CN111752707A - 一种基于映射关系的电力通信网资源分配方法 - Google Patents

一种基于映射关系的电力通信网资源分配方法 Download PDF

Info

Publication number
CN111752707A
CN111752707A CN202010516381.4A CN202010516381A CN111752707A CN 111752707 A CN111752707 A CN 111752707A CN 202010516381 A CN202010516381 A CN 202010516381A CN 111752707 A CN111752707 A CN 111752707A
Authority
CN
China
Prior art keywords
virtual
network
node
mapping
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.)
Granted
Application number
CN202010516381.4A
Other languages
English (en)
Other versions
CN111752707B (zh
Inventor
王曦
黄晓奇
温育靖
张国翊
刘国英
林朝哲
周雨涛
谭康
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.)
Shenzhen Power Supply Bureau Co Ltd
Original Assignee
Shenzhen Power Supply Bureau Co 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 Shenzhen Power Supply Bureau Co Ltd filed Critical Shenzhen Power Supply Bureau Co Ltd
Priority to CN202010516381.4A priority Critical patent/CN111752707B/zh
Publication of CN111752707A publication Critical patent/CN111752707A/zh
Application granted granted Critical
Publication of CN111752707B publication Critical patent/CN111752707B/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
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/10—Geometric CAD
    • G06F30/18—Network design, e.g. design based on topological or interconnect aspects of utility systems, piping, heating ventilation air conditioning [HVAC] or cabling
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06—Energy or water supply
    • 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)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Pure & Applied Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提出了一种基于映射关系的电力通信网资源分配方法，其包括步骤：步骤S11，构建网络切片环境下的网络模型；步骤S12，构建基于贝叶斯网的节点映射模型；步骤S13，构建网络切片下基于映射关系的电力通信网资源分配算法；步骤S14，根据所述网络切片下基于映射关系的电力通信网资源分配算法，对网络模型中的虚拟节点以及虚拟链路进行资源分配。实施本发明，可以提高对虚拟节点和虚拟链路分配资源的效率和成功率。

Description

一种基于映射关系的电力通信网资源分配方法
技术领域
本发明涉及网络切片环境下的资源管理领域，特别涉及一种基于映射关系的电力通信网资源分配方法。
背景技术
5G网络的传输速率每秒达到1Gbps以上，对电力通信网的建设和运营提出了挑战。为了满足5G网络的通信需求，网络切片技术已成为提高电力通信网资源利用率的一项关键技术。在使用网络切片技术之后，传统的电力通信网被划分为基础网络和虚拟网络。基础网络包括基础节点和基础链路资源，为虚拟网络提供网络资源。虚拟网络包括虚拟节点和虚拟链路，实现电力业务的快速部署和应用。因此，基础网络如何为虚拟网分配资源，已成为当前一个关键的研究内容。已有研究通过采用神经网络、遗传算法、深度学习方法，解决能源消耗高、映射成功率低、资源利用率低等方面的问题。例如，在现有的文献[Jahani A,Khanli L M,Hagh M T,et al.Green virtual network embedding with supervisedself-organizing map[J].Neurocomputing,2019,351:60-76.]中，以降低基础网络资源的能源消耗为目标，基于神经网络理论，提出具有自组织能力的虚拟网映射算法，降低了基础网络的能源消耗。在另一文献[Jahani A,Khanli L M,Hagh M T,et al.EE-CTA:Energyefficient,concurrent and topology-aware virtual network embedding as a multi-objective optimization problem[J].Computer Standards&Interfaces,2019.1-17]中，基于遗传算法理论，对虚拟网资源分配问题进行建模和求解，降低了基础网络的资源消耗。在另一文献[Zhang P,Yao H,Li M,et al.Virtual network embedding based onmodified genetic algorithm[J].Peer-to-Peer Networking and Applications,2019,12(2):481-492.]中，以提高虚拟网映射成功率为目标，采用改进的遗传算法对问题进行建模和求解。
通过对已有研究分析可知，虚拟网资源分配的已有研究主要集中在提高基础网络资源利用率方面，并且取得了较好的结果。但是，已有研究在进行资源分配时，缺少对虚拟节点的映射关系进行分析，导致基础网络的资源利用率仍需进一步提升。
发明内容
本发明所要解决的技术问题在于，本发明提出本发明提供了一种基于映射关系的电力通信网资源分配方法，可以提高对虚拟节点和虚拟链路分配资源的效率和成功率。
为解决上述技术问题，本发明的一方面，提供一种基于映射关系的电力通信网资源分配方法，其包括以下步骤：
步骤S11，构建网络切片环境下的网络模型；
步骤S12，构建基于贝叶斯网的节点映射模型；
步骤S13，构建网络切片下基于映射关系的电力通信网资源分配算法；
步骤S14，根据所述网络切片下基于映射关系的电力通信网资源分配算法，对网络模型中的虚拟节点以及虚拟链路进行资源分配。
优选地，所述步骤S11包括：
构建网络模型，在网络切片环境下，将传统网络被划分为底层网络和虚拟网络，其中，底层网络包括底层节点和底层链路，分别为虚拟网络提供CPU资源和带宽资源，用于快速构建虚拟网络；而虚拟网络包括虚拟节点和虚拟链路，通过向底层网络申请虚拟节点的CPU资源、虚拟链路的带宽资源；其中，底层网络采用虚拟网映射算法来实现为虚拟网络分配资源，所述虚拟网映射算法包括节点映射、链路映射算法；
确定用于计算虚拟网映射请求的成功率的公式(1)：
Figure BDA0002530274340000021
其中，虚拟网映射请求的成功率表示时间段T内成功获得资源的虚拟网请求数量除以总共到达的虚拟网请求数量的比值；
Figure BDA0002530274340000022
表示t时刻成功获得资源的虚拟网请求数，QV(t)表示t时刻到达的虚拟网请求数。
优选地，在步骤S12中进一步包括确定基础节点映射关联关系矩阵的步骤，具体为：
步骤S120，在构建虚拟网资源分配案例时，使用n×n的矩阵M表示已分配资源的虚拟网之间的关联关系；
其中，矩阵元素mij∈M表示虚拟网的虚拟节点
Figure BDA0002530274340000031
被成功映射到基础节点
Figure BDA0002530274340000032
后，与虚拟节点
Figure BDA0002530274340000033
相邻的虚拟节点
Figure BDA0002530274340000034
映射到基础节点
Figure BDA0002530274340000035
的关系；矩阵元素mij∈M的计算方法为：指定时间段T内，由基础节点
Figure BDA0002530274340000036
和基础节点
Figure BDA0002530274340000037
之间端到端路径
Figure BDA0002530274340000038
所分配给虚拟链路的带宽值之和，除以端到端路径
Figure BDA0002530274340000039
所包含的链路数。
优选地，在步骤S12中进一步包括确定虚拟网络特征分析策略的步骤，具体包括：
步骤S121，确定用于计算虚拟节点的链路资源量
Figure BDA00025302743400000310
的计算公式(2)：
Figure BDA00025302743400000311
其中，虚拟节点的链路资源量
Figure BDA00025302743400000312
是指当前虚拟节点相连接的虚拟链路的带宽资源量之和，E(ni)表示与虚拟节点
Figure BDA00025302743400000313
直接相连接的虚拟链路的集合，bw(ej)为虚拟链路的带宽资源量；
步骤S122，确定用于计算虚拟节点在虚拟网络中的位置
Figure BDA00025302743400000314
的计算公式(3)：
Figure BDA00025302743400000315
其中，虚拟节点在虚拟网络中的位置
Figure BDA00025302743400000316
使用当前虚拟节点到虚拟网其它所有虚拟节点的距离来衡量；
Figure BDA00025302743400000317
表示虚拟节点
Figure BDA00025302743400000318
到虚拟节点
Figure BDA00025302743400000319
的端到端路径包含的链路数量；
步骤S123，确定用于定义虚拟节点
Figure BDA00025302743400000320
的重要性
Figure BDA00025302743400000321
的计算公式(4)：
Figure BDA00025302743400000322
优选地，在步骤S12中进一步包括确定基于贝叶斯网的节点映射模型的步骤，具体包括：
推导确定用于计算虚拟节点
Figure BDA0002530274340000041
的贝叶斯映射
Figure BDA0002530274340000042
的计算公式(10):
Figure BDA0002530274340000043
其中，
Figure BDA0002530274340000044
为在虚拟节点
Figure BDA0002530274340000045
的j个父节点映射到底层节点
Figure BDA0002530274340000046
的条件下，虚拟节点
Figure BDA0002530274340000047
映射到底层节点
Figure BDA0002530274340000048
的概率；
Figure BDA0002530274340000049
为虚拟节点
Figure BDA00025302743400000410
的第j个父节点所映射的基础节点为
Figure BDA00025302743400000411
时，虚拟节点
Figure BDA00025302743400000412
映射到底层节点
Figure BDA00025302743400000413
的概率；
Figure BDA00025302743400000414
为虚拟节点
Figure BDA00025302743400000415
映射到底层节点
Figure BDA00025302743400000416
的概率。
优选地，在步骤S13中，所述网络切片下基于映射关系的电力通信网资源分配算法包括计算虚拟节点的重要性并排序、基于虚拟节点关系生成广度优先搜索树、为虚拟节点分配资源、为虚拟链路分配资源共四个过程。
优选地，所述步骤S14具体包括：
步骤S141、计算虚拟节点的重要性并排序：使用公式(4)计算
Figure BDA00025302743400000417
的重要度
Figure BDA00025302743400000418
并根据重要度对虚拟节点进行降序排列，得到排序后的虚拟节点集合N′V；
步骤S142、基于虚拟节点关系生成广度优先搜索树：取出虚拟节点集合N′V的第一个虚拟节点
Figure BDA00025302743400000419
作为根节点，生成广度优先搜索树
Figure BDA00025302743400000420
步骤S143、为虚拟节点分配资源：逐层为广度优先搜索树
Figure BDA00025302743400000421
的虚拟节点分配资源：
基于
Figure BDA00025302743400000422
对虚拟节点进行降序排列；
对于每个虚拟节点，基于公式(10)计算
Figure BDA00025302743400000423
并选择
Figure BDA00025302743400000424
最大并且满足
Figure BDA00025302743400000425
的CPU需求的基础节点为其分配资源；如没有符合要求的基础节点，则表求资源分配失败，流程结束；
步骤S144、为虚拟链路分配资源：采用k最短路径算法为每条虚拟链路分配满足
Figure BDA00025302743400000426
需求的基础链路资源。
与现有技术相比，本发明具有如下的有益效果：
本发明提供一种基于映射关系的电力通信网资源分配方法，将已经成功的虚拟网资源分配案例建模为知识库，根据虚拟网的拓扑特征对虚拟节点的重要性进行分析，最后构建基于贝叶斯网的节点映射模型，提出网络切片下基于映射关系的电力通信网资源分配算法。本发明所提供的方法，在虚拟网络映射成功率、基础网络链路平均利用率、基础网络节点平均利用率均有所提高，从而可以提高对虚拟节点和虚拟链路分配资源的效率和成功率。
附图说明
为了更清楚地说明本发明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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明提供的一种基于映射关系的电力通信网资源分配方法的一个实施例的主流程示意图；
图2为本发明涉及的基于贝叶斯网的节点映射模型示意图；
图3为本发明涉及的虚拟网络映射成功率分析示意图；
图4为本发明涉及的基础网络链路平均利用率分析示意图；
图5为本发明涉及的基础网络节点平均利用率分析示意图。
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，下面将结合附图对本发明作进一步地详细描述。
在本发明的方案中，为解决网络切片环境下基础网络资源利用率低问题，本发明提供了一种基于映射关系的电力通信网资源分配算法。
如图1所示，示出了本发明提供的一种基于映射关系的电力通信网资源分配方法的一个实施例的主流程示意图；在本实施例中，所述基于映射关系的电力通信网资源分配方法，其包括以下步骤：
步骤S11，构建网络切片环境下的网络模型；
在一个具体的例子中，所述步骤S11包括：
构建网络模型，在网络切片环境下，将传统网络被划分为底层网络和虚拟网络，其中，底层网络包括底层节点和底层链路，分别为虚拟网络提供CPU资源和带宽资源，用于快速构建虚拟网络；而虚拟网络包括虚拟节点和虚拟链路，通过向底层网络申请虚拟节点的CPU资源、虚拟链路的带宽资源；其中，底层网络采用虚拟网映射算法来实现为虚拟网络分配资源，所述虚拟网映射算法包括节点映射、链路映射算法；具体地，基础网络使用GS＝(NS,ES)表示。其中，NS表示基础节点，为虚拟网络的虚拟节点提供CPU资源
Figure BDA0002530274340000061
ES表示基础链路，为虚拟网络的虚拟链路提供带宽资源
Figure BDA0002530274340000062
虚拟网络使用GV＝(NV,EV)表示，其中，NV表示虚拟节点，通过从基础网络申请CPU资源
Figure BDA0002530274340000063
用于承载电力业务的计算功能。EV表示虚拟链路，通过从基础网络申请带宽资源
Figure BDA0002530274340000064
用于承载电力业务的通信功能。为便于描述，本发明将基础网络为虚拟网络分配资源的问题建模为虚拟网映射问题。虚拟网映射包括节点映射和链路映射两个过程。节点映射使用
Figure BDA0002530274340000065
表示，代表基础节点
Figure BDA0002530274340000066
为虚拟节点
Figure BDA0002530274340000067
分配CPU资源。在进行节点映射时，基础节点给虚拟节点分配的资源量需要满足虚拟网请求提出的CPU资源需求
Figure BDA0002530274340000068
链路映射使用
Figure BDA0002530274340000069
表示，代表基础路径
Figure BDA00025302743400000610
为虚拟链路
Figure BDA00025302743400000611
分配链路资源。在进行链路映射时，基础链路给虚拟链路分配的链路资源需要满足虚拟网请求提出的带宽资源需求
Figure BDA00025302743400000612
确定用于计算虚拟网映射请求的成功率的公式(1)：
Figure BDA00025302743400000613
其中，虚拟网映射请求的成功率表示时间段T内成功获得资源的虚拟网请求数量除以总共到达的虚拟网请求数量的比值；
Figure BDA00025302743400000614
表示t时刻成功获得资源的虚拟网请求数，QV(t)表示t时刻到达的虚拟网请求数。虚拟网映射请求的成功率可以用于评判资源分配算法的效果。
步骤S12，构建基于贝叶斯网的节点映射模型；
在基础网络为虚拟网络分配资源算法中，一般包括节点资源分配、链路资源分配两个过程。资源分配算法的难点在于网络节点和网络链路之间的相关性。例如，当给某个虚拟节点分配CPU资源和链路带宽资源时，不但需要考虑与其相连的其它已分配资源的虚拟节点已获得哪些资源，而且需要考虑与其相连的未分配资源的虚拟节点将会获得哪些资源。所以，资源分配问题是一个NP难题。
为了最优化的解决此问题，本发明采用下面三个措施来进行问题求解：(1)、将已经成功的虚拟网资源分配案例建模为知识库，便于为新的虚拟网资源分配问题提供参考。(2)、根据虚拟网的拓扑特征，对虚拟节点的重要性进行分析，从而确定虚拟网资源分配时虚拟节点的顺序。(3)、将虚拟网资源分配问题建模为基于贝叶斯网的节点映射模型，从而在基础节点中为每个虚拟节点选择最优的基础节点进行资源分配。下面对这三个措施进行详细介绍。
在一个具体的例子中，在步骤S12中进一步包括确定基础节点映射关联关系矩阵的步骤，具体为：
步骤S120，在构建虚拟网资源分配案例时，使用n×n的矩阵M表示已分配资源的虚拟网之间的关联关系；
其中，矩阵元素mij∈M表示虚拟网的虚拟节点
Figure BDA0002530274340000071
被成功映射到基础节点
Figure BDA0002530274340000072
后，与虚拟节点
Figure BDA0002530274340000073
相邻的虚拟节点
Figure BDA0002530274340000074
映射到基础节点
Figure BDA0002530274340000075
的关系；矩阵元素mij∈M的计算方法为：指定时间段T内，由基础节点
Figure BDA0002530274340000076
和基础节点
Figure BDA0002530274340000077
之间端到端路径
Figure BDA0002530274340000078
所分配给虚拟链路的带宽值之和，除以端到端路径
Figure BDA0002530274340000079
所包含的链路数。
后续需要进行虚拟网络特征分析，为了对虚拟节点按照重要性进行排序，经过对虚拟网拓扑分析可知，影响虚拟节点重要性的因素主要包括拥有的资源量、所在网络中位置两个方面。其中，拥有的资源量主要包括CPU资源量、链路资源量两个方面。所在网络中位置主要是指当前虚拟节点到虚拟网拓扑中其它虚拟节点的距离。下面分别进行介绍。
在一个具体的例子中，在步骤S12中进一步包括确定虚拟网络特征分析策略的步骤，具体包括：
步骤S121，确定用于计算虚拟节点的链路资源量
Figure BDA00025302743400000710
的计算公式(2)：
Figure BDA00025302743400000711
其中，虚拟节点的链路资源量
Figure BDA0002530274340000081
是指当前虚拟节点相连接的虚拟链路的带宽资源量之和，E(ni)表示与虚拟节点
Figure BDA0002530274340000082
直接相连接的虚拟链路的集合，bw(ej)为虚拟链路的带宽资源量；
可以理解的是，虚拟节点CPU资源量是指当前虚拟节点剩余的CPU资源量，使用
Figure BDA0002530274340000083
表示。当CPU资源量较大时，表明当前虚拟节点可以承载的电力业务较多，为其分配资源后，可以保证较多的电力业务正常工作。
步骤S122，确定用于计算虚拟节点在虚拟网络中的位置
Figure BDA0002530274340000084
的计算公式(3)：
Figure BDA0002530274340000085
其中，虚拟节点在虚拟网络中的位置
Figure BDA0002530274340000086
使用当前虚拟节点到虚拟网其它所有虚拟节点的距离来衡量；
Figure BDA0002530274340000087
表示虚拟节点
Figure BDA0002530274340000088
到虚拟节点
Figure BDA0002530274340000089
的端到端路径包含的链路数量；
步骤S123，确定用于定义虚拟节点
Figure BDA00025302743400000810
的重要性
Figure BDA00025302743400000811
的计算公式(4)：
Figure BDA00025302743400000812
优选地，在步骤S12中进一步包括确定基于贝叶斯网的节点映射模型的步骤，具体包括：
推导确定用于计算虚拟节点
Figure BDA00025302743400000813
的贝叶斯映射
Figure BDA00025302743400000814
的计算公式(10):
Figure BDA00025302743400000815
其中，
Figure BDA00025302743400000816
为在虚拟节点
Figure BDA00025302743400000817
的j个父节点映射到底层节点
Figure BDA00025302743400000818
的条件下，虚拟节点
Figure BDA00025302743400000819
映射到底层节点
Figure BDA00025302743400000820
的概率；
Figure BDA00025302743400000821
为虚拟节点
Figure BDA00025302743400000822
的第j个父节点所映射的基础节点为
Figure BDA00025302743400000823
时，虚拟节点
Figure BDA00025302743400000824
映射到底层节点
Figure BDA00025302743400000825
的概率；
Figure BDA00025302743400000826
为虚拟节点
Figure BDA00025302743400000827
映射到底层节点
Figure BDA00025302743400000828
的概率。
在一个具体的例子中，上述公式(10)可以采用如下的方式推导获得：
虚拟网资源分配的关键问题是为虚拟节点选择合适的基础节点。所以，将虚拟节点和物理节点建立关联关系，是解决问题的关键。为了将虚拟节点和基础节点关联起来，本发明基于贝叶斯网理论，提出基于贝叶斯网的节点映射模型。
基于贝叶斯网的节点映射模型包括虚拟节点层、基础节点层。其中，虚拟节点层是指虚拟节点集合中的所有虚拟节点。基础节点是指虚拟节点资源分配过程中，当前虚拟节点的父节点所映射的基础节点集合。
假设虚拟网请求
Figure BDA0002530274340000091
包括m个虚拟节点。基础网络
Figure BDA0002530274340000092
包括m个基础节点。那么，虚拟节点
Figure BDA0002530274340000093
的贝叶斯映射计算如公式(5)所示。其中，
Figure BDA0002530274340000094
表示条件概率，即：在条件
Figure BDA0002530274340000095
下，虚拟节点
Figure BDA0002530274340000096
映射到基础节点
Figure BDA0002530274340000097
的概率。其中，
Figure BDA0002530274340000098
表示虚拟节点
Figure BDA0002530274340000099
所映射的基础节点集合。
Figure BDA00025302743400000910
如果虚拟节点
Figure BDA00025302743400000911
的映射仅与其直接相连的虚拟节点相关，那么，公式(5)就可以化简为公式(6)。其中，
Figure BDA00025302743400000912
表示与虚拟节点
Figure BDA00025302743400000913
相连接的已经被成功分配资源的虚拟节点
Figure BDA00025302743400000914
的贝叶斯网中的父节点。
Figure BDA00025302743400000915
在计算公式(6)的概率时，当虚拟节点
Figure BDA00025302743400000916
的父节点所映射的基础节点数量小于等于2时，可以使用基础节点映射关联关系矩阵进行快速求解。当虚拟节点
Figure BDA00025302743400000917
的父节点所映射的基础节点数量超过2时，即
Figure BDA00025302743400000918
公式(6)就变为公式(7)，其计算复杂度将快速增加，变得非常复杂。
Figure BDA00025302743400000919
本发明主要解决虚拟网资源分配问题，所以，基础网络的节点之间相互独立。基于条件概率和贝叶斯推理，公式(7)的推导过程如下：
Figure BDA0002530274340000101
由于
Figure BDA0002530274340000102
所以，
Figure BDA0002530274340000103
由于公式(9)的
Figure BDA0002530274340000104
与公式(7)的
Figure BDA0002530274340000105
比较可知，
Figure BDA0002530274340000106
所以，公式(7)化简为公式(10)。
Figure BDA0002530274340000107
其中，
Figure BDA0002530274340000108
为在虚拟节点
Figure BDA0002530274340000109
的j个父节点映射到底层节点
Figure BDA00025302743400001010
的条件下，虚拟节点
Figure BDA00025302743400001011
映射到底层节点
Figure BDA00025302743400001012
的概率；
Figure BDA00025302743400001013
为虚拟节点
Figure BDA00025302743400001014
的第j个父节点所映射的基础节点为
Figure BDA00025302743400001015
时，虚拟节点
Figure BDA00025302743400001016
映射到底层节点
Figure BDA00025302743400001017
的概率；
Figure BDA00025302743400001018
为虚拟节点
Figure BDA00025302743400001019
映射到底层节点
Figure BDA00025302743400001020
的概率。
步骤S13，构建网络切片下基于映射关系的电力通信网资源分配算法；
在一个具体的例子中，在步骤S13中，所述网络切片下基于映射关系的电力通信网资源分配算法(Resource allocation algorithm of power communication networkbased on mapping relation under Network slicing，RAAoMR)包括计算虚拟节点的重要性并排序、基于虚拟节点关系生成广度优先搜索树、为虚拟节点分配资源、为虚拟链路分配资源共四个过程。在本发明的算法中，输入GS＝(NS,ES)，GV＝(NV,EV)以及基础节点映射关联关系矩阵M；输出GV的资源分配结果。具体的过程可以参照下述步骤S14的说明。
步骤S14，根据所述网络切片下基于映射关系的电力通信网资源分配算法，对网络模型中的虚拟节点以及虚拟链路进行资源分配。
在一个具体的例子中，所述步骤S14具体包括：
步骤S141、计算虚拟节点的重要性并排序：使用公式(4)计算
Figure BDA0002530274340000111
的重要度
Figure BDA0002530274340000112
并根据重要度对虚拟节点进行降序排列，得到排序后的虚拟节点集合N′V；
步骤S142、基于虚拟节点关系生成广度优先搜索树：取出虚拟节点集合N′V的第一个虚拟节点
Figure BDA0002530274340000113
作为根节点，生成广度优先搜索树
Figure BDA0002530274340000114
步骤S143、为虚拟节点分配资源：逐层为广度优先搜索树
Figure BDA0002530274340000115
的虚拟节点分配资源：
基于
Figure BDA0002530274340000116
对虚拟节点进行降序排列；
对于每个虚拟节点，基于公式(10)计算
Figure BDA0002530274340000117
并选择
Figure BDA0002530274340000118
最大并且满足
Figure BDA0002530274340000119
的CPU需求的基础节点为其分配资源；如没有符合要求的基础节点，则表求资源分配失败，流程结束；
步骤S144、为虚拟链路分配资源：采用k最短路径算法为每条虚拟链路分配满足
Figure BDA00025302743400001110
需求的基础链路资源。
为了进一步说明本发明所能带有的效果，下述结合图2至图5进行说明。
在一个具体的例子中，为验证本发明提供的算法性能，实验使用GT-ITM工具[ZEGURA E W,CALVERT K L,BHATTACHARJEE S.How to model an Internet work[C]//IEEE Infocom,c1996:594-602.]生成网络环境。网络环境包括基础网络和虚拟网络。基础网络包含200个基础节点，节点之间以0.5的概率相互连接。基础网络的基础节点CPU资源和基础链路带宽资源服从[50,100]的均匀分布。虚拟网络的虚拟节点服从[5,10]的均匀分布，节点之间以0.5的概率相互连接。虚拟网络的虚拟节点CPU资源和虚拟链路的带宽资源服从[4,10]的均匀分布。虚拟网请求数量为2000个，虚拟网请求的到达服从间隔为2的泊松分布。每个虚拟网的生命周期为20个时间单位。
下面从虚拟网络映射成功率、基础网络链路平均利用率、基础网络节点平均利用率三个方面，将本发明提供的算法RAAoMR与现有的算法RAAoRO(Resource allocationalgorithm of power communication network based on order，基于请求顺序的资源分配算法)进行比较。其中，算法RAAoRO根据虚拟网的到达顺序，为虚拟网分配资源。其中，虚拟网络映射成功率是指成功获得基础网络资源的虚拟网数量在总的虚拟网请求数量中的占比。基础网络链路平均利用率是指基础网络中已分配的链路资源在总的链路资源中的占比。基础网络节点平均利用率是指基础网络中已分配的节点资源在总的节点资源中的占比。
虚拟网络映射成功率分析结果如图3所示，X轴表示算法的运行时长，Y轴表示虚拟网络的映射成功率。从图可知，随着算法的运行，两个算法下虚拟网映射成功率都趋于稳定。本发明提供的算法RAAoMR的映射成功率高于算法RAAoRO约9.5％，说明本发明提供的算法为虚拟网请求分配了比较合理的资源。
另外，基础网络链路平均利用率、基础网络节点平均利用率分析结果如图4、图5所示，在该两图中，X轴表示算法的运行时长。图4中，Y轴表示基础网络链路平均利用率。图5中，Y轴表示基础网络节点平均利用率。从图可知，随着算法的运行，两个算法下基础网络链路平均利用率、基础网络节点平均利用率都比较稳定。本发明提供的算法RAAoMR的基础网络链路平均利用率高于算法RAAoRO约6.2％，基础网络节点平均利用率的高于算法RAAoRO约9.2％，说明本发明提供的算法为虚拟网请求分配了较多的链路资源和节点资源。
与现有技术相比，本发明具有如下的有益效果：
本发明提供一种基于映射关系的电力通信网资源分配方法，将已经成功的虚拟网资源分配案例建模为知识库，根据虚拟网的拓扑特征对虚拟节点的重要性进行分析，最后构建基于贝叶斯网的节点映射模型，提出网络切片下基于映射关系的电力通信网资源分配算法。本发明所提供的方法，在虚拟网络映射成功率、基础网络链路平均利用率、基础网络节点平均利用率均有所提高，从而可以提高对虚拟节点和虚拟链路分配资源的效率和成功率。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于映射关系的电力通信网资源分配方法，其特征在于，包括以下步骤：
步骤S11，构建网络切片环境下的网络模型；
步骤S12，构建基于贝叶斯网的节点映射模型；
步骤S13，构建网络切片下基于映射关系的电力通信网资源分配算法；
步骤S14，根据所述网络切片下基于映射关系的电力通信网资源分配算法，对网络模型中的虚拟节点以及虚拟链路进行资源分配。
2.根据权利要求1所述的方法，其特征在于，所述步骤S11包括：
构建网络模型，在网络切片环境下，将传统网络被划分为底层网络和虚拟网络，其中，底层网络包括底层节点和底层链路，分别为虚拟网络提供CPU资源和带宽资源，用于快速构建虚拟网络；而虚拟网络包括虚拟节点和虚拟链路，通过向底层网络申请虚拟节点的CPU资源、虚拟链路的带宽资源；其中，底层网络采用虚拟网映射算法来实现为虚拟网络分配资源，所述虚拟网映射算法包括节点映射、链路映射算法；
确定用于计算虚拟网映射请求的成功率的公式(1)：
Figure FDA0002530274330000011
其中，虚拟网映射请求的成功率表示时间段T内成功获得资源的虚拟网请求数量除以总共到达的虚拟网请求数量的比值；
Figure FDA0002530274330000012
表示t时刻成功获得资源的虚拟网请求数，QV(t)表示t时刻到达的虚拟网请求数。
3.根据权利要求2所述的方法，其特征在于，在步骤S12中进一步包括确定基础节点映射关联关系矩阵的步骤，具体为：
步骤S120，在构建虚拟网资源分配案例时，使用n×n的矩阵M表示已分配资源的虚拟网之间的关联关系；
其中，矩阵元素mij∈M表示虚拟网的虚拟节点
Figure FDA0002530274330000021
被成功映射到基础节点
Figure FDA0002530274330000022
后，与虚拟节点
Figure FDA0002530274330000023
相邻的虚拟节点
Figure FDA0002530274330000024
映射到基础节点
Figure FDA0002530274330000025
的关系；矩阵元素mij∈M的计算方法为：指定时间段T内，由基础节点
Figure FDA0002530274330000026
和基础节点
Figure FDA0002530274330000027
之间端到端路径
Figure FDA0002530274330000028
所分配给虚拟链路的带宽值之和，除以端到端路径
Figure FDA0002530274330000029
所包含的链路数。
4.根据权利要求3所述的方法，其特征在于，在步骤S12中进一步包括确定虚拟网络特征分析策略的步骤，具体包括：
步骤S121，确定用于计算虚拟节点的链路资源量
Figure FDA00025302743300000225
的计算公式(2)：
Figure FDA00025302743300000210
其中，虚拟节点的链路资源量
Figure FDA00025302743300000211
为当前虚拟节点相连接的虚拟链路的带宽资源量之和，E(ni)表示与虚拟节点
Figure FDA00025302743300000212
直接相连接的虚拟链路的集合，bw(ej)为虚拟链路的带宽资源量；
步骤S122，确定用于计算虚拟节点在虚拟网络中的位置
Figure FDA00025302743300000213
的计算公式(3)：
Figure FDA00025302743300000214
其中，虚拟节点在虚拟网络中的位置
Figure FDA00025302743300000215
使用当前虚拟节点到虚拟网其它所有虚拟节点的距离来衡量；
Figure FDA00025302743300000216
表示虚拟节点
Figure FDA00025302743300000217
到虚拟节点
Figure FDA00025302743300000218
的端到端路径包含的链路数量；
步骤S123，确定用于定义虚拟节点
Figure FDA00025302743300000219
的重要性
Figure FDA00025302743300000220
的计算公式(4)：
Figure FDA00025302743300000221
5.根据权利要求4所述的方法，其特征在于，在步骤S12中进一步包括确定基于贝叶斯网的节点映射模型的步骤，具体包括：
推导确定用于计算虚拟节点
Figure FDA00025302743300000222
的贝叶斯映射
Figure FDA00025302743300000223
的计算公式(10):
Figure FDA00025302743300000224
其中，
Figure FDA0002530274330000031
为在虚拟节点
Figure FDA0002530274330000032
的j个父节点映射到底层节点
Figure FDA0002530274330000033
的条件下，虚拟节点
Figure FDA0002530274330000034
映射到底层节点
Figure FDA0002530274330000035
的概率；
Figure FDA0002530274330000036
为虚拟节点
Figure FDA0002530274330000037
的第j个父节点所映射的基础节点为
Figure FDA0002530274330000038
时，虚拟节点
Figure FDA0002530274330000039
映射到底层节点
Figure FDA00025302743300000310
的概率；
Figure FDA00025302743300000311
为虚拟节点
Figure FDA00025302743300000312
映射到底层节点
Figure FDA00025302743300000313
的概率。
6.根据权利要求5所述的方法，其特征在于，在步骤S13中，所述网络切片下基于映射关系的电力通信网资源分配算法包括计算虚拟节点的重要性并排序、基于虚拟节点关系生成广度优先搜索树、为虚拟节点分配资源、为虚拟链路分配资源共四个过程。
7.根据权利要求6所述的方法，其特征在于，所述步骤S14具体包括：
步骤S141、计算虚拟节点的重要性并排序：使用公式(4)计算
Figure FDA00025302743300000314
的重要度
Figure FDA00025302743300000315
并根据重要度对虚拟节点进行降序排列，得到排序后的虚拟节点集合N′v；
步骤S142、基于虚拟节点关系生成广度优先搜索树：取出虚拟节点集合N′V的第一个虚拟节点
Figure FDA00025302743300000316
作为根节点，生成广度优先搜索树
Figure FDA00025302743300000317
步骤S143、为虚拟节点分配资源：逐层为广度优先搜索树
Figure FDA00025302743300000318
的虚拟节点分配资源：
基于
Figure FDA00025302743300000319
对虚拟节点进行降序排列；
对于每个虚拟节点，基于公式(10)计算
Figure FDA00025302743300000320
并选择
Figure FDA00025302743300000321
最大并且满足
Figure FDA00025302743300000322
的CPU需求的基础节点为其分配资源；如没有符合要求的基础节点，则表求资源分配失败，流程结束；
步骤S144、为虚拟链路分配资源：采用k最短路径算法为每条虚拟链路分配满足
Figure FDA00025302743300000323
需求的基础链路资源。
CN202010516381.4A 2020-06-09 2020-06-09 一种基于映射关系的电力通信网资源分配方法 Active CN111752707B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010516381.4A CN111752707B (zh) 2020-06-09 2020-06-09 一种基于映射关系的电力通信网资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010516381.4A CN111752707B (zh) 2020-06-09 2020-06-09 一种基于映射关系的电力通信网资源分配方法

Publications (2)

Publication Number Publication Date
CN111752707A true CN111752707A (zh) 2020-10-09
CN111752707B CN111752707B (zh) 2024-06-11

Family

ID=72675005

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010516381.4A Active CN111752707B (zh) 2020-06-09 2020-06-09 一种基于映射关系的电力通信网资源分配方法

Country Status (1)

Country Link
CN (1) CN111752707B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113114517A (zh) * 2021-05-26 2021-07-13 广东电网有限责任公司电力调度控制中心 网络切片下基于节点特征的网络资源动态备份方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546232A (zh) * 2011-11-03 2012-07-04 北京邮电大学 一种多拓扑虚拟网络映射方法
CN106961343A (zh) * 2016-01-08 2017-07-18 中兴通讯股份有限公司 一种虚拟映射方法及装置
CN107959593A (zh) * 2018-01-11 2018-04-24 重庆邮电大学 一种软件定义网络虚拟网络映射方法
CN110380906A (zh) * 2019-07-25 2019-10-25 哈尔滨工业大学 一种大规模多维融合的虚拟网络映射方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102546232A (zh) * 2011-11-03 2012-07-04 北京邮电大学 一种多拓扑虚拟网络映射方法
CN106961343A (zh) * 2016-01-08 2017-07-18 中兴通讯股份有限公司 一种虚拟映射方法及装置
CN107959593A (zh) * 2018-01-11 2018-04-24 重庆邮电大学 一种软件定义网络虚拟网络映射方法
CN110380906A (zh) * 2019-07-25 2019-10-25 哈尔滨工业大学 一种大规模多维融合的虚拟网络映射方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
丰旻: "虚拟网络映射算法与机制研究", 《中国博士学位论文全文数据库信息科技辑（月刊）》, no. 02, pages 139 - 2 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113114517A (zh) * 2021-05-26 2021-07-13 广东电网有限责任公司电力调度控制中心 网络切片下基于节点特征的网络资源动态备份方法及系统
CN113114517B (zh) * 2021-05-26 2022-07-01 广东电网有限责任公司电力调度控制中心 网络切片下基于节点特征的网络资源动态备份方法及系统

Also Published As

Publication number Publication date
CN111752707B (zh) 2024-06-11

Similar Documents

Publication Publication Date Title
CN107566194B (zh) 一种实现跨域虚拟网络映射的方法
CN108566659B (zh) 一种基于可靠性的5g网络切片在线映射方法
CN103179052A (zh) 一种基于接近度中心性的虚拟资源分配方法及系统
CN111756654B (zh) 一种基于可靠性的大规模虚拟网资源分配方法
CN112636961B (zh) 网络切片下基于可靠性和分流策略的虚拟网资源分配方法
CN111641973A (zh) 一种雾计算网络中基于雾节点协作的负载均衡方法
CN107196806B (zh) 基于子图辐射的拓扑临近匹配虚拟网络映射方法
CN112003660B (zh) 一种网内资源的量纲测量方法、算力调度方法及存储介质
CN111556516A (zh) 面向时延和能效敏感业务的分布式无线网络任务协同分配方法
Hsu et al. Virtual network mapping algorithm in the cloud infrastructure
CN111756656A (zh) 一种基于可靠性和历史数据的电力通信网资源分配方法
Cao et al. Towards tenant demand-aware bandwidth allocation strategy in cloud datacenter
Zhang et al. A novel virtual network mapping algorithm for cost minimizing
CN111935748B (zh) 一种可靠性高和负载均衡的虚拟网资源分配方法
Zhang Reliable virtual network mapping algorithm with network characteristics and associations
Cao et al. Online network utility maximization: Algorithm, competitive analysis, and applications
CN111752707B (zh) 一种基于映射关系的电力通信网资源分配方法
CN111245701B (zh) 一种基于最大加权匹配的链路优先虚拟网络映射方法
Feng et al. Topology-aware virtual network embedding through the degree
WO2024036909A1 (zh) 一种面向边缘服务网络的负载公平卸载与迁移方法
CN108833162B (zh) 一种网络节点排序方法及虚拟网络映射方法
Hashmi et al. VNE-NR: A node-ranking method for performing topology-aware and resource-driven virtual network embedding
CN114785692A (zh) 一种虚拟电厂聚合调控通信网络流量均衡方法及装置
CN109831337B (zh) 无线网络虚拟化中临近节点分组映射方法
CN112600708A (zh) 一种网络切片下时延敏感的虚拟网络资源分配方法

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
CB03 Change of inventor or designer information

Inventor after: Wang Xi

Inventor after: Zhou Yutao

Inventor after: Tan Kang

Inventor after: Hong Danke

Inventor after: Huang Xiaoqi

Inventor after: Wen Yujing

Inventor after: Zhang Guoyi

Inventor after: Liu Guoying

Inventor after: Yang Gentian

Inventor after: Zhou Jianyong

Inventor after: Lin Chaozhe

Inventor before: Wang Xi

Inventor before: Huang Xiaoqi

Inventor before: Wen Yujing

Inventor before: Zhang Guoyi

Inventor before: Liu Guoying

Inventor before: Lin Chaozhe

Inventor before: Zhou Yutao

Inventor before: Tan Kang

CB03 Change of inventor or designer information
GR01 Patent grant