CN111352690B - 虚拟网元的管理方法、装置及计算机可读存储介质 - Google Patents

虚拟网元的管理方法、装置及计算机可读存储介质 Download PDF

Info

Publication number
CN111352690B
CN111352690B CN201811568176.1A CN201811568176A CN111352690B CN 111352690 B CN111352690 B CN 111352690B CN 201811568176 A CN201811568176 A CN 201811568176A CN 111352690 B CN111352690 B CN 111352690B
Authority
CN
China
Prior art keywords
network element
traffic
virtual network
coefficient
time interval
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
CN201811568176.1A
Other languages
English (en)
Other versions
CN111352690A (zh
Inventor
王海宁
尤春光
郭泓伟
肖柏
雷波
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.)
China Telecom Corp Ltd
Original Assignee
China Telecom Corp Ltd
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 China Telecom Corp Ltd filed Critical China Telecom Corp Ltd
Priority to CN201811568176.1A priority Critical patent/CN111352690B/zh
Publication of CN111352690A publication Critical patent/CN111352690A/zh
Application granted granted Critical
Publication of CN111352690B publication Critical patent/CN111352690B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • G06F2009/45595—Network integration; Enabling network access in virtual machine instances

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本公开提供了一种虚拟网元的管理方法、装置及计算机可读存储介质，涉及NFV技术领域，所述方法包括：从数据源采集虚拟网元在当前时间区间的业务量，所述时间区间包括至少一个时间点；基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量；从所述数据源采集所述虚拟网元的最大可承载的业务量；根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量，对虚拟网元的生命周期进行管理。

Description

虚拟网元的管理方法、装置及计算机可读存储介质
技术领域
本公开涉及网络功能虚拟化(Network Function Virtualization，NFV)技术领域，尤其是一种虚拟网元的管理方法、装置及计算机可读存储介质。
背景技术
网络重构引入了NFV技术，以实现网络软硬件解耦、控制、转发解耦和网络可编程。网络功能部署在虚拟化基础设施之上，并可以通过编排器实现对虚拟网元的生命周期的管理。
目前，现有的虚拟网元的生命周期依赖于人工配置，并且，在配置好后一段时间内不再发生变化，如果需要修改，需要人工再次进行配置。这样的方式无法满足对业务的需求。
发明内容
为了解决上述问题，本公开实施例提出了如下解决方案。
根据本公开实施例的一方面，提供一种虚拟网元的管理方法，包括：从数据源采集虚拟网元在当前时间区间的业务量，所述时间区间包括至少一个时间点；基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量；从所述数据源采集所述虚拟网元的最大可承载的业务量；根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量，对虚拟网元的生命周期进行管理。
在一些实施例中，从数据源采集虚拟网元在当前时间区间的业务量包括：根据虚拟网元的类型，确定数据采集方式，所述数据采集方式包括数据采集类型、数据采集格式和数据采集周期；按照所述数据采集方式采集虚拟网元在当前时间区间的业务量。
在一些实施例中，根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量，对虚拟网元的生命周期进行管理包括：根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量确定管理方式；将所述管理方式发送到虚拟网元管理器，以便所述虚拟网元管理器按照所述管理方式对所述虚拟网元的生命周期进行管理。
在一些实施例中，所述业务量为吞吐量，所述至少一个下一时间区间包括多个下一时间区间；根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量确定管理方式包括：根据多个下一时间区间的业务量中的最大值、多个下一时间区间的业务量的平均值和所述最大可承载的业务量，确定管理方式。
在一些实施例中，所述虚拟网元包括多个虚拟子网元；根据多个下一时间区间的业务量中的最大值、多个下一时间区间的业务量的平均值和所述最大可承载的业务量，确定管理方式包括：在所述最大值大于第一系数与所述最大可承载的业务量之积的情况下，对所述虚拟网元进行扩容；在所述最大值大于第二系数与所述最大可承载的业务量之积、且所述平均值大于第三系数与所述最大可承载的业务量之积、且所述最大值对应的下一时间区间之后的至少两个下一时间区间的业务量呈非连续下降趋势的情况下，对所述虚拟网元进行扩容；在所述最大值小于所述最大可承载的业务量和任意一个虚拟子网元的最大可承载的业务量之间的差值与第四系数之积、且所述平均值小于所述差值与第五系数之积的情况下，对所述虚拟网元进行缩容；其中，第一系数、第二系数、第三系数、第四系数和第五系数依次减小、且均小于1。
根据本公开实施例的另一方面，提供一种虚拟网元的管理装置，包括：第一采集模块，用于从数据源采集虚拟网元在当前时间区间的业务量，所述时间区间包括至少一个时间点；预测模块，用于基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量；第二采集模块，用于从所述数据源采集所述虚拟网元的最大可承载的业务量；管理模块，用于根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量，对虚拟网元的生命周期进行管理。
在一些实施例中，所述第一采集模块用于：根据虚拟网元的类型，确定数据采集方式，所述数据采集方式包括数据采集类型、数据采集格式和数据采集周期；按照所述数据采集方式采集虚拟网元在当前时间区间的业务量。
在一些实施例中，所述管理模块用于：根据所述至少一个下一时间区间的业务量和所述最大可承载的业务量确定管理方式；将所述管理方式发送到虚拟网元管理器，以便所述虚拟网元管理器按照所述管理方式对所述虚拟网元的生命周期进行管理。
在一些实施例中，所述业务量为吞吐量，所述至少一个下一时间区间包括多个下一时间区间；所述管理模块用于根据多个下一时间区间的业务量中的最大值、多个下一时间区间的业务量的平均值和所述最大可承载的业务量，确定管理方式。
在一些实施例中，所述虚拟网元包括多个虚拟子网元；所述管理模块用于：在所述最大值大于第一系数与所述最大可承载的业务量之积的情况下，对所述虚拟网元进行扩容；在所述最大值大于第二系数与所述最大可承载的业务量之积、且所述平均值大于第三系数与所述最大可承载的业务量之积、且所述最大值对应的下一时间区间之后的至少两个下一时间区间的业务量呈非连续下降趋势的情况下，对所述虚拟网元进行扩容；在所述最大值小于所述最大可承载的业务量和任意一个虚拟子网元的最大可承载的业务量之间的差值与第四系数之积、且所述平均值小于所述差值与第五系数之积的情况下，对所述虚拟网元进行缩容；其中，第一系数、第二系数、第三系数、第四系数和第五系数依次减小、且均小于1。
根据本公开实施例的还一方面，提供一种虚拟网元的管理装置，包括：存储器；以及耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器的指令执行上述任意一个实施例所述的方法。
根据本公开实施例的还一方面，提供一种计算机可读存储介质，其上存储有计算机程序指令，该指令被处理器执行时实现上述任意一个实施例所述的方法。
本公开实施例中，根据当前时间区间的业务量可以预测下一时间区间的业务量，根据下一时间区间的业务量和虚拟网元最大可承载的业务量可以对虚拟网元的生命周期进行管理。这样的方式可以根据实际业务情况对虚拟网元的生命周期进行管理，更好地满足了业务的实时化需求。
下面通过附图和实施例，对本公开的技术方案做进一步的详细描述。
附图说明
为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是根据本公开一些实施例的虚拟网元的管理方法的流程示意图；
图2是根据本公开一些实施例的虚拟网元的管理装置的结构示意图；
图3是根据本公开一些实施例的虚拟网元的管理装置的应用示意图；
图4是根据本公开另一些实施例的虚拟网元的管理装置的应用示意图；
图5是根据本公开又一些实施例的虚拟网元的管理装置的结构示意图。
具体实施方式
下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本公开保护的范围。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本公开的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
图1是根据本公开一些实施例的虚拟网元的管理方法的流程示意图。
在步骤102，从数据源采集虚拟网元在当前时间区间的业务量。
这里，时间区间包括至少一个时间点。例如，当前时间区间可以仅为当前时刻这一个时间点。又例如，当前时间区间可以为当前时刻之前的预设时刻与当前时刻之间的时间段。虚拟网元也可以称为虚拟化网络功能(VNF)实体。
在一些实施例中，虚拟网元例如可以是虚拟宽带远程虚拟接入服务器(vBRAS)或虚拟用户面功能(vUPF)实体或虚拟移动管理实体(vMME)。例如，在虚拟网元为vBRAS的情况下，数据源可以是网络功能虚拟化编排器(NFVO)。又例如，在虚拟网元为UPF实体的情况下，数据源可以是网络数据分析功能(NWDAF)实体。
例如，可以向NFVO发送数据订阅请求，例如POST../nspm/v1/subscriptions(PmSubscriptionRequest)。NFVO通过虚拟化网络功能管理器(VNFM)完成订阅任务的创建和执行。之后，通过数据接收接口从NFVO获取实时的业务量，例如，可以通过GET../nspm/v1/pm_jobs/{pmJobId}/reports{reportId}来获取业务量。
在一些实施例中，可以根据虚拟网元的类型，确定数据采集方式，数据采集方式包括数据采集类型、数据采集格式和数据采集周期；然后按照所确定的数据采集方式采集虚拟网元在当前时间区间的业务量。
例如，在虚拟网元为不同类型的虚拟网元的情况下，可以确定相应的数据采集方式。数据采集类型例如可以包括吞吐量、用户数量、会话数量等。数据采集格式例如可以是与后续利用的机器学习模型匹配的格式。
在步骤104，基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量。
例如，可以以不同时间区间的历史业务量作为训练样本对机器学习模型进行训练，以使得训练后的机器学习模型能够根据当前时间区间的业务量预测出下一时间区间的业务量。机器学习模型例如可以是差分整合移动平均自回归模型(ARIMA模型)或循环神经网络模型(RNN模型)等。
应理解，下一时间区间是当前时间区间之后的时间区间。例如，至少一个下一时间区间可以包括当前时间区间之后的多个下一时间区间。对于任意两个下一时间区间来说，其中一个下一时间区间在另一个下一时间区间之前。另外，不同下一时间区间所对应的时间段可以相同，也可以不同。
例如，当前时间区间为上午10点至12点，下一时间区间例如可以是下午12点至2点、4点至6点、6点至9点等。
在步骤106，从数据源采集虚拟网元的最大可承载的业务量。
在步骤108，根据至少一个下一时间区间的业务量和最大可承载的业务量，对虚拟网元的生命周期进行管理。
例如，可以根据至少一个下一时间区间的业务量和最大可承载的业务量确定管理方式；然后将管理方式发送到虚拟网元管理器，以便虚拟网元管理器按照管理方式对虚拟网元的生命周期进行管理。
在一些实施例中，虚拟网元管理器例如可以是VNFM或者切片管理器。
上述实施例中，根据当前时间区间的业务量可以预测下一时间区间的业务量，根据下一时间区间的业务量和虚拟网元最大可承载的业务量可以对虚拟网元的生命周期进行管理。这样的方式可以根据实际业务情况对虚拟网元的生命周期进行管理，更好地满足了业务的实时化需求。
在一些实施例中，可选用如下的长短记忆网络(LSTM)模型和深度神经网络(DNN)模型的组合网络模型进行预测。
Figure BDA0001914804000000071
main_input为序列数据输入。长度为168个，即24小时*7天的业务量序列数据。
aux_input为外部特征输入。为简化模型，这里只提取了时间维度上的99个特征。具体应用场景中，还可根据实际情况添加特征进行训练。
main_input经过两层LSTM产生128个特征，与aux_input的99个特征一起作为三层DNN的输入。
最终输出main_output为预测未来的1-6小时的业务量。
在虚拟网元为多个的情况下，可以针对每个虚拟网元执行上述步骤102-步骤108，从而可以对每个虚拟网元的生命周期进行管理。
作为一些具体实现方式，上述业务量可以为吞吐量，至少一个下一时间区间包括多个下一时间区间。这种情况下，可以根据多个下一时间区间的业务量中的最大值、多个下一时间区间的业务量的平均值和最大可承载的业务量，确定管理方式。
下面介绍一种确定管理方式的具体实现方式。该实现方式中，虚拟网元可以包括多个虚拟子网元。
假设多个下一时间区间的业务量中的最大值为max(P)，多个下一时间区间的业务量的平均值为Mean(P)，虚拟网元的最大可承载的业务量为M。在某些实施例中，虚拟网元的最大可承载的业务量为M＝NM’，其中，N为虚拟子网元的数量，M’为每个虚拟子网元的最大可承载的业务量。
在最大值max(P)大于第一系数α1与最大可承载的业务量M之积的情况下，即，在max(P)>α1×M的情况下，对虚拟网元进行扩容。例如，可以增加分配给一个或多个虚拟子网元的虚拟资源，以实现对虚拟网元的扩容。例如，α1为0.95，即，最大值max(P)超过最大可承载的业务量M的95％以上时，为了避免下一时间区间的业务量超过M，需要对虚拟网元进行扩容。
在最大值max(P)大于第二系数α2与最大可承载的业务量M之积，即max(P)>α2×M，并且，平均值Mean(P)大于第三系数α3与最大可承载的业务量M之积，即Mean(P)>α3×M，并且，最大值max(P)对应的下一时间区间之后的至少两个时间区间的业务量呈非连续下降趋势的情况下，对虚拟网元进行扩容。
例如，多个下一时间区间对应的业务量按照时间先后依次为P1、P2、P3…Pk，k为整数。假设P2为最大值max(P)，则在P3<P2，且P4<P3的情况下，表明业务量在峰值之后持续下降，无需对虚拟网元进行扩容；否则，例如，在P3<P2，P4>P3的情况下，表明业务量在峰值之后并非呈现持续下降趋势，需要对虚拟网元进行扩容。
在最大值max(P)小于最大可承载的业务量M和任意一个虚拟子网元的最大可承载的业务量M’之间的差值与第四系数α4之积，即max(P)<(M-M’)×α4，并且，平均值Mean(P)小于差值M-M’与第五系数α5之积的情况下，对虚拟网元进行缩容。例如，可以减少分配给一个或多个虚拟子网元的虚拟资源，以实现对虚拟网元的缩容。
上述第一系数α1、第二系数α2、第三系数α3、第四系数α4和第五系数α5依次减小、且均小于1。作为示例，α1、α2、α3、α4和α5依次为0.95、0.9、0.8、0.7、0.5。应理解，在其他实施例中，可以根据实际情况对α1、α2、α3、α4和α5进行调整。
本说明书中各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似的部分相互参见即可。对于装置实施例而言，由于其与方法实施例基本对应，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
图2是根据本公开一些实施例的虚拟网元的管理装置的结构示意图。如图2所示，虚拟网元的管理装置包括第一采集模块201、预测模块202、第二采集模块203和管理模块204。
第一采集模块201用于从数据源采集虚拟网元在当前时间区间的业务量，时间区间包括至少一个时间点。例如，第一采集模块201用于根据虚拟网元的类型，确定数据采集方式，数据采集方式包括数据采集类型、数据采集格式和数据采集周期；按照数据采集方式采集虚拟网元在当前时间区间的业务量。
预测模块202用于基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量。
第二采集模块203用于从数据源采集虚拟网元的最大可承载的业务量。
管理模块204用于根据至少一个下一时间区间的业务量和最大可承载的业务量，对虚拟网元的生命周期进行管理。
在一些实施例中，管理模块204用于根据至少一个下一时间区间的业务量和最大可承载的业务量确定管理方式；将管理方式发送到虚拟网元管理器，以便虚拟网元管理器按照管理方式对虚拟网元的生命周期进行管理。在一些实现方式中，业务量为吞吐量，至少一个下一时间区间包括多个下一时间区间；管理模块204用于根据多个下一时间区间的业务量中的最大值、多个下一时间区间的业务量的平均值和最大可承载的业务量，确定管理方式。
在一些实施例中，虚拟网元包括多个虚拟子网元；管理模块204用于：在最大值大于第一系数与最大可承载的业务量之积的情况下，对虚拟网元进行扩容；在最大值大于第二系数与最大可承载的业务量之积、且平均值大于第三系数与最大可承载的业务量之积、且最大值对应的下一时间区间之后的至少两个下一时间区间的业务量呈非下降趋势的情况下，对虚拟网元进行扩容；在最大值小于最大可承载的业务量和任意一个虚拟子网元的最大可承载的业务量之间的差值与第四系数之积、且平均值小于差值与第五系数之积的情况下，对虚拟网元进行缩容；其中，第一系数、第二系数、第三系数、第四系数和第五系数依次减小。
图3是根据本公开一些实施例的虚拟网元的管理装置的应用示意图。如图3所示，虚拟网元的管理装置可以用于对vBRAS的生命周期进行管理。这种情况下，数据源为NFVO。管理模块204将管理方式发送给NFVO，NFVO通过VNFM和虚拟化基础设施管理器(VIM)完成扩容或缩容的执行。
图4是根据本公开另一些实施例的虚拟网元的管理装置的应用示意图。如图4所示，虚拟网元的管理装置可以用于对网络切片进行管理，例如对UPF进行管理。这种情况下，数据源为NWDAF。在图4中，VFVI为网络功能虚拟化基础设施。
图5是根据本公开另一些实施例的虚拟网元的管理装置的结构示意图。如图5所示，该实施例的装置500包括存储器501以及耦接至该存储器501的处理器502，处理器502被配置为基于存储在存储器501中的指令，执行前述任意一个实施例的方法。
存储器501例如可以包括系统存储器、固定非易失性存储介质等。系统存储器例如可以存储有操作系统、应用程序、引导装载程序(BootLoader)以及其他程序等。
装置500还可以包括输入输出接口503、网络接口504、存储接口505等。这些接口503、504、505之间、以及存储器501与处理器502之间例如可以通过总线506连接。输入输出接口503为显示器、鼠标、键盘、触摸屏等输入输出设备提供连接接口。网络接口504为各种联网设备提供连接接口。存储接口505为SD卡、U盘等外置存储设备提供连接接口。
本领域内的技术人员应当明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开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，本公开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非瞬时性存储介质(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。
本公开是参照根据本公开实施例的方法、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中一个流程或多个流程和/或方框图中一个方框或多个方框中指定的功能。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。
以上所述仅为本公开的较佳实施例，并不用以限制本公开，凡在本公开的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本公开的保护范围之内。

Claims (12)

1.一种虚拟网元的管理方法，包括：
从数据源采集虚拟网元在当前时间区间的业务量，所述时间区间包括至少一个时间点；
基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量，所述至少一个下一时间区间包括多个下一时间区间；
从所述数据源采集所述虚拟网元的最大可承载的业务量；
根据所述多个下一时间区间的业务量中的最大值、所述多个下一时间区间的业务量的平均值和所述最大可承载的业务量确定管理方式，以对虚拟网元的生命周期进行管理，
其中，所述确定管理方式包括：
在所述最大值大于第二系数与所述最大可承载的业务量之积、且所述平均值大于第三系数与所述最大可承载的业务量之积、且所述最大值对应的下一时间区间之后的至少两个下一时间区间的业务量呈非连续下降趋势的情况下，对所述虚拟网元进行扩容，其中，所述第二系数大于所述第三系数，且均小于1。
2.根据权利要求1所述的方法，其中，从数据源采集虚拟网元在当前时间区间的业务量包括：
根据虚拟网元的类型，确定数据采集方式，所述数据采集方式包括数据采集类型、数据采集格式和数据采集周期；
按照所述数据采集方式采集虚拟网元在当前时间区间的业务量。
3.根据权利要求1或2所述的方法，其中，根据所述多个下一时间区间的业务量中的最大值、所述多个下一时间区间的业务量的平均值和所述最大可承载的业务量确定管理方式，以对虚拟网元的生命周期进行管理包括：
将所述管理方式发送到虚拟网元管理器，以便所述虚拟网元管理器按照所述管理方式对所述虚拟网元的生命周期进行管理。
4.根据权利要求1所述的方法，其中，所述业务量为吞吐量。
5.根据权利要求1所述的方法，其中，所述虚拟网元包括多个虚拟子网元；
所述确定管理方式还包括：
在所述最大值大于第一系数与所述最大可承载的业务量之积的情况下，对所述虚拟网元进行扩容；
在所述最大值小于所述最大可承载的业务量和任意一个虚拟子网元的最大可承载的业务量之间的差值与第四系数之积、且所述平均值小于所述差值与第五系数之积的情况下，对所述虚拟网元进行缩容；
其中，第一系数、第二系数、第三系数、第四系数和第五系数依次减小、且均小于1。
6.一种虚拟网元的管理装置，包括：
第一采集模块，用于从数据源采集虚拟网元在当前时间区间的业务量，所述时间区间包括至少一个时间点；
预测模块，用于基于虚拟网元在当前时间区间的业务量，利用预先训练的机器学习模型预测虚拟网元在至少一个下一时间区间的业务量，所述至少一个下一时间区间包括多个下一时间区间；
第二采集模块，用于从所述数据源采集所述虚拟网元的最大可承载的业务量；
管理模块，用于根据所述多个下一时间区间的业务量中的最大值、所述多个下一时间区间的业务量的平均值和所述最大可承载的业务量确定管理方式，以对虚拟网元的生命周期进行管理，
其中，所述确定管理方式包括：
在所述最大值大于第二系数与所述最大可承载的业务量之积、且所述平均值大于第三系数与所述最大可承载的业务量之积、且所述最大值对应的下一时间区间之后的至少两个下一时间区间的业务量呈非连续下降趋势的情况下，对所述虚拟网元进行扩容，其中，所述第二系数大于所述第三系数，且均小于1。
7.根据权利要求6所述的装置，其中，所述第一采集模块用于：
根据虚拟网元的类型，确定数据采集方式，所述数据采集方式包括数据采集类型、数据采集格式和数据采集周期；
按照所述数据采集方式采集虚拟网元在当前时间区间的业务量。
8.根据权利要求6或7所述的装置，其中，所述管理模块用于：
将所述管理方式发送到虚拟网元管理器，以便所述虚拟网元管理器按照所述管理方式对所述虚拟网元的生命周期进行管理。
9.根据权利要求6所述的装置，其中，所述业务量为吞吐量。
10.根据权利要求6所述的装置，其中，所述虚拟网元包括多个虚拟子网元；
所述管理模块还用于：
在所述最大值大于第一系数与所述最大可承载的业务量之积的情况下，对所述虚拟网元进行扩容；
在所述最大值小于所述最大可承载的业务量和任意一个虚拟子网元的最大可承载的业务量之间的差值与第四系数之积、且所述平均值小于所述差值与第五系数之积的情况下，对所述虚拟网元进行缩容；
其中，第一系数、第二系数、第三系数、第四系数和第五系数依次减小、且均小于1。
11.一种虚拟网元的管理装置，包括：
存储器；以及
耦接至所述存储器的处理器，所述处理器被配置为基于存储在所述存储器中的指令，执行权利要求1-5任意一项所述的方法。
12.一种计算机可读存储介质，其上存储有计算机程序指令，其中，该指令被处理器执行时实现权利要求1-5任意一项所述的方法。
CN201811568176.1A 2018-12-21 2018-12-21 虚拟网元的管理方法、装置及计算机可读存储介质 Active CN111352690B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811568176.1A CN111352690B (zh) 2018-12-21 2018-12-21 虚拟网元的管理方法、装置及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811568176.1A CN111352690B (zh) 2018-12-21 2018-12-21 虚拟网元的管理方法、装置及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN111352690A CN111352690A (zh) 2020-06-30
CN111352690B true CN111352690B (zh) 2023-05-02

Family

ID=71192312

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811568176.1A Active CN111352690B (zh) 2018-12-21 2018-12-21 虚拟网元的管理方法、装置及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN111352690B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651729A (zh) * 2011-02-23 2012-08-29 中国移动通信集团公司 一种资源配置方法和装置
CN106161174A (zh) * 2015-04-22 2016-11-23 中兴通讯股份有限公司 一种网关虚拟化方法及系统
WO2016206378A1 (zh) * 2015-06-23 2016-12-29 中兴通讯股份有限公司 一种弹性扩容方法、装置及系统
CN107689879A (zh) * 2016-08-04 2018-02-13 中兴通讯股份有限公司 虚拟网元的管理方法及装置
CN108011732A (zh) * 2016-11-02 2018-05-08 中国电信股份有限公司 配置业务资源的方法、控制器及系统
CN109032751A (zh) * 2017-06-12 2018-12-18 华为技术有限公司 一种虚拟机部署方法及omm虚拟机

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102651729A (zh) * 2011-02-23 2012-08-29 中国移动通信集团公司 一种资源配置方法和装置
CN106161174A (zh) * 2015-04-22 2016-11-23 中兴通讯股份有限公司 一种网关虚拟化方法及系统
WO2016206378A1 (zh) * 2015-06-23 2016-12-29 中兴通讯股份有限公司 一种弹性扩容方法、装置及系统
CN107689879A (zh) * 2016-08-04 2018-02-13 中兴通讯股份有限公司 虚拟网元的管理方法及装置
CN108011732A (zh) * 2016-11-02 2018-05-08 中国电信股份有限公司 配置业务资源的方法、控制器及系统
CN109032751A (zh) * 2017-06-12 2018-12-18 华为技术有限公司 一种虚拟机部署方法及omm虚拟机

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Impact of Management Data Placement in NFV Service Coordinated Across Multiple Datacenters and WANs;Atsushi Taniguchi等;《2015 11th International Conference on Network and Service Management》;20160104;第406-409页 *
基于多代理的虚拟网资源管理模型研究;吕翔;《数字技术与应用》;20181031;第36卷(第10期);第39-41,45页 *

Also Published As

Publication number Publication date
CN111352690A (zh) 2020-06-30

Similar Documents

Publication Publication Date Title
CN112000459B (zh) 一种用于服务的扩缩容的方法及相关设备
JP7425527B2 (ja) 物体検出のインクリメンタル学習システムおよび方法
TWI547817B (zh) 叢集運算架構的資源規劃方法、系統及裝置
US11791050B2 (en) 3D environment risks identification utilizing reinforced learning
CN109753356A (zh) 一种容器资源调度方法、装置及计算机可读存储介质
CN105162875B (zh) 大数据群体任务分配方法及装置
US9189738B2 (en) Automatic event analysis
CN111126621B (zh) 在线模型训练方法及装置
CN102662731A (zh) 服务提供方法以及使用该方法的装置
CN112148468B (zh) 一种资源调度方法、装置、电子设备及存储介质
CN113763700B (zh) 信息处理方法、装置、计算机设备及存储介质
CN108920153A (zh) 一种基于负载预测的Docker容器动态调度方法
CN112000457B (zh) 管理处理系统中的任务的方法、设备和计算机程序产品
CN111198754B (zh) 一种任务调度方法及装置
CN113569117A (zh) 一种基于工业互联网大数据服务的云平台系统及方法
Tuli et al. SplitPlace: AI augmented splitting and placement of large-scale neural networks in mobile edge environments
CN114997414B (zh) 数据处理方法、装置、电子设备和存储介质
CN105491079A (zh) 云计算环境中调整应用所需资源的方法及装置
CN101495978B (zh) 减少总线连接的消费者和产生者之间的消息流
CN114489985A (zh) 数据处理方法、设备及存储介质
CN111352690B (zh) 虚拟网元的管理方法、装置及计算机可读存储介质
CN116700933B (zh) 一种面向异构算力联邦的多集群作业调度系统和方法
Chen et al. Knowledge distillation for mobile edge computation offloading
CN117389721A (zh) 一种基于时序调用图的无服务系统自适应扩缩容方法和装置
Shameem et al. An effective resource management in cloud computing

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20200630

Assignee: Tianyiyun Technology Co.,Ltd.

Assignor: CHINA TELECOM Corp.,Ltd.

Contract record no.: X2024110000040

Denomination of invention: Management method, device, and computer-readable storage medium for virtual network elements

Granted publication date: 20230502

License type: Common License

Record date: 20240914

EE01 Entry into force of recordation of patent licensing contract