CN113037811B - 部署策略选择方法及装置 - Google Patents

Abstract

本公开提供了一种部署策略选择方法及装置，所述方法包括：获取各网络功能在集群中的多个部署策略；通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略。以尽可能的减少资源碎片为目标，提高资源利用率。

Description

部署策略选择方法及装置

技术领域

本公开属于通信技术领域，具体涉及一种部署策略选择方法及装置。

背景技术

数据报文在网络中传递时，需要经过各种各样的业务节点，才能保证网络能够按照设计要求，提供给用户安全、快速、稳定的网络服务。当网络流量按照业务逻辑所要求的既定的顺序，经过这些业务点(主要指安全设备如防火墙等)，这就是服务链。服务链可以理解为一种业务形式。

过去也有服务链的概念，但传统网络的服务链和网络拓扑紧密耦合、部署复杂，在服务链变更、扩容时，都需要改动网络拓扑，重新进行网络设备的配置。而云计算环境广泛使用虚拟化技术，具有动态性、高流动性、规模易变化、多租户等特点，传统网络的服务链无法满足这些需求，SDN(Software Defined Netrork，软件定义网络)的出现让服务链又焕发了生机。因此，当前再谈及服务链时，默认指的是SDN服务链。

一个服务链通常都会有入口节点和出口节点，服务链的组织顺序，和服务节点的物理拓扑无关数据报文进入服务链以后，就会按照服务链既定的顺序穿过各个服务节点。服务链的每一个节点，都知道当前服务链的下一个服务节点在哪里，并通过Overlay网络(叠加网络)送达到下一个服务节点处理。在服务链的最后一个节点，也会根据数据报文最终的目的VTEP(VXLAN Tunnel End Point，虚拟扩展局域网隧道端点)进行封装，完成报文的转发。

针对1个服务链存在有多个虚拟化网络功能(VNF，Network FunctionsVirtualization)，基础设施资源池存在多个服务器的场景。原本将VNF部署在服务器上面的时候，大多采用一致性哈希算法，对物理服务器IP地址进行哈希计算，使用哈希算法后的结果进行2^32取模，公示如下：hash(server1 IP Address)％2³²，将需要部署的VNF采用上述方法进行映射hash(VNF1 Name)％2³²。

该方法没有考虑到部署网络功能的服务器资源占用情况。如果将VNF集中部署到一个服务器上面，对个别服务器的资源需求量大，容器产生大量资源碎片。

发明内容

本公开针对现有技术中存在的上述不足，提供一种部署策略选择方法及装置。

作为本公开的第一个方面，提供一种部署策略选择方法，包括：

获取各网络功能在集群中的多个部署策略；

通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略。

优选地，所述通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略，包括：

从所述多个部署策略中选择出当前的候选部署策略，并计算所述当前的候选部署策略对应的集群资源碎片总和；

响应于计算出当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的候选部署策略对应的集群资源碎片总和，停止迭代，将前一次选择出的候选部署策略作为所述集群资源碎片总和最小的部署策略；

响应于计算出当前的候选部署策略对应的集群资源碎片总和小于前一次计算出的候选部署策略对应的集群资源碎片总和，继续执行所述从所述多个部署策略中选择出当前的候选部署策略的步骤。

优选地，所述从所述多个部署策略中选择出当前的候选部署策略，包括：

针对每个部署策略，分别计算所述集群中各个服务器的剩余资源；

针对每个部署策略，分别获取所述集群中具有资源碎片的服务器的集合，并分别获取集合中各个服务器的资源碎片；

根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数；

根据所述各个部署策略的适应度函数，采用轮盘赌选择方法从所述多个部署策略中选择出当前的候选部署策略。

优选地，所述针对每个部署策略，分别计算所述集群中各个服务器的剩余资源，包括：

针对每个部署策略，通过以下公式计算集群S中第r个服务器的剩余资源

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为集群S中第r个服务器的最大存储资源，B为需要部署的网络功能集合，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数，

为b_p所需的存储资源，

表示第p个网络功能部署在服务器S_r上，

表示第p个网络功能未部署在服务器S_r上。

优选地，所述根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数，包括：

构建各个部署策略的适应度函数均为：

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为S中第r个服务器的剩余资源，H'为集群S中具有资源碎片的服务器的集合，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数，

为H'中第t个服务器的资源碎片。

作为本公开的第二个方面，提供一种部署策略选择装置，包括：

获取模块，用于获取各网络功能在集群中的多个部署策略；

选择模块，用于通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略。

优选地，所述选择模块，包括：

选择子模块，用于从所述多个部署策略中选择出当前的候选部署策略；

计算子模块，用于计算所述当前的候选部署策略对应的集群资源碎片总和；

确定子模块，用于响应于计算出当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的候选部署策略对应的集群资源碎片总和，停止迭代，将前一次选择出的候选部署策略作为所述集群资源碎片总和最小的部署策略；

循环子模块，用于响应于计算出当前的候选部署策略对应的集群资源碎片总和小于前一次计算出的候选部署策略对应的集群资源碎片总和，继续执行所述从所述多个部署策略中选择出当前的候选部署策略的步骤。

优选地，所述选择子模块，包括：

针对每个部署策略，分别计算各个集群中各个服务器的剩余资源；

针对每个部署策略，分别获取所述集群中具有资源碎片的服务器的集合，并分别获取集合中各个服务器的资源碎片；

根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数；

根据所述各个部署策略的适应度函数，采用轮盘赌选择方法从所述多个部署策略中选择出当前的候选部署策略。

优选地，所述选择子模块中，所述针对每个部署策略，分别计算各个部署策略中各个服务器的剩余资源，具体用于：

针对每个部署策略，通过以下公式计算集群S中第r个服务器的剩余资源

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为集群S中第r个服务器的最大存储资源，B为需要部署的网络功能集合，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数，

为b_p所需的存储资源，

表示第p个网络功能部署在服务器S_r上，

表示第p个网络功能未部署在服务器S_r上。

优选地，所述选择子模块中，所述根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数，具体用于：

构建各个部署策略的适应度函数均为：

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为S中第r个服务器的剩余资源，H'为集群S中具有资源碎片的服务器的集合，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数，

为H'中第t个服务器的资源碎片。

本公开实施例提供的部署策略选择方法，将服务链(SDN)功能分别部署到集群中，产生多个部署策略，即生成多个部署策略的矩阵。当集群中各服务器的剩余资源不足以部署任意一个网络功能时，在服务器中会产生资源碎片。获取各网络功能在集群中的多个部署策略，即获取多个部署策略的矩阵，通过迭代方式从多个部署策略中选择出集群资源碎片总和最小的部署策略，即选择出一个部署策略的矩阵，以尽可能的减少资源碎片为目标，提高资源利用率。

附图说明

图1为本公开实施例提供的一种部署策略选择方法的流程图；

图2为本公开实施例提供的图1中步骤S102的一种可选实施方式；

图3为本公开实施例提供的图2中步骤S201的一种可选实施方式；

图4为本公开实施例提供的一种部署策略选择装置的结构示意图。

具体实施方式

为使本领域技术人员更好地理解本公开的技术方案，下面结合附图和具体实施方式对本公开作进一步详细描述。

为了解决现有技术中在多个服务器中部署服务链上的多个网络功能时，容易产生大量资源碎片的问题。本公开提供一种部署策略选择方法及装置。以下分别结合本公开提供的实施例的附图逐一进行详细说明。

图1示出本公开实施例提供的部署策略选择方法的流程图。该部署策略选择方法可应用于部署策略选择装置。如图1所示，本实施例提供的部署策略选择方法包括以下步骤。

步骤S101，获取各网络功能在集群中的多个部署策略。

步骤S102，通过迭代方式从多个部署策略中选择出集群资源碎片总和最小的部署策略。

其中，部署策略为将各网络功能部署在集群中的方式，即将各网络功能分别部署在集群中的哪几个服务器上。本公开实施例中的网络功能即是VNF。

本公开实施例提供的部署策略选择方法，将服务链(SDN)功能分别部署到集群中，产生多个部署策略，即生成多个部署策略的矩阵。部署策略的矩阵的行是网络功能，部署策略的列为集群中的各服务器，如果网络功能部署在对应的服务器中，则部署策略的矩阵中的对应元素为1，如果网络功能部署未部署在对应的服务器中，则部署策略的矩阵中的对应元素为0。当集群中各服务器的剩余资源不足以部署任意一个网络功能时，在服务器中会产生资源碎片。获取各网络功能在集群中的多个部署策略，即获取多个部署策略的矩阵，通过迭代方式从多个部署策略中选择出集群资源碎片总和最小的部署策略，即选择出一个部署策略的矩阵，以尽可能的减少资源碎片为目标，提高资源利用率。

举例说明，若集群包括服务器A和服务器B，服务器A、服务器B的资源量分别是6个cpu核和7个cpu核，服务链上的网络功能v₁、v₂所需的资源量分别是2个cpu核和3个cpu核。若将v₁、v₂都集中部署在服务器A上，则服务器A的剩余资源量是1个cpu核，不能够再部署任意一个网络功能，形成资源碎片。这种部署策略不是最优的，会造成资源的浪费。

本公开实施例针对上述场景，选择出一个最优的部署策略。例如，若在服务器A上部署3个v₁，在服务器B上部署2个v₁和1个v₂。则服务器A和服务器B没有形成资源碎片，这种部署策略是最优的，实现了资源碎片最小化，资源利用率高。

图2示出本公开实施例提供的图1中步骤S102的一种可选实施方式。

在一些实施例中，如图2所示，所述通过迭代方式从多个部署策略中选择出集群资源碎片总和最小的部署策略(即步骤102)，包括：

步骤S201，从多个部署策略中选择出当前的候选部署策略。

步骤S202，计算当前的候选部署策略对应的集群资源碎片总和。

步骤S203，响应于计算出当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的候选部署策略对应的集群资源碎片总和，停止迭代，将前一次选择出的候选部署策略作为所述集群资源碎片总和最小的部署策略。

步骤S204，响应于计算出当前的候选部署策略对应的集群资源碎片总和小于前一次计算出的候选部署策略对应的集群资源碎片总和，继续执行从多个部署策略中选择出当前的候选部署策略的步骤。

在步骤S201-步骤S204中，可以预先设置迭代次数，例如将迭代次数设为所述多个部署策略的总个数的半数。在迭代次数执行完毕之前，按照步骤S201-步骤S204选择出集群资源碎片总和最小的部署策略。在每一次迭代中，根据预设算法从多个部署策略中选择出当前的候选部署策略，并计算选择出的当前的候选部署策略对应的集群资源碎片总和，即将集群中具有资源碎片的服务器中的各资源碎片相加。如果当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的集群资源碎片总和，即集群资源碎片总和没有优化，则停止迭代，将前一次选择出的候选部署策略作为集群资源碎片总和最小的部署策略。如果当前的候选部署策略的集群资源碎片总和小于前一次计算出的集群资源碎片总和，即集群候选部署策略的资源碎片总和得到优化，继续执行步骤S201，继续进行迭代，继续对候选部署策略的集群资源碎片总和进行优化，直到满足步骤S203的停止迭代条件，输出集群资源碎片总和最小的部署策略。

举例说明，若所述多个部署策略为10个部署策略，每一次迭代都从10个部署策略中选择出一个候选部署策略，或者利用设定算法生成一个新的候选部署策略，计算选择出的候选部署策略对应的集群资源碎片总和。

图3示出本公开实施例提供的图2中步骤S201的一种可选实施方式。

在一些实施例中，所述从多个部署策略中选择出当前的候选部署策略(即步骤201)，包括：

步骤S301，针对每个部署策略，分别计算集群中各个服务器的剩余资源。

在该步骤中，集群对应不同的部署策略，针对不同的部署策略，集群中各个服务器的剩余资源不同。

步骤S302，针对每个部署策略，分别获取集群中具有资源碎片的服务器的集合。

在该步骤中，集群对应不同的部署策略，针对不同的部署策略，集群中具有资源碎片的服务器的集合不同。集群中有的服务器可能有资源碎片，有的服务器可能没有资源碎片。即集合中的服务器的个数小于等于集群中服务器的个数。

步骤S303，分别获取集合中各个服务器的资源碎片。

步骤S304，根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数。

步骤S305，根据各个部署策略的适应度函数，采用轮盘赌选择方法从多个部署策略中选择出当前的候选部署策略。

在步骤S304-步骤S305中，在轮盘赌选择方法中，各个部署策略的适应度函数相同，具体的适应度函数在下述实施例中进行论述。根据适应度函数计算各个部署策略的被选择的概率以及各个部署策略的累积概率，根据累积概率、随机数、交叉计算等选择出当前的候选部署策略。

在一些实施例中，所述针对每个部署策略，分别计算所述集群中各个服务器的剩余资源(即步骤S301)，包括：

针对每个部署策略，通过以下公式计算集群S中第r个服务器的剩余资源

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为集群S中第r个服务器的最大存储资源，B为需要部署的网络功能集合，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数，

为b_p所需的存储资源，

表示第p个网络功能部署在服务器S_r上，

表示第p个网络功能未部署在服务器S_r上。

在一些实施例中，所述根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数(即步骤304)，包括：构建各个部署策略的适应度函数均为：

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为S中第r个服务器的剩余资源，H'为集群S中具有资源碎片的服务器的集合，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数，

为H'中第t个服务器的资源碎片。

其中，

即集合H'中不能再部署B中任意一个网络功能。

适应度函数，用于评价个体优劣成都。部署策略的适应度函数的值越大，则个体的质量越好，被选择的概率越高。因为目标函数是取集群资源碎片总和，即计算

所以构建适应度函数为

下面结合具体的轮盘赌选择方法，举例说明本公开实施例提供的部署策略选择方法。

(1)，通过随机生成的方法，产生初始各个部署策略。建立部署策略对应的0-1矩阵。针对集群初始产生n个部署策略，即产生n个0-1矩阵。各矩阵的行是网络功能，矩阵的列是服务器：

其中，S为集群，S_r为集群S中第r个服务器，x_p,r＝1表示第p个网络功能部署在服务器S_r上，反之x_p,r＝0，表示第p个网络功能未部署在服务器S_r上。S＝(s₁,…,s_r,…,s_K)，r∈(1,K)，K为集群S中服务器的总数。B为需要部署的网络功能集合，B＝(b₁,…,b_p,…,b_M)，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数。

(2)，构建适应度函数为

为S中第r个服务器的剩余资源，r∈(1,K)，K为集群S中服务器的总数，H'为集群S中具有资源碎片的服务器的集合，

为H'中第t个服务器的资源碎片，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数。

根据每个部署策略对应的各个

和各个

计算每个部署策略对应的f(x)。

(3)，通过轮盘赌选择方法，计算部署策略被选中遗传到下一代群体的概率

并计算出每个部署策略的累积概率

(4)，在[0，1]区间内产生一个均匀分布的伪随机数r；若r<q[1]，则选择部署策略1，否则，选择部署策略e，使得：q[e-1]<r≤q[e]成立；重复“生成伪随机数r，并判断选择部署策略”这两个步骤共n次。选择出至少两个部署策略，并确定各部署策略被选择的次数。

(5)，进行交叉计算，随机选择交换行，交换两个被选择出的部署策略中对应的行元素。生成两个部署策略。

(6)，对步骤(5)生成的两个部署策略中的任意一个部署策略进行变异计算，随机选择某行或某些行的某个元素进行变更。生成一个当前的候选部署策略。

下面结合具体的轮盘赌选择方法，举例说明本公开实施例提供的部署策略选择方法。

(7)，重复步骤(2)～(6)n/2次，并计算选择出的当前的候选部署策略对应的

在n/2次前，如果当前计算出的

小于前一次计算出的

则继续迭代。在n/2次前，如果当前计算出的

大于或等于前一次计算出的

则停止迭代，将前一次确定出的候选部署策略作为最终的集群资源碎片总和最小的部署策略。选择出的该部署策略为最优的部署策略，集群资源碎片总和最小，资源利用率最高。

图4示出本公开实施例提供的部署策略选择装置的结构示意图。基于与图1对应的实施例相同的技术构思，如图4所示，本公开实施例提供的部署策略选择装置，包括如下模块。

获取模块11，用于获取各网络功能在集群中的多个部署策略；

选择模块12，用于通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略。

在一些实施例中，所述选择模块12，包括：

选择子模块，用于从所述多个部署策略中选择出当前的候选部署策略；

计算子模块，用于计算所述当前的候选部署策略对应的集群资源碎片总和；

确定子模块，用于响应于计算出当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的候选部署策略对应的集群资源碎片总和，停止迭代，将前一次选择出的候选部署策略作为所述集群资源碎片总和最小的部署策略；

循环子模块，用于响应于计算出当前的候选部署策略对应的集群资源碎片总和小于前一次计算出的候选部署策略对应的集群资源碎片总和，继续执行所述从所述多个部署策略中选择出当前的候选部署策略的步骤。

在一些实施例中，所述选择子模块，包括：

针对每个部署策略，分别计算各个集群中各个服务器的剩余资源；

针对每个部署策略，分别获取所述集群中具有资源碎片的服务器的集合，并分别获取集合中各个服务器的资源碎片；

根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数；

根据所述各个部署策略的适应度函数，采用轮盘赌选择方法从所述多个部署策略中选择出当前的候选部署策略。

在一些实施例中，所述选择子模块中，所述针对每个部署策略，分别计算各个部署策略中各个服务器的剩余资源，具体用于：

针对每个部署策略，通过以下公式计算集群S中第r个服务器的剩余资源

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为集群S中第r个服务器的最大存储资源，B为需要部署的网络功能集合，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数，

为b_p所需的存储资源，

表示第p个网络功能部署在服务器S_r上，

表示第p个网络功能未部署在服务器S_r上。

在一些实施例中，所述选择子模块中，所述根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数，具体用于：

构建各个部署策略的适应度函数均为：

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为S中第r个服务器的剩余资源，H'为集群S中具有资源碎片的服务器的集合，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数，

为H'中第t个服务器的资源碎片。

可以理解的是，以上实施方式仅仅是为了说明本公开的原理而采用的示例性实施方式，然而本公开并不局限于此。对于本领域内的普通技术人员而言，在不脱离本公开的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本公开的保护范围。

Claims (8)

1.一种部署策略选择方法，其特征在于，包括：

获取各网络功能在集群中的多个部署策略；

通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略；

所述通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略，包括：

从所述多个部署策略中选择出当前的候选部署策略，并计算所述当前的候选部署策略对应的集群资源碎片总和；

响应于计算出当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的候选部署策略对应的集群资源碎片总和，停止迭代，将前一次选择出的候选部署策略作为所述集群资源碎片总和最小的部署策略；

响应于计算出当前的候选部署策略对应的集群资源碎片总和小于前一次计算出的候选部署策略对应的集群资源碎片总和，继续执行所述从所述多个部署策略中选择出当前的候选部署策略的步骤。

2.根据权利要求1所述的部署策略选择方法，其特征在于，所述从所述多个部署策略中选择出当前的候选部署策略，包括：

针对每个部署策略，分别计算所述集群中各个服务器的剩余资源；

针对每个部署策略，分别获取所述集群中具有资源碎片的服务器的集合，并分别获取集合中各个服务器的资源碎片；

根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数；

根据所述各个部署策略的适应度函数，采用轮盘赌选择方法从所述多个部署策略中选择出当前的候选部署策略。

3.根据权利要求2所述的部署策略选择方法，其特征在于，所述针对每个部署策略，分别计算所述集群中各个服务器的剩余资源，包括：

针对每个部署策略，通过以下公式计算集群S中第r个服务器的剩余资源

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为集群S中第r个服务器的最大存储资源，B为需要部署的网络功能集合，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数，

为b_p所需的存储资源，

表示第p个网络功能部署在服务器S_r上，

表示第p个网络功能未部署在服务器S_r上。

4.根据权利要求2所述的部署策略选择方法，其特征在于，所述根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数，包括：

构建各个部署策略的适应度函数均为：

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为S中第r个服务器的剩余资源，H'为集群S中具有资源碎片的服务器的集合，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数，

为H'中第t个服务器的资源碎片。

5.一种部署策略选择装置，其特征在于，包括：

获取模块，用于获取各网络功能在集群中的多个部署策略；

选择模块，用于通过迭代方式从所述多个部署策略中选择出集群资源碎片总和最小的部署策略；

所述选择模块，包括：

选择子模块，用于从所述多个部署策略中选择出当前的候选部署策略；

计算子模块，用于计算所述当前的候选部署策略对应的集群资源碎片总和；

确定子模块，用于响应于计算出当前的候选部署策略对应的集群资源碎片总和大于或等于前一次计算出的候选部署策略对应的集群资源碎片总和，停止迭代，将前一次选择出的候选部署策略作为所述集群资源碎片总和最小的部署策略；

循环子模块，用于响应于计算出当前的候选部署策略对应的集群资源碎片总和小于前一次计算出的候选部署策略对应的集群资源碎片总和，继续执行所述从所述多个部署策略中选择出当前的候选部署策略的步骤。

6.根据权利要求5所述的部署策略选择装置，其特征在于，所述选择子模块，包括：

针对每个部署策略，分别计算各个集群中各个服务器的剩余资源；

针对每个部署策略，分别获取所述集群中具有资源碎片的服务器的集合，并分别获取集合中各个服务器的资源碎片；

根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数；

根据所述各个部署策略的适应度函数，采用轮盘赌选择方法从所述多个部署策略中选择出当前的候选部署策略。

7.根据权利要求6所述的部署策略选择装置，其特征在于，所述选择子模块中，所述针对每个部署策略，分别计算各个部署策略中各个服务器的剩余资源，具体用于：

针对每个部署策略，通过以下公式计算集群S中第r个服务器的剩余资源

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为集群S中第r个服务器的最大存储资源，B为需要部署的网络功能集合，b_p为B中第p个网络功能，p∈(1,M)，M为B中网络功能的总数，

为b_p所需的存储资源，

表示第p个网络功能部署在服务器S_r上，

表示第p个网络功能未部署在服务器S_r上。

8.根据权利要求6所述的部署策略选择装置，其特征在于，所述选择子模块中，所述根据集群中各个服务器的剩余资源和集合中各个服务器的资源碎片分别构建各个部署策略的适应度函数，具体用于：

构建各个部署策略的适应度函数均为：

其中，S_r为集群S中第r个服务器，r∈(1,K)，K为集群S中服务器的总数，

为S中第r个服务器的剩余资源，H'为集群S中具有资源碎片的服务器的集合，h_t'为H'中第t个服务器，t∈(1,N)，N为H'中服务器的总数，

为H'中第t个服务器的资源碎片。

Images