CN112312444A - 一种5g网络切片下资源备份方法 - Google Patents
一种5g网络切片下资源备份方法 Download PDFInfo
- Publication number
- CN112312444A CN112312444A CN202011137370.1A CN202011137370A CN112312444A CN 112312444 A CN112312444 A CN 112312444A CN 202011137370 A CN202011137370 A CN 202011137370A CN 112312444 A CN112312444 A CN 112312444A
- Authority
- CN
- China
- Prior art keywords
- network node
- network
- nodes
- preset
- resource
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 31
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims description 36
- 230000008901 benefit Effects 0.000 claims description 8
- 238000011084 recovery Methods 0.000 description 15
- 238000005516 engineering process Methods 0.000 description 9
- 238000011160 research Methods 0.000 description 8
- 238000013507 mapping Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 238000009827 uniform distribution Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000013508 migration Methods 0.000 description 2
- 230000005012 migration Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000007728 cost analysis Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/04—Arrangements for maintaining operational condition
-
- 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
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
- H04L41/0663—Performing the actions predefined by failover planning, e.g. switching to standby 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
- H04L41/0893—Assignment of logical groups to network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明提供一种5G网络切片下资源备份方法,所述方法包括根据所述每一网络节点的计算资源量、每一网络节点的存储资源量和每一网络节点的链路的带宽资源量,计算每一网络节点的资源量;根据每一网络节点的资源量,在每一簇内中挑选预设数量比例的资源量较大的网络节点放入备选资源池;根据每一网络节点在预设时间内自身故障发生次数、每一网络节点在所述预设时间内与其它节点之间链路故障发生次数以及其它节点在所述预设时间内与每一网络节点之间链路故障发生次数,计算备选资源池中每一网络节点的历史故障评价值;选择备选资源池中预设数量个历史故障评价值最大的网络节点进行备份。通过本发明,解决了现有5G网络大规模同时发生故障的问题。
Description
技术领域
本发明涉及5G通信技术领域,尤其涉及一种5G网络切片下资源备份方法。
背景技术
随着5G网络技术的快速发展和应用,基于切片技术的虚拟化演进分组核心网(virtualized Evolved Packet Core,vEPC)已逐渐成为5G网络的核心网主要技术之一。在vEPC技术架构下,网络虚拟化技术作为网络架构的一项关键技术,原有的网络设施被分为基础网络和虚拟网络。基础网络为虚拟网提供基础网络资源,虚拟网用于承载各种5G业务。已有研究在基础网络如何为虚拟网分配资源方面,已经取得了较多的研究成果。主要研究集中在提高资源利用率方面。为了保证网络业务的可靠性和稳定性,近年来,以提高网络可靠性的研究逐渐增加。
已有研究可以分为提高网络可靠性、提高故障恢复速度两种类型。在提高网络可靠性研究方面,文献[Hawilo H,Shami A,Mirahmadi M,et al.NFV:state of the art,challenges,and implementation in next generation mobile networks(vEPC)[J].IEEE Network,2014,28(6):18-26.]针对单条网络链路发生故障时影响业务的问题,采用网络节点内部快速迁移的策略,实现了故障资源的快速恢复。文献[Mijumbi R,Serrat J,Gorricho J L,et al.Design and evaluation of algorithms for mapping andscheduling of virtual network functions[C]//Proceedings of the 20151st IEEEConference on Network Softwarization(NetSoft).IEEE,2015:1-9.]针对分布式环境下的网络节点和网络链路故障问题,提出一种灵活的自适应的虚拟网映射算法,提升了网络的可生存能力。文献[Yousaf F Z,Loureiro P,Zdarsky F,et al.Cost analysis ofinitial deployment strategies for virtualized mobile core network functions[J].IEEE Communications Magazine,2015,53(12):60-66.]针对单区域内的网络节点故障问题,以网络故障顺序发生为前提,提出了资源备份位置选择算法。文献[Saraswat R,Narayanamurthy G,Maheshwari A K.Traffic capacity based optimization of SOAfault recovery using linear programming model:U.S.Patent 9,430,319[P].2016-8-30.]针对重映射算法没有考虑故障恢复的问题,基于线性规划算法对虚拟网映射的故障恢复问题进行建模,并提出一种自适应的自动重映射算法,提升了网络故障恢复的速度。
通过对已有研究分析可知,已有研究主要以小范围、局部故障为主要研究内容。但是,随着网络规模的快速的增加,同时发生多个故障的情况快速发生。如何解决大规模网络环境下同时发生多个网络故障时的网络可靠性问题,已成为一个急需解决的研究问题。
发明内容
本发明所要解决的技术问题在于,提供一种5G网络切片下资源备份方法,用于解决现有多个网络发生故障时的网络可靠性的问题。
本发明提供的一种5G网络切片下资源备份方法,所述方法包括:
步骤S101、根据所述每一网络节点的计算资源量、每一网络节点的存储资源量和所述每一网络节点的链路的带宽资源量以及与所述计算资源量、所述存储资源量、所述链路的带宽资源量分别对应的第一预设系数、第二预设系数、第三预设系数,计算每一网络节点的资源量;
步骤S102、根据所述每一网络节点的资源量,在每一簇内中挑选预设数量比例的资源量较大的网络节点放入备选资源池;
步骤S103、根据每一网络节点在预设时间内自身故障发生次数、每一网络节点在所述预设时间内与其它节点之间链路故障发生次数以及其它节点在所述预设时间内与所述每一网络节点之间链路故障发生次数,计算备选资源池中每一网络节点的历史故障评价值;
步骤S104、选择备选资源池中预设数量个所述历史故障评价值最大的网络节点进行所述存储资源量和所述计算资源量备份,以及对预设数量个所述历史故障评价值最大网络的节点的链路进行带宽资源备份。
进一步地,所述步骤S101之前还包括:
步骤S201、将包含第一数量个网络节点的5G网络划分成第二数量个簇;
步骤S202、随机在所述第一数量个网络节点中选择所述第二数量个网络节点作为簇的聚类中心,所述第一数量大于或者等于所述第二数量;
步骤S203、根据每一簇的聚类中心与所述簇内的网络节点计算所述簇内的网络节点与所述簇的聚类中心之间的第一欧几里得距离,根据任意两个簇的聚类中心计算任意两个簇的聚类中心之间的第二欧几里得距离;
步骤S204、根据第一欧几里德距离、第二欧几里德距离和预设权重因子,计算每一网络节点的隶属度;
步骤S205、根据所述第一欧几里德距离和所述每一网络节点的隶属度,计算每一网络节点的第一分簇收益;
步骤S206、判断预设算法的迭代次数是否满足迭代次数限制,以及初始温度取值、终止温度取值是否满足温度限制;
步骤S207、若均否,根据所述第一数量个网络节点、所述每一网络节点的隶属度和所述预设权重因子,为所述第二数量个簇求解新的聚类中心;
步骤S208、根据所述新的聚类中心,重复步骤S202至S204,求解每一网络节点的第二分簇收益;
步骤S209、当所述网络节点的第二分簇收益大于所述网络节点的第一分簇收益时,则所述新的聚类中心替换原有的聚类中心;
步骤S210、当所述网络节点的第二分簇收益小于等于所述网络节点的第一分簇收益时,则根据所述第一分簇收益、所述第二分簇收益和当前温度计算所述新的聚类中心替换原有的聚类中心的概率。
进一步地,所述步骤S204的公式具体为:所述μik为每一网络节点的隶属度,所述dik为第一欧几里得距离,其表示簇Ak内的网络节点ni与所述簇Ak的聚类中心的第一欧几里得距离,所述i的范围从1到n,所述n为所述第一数量,所述k的范围从1到c,所述c为所述第二数量;所述djk为第二欧几里得距离,其表示簇Ak与簇Aj的聚类中心之间的第二欧几里得距离,所述j的范围从1到c,所述c为所述第二数量;所述b为预设权重因子。
进一步地,实现步骤S205的公式为:
进一步地,实现步骤S207的公式为:
进一步地,实行所述步骤S101的公式具体为:
其中RvEPC为每一网络节点的资源量,所述α、β、γ分别为所述第一预设系数、所述第二预设系数和所述第三预设系数,所述表示网络节点归属网络节点集合NS,所述表示网络节点的链路归属网络节点的链路集合ES,所述为每一网络节点的计算资源量,所述为每一网络节点的存储资源量,所述为所述每一网络节点的链路的带宽资源量。
进一步地,实现步骤S103的公式具体为:
其中所述为第i个网络节点的历史故障评价值,所述aii是预设时间段k内第i个网络节点自身发生故障的次数,所述aij是所述第i个网络节点和第j个网络节点之间链路在所述预设时间段k内发生故障的次数,所述aji是所述第j个网络节点和所述第i个网络节点之间链路在预设时间段k内发生故障的次数。
进一步地,所述方法还包括:
对于用于备份的网络节点,扩容所述用于备份的网络节点的链路。
进一步地,所述步骤S104具体包括:
选择备选资源池中所述历史故障评价值最大的三个网络节点进行存储资源量和计算资源量备份,其中每个网络节点备份的存储资源量为所述历史故障评价值最大的网络节点的存储资源量的三分之一,每个网络节点备份的计算资源量为所述历史故障评价值最大的网络节点的计算资源量的三分之一。
进一步地,对于用于备份的每个网络节点,扩容的带宽量为所述历史故障评价值最大的网络节点的带宽量的三分之一。
实施本发明,具有如下有益效果:
通过本发明,对5G网络进行分簇,在簇内挑选资源量最大的网络节点放入备选资源池,对入选备选资源池的网路节点计算历史故障评价值,对历史故障评价值最大的预设数量个网络节点进行存储资源量、计算资源量和链路的带宽量进行备份;解决了现有大规模5G网络多个网络故障同时发生时的网络可靠性的问题。
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的前提下,还可以根据这些附图获得其他的附图。
图1是现有技术提供的5G网络的结构图。
图2是本发明实施例提供的5G网络切片下资源备份方法的流程图。
图3是本发明实施例提供5G网络分簇及优化方法的流程图。
图4是本发明实施例提供的网络规模对5G网络切片下资源备份方法影响示意图。
图5是本发明实施例提供的底层网络故障率对5G网络切片下资源备份方法影响示意图。
具体实施方式
本专利中,以下结合附图和实施例对该具体实施方式做进一步说明。
如图1所示,5G核心网架构包括多个vEPC和网络链路。每个vEPC(Virtual EvolvedPacket Core,虚拟分组核心网)包括MME(Mobility Management Entity,移动性管理实体)、HSS(Home Subscriber Server,归属用户服务器)、SGW(Serving Gateway,服务网关)、PGW(Packet data network Gateway,分组数据网络网关)四种主要设备。在引入网络功能虚拟化技术之后,每个vEPC中的MME、HSS、SGW、PGW设备都运行在统一的物理服务器上,通过使用虚拟化技术,实现资源的分配和管理。在使用网络虚拟化技术之后,5G核心网络被划分为虚拟网络和基础网络。基础网络为虚拟网提供网络节点和网络链路资源。虚拟网通过租用基础网络资源,承载各种5G业务。
从5G核心网的网络架构描述可知,核心网由多个vEPC通过网络链路连接起来。所以,本发明将底层网络表示为无向带权图GS=(NS,ES),其中,NS表示底层网络节点集合。从图1可知,每个基础网络节点就是一个vEPC,包括MME、HSS、SGW、PGW四种类型的子资源。ES表示底层网络的链路集合。对于底层节点包括节点存储资源节点计算资源节点位置三个属性,本发明使用表示属性集合。对于底层网络链路包括带宽属性,使用表示网络链路的带宽资源。
本发明将虚拟网络表示为无向带权图GV=(NV,EV)。其中,NV表示虚拟网络节点的集合。EV表示虚拟链路的集合。对于虚拟网络节点其包括节点存储资源节点计算资源节点位置三种类型的属性,使用表示。对于每一条虚拟链路其包括的带宽属性使用表示。
对于每个虚拟网,其租用底层网络的时间都有限制,本发明将租用的时间称为虚拟网的生命周期,使用表示。为了将底层网络资源分配给虚拟网络,本发明将底层网络为虚拟网分配资源的过程,称为虚拟网映射过程,使用MN:(NV→NS,EV→PS)表示。其中,PS表示虚拟链路映射的底层路径,包括多条相连接的底层链路。
如图2所示,本发明实施例提供了5G网络切片下资源备份方法,所述方法包括:
步骤S101、根据所述每一网络节点的计算资源量、每一网络节点的存储资源量和所述每一网络节点的链路的带宽资源量以及与所述计算资源量、所述存储资源量、所述链路的带宽资源量分别对应的第一预设系数、第二预设系数、第三预设系数,计算每一网络节点的资源量。
对于步骤S101,计算公式为:其中RvEPC为每一网络节点的资源量,所述α、β、γ分别为所述第一预设系数、所述第二预设系数和所述第三预设系数,所述表示网络节点归属网络节点集合NS,所述表示网络节点的链路归属网络节点的链路集合ES,所述为每一网络节点的计算资源量,所述为每一网络节点的存储资源量,所述为所述每一网络节点的链路的带宽资源量。
步骤S102、根据所述每一网络节点的资源量,在每一簇内中挑选预设数量比例的资源量较大的网络节点放入备选资源池。
步骤S103、根据每一网络节点在预设时间内自身故障发生次数、每一网络节点在所述预设时间内与其它节点之间链路故障发生次数以及其它节点在所述预设时间内与所述每一网络节点之间链路故障发生次数,计算备选资源池中每一网络节点的历史故障评价值。
需要说明的是,每一网络节点在预设时间内自身故障发生次数、每一网络节点在所述预设时间内与其它节点之间链路故障发生次数以及其它节点在所述预设时间内与所述每一网络节点之间链路故障发生次数通过网管获得,其它节点指所有与所述每一网络节点连接的网络节点。
具体实现步骤S103公式为:
其中所述为第i个网络节点的历史故障评价值,所述aii是预设时间段k内第i个网络节点自身发生故障的次数,所述aij是所述第i个网络节点和第j个网络节点之间链路在所述预设时间段k内发生故障的次数,所述aji是所述第j个网络节点和所述第i个网络节点之间链路在预设时间段k内发生故障的次数。
步骤S104、选择备选资源池中预设数量个所述历史故障评价值最大的网络节点进行所述存储资源量和所述计算资源量备份,以及对预设数量个所述历史故障评价值最大网络的节点的链路进行带宽资源备份。
进一步地,所述方法还包括:
对于用于备份的每个网络节点,扩容所述用于备份的网络节点的链路,扩容的带宽量为所述历史故障评价值最大的网络节点的带宽量的三分之一。
实现步骤S104具体包括:选择备选资源池中所述历史故障评价值较大的三个网络节点进行存储资源量和计算资源量备份,其中每个网络节点备份的存储资源量为所述历史故障评价值最大的网络节点的存储资源量的三分之一,每个网络节点备份的计算资源量为所述历史故障评价值较大的网络节点的计算资源量的三分之一。
考虑到各个vEPC内的资源可以通过快速迁移实现资源恢复。所以,实验部分主要验证当某个vEPC整体出现故障时本发明算法的性能。在实验部分,本发明使用GT-ITM工具[ZEGURA E W,CALVERT K L,BHATTACHARJEE S.How to model an Internet work[C]//IEEE Infocom,c1996:594-602.]生成基础网络和虚拟网络。基础网络的网络节点规模从100个增加到500个。虚拟网络的网络节点数量服从[3,10]的均匀分布。在网络链路方面,基础网络和虚拟网络的任意两个节点相连接的概率为0.3,在网络节点的存储资源、网络节点的计算资源、网络链路的带宽资源方面,基础网络服从[25,50]的均匀分布,虚拟网络服从[1,5]的均匀分布。
在性能比较方面,将本发明算法RRBFRM与随机选择备份机制(randomly selectedbackup mechanism,RSBM)进行比较,其中,算法RSBM与本发明算法采用相同数量的资源作为备份资源。比较指标为网络可靠性,使用下述公式进行计算,其中,表示节点发生故障后恢复成功的节点数,X表示一共发生故障的节点数。
为验证算法的恢复能力,首先使用基本映射算法[Fischer A,Botero J F,Beck MT,et al.Virtual Network Embedding:A Survey[J].IEEE Communications Surveys&Tutorials,2013,15(4):1888-1906.]分配资源,直到映射成功率低于40%。然后使用本发明算法RRBFRM、比较算法RSBM进行备份。在进行故障模拟时,所有网络节点发生故障从1%--10%之间变化,并使用本发明算法、比较算法恢复后进行性能比较。
在性能分析方面,从网络规模、底层网络故障率两个方面对算法可靠性的影响进行分析。
在网络规模对算法可靠性的影响方面,实验结果如图4所示。X轴表示底层网络节点数从100个增加到500个,Y轴表示网络可靠性。从图4可知,随着网络规模增加,两个算法对故障的恢复能力都比较稳定。说明网络规模对算法的恢复能力影响较小。从两个算法的性能分析可知,本发明算法的恢复能力高于传统算法,说明本发明算法的资源备份机制具有较好的优势。
在底层网络故障率对算法可靠性的影响方面,实验结果如图5所示。X轴表示底层网络故障率从1%增加到10%,Y轴表示网络可靠性。从图可知,随着底层网络故障率增加,两个算法对故障的恢复能力都快速下降。说明底层网络故障率增加,需要更多的资源进行故障恢复,但是资源备份的容量较少,不能满足大量的资源恢复需求。从两个算法的性能分析可知,本发明算法的恢复能力高于传统算法,说明本发明算法的资源备份机制可以恢复更多的故障资源,从而提升了网络可靠性。
如图3所示,本发明实施例提供了5G网络分簇及优化方法,所述方法包括:
步骤S201、将包含第一数量个网络节点的5G网络划分成第二数量个簇。
在本实施例中,基于遗传算法和模拟退火算法的模糊C-均值聚类具有分类效果好的性能优势,采用上述算法将包含n个网络节点的5G网络划分成c个簇,其中c的取值范围为(2≤c≤n),也就是可以每个网络节点归属一个簇,也可以多个网络节点归属一个簇。
步骤S202、随机在所述第一数量个网络节点中选择所述第二数量个网络节点作为簇的聚类中心,所述第一数量大于或者等于所述第二数量。
步骤S203、根据每一簇的聚类中心与所述簇内的网络节点计算所述簇内的网络节点与所述簇的聚类中心之间的第一欧几里得距离,根据任意两个簇的聚类中心计算任意两个簇的聚类中心之间的第二欧几里得距离。
步骤S204、根据第一欧几里德距离、第二欧几里德距离和预设权重因子,计算每一网络节点的隶属度。
所述步骤S204的公式具体为:所述μik为每一网络节点的隶属度,所述dik为第一欧几里得距离,其表示簇Ak内的网络节点ni与所述簇Ak的聚类中心的第一欧几里得距离,所述i的范围从1到n,所述n为所述第一数量,所述k的范围从1到c,所述c为所述第二数量;所述djk为第二欧几里得距离,其表示簇Ak与簇Aj的聚类中心之间的第二欧几里得距离,所述j的范围从1到c,所述c为所述第二数量;所述b为预设权重因子。
步骤S205、根据所述第一欧几里德距离和所述每一网络节点的隶属度,计算每一网络节点的第一分簇收益。
实现步骤S205的公式为:
步骤S206、判断预设算法的迭代次数是否满足迭代次数限制,以及初始温度取值、终止温度取值是否满足温度限制。
步骤S207、若均否,根据所述第一数量个网络节点、所述每一网络节点的隶属度和所述预设权重因子,为所述第二数量个簇求解新的聚类中心。
步骤S208、根据所述新的聚类中心,重复步骤S202至S204,求解每一网络节点的第二分簇收益。
步骤S209、当所述网络节点的第二分簇收益大于所述网络节点的第一分簇收益时,则所述新的聚类中心替换原有的聚类中心。
步骤S210、当所述网络节点的第二分簇收益小于等于所述网络节点的第一分簇收益时,则根据所述第一分簇收益、所述第二分簇收益和当前温度计算所述新的聚类中心替换原有的聚类中心的概率。
需要说明的是,步骤S201-S210可以在步骤S102之前执行,步骤S201至S210的目的是对5G网络分簇以及对分簇进行优化,为后续挑选备选资源池,计算历史故障评价值并进行资源备份提供良好的分簇基础。
实施本发明,具有如下有益效果:
通过本发明,对5G网络进行分簇,在簇内挑选资源量最大的网络节点放入备选资源池,对入选备选资源池的网路节点计算历史故障评价值,对历史故障评价值最大的预设数量个网络节点进行存储资源量、计算资源量和链路的带宽量进行备份;解决了现有大规模5G网络多个网络故障同时发生时的网络可靠性的问题。
以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明,不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干简单推演或替换,都应当视为属于本发明的保护范围。
Claims (10)
1.一种5G网络切片下资源备份方法,其特征在于,所述方法包括:
步骤S101、根据所述每一网络节点的计算资源量、每一网络节点的存储资源量和所述每一网络节点的链路的带宽资源量以及与所述计算资源量、所述存储资源量、所述链路的带宽资源量分别对应的第一预设系数、第二预设系数、第三预设系数,计算每一网络节点的资源量;
步骤S102、根据所述每一网络节点的资源量,在每一簇内中挑选预设数量比例的资源量较大的网络节点放入备选资源池;
步骤S103、根据每一网络节点在预设时间内自身故障发生次数、每一网络节点在所述预设时间内与其它节点之间链路故障发生次数以及其它节点在所述预设时间内与所述每一网络节点之间链路故障发生次数,计算备选资源池中每一网络节点的历史故障评价值;
步骤S104、选择备选资源池中预设数量个所述历史故障评价值最大的网络节点进行所述存储资源量和所述计算资源量备份,以及对预设数量个所述历史故障评价值最大网络的节点的链路进行带宽资源备份。
2.如权利要求1所述方法,其特征在于,所述步骤S101之前还包括:
步骤S201、将包含第一数量个网络节点的5G网络划分成第二数量个簇;
步骤S202、随机在所述第一数量个网络节点中选择所述第二数量个网络节点作为簇的聚类中心,所述第一数量大于或者等于所述第二数量;
步骤S203、根据每一簇的聚类中心与所述簇内的网络节点计算所述簇内的网络节点与所述簇的聚类中心之间的第一欧几里得距离,根据任意两个簇的聚类中心计算任意两个簇的聚类中心之间的第二欧几里得距离;
步骤S204、根据第一欧几里德距离、第二欧几里德距离和预设权重因子,计算每一网络节点的隶属度;
步骤S205、根据所述第一欧几里德距离和所述每一网络节点的隶属度,计算每一网络节点的第一分簇收益;
步骤S206、判断预设算法的迭代次数是否满足迭代次数限制,以及初始温度取值、终止温度取值是否满足温度限制;
步骤S207、若均否,根据所述第一数量个网络节点、所述每一网络节点的隶属度和所述预设权重因子,为所述第二数量个簇求解新的聚类中心;
步骤S208、根据所述新的聚类中心,重复步骤S202至S204,求解每一网络节点的第二分簇收益;
步骤S209、当所述网络节点的第二分簇收益大于所述网络节点的第一分簇收益时,则所述新的聚类中心替换原有的聚类中心;
步骤S210、当所述网络节点的第二分簇收益小于等于所述网络节点的第一分簇收益时,则根据所述第一分簇收益、所述第二分簇收益和当前温度计算所述新的聚类中心替换原有的聚类中心的概率。
8.如权利要求1所述方法,其特征在于,所述方法还包括:
对于用于备份的网络节点,扩容所述用于备份的网络节点的链路。
9.如权利要求8所述方法,其特征在于,所述步骤S104具体包括:
选择备选资源池中所述历史故障评价值最大的三个网络节点进行存储资源量和计算资源量备份,其中每个网络节点备份的存储资源量为所述历史故障评价值最大的网络节点的存储资源量的三分之一,每个网络节点备份的计算资源量为所述历史故障评价值最大的网络节点的计算资源量的三分之一。
10.如权利要求9所述方法,其特征在于,对于用于备份的每个网络节点,扩容的带宽量为所述历史故障评价值最大的网络节点的带宽量的三分之一。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011137370.1A CN112312444B (zh) | 2020-10-22 | 2020-10-22 | 一种5g网络切片下资源备份方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011137370.1A CN112312444B (zh) | 2020-10-22 | 2020-10-22 | 一种5g网络切片下资源备份方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112312444A true CN112312444A (zh) | 2021-02-02 |
CN112312444B CN112312444B (zh) | 2024-01-02 |
Family
ID=74328484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011137370.1A Active CN112312444B (zh) | 2020-10-22 | 2020-10-22 | 一种5g网络切片下资源备份方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112312444B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038520A (zh) * | 2021-03-31 | 2021-06-25 | 广东电网有限责任公司电力调度控制中心 | 一种拓扑感知的虚拟网服务故障恢复方法及系统 |
CN113114517A (zh) * | 2021-05-26 | 2021-07-13 | 广东电网有限责任公司电力调度控制中心 | 网络切片下基于节点特征的网络资源动态备份方法及系统 |
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 |
CN116614346A (zh) * | 2023-05-26 | 2023-08-18 | 浙江省公众信息产业有限公司 | 一种基于跨地域的分布式存储备份方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106255032A (zh) * | 2015-11-30 | 2016-12-21 | 北京智谷技术服务有限公司 | 设备间通信方法、资源分配方法、及其装置 |
CN108377573A (zh) * | 2016-10-14 | 2018-08-07 | 上海诺基亚贝尔股份有限公司 | 用于基于簇的多连接无线通信系统的方法和设备 |
WO2018145761A1 (en) * | 2017-02-10 | 2018-08-16 | Huawei Technologies Co., Ltd. | Structured id-based and topology adaptive control plane for 5g |
-
2020
- 2020-10-22 CN CN202011137370.1A patent/CN112312444B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106255032A (zh) * | 2015-11-30 | 2016-12-21 | 北京智谷技术服务有限公司 | 设备间通信方法、资源分配方法、及其装置 |
CN108377573A (zh) * | 2016-10-14 | 2018-08-07 | 上海诺基亚贝尔股份有限公司 | 用于基于簇的多连接无线通信系统的方法和设备 |
WO2018145761A1 (en) * | 2017-02-10 | 2018-08-16 | Huawei Technologies Co., Ltd. | Structured id-based and topology adaptive control plane for 5g |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113038520A (zh) * | 2021-03-31 | 2021-06-25 | 广东电网有限责任公司电力调度控制中心 | 一种拓扑感知的虚拟网服务故障恢复方法及系统 |
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 |
CN113114517A (zh) * | 2021-05-26 | 2021-07-13 | 广东电网有限责任公司电力调度控制中心 | 网络切片下基于节点特征的网络资源动态备份方法及系统 |
CN113114517B (zh) * | 2021-05-26 | 2022-07-01 | 广东电网有限责任公司电力调度控制中心 | 网络切片下基于节点特征的网络资源动态备份方法及系统 |
CN116614346A (zh) * | 2023-05-26 | 2023-08-18 | 浙江省公众信息产业有限公司 | 一种基于跨地域的分布式存储备份方法及装置 |
CN116614346B (zh) * | 2023-05-26 | 2023-10-10 | 浙江省公众信息产业有限公司 | 一种基于跨地域的分布式存储备份方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN112312444B (zh) | 2024-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112312444B (zh) | 一种5g网络切片下资源备份方法 | |
Wu et al. | Energy and migration cost-aware dynamic virtual machine consolidation in heterogeneous cloud datacenters | |
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 | |
CN103179052A (zh) | 一种基于接近度中心性的虚拟资源分配方法及系统 | |
CN111526057A (zh) | 一种基于业务类型的网络切片可靠性映射算法 | |
CN108848482B (zh) | 基于mMTC分层接入框架的资源分配方法 | |
Gao et al. | A credible and lightweight multidimensional trust evaluation mechanism for service-oriented IoT edge computing environment | |
CN115189910B (zh) | 一种基于网络数字孪生体的蓄意攻击生存性评估方法 | |
Darwish et al. | An adaptive cellular automata scheme for diagnosis of fault tolerance and connectivity preserving in wireless sensor networks | |
CN111600752A (zh) | 一种电力通信业务可靠性优化方法及相关装置 | |
CN113342487B (zh) | 一种基于在线容错的云计算资源调度方法 | |
CN112953781B (zh) | 网络切片下基于粒子群的虚拟业务故障恢复方法及装置 | |
CN111935748B (zh) | 一种可靠性高和负载均衡的虚拟网资源分配方法 | |
US20210392512A1 (en) | Method for arranging base stations in a communication network | |
CN108768748A (zh) | 一种用于电力通信服务的故障诊断方法、装置及存储介质 | |
CN116431281A (zh) | 一种基于鲸鱼优化算法的虚拟机迁移方法 | |
CN115883392A (zh) | 算力网络的数据感知方法、装置、电子设备及存储介质 | |
CN115361708A (zh) | 一种基于5g的用电数据检测技术 | |
Fan et al. | High-reliability virtual network resource allocation algorithm based on Service Priority in 5G Network Slicing | |
Liu et al. | Edge node data replica management method for distribution Internet of Things | |
CN115514645A (zh) | 一种基于可靠性的底层网络资源备份方法及装置 | |
Li et al. | Virtual Service Failure Recovery Algorithm Based on Particle Swarm in IPv6 Networks | |
CN117580107B (zh) | 针对绿色无线网状网流量领域的gnn基站关联方法、系统 | |
CN113887005B (zh) | 一种交直流电力系统仿真建模方法、装置 | |
Ma et al. | Composite performance and availability analysis of communications networks. A comparison of exact and approximate approaches |
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 |