CN111756654A - 一种基于可靠性的大规模虚拟网资源分配方法 - Google Patents

一种基于可靠性的大规模虚拟网资源分配方法 Download PDF

Info

Publication number
CN111756654A
CN111756654A CN202010505458.8A CN202010505458A CN111756654A CN 111756654 A CN111756654 A CN 111756654A CN 202010505458 A CN202010505458 A CN 202010505458A CN 111756654 A CN111756654 A CN 111756654A
Authority
CN
China
Prior art keywords
virtual
network
nodes
community
reliability
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
CN202010505458.8A
Other languages
English (en)
Other versions
CN111756654B (zh
Inventor
周建勇
黄福全
龚立宽
田志峰
欧明辉
曹易
杨洋
黄豌姝
黄哲
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 Co ltd
Original Assignee
Shenzhen Power Supply 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 Co ltd filed Critical Shenzhen Power Supply Co ltd
Priority to CN202010505458.8A priority Critical patent/CN111756654B/zh
Publication of CN111756654A publication Critical patent/CN111756654A/zh
Application granted granted Critical
Publication of CN111756654B publication Critical patent/CN111756654B/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
    • H04L47/00—Traffic control in data switching networks
    • H04L47/70—Admission control; Resource allocation

Landscapes

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

Abstract

本发明提出了一种基于可靠性的大规模虚拟网资源分配方法，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，构建虚拟网络和基础网络的可靠性评价模型；步骤S13，构建网络切片下基于可靠性的大规模虚拟网资源分配算法；步骤S14，根据所述可靠性评价模型对基础网络和虚拟网络的可靠性进行计算分析；根据可靠性的排序，逐个为虚拟网请求所对应的虚拟节点和虚拟链路分配资源。实施本发明，可以提升基础网络资源利用率和虚拟网的映射成功率。

Description

一种基于可靠性的大规模虚拟网资源分配方法
技术领域
本发明涉及网络切片环境下的资源管理领域，特别涉及一种基于可靠性的大规模虚拟网资源分配方法。
背景技术
在5G网络环境下，无线网络速度达到1Gbps以上，给核心网提出了更大的挑战。网络切片技术采用网络虚拟化技术，将传统网络划分为底层网络和虚拟网络，显著提升了网络的组网灵活性，更加方便5G业务的快速部署，也显著提升了网络资源的利用率。
在网络切片以后，如何进行资源分配，已成为一个研究热点。因资源分配受到底层网络资源的限制、虚拟器对资源容量和响应速度等方面的要求影响，虚拟网资源分配问题已被证明为NP问题。为解决这个问题，现有技术中也存在一些解决方案，例如：在文献[SotoP,Botero J F.Greedy randomized path-ranking virtual optical network embeddingonto EON-based substrate networks[C]In:2017IEEE Colombian Conference onCommunications and Computing(COLCOM).Colombia:IEEE,2017:1-6.]中，针对虚拟光网络的资源分配问题，采取路径迁移和流量分割技术，实现了光网络资源利用率的提升。在另一个文献[Chowdhury S R,Ahmed R,Shahriar N,et al.ReViNE:Reallocation ofVirtual Network Embedding to eliminate substrate bottlenecks[C].In:IntegratedNetwork and Service Management.Portugal:IEEE,2017.]中，为提升底层网络资源的利用率，将虚拟网资源映射问题建模为整数规划问题，并采用智能优化算法进行求解，较好的提升了底层网络资源的利用率。在另一个文献[Zhang Y,Zhu Y,Yan F,et al.Energy-efficient radio resource allocation in software-defined wireless sensornetworks[J].IET Communications,2017,12(3):349-358.]中，为降低资源的能量消耗，基于软件定义网络技术，提出节点重建的动态资源分配机制，降低了资源分配中的能量消耗。在另一个文献[W.Guan,X.Wen,L.Wang,et al.A service-oriented deployment policyof end-to-end network slicing based on complex network theory[J].IEEE Access,2018,6:19691-19701.]中，以网络切片技术为基础，设计了面向服务的端到端网络资源部署策略，有效降低了底层网络的资源利用率。还有一个文献[Guo L,Ning Z,Song Q,etal.A QoS-oriented high-efficiency resource allocation scheme in wirelessmultimedia sensor networks[J].IEEE Sensors Journal,2016,17(5):1538-1548.]，以资源利用率最优化为目标，基于穷举搜索算法对传感网中的资源进行最优化调度，并验证了该算法在资源利用率方面取得了较好的结果。
通过对已有研究分析可知，网络切片下的虚拟网资源分配已经取得了较多的研究成果。但是，随着5G网络快速发展，核心网的规模也越来越大，如何在大规模环境下进行虚拟网资源分配，已成为一个急需解决的问题。
发明内容
本发明所要解决的技术问题在于，本发明提出一种基于可靠性的大规模虚拟网资源分配方法，可以提升基础网络资源利用率和虚拟网的映射成功率。
为解决上述技术问题，本发明的一方面，提供一种基于可靠性的大规模虚拟网资源分配方法，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，构建虚拟网络和基础网络的可靠性评价模型；
步骤S13，构建网络切片下基于可靠性的大规模虚拟网资源分配算法；
步骤S14，根据所述可靠性评价模型对基础网络和虚拟网络的可靠性进行计算分析；根据可靠性的排序，逐个为虚拟网请求所对应的虚拟节点和虚拟链路分配资源。
其中，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。
其中，在步骤S12中包括构建虚拟网络可靠性评价模型的步骤，具体包括：
步骤S120，确定计算虚拟节点的中心值的公式(1)：
Figure BDA0002526379930000031
其中，hops(ni,nj)表示
Figure BDA0002526379930000032
与
Figure BDA0002526379930000033
的端到端链路数量，虚拟节点的中心值
Figure BDA0002526379930000034
是当前节点到虚拟网中所有节点的跳数之和的导数；
步骤S121，确定邻接链路带宽资源计算公式(2)：
Figure BDA0002526379930000035
其中，
Figure BDA0002526379930000036
表示虚拟节点
Figure BDA0002526379930000037
相连的虚拟链路的链路集合，当与虚拟节点相连的链路资源越多，当前的虚拟节点越重要；
步骤S122，获得用于计算虚拟节点的重要性的公式(3)：
Figure BDA0002526379930000038
其中，当虚拟网请求
Figure BDA0002526379930000039
包含M个时，使用公式(3)对M个虚拟网请求中的虚拟节点重要性进行计算，并对每个虚拟网请求按照节点重要性进行求和；然后对M个虚拟网请求按照节点重要性之和进行降序排列，得到
Figure BDA00025263799300000310
其中，在步骤S12中包括构建基础网络可靠性评价模型的步骤，具体包括：
步骤S123，将基础网络划分为多个社团，确定评判社团划分的情况的社团内敛性RS计算公式(4)：
Figure BDA00025263799300000311
其中，
Figure BDA00025263799300000312
表示节点
Figure BDA00025263799300000313
是否属于同一社团，当
Figure BDA00025263799300000314
时，表示节点
Figure BDA00025263799300000315
属于同一社团。当
Figure BDA00025263799300000316
时，表示节点
Figure BDA00025263799300000317
不属于同一社团；
Figure BDA00025263799300000318
表示基础节点
Figure BDA00025263799300000319
相连的基础链路构成的链路集合；
Figure BDA00025263799300000320
表示节点i和其它节点之间路径包含的链路集合；
Figure BDA00025263799300000321
表示与节点i和节点j之间链路的带宽资源之和；
Figure BDA00025263799300000322
表示所有节点到其它节点的链路带宽资源之和；
Figure BDA0002526379930000041
分别表示节点i、节点j相连的所有边的带宽资源之和；
步骤S124，确定计算节点i的社团关系值OR的公式(5)：
Figure BDA0002526379930000042
其中，
Figure BDA0002526379930000043
表示基础节点
Figure BDA0002526379930000044
相连的基础链路构成的链路集合；
Figure BDA0002526379930000045
表示节点
Figure BDA0002526379930000046
的度数；
步骤S125，确定对社团可靠性CR进行计算的公式(6)：
Figure BDA0002526379930000047
其中，Oi表示社团集合中第i个社团；Oi和Oj的关联关系为RCij＝{(u,v)∈E,u∈Oi,v∈Oj}，表示社团Oi和Oj通过边u和v相连；Oi和Oj的可靠性为v(Oi,Oi)＝|RCij|，其中，|RCij|表示社团Oi和Oj相连的边的数量；
Figure BDA0002526379930000048
表示与社团Oi相连的所有社团
Figure BDA0002526379930000049
的边数；
Figure BDA00025263799300000410
表示所有社团之间的相连的边数；
步骤S126，确定对节点可靠性
Figure BDA00025263799300000411
的计算公式(7)：
Figure BDA00025263799300000412
其中，
Figure BDA00025263799300000413
表示节点所属的社团的可靠性，
Figure BDA00025263799300000414
表示节点自身可靠性；，|O|表示社团的数量；
Figure BDA00025263799300000415
表示节点
Figure BDA00025263799300000416
是否属于社团k，如是，
Figure BDA00025263799300000417
否则，
Figure BDA00025263799300000418
表示社团Ok的可靠性；
Figure BDA00025263799300000419
其中，
Figure BDA00025263799300000420
表示节点
Figure BDA00025263799300000421
直接相连接的所有社团的可靠性乘积；
Figure BDA00025263799300000422
表示节点直接相连接的边带宽值之和。
其中，在步骤S13中，所述网络切片下基于可靠性的大规模虚拟网资源分配算法包括：包括划分社团及可靠性分析、虚拟网请求的可靠性排序、逐个为虚拟网请求分配资源三个步骤。
其中，在步骤S14中，进一步包括：
使用预定的社团划分算法，将基础网络进行社团划分；使用公式(6)对社团的可靠性进行计算，并降序排列；同进对使用公式(7)对社团内节点进行计算，并降序排列；
对于包含多个虚拟网请求的集合
Figure BDA0002526379930000051
使用公式(3)对其中的虚拟节点重要性进行计算；对每个虚拟网请求，对其包含的节点的重要度进行求和，并降序排列，得到排序后的虚拟网请求集合
Figure BDA0002526379930000052
逐个为虚拟网请求分配资源，具体包括：
从虚拟网请求集合
Figure BDA0002526379930000053
中取出第一个虚拟网请求；
对于虚拟节点资源分配，在可靠性高的基础网络社团中查找满足虚拟节点要求的高可靠性的底层节点，当节点不能满足要求时，从第二个可靠性高的基础网络社团中查找，直到全部分配；
对于虚拟链路资源分配，使用最短路径算法，分配虚拟链路资源。
其中，所述社团划分算法包括基于社团关系值OR对社团进行初始划分的步骤，以及基于社团内敛性RS对社团划分结果进行优化两个步骤。
与现有技术相比，本发明具有如下的有益效果：
本发明提出一种基于可靠性的大规模虚拟网资源分配方法，对虚拟网的可靠性、基础网络可靠性进行建模，并提出基础网络社团划分算法和基于可靠性的大规模虚拟网资源分配算法。实施本发明，可以提升基础网络资源利用率和虚拟网的映射成功率。
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可靠性的大规模虚拟网资源分配方法的一个实施例的主流程示意图；
图2为本发明涉及的底层网络开销分析示意图；
图3为本发明涉及的底层网络收益分析示意图；
图4为本发明涉及的虚拟网络映射成功率分析示意图。
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可靠性的大规模虚拟网资源分配方法。
如图1所示，示出了本发明提供的一种基于可靠性的大规模虚拟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，该方法包括以下步骤：
步骤S11，构建网络切片环境下的网络模型；
具体地，本发明的构建网络模型步骤，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。
可以理解的是，在网络切片之后，将传统的单一网络架构被划分为基础网络和虚拟网络。基础网络由网络运营商进行建设和运营，并为虚拟网络分配资源。虚拟网络面向最终用户提供服务，由应用服务商建设和运营。虚拟网络的网络资源通过向基础网络申请而获得。
基础网络GS由基础节点NS和基础链路ES构成，使用GS＝(NS,ES)表示。基础节点NS具有CPU资源
Figure BDA0002526379930000061
基础链路ES具有带宽资源
Figure BDA0002526379930000062
虚拟网络GV由虚拟节点NV和虚拟链路EV构成，使用GV＝(NV,EV)表示。虚拟节点NV具有CPU资源
Figure BDA0002526379930000063
虚拟链路EV具有带宽资源
Figure BDA0002526379930000064
基础网络运营商为虚拟网络分配资源时，需要考虑如何在满足虚拟网请求的前提下，最大化利用基础网络资源。本发明将基础网络给虚拟网络分配资源的过程定义为虚拟网映射过程。其中，基础节点为虚拟节点分配CPU资源的过程定义为
Figure BDA0002526379930000065
表示虚拟节点
Figure BDA0002526379930000066
映射到基础节点
Figure BDA0002526379930000067
上。基础链路为虚拟链路分配带宽资源的过程定义为
Figure BDA0002526379930000068
表示虚拟链路
Figure BDA0002526379930000069
映射到基础路径
Figure BDA00025263799300000610
上。其中基础路径
Figure BDA00025263799300000611
由一条及以上的基础链路
Figure BDA00025263799300000612
连接而成。在基础节点为虚拟节点分配资源时，分配给虚拟节点的CPU资源数量必须大于等于虚拟节点请求的CPU资源数量。在基础链路为虚拟链路分配资源时，分配给虚拟链路的带宽资源必须大于等于虚拟链路请求的带宽资源数量。
在基础网络为虚拟网络分配资源时，满足CPU需求和带宽需求之后，只能保证虚拟网络的基本需求。随着5G业务对可靠性要求越来越高，基础网络为虚拟网络分配的资源，还需要保证虚拟网络的可靠性。为了保证虚拟网的可靠性，本发明从虚拟网络可靠性分析、基础网络可靠性分析、虚拟网资源分配过程三个方面分析可靠性，并基于网络可靠性的特点，进行资源分配。
虚拟网络可靠性分析方面，首先分析虚拟网中虚拟节点的重要性，之后根据虚拟网中重要虚拟节点的比重，对虚拟网络按照重要性进行排序。排序在前面的虚拟网络，说明其对可靠性要求较高，优先进行资源分配。
基础网络可靠性分析方面，考虑到基础网络一般规模都较大，如果逐个对基础节点的可靠性进行分析，效率比较低。而且逐个基础节点分析，不能发掘整个网络的特性。所以，在基础网络可靠性分析方面，本发明首先基于复杂网络理论，将基础网络划分为多个社团，之后对每个社团及社团内的基础节点进行可靠性分析。
虚拟网资源分配过程中，为了体现基础网络和虚拟网的可靠性，首先，根据基础网络和虚拟网络的可靠性进行资源分配，其次以CPU资源和链路资源的需求量为限制条件，对资源进行分配。
步骤S12，构建虚拟网络和基础网络的可靠性评价模型；
在本发明中，首先需要分析虚拟网节点的重要性，其次，基于虚拟网中虚拟节点的重要性，对虚拟网络进行排序。在资源分配时，优先为重要的虚拟网络分配资源。
在步骤S12中包括构建虚拟网络可靠性评价模型的步骤以及包括构建基础网络可靠性评价模型的步骤。
其中，构建虚拟网络可靠性评价模型的步骤具体包括：
步骤S120，确定计算虚拟节点的中心值的公式(1)：
Figure BDA0002526379930000081
其中，hops(ni,nj)表示
Figure BDA0002526379930000082
与
Figure BDA0002526379930000083
的端到端链路数量，虚拟节点的中心值
Figure BDA0002526379930000084
是当前节点到虚拟网中所有节点的跳数之和的导数；
可以理解的是，一般来说，虚拟节点的重要性与其CPU资源量、中心值、邻接链路带宽资源等信息相关，所以，本发明从虚拟节点的CPU资源量、中心值、邻接链路带宽资源三个方面对虚拟节点的重要性进行分析。
CPU资源量是衡量虚拟节点重要性的关键指标，CPU资源量越大，说明当前虚拟节点承载的业务越多，所以，CPU资源量较大节点的重要性高，其CPU资源量指当前虚拟节点具有的CPU资源量
Figure BDA0002526379930000085
虚拟节点的中心值是衡量当前虚拟节点在虚拟网络的中心位置情况。虚拟节点越处于虚拟网的中心，说明当前虚拟节点对虚拟网的可靠性影响越大。
步骤S121，确定邻接链路带宽资源计算公式(2)：
Figure BDA0002526379930000086
其中，
Figure BDA0002526379930000087
表示虚拟节点
Figure BDA0002526379930000088
相连的虚拟链路的链路集合，当与虚拟节点相连的链路资源越多，当前的虚拟节点越重要；
可以理解的是，邻接链路带宽资源是衡量与当前虚拟节点相连的链路的带宽资源量。
步骤S122，获得用于计算虚拟节点的重要性的公式(3)：
Figure BDA0002526379930000089
其中，当虚拟网请求
Figure BDA00025263799300000810
包含M个时，使用公式(3)对M个虚拟网请求中的虚拟节点重要性进行计算，并对每个虚拟网请求按照节点重要性进行求和；然后对M个虚拟网请求按照节点重要性之和进行降序排列，得到
Figure BDA00025263799300000811
其中，构建基础网络可靠性评价模型的步骤，基于复杂网络理论，将基础网络划分为多个社团，首先定义社团内敛性RS、社团关系值OR两个关键指标，用于分析基础网络特性。
具体包括：
步骤S123，将基础网络划分为多个社团，确定评判社团划分的情况的社团内敛性RS计算公式(4)：
Figure BDA0002526379930000091
其中，
Figure BDA0002526379930000092
表示节点
Figure BDA0002526379930000093
是否属于同一社团，当
Figure BDA0002526379930000094
时，表示节点
Figure BDA0002526379930000095
属于同一社团。当
Figure BDA0002526379930000096
时，表示节点
Figure BDA0002526379930000097
不属于同一社团；
Figure BDA0002526379930000098
表示基础节点
Figure BDA0002526379930000099
相连的基础链路构成的链路集合；
Figure BDA00025263799300000910
表示节点i和其它节点之间路径包含的链路集合；
Figure BDA00025263799300000911
表示与节点i和节点j之间链路的带宽资源之和；
Figure BDA00025263799300000912
表示所有节点到其它节点的链路带宽资源之和；
Figure BDA00025263799300000913
分别表示节点i、节点j相连的所有边的带宽资源之和；
可以理解的是，根据复杂网络理论可知，网络具有社团特性。合理的划分社团是对网络进行可靠性分析的关键步骤。本发明使用社团内敛性RS来评判社团划分的情况，社团内敛性RS用来表示社团内的链路的带宽资源量在总的带宽资源量中的占比。这个比值越大，说明社团内的节点越内敛，否则，社团内的节点越松散。
步骤S124，确定计算节点i的社团关系值OR的公式(5)：
Figure BDA00025263799300000914
其中，
Figure BDA00025263799300000915
表示基础节点
Figure BDA00025263799300000916
相连的基础链路构成的链路集合；
Figure BDA00025263799300000917
表示节点
Figure BDA00025263799300000918
的度数；
对每个社团及社团内的基础节点进行可靠性分析。包括社团可靠性CR、节点可靠性
Figure BDA00025263799300000919
两个方面。
步骤S125，确定对社团可靠性CR进行计算的公式(6)：
Figure BDA00025263799300000920
其中，Oi表示社团集合中第i个社团；Oi和Oj的关联关系为RCij＝{(u,v)∈E,u∈Oi,v∈Oj}，表示社团Oi和Oj通过边u和v相连；Oi和Oj的可靠性为v(Oi,Oi)＝|RCij|，其中，|RCij|表示社团Oi和Oj相连的边的数量；
Figure BDA0002526379930000101
表示与社团Oi相连的所有社团
Figure BDA0002526379930000102
的边数；
Figure BDA0002526379930000103
表示所有社团之间的相连的边数；
步骤S126，确定对节点可靠性
Figure BDA0002526379930000104
的计算公式(7)：
Figure BDA0002526379930000105
其中，前半部分
Figure BDA0002526379930000106
表示节点所属的社团的可靠性，后半部分
Figure BDA0002526379930000107
表示节点自身可靠性；在前半部分中，|O|表示社团的数量；
Figure BDA0002526379930000108
表示节点
Figure BDA0002526379930000109
是否属于社团k，如是，
Figure BDA00025263799300001010
否则，
Figure BDA00025263799300001011
表示社团Ok的可靠性；在后半部分中，
Figure BDA00025263799300001012
其中，
Figure BDA00025263799300001013
表示节点
Figure BDA00025263799300001014
直接相连接的所有社团的可靠性乘积；
Figure BDA00025263799300001015
表示节点直接相连接的边带宽值之和，该值越大，表示该节点的使用率越高，越不可靠。
步骤S13，构建网络切片下基于可靠性的大规模虚拟网资源分配算法；
在步骤S13中，所述网络切片下基于可靠性的大规模虚拟网资源分配算法(Virtual network resource allocation algorithm based on reliability in large-scale network environment，VNRAoR)包括：包括划分社团及可靠性分析、虚拟网请求的可靠性排序、逐个为虚拟网请求分配资源三个步骤。
简要来说，在划分社团及可靠性分析时，首先将基础网络划分社团，其次对社团及其内部的节点的可靠性进行判断。在虚拟网请求的可靠性排序时，首先对虚拟节点重要性进行计算，其次基于虚拟网请求中所有虚拟节点的重要性，对虚拟节点进行排序。在逐个为虚拟网请求分配资源时，首先基于社团及节点的可靠性为虚拟节点分配资源，其次使用最短路径算法，为虚拟链路分配资源。具体地，在后面步骤S14中会进行详细说明。通过该VNRAoR算法，输入GS＝(NS,ES)、
Figure BDA00025263799300001016
然后会输出资源分配方案。
步骤S14，根据所述可靠性评价模型对基础网络和虚拟网络的可靠性进行计算分析，基于虚拟网请求中所有虚拟节点的重要性，对虚拟节点进行排序，根据所述排序逐个为虚拟网请求所对应的虚拟节点和虚拟链路分配资源。
在步骤S14中，进一步包括：
使用预定的社团划分算法，将基础网络GS＝(NS,ES)进行社团划分；使用公式(6)对社团的可靠性进行计算，并降序排列；同进对使用公式(7)对社团内节点进行计算，并降序排列；
对于包含多个(M个)虚拟网请求的集合
Figure BDA0002526379930000111
使用公式(3)对其中的虚拟节点重要性进行计算；对每个虚拟网请求，对其包含的节点的重要度进行求和，并降序排列，得到排序后的虚拟网请求集合
Figure BDA0002526379930000112
逐个为虚拟网请求分配资源，具体包括：
从虚拟网请求集合
Figure BDA0002526379930000113
中取出第一个虚拟网请求；
对于虚拟节点资源分配，在可靠性高的基础网络社团中查找满足虚拟节点要求的高可靠性的底层节点，当节点不能满足要求时，从第二个可靠性高的基础网络社团中查找，直到全部分配；
对于虚拟链路资源分配，使用最短路径算法，分配虚拟链路资源。
其中，所述社团划分算法包括基于社团关系值OR对社团进行初始划分的步骤，以及基于社团内敛性RS对社团划分结果进行优化两个步骤。
在基于社团关系值OR对社团进行初始划分时，采用社团关系值OR判断节点及邻居节点是否属于同一社团。在基于社团内敛性RS对社团划分结果进行优化时，采用社团内敛性RS对已放入社团的节点进行优化，从而进一步提升社团内部的收敛性。利用基础风络社团划分算法，可以输入GS＝(NS,ES)，输出社团O信息。
在一个具体的例子中，所述利用基础网络社团划分算法对基础网络进行社团划分的步骤包括：
首先，基于社团关系值OR对社团进行初始划分，包括：
对每个基础节点，采用公式(5)计算其社团关系值；
根据社团关系值，对基础节点进行降序排列，构成节点集合；
依次取出节点集合中的节点、以及所有的邻居节点；
判断当前节点的邻居节点是否已放入其它社团，如没有，将其放入当前节点所在的社团。
然后，基于社团内敛性RS对社团划分结果进行优化，包括：
对每个社团，逐个取出其中的节点
Figure BDA0002526379930000121
取出该节点的所有邻居节点，并将不在
Figure BDA0002526379930000122
社团的节点加入集合ON；
将集合ON中的节点逐个放入
Figure BDA0002526379930000123
社团，并使用公式(4)计算社团内敛性RS；
当节点
Figure BDA0002526379930000124
放入
Figure BDA0002526379930000125
社团后的RS改变量ΔRS值大于指定阈值时，将其放入
Figure BDA0002526379930000126
社团。
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4进行说明。
在一个具体的例子中，为验证本发明提供的算法的性能，采用GT-ITM工具[ZEGURAE W,CALVERT K L,BHATTACHARJEE S.How to model an Internet work[C]//IEEEInfocom,c1996:594-602.]生成基础网络和虚拟网络。基础网络的CPU资源和带宽资源服从[25,50]的均匀分布。虚拟网络的CPU资源和带宽资源服分别服从[1,5]、[1,10]的均匀分布。基础网络包括100个底层网络节点。虚拟网络的节点服从[3,10]的均匀分布。基础网络和虚拟网络的两个节点之间以0.5的概率相连。实验中使用5000个时间单位进行性能分析，包含的虚拟网请求数量为4000个。每个虚拟网请求的生命周期为20个时间单位。虚拟网请求的到达服从1.5个时间单位的泊松分布。
为分析本发明算法性能，将本发明提供的算法VNRAoR与算法VNRAoO(Virtualnetwork resource allocation algorithm based on order)进行了比较。算法VNRAoO根据虚拟网请求的到达顺序，逐个为其分配资源。在比较指标方面，从底层网络开销、底层网络收益、虚拟网络映射成功率三个方面进行分析。映射开销是指时间段T内为虚拟网分配资源所使用的底层节点和底层链路资源之和。映射收益是指时间段T内已获得底层网络资源的虚拟网络的虚拟节点和虚拟链路的资源之和。虚拟网络映射成功率是指时间段T内已获得底层网络资源的虚拟网络请求的数量除以总的虚拟网络请求的数量。
在底层网络开销分析方面，X轴表示算法的运行时长，Y轴表示底层网络开销。从图2可知，随着算法的运行，两个算法的底层网络开销在1000个时间单位后趋向于稳定。这是因为随着运行时间的增长，两个算法能够为新的虚拟网请求分配满足需求的资源逐渐变少。从两个算法的性能分析可知，本发明算法VNRAoR的底层网络开销高于传统算法VNRAoO约6.7％。这说明本发明算法较好的实现了资源的分配。
在底层网络收益方面，实验结果如图3所示，X轴表示算法的运行时长，Y轴表示底层网络收益。从图可知，随着算法运行，两个算法的底层网络收益都趋于稳定。本发明算法VNRAoR相比于算法VNRAoO，底层网络收益增长了8.5％。这说明本发明算法为更多的虚拟网请求分配了底层网络资源。
在虚拟网络映射成功率方面，X轴表示算法的运行时长，Y轴表示虚拟网络映射成功率。从图4可知，两个算法的虚拟网络映射成功率随着算法运行都趋向于稳定。本发明算法VNRAoR的虚拟网络映射成功率比算法VNRAoO增长了9.8％，分配了较多的底层网络资源给虚拟网。
从映射开销和收益、虚拟网络映射成功率的结果比较可知，底层网络的收益增长率高于映射开销。说明本发明算法给虚拟网络分配的资源也优于传统算法，从而节约了较多的底层网络资源的开销。另外，从底层网络资源利用率和虚拟网络映射成功率的结果比较可知，当底层网络资源利用率提高后，可以提高较多的虚拟网络映射成功率。
与现有技术相比，本发明具有如下的有益效果：
本发明提出一种基于可靠性的大规模虚拟网资源分配方法，对虚拟网的可靠性、基础网络可靠性进行建模，并提出基础网络社团划分算法和基于可靠性的大规模虚拟网资源分配算法。实施本发明，可以提升基础网络资源利用率和虚拟网的映射成功率。
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)

1.一种基于可靠性的大规模虚拟网资源分配方法，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，构建虚拟网络和基础网络的可靠性评价模型；
步骤S13，构建网络切片下基于可靠性的大规模虚拟网资源分配算法；
步骤S14，根据所述可靠性评价模型对基础网络和虚拟网络的可靠性进行计算分析，基于虚拟网请求中所有虚拟节点的重要性，对虚拟节点进行排序，根据所述排序逐个为虚拟网请求所对应的虚拟节点和虚拟链路分配资源。
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。
3.根据权利要求1或2所述的方法，其特征在于，在步骤S12中包括构建虚拟网络可靠性评价模型的步骤，具体包括：
步骤S120，确定计算虚拟节点的中心值的公式(1)：
Figure FDA0002526379920000011
其中，hops(ni,nj)表示
Figure FDA0002526379920000012
与
Figure FDA0002526379920000013
的端到端链路数量，虚拟节点的中心值
Figure FDA0002526379920000014
是当前节点到虚拟网中所有节点的跳数之和的导数；
步骤S121，确定邻接链路带宽资源计算公式(2)：
Figure FDA0002526379920000015
其中，
Figure FDA0002526379920000016
表示虚拟节点
Figure FDA0002526379920000017
相连的虚拟链路的链路集合，当与虚拟节点相连的链路资源越多，当前的虚拟节点越重要；
步骤S122，获得用于计算虚拟节点的重要性的公式(3)：
Figure FDA0002526379920000021
其中，当虚拟网请求
Figure FDA0002526379920000022
包含M个时，使用公式(3)对M个虚拟网请求中的虚拟节点重要性进行计算，并对每个虚拟网请求按照节点重要性进行求和；然后对M个虚拟网请求按照节点重要性之和进行降序排列，得到
Figure FDA0002526379920000023
4.根据权利要求3所述的方法，其特征在于，在步骤S12中包括构建基础网络可靠性评价模型的步骤，具体包括：
步骤S123，将基础网络划分为多个社团，确定评判社团划分的情况的社团内敛性RS计算公式(4)：
Figure FDA0002526379920000024
其中，
Figure FDA0002526379920000025
表示节点
Figure FDA0002526379920000026
是否属于同一社团，当
Figure FDA0002526379920000027
时，表示节点
Figure FDA0002526379920000028
属于同一社团。当
Figure FDA0002526379920000029
时，表示节点
Figure FDA00025263799200000210
不属于同一社团；
Figure FDA00025263799200000211
表示基础节点
Figure FDA00025263799200000212
相连的基础链路构成的链路集合；
Figure FDA00025263799200000213
表示节点i和其它节点之间路径包含的链路集合；
Figure FDA00025263799200000214
表示与节点i和节点j之间链路的带宽资源之和；
Figure FDA00025263799200000215
表示所有节点到其它节点的链路带宽资源之和；
Figure FDA00025263799200000216
分别表示节点i、节点j相连的所有边的带宽资源之和；
步骤S124，确定计算节点i的社团关系值OR的公式(5)：
Figure FDA00025263799200000217
其中，
Figure FDA00025263799200000218
表示基础节点
Figure FDA00025263799200000219
相连的基础链路构成的链路集合；
Figure FDA00025263799200000220
表示节点
Figure FDA00025263799200000221
的度数；
步骤S125，确定对社团可靠性CR进行计算的公式(6)：
Figure FDA0002526379920000031
其中，Oi表示社团集合中第i个社团；Oi和Oj的关联关系为RCij＝{(u,v)∈E,u∈Oi,v∈Oj}，表示社团Oi和Oj通过边u和v相连；Oi和Oj的可靠性为v(Oi,Oi)＝|RCij|，其中，|RCij|表示社团Oi和Oj相连的边的数量；
Figure FDA0002526379920000032
表示与社团Oi相连的所有社团
Figure FDA0002526379920000033
的边数；
Figure FDA0002526379920000034
表示所有社团之间的相连的边数；
步骤S126，确定对节点可靠性
Figure FDA0002526379920000035
的计算公式(7)：
Figure FDA0002526379920000036
其中，
Figure FDA0002526379920000037
表示节点所属的社团的可靠性，
Figure FDA0002526379920000038
表示节点自身可靠性；，|O|表示社团的数量；
Figure FDA0002526379920000039
表示节点
Figure FDA00025263799200000310
是否属于社团k，如是，
Figure FDA00025263799200000311
否则，
Figure FDA00025263799200000312
Figure FDA00025263799200000313
表示社团Ok的可靠性；
Figure FDA00025263799200000314
其中，
Figure FDA00025263799200000315
表示节点
Figure FDA00025263799200000316
直接相连接的所有社团的可靠性乘积；
Figure FDA00025263799200000317
表示节点直接相连接的边带宽值之和。
5.根据权利要求4所述的方法,其特征在于，在步骤S13中，所述网络切片下基于可靠性的大规模虚拟网资源分配算法包括：包括划分社团及可靠性分析、虚拟网请求的可靠性排序、逐个为虚拟网请求分配资源三个步骤。
6.如权利要求5所述的方法，其特征在于，在步骤S14中，进一步包括：
使用预定的社团划分算法，将基础网络进行社团划分；使用公式(6)对社团的可靠性进行计算，并降序排列；同进对使用公式(7)对社团内节点进行计算，并降序排列；
对于包含多个虚拟网请求的集合
Figure FDA00025263799200000318
使用公式(3)对其中的虚拟节点重要性进行计算；对每个虚拟网请求，对其包含的节点的重要度进行求和，并降序排列，得到排序后的虚拟网请求集合
Figure FDA00025263799200000319
逐个为虚拟网请求分配资源，具体包括：
从虚拟网请求集合
Figure FDA00025263799200000320
中取出第一个虚拟网请求；
对于虚拟节点资源分配，在可靠性高的基础网络社团中查找满足虚拟节点要求的高可靠性的底层节点，当节点不能满足要求时，从第二个可靠性高的基础网络社团中查找，直到全部分配；
对于虚拟链路资源分配，使用最短路径算法，分配虚拟链路资源。
7.如权利要求6所述的方法，其特征在于，所述社团划分算法包括基于社团关系值OR对社团进行初始划分的步骤，以及基于社团内敛性RS对社团划分结果进行优化两个步骤。
CN202010505458.8A 2020-06-05 2020-06-05 一种基于可靠性的大规模虚拟网资源分配方法 Active CN111756654B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010505458.8A CN111756654B (zh) 2020-06-05 2020-06-05 一种基于可靠性的大规模虚拟网资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010505458.8A CN111756654B (zh) 2020-06-05 2020-06-05 一种基于可靠性的大规模虚拟网资源分配方法

Publications (2)

Publication Number Publication Date
CN111756654A true CN111756654A (zh) 2020-10-09
CN111756654B CN111756654B (zh) 2023-08-22

Family

ID=72674577

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010505458.8A Active CN111756654B (zh) 2020-06-05 2020-06-05 一种基于可靠性的大规模虚拟网资源分配方法

Country Status (1)

Country Link
CN (1) CN111756654B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112491741A (zh) * 2020-10-19 2021-03-12 国网上海市电力公司 一种虚拟网资源分配方法、装置和电子设备
CN113079050A (zh) * 2021-03-31 2021-07-06 广东电网有限责任公司电力调度控制中心 网络切片下基于主动探测的虚拟网资源分配方法及装置
CN113114514A (zh) * 2021-05-07 2021-07-13 广东电网有限责任公司电力调度控制中心 一种基于多属性层次分析法的网络资源备份方法及系统
CN113163498A (zh) * 2021-05-26 2021-07-23 广东电网有限责任公司电力调度控制中心 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110029675A1 (en) * 2009-07-31 2011-02-03 Wai-Leong Yeow Resource allocation protocol for a virtualized infrastructure with reliability guarantees
CN107888425A (zh) * 2017-11-27 2018-04-06 北京邮电大学 移动通信系统的网络切片部署方法和装置
CN108566659A (zh) * 2018-01-09 2018-09-21 重庆邮电大学 一种基于可靠性的5g网络切片在线映射方法
CN109743217A (zh) * 2019-03-08 2019-05-10 西安交通大学 一种基于svra算法的自适应资源调节方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110029675A1 (en) * 2009-07-31 2011-02-03 Wai-Leong Yeow Resource allocation protocol for a virtualized infrastructure with reliability guarantees
CN107888425A (zh) * 2017-11-27 2018-04-06 北京邮电大学 移动通信系统的网络切片部署方法和装置
US20190166039A1 (en) * 2017-11-27 2019-05-30 Beijing University Of Posts & Telecommunications Method and apparatus for network slice deployment in mobile communication system
CN108566659A (zh) * 2018-01-09 2018-09-21 重庆邮电大学 一种基于可靠性的5g网络切片在线映射方法
CN109743217A (zh) * 2019-03-08 2019-05-10 西安交通大学 一种基于svra算法的自适应资源调节方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
刘光远等: "基于节点可靠性感知和共享路径保护的虚拟网映射算法研究", 《通信学报》 *
王子厚等: "可重构网络中基于中心度与拓扑势排序的资源分配算法", 《通信学报》 *
赵国繁: "面向可靠性的5G网络切片映射算法研究", 《中国优秀硕士学位论文全文数据库》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112491741A (zh) * 2020-10-19 2021-03-12 国网上海市电力公司 一种虚拟网资源分配方法、装置和电子设备
CN113079050A (zh) * 2021-03-31 2021-07-06 广东电网有限责任公司电力调度控制中心 网络切片下基于主动探测的虚拟网资源分配方法及装置
CN113114514A (zh) * 2021-05-07 2021-07-13 广东电网有限责任公司电力调度控制中心 一种基于多属性层次分析法的网络资源备份方法及系统
CN113163498A (zh) * 2021-05-26 2021-07-23 广东电网有限责任公司电力调度控制中心 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置
CN113163498B (zh) * 2021-05-26 2022-09-30 广东电网有限责任公司电力调度控制中心 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置

Also Published As

Publication number Publication date
CN111756654B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN111756654A (zh) 一种基于可靠性的大规模虚拟网资源分配方法
WO2020206705A1 (zh) 一种基于集群节点负载状态预测的作业调度方法
CN111756656B (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
CN111182495B (zh) 一种5g车联网部分计算卸载方法
CN102662764B (zh) 一种基于smdp的动态云计算资源优化分配方法
Xiao et al. A heuristic algorithm based on resource requirements forecasting for server placement in edge computing
CN103631657A (zh) 一种基于MapReduce的任务调度算法
CN107820321B (zh) 一种基于蜂窝网络的窄带物联网中大规模用户智能接入方法
CN113163498B (zh) 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置
CN111614754B (zh) 面向雾计算的成本效率优化的动态自适应任务调度方法
CN111698703B (zh) 基于业务优先级和负载均衡的网络可靠性优化方法
CN113553146A (zh) 一种基于云边协同计算任务并合调度方法
Naghsh et al. Digitally annealed solution for the maximum clique problem with critical application in cellular v2x
CN111611076B (zh) 任务部署约束下移动边缘计算共享资源公平分配方法
CN112601240A (zh) 物联网资源边缘智能调度方法
CN111176784A (zh) 一种基于极限学习机和蚁群系统的虚拟机整合方法
Cui et al. A novel method of virtual network embedding based on topology convergence-degree
CN116954905A (zh) 一种面向Flink大数据的任务编排与迁移方法
CN109976879B (zh) 一种基于资源使用曲线互补的云计算虚拟机放置方法
Chai et al. A parallel placement approach for service function chain using deep reinforcement learning
Zhang et al. A novel virtual network mapping algorithm for cost minimizing
CN116842380A (zh) 基于客户端成簇的混合联邦分割学习的模型训练方法
CN111756655B (zh) 一种基于资源预留的虚拟网资源迁移方法
CN113159539A (zh) 多层边缘计算系统中联合绿色能源调度和动态任务分配方法
CN111752707A (zh) 一种基于映射关系的电力通信网资源分配方法

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
GR01 Patent grant
GR01 Patent grant