CN111865681A - 核心网切片端到端的时延优化方法、系统与存储介质 - Google Patents

核心网切片端到端的时延优化方法、系统与存储介质 Download PDF

Info

Publication number
CN111865681A
CN111865681A CN202010677068.9A CN202010677068A CN111865681A CN 111865681 A CN111865681 A CN 111865681A CN 202010677068 A CN202010677068 A CN 202010677068A CN 111865681 A CN111865681 A CN 111865681A
Authority
CN
China
Prior art keywords
link
network
slice
optimization method
congestion factor
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.)
Pending
Application number
CN202010677068.9A
Other languages
English (en)
Inventor
孟萨出拉
刘明月
王智慧
孙丽丽
吴赛
杨德龙
李哲
滕玲
翟洪婷
张庆锐
翟启
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.)
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Information and Telecommunication Branch of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
China Electric Power Research Institute Co Ltd CEPRI
Information and Telecommunication Branch of State Grid Shandong Electric Power 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 State Grid Corp of China SGCC, China Electric Power Research Institute Co Ltd CEPRI, Information and Telecommunication Branch of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202010677068.9A priority Critical patent/CN111865681A/zh
Publication of CN111865681A publication Critical patent/CN111865681A/zh
Pending legal-status Critical Current

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
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0803—Configuration setting
    • H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level

Landscapes

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

Abstract

本发明公开一种核心网切片的端到端时延优化方法，包括在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；在约束条件下对目标函数进行求解，求解得出优化方案并将链路拥塞因子作为端到端平均时延的评价指标；提出最小化最大链路拥塞因子，有效降低链路拥塞因子，大大优化端到端传输延迟。

Description

核心网切片端到端的时延优化方法、系统与存储介质
技术领域
本发明涉及电力通信的服务性能指标优化领域，尤其涉及一种核心网切片端到端的时延优化方法、系统与存储介质。
背景技术
智能电网作为典型的垂直行业，多样化的电力业务所需的QoS要求也不同。智能电网中一些时间关键的机器对机器通信业务需要超高可靠性与低延迟的网络，实时控制类与动态过程自动化调度等业务需要这种时延能力极致的通信网络。我们可以将这些业务称为电网中的关键任务通信。例如，面向低时延需求的配电自动化，通过检测配电网线路或设备状态信息，可快速实现配网线路区段或配网设备的故障判断及准确定位，这在电力通信中起着举足轻重的作用，其可靠性要求达到99.999％，同时需要高精度的时间同步需求以及低时延需求，通信端到端传输时延要求小于10ms。
网络切片可以通过将物理网络基础设施动态划分为逻辑网络，来严格保证物联网设备通信的QoS端到端服务交付。端到端网络切片可以包括无线接入(RAN)部分与核心网络(CN)部分。在CN侧，使用软件定义网络(SDN)和网络功能虚拟化(NFV)，可以使每个划分出的逻辑隔离的CN切片共享底层网络基础设施(如路由、交换机与有线链路等)。同时，核心网络中，VNFs(虚拟化网络功能)可以被灵活地放置在网络中，并且可以通过切片动态地请求和释放相应的资源。一组VNFs与连接他们的虚拟链路构成逻辑VNF链，称为服务功能链(SFC)，表示业务流需要遍历以进行E2E服务供应的特定网络功能序列。服务于关键任务业务流的SFC构成相应的网络切片，面对不同种类的关键任务将划分出不同的关键任务切片。对于关键任务切片来讲，历经SFC的延迟敏感业务流的E2E分组延迟是指示切片性能的主要度量。因此如何承接E2E不同服务需求时，最大限度的将端到端时延降低到最小，是极为关键的。
发明内容
本发明提供一种智能电网中核心网切片的端到端时延优化方法，用以解决现有技术中所存在的需要构建一种分析模型来评估业务流历经SFC时的平均分组延迟，以实现SFC构成的时延感知的关键任务切片的问题
本发明一方面提供一种核心网切片端到端的时延优化方法，包括：
在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；
将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；
在约束条件下对目标函数进行求解，求解得出优化方案。
优选的，在网络切片模型定义之前，采用SDN或NFV技术在底层网络上的NFV节点上创建虚拟网络功能VNFs实例。
在上述任意一项是实施例中优选的，所述网络切片模型采用下述集合定义：
Figure BDA0002584442260000021
其中，Gs表示切片s的资源，
Figure BDA0002584442260000022
表示切片s使用的节点子集，εs表示切片使用的链路子集，
Figure BDA0002584442260000023
表示划分给切片s的由若干接点和链路构成的虚拟路径，vs表示分配给切片s内在NFV节点上部署的VNFs实例的处理容量，cs表示分配给切片s的链路容量。
在上述任意一项是实施例中优选的，所述流量模型按照如下公式建立：
Figure BDA0002584442260000024
其中，
Figure BDA0002584442260000025
表示切片s服务于需求量为
Figure BDA0002584442260000026
的需求d在虚拟路径p上的流量，hd(d＝1,2,...,D)表示获取的业务流量需求。
在上述任意一项是实施例中优选的，所述链路拥塞因子目标函数按照如下公式表示：
Figure BDA0002584442260000031
其中，
Figure BDA0002584442260000032
表示路径-链路的指示记号，
Figure BDA0002584442260000033
来表征切片s内虚拟路径p上的流变量占总需求量的比例，ce表示每条链路的容量，
Figure BDA0002584442260000034
表示链路拥塞因子。
在上述任意一项是实施例中优选的，所述约束条件通过下列公式表示：
Figure BDA0002584442260000035
Figure BDA0002584442260000036
Figure BDA0002584442260000037
Figure BDA0002584442260000038
Figure BDA0002584442260000039
Figure BDA00025844422600000310
其中，
Figure BDA00025844422600000311
为虚拟路径p上的流变量占总需求量的比例，
Figure BDA00025844422600000312
为虚拟路径是否开通的指示变量，a表示链路e上总共开通路径数的变量，ε为常量，表示路径上流变量的门限值。
在上述任意一项是实施例中优选的，在链路拥塞因子目标函数求解时，采用GBD算法进行求解。
在上述任意一项是实施例中优选的，，在进行求解时，对GBD算法的收敛性进行评价，根据评价结果对约束条件进行修正。
本发明还提供一种核心网切片端到端的时延优化系统，包括
数据获取模块，用于在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；
目标函数创建模块，用于将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；
数据处理模块，用于在约束条件下对目标函数进行求解，求解得出优化方案。
本发明还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述优化方法的步骤。
本发明的提供的一种核心网切片的端到端时延优化方法、系统及存储介质，将网络端到端的延时问题，转化为解决最小化最大链路拥塞因子的问题，通过定义网络切片和业务流量模型，综合考虑到大规模的制约因素，采用广义Benders分解(GBD)算法；实现了对最小化最大链路拥塞因子问题的求解，通过对算法的性能进行了评价，其收敛性和数值结果表明，该算法对所提出的问题可行有效，能够有效地降低链路拥塞因子，大大优化了端到端传输延迟。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的智能电网中核心网切片的端到端时延优化方法的流程示意图。
图2为本发明的智能电网中核心网切片的端到端时延优化方法的GBD算法的收敛性的数据图。
图3为本发明的智能电网中核心网切片的端到端时延优化方法的链路e的链路拥塞因子的数据图。
图4为本发明的智能电网中核心网切片的端到端时延优化方法的链路e标记的虚拟路径数目的数据图。
图5为本发明实例中所述方法的流程图。
具体实施方式
下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。
如图5所示，本发明一方面的实施例提供了一种核心网切片端到端的时延优化方法，包括：
S1、在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；
S2、将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；
S3、在约束条件下对目标函数进行求解，求解得出优化方案。
如图1和图4所示，优选的，在网络切片模型定义之前，采用SDN或NFV技术在底层网络上的NFV节点上创建虚拟网络功能VNFs实例。具体的，对于网络切片的架构设计，考虑一个由SDN/NFV技术支持的软件化的网络。在底层网络上，虚拟网络功能(VNF)实例被创建在实际的数据转发节点上。节点对之间会有一定的业务需求，构成业务需求的数据流会通过底层网络上的节点、链路，需求节点对之间有多条预设的虚拟路径，图4所示链路e标记的虚拟路径数目。由这些预设的虚拟路径来服务实际的关键通信任务。定义i表示一个节点，e表示一条链路，p表示一条虚拟路径，h表示节点对之间的需求量，并且用d来表示需求的编号，即hd表示d-th个业务需求量大小，s表示一个切片。定义节点集合为
Figure BDA0002584442260000051
链路集合为ε＝(1,2,...,E)，对于需求d可行的虚拟路径集合为
Figure BDA0002584442260000052
需求集合为
Figure BDA0002584442260000053
由此网络切片模型采用下述集合定义：
Figure BDA0002584442260000061
其中，Gs表示切片s的资源，
Figure BDA0002584442260000062
表示切片s使用的节点子集，εs表示切片使用的链路子集，
Figure BDA0002584442260000063
表示划分给切片s的由若干接点和链路构成的虚拟路径，vs表示分配给切片s内在NFV节点上部署的VNFs实例的处理容量，cs表示分配给切片s的链路容量。
切片s的数据流应当被切片的服务功能链(SFC)来处理，其中SFC是一个有序的VNF序列。假定由底层网络基础设施支撑的VNF实例由集合Π＝{π|π＝1,2,...,N}表示。那么切片的SFC表示为
Figure BDA00025844422600000612
其中在VNF集合Π中有NS个VNFs。
需要注意的是，无论是普通的转发节点还是部署VNF实例的NFV节点都只能处理有限数量的虚拟通路，不应使节点过载，希望限制虚拟通路的数量，否则端到端时延会很大。
在步骤S1中，获取业务流量需求和每条链路的容量后流量模型按照如下公式1建立：
Figure BDA0002584442260000064
其中，
Figure BDA0002584442260000065
表示切片s服务于需求量为
Figure BDA0002584442260000066
的需求d在虚拟路径p上的流量，hd(d＝1,2,...,D)表示获取的业务流量需求。
令
Figure BDA0002584442260000067
作为路径-链路指示记号，这是一个二值常量，在切片s内对于需求d，如果链路e在虚拟路径p上，
Figure BDA0002584442260000068
否则为0。引入二元变量udp来指示需求d是否使用虚拟路径p。当需求d的流从源节点流至目的节点时，必定会经过不同的虚拟路径，用变量
Figure BDA0002584442260000069
来表征切片s内虚拟路径p上的流变量占总需求量的比例，即
Figure BDA00025844422600000610
本方案希望某条链路上标记的虚拟路径数目尽可能地减小，引入常量ε表示路径上流变量的门限值，当
Figure BDA00025844422600000611
时，我们才认为虚拟路径p可以为需求d来服务。同时我们使用整数变量a来表示链路e上总共开通的路径数。
如图3所示，已知当一条链路的利用率越高，该链路就越拥塞。用“链路拥塞因子”来替代“链路利用率”，链路拥塞因子目标函数可以采用如下公式2表示为：
Figure BDA0002584442260000071
其中，
Figure BDA0002584442260000072
表示路径-链路的指示记号，
Figure BDA0002584442260000073
来表征切片s内虚拟路径p上的流变量占总需求量的比例，ce表示每条链路的容量，
Figure BDA0002584442260000074
表示链路拥塞因子。
将优化问题转换为降低网络切片中最拥塞链路的拥塞因子，优化问题约束条件公式3-9制定如下：
Figure BDA0002584442260000075
Figure BDA0002584442260000076
Figure BDA0002584442260000077
Figure BDA0002584442260000078
Figure BDA0002584442260000079
Figure BDA00025844422600000710
Figure BDA00025844422600000711
其中，优化目标为链路拥塞因子，出发点为最小化端到端系统平均时延。所优化的变量为虚拟路径p上的流变量占总需求量的比例
Figure BDA00025844422600000712
虚拟路径是否开通的指示变量
Figure BDA00025844422600000713
以及表示链路e上总共开通路径数的变量a。当链路e上标记的虚拟路径数变多时，那么这条链路上的负载可能越大，所以选择一个合适的a值也是一个重要的因素。这是一个整数规划线性问题(MILP)，本研究考虑使用Bender分解进行求解。
采用GBD算法进行求解。
总体算法如下：
Figure BDA0002584442260000081
如图2所示，在进行求解时，对GBD算法的收敛性进行评价，根据评价结果对约束条件进行修正。
本发明在应用中可以应用在智能电网中的关键任务传输需要时延能力极致的网络，例如电网中智能分布式配电自动化业务，其端到端最大时延不应超过10ms。因此，本方案希望最小化数据包通过网络的延迟。
本发明还提供一种核心网切片端到端的时延优化系统，包括
数据获取模块，用于在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；
目标函数创建模块，用于将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；
数据处理模块，用于在约束条件下对目标函数进行求解，求解得出优化方案。
本发明还提供一种计算机存储介质，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上述优化方法的步骤。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
由技术常识可知，本发明可以通过其它的不脱离其精神实质或必要特征的实施方案来实现。因此，上述公开的实施方案，就各方面而言，都只是举例说明，并不是仅有的。所有在本发明范围内或在等同于本发明的范围内的改变均被本发明包含。

Claims (10)

1.一种核心网切片端到端的时延优化方法，其特征在于，包括：
在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；
将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；
在约束条件下对目标函数进行求解，求解得出优化方案。
2.根据权利要求1所述的优化方法，其特征在于，在网络切片模型定义之前，先采用SDN或NFV技术在底层网络上的NFV节点上创建虚拟网络功能VNFs实例。
3.根据权利要求2所述的优化方法，其特征在于，所述网络切片模型采用下述集合定义：
Figure FDA0002584442250000011
其中，Gs表示切片s的资源，
Figure FDA0002584442250000012
表示切片s使用的节点子集，εs表示切片使用的链路子集，
Figure FDA0002584442250000013
表示划分给切片s的由若干接点和链路构成的虚拟路径，vs表示分配给切片s内在NFV节点上部署的VNFs实例的处理容量，cs表示分配给切片s的链路容量。
4.根据权利要求3所述的优化方法，其特征在于，所述流量模型按照如下公式建立：
Figure FDA0002584442250000014
其中，
Figure FDA0002584442250000015
表示切片s服务于需求量为
Figure FDA0002584442250000016
的需求d在虚拟路径p上的流量，hd(d＝1,2,...,D)表示获取的业务流量需求。
5.根据权利要求4所述的优化方法，其特征在于，所述链路拥塞因子目标函数按照如下公式表示：
Figure FDA0002584442250000017
其中，
Figure FDA0002584442250000018
表示路径-链路的指示记号，
Figure FDA0002584442250000019
来表征切片s内虚拟路径p上的流变量占总需求量的比例，ce表示每条链路的容量，
Figure FDA0002584442250000021
表示链路拥塞因子。
6.根据权利要求4所述的优化方法，其特征在于，所述约束条件通过下列公式表示：
Figure FDA0002584442250000022
Figure FDA0002584442250000023
Figure FDA0002584442250000024
Figure FDA0002584442250000025
Figure FDA0002584442250000026
Figure FDA0002584442250000027
其中，
Figure FDA0002584442250000028
为虚拟路径p上的流变量占总需求量的比例，
Figure FDA0002584442250000029
为虚拟路径是否开通的指示变量，a表示链路e上总共开通路径数的变量，ε为常量，表示路径上流变量的门限值。
7.根据权利要求1所述的优化方法，其特征在于，在链路拥塞因子目标函数求解时，采用GBD算法进行求解。
8.根据权利要求7所述的优化方法，其特征在于，在进行求解时，对GBD算法的收敛性进行评价，根据评价结果对约束条件进行修正。
9.一种核心网切片端到端的时延优化系统，其特征在于，包括
数据获取模块，用于在软件定义网络SDN或网络功能虚拟化NFV支持的软件化的网络上，获取业务流量需求和每条链路的容量；根据获取的业务流量需求，构建流量模型；
目标函数创建模块，用于将定义的网络切片模型、构建的流量模型和获取的每条链路的容量，输入链路拥塞因子目标函数中，对所述链路拥塞因子目标函数建立约束条件；
数据处理模块，用于在约束条件下对目标函数进行求解，求解得出优化方案。
10.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述优化方法的步骤。
CN202010677068.9A 2020-07-14 2020-07-14 核心网切片端到端的时延优化方法、系统与存储介质 Pending CN111865681A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010677068.9A CN111865681A (zh) 2020-07-14 2020-07-14 核心网切片端到端的时延优化方法、系统与存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010677068.9A CN111865681A (zh) 2020-07-14 2020-07-14 核心网切片端到端的时延优化方法、系统与存储介质

Publications (1)

Publication Number Publication Date
CN111865681A true CN111865681A (zh) 2020-10-30

Family

ID=72984188

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010677068.9A Pending CN111865681A (zh) 2020-07-14 2020-07-14 核心网切片端到端的时延优化方法、系统与存储介质

Country Status (1)

Country Link
CN (1) CN111865681A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113473498A (zh) * 2021-06-15 2021-10-01 中国联合网络通信集团有限公司 网络切片资源编排方法、切片编排器及编排系统
CN114629852A (zh) * 2022-03-14 2022-06-14 中国银行股份有限公司 银行业务数据的传输方法及装置
CN114826991A (zh) * 2022-04-07 2022-07-29 中国电建集团华中电力设计研究院有限公司 网络切片下拥塞链路检测方法、装置和电子设备

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108206790A (zh) * 2018-01-11 2018-06-26 重庆邮电大学 一种基于网络切片的sdn联合路由选择及资源分配方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108206790A (zh) * 2018-01-11 2018-06-26 重庆邮电大学 一种基于网络切片的sdn联合路由选择及资源分配方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
DELONG YANG: "E2E Delay Optimization for Smart Grids Mission-critical Slices in Core Networks", 《2019 11TH INTERNATIONAL CONFERENCE ON WIRELESS COMMUNICATIONS AND SIGNAL PROCESSING》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113473498A (zh) * 2021-06-15 2021-10-01 中国联合网络通信集团有限公司 网络切片资源编排方法、切片编排器及编排系统
CN113473498B (zh) * 2021-06-15 2023-05-19 中国联合网络通信集团有限公司 网络切片资源编排方法、切片编排器及编排系统
CN114629852A (zh) * 2022-03-14 2022-06-14 中国银行股份有限公司 银行业务数据的传输方法及装置
CN114826991A (zh) * 2022-04-07 2022-07-29 中国电建集团华中电力设计研究院有限公司 网络切片下拥塞链路检测方法、装置和电子设备
CN114826991B (zh) * 2022-04-07 2023-12-01 中国电建集团华中电力设计研究院有限公司 网络切片下拥塞链路检测方法、装置和电子设备

Similar Documents

Publication Publication Date Title
CN111865681A (zh) 核心网切片端到端的时延优化方法、系统与存储介质
CN104052811B (zh) 一种业务调度的方法、装置及系统
CN112118176B (zh) 一种面向业务可靠性的综合数据网通道路由负载优化方法
CN108965014A (zh) QoS感知的服务链备份方法及系统
CN116389365B (zh) 一种交换机数据处理方法及系统
CN104683488A (zh) 流式计算系统及其调度方法和装置
CN112148484A (zh) 一种基于耦合度的微服务在线分配方法与系统
CN111355660B (zh) 一种基于容量均衡与相对时延的路由确定方法及系统
CN112015549B (zh) 一种基于服务器集群的调度节点的选择抢占方法及系统
CN103179171A (zh) 基于分布式系统架构的文件传输方法及装置
CN112532449A (zh) 基于5g网络实现电力通信切片选择及可信传输方法
CN108574594B (zh) 一种网络业务传输的方法及系统
Basu et al. Drive: Dynamic resource introspection and vnf embedding for 5g using machine learning
CN109150756A (zh) 一种基于sdn电力通信网的队列调度权值量化方法
CN116032778B (zh) 云数据中心智能化监测应用任务部署方法、装置和系统
CN114938376B (zh) 基于优先级处理数据的工业物联网及其控制方法
CN109861910B (zh) 一种基于链路可用率的电力通信网链路重要度计算方法
CN112688868B (zh) 一种面向电力物联网的周期感知tsn路由方法
Ethilu et al. An Efficient Switch Migration Scheme for Load Balancing in Software Defined Networking
CN114039840A (zh) 软件定义网络中可配置的动态高可靠服务链架构及方法
CN112242919B (zh) 一种故障文件处理方法及系统
KR101813165B1 (ko) 소프트웨어 정의 네트워크를 위한 적응적 제어 평면 관리 방법 및 장치
CN112995241A (zh) 服务调度方法和装置
Zhao et al. A 5G Network Slice Resource Orchestration and Mapping Method based on Power Service
CN115037625B (zh) 网络切片处理方法、装置、电子设备及可读存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20201030

RJ01 Rejection of invention patent application after publication