933728B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111698703B (zh) * | 2020-05-25 | 2024-02-20 | 国网河北省电力有限公司石家庄供电分公司 | 基于业务优先级和负载均衡的网络可靠性优化方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103179052A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院声学研究所 | 一种基于接近度中心性的虚拟资源分配方法及系统 |
| CN103916266A (zh) * | 2014-03-11 | 2014-07-09 | 湖州师范学院 | 一种主动休眠节点和链路的高效节能虚拟网络映射算法 |
| CN104901861A (zh) * | 2015-06-04 | 2015-09-09 | 浙江工商大学 | 基于网络拓扑预优化和提高可用性的虚拟网络映射方法 |
| CN105337834A (zh) * | 2015-12-04 | 2016-02-17 | 重庆邮电大学 | 一种无线网络虚拟化环境下的映射算法 |
| CN105939244A (zh) * | 2016-06-14 | 2016-09-14 | 北京邮电大学 | 一种协同虚拟网络映射方法 |
| CN106100964A (zh) * | 2016-08-24 | 2016-11-09 | 北京邮电大学 | 一种虚拟网络映射的方法和装置 |
| CN106301924A (zh) * | 2016-08-18 | 2017-01-04 | 北京邮电大学 | 一种虚拟网络映射方法及装置 |
| CN108880900A (zh) * | 2018-07-02 | 2018-11-23 | 哈尔滨工业大学 | 一种面向网安试验的虚拟网络映射方法 |
-
2019
- 2019-12-26 CN CN201911364702.7A patent/CN110933728B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103179052A (zh) * | 2011-12-20 | 2013-06-26 | 中国科学院声学研究所 | 一种基于接近度中心性的虚拟资源分配方法及系统 |
| CN103916266A (zh) * | 2014-03-11 | 2014-07-09 | 湖州师范学院 | 一种主动休眠节点和链路的高效节能虚拟网络映射算法 |
| CN104901861A (zh) * | 2015-06-04 | 2015-09-09 | 浙江工商大学 | 基于网络拓扑预优化和提高可用性的虚拟网络映射方法 |
| CN105337834A (zh) * | 2015-12-04 | 2016-02-17 | 重庆邮电大学 | 一种无线网络虚拟化环境下的映射算法 |
| CN105939244A (zh) * | 2016-06-14 | 2016-09-14 | 北京邮电大学 | 一种协同虚拟网络映射方法 |
| CN106301924A (zh) * | 2016-08-18 | 2017-01-04 | 北京邮电大学 | 一种虚拟网络映射方法及装置 |
| CN106100964A (zh) * | 2016-08-24 | 2016-11-09 | 北京邮电大学 | 一种虚拟网络映射的方法和装置 |
| CN108880900A (zh) * | 2018-07-02 | 2018-11-23 | 哈尔滨工业大学 | 一种面向网安试验的虚拟网络映射方法 |
Non-Patent Citations (3)
| Title |
|---|
| 弹性光网络专供虚拟网络生存性映射算法研究;王伟;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190915;全文 * |
| 弹性光网络中动态虚拟网络映射算法研究;郑斗;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190115;全文 * |
| 节点重要性感知的透明虚拟光网络协同映射策略;刘焕淋等;《电子与信息学报》;20180831;全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110933728A (zh) | 2020-03-27 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Natarajan et al. | An IoT and machine learning‐based routing protocol for reconfigurable engineering application | |
| CN111953758B (zh) | 一种边缘网络计算卸载和任务迁移方法及装置 | |
| Lee et al. | An online secretary framework for fog network formation with minimal latency | |
| CN113810233B (zh) | 一种在随机网络中基于算网协同的分布式计算卸载方法 | |
| Cui et al. | A novel offloading scheduling method for mobile application in mobile edge computing | |
| CN108667657B (zh) | 一种面向sdn的基于局部特征信息的虚拟网络映射方法 | |
| CN111182570A (zh) | 提高运营商效用的用户关联和边缘计算卸载方法 | |
| CN109151864A (zh) | 一种面向移动边缘计算超密集网络的迁移决策与资源优化分配方法 | |
| CN105337834A (zh) | 一种无线网络虚拟化环境下的映射算法 | |
| CN112867088B (zh) | 一种“云-边-端”通信架构的动态调节方法及系统 | |
| CN113965569B (zh) | 一种高能效、低时延的边缘节点计算迁移配置系统 | |
| CN112995343B (zh) | 一种具有性能与需求匹配能力的边缘节点计算卸载方法 | |
| Yang et al. | Dispersed computing for tactical edge in future wars: vision, architecture, and challenges | |
| Plakunov et al. | Data center resource mapping algorithm based on the ant colony optimization | |
| CN109639833A (zh) | 一种基于无线城域网微云负载均衡的任务调度方法 | |
| CN112601240A (zh) | 物联网资源边缘智能调度方法 | |
| CN113138848A (zh) | 获取资源分配策略的方法、装置、设备及存储介质 | |
| Chatterjee et al. | Energy-efficient data transmission in sensor-cloud | |
| Nguyen et al. | Efficient virtual network embedding with node ranking and intelligent link mapping | |
| Chai et al. | A parallel placement approach for service function chain using deep reinforcement learning | |
| CN110933728B (zh) | 虚拟化无线传感网络的映射方法、装置、存储介质 | |
| CN111158893B (zh) | 应用于雾计算网络的任务卸载方法、系统、设备及介质 | |
| Liu et al. | Joint task offloading and dispatching for MEC with rational mobile devices and edge nodes | |
| US10182433B2 (en) | System and method for overlapping rate region zoning | |
| KR102056894B1 (ko) | 포그 산업용 사물인터넷 네트워크의 동적 리소스 재분배 방법 |
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 |