CN112653580A - 网络切片下基于主动探测的虚拟网资源分配方法 - Google Patents
网络切片下基于主动探测的虚拟网资源分配方法 Download PDFInfo
- Publication number
- CN112653580A CN112653580A CN202011490237.4A CN202011490237A CN112653580A CN 112653580 A CN112653580 A CN 112653580A CN 202011490237 A CN202011490237 A CN 202011490237A CN 112653580 A CN112653580 A CN 112653580A
- Authority
- CN
- China
- Prior art keywords
- node
- detection
- virtual
- candidate
- network
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 162
- 238000013468 resource allocation Methods 0.000 title claims abstract description 39
- 238000000034 method Methods 0.000 title claims abstract description 36
- 239000013598 vector Substances 0.000 claims abstract description 32
- 238000012216 screening Methods 0.000 claims abstract description 4
- 239000000523 sample Substances 0.000 claims description 69
- 239000011159 matrix material Substances 0.000 claims description 32
- 230000001174 ascending effect Effects 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 claims description 2
- 238000013507 mapping Methods 0.000 description 13
- 238000009826 distribution Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000009827 uniform distribution Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
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
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/06—Testing, supervising or monitoring using simulated traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W72/00—Local resource management
- H04W72/04—Wireless resource allocation
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种网络切片下基于主动探测的虚拟网资源分配方法,包括如下步骤:构建包括底层网络和虚拟网络的虚拟网资源分配模型,采用主动探测法对底层网络进行探测建立备选探测集合,基于向量扩张基理论对备选探测集合进行筛选获取最优备选探测集合;根据最优备选探测集合确定备选底层节点集合,计算每个备选底层节点的相邻距离,根据相邻距离为虚拟节点分配CPU资源;最优备选探测集合中的每个探测利用主动探测法对底层网络进行探测,获取探测所经过的每条底层链路的带宽资源,依据分流策略分别为虚拟网络中的各条虚拟链路分配带宽资源。本发明基于主动探测法探知底层网络的状态后再进行资源分配,有效提升了虚拟网获得资源的可靠性。
Description
技术领域
本发明涉及电力通信网的资源管理领域,特别是涉及一种网络切片下基于主动探测的虚拟网资源分配方法。
背景技术
网络切片下,基础网络被划分为虚拟网络和底层网络。底层网络构建底层节点和底层链路资源,提供给虚拟网使用。虚拟网承载各种虚拟网服务,为最终用户提供个性化业务。虚拟网的资源分配是网络切片环境下的重要研究内容。为提升底层网络资源利用率,文献[Mijumbi R,Serrat J,Gorricho J L,et al.A path generation approach toembedding of virtual networks[J].IEEE Transactions on Network and ServiceManagement,2015,12(3):334-348.]针对链路资源的共享特性,提出链路资源共享的虚拟网资源分配算法。为提升虚拟网资源的可靠性,文献[Zheng X,Tian J,Xiao X,et al.Aheuristic survivable virtual network mapping algorithm[J].Soft Computing,2019,23(5):1453-1463.]将底层网络资源分为在用资源和备用资源,可以有效提升虚拟网获得资源的可靠性。为进一步提升资源分配算法的智能性,文献[Jahani A,Khanli L M,Hagh M T,et al.Green virtual network embedding with supervised self-organizing map[J].Neurocomputing,2019,351:60-76.]分析了资源分配算法的动态因素,提出了基于神经网络的自适应资源分配算法。文献[Zhang P,Yao H,Li M,etal.Virtual network embedding based on modified genetic algorithm[J].Peer-to-Peer Networking and Applications,2019,12(2):481-492.]采用遗传算法对问题进行求解。文献[Dolati M,Hassanpour S B,Ghaderi M,et al.DeepViNE:Virtual networkembedding with deep reinforcement learning[C]//IEEE INFOCOM 2019-IEEEConference on Computer Communications Workshops(INFOCOM WKSHPS).IEEE,2019:879-885.]将深度学习算法与虚拟网资源分配问题进行建模,用于解决虚拟网资源分配问题。在网络虚拟化应用的具体网络环境方面,文献[M.R.Raza,M.Fiorani,A.Rostami,etal.Dynamic slicing approach for multi-tenant 5G transport networks[J].IEEE/OSA Journal of Optical Communications and Networking,2018,10(1):77-90.]以5G网络的资源分配为研究对象,提出基于网络切片技术的资源分配算法。
已有研究主要以底层资源利用率最大化为目标,从静态的底层网络环境下,采用最短路径算法进行资源分配。但是,由于网络中存在动态路由、数据分流等情况,采用最短路径算法不能有效避免不可用的网络节点,也不能高效率的实现数据分流,导致资源分配算法的效率较低。
发明内容
针对现有的资源分配算法效率较低且不能有效避免不可用节点的问题,本发明提出一种网络切片下基于主动探测的虚拟网资源分配方法。
一种网络切片下基于主动探测的虚拟网资源分配方法,包括如下步骤:
S1,构建虚拟网资源分配模型,所述虚拟网资源分配模型包括底层网络和虚拟网络,所述底层网络包括底层节点和底层链路,虚拟网络包括虚拟节点和虚拟链路;
S2,采用主动探测法对底层网络进行探测建立备选探测集合,基于向量扩张基理论对备选探测集合进行筛选获取最优备选探测集合;
S3,根据步骤S2所得到的最优备选探测集合确定备选底层节点集合,计算备选底层节点集合中的每个备选底层节点的相邻距离,根据相邻距离的值为虚拟节点分配CPU资源;
S4,最优备选探测集合中的每个探测利用主动探测法对底层网络进行探测,获取探测所经过的每条底层链路的带宽资源,依据分流策略分别为虚拟网络中的各条虚拟链路分配带宽资源。
本发明的有益效果:
本发明采用主动探测法对底层网络进行探测建立备选探测集合,将向量扩张理论应用到探测的选择过程中,提升了探测效率,进而提升了虚拟网资源分配的效率;基于主动探测法探知底层网络的状态后再进行资源分配,有效提升了虚拟网获得资源的可靠性,具有较好的应用效果和性能,可以为较多的虚拟网分配满足其可靠性要求的底层网络资源。
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为本发明的流程示意图。
图2为实施例1中虚拟网的映射示意图。
图3为底层网络规模对算法性能的影响示意图。
图4为底层节点故障率对算法性能的影响示意图。
具体实施方式
下面将结合本发明实施例中的附图1-4,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为便于更好理解本发明,以下针对向量扩张理论进行介绍:
式中,S表示基于二进制向量的集合K的向量扩张,且K表示所有可用探测及探测路径对应的行向量所构成的集合,h表示可用探测的数量,表示可用探测及其探测路径所对应的行向量,I={1,...,h}表示每个可用探测的编号所构成的集合,∨表示二进制向量之间取最大值运算,·表示乘法运算。
当时,集合K中的所有向量是独立的,其中,I2∈I\{m},表示编号为m'的可用探测及其探测路径所对应的行向量,{m}表示编号m所构成的集合,I2表示集合I去掉编号m后的集合。如果集合K中的所有向量是独立的,说明集合K的向量之间不能相互线性表示,将向量扩张S中只包含独立子集的集合<Q>称为空间的基,也即空间的基就是集合K中的可用探测可以实现网络节点全覆盖的最少的探测。
一种网络切片下基于主动探测的虚拟网资源分配方法,如图1所示,包括如下步骤:
S1,构建虚拟网资源分配模型,在网络切片环境下,所述虚拟网资源分配模型包括底层网络和虚拟网络,底层网络使用GS=(NS,ES)表示,虚拟网络使用GV=(NV,EV)表示;所述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,虚拟网络包括虚拟节点和虚拟链路,虚拟节点需要使用底层节点的CPU资源,虚拟链路需要使用底层链路的带宽资源;其中,NS表示底层节点的集合,ES表示底层链路的集合,NV表示虚拟节点的集合,EV表示虚拟链路的集合。
底层网络GS为虚拟网络Gv分配资源称为虚拟网映射,使用Gv↓GS表示,所述虚拟网映射包括虚拟节点映射和虚拟链路映射。虚拟节点映射到底层节点使用表示,且底层节点可以为虚拟节点分配资源的必要条件是其拥有的可以分配给虚拟节点的CPU资源满足虚拟节点的CPU资源需求。虚拟链路映射到底层路径使用表示,且底层路径由虚拟链路的两个虚拟节点所映射的底层节点分别作为起始节点和终止节点所构成。底层路径可以为虚拟链路分配资源的必要条件是其拥有的可以分配给虚拟链路的带宽资源满足虚拟链路的带宽资源需求,且底层路径选择最短路径进行映射。
S2,建立最优备选探测集合:采用主动探测法对底层网络进行探测建立备选探测集合,基于向量扩张基理论对备选探测集合进行筛选获取最优备选探测集合;
所述主动探测法是一种主动获取网络资源状态的方法,可以快速发现网络中的网络资源状态,获得网络状态后再进行资源分配,可以有效提升虚拟网络获得资源的可靠性,避免为虚拟网络分配不可用的底层节点或底层链路资源,从而解决静态网络资源分配中存在的资源可靠性低的问题。
所述步骤S2包括如下步骤:
S2.1,从底层网络的底层节点中选择探测站点,建立探测站点集合N*;
网络中具备发送探测功能的网络节点即为探测站点,理想情况下,所有探测站点所发送的探测均能够经过所有的网络节点和网络链路。实际情况下,由于部分网络节点或网络链路不可用,容易导致探测站点所发送的探测不能到达网络的局部位置,此种情况下,探测能够到达的位置为可用位置,该探测为可用探测,探测不能到达的局部位置为不可用位置,该探测为不可用探测,根据探测的具体状况可以较好的避免为虚拟网络分配的底层节点或底层链路是不可用资源的情况。
所述探测是一个端到端的事务,探测时可以返回探测路径的可用状态、探测经过的每个网络节点和每条网络链路的总资源和可用资源。所述路径是由一条或一条以上的底层链路所述构成。通过分析探测路径的资源可用状态,在资源分配时,仅选择可用的路径;通过分析探测经过的每个网络节点、每条网络链路的可用资源,在资源分配时,仅选择能够满足虚拟网络需求的底层资源。
S2.2,探测站点集合N*中的各个探测站点基于主动探测法获取底层网络的可用状态、探测经过的每个底层节点和每条底层链路的可用资源以及探测所经过的探测路径,根据探测路径建立备选探测集合P*;
所述备选探测集合P*包括探测以及每个探测所对应的探测路径,探测过程中所有资源状态的获取通过网络全覆盖的方式实现,网络全覆盖的目标是采用最少的探测经过所有的网络节点。
S2.3,根据步骤S2.2所建立的备选探测集合P*生成主动探测矩阵模型D*;
所述主动探测矩阵模型D*为0/1矩阵,0/1矩阵的每一列表示一个网络节点或网络链路,0/1矩阵的每一行表示一个探测。当某个探测经过一个网络节点时,矩阵的元素取值为1,否则取值为0。
例如,如下为根据备选探测集合所建立的一个示例{{T1,1→2→7→14→19},{T2,2→5→1→15},{T3,1→2→16},{T4,1→3→20}},其中,探测T1所对应的探测路径为1→2→7→14→19,探测T2所对应的探测路径为2→5→1→15,探测T3所对应的探测路径为1→2→16,探测T4所对应的探测路径为1→3→20,该备选探测集合示例所对应的主动探测矩阵模型为一个由探测和对应的探测路径组成的二维矩阵,根据每个探测所经过的底层网络中的底层节点的实际状况将每个探测的探测路径整理为一个对应的一维矩阵,当探测经过一个底层节点时,矩阵的元素取值为1,否则取值为0,再将所得到的四个一维矩阵与对应的探测相结合组合为一个二维矩阵,即为该备选探测集合示例所对应的主动探测矩阵模型。
所述不可用节点包括故障节点,故障节点可为丢失数据包的节点,如果某一节点为故障节点,删除时将主动探测矩阵模型D*中该故障节点所在的列删除,并将经过该故障节点的探测所在的行删除。删除故障节点可以避免为虚拟节点分配不可用的资源,提高虚拟网资源分配的可靠性。
S2.5.4,判断步骤S2.5.3所取出的最小的行向量是否可由最优备选探测集合T*中的向量线性表示,如果可以,返回步骤S2.5.3,如果不可以,将该行向量添加到最优备选探测集合T*中。
另外,在确定最优备选探测集合T*后可以将最优备选探测集合T*转换成。
所述备选底层节点的相邻距离的计算公式为:
式中,表示第α个底层节点,表示第β个底层节点,表示虚拟节点的邻接节点已映射的底层节点的集合,表示备选底层节点的相邻距离,dαβ表示虚拟节点的备选底层节点和虚拟节点的邻接节点已映射的底层节点之间的距离。
根据以上公式可知备选底层节点的相邻距离为计算“虚拟节点的备选底层节点”到“虚拟节点的邻接节点已映射的底层节点”间距离倒数的和,因此该值越大,表明使用当前备选底层节点为虚拟节点分配CPU资源时,虚拟链路映射的底层链路距离越近,邻接的虚拟节点所映射的底层节点之间的距离也最小,从而节约底层链路资源。
S4,虚拟链路资源分配:最优备选探测集合T*中的每个探测利用主动探测法对底层网络进行探测,获取探测所经过的每条底层链路的带宽资源,依据分流策略分别为虚拟网络中的各条虚拟链路分配带宽资源。所述带宽资源包括底层链路的总带宽和已使用带宽。
所述依据分流策略分别为虚拟网络中的各条虚拟链路分配带宽资源包括如下步骤:
S4.1,根据虚拟网络中需要分配带宽资源的虚拟链路建立虚拟链路集合Lv,其中,Lv∈EV;
所述分流策略是指在为虚拟链路分配资源时,根据虚拟链路的带宽资源需求选择N个探测所对应的路径为虚拟链路分配资源,其中,N为正整数,包括如下步骤:
S4.5.2,判断步骤S4.5.1所得到的第一待分配集合Palloc中路径的可用带宽资源是否满足虚拟链路的带宽资源需求,如果满足,将第一待分配集合Palloc中的路径直接分配给虚拟链路执行步骤S4.10,如果不满足,计算虚拟链路所需的带宽资源与该路径的可用带宽资源之间的第一差值;
S4.5.3,从更新后的备选探测路径集合Tone中选取出底层节点和底层节点之间的路径长度最短的探测,将该探测所对应的底层节点和底层节点间的路径添加到第一待分配集合Palloc中,再次更新备选探测路径集合Tone;
S4.5.4,判断步骤S4.5.3所得到的第一待分配集合Palloc中第二条路径的可用带宽资源是否满足步骤S4.5.2所计算出的第一差值,如果满足,将第一待分配集合Palloc中的所有路径直接分配给虚拟链路执行步骤S4.10;如果不满足,再次计算第一差值与该第二条路径的可用带宽资源之间的第二差值,按照步骤S4.5.3-S4.5.4的方法更新第一待分配集合Palloc,直至第一待分配集合Palloc中的所有路径的可用带宽资源之和满足虚拟链路的带宽资源需求。
S4.7,从步骤S4.6所得到的第一探测集合中截取出以底层节点为起始节点、当前探测对应的探测路径的目的节点为终止节点的探测段,将所有探测段放入第一集合中;从步骤S4.6所得到的第二探测集合中截取出以底层节点为终止节点、当前探测对应的探测路径的始发节点为起始节点的探测段,将所有探测段放入第二集合
S4.8,从第一集合和第二集合中分别选择出含有相同节点的探测段,从选择出的第一集合的探测段中截取出以底层节点为起始节点、选择出的相同节点为终止节点的第一探测组,从选择出的第二集合的探测段中截取出以选择出的相同节点为起始节点、底层节点为终止节点的第二探测组,将第一探测组和第二探测组组成候选路径放入候选集合中;
一个候选路径中的第一探测组的终止节点与第二探测组的起始节点相同。
S4.9.2,判断步骤S4.9.1所得到的第二待分配集合Pa'lloc中候选路径的可用带宽资源是否满足虚拟链路的带宽资源需求,如果满足,将第二待分配集合Pa'lloc中的候选路径直接分配给虚拟链路执行步骤S4.10,如果不满足,计算虚拟链路所需的带宽资源与该候选路径的可用带宽资源之间的第三差值;
S4.9.4,判断步骤S4.9.3所得到的第二待分配集合Pa'lloc中第二条候选路径的可用带宽资源是否满足步骤S4.9.2所计算出的第三差值,如果满足,将第二待分配集合Pa'lloc中的所有候选路径直接分配给虚拟链路执行步骤S4.10;如果不满足,再次计算第三差值与该第二条候选路径的可用带宽资源之间的第四差值,按照步骤S4.9.3-S4.9.4的方法更新第二待分配集合Pa'lloc,直至第二待分配集合Pa'lloc中的所有候选路径的可用带宽资源之和满足虚拟链路的带宽资源需求。
S4.10,按照步骤S4.2-S4.9的方法分别为虚拟链路集合Lv中的其它虚拟链路分配资源,直至完成所有虚拟链路的资源分配。
如图2所示,虚拟网1包含三个虚拟节点分别为a、b和c、三条虚拟链路分别为a-b、a-c和b-c,虚拟节点a、b和c分别对应映射到底层网络的底层节点A、C和D,且底层网络中只存在两个探测,两个探测所对应的探测路径分别为A-B-E-D和A-B-C-E。虚拟链路a-b的映射过程如下:虚拟链路a-b对应的底层路径的两个端点分别为A和C,对应于探测路径A-B-C-E中的探测段A-B-C。虚拟链路a-c对应的底层路径的两个端点分别为A和D,对应于探测路径A-B-E-D。虚拟链路b-c的映射过程如下:虚拟链路b-c对应的底层路径的两个端点分别为C和D,首先,找到包含C或D的探测,包含C的探测为探测路径A-B-C-E,包含D的探测为探测路径A-B-E-D;从探测路径A-B-C-E中截取C之后的探测组成探测段C-E,从探测路径A-B-E-D中截取D之前的探测组成探测段A-B-E-D,之后查找两个探测段之间的相同节点,此相同节点为E,从探测段A-B-E-D中截取E之后的探测组成探测组E-D,从探测段C-E中截取E之前的探测组成探测组C-E,探测组C-E和探测组E-D所组成的候选路径即为虚拟链路b-c所映射的最终的底层链路C-E、E-D。虚拟链路a-b和虚拟链路a-c的映射均属于单个探测,而虚拟链路b-c的映射属于多个探测。
使用GT-ITM工具生成网络环境,包括底层网络和虚拟网络。为分析本发明在不同网络规模下的性能,将底层网络的网络节点数量从100个增加到600个。虚拟网络的虚拟节点服从[2,8]的均匀分布。对于底层链路和虚拟链路,采取任意两个节点以0.2的概率相互连接的方式进行创建。在网络资源方面,底层节点和底层链路的资源服从[30,50]的均匀分布,虚拟节点和虚拟链路的资源服从[3,5]的均匀分布。为模拟不可用的网络资源,根据设置的底层节点不用的概率进行模拟。
将本发明VNRFAoAC与最短路径算法(Virtual network resource allocationalgorithm based on Shortest path,VNRAoSP)进行比较,所述VNRAoSP是根据虚拟网请求的约束条件,以最短路径为最优资源分配的策略,两者进行比较的指标为虚拟网络可靠性。虚拟网络可靠性是指所有虚拟网络被分配的底层节点中,没有故障的底层节点数量在总的底层节点数量中的占比。
当底层节点的故障率服从(0.05%,0.1%)区间的均匀分布时,底层网络规模对算法性能影响的结果,如图3所示,其中,X轴表示底层网络节点数量从100个增加到600个,Y轴表示虚拟网络可靠性。从图可知,随着网络规模的增加,两个算法下的虚拟网可靠性都比较稳定,说明网络规模对算法的性能影响较小。但是,从两个算法的性能比较来看,本发明为虚拟网分配的资源的可靠性较高。这是因为本发明在为虚拟网分配资源时,通过主动探测技术对资源的状态进行了探测。
当底层节点的数量为300时,底层节点故障率对算法性能影响的实验结果如图4所示,其中,X轴表示底层节点的6种故障概率类型,Y轴表示虚拟网络的可靠性。6种故障概率类型是指底层网络节点的故障概率分布服从(0.005%,0.01%)、(0.01%,0.05%)、(0.05%,0.1%)、(0.1%,0.5%)、(0.5%,1%)、(1%,1.5%)六种均匀分布的环境,将这六中环境依次编号为1到6。从实验结果可知,随着底层网络可靠性降低,虚拟网的可靠性都在降低。这是因为底层网络可靠性降低,整个网络中的不可用底层节点数量增加,从而导致虚拟网获得的底层网络资源为不可用的概率增加。但是,本发明的虚拟网可靠性远高于VNRAoSP,这是因为本发明首先对不可用的底层网络资源进行了过滤,从而提升了虚拟网络资源的可靠性。
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 (8)
1.一种网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,包括如下步骤:
S1,构建虚拟网资源分配模型,所述虚拟网资源分配模型包括底层网络和虚拟网络,所述底层网络包括底层节点和底层链路,虚拟网络包括虚拟节点和虚拟链路;
S2,采用主动探测法对底层网络进行探测建立备选探测集合,基于向量扩张基理论对备选探测集合进行筛选获取最优备选探测集合;
S3,根据步骤S2所得到的最优备选探测集合确定备选底层节点集合,计算备选底层节点集合中的每个备选底层节点的相邻距离,根据相邻距离为虚拟节点分配CPU资源;
S4,最优备选探测集合中的每个探测利用主动探测法对底层网络进行探测,获取探测所经过的每条底层链路的带宽资源,依据分流策略分别为虚拟网络中的各条虚拟链路分配带宽资源。
2.根据权利要求1所述的网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,所述步骤S2包括如下步骤:
S2.1,从底层网络的底层节点中选择探测站点,建立探测站点集合;
S2.2,探测站点集合中的各个探测站点基于主动探测法对底层网络进行探测,根据探测所经过的探测路径建立备选探测集合;
S2.3,根据步骤S2.2所建立的备选探测集合生成主动探测矩阵模型;
S2.4,删除主动探测矩阵模型中的不可用节点得到可用探测矩阵模型;
S2.5,基于向量扩张理论求解步骤S2.4所得到的可用探测矩阵模型的基,即为最优备选探测集合。
3.根据权利要求2所述的网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,所述步骤S2.5包括以下步骤:
S2.5.1,按照可用探测矩阵模型中每个探测的行向量和的大小对所有的行向量进行升序排列得到可用探测矩阵排序模型;
S2.5.2,取出可用探测矩阵排序模型中最小的行向量放入最优备选探测集合,更新可用探测矩阵排序模型;
S2.5.3,判断更新后的可用探测矩阵排序模型是否为空,如果为空,执行步骤S3,否则,从更新后的可用探测矩阵排序模型中取出最小的行向量,再次更新可用探测矩阵排序模型;
S2.5.4,判断步骤S2.5.3所取出的最小的行向量是否可由最优备选探测集合中的向量线性表示,如果可以,返回步骤S2.5.3,如果不可以,将该行向量添加到最优备选探测集合中。
4.根据权利要求1所述的网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,在步骤S3中,所述计算备选底层节点集合中的每个备选底层节点的相邻距离,根据相邻距离的大小为虚拟节点分配CPU资源,包括如下步骤:
S3.1,根据备选底层节点集合中的备选底层节点与虚拟节点的邻接节点已映射的底层节点之间的距离计算备选底层节点的相邻距离;
S3.2,选择满足虚拟节点CPU资源需求且相邻距离最小的备选底层节点为虚拟节点分配CPU资源。
6.根据权利要求1所述的网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,在步骤S4中,所述依据分流策略分别为虚拟网络中的各条虚拟链路分配带宽资源包括如下步骤:
S4.1,根据虚拟网络中需要分配带宽资源的虚拟链路建立虚拟链路集合Lv;
S4.7,从步骤S4.6所得到的第一探测集合中截取出以底层节点为起始节点、当前探测对应的探测路径的目的节点为终止节点的探测段,将所有探测段放入第一集合中;从步骤S4.6所得到的第二探测集合中截取出以底层节点为终止节点、当前探测对应的探测路径的始发节点为起始节点的探测段,将所有探测段放入第二集合
S4.8,从第一集合和第二集合中分别选择出含有相同节点的探测段,从选择出的第一集合的探测段中截取出以底层节点为起始节点、选择出的相同节点为终止节点的第一探测组,从选择出的第二集合的探测段中截取出以选择出的相同节点为起始节点、底层节点为终止节点的第二探测组,将第一探测组和第二探测组组成候选路径放入候选集合中;
S4.10,按照步骤S4.2-S4.9的方法分别为虚拟链路集合Lv中的其它虚拟链路分配资源,直至完成所有虚拟链路的资源分配。
7.根据权利要求5所述的网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,在步骤S4.5中,所述分流策略是指在为虚拟链路分配资源时,根据虚拟链路的带宽资源需求选择N个探测所对应的路径为虚拟链路分配资源,包括如下步骤:
S4.5.2,判断步骤S4.5.1所得到的第一待分配集合Palloc中路径的可用带宽资源是否满足虚拟链路的带宽资源需求,如果满足,将第一待分配集合Palloc中的路径直接分配给虚拟链路执行步骤S4.10,如果不满足,计算虚拟链路所需的带宽资源与该路径的可用带宽资源之间的第一差值;
S4.5.3,从更新后的备选探测路径集合Tone中选取出底层节点和底层节点之间的路径长度最短的探测,将该探测所对应的底层节点和底层节点间的路径添加到第一待分配集合Palloc中,再次更新备选探测路径集合Tone;
8.根据权利要求5所述的网络切片下基于主动探测的虚拟网资源分配方法,其特征在于,所述步骤S4.9包括如下步骤:
S4.9.2,判断步骤S4.9.1所得到的第二待分配集合P′alloc中候选路径的可用带宽资源是否满足虚拟链路的带宽资源需求,如果满足,将第二待分配集合P′alloc中的候选路径直接分配给虚拟链路执行步骤S4.10,如果不满足,计算虚拟链路的带宽资源需求与该候选路径的可用带宽资源之间的第三差值;
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011490237.4A CN112653580B (zh) | 2020-12-16 | 2020-12-16 | 网络切片下基于主动探测的虚拟网资源分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011490237.4A CN112653580B (zh) | 2020-12-16 | 2020-12-16 | 网络切片下基于主动探测的虚拟网资源分配方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112653580A true CN112653580A (zh) | 2021-04-13 |
CN112653580B CN112653580B (zh) | 2022-11-08 |
Family
ID=75354372
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011490237.4A Active CN112653580B (zh) | 2020-12-16 | 2020-12-16 | 网络切片下基于主动探测的虚拟网资源分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112653580B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102571986A (zh) * | 2012-02-27 | 2012-07-11 | 浙江大学 | 一种基于向量映射的负载均衡方法 |
CN102904794A (zh) * | 2012-09-27 | 2013-01-30 | 北京邮电大学 | 一种虚拟网络映射方法和装置 |
WO2014009419A1 (de) * | 2012-07-11 | 2014-01-16 | Siemens Aktiengesellschaft | Verfahren und recheneinheit zur rechnergestützten konfiguration eines netzwerkes |
CN103929379A (zh) * | 2014-04-15 | 2014-07-16 | 浙江工商大学 | 基于双边市场多归属结构的sdn资源分配方法 |
CN104363159A (zh) * | 2014-07-02 | 2015-02-18 | 北京邮电大学 | 一种基于软件定义网络的开放虚拟网络构建系统和方法 |
CN106648826A (zh) * | 2016-09-09 | 2017-05-10 | 北京百度网讯科技有限公司 | 用于热迁移虚拟机的方法和装置 |
CN108270695A (zh) * | 2018-01-08 | 2018-07-10 | 南京邮电大学 | 一种保持节点相邻的虚拟网络映射方法 |
US20180227244A1 (en) * | 2017-02-03 | 2018-08-09 | Fujitsu Limited | Efficient message forwarding for distributed resource orchestration |
CN108833162A (zh) * | 2018-06-12 | 2018-11-16 | 西安交通大学 | 一种网络节点排序方法及虚拟网络映射方法 |
CN108965024A (zh) * | 2018-08-01 | 2018-12-07 | 重庆邮电大学 | 一种5g网络切片基于预测的虚拟网络功能调度方法 |
US20190109783A1 (en) * | 2017-10-10 | 2019-04-11 | Vmware, Inc. | Methods and apparatus to perform network fabric migration in virtualized server systems |
CN110048901A (zh) * | 2019-06-04 | 2019-07-23 | 广东电网有限责任公司 | 一种电力通信网的故障定位方法、装置及设备 |
CN110061881A (zh) * | 2019-04-25 | 2019-07-26 | 西安邮电大学 | 一种基于物联网的能耗感知虚拟网络映射算法 |
-
2020
- 2020-12-16 CN CN202011490237.4A patent/CN112653580B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102571986A (zh) * | 2012-02-27 | 2012-07-11 | 浙江大学 | 一种基于向量映射的负载均衡方法 |
WO2014009419A1 (de) * | 2012-07-11 | 2014-01-16 | Siemens Aktiengesellschaft | Verfahren und recheneinheit zur rechnergestützten konfiguration eines netzwerkes |
CN102904794A (zh) * | 2012-09-27 | 2013-01-30 | 北京邮电大学 | 一种虚拟网络映射方法和装置 |
CN103929379A (zh) * | 2014-04-15 | 2014-07-16 | 浙江工商大学 | 基于双边市场多归属结构的sdn资源分配方法 |
CN104363159A (zh) * | 2014-07-02 | 2015-02-18 | 北京邮电大学 | 一种基于软件定义网络的开放虚拟网络构建系统和方法 |
CN106648826A (zh) * | 2016-09-09 | 2017-05-10 | 北京百度网讯科技有限公司 | 用于热迁移虚拟机的方法和装置 |
US20180227244A1 (en) * | 2017-02-03 | 2018-08-09 | Fujitsu Limited | Efficient message forwarding for distributed resource orchestration |
US20190109783A1 (en) * | 2017-10-10 | 2019-04-11 | Vmware, Inc. | Methods and apparatus to perform network fabric migration in virtualized server systems |
CN108270695A (zh) * | 2018-01-08 | 2018-07-10 | 南京邮电大学 | 一种保持节点相邻的虚拟网络映射方法 |
CN108833162A (zh) * | 2018-06-12 | 2018-11-16 | 西安交通大学 | 一种网络节点排序方法及虚拟网络映射方法 |
CN108965024A (zh) * | 2018-08-01 | 2018-12-07 | 重庆邮电大学 | 一种5g网络切片基于预测的虚拟网络功能调度方法 |
CN110061881A (zh) * | 2019-04-25 | 2019-07-26 | 西安邮电大学 | 一种基于物联网的能耗感知虚拟网络映射算法 |
CN110048901A (zh) * | 2019-06-04 | 2019-07-23 | 广东电网有限责任公司 | 一种电力通信网的故障定位方法、装置及设备 |
Non-Patent Citations (4)
Title |
---|
宋克兰: "网络虚拟化中的映射算法研究", 《中国优秀硕士学位论文全文数据库》 * |
王军晓等: "面向数据中心网络的链路故障实时检测即服务", 《计算机研究与发展》 * |
罗刚毅等: "一种基于网络感知的虚拟机再调度算法", 《计算机学报》 * |
黄彬彬等: "基于粒子群优化的负载均衡的虚拟网络映射", 《电子与信息学报》 * |
Also Published As
Publication number | Publication date |
---|---|
CN112653580B (zh) | 2022-11-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liao et al. | Density cluster based approach for controller placement problem in large-scale software defined networkings | |
CN111027736B (zh) | 多目标优化下的微服务组合部署与调度方法 | |
CN107566194B (zh) | 一种实现跨域虚拟网络映射的方法 | |
CN111162865A (zh) | 空分复用弹性光网络中碎片感知的虚拟光网络映射方法 | |
CN109347657B (zh) | Sdn模式下支撑科技业务的虚拟数据域构建方法 | |
CN113300861B (zh) | 网络切片配置方法、装置以及存储介质 | |
CN112636961A (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 | |
CN115225643A (zh) | 点云平台大数据分布式管理方法、装置及系统 | |
CN114710196B (zh) | 一种软件定义卫星网络虚拟网络功能迁移方法 | |
CN116842380A (zh) | 基于客户端成簇的混合联邦分割学习的模型训练方法 | |
Kumari et al. | Efficient edge rewiring strategies for enhancement in network capacity | |
Chai et al. | A parallel placement approach for service function chain using deep reinforcement learning | |
Zhang et al. | A novel virtual network mapping algorithm for cost minimizing | |
CN109450587B (zh) | 频谱整合处理方法、装置以及存储介质 | |
CN111698703B (zh) | 基于业务优先级和负载均衡的网络可靠性优化方法 | |
Zhang | Reliable virtual network mapping algorithm with network characteristics and associations | |
CN112653580B (zh) | 网络切片下基于主动探测的虚拟网资源分配方法 | |
Tziritas et al. | Distributed algorithms for the operator placement problem | |
CN114390489B (zh) | 一种端到端网络切片的服务化部署方法 | |
CN113079050B (zh) | 网络切片下基于主动探测的虚拟网资源分配方法及装置 | |
Liu et al. | Virtual brokers for large-scale publish/subscribe in wireless sensor networks | |
Guan et al. | Multidimensional resource fragmentation-aware virtual network embedding for IoT applications in MEC networks | |
Han et al. | Opportunistic coded distributed computing: An evolutionary game approach | |
Abdellah et al. | RAP-G: Reliability-aware service placement using genetic algorithm for deep edge computing | |
CN110213149B (zh) | 一种基于节点熵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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |