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 PDF

Info

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
Application number
CN202010619691.9A
Other languages
English (en)
Other versions
CN111865668A (zh
Inventor
朱晓荣
高健
朱洪波
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.)
Nanjing University of Posts and Telecommunications
Original Assignee
Nanjing University of Posts and Telecommunications
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 Nanjing University of Posts and Telecommunications filed Critical Nanjing University of Posts and Telecommunications
Priority to CN202010619691.9A priority Critical patent/CN111865668B/zh
Publication of CN111865668A publication Critical patent/CN111865668A/zh
Application granted granted Critical
Publication of CN111865668B publication Critical patent/CN111865668B/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
    • 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

一种基于SDN和NFV的网络切片方法
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，
Figure GDA0004043126020000021
表示的是物理节点i,j是集合Nu中物理设备，
Figure GDA0004043126020000022
和
Figure GDA0004043126020000023
之间的物理链路表示为
Figure GDA0004043126020000024
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
Figure GDA0004043126020000025
链路上的带宽表示为
Figure GDA0004043126020000026
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，
Figure GDA0004043126020000027
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；
uRLLC网络切片表示为
Figure GDA0004043126020000031
其中
Figure GDA0004043126020000032
Figure GDA0004043126020000033
表示的uRLLC网络切片的第y条服务功能链的长度，
Figure GDA0004043126020000034
表示的是第y条网络切片中的第n个VNF实例，对于低时延的网络切片
Figure GDA0004043126020000035
的传输时延的约束为
Figure GDA0004043126020000036
eMBB服务功能链表示为
Figure GDA0004043126020000037
其中
Figure GDA0004043126020000038
Figure GDA0004043126020000039
表示的eMBB服务功能链的第k条服务功能链的长度，
Figure GDA00040431260200000310
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
Figure GDA00040431260200000311
ro表示为流出
Figure GDA00040431260200000312
VNF的数据速率，rn表示为流入
Figure GDA00040431260200000313
VNF的数据速率。此类每条服务功能链的最终的速率需求为
Figure GDA00040431260200000314
mMTC服务功能链表示为
Figure GDA00040431260200000315
其中
Figure GDA00040431260200000316
Figure GDA00040431260200000317
表示的mMTC服务功能链的第c条服务功能链的长度，
Figure GDA00040431260200000318
表示的是服务功能链的第n个VNF实例；
每条服务功能链的相邻的两个VNF之间的虚拟链路表示为
Figure GDA00040431260200000319
设定每种服务功能链(SFC)的初始的数据速率分别为
Figure GDA00040431260200000320
Nu、Ne、Nm三类硬件节点集合中的i物理节点处理VNF的时延分别为
Figure GDA00040431260200000321
三大业务服务功能链映射资源分配路由模型如下：
服务功能链中的VNF映射关系：定义二进制变量
Figure GDA00040431260200000322
Figure GDA00040431260200000323
Figure GDA00040431260200000324
保证一个VNF只能在底层的物理节点上映射一次，
虚拟链路的映射关系：定义二进制变量
Figure GDA00040431260200000325
Figure GDA00040431260200000326
分别表示的是
Figure GDA00040431260200000327
服务功能链的第n个和第n+1个VNF实例，
Figure GDA00040431260200000328
表示的是两个VNF实例之间的虚拟链路，
Figure GDA00040431260200000329
则表示的为集合Nx中物理节点i，j之间的物理链路；
Figure GDA00040431260200000330
物理节点和链路的资源限制：
假设服务功能链
Figure GDA00040431260200000331
中的第n个
Figure GDA00040431260200000332
对r类型资源的需求为
Figure GDA00040431260200000333
x表示的是服务功能链的类型，y表示的是第y条服务功能链，那么在物理节点集合Nx中节点i的r类型资源约束为：
Figure GDA0004043126020000041
链路ij上带宽物理资源的约束：其中
Figure GDA0004043126020000042
表示的服务功能链
Figure GDA0004043126020000043
的传输速率，
Figure GDA0004043126020000044
表示的是上面定义的流量的放缩比例。
Figure GDA0004043126020000045
Figure GDA0004043126020000046
uRLLC服务功能链时延约束:其中
Figure GDA0004043126020000047
表示的是每条服务功能链的时延约束。
Figure GDA0004043126020000048
eMBB服务功能链到达流速率约束:
Figure GDA0004043126020000049
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；
Figure GDA00040431260200000410
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：
Figure GDA00040431260200000411
s.t.
Figure GDA00040431260200000412
Figure GDA00040431260200000413
Figure GDA0004043126020000051
Figure GDA0004043126020000052
Figure GDA0004043126020000053
表示服务功能
Figure GDA0004043126020000054
是否映射到物理节点
Figure GDA0004043126020000055
上，
Figure GDA0004043126020000056
表示的是服务功能
Figure GDA0004043126020000057
所需要的Zr类型的资源的数量，
Figure GDA0004043126020000058
为服务功能
Figure GDA0004043126020000059
Figure GDA00040431260200000510
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。
Figure GDA00040431260200000511
表示的是网络切片的时延约束，
Figure GDA00040431260200000512
表示的是物理节点
Figure GDA00040431260200000513
上所拥有的Zr类型的资源的数量。
Figure GDA00040431260200000514
为每条网络切片的速率，
Figure GDA00040431260200000515
表示物理链路eij u上拥有的链路带宽资源数量。
Figure GDA00040431260200000516
表示Ni u物理节点处理服务功能
Figure GDA00040431260200000517
的处理时延，
Figure GDA00040431260200000518
则表示在链路eij u传输时延；
由于
Figure GDA00040431260200000519
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
Figure GDA00040431260200000520
是节点映射关系
Figure GDA00040431260200000521
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：
Figure GDA00040431260200000522
因此拉格朗日函数可以表示为：
Figure GDA00040431260200000523
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：
Figure GDA00040431260200000524
s.t.
Figure GDA0004043126020000061
Figure GDA0004043126020000062
Figure GDA0004043126020000063
Figure GDA0004043126020000064
Figure GDA0004043126020000065
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)
Figure GDA0004043126020000066
Figure GDA0004043126020000067
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；
Figure GDA0004043126020000068
s.t.
Figure GDA0004043126020000069
Figure GDA00040431260200000610
Figure GDA0004043126020000071
Figure GDA0004043126020000072
s.t.
Figure GDA0004043126020000073
Figure GDA0004043126020000074
Figure GDA0004043126020000075
Figure GDA0004043126020000076
在问题P1中之包含VNF在底层物理节点上的映射关系变量
Figure GDA0004043126020000077
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
Figure GDA0004043126020000078
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
Figure GDA0004043126020000079
和
Figure GDA00040431260200000710
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：
Figure GDA00040431260200000711
Figure GDA00040431260200000712
Figure GDA00040431260200000713
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。
Figure GDA0004043126020000081
表示的是物理节点i,j是集合Nu中物理设备，
Figure GDA0004043126020000082
和
Figure GDA0004043126020000083
之间的物理链路表示为
Figure GDA0004043126020000084
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
Figure GDA0004043126020000085
链路上的带宽表示为
Figure GDA0004043126020000086
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，
Figure GDA0004043126020000091
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。
uRLLC服务功能链表示为
Figure GDA0004043126020000092
其中
Figure GDA0004043126020000093
Figure GDA0004043126020000094
表示的uRLLC服务功能链的第a条服务功能链的长度，
Figure GDA0004043126020000095
表示的是第a条服务功能链中的第n个VNF实例。对于低时延的服务功能链
Figure GDA0004043126020000096
的传输时延的约束为
Figure GDA0004043126020000097
eMBB服务功能链表示为
Figure GDA0004043126020000098
其中
Figure GDA0004043126020000099
Figure GDA00040431260200000910
表示的eMBB服务功能链的第k条服务功能链的长度，
Figure GDA00040431260200000911
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
Figure GDA00040431260200000912
ro表示为流出
Figure GDA00040431260200000913
VNF的数据速率，rn表示为流入
Figure GDA00040431260200000914
VNF的数据速率；此类每条服务功能链的最终的速率需求为
Figure GDA00040431260200000915
mMTC服务功能链表示为
Figure GDA00040431260200000916
其中
Figure GDA00040431260200000917
Figure GDA00040431260200000918
表示的mMTC服务功能链的第c条服务功能链的长度，
Figure GDA00040431260200000919
表示的是服务功能链的第n个VNF实例。
每条服务功能链的相邻的两个VNF之间的虚拟链路表示为
Figure GDA00040431260200000920
设定每种SFC的初始的数据速率分别为
Figure GDA00040431260200000921
三类硬件节点集合中的i物理节点处理VNF的时延分别为
Figure GDA00040431260200000922
2、5G三大业务服务功能链映射资源分配路由模型
服务功能链中的VNF映射关系：定义二进制变量
Figure GDA00040431260200000923
Figure GDA00040431260200000924
Figure GDA00040431260200000925
保证一个VNF只能在底层的物理节点上映射一次。
虚拟链路的映射关系：定义二进制变量
Figure GDA00040431260200000926
Figure GDA00040431260200000927
分别表示的是
Figure GDA00040431260200000928
服务功能链的第n个和第n+1个VNF实例，
Figure GDA00040431260200000929
表示的是两个VNF实例之间的虚拟链路，
Figure GDA00040431260200000930
则表示的为集合Nx中物理节点i，j之间的物理链路。
Figure GDA00040431260200000931
物理节点和链路的资源限制:
假设服务功能链
Figure GDA0004043126020000101
中的第n个
Figure GDA0004043126020000102
对r类型资源的需求为
Figure GDA0004043126020000103
x表示的是服务功能链的类型，y表示的是第y条服务功能链，那么在物理节点集合Nx中节点i的r类型资源约束为：
Figure GDA0004043126020000104
链路ij上带宽物理资源的约束：
Figure GDA0004043126020000105
Figure GDA0004043126020000106
uRLLC服务功能链时延约束:
Figure GDA0004043126020000107
eMBB服务功能链到达流速率约束:
Figure GDA0004043126020000108
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。
Figure GDA0004043126020000109
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：
Figure GDA00040431260200001010
s.t.
Figure GDA00040431260200001011
Figure GDA0004043126020000111
Figure GDA0004043126020000112
Figure GDA0004043126020000113
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：
Figure GDA0004043126020000114
s.t.
Figure GDA0004043126020000115
Figure GDA0004043126020000116
Figure GDA0004043126020000117
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：
Figure GDA0004043126020000118
s.t.
Figure GDA0004043126020000119
Figure GDA0004043126020000121
Figure GDA0004043126020000122
Figure GDA0004043126020000123
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
Figure GDA0004043126020000124
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，
Figure GDA0004043126020000125
表示的是
Figure GDA0004043126020000126
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
Figure GDA0004043126020000127
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：
Figure GDA0004043126020000128
Figure GDA0004043126020000129
s.t.
Figure GDA00040431260200001210
Figure GDA00040431260200001211
Figure GDA0004043126020000131
Figure GDA0004043126020000132
Figure GDA0004043126020000133
Figure GDA0004043126020000134
其中在整个资源和路由联合优化中为每一个服务功能选择一个物理节点进行映射
Figure GDA0004043126020000135
以及节点之间的链路进行物理链路之间的映射
Figure GDA0004043126020000136
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
Figure GDA0004043126020000137
s.t.
Figure GDA0004043126020000138
Figure GDA0004043126020000139
Figure GDA00040431260200001310
Figure GDA00040431260200001311
由于
Figure GDA00040431260200001312
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
Figure GDA00040431260200001313
是节点映射关系
Figure GDA00040431260200001314
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:
Figure GDA00040431260200001315
因此拉格朗日函数可以表示为：
Figure GDA0004043126020000141
原问题的对偶问题如下表示：
Figure GDA0004043126020000142
s.t.
Figure GDA0004043126020000143
Figure GDA0004043126020000144
Figure GDA0004043126020000145
Figure GDA0004043126020000146
Figure GDA0004043126020000147
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)
Figure GDA0004043126020000148
Figure GDA0004043126020000149
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。
Figure GDA00040431260200001410
s.t.
Figure GDA00040431260200001411
Figure GDA0004043126020000151
Figure GDA0004043126020000152
Figure GDA0004043126020000153
s.t.
Figure GDA0004043126020000154
Figure GDA0004043126020000155
Figure GDA0004043126020000156
Figure GDA0004043126020000157
在问题P1中之包含VNF在底层物理节点上的映射关系变量
Figure GDA0004043126020000158
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
Figure GDA0004043126020000159
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
Figure GDA00040431260200001510
和
Figure GDA00040431260200001511
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：
Figure GDA00040431260200001512
Figure GDA00040431260200001513
Figure GDA00040431260200001514
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，
Figure FDA0004043126010000011
表示的是物理节点i,j是集合Nu中物理设备，
Figure FDA0004043126010000012
和
Figure FDA0004043126010000013
之间的物理链路表示为
Figure FDA0004043126010000014
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
Figure FDA0004043126010000015
链路上的带宽表示为
Figure FDA0004043126010000016
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，
Figure FDA0004043126010000017
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；
uRLLC网络切片表示为
Figure FDA0004043126010000018
其中
Figure FDA0004043126010000019
Figure FDA00040431260100000110
表示的uRLLC网络切片的第y条服务功能链的长度，
Figure FDA00040431260100000111
表示的是第y条网络切片中的第n个VNF实例，对于低时延的网络切片
Figure FDA00040431260100000112
的传输时延的约束为
Figure FDA00040431260100000113
eMBB服务功能链表示为
Figure FDA00040431260100000114
其中
Figure FDA00040431260100000115
Figure FDA00040431260100000116
表示的eMBB服务功能链的第k条服务功能链的长度，
Figure FDA00040431260100000117
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
Figure FDA00040431260100000118
ro表示为流出
Figure FDA00040431260100000119
VNF的数据速率，rn表示为流入
Figure FDA00040431260100000120
VNF的数据速率；此类每条服务功能链的最终的速率需求为
Figure FDA00040431260100000121
mMTC服务功能链表示为
Figure FDA00040431260100000122
其中
Figure FDA00040431260100000123
Figure FDA00040431260100000124
表示的mMTC服务功能链的第c条服务功能链的长度，
Figure FDA00040431260100000125
表示的是服务功能链的第n个VNF实例；
每条服务功能链的相邻的两个VNF之间的虚拟链路表示为
Figure FDA0004043126010000021
设定每种服务功能链SFC的初始的数据速率分别为
Figure FDA0004043126010000022
Nu、Ne、Nm三类硬件节点集合中的i物理节点处理VNF的时延分别为
Figure FDA0004043126010000023
Figure FDA0004043126010000024
三大业务服务功能链映射资源分配路由模型如下：
服务功能链中的VNF映射关系：定义二进制变量
Figure FDA0004043126010000025
Figure FDA0004043126010000026
Figure FDA0004043126010000027
保证一个VNF只能在底层的物理节点上映射一次，
虚拟链路的映射关系：定义二进制变量
Figure FDA0004043126010000028
分别表示的是
Figure FDA0004043126010000029
服务功能链的第n个和第n+1个VNF实例，
Figure FDA00040431260100000210
表示的是两个VNF实例之间的虚拟链路，
Figure FDA00040431260100000211
则表示的为集合Nx中物理节点i，j之间的物理链路；
Figure FDA00040431260100000212
物理节点和链路的资源限制：
假设服务功能链
Figure FDA00040431260100000213
中的第n个VNF
Figure FDA00040431260100000214
对r类型资源的需求为
Figure FDA00040431260100000215
x表示的是服务功能链的类型，y表示的是第y条服务功能链，那么在物理节点集合Nx中节点i的r类型资源约束为：
Figure FDA00040431260100000216
链路ij上带宽物理资源的约束：
Figure FDA00040431260100000217
表示的服务功能链
Figure FDA00040431260100000218
的传输速率，
Figure FDA00040431260100000219
表示的是表示的是流量的放缩比例；
Figure FDA00040431260100000220
Figure FDA00040431260100000221
uRLLC服务功能链时延约束:其中
Figure FDA00040431260100000222
表示的是每一类的服务功能链的时延约束
Figure FDA0004043126010000031
eMBB服务功能链到达流速率约束:
Figure FDA0004043126010000032
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；
Figure FDA0004043126010000033
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：
Figure FDA0004043126010000034
s.t.
Figure FDA0004043126010000035
Figure FDA0004043126010000036
Figure FDA0004043126010000037
Figure FDA0004043126010000038
Figure FDA0004043126010000039
表示服务功能
Figure FDA00040431260100000310
是否映射到物理节点
Figure FDA00040431260100000311
上，
Figure FDA00040431260100000312
表示的是服务功能
Figure FDA00040431260100000313
所需要的Zr类型的资源的数量，
Figure FDA00040431260100000314
为服务功能
Figure FDA00040431260100000315
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；
Figure FDA00040431260100000316
表示的是网络切片的时延约束，
Figure FDA00040431260100000317
表示的是物理节点
Figure FDA00040431260100000318
上所拥有的Zr类型的资源的数量；
Figure FDA00040431260100000319
为每条网络切片的速率，
Figure FDA0004043126010000041
表示物理链路eij u上拥有的链路带宽资源数量；
Figure FDA0004043126010000042
表示Ni u物理节点处理服务功能
Figure FDA0004043126010000043
的处理时延，
Figure FDA0004043126010000044
则表示在链路eij u传输时延；
由于
Figure FDA0004043126010000045
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
Figure FDA0004043126010000046
是节点映射关系
Figure FDA0004043126010000047
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：
Figure FDA0004043126010000048
因此拉格朗日函数可以表示为：
Figure FDA0004043126010000049
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：
Figure FDA00040431260100000410
s.t.
Figure FDA00040431260100000411
Figure FDA00040431260100000412
Figure FDA00040431260100000413
Figure FDA00040431260100000414
Figure FDA0004043126010000059
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)
Figure FDA0004043126010000051
Figure FDA0004043126010000052
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；
P1:
Figure FDA0004043126010000053
s.t.
Figure FDA0004043126010000054
Figure FDA0004043126010000055
Figure FDA0004043126010000056
P2:
Figure FDA0004043126010000057
s.t.
Figure FDA0004043126010000058
Figure FDA0004043126010000061
Figure FDA0004043126010000062
Figure FDA0004043126010000063
在问题P1中之包含VNF在底层物理节点上的映射关系变量
Figure FDA0004043126010000064
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
Figure FDA0004043126010000065
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
Figure FDA0004043126010000066
和
Figure FDA0004043126010000067
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：
Figure FDA0004043126010000068
Figure FDA0004043126010000069
Figure FDA00040431260100000610
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。
CN202010619691.9A 2020-06-30 2020-06-30 一种基于sdn和nfv的网络切片方法 Active CN111865668B (zh)

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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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)

* Cited by examiner, † Cited by third party
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

Patent Citations (1)

* Cited by examiner, † Cited by third party
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