CN111865668B - 一种基于sdn和nfv的网络切片方法 - Google Patents
一种基于sdn和nfv的网络切片方法 Download PDFInfo
- Publication number
- CN111865668B CN111865668B CN202010619691.9A CN202010619691A CN111865668B CN 111865668 B CN111865668 B CN 111865668B CN 202010619691 A CN202010619691 A CN 202010619691A CN 111865668 B CN111865668 B CN 111865668B
- Authority
- CN
- China
- Prior art keywords
- service function
- node
- link
- physical
- mapping
- 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
Images
Classifications
-
- 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
-
- 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
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/22—Traffic simulation tools or models
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/16—Central resource management; Negotiation of resources or communication parameters, e.g. negotiating bandwidth or QoS [Quality of Service]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提出了一种基于SDN和NFV网络切片方法,分析了核心网的物理节点的功能集合对物理节点进行聚类,通过对5G三大业务的各自的约束条件以及服务功能和链路的映射条件构建了资源分配和路由的最优化问题;提出基于对偶分解资源分配和路由方法来服务功能链的映射问题,该算法拉格朗日对偶分解模型,将服务功能链映射问题的节点映射和链路映射问题先进行解耦,先实现节点映射问题的求解,实现底层物理资源的分配,在求解了节点映射的问题后求解链路的映射问题,实现链路资源的映射。本发明解决了核心网按照不同的业务进行服务功能链的映射解决了资源和路由联合优化的问题,在资源分配和提高整个系统吞吐量方面,系统资源的利用率等方面具有优越性。
Description
技术领域
本发明设计了一种基于SDN和NFV的网络切片方法,应用于核心网的服务功能链的部署,属于信息通信技术领域。
背景技术
随着新一代网络技术的发展,传统的网络架构已经不适应现在的网络服务功能的需求了,网络资源的适配和资源调度缺乏灵活性,为了能够有效的提供这样的服务,我们希望网络能够变得灵活。软件定义网络和网络功能虚拟化是实现这一目标的关键技术,软件定义网络实现了数据平面和控制平面的分离,采用逻辑上集中式的SDN控制器,实现对网络的可编程性,可以实时的调整资源利用实现网络资源利用率的最大化。网络功能虚拟化将传统网络的网元、功能等虚拟化,使得网络功能不再局限于专用的硬件内,区别于传统的网络,实现了网络功能和硬件的解耦。网络功能虚拟化使服务运营商能够灵活的部署网络功能,可以为每个服务请求构建定制化的虚拟网络。因此,软件定义网络和网络功能虚拟化为设计可扩展,动态的可编程的下一代网络提供了解决方案。
ITU定义了5G的三大应用场景其中包括增强的移动宽带(eMBB),解决以人为中心的多媒体内容、服务和数据访问用例;超可靠低延迟通信(uRLLC),面向的是高可靠和低延时的应用场景,比如无人驾驶,工业控制等方面;大规模机器类型通信(mMTC),面向的是海量连接的物联网应用,通常传输相对低容量的非延迟敏感数据。为了满足不同的应用的需求,网络切片技术得到了广泛的研究和应用。网络切片实现的一个逻辑上的端到端的网络,根据客户的需求服务供应商进行业务和虚拟网络功能的编排为其提供服务,再将编排好的网络切片在网络设备层进行实例化提供服务。这些不同逻辑网络提供不同的服务,来满足不同场景用户的通信需求。网络切片有一组的虚拟网络功能按照一定的逻辑编排和虚拟网络功能之间的链路组成,这样经过编排实现的功能逻辑被称为服务功能链(SFC)。服务功能链可以根据动态的需求灵活地分配资源,从而可以为各种复杂的5G通信场景定制网络切片。借助网络切片,服务提供商可以灵活、快速地部署他们的定制化的应用和服务,以适应多样化服务的特殊需求。
在提供服务的过程中就需要将编排好的虚拟网络功能和链路进行映射,服务功能链的映射就是为每个虚拟网络功能分配最优的物理节点和链路,所以我们可以把虚拟网络功能链映射问题转化为虚拟网络功能的路由和资源分配问题。NFV-RA是选择合适的物理节点和链路来进行服务功能链的放置,同时,资源的优化必须满足特定的约束目标例如最大化剩余的物理资源,最小化时延等等。
因此,本发明提出一种基于SDN和NFV的网络切片方法,解决服务功能链在核心网物理节点上资源的分配问题。
发明内容
发明目的:本发明的目的是为核心网的网络切片提供基于SDN和NFV的路由和资源分配的算法,有效地解决了在核心网中的资源分配和路由的问题。
技术方案:
一种基于SDN和NFV的网络切片方法,包括以下步骤:
步骤1:针对uRLLC、eMBB、mMTC三大应用场景的不同的业务需求,将底层的物理节点按照功能类型划分为三个虚拟子网的节点集合;
步骤2:针对三大应用场景的网络切片的不同的约束条件,对每一类的网络切片进行建模,形成基于SDN和NFV的网络切片方法的数学模型;
步骤3:通过拉格朗日对偶分解的节点和链路的分布式资源分配算法,先将节点映射关系与链路映射关系进行解耦合,将节点和链路解耦合的条件与目标函数构成拉格朗日函数,通过对偶分解算法分解为节点映射问题和链路映射问题的两个子问题,相互迭代求出资源和路由的解。
进一步地,步骤1底层虚拟子网划分方法如下:
底层的物理节点的通信网络用图G=(N,E)表示,N表示的是底层的可用的物理节点的集合,面向5G的三大应用场景uRLLC,eMBB,mMTC的服务功能链的需求,底层的物理节点集合N聚类为三类专用的硬件节点集合Nu、Ne、Nm,Nu表示的是划分给uRLLC业务使用的物理节点集合,Ne表示的是划分给eMBB业务使用的物理节点集合,Nm表示的是划分给mMTC业务使用的物理节点集合,其中有N=Nu∪Ne∪Nm,进行聚类完成的专用的硬件节点可以为其所对应的应用场景下的VNF提供更好的物理资源和Qos,在进行服务功能链映射时,对应场景下的服务功能链优先映射到对应的硬件节点的集合中,表示的是物理节点i,j是集合Nu中物理设备,和之间的物理链路表示为其中eu表示的Nu物理节点的链路集合,在物理网络图G中E表示的是链路集合,E=eu∪em∪ee,Nu、Ne、Nm三类物理节点的个数分别为|Nu|、|Ne|、|Nm|,三类专用硬件中的物理节点i,j之间的物理链路的传输时延表示为链路上的带宽表示为每条链路上的资源的最大利用率为β,物理节点上的资源集合为Z={zr|r=1,2…R},zr表示的是资源的类别,包括计算、存储、通信等资源,专用器件中的r类型资源的总量为,
进一步地,步骤2中三大应用场景的网络切片模型如下:
在网络切片层所有的需要进行映射的网络切片集合为S={Su,Se,Sm},Su,Se,Sm分别表示的三类的网络切片的需求;
eMBB服务功能链表示为其中 表示的eMBB服务功能链的第k条服务功能链的长度,表示的是第k条服务功能链中的第n个VNF实例,在eMBB类服务功能链中的VNF为了实现高速率的传输是可以进行对流量进行放缩的,其流量的放缩比例定义为ro表示为流出VNF的数据速率,rn表示为流入VNF的数据速率。此类每条服务功能链的最终的速率需求为
三大业务服务功能链映射资源分配路由模型如下:
物理节点和链路的资源限制:
eMBB服务功能链到达流速率约束:
mMTC服务功能链约束:
对于mMTC服务功能链要求高计算资源和低拥塞率。因此,部署目标应该是最小化物理链路上的带宽使用。尽可能使每条链路的带宽负载均衡,换句话说,物理链路上的剩余带宽应该最大化;
进一步地,步骤3中原始问题与拉格朗日对偶问题表达以及求解过程如下:
s.t.
表示服务功能是否映射到物理节点上,表示的是服务功能所需要的Zr类型的资源的数量,为服务功能 之间的虚拟链路是否映射到物理节点i,j之间的物理链路eij u上。表示的是网络切片的时延约束,表示的是物理节点上所拥有的Zr类型的资源的数量。为每条网络切片的速率,表示物理链路eij u上拥有的链路带宽资源数量。表示Ni u物理节点处理服务功能的处理时延,则表示在链路eij u传输时延;
由于二元变量的存在所以目标函数是一个非凸的,可行集也是一个非凸的问题,所以最优化问题是一个非线性的整数规划问题;由于是节点映射关系的乘积在进行问题求解时先不将链路映射看成节点映射关系的乘积,作为一个独立的变量,问题转化的过程中需要添加额外的约束条件:
因此拉格朗日函数可以表示为:
其中ωy,μy,n,vy,n分别表示的是对偶变量;
原问题的对偶问题如下表示:
s.t.
其中p,l分别表示虚拟功能的映射和链路的映射关系是原始变量,μ,v,ω称为对偶变量;
如果已知对偶变量μ,v,ω,则拉格朗日函数可以改写为节点和链路的函数之和:
L(p,l,ω,μ,v)=g(p)+g(l)
上面的对偶问题可以分解为虚拟功能的当前节点映射和当前节点到下一跳链路映射关系两个子问题进行分别求解;
s.t.
s.t.
在问题P1中之包含VNF在底层物理节点上的映射关系变量这是传统的指派问题,可以通过匈牙利算法进行服务功能的映射关系的求解,通过求解P1问题的当前节点的映射结果,带入到P1问题,将链路的映射关系转化为下一跳的节点映射的求解,实现链路映射问题的求解;通过迭代m次求解上面的两个子问题可以获得的原始变量的解分别为和通过次梯度方法对对偶变量进行跟新;第m+1次对偶变量的更新公式如下:
其中△(m)表示的对偶变量迭代的步长,步长后面的乘积分别是对偶变量在拉格朗日函数中的次梯度表达式
有益效果:本发明具有以下优点:
①提出了底层物理节点按照功能进行聚类上层的服务功能链按业务进行编排的模型,根据模型解决了核心网进行服务功能链映射资源和路由联合优化的问题。
②提出了基于SDN和NFV网络切片的路由和资源分配的对偶分解的算法,即将三大业务的服务功能链分解为节点映射关系和虚拟链路的映射,从而解决整条的服务功能链的映射部署,资源分配。
③多维资源配置和路由的优化模型,根据服务功能链的编排和底层物理节点的资源,各类业务的性能约束,提出基于拉格朗日对偶分解的多维资源优化模型。
附图说明
图1基于SDN和NFV的网络切片按业务进行映射图。
图2是一种基于SDN和NFV网络切片方法流程图。
具体实施方式
本发明的目的是为核心网的网络切片提供基于SDN和NFV的路由和资源分配的算法,有效地解决了在核心网中的资源分配和路由的问题。在该模型中对核心网中的物理节点按照功能进行聚类,划分不同业务服务功能链进行映射的集合,对不同业务性能约束进行建模最优化模型,最后通过对偶分解的算法对最优化问题进行求解资源分配和路由的算法。
1、网络切片映射的核心网模型以及服务功能链模型
A.网络切片映射的核心网模型
如图1所示,基于SDN和NFV的网络切片按业务进行映射的应用场景,由SDN控制器层、网络切片实例层和物理资源层组成。物理资源层由各种的交换机和路由器等设备构成可以实例化部署一些虚拟网络功能,按照上面提出的物理器件的聚类方法,将底层的物理节点聚类为三类专用器件。网络切片实例层按照用户的业务需求,对各种虚拟网络功能进行设计和编排形成相应的服务功能链。SDN控制器层从底层的物理网络收集节点和链路的资源情况并且从网络切片实例层得到实时需要映射的服务功能链的信息,根据各条服务功能链的业务类别以及带宽、时延等的Qos约束选择最适合的节点进行映射,满足用户服务的需求。
图2为基于SDN和NFV网络切片方法流程图,底层的物理节点的通信网络用图G=(N,E)表示,N表示的是底层的可用的物理节点的集合,面向5G的三大应用场景uRLLC,eMBB,mMTC的服务功能链的需求,底层的物理节点集合N聚类为三类专用的硬件节点集合Nu、Ne、Nm,N=Nu∪Ne∪Nm,进行聚类完成的专用的硬件节点可以为其所对应的应用场景下的VNF提供更好的物理资源和Qos。在进行服务功能链映射时。对应场景下的服务功能链优先映射到对应的硬件节点的集合中。表示的是物理节点i,j是集合Nu中物理设备,和之间的物理链路表示为其中eu表示的Nu物理节点的链路集合,在物理网络图G中E表示的是链路集合,E=eu∪em∪ee,Nu、Ne、Nm三类物理节点的个数分别为|Nu|、|Ne|、|Nm|,三类专用硬件中的物理节点i,j之间的物理链路的传输时延表示为链路上的带宽表示为每条链路上的资源的最大利用率为β,物理节点上的资源集合为Z={zr|r=1,2…R},zr表示的是资源的类别,包括计算、存储、通信资源,专用器件中的r类型资源的总量为,
B.服务功能链模型
在服务功能链层所有的需要进行映射的服务功能链集合为S={Su,Se,Sm},Su,Se,Sm分别表示的三类的服务功能链的需求。
eMBB服务功能链表示为其中 表示的eMBB服务功能链的第k条服务功能链的长度,表示的是第k条服务功能链中的第n个VNF实例。在eMBB类服务功能链中的VNF为了实现高速率的传输是可以进行对流量进行放缩的,其流量的放缩比例定义为ro表示为流出VNF的数据速率,rn表示为流入VNF的数据速率;此类每条服务功能链的最终的速率需求为
2、5G三大业务服务功能链映射资源分配路由模型
物理节点和链路的资源限制:
链路ij上带宽物理资源的约束:
uRLLC服务功能链时延约束:
eMBB服务功能链到达流速率约束:
mMTC服务功能链约束:
对于mMTC服务功能链要求高计算资源和低拥塞率。因此,部署目标应该是最小化物理链路上的带宽使用。尽可能使每条链路的带宽负载均衡,换句话说,物理链路上的剩余带宽应该最大化。
3、三大业务最优化问题模型
低时延的uRLLC的业务最优化目标是最大化节点资源的使用率以及从此节点出去链路的带宽资源利用率最大化:
s.t.
公式(9)表示的是一个服务功能VNF只能映射到一个物理节点上以及两个相邻的服务功能链之间的虚拟链路的映射。服务低时延的uRLLC的服务功能链的时延约束为公式(10),公式(11)、(12)分别为节点和链路的资源约束条件。
mMTC的业务子问题为最大化节点和每条链路上的资源使用率,使网络可以接入更多的业务:
s.t.
公式(13)表示的是一个服务功能VNF只能映射到一个物理节点上以及两个相邻的服务功能链之间的虚拟链路的映射。公式(14)、(15)分别为节点和链路的资源约束条件。
eMBB的业务的最优化问题表达式为:
s.t.
公式(16)表示的是一个服务功能VNF只能映射到一个物理节点上以及两个相邻的服务功能链之间的虚拟链路的映射。公式(17)、(18)分别为节点和链路的资源约束条件,其中表示的流量的放缩比例定义为输出速率与输入速率的比值,表示的是服务功能链的速率大小。公式(19)表示的是eMBB服务功能链到达速率的指标,其中表示的是第y条eMBB服务功能链要求的到达速率的大小。
4、一种基于SDN和NFV的网络切片方法,该方法首先阐述了在核心网中的基于SDN和NFV的网络切片的路由和资源分配的对偶分级算法模型;其次,在给定服务功能链编排和底层物理结构的条件下,对5G的三大应用场景的业务进行分别建模,提出每类业务所对应的最优化问题,并通过将节点映射问题和链路映射问题进行解耦引入拉格朗日函数;最后,通过对偶分级的方法将问题分解为节点映射问题和链路映射问题的两个子问题,相互迭代求出资源和路由的解。
A.SDN和NFV的网络切片的路由和资源的联合的优化算法模型
5G三大应用场景下的服务功能链映射的最优化问题可以表达如下:
s.t.
B.SDN和NFV的网络切片的路由和资源的联合优化对偶分解的算法模型
s.t.
由于二元变量的存在所以目标函数是一个非凸的,可行集也是一个非凸的问题,所以最优化问题是一个非线性的整数规划问题。由于是节点映射关系的乘积在进行问题求解时先不将链路映射看成节点映射关系的乘积,作为一个独立的变量,问题转化的过程中需要添加额外的约束条件:
因此拉格朗日函数可以表示为:
原问题的对偶问题如下表示:
s.t.
其中p,l分别表示虚拟功能的映射和链路的映射关系是原始变量,μ,v,ω称为对偶变量。
如果已知对偶变量μ,v,ω,则拉格朗日函数可以改写为节点和链路的函数之和:
L(p,l,ω,μ,v)=g(p)+g(l)
上面的对偶问题可以分解为虚拟功能的当前节点映射和当前节点到下一跳链路映射关系两个子问题进行分别求解。
s.t.
s.t.
在问题P1中之包含VNF在底层物理节点上的映射关系变量这是传统的指派问题,可以通过匈牙利算法进行服务功能的映射关系的求解,通过求解P1问题的当前节点的映射结果,带入到P1问题,将链路的映射关系转化为下一跳的节点映射的求解,实现链路映射问题的求解。通过迭代m次求解上面的两个子问题可以获得的原始变量的解分别为和通过次梯度方法对对偶变量进行跟新。第m+1次对偶变量的更新公式如下:
其中△(m)表示的对偶变量迭代的步长,步长后面的乘积分别是对偶变量在拉格朗日函数中的次梯度表达式。通过对网络切片服务功能的迭代求解,求解出最优化问题。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (2)
1.一种基于SDN和NFV的网络切片方法,其特征在于,包括以下步骤:
步骤1:针对uRLLC、eMBB、mMTC三大应用场景的不同的业务需求,将底层的物理节点按照功能类型划分为三个虚拟子网的节点集合;
底层的物理节点的通信网络用图G=(N,E)表示,N表示的是底层的可用的物理节点的集合,面向5G的三大应用场景uRLLC、eMBB、mMTC的服务功能链的需求,底层的物理节点集合N聚类为三类专用的硬件节点集合Nu、Ne、Nm,Nu表示的是划分给uRLLC业务使用的物理节点集合,Ne表示的是划分给eMBB业务使用的物理节点集合,Nm表示的是划分给mMTC业务使用的物理节点集合,其中有N=Nu∪Ne∪Nm,进行聚类完成的专用的硬件节点可以为其所对应的应用场景下的VNF提供更好的物理资源和Qos,在进行服务功能链映射时,对应场景下的服务功能链优先映射到对应的硬件节点的集合中,表示的是物理节点i,j是集合Nu中物理设备,和之间的物理链路表示为其中eu表示的Nu物理节点的链路集合,在物理网络图G中E表示的是链路集合,E=eu∪em∪ee,Nu、Ne、Nm三类物理节点的个数分别为|Nu|、|Ne|、|Nm|,三类专用硬件中的物理节点i,j之间的物理链路的传输时延表示为链路上的带宽表示为每条链路上的资源的最大利用率为β,物理节点上的资源集合为Z={zr|r=1,2…R},zr表示的是资源的类别,包括计算、存储、通信资源,专用器件中的r类型资源的总量为,
步骤2:针对三大应用场景的网络切片的不同的约束条件,对每一类的网络切片进行建模,形成基于SDN和NFV的网络切片方法的数学模型;
在网络切片层所有的需要进行映射的网络切片集合为S={Su,Se,Sm},Su,Se,Sm分别表示的三类的网络切片的需求;
eMBB服务功能链表示为其中 表示的eMBB服务功能链的第k条服务功能链的长度,表示的是第k条服务功能链中的第n个VNF实例,在eMBB类服务功能链中的VNF为了实现高速率的传输是对流量进行放缩的,其流量的放缩比例定义为ro表示为流出VNF的数据速率,rn表示为流入VNF的数据速率;此类每条服务功能链的最终的速率需求为mMTC服务功能链表示为其中 表示的mMTC服务功能链的第c条服务功能链的长度,表示的是服务功能链的第n个VNF实例;
三大业务服务功能链映射资源分配路由模型如下:
物理节点和链路的资源限制:
eMBB服务功能链到达流速率约束:
mMTC服务功能链约束:
对于mMTC服务功能链要求高计算资源和低拥塞率;因此,部署目标应该是最小化物理链路上的带宽使用;使每条链路的带宽负载均衡,换句话说,物理链路上的剩余带宽应该最大化;
步骤3:通过拉格朗日对偶分解的节点和链路的分布式资源分配算法,先将节点映射关系与链路映射关系进行解耦合,将节点和链路解耦合的条件与目标函数构成拉格朗日函数,通过对偶分解算法分解为节点映射问题和链路映射问题的两个子问题,相互迭代求出资源和路由的解。
2.根据权利要求1所述的一种基于SDN和NFV的网络切片方法,其特征在于,步骤3中原始问题与拉格朗日对偶问题表达以及求解过程如下:
s.t.
表示服务功能是否映射到物理节点上,表示的是服务功能所需要的Zr类型的资源的数量,为服务功能之间的虚拟链路是否映射到物理节点i,j之间的物理链路eij u上;表示的是网络切片的时延约束,表示的是物理节点上所拥有的Zr类型的资源的数量;为每条网络切片的速率,表示物理链路eij u上拥有的链路带宽资源数量;表示Ni u物理节点处理服务功能的处理时延,则表示在链路eij u传输时延;
由于二元变量的存在所以目标函数是一个非凸的,可行集也是一个非凸的问题,所以最优化问题是一个非线性的整数规划问题;由于是节点映射关系的乘积在进行问题求解时先不将链路映射看成节点映射关系的乘积,作为一个独立的变量,问题转化的过程中需要添加额外的约束条件:
因此拉格朗日函数可以表示为:
其中ωy,μy,n,vy,n分别表示的是对偶变量;
原问题的对偶问题如下表示:
s.t.
其中p,l分别表示虚拟功能的映射和链路的映射关系是原始变量,μ,v,ω称为对偶变量;
如果已知对偶变量μ,v,ω,则拉格朗日函数可以改写为节点和链路的函数之和:
L(p,l,ω,μ,v)=g(p)+g(l)
上面的对偶问题可以分解为虚拟功能的当前节点映射和当前节点到下一跳链路映射关系两个子问题进行分别求解;
s.t.
s.t.
在问题P1中之包含VNF在底层物理节点上的映射关系变量这是传统的指派问题,可以通过匈牙利算法进行服务功能的映射关系的求解,通过求解P1问题的当前节点的映射结果,带入到P1问题,将链路的映射关系转化为下一跳的节点映射的求解,实现链路映射问题的求解;通过迭代m次求解上面的两个子问题可以获得的原始变量的解分别为和通过次梯度方法对对偶变量进行跟新;第m+1次对偶变量的更新公式如下:
其中△(m)表示的对偶变量迭代的步长,步长后面的乘积分别是对偶变量在拉格朗日函数中的次梯度表达式。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010619691.9A CN111865668B (zh) | 2020-06-30 | 2020-06-30 | 一种基于sdn和nfv的网络切片方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010619691.9A CN111865668B (zh) | 2020-06-30 | 2020-06-30 | 一种基于sdn和nfv的网络切片方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111865668A CN111865668A (zh) | 2020-10-30 |
CN111865668B true CN111865668B (zh) | 2023-04-07 |
Family
ID=72988914
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010619691.9A Active CN111865668B (zh) | 2020-06-30 | 2020-06-30 | 一种基于sdn和nfv的网络切片方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111865668B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113285823A (zh) * | 2021-04-08 | 2021-08-20 | 国网辽宁省电力有限公司信息通信分公司 | 基于容器的业务功能链编排方法 |
CN114422455B (zh) * | 2022-01-24 | 2023-08-22 | 西安交通大学 | 一种基于空天地一体化网络的多维资源管理架构及方法 |
CN114630441B (zh) * | 2022-05-16 | 2022-08-02 | 网络通信与安全紫金山实验室 | 资源调度的方法及装置 |
CN117979370A (zh) * | 2024-04-02 | 2024-05-03 | 国网江苏省电力有限公司南京供电分公司 | 一种电力异构网络资源动态切片优化方法及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111130858A (zh) * | 2019-12-09 | 2020-05-08 | 网络通信与安全紫金山实验室 | 一种sd-wan场景下的动态多目标虚拟网络映射方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106131891B (zh) * | 2016-08-30 | 2019-06-04 | 重庆邮电大学 | 一种基于sdwn的资源映射装置和方法 |
CN110768837A (zh) * | 2019-10-28 | 2020-02-07 | 北京邮电大学 | 一种网络切片虚拟资源分配方法、系统及装置 |
-
2020
- 2020-06-30 CN CN202010619691.9A patent/CN111865668B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111130858A (zh) * | 2019-12-09 | 2020-05-08 | 网络通信与安全紫金山实验室 | 一种sd-wan场景下的动态多目标虚拟网络映射方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111865668A (zh) | 2020-10-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111865668B (zh) | 一种基于sdn和nfv的网络切片方法 | |
Jin et al. | Latency-aware VNF chain deployment with efficient resource reuse at network edge | |
Zhang et al. | Virtual network embedding based on modified genetic algorithm | |
CN108566659B (zh) | 一种基于可靠性的5g网络切片在线映射方法 | |
Al Sheikh et al. | Optimal design of virtual links in AFDX networks | |
Ghosh et al. | Scalable multi-class traffic management in data center backbone networks | |
Baumgartner et al. | Combined virtual mobile core network function placement and topology optimization with latency bounds | |
WO2015096758A1 (en) | Hierarchical software-defined network traffic engineering controller | |
Yang et al. | Performance evaluation of multi-stratum resources integration based on network function virtualization in software defined elastic data center optical interconnect | |
Feng et al. | An alternating direction method approach to cloud traffic management | |
Wang et al. | Optimizing network slice dimensioning via resource pricing | |
CN113411207B (zh) | 智慧网络服务功能链的服务功能流转编排基础平台及方法 | |
Nguyen et al. | Parallel and distributed resource allocation with minimum traffic disruption for network virtualization | |
Fuerst et al. | Virtual network embedding with collocation: Benefits and limitations of pre-clustering | |
Cai et al. | An approach to deploy service function chains in satellite networks | |
Bouzidi et al. | Dynamic clustering of software defined network switches and controller placement using deep reinforcement learning | |
CN109743751A (zh) | 无线接入网的资源分配方法及装置 | |
Liu et al. | Sn-vne: A virtual network embedding algorithm for satellite networks | |
CN113490279A (zh) | 一种网络切片配置方法及装置 | |
Lin et al. | Column generation based service function chaining embedding in multi-domain networks | |
Allalouf et al. | Smart grid network optimization: Data-quality-aware volume reduction | |
CN114258074A (zh) | 一种基于耦合带宽分配并具有时延QoS保障的VNF部署方法 | |
Haghani et al. | Multi-objective embedding of software-defined virtual networks | |
Liu et al. | Revenue maximizing online service function chain deployment in multi-tier computing network | |
Li et al. | A load balancing algorithm for solving multi‐objective virtual network embedding |
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 |