CN111756656B - 一种基于可靠性和历史数据的电力通信网资源分配方法 - Google Patents

一种基于可靠性和历史数据的电力通信网资源分配方法 Download PDF

Info

Publication number
CN111756656B
CN111756656B CN202010506426.XA CN202010506426A CN111756656B CN 111756656 B CN111756656 B CN 111756656B CN 202010506426 A CN202010506426 A CN 202010506426A CN 111756656 B CN111756656 B CN 111756656B
Authority
CN
China
Prior art keywords
node
virtual
network
reliability
resources
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
CN202010506426.XA
Other languages
English (en)
Other versions
CN111756656A (zh
Inventor
张伟贤
黄志伟
洪丹轲
吴谦
张国翊
丘国良
杨旸
翁俊鸿
黄儒雅
杨根甜
王曦
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 CN202010506426.XA priority Critical patent/CN111756656B/zh
Publication of CN111756656A publication Critical patent/CN111756656A/zh
Application granted granted Critical
Publication of CN111756656B publication Critical patent/CN111756656B/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
    • H04L47/82—Miscellaneous aspects
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提出了提供一种基于可靠性和历史数据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，构建虚拟网络和基础网络的节点可靠性评价模型；步骤S13，构建网络切片下基于可靠性和历史数据的电力通信网资源分配算法；步骤S14，根据所述基于可靠性和历史数据的电力通信网资源分配算法为虚拟节点和虚拟链路分配资源。实施本发明，可以有效提升底层网络的收益和虚拟网络的映射成功率。

Description

一种基于可靠性和历史数据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，特别涉及一种基于可靠性和历史数据的电力通信网资源分配方法。
背景技术
随着5G技术在电力通信网中的逐渐商用，电力业务对电力通信网提出了更多的要求，电力通信网的建设和投资快速增加。为了减少网络建设投资，网络切片技术已成功应用到电力通信网的资源管理中。网络切片技术采用虚拟化、SDN等技术，将传统的基础网络划分为底层网络和虚拟网络。底层网络为虚拟网络提供计算资源和带宽资源，虚拟网络承载不同的电力业务。在网络切片以后，电力通信网的网络资源利用率得到了提升，新型电力业务的开发和运营也变得更加灵活。
当前已有研究通过采用智能化算法、最优化算法方法，解决资源利用率低、网络可靠性低方面的问题。例如，在一个文献[Lira V,Tavares E,Oliveira M,et al.Virtualnetwork mapping considering energy consumption and availability[J].Computing,2018:1-31.]中，以虚拟网的可用性、底层网络能源消耗为优化目标，基于贪婪算法进行最优资源搜索，在满足虚拟网的可用性约束条件下实现了底层网络资源低能耗开销。在另一个文献[Zheng X,Tian J,Xiao X,et al.A heuristic survivable virtual networkmapping algorithm[J].Soft Computing,2019,23(5):1453-1463.]中，以最优化虚拟网的可靠性为目标，将底层网络划分为可用资源和备用资源，采用启发式算法提高了虚拟网资源的可靠性。在另一个文献[CHOWDHURY S R,AHMED R,KHAN M M A,et al.Dedicatedprotection for survivable virtual network embedding[J].IEEE Transactions onNetwork and Service Management,2016,13(4):913-926]中，以提高虚拟网的可生存性为目标，首先通过可生存性指标选择较优的底层网络资源，之后按照可生存性的优先级别，为虚拟网分配资源。
通过对已有研究分析可知，在网络切片环境下的网络资源分配方面，已有研究在虚拟网的可靠性、可用性，底层网络的资源利用率等方面，都取得了较好的结果。但是，已有研究在资源分配时对底层网络的重要性没有进行充分评估，导致虚拟网请求映射时因缺少资源而失败率增高。
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和历史数据的电力通信网资源分配方，可有效提升底层网络的收益和虚拟网络的映射成功率。
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和历史数据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，构建虚拟网络和基础网络的节点可靠性评价模型；
步骤S13，构建网络切片下基于可靠性和历史数据的电力通信网资源分配算法；
步骤S14，根据所述基于可靠性和历史数据的电力通信网资源分配算法为虚拟节点和虚拟链路分配资源。
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；
确定用于计算底层网络开销的计算公式(1)：
Figure GDA0003893640660000021
其中，
Figure GDA0003893640660000022
表示虚拟节点，
Figure GDA0003893640660000023
表示虚拟链路；
Figure GDA0003893640660000024
为虚拟节点请求的CPU资源，
Figure GDA0003893640660000031
虚拟节点请求的带宽资源；
Figure GDA0003893640660000032
为虚拟链路
Figure GDA0003893640660000033
所映射到的底层链路的集合；
确定用于计算底层网络收益的计算公式(2)：
Figure GDA0003893640660000034
优选地，在所述步骤S12中包括虚拟网络节点的可靠性分析的步骤，具体包括：
步骤S120，确定虚拟节点相连接的链路资源的计算公式(3)：
Figure GDA0003893640660000035
其中，E(ni)为与当前虚拟节点相连的所有链路的集合；
步骤S121，确定用于表征当前节点到虚拟网中其它所有节点的距离的节点的中心度的计算公式(4)：
Figure GDA0003893640660000036
其中，hops(ni,nj)表示
Figure GDA0003893640660000037
与
Figure GDA0003893640660000038
之间端到端路径中包含的链路数量；
步骤S122，确定用于计算虚拟网络节点的可靠性的计算公式(5)：
Figure GDA0003893640660000039
优选地，在所述步骤S12中包括底层网络节点的可靠性分析的步骤，具体包括：
步骤S123，确定用于计算到达邻居虚拟节点对应底层节点的距离
Figure GDA00038936406600000314
的公式(6)：
Figure GDA00038936406600000310
其中，
Figure GDA00038936406600000311
表示在选择当前节点
Figure GDA00038936406600000312
是否为可用底层节点之前，虚拟网已经映射的底层节点集合；
步骤S124，确定用于计算底层节点的可靠度的公式(7)：
Figure GDA00038936406600000313
其中，参数κ和λ为用于调节前部分资源量与后半部分资源性能之间的权重，
Figure GDA0003893640660000041
为资源利用率，
Figure GDA0003893640660000042
为故障率；
步骤S125，通过底层节点的可靠度的计算方法，构建底层节点的可靠度矩阵Mnode，矩阵元素rii∈Mnode为使用公式(7)计算获得的每个底层节点的可靠性；
步骤S126，确定底层节点的CPU分配历史矩阵MCPU的公式(8)：
Figure GDA0003893640660000043
其中，元素aii∈MCPU值表示时间段t内节点
Figure GDA0003893640660000044
分配给虚拟节点的CPU资源之和；
步骤S127，确定底层节点的链路分配历史矩阵MLINK的公式(9)：
Figure GDA0003893640660000045
其中，元素bij∈MLINK值表示时间段t内底层路径
Figure GDA0003893640660000046
为虚拟链路分配的带宽之和除以底层路径
Figure GDA0003893640660000047
包含的底层链路数量的值。
步骤S128，使用底层节点的可靠度矩阵Mnode、底层节点的CPU分配历史矩阵MCPU、底层链路分配历史矩阵MLINK构建底层节点的可靠性历史矩阵MRELIAB，首先需要对Mnode、MCPU、MLINK三个矩阵使用min-max归一化方法，将矩阵中各元素值缩放到[0,1]范围内，从而得到三个新的矩阵为M'CPU、M'LINK、M'node，从而确定用于计算底层节点的可靠性历史矩阵MRELIAB的公式(10)：
MRELIAB＝M'CPU+M'LINK+M'node (10)。
优选地，在步骤S13中，所述网络切片下基于可靠性和历史数据的电力通信网资源分配算法包括计算虚拟节点的可靠性、虚拟节点排序、为虚拟节点分配资源、为虚拟链路分配资源四个步骤。
优选地，所述步骤S14包括：
步骤S140，计算虚拟节点的可靠性：对于虚拟网请求中的每个虚拟网GV＝(NV,EV)，使用公式(5)计算虚拟网络节点
Figure GDA0003893640660000051
的可靠性
Figure GDA0003893640660000052
步骤S141，虚拟节点排序：基于
Figure GDA0003893640660000053
对NV中的虚拟节点降序排序，得到新的集合N’V；
步骤S142，为虚拟节点分配资源：根据公式(10)获得底层节点的可靠性历史矩阵MRELIAB，按顺序为N’V中的
Figure GDA0003893640660000054
分配资源；
从底层网络中，选择mij∈MRELIAB(i＝j)最大并且CPU资源满足
Figure GDA0003893640660000055
需求的底层节点，为第一个
Figure GDA0003893640660000056
分配资源；如果没有满足此条件的底层节点，资源分配失败，流程结束；
对于集合N’V中其它
Figure GDA0003893640660000057
选择mij∈MRELIAB(i≠j)最大并且CPU资源满足
Figure GDA00038936406600000511
需求的底层节点，为
Figure GDA0003893640660000058
分配资源；如果没有满足此条件的底层节点，资源分配失败，流程结束；
步骤S143，为虚拟链路分配资源：采用k最短路径算法给EV中虚拟链路
Figure GDA0003893640660000059
分配满足
Figure GDA00038936406600000510
约束的底层链路资源；如果没有满足此条件的底层节点，资源分配失败，流程结束。
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可靠性和历史数据的电力通信网资源分配方法；从虚拟节点的CPU资源、相连接的链路资源、节点的中心度三个方面分析了虚拟网络节点的可靠性，从底层节点的可靠度矩阵、底层节点的CPU分配历史矩阵、底层链路分配历史矩阵三个方面分析了底层网络节点可靠性，提出的网络切片下基于可靠性和历史数据的电力通信网资源分配算法，有效提升了底层网络的收益和虚拟网络的映射成功率。
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和历史数据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为本发明涉及的底层网络收益分析示意图；
图3为本发明涉及的映射成功率分析示意图；
图4为本发明涉及的底层网络收益对比示意图；
图5为本发明涉及的映射成功率对比示意图。
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虚拟网映射成功率低问题，本发明提供了一种基于可靠性和历史数据的电力通信网资源分配方法。
如图1所示，示出了本发明提供的一种基于可靠性和历史数据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；在具体的一个例子中，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GS＝(NS,ES)和虚拟网络GV＝(NV,EV)，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；具体地，底层节点
Figure GDA0003893640660000061
使用自己的CPU资源
Figure GDA0003893640660000062
为虚拟节点
Figure GDA0003893640660000063
提供满足其请求的CPU资源
Figure GDA00038936406600000611
使用
Figure GDA0003893640660000064
表示。底层链路
Figure GDA00038936406600000610
使用自己的带宽资源
Figure GDA0003893640660000065
为虚拟节点
Figure GDA0003893640660000066
提供满足其请求的带宽资源
Figure GDA0003893640660000067
使用
Figure GDA0003893640660000068
表示。其中，底层路径
Figure GDA0003893640660000069
表示单条虚拟链路可能需要一条以及多条底层链路提供带宽资源。
为了衡量资源分配算法的优劣，本文从底层网络开销、底层网络收益两个方面进行分析。
首先，确定用于计算底层网络开销的计算公式(1)：
Figure GDA0003893640660000071
其中，底层网络开销是指时间段t内，为了给虚拟网络请求分配资源而使用的底层网络资源之和，
Figure GDA0003893640660000072
表示虚拟节点，
Figure GDA0003893640660000073
表示虚拟链路；
Figure GDA0003893640660000074
为虚拟节点请求的CPU资源，
Figure GDA0003893640660000075
虚拟节点请求的带宽资源；
Figure GDA0003893640660000076
为虚拟链路
Figure GDA0003893640660000077
所映射到的底层链路的集合；
其次，确定用于计算底层网络收益的计算公式(2)：
Figure GDA0003893640660000078
可以理解的是，底层网络收益是指时间段t内，底层网络通过为虚拟网络分配资源，所分配的所有虚拟网络的CPU资源和带宽资源之和。
步骤S12，构建虚拟网络和基础网络的节点可靠性评价模型；
在一个例子中，在所述步骤S12中包括虚拟网络节点的可靠性分析的步骤，可以理解提，通过对虚拟网络的结构分析可知，与虚拟网络节点的可靠性相关的主要因素包括节点的CPU资源、相连接的链路资源、节点的中心度。节点的CPU资源、相连接的链路资源主要是从虚拟节点相关资源的数量来衡量；节点的中心度主要是从节点在虚拟网中的位置来衡量。
所述虚拟网络节点的可靠性分析的步骤具体包括：
步骤S120，确定虚拟节点相连接的链路资源的计算公式(3)：
Figure GDA0003893640660000079
其中，E(ni)为与当前虚拟节点相连的所有链路的集合；
可以理解的是，虚拟节点的CPU资源是由业务决定，使用
Figure GDA00038936406600000710
表示。电力业务对CPU资源要求越多，说明当前虚拟节点越重要。相连接的链路资源是指与当前虚拟节点相连的所有链路(链路集合使用E(ni)表示)的带宽资源之和。
步骤S121，确定用于表征当前节点到虚拟网中其它所有节点的距离的节点的中心度的计算公式(4)：
Figure GDA0003893640660000081
其中，hops(ni,nj)表示
Figure GDA0003893640660000082
与
Figure GDA0003893640660000083
之间端到端路径中包含的链路数量；
可以理解的是，节点的中心度是指当前节点到虚拟网中其它所有节点的距离。当某个节点到网络中其它所有节点的跳数较少时，说明当前节点越可能属于中心节点，其在网络中的作用越大。
步骤S122，确定用于计算虚拟网络节点的可靠性的计算公式(5)：
Figure GDA0003893640660000084
在一个例子中，在所述步骤S12中包括底层网络节点的可靠性分析的步骤，可以理解提，底层网络是用于为虚拟网提供CPU资源和链路资源，所以底层网络节点的可靠性主要与资源利用率
Figure GDA0003893640660000085
故障率
Figure GDA0003893640660000086
到达邻居虚拟节点对应底层节点的距离
Figure GDA0003893640660000087
三个因素相关。其中，底层节点的资源利用率
Figure GDA0003893640660000088
越高，该底层节点发生故障的概率越大。底层节点的故障率
Figure GDA0003893640660000089
是该底层节点可靠性的重要因素，如果底层节点之前发生故障的频率较高，在以后的运营中发生故障的概率也较高。到达邻居虚拟节点对应底层节点的距离
Figure GDA00038936406600000810
是用于衡量当前底层节点到达“邻居虚拟节点对应底层节点”的距离，如果距离越近，表明此底层节点有助于节约网络链路资源。
所述底层网络节点的可靠性分析的步骤具体包括：
步骤S123，确定用于计算到达邻居虚拟节点对应底层节点的距离
Figure GDA00038936406600000811
的公式(6)：
Figure GDA00038936406600000812
其中，
Figure GDA00038936406600000813
表示在选择当前节点
Figure GDA00038936406600000814
是否为可用底层节点之前，虚拟网已经映射的底层节点集合；
步骤S124，确定用于计算底层节点的可靠度的公式(7)：
Figure GDA00038936406600000815
其中，参数κ和λ为用于调节前部分资源量与后半部分资源性能之间的权重，
Figure GDA0003893640660000091
为资源利用率，
Figure GDA0003893640660000092
为故障率；
步骤S125，通过底层节点的可靠度的计算方法，构建底层节点的可靠度矩阵Mnode，矩阵元素rii∈Mnode为使用公式(7)计算获得的每个底层节点的可靠性；
步骤S126，确定底层节点的CPU分配历史矩阵MCPU的公式(8)：
Figure GDA0003893640660000093
其中，元素aii∈MCPU值表示时间段t内节点
Figure GDA0003893640660000094
分配给虚拟节点的CPU资源之和；
步骤S127，确定底层节点的链路分配历史矩阵MLINK的公式(9)：
Figure GDA0003893640660000095
其中，元素bij∈MLINK值表示时间段t内底层路径
Figure GDA0003893640660000096
为虚拟链路分配的带宽之和除以底层路径
Figure GDA0003893640660000097
包含的底层链路数量的值。
步骤S128，使用底层节点的可靠度矩阵Mnode、底层节点的CPU分配历史矩阵MCPU、底层链路分配历史矩阵MLINK构建底层节点的可靠性历史矩阵MRELIAB，首先需要对Mnode、MCPU、MLINK三个矩阵使用min-max归一化方法，将矩阵中各元素值缩放到[0,1]范围内，从而得到三个新的矩阵为M'CPU、M'LINK、M'node，从而确定用于计算底层节点的可靠性历史矩阵MRELIAB的公式(10)：
MRELIAB＝M'CPU+M'LINK+M'node (10)。
根据MRELIAB的构成特点可知，矩阵MRELIAB中，mij∈MRELIAB表示底层节点的可靠性。当i≠j时，mij∈MRELIAB表示在选择候选底层节点时，每个可选的底层节点与之前已映射的虚拟节点之间的历史关系。当i＝j时，mij∈MRELIAB表示
Figure GDA0003893640660000098
底层节点的重要性和可靠性。该值越大，表明该节点越重要，越可能成为候选的底层节点。
步骤S13，构建网络切片下基于可靠性和历史数据的电力通信网资源分配算法；
具体地，在步骤S13中，所述网络切片下基于可靠性和历史数据的电力通信网资源分配算法(Resource Allocation Algorithm of Power Communication Network Basedon Network Slicing Based on Reliability and Historical Data，RAAoRH)包括计算虚拟节点的可靠性、虚拟节点排序、为虚拟节点分配资源、为虚拟链路分配资源四个步骤。在实际的例子中，该算法输入GS＝(NS,ES)，GV＝(NV,EV)，底层节点的可靠性历史矩阵MRELIAB，而输出为GV的映射列表。具体的内容，可以参照步骤S14的详细说明。
步骤S14，根据所述基于可靠性和历史数据的电力通信网资源分配算法为虚拟节点和虚拟链路分配资源。
具体地，在一个例子中，所述步骤S14包括：
步骤S140，计算虚拟节点的可靠性：对于虚拟网请求中的每个虚拟网GV＝(NV,EV)，使用公式(5)计算虚拟网络节点
Figure GDA0003893640660000101
的可靠性
Figure GDA0003893640660000102
步骤S141，虚拟节点排序：基于
Figure GDA0003893640660000103
对NV中的虚拟节点降序排序，得到新的集合N’V；
步骤S142，为虚拟节点分配资源：根据公式(10)获得底层节点的可靠性历史矩阵MRELIAB，按顺序为N’V中的
Figure GDA0003893640660000104
分配资源；
从底层网络中，选择mij∈MRELIAB(i＝j)最大并且CPU资源满足
Figure GDA0003893640660000105
需求的底层节点，为第一个
Figure GDA0003893640660000106
分配资源；如果没有满足此条件的底层节点，资源分配失败，流程结束；
对于集合N’V中其它
Figure GDA0003893640660000107
选择mij∈MRELIAB(i≠j)最大并且CPU资源满足
Figure GDA0003893640660000108
需求的底层节点，为
Figure GDA0003893640660000109
分配资源；如果没有满足此条件的底层节点，资源分配失败，流程结束；
步骤S143，为虚拟链路分配资源：采用k最短路径算法给EV中虚拟链路
Figure GDA0003893640660000111
分配满足
Figure GDA0003893640660000112
约束的底层链路资源；如果没有满足此条件的底层节点，资源分配失败，流程结束。
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，为分析本发明提供的算法性能，使用GT-ITM工具[ZEGURA EW,CALVERT K L,BHATTACHARJEE S.How to model an Internet work[C]//IEEE Infocom,c1996:594-602]生成网络拓扑环境。网络拓扑由底层网络和虚拟网络构成。底层网络包含100个底层节点，底层节点以0.5的概率相互连接。底层节点和底层链路的资源服从[30,60]的均匀分布。虚拟网的虚拟节点服从[2,8]的均匀分布，虚拟链路以0.5的概率相互连接。在资源分配时，虚拟网请求包括2000个虚拟网，每个虚拟网请求的到达时间间隔为2个时间单位，虚拟网的生命周期是10个时间单位。
在算法比较时，使用底层网络收益、映射成功率两个指标。其中，底层网络收益是指底层网络为虚拟网的虚拟节点资源和链路资源分配的资源之和。映射成功率是指成功获得底层网络资源的虚拟网请求数量除以总的虚拟网请求数量的比值。
为选择合适的可靠性矩阵构建方法，从而使本发明提供的算法性能更好。在构建可靠性矩阵时，采用已映射的虚拟网请求数量(number of virtual network mappings,N-VNM)来构建。下面将N-VNM取值为500、700、900、1100、1300、1500的可靠性矩阵应用到资源分配中，从底层网络收益、映射成功率两个指标对算法进行比较。
从底层网络收益、映射成功率的实验结果图2和图3可知，随着算法运行，不同N-VNM取值下，底层网络收益、映射成功率都趋于稳定。当N-VNM取值为1100时，底层网络收益、映射成功率收敛到比较好的效果。下面的算法比较时，以N-VNM取值为1100时构建的可靠性矩阵进行分析。
为验证本发明提供的算法RAAoRH性能，将本发明提供的算法与算法RAAoRO(Resource Allocation Algorithm based on order)进行比较。RAAoRO基于虚拟网请求的顺序，按照先来先分配的策略为虚拟网请求分配资源。
从底层网络收益、映射成功率的实验结果图4和图5可知，随着算法运行，本发明提供的算法RAAoRH和算法RAAoRO的底层网络收益、映射成功率都趋于稳定。在底层网络收益方面，本发明提供的算法RAAoRH的底层网络收益比算法RAAoRO提高了11.4％。在映射成功率方面，本文算法RAAoRH的映射成功率比算法RAAoRO提高了7.4％。从实验结果分析可知，本发明提供的算法为虚拟网请求分配了更合理的资源，从而提高了底层网络收益、映射成功率。
与现有技术相比，本发明具有如下的有益效果：
本发明提供一种基于可靠性和历史数据的电力通信网资源分配方法；从虚拟节点的CPU资源、相连接的链路资源、节点的中心度三个方面分析了虚拟网络节点的可靠性，从底层节点的可靠度矩阵、底层节点的CPU分配历史矩阵、底层链路分配历史矩阵三个方面分析了底层网络节点可靠性，提出的网络切片下基于可靠性和历史数据的电力通信网资源分配算法，有效提升了底层网络的收益和虚拟网络的映射成功率。
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 (5)

1.一种基于可靠性和历史数据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，构建虚拟网络和基础网络的节点可靠性评价模型；
步骤S13，构建网络切片下基于可靠性和历史数据的电力通信网资源分配算法；
步骤S14，根据所述基于可靠性和历史数据的电力通信网资源分配算法为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；
确定用于计算底层网络开销的计算公式(1)：
Figure FDA0003893640650000011
其中，
Figure FDA0003893640650000012
表示虚拟节点，
Figure FDA0003893640650000013
表示虚拟链路；
Figure FDA0003893640650000014
为虚拟节点请求的CPU资源，
Figure FDA0003893640650000015
虚拟节点请求的带宽资源；
Figure FDA0003893640650000016
为虚拟链路
Figure FDA0003893640650000017
所映射到的底层链路的集合；
确定用于计算底层网络收益的计算公式(2)：
Figure FDA0003893640650000018
2.根据权利要求1所述的方法，其特征在于，在所述步骤S12中包括虚拟网络节点的可靠性分析的步骤，具体包括：
步骤S120，确定虚拟节点相连接的链路资源的计算公式(3)：
Figure FDA0003893640650000019
其中，E(ni)为与当前虚拟节点相连的所有链路的集合；
步骤S121，确定用于表征当前节点到虚拟网中其它所有节点的距离的节点的中心度的计算公式(4)：
Figure FDA0003893640650000021
其中，hops(ni,nj)表示
Figure FDA0003893640650000022
与
Figure FDA0003893640650000023
之间端到端路径中包含的链路数量；
步骤S122，确定用于计算虚拟网络节点的可靠性的计算公式(5)：
Figure FDA0003893640650000024
3.根据权利要求2所述的方法，其特征在于，在所述步骤S12中包括底层网络节点的可靠性分析的步骤，具体包括：
步骤S123，确定用于计算到达邻居虚拟节点对应底层节点的距离UH(ni s)的公式(6)：
Figure FDA0003893640650000025
其中，
Figure FDA0003893640650000026
表示在选择当前节点
Figure FDA0003893640650000027
是否为可用底层节点之前，虚拟网已经映射的底层节点集合；
步骤S124，确定用于计算底层节点的可靠度的公式(7)：
Figure FDA0003893640650000028
其中，参数κ和λ为用于调节前部分资源量与后半部分资源性能之间的权重，
Figure FDA0003893640650000029
为资源利用率，
Figure FDA00038936406500000210
为故障率；
步骤S125，通过底层节点的可靠度的计算方法，构建底层节点的可靠度矩阵Mnode，矩阵元素rii∈Mnode为使用公式(7)计算获得的每个底层节点的可靠性；
步骤S126，确定底层节点的CPU分配历史矩阵MCPU的公式(8)：
Figure FDA00038936406500000211
其中，元素aii∈MCPU值表示时间段t内节点
Figure FDA0003893640650000031
分配给虚拟节点的CPU资源之和；
步骤S127，确定底层节点的链路分配历史矩阵MLINK的公式(9)：
Figure FDA0003893640650000032
其中，元素bij∈MLINK值表示时间段t内底层路径
Figure FDA0003893640650000033
为虚拟链路分配的带宽之和除以底层路径
Figure FDA0003893640650000034
包含的底层链路数量的值；
步骤S128，使用底层节点的可靠度矩阵Mnode、底层节点的CPU分配历史矩阵MCPU、底层链路分配历史矩阵MLINK构建底层节点的可靠性历史矩阵MRELIAB，首先需要对Mnode、MCPU、MLINK三个矩阵使用min-max归一化方法，将矩阵中各元素值缩放到[0,1]范围内，从而得到三个新的矩阵为M'CPU、M'LINK、M'node，从而确定用于计算底层节点的可靠性历史矩阵MRELIAB的公式(10)：
MRELIAB＝M'CPU+M'LINK+M'node (10)。
4.根据权利要求3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和历史数据的电力通信网资源分配算法包括计算虚拟节点的可靠性、虚拟节点排序、为虚拟节点分配资源、为虚拟链路分配资源四个步骤。
5.根据权利要求4所述的方法，其特征在于，所述步骤S14包括：
步骤S140，计算虚拟节点的可靠性：对于虚拟网请求中的每个虚拟网GV＝(NV,EV)，使用公式(5)计算虚拟网络节点
Figure FDA0003893640650000035
的可靠性
Figure FDA0003893640650000036
步骤S141，虚拟节点排序：基于
Figure FDA0003893640650000037
对NV中的虚拟节点降序排序，得到新的集合N′V；
步骤S142，为虚拟节点分配资源：根据公式(10)获得底层节点的可靠性历史矩阵MRELIAB，按顺序为N′V中的
Figure FDA0003893640650000038
分配资源；
从底层网络中，选择mij∈MRELIAB(i＝j)最大并且CPU资源满足
Figure FDA0003893640650000041
需求的底层节点，为第一个
Figure FDA0003893640650000042
分配资源；如果没有满足此条件的底层节点，资源分配失败，流程结束；
对于集合N′V中其它
Figure FDA0003893640650000043
选择mij∈MRELIAB(i≠j)最大并且CPU资源满足
Figure FDA0003893640650000044
需求的底层节点，为
Figure FDA0003893640650000045
分配资源；如果没有满足此条件的底层节点，资源分配失败，流程结束；
步骤S143，为虚拟链路分配资源：采用k最短路径算法给EV中虚拟链路
Figure FDA0003893640650000046
分配满足
Figure FDA0003893640650000047
约束的底层链路资源；如果没有满足此条件的底层节点，资源分配失败，流程结束。
CN202010506426.XA 2020-06-05 2020-06-05 一种基于可靠性和历史数据的电力通信网资源分配方法 Active CN111756656B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010506426.XA CN111756656B (zh) 2020-06-05 2020-06-05 一种基于可靠性和历史数据的电力通信网资源分配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010506426.XA CN111756656B (zh) 2020-06-05 2020-06-05 一种基于可靠性和历史数据的电力通信网资源分配方法

Publications (2)

Publication Number Publication Date
CN111756656A CN111756656A (zh) 2020-10-09
CN111756656B true CN111756656B (zh) 2023-02-03

Family

ID=72674907

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010506426.XA Active CN111756656B (zh) 2020-06-05 2020-06-05 一种基于可靠性和历史数据的电力通信网资源分配方法

Country Status (1)

Country Link
CN (1) CN111756656B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112600708A (zh) * 2020-12-14 2021-04-02 国网河南省电力公司信息通信公司 一种网络切片下时延敏感的虚拟网络资源分配方法
CN112636961B (zh) * 2020-12-15 2022-11-08 国网河南省电力公司信息通信公司 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
CN115242630B (zh) * 2021-04-23 2023-10-27 中国移动通信集团四川有限公司 一种5g网络切片的编排方法、装置及电子设备
CN115225500B (zh) * 2022-06-20 2024-10-18 中国电信股份有限公司 一种网络切片分配方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109067579A (zh) * 2018-08-01 2018-12-21 重庆邮电大学 面向底层节点失效的5g网络切片拓扑设计及可靠映射方法
CN109347657A (zh) * 2018-09-12 2019-02-15 石家庄铁道大学 Sdn模式下支撑科技业务的虚拟数据域构建方法
CN109451540A (zh) * 2018-12-13 2019-03-08 中国联合网络通信集团有限公司 一种网络切片的资源分配方法和设备
CN110365526A (zh) * 2019-07-09 2019-10-22 国网江苏省电力有限公司南京供电分公司 一种面向节能和QoS保障的VNF部署方法及系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10601932B2 (en) * 2017-06-09 2020-03-24 At&T Intellectual Property I, L.P. Next generation mobility core network controller for service delivery
CN107888425B (zh) * 2017-11-27 2019-12-06 北京邮电大学 移动通信系统的网络切片部署方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109067579A (zh) * 2018-08-01 2018-12-21 重庆邮电大学 面向底层节点失效的5g网络切片拓扑设计及可靠映射方法
CN109347657A (zh) * 2018-09-12 2019-02-15 石家庄铁道大学 Sdn模式下支撑科技业务的虚拟数据域构建方法
CN109451540A (zh) * 2018-12-13 2019-03-08 中国联合网络通信集团有限公司 一种网络切片的资源分配方法和设备
CN110365526A (zh) * 2019-07-09 2019-10-22 国网江苏省电力有限公司南京供电分公司 一种面向节能和QoS保障的VNF部署方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
软件定义数据中心内一种基于拓扑感知的VDC映射算法;文学敏等;《计算机研究与发展》;20160415(第04期);61-73 *

Also Published As

Publication number Publication date
CN111756656A (zh) 2020-10-09

Similar Documents

Publication Publication Date Title
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
CN109167835B (zh) 一种基于kubernetes的物理资源调度方法及系统
WO2021004063A1 (zh) 一种缓存服务器的带宽调度方法及装置
CN107566194B (zh) 一种实现跨域虚拟网络映射的方法
CN111756654B (zh) 一种基于可靠性的大规模虚拟网资源分配方法
CN111682962B (zh) 一种电力数据网故障恢复方法、系统及存储介质
WO2023109068A1 (zh) 一种多云环境下基于用户体验的虚拟机自动迁移决策方法
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
CN107196806B (zh) 基于子图辐射的拓扑临近匹配虚拟网络映射方法
Yu et al. Bandwidth guarantee under demand uncertainty in multi-tenant clouds
CN110275437A (zh) 基于深度学习的sdn网络流量优势监控节点动态选择系统及其动态选择方法
CN107566535B (zh) 基于Web地图服务并发访问时序规则的自适应负载均衡方法
Cui et al. A novel method of virtual network embedding based on topology convergence-degree
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
CN111092827A (zh) 一种电力通信网资源分配方法及装置
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
CN111756655B (zh) 一种基于资源预留的虚拟网资源迁移方法
CN103825963B (zh) 虚拟服务迁移方法
CN110865872B (zh) 基于资源合理化应用的虚拟化集群资源调度系统
CN110865871A (zh) 基于资源合理化应用的虚拟化集群资源调度方法
CN115562841B (zh) 一种云视频服务自适应资源调度系统和方法
CN111752707B (zh) 一种基于映射关系的电力通信网资源分配方法
CN103974082B (zh) 子节点、父节点以及用于多层次视频网络的缓存方法及系统
CN114915631A (zh) 一种面向异构集群能效优化的负载均衡系统及方法
CN104038400B (zh) 一种跨数据中心的虚拟网络映射方法

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
CB03 Change of inventor or designer information

Inventor after: Zhang Weixian

Inventor after: Yang Gentian

Inventor after: Wang Xi

Inventor after: Huang Zhiwei

Inventor after: Hong Danke

Inventor after: Wu Qian

Inventor after: Zhang Guoyi

Inventor after: Qiu Guoliang

Inventor after: Yang Yang

Inventor after: Weng Junhong

Inventor after: Huang Ruya

Inventor before: Zhang Weixian

Inventor before: Huang Zhiwei

Inventor before: Wu Qian

Inventor before: Qiu Guoliang

Inventor before: Yang Yang

Inventor before: Weng Junhong

Inventor before: Huang Ruya

Inventor before: Wang Xi

GR01 Patent grant
GR01 Patent grant