CN113114517A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN113114517A CN113114517A CN202110582582.9A CN202110582582A CN113114517A CN 113114517 A CN113114517 A CN 113114517A CN 202110582582 A CN202110582582 A CN 202110582582A CN 113114517 A CN113114517 A CN 113114517A
- Authority
- CN
- China
- Prior art keywords
- nodes
- underlying
- resource
- node
- network nodes
- 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
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
- H04L41/06—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
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
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节点特征的网络资源动态备份方法及系统,所述方法包括:对底层网络节点进行分类,获得底层网络节点的分类结果;根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。本发明提出的一种网络切片下基于节点特征的网络资源动态备份方法具有较好的应用效果和性能,能够解决资源备份策略不合理导致虚拟网资源分配成功率低的问题。
Description
技术领域
本发明涉及电力通信网的资源管理技术领域,特别是涉及一种基于节点特征的网络资源动态备份方法、系统、终端设备和计算机可读存储介质。
背景技术
目前,随着电力物联网、智慧电网等新应用项目的快速建设和运营。电力公司的网络资源需要量快速增加。为提升网络资源利用率,网络切片技术已成为电力公司的关键技术。虽然通过网络切片技术提升了网络资源的利用率,但是,如何提升网络的可靠性是一个重要的问题。
通过对现有技术分析可知,现有技术主要是通过提前备份的方法,从而提升可靠性。但是,采用提前备份的方法,容易导致大量资源被占用的问题。
发明内容
本发明的目的是:提供一种网络切片下基于节点特征的网络资源动态备份方法、系统、终端设备和计算机可读存储介质,能够解决现有网络资源备份方法中,大量网络资源被占用的问题。
为了实现上述目的,本发明提供了一种网络切片下基于节点特征的网络资源动态备份方法,包括:
对底层网络节点进行分类,获得底层网络节点的分类结果;
根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。
进一步地,所述对底层网络节点进行分类,获得底层网络节点的分类结果,具体为:
计算底层网络节点的资源使用量,采用如下计算公式:
计算底层网络节点到其它底层网络节点的距离,采用如下计算公式:
计算底层网络节点的重要度,采用如下计算公式:
根据所述底层网络节点的重要度,将所述底层网络节点进行降序排列,获得所述底层网络节点重要度排序集合;
将所述排序集合中的前20%的底层网络节点标记为关键底层网络节点,剩下的节点标记为普通底层网络节点。
进一步地,所述预设的条件,包括:全局触发条件和局部触发条件,其中,
所述全局触发条件,具体为;
计算t时刻下n个底层网络节点的资源利用率之和,采用如下计算公式:
其中,ft表示t时刻n个底层节点的资源利用率之和,ci,t表示每个底层节点的重要度系数,xi,t表示t时刻底层节点i的资源利用率;
判断所有底层网络节点资源利用率之和ft是否超过阈值THd,若是,则执行资源备份机制;
所述局部触发条件,具体为:
计算每个底层网络节点资源利用率的瞬间变化值,计算公式如下:
Δi=xi,t-xi,t-1
其中,Δi表示单个底层网络节点在指定时间片内资源利用率的瞬时变化量阈值,xi,t表示t时刻底层节点i的资源利用率,xi,t-1表示t-1时刻底层节点i的资源利用率;
判断资源备份请求系数是否超过K个,若是,执行资源备份机制,其中,所述K为根据实际情况进行设定。
进一步地,所述执行资源备份机制,具体为:
对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;
对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
本发明还提供一种网络切片下基于节点特征的网络资源动态备份系统,包括:分类模块和备份模块,其中,
所述分类模块,用于对底层网络节点进行分类,获得底层网络节点的分类结果;
所述备份模块,用于根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。
进一步地,所述分类模块,具体用于:
计算底层网络节点的资源使用量,采用如下计算公式:
计算底层网络节点到其它底层网络节点的距离,采用如下计算公式:
计算底层网络节点的重要度,采用如下计算公式:
根据所述底层网络节点的重要度,将所述底层网络节点进行降序排列,获得所述底层网络节点重要度排序集合;
将所述排序集合中的前20%的底层网络节点标记为关键底层网络节点,剩下的节点标记为普通底层网络节点。
进一步地,所述预设的条件,包括:全局触发条件和局部触发条件,其中,
所述全局触发条件,具体为;
计算t时刻下n个底层网络节点的资源利用率之和,采用如下计算公式:
其中,ft表示t时刻n个底层节点的资源利用率之和,ci,t表示每个底层节点的重要度系数,xi,t表示t时刻底层节点i的资源利用率;
判断所有底层网络节点资源利用率之和ft是否超过阈值THd,若是,则执行资源备份机制;
所述局部触发条件,具体为:
计算每个底层网络节点资源利用率的瞬间变化值,计算公式如下:
Δi=xi,t-xi,t-1
其中,Δi表示单个底层网络节点在指定时间片内资源利用率的瞬时变化量阈值,xi,t表示t时刻底层节点i的资源利用率,xi,t-1表示t-1时刻底层节点i的资源利用率;
判断资源备份请求系数是否超过K个,若是,执行资源备份机制,其中,所述K为根据实际情况进行设定。
进一步地,所述执行资源备份机制,具体为:
对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;
对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
本发明还提供一种计算机终端设备,包括:一个或多个处理器;存储器,与所述处理器耦接,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一项所述的网络切片下基于节点特征的网络资源动态备份方法。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述任一项所述的网络切片下基于主动探测的虚拟网资源分配方法。
本发明一种基于节点特征的网络资源动态备份方法及装置与现有技术相比,其有益效果在于:
本发明通过对底层网络收益和虚拟网络的映射成功率分析可知,提出一种网络切片下基于节点特征的网络资源动态备份算法具有较好的应用效果和性能,能够解决资源备份策略不合理导致虚拟网资源分配成功率低的问题。
附图说明
图1为本发明某一实施例提供的一种网络切片下基于节点特征的网络资源动态备份方法的流程示意图;
图2为本发明和现有技术中底层网络收益比较示意图;
图3为本发明和现有技术中虚拟网络映射成功率比较示意图;
图4为本发明某一实施例提供的一种网络切片下基于节点特征的网络资源动态备份装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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作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。
应当理解,文中所使用的步骤编号仅是为了方便描述,不对作为对步骤执行先后顺序的限定。
应当理解,在本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如图1所示,本发明提供的一种网络切片下基于节点特征的网络资源动态备份方法,包括:
S101、对底层网络节点进行分类,获得底层网络节点的分类结果;
需要说明的是,在网络切片环境下,原来的网络资源被划分为底层网络和虚拟网络。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。底层网络将其资源租用给虚拟网络,虚拟网络可以根据业务需要承载特定的服务。在形式化描述中,使用G(N,E)表示底层网络,使用Gv(Nv,Ev)表示虚拟网络。底层网络G(N,E)的底层节点集合和底层链路集合分别使用N和E表示。虚拟网络Gv(Nv,Ev)的虚拟节点集合和虚拟链路集合分别使用Nv和Ev表示。底层节点集合N中包含的底层节点使用ni∈N表示。底层链路集合E中包含的底层链路使用eij∈E表示。虚拟节点集合Nv中包含的虚拟节点使用表示。虚拟链路集合Ev中包含的虚拟链路使用表示。
对于每个底层节点ni∈N,它具有的资源属性是CPU资源,使用C(ni)表示。底层节点可以将CPU资源分配给虚拟节点使用。使用表示虚拟节点从底层节点申请的CPU资源数量。对于每条底层链路eij∈E,它具有的资源属性是带宽资源,使用B(eij)表示。底层链路可以将带宽资源分配给虚拟链路使用。使用表示虚拟链路从底层链路申请的带宽资源数量。
公式(1)中,前半部分表示虚拟网的所有虚拟节点所分配的资源之和,后半部分表示虚拟网的所有虚拟链路所分配的资源之和。因虚拟节点和虚拟链路所分配的资源与虚拟节点和虚拟链路请求的资源数量相同,所以,公式为虚拟网的虚拟节点和虚拟链路的计算资源、带宽资源之和。为解决定期备份资源导致网络可靠性低、网络资源利用率低的问题,本发明以底层节点备份为研究对象,提出基于节点特征的网络资源动态备份算法。
具体地,从底层节点的类型、底层节点的资源使用量、底层节点到其它底层节点的距离三个方面,分析底层网络节点重要度,将底层网络节点分为关键资源、普通资源。根据底层网络节点重要度降序排列结果,取20%的节点为关键底层网络节点,剩余节点为普通底层网络节点。
为了将底层节点分为普通底层网络节点和关键底层网络节点,需要从底层节点的特性进行分析。对于关键底层节点,是指它处于网络中的位置比较重要,导致其承载的虚拟节点数量较多。并且,当关键底层网络节点出现不可用时,导致虚拟网分配的资源不是最优的资源。通过上述分析,本发明从底层网络节点的类型、底层网络节点的资源使用率、底层网络节点到其它底层网络节点的距离三个维度进行分析。
在不同的网络环境下,每个底层节点所处的位置和功能是不同的。以电力通信网为例,每个底层节点的规模、负荷大小是不同的。根据底层节点的重要性,可以分为省级调度中心节点、地市级调度中心节点、县区级调度中心、乡镇级调度中心。使用si表示底层节点i的类型系数,本发明根据底层节点的位置,分为省级、地市级、县区级、乡镇级、其它五个层级,类型系数分别取值为1.4、1.3、1.2、1.1、1。
底层节点的资源使用率的计算方法如公式(2)。公式前部分表示底层节点的CPU资源使用量,后部分表示与底层节点相连链路的已分配资源量。表示由底层节点分配的所有虚拟节点的集合。表示与底层节点相连链路的已分配资源量。
底层节点的资源使用量的取值越大,说明当前底层节点已承载了较多的虚拟节点资源。所以,底层节点的资源使用量取值越大,当前底层节点越重要。
底层节点到其它底层节点的距离的计算方法如公式(3)。SMAP表示已经承载虚拟节点的底层节点集合,表示底层节点到底层节点之间的链路数量。底层节点到其它底层节点的距离越大,表明进行虚拟链路资源分配时,需要消耗的底层链路带宽越大,导致底层网络资源开销越大。
综上所述,本发明提出的基于节点特征的底层网络节点重要度评价方法如公式(4)所示。公式中,Usedmax(ns)表示底层节点中资源利用量的最大值,Smax(ns)表示底层节点到其它底层节点距离的最大值。其中,表示资源使用量的系数,该值越大,表示底层节点已分配的资源越多,越重要;表示底层节点到其它底层节点的距离系数,该值越大,表示底层节点到其它底层节点的距离越小,中心性越高,越重要。
S102、根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。
具体地,为了获得底层节点资源备份的时机,本发明设置全局触发、局部触发两个触发条件。全局触发条件是指从所有底层节点资源利用率的维度进行分析。使用THd表示所有底层节点资源利用率的阈值。所有底层节点资源利用率过高,表明较多的底层节点资源利用率过高,容易导致较多的虚拟网服务不可靠。局部触发条件是指从单个底层节点资源利用率的瞬间变化量进行评价。使用Δi表示单个底层节点在指定时间片内资源利用率的变化量阈值。当存在K个底层节点的瞬间资源利用率的变化量超过此阈值,表明网络中可能存在多个底层节点不可靠,容易导致虚拟网业务出现异常或者虚拟网映射失败率提高。考虑K个底层节点的瞬间资源利用率作为触发条件,是因为底层节点为虚拟节点分配资源时,有多个底层节点可以满足虚拟节点的资源需求。
判断全局触发条件时,需要计算所有底层节点资源利用率,使用公式(5)进行计算。公式(5)表示t时刻n个底层节点的资源利用率之和。ci,t表示每个底层节点的重要度系数,取值与底层节点在网络中的位置相关。本发明将底层节点分为关键节点和普通节点两种。对于关键节点,ci,t的取值为1.2。对于普通节点,ci,t的取值为1。xi,t表示t时刻底层节点i的资源利用率,由网管系统获得。
判断局部触发条件时,使用公式(6)计算每个底层节点资源利用率的瞬间增加。将Δi的阈值设置为δi。对于每个底层节点,当xi,t-xi,t-1<δi时,表明底层节点资源使用增长比较缓慢。当xi,t-xi,t-1≥δi时,表明底层节点资源使用快速增加。为区别关键节点和普通节点的重要性,在资源重配置的触发机制设置时,将关键资源的瞬间变化阈值Δi表示为普通资源的瞬间变化阈值Δi表示为并且将关键资源的设置小于普通资源的
Δi=xi,t-xi,t-1 (6)
需要说明的是,对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
具体地,本发明的网络切片下基于节点特征的网络资源动态备份方法,具体流程如表1所示:
表1网络切片下基于节点特征的网络资源动态备份算法
在本发明的某一个实施例,所述对底层网络节点进行分类,获得底层网络节点的分类结果,具体为:
计算底层网络节点的资源使用量,采用如下计算公式:
计算底层网络节点到其它底层网络节点的距离,采用如下计算公式:
计算底层网络节点的重要度,采用如下计算公式:
根据所述底层网络节点的重要度,将所述底层网络节点进行降序排列,获得所述底层网络节点重要度排序集合;
将所述排序集合中的前20%的底层网络节点标记为关键底层网络节点,剩下的节点标记为普通底层网络节点。
在本发明的某一个实施例中,所述预设的条件,包括:全局触发条件和局部触发条件,其中,
所述全局触发条件,具体为;
计算t时刻下n个底层网络节点的资源利用率之和,采用如下计算公式:
其中,ft表示t时刻n个底层节点的资源利用率之和,ci,t表示每个底层节点的重要度系数,xi,t表示t时刻底层节点i的资源利用率;
判断所有底层网络节点资源利用率之和ft是否超过阈值THd,若是,则执行资源备份机制;
所述局部触发条件,具体为:
计算每个底层网络节点资源利用率的瞬间变化值,计算公式如下:
Δi=xi,t-xi,t-1
其中,Δi表示单个底层网络节点在指定时间片内资源利用率的瞬时变化量阈值,xi,t表示t时刻底层节点i的资源利用率,xi,t-1表示t-1时刻底层节点i的资源利用率;
判断资源备份请求系数是否超过K个,若是,执行资源备份机制,其中,所述K为根据实际情况进行设定。
在本发明的某一个实施例中,所述执行资源备份机制,具体为:
对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;
对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
为验证本发明算法性能,使用GT-ITM工具生成网络环境[Zegura E W,Calvert KL,Bhattacharjee S.How to model an internetwork[C]//Proceedings of IEEEINFOCOM'96.Conference on Computer Communications.IEEE,1996,2:594-602.]。网络环境包括底层网络环境和虚拟网络环境。底层网络环境中的底层节点数量为300个,用于模拟一个中等的网络环境。底层网络的链路数量为任意两个底层网络节点之间以0.2的概率进行连接。为便于对实验结果进行分析,底层节点的计算资源数量和底层链路的带宽资源数量设置为相同规模,都服从[30,50]的均匀分布。在虚拟网络环境方面,每个虚拟网络为随机生成。每个虚拟网络的虚拟节点数量服从[3,6]的均匀分布。任意两个虚拟节点以0.2的概率生成虚拟链路。虚拟节点的计算资源数量和虚拟链路的带宽资源数量服从[1,6]的均匀分布。
为验证本发明算法NRDBAoNC的性能,将它与基于资源利用率的网络资源备份算法(Network resource backup algorithm based on resource utilization,NRBAoRU)进行比较。算法NRBAoRU在k个资源利用率超过阈值时,对底层网络资源进行扩容。普通资源中利用率超过70%,关键资源中利用率超过60%。在评价指标方面,对两个算法在相同时间段内分配相同规模的备份资源,比较两种算法的底层网络收益和映射成功率。
底层网络收益比较结果如图2所示,X轴表示网络运行的时间单位,Y轴表示底层网络的收益。从图2可知,随着网络运行时间的增加,两个算法的底层网络收益都在降低,并逐渐收敛。两个算法的结果方面,本发明算法底层网络收益较高,说明底层网络资源可以满足较多的虚拟网资源请求。
虚拟网络映射成功率比较结果如图3所示,X轴表示网络运行的时间单位,Y轴表示虚拟网络映射成功率。从图3可知,随着网络运行时间的增加,两个算法的虚拟网络映射成功率都在降低。随着时间的增加,两个算法的虚拟网络映射成功率趋于收敛。在两个算法的结果比较方面,本发明算法虚拟网络映射成功率较高,说明底层网络资源可以满足较多的虚拟网资源请求。
从实验结果可知,在底层网络收益、虚拟网络映射成功率两个方面,本发明算法的结果都比算法NRBAoRU取得较好的结果。这是因为本发明算法首先从资源总体利用率是否超过阈值进行判断,可以充分利用多路由的优势,在不扩容的前提下,保障虚拟网映射成功。其次,本发明算法从k个资源的瞬间变化率超过阈值进行判断,可以防止需求快速增加,导致资源被快速用尽,导致资源利用率过高的问题。
本发明一种基于节点特征的网络资源动态备份方法与现有技术相比,其有益效果在于:
本发明通过对底层网络收益和虚拟网络的映射成功率分析可知,提出一种网络切片下基于节点特征的网络资源动态备份算法,本方法具有较好的应用效果和性能,能够解决资源备份策略不合理导致虚拟网资源分配成功率低的问题。
如图4所示,本发明还提供一种网络切片下基于节点特征的网络资源动态备份系统200,包括:分类模块201和备份模块202,其中,
所述分类模块201,用于对底层网络节点进行分类,获得底层网络节点的分类结果;
所述备份模块202,用于根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。
在本发明的某一个实施例中,所述分类模块201,具体用于:
计算底层网络节点的资源使用量,采用如下计算公式:
计算底层网络节点到其它底层网络节点的距离,采用如下计算公式:
计算底层网络节点的重要度,采用如下计算公式:
根据所述底层网络节点的重要度,将所述底层网络节点进行降序排列,获得所述底层网络节点重要度排序集合;
将所述排序集合中的前20%的底层网络节点标记为关键底层网络节点,剩下的节点标记为普通底层网络节点。
在本发明的某一个实施例中,所述预设的条件,包括:全局触发条件和局部触发条件,其中,
所述全局触发条件,具体为;
计算t时刻下n个底层网络节点的资源利用率之和,采用如下计算公式:
其中,ft表示t时刻n个底层节点的资源利用率之和,ci,t表示每个底层节点的重要度系数,xi,t表示t时刻底层节点i的资源利用率;
判断所有底层网络节点资源利用率之和ft是否超过阈值THd,若是,则执行资源备份机制;
所述局部触发条件,具体为:
计算每个底层网络节点资源利用率的瞬间变化值,计算公式如下:
Δi=xi,t-xi,t-1
其中,Δi表示单个底层网络节点在指定时间片内资源利用率的瞬时变化量阈值,xi,t表示t时刻底层节点i的资源利用率,xi,t-1表示t-1时刻底层节点i的资源利用率;
判断资源备份请求系数是否超过K个,若是,执行资源备份机制,其中,所述K为根据实际情况进行设定。
在本发明的某一个实施例中,所述执行资源备份机制,具体为:
对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;
对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
本发明一种基于节点特征的网络资源动态备份装置与现有技术相比,其有益效果在于:
本发明通过对底层网络收益和虚拟网络的映射成功率分析可知,提出一种网络切片下基于节点特征的网络资源动态备份算法,本方法具有较好的应用效果和性能,能够解决资源备份策略不合理导致虚拟网资源分配成功率低的问题。
本发明还提供一种计算机终端设备,包括:一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如上述任一项所述的网络切片下基于节点特征的网络资源动态备份方法。
需要说明的是,所述处理器可以是中央处理单元(CentralProcessingUnit,CPU),还可以是其他通用处理器、数字信号处理器(DigitalSignalProcessor,DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit,ASIC)、现成可编程门阵列(Field-ProgrammableGateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,通用处理器可以是微处理器,或者所述处理器也可以是任何常规的处理器,所述处理器是所述终端设备的控制中心,利用各种接口和线路连接所述终端设备的各个部分。
所述存储器主要包括程序存储区和数据存储区,其中,程序存储区可存储操作系统、至少一个功能所需的应用程序等,数据存储区可存储相关数据等。此外,所述存储器可以是高速随机存取存储器,还可以是非易失性存储器,例如插接式硬盘,智能存储卡(SmartMediaCard,SMC)、安全数字(SecureDigital,SD)卡和闪存卡(FlashCard)等,或所述存储器也可以是其他易失性固态存储器件。
需要说明的是,上述终端设备可包括,但不仅限于,处理器、存储器,本领域技术人员可以理解,上述终端设备仅仅是示例,并不构成对终端设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件。
本发明还提供一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如上述任一项所述的网络切片下基于节点特征的网络资源动态备份方法。
需要说明的是,所述计算机程序可以被分割成一个或多个模块/单元(如计算机程序、计算机程序),所述一个或者多个模块/单元被存储在所述存储器中,并由所述处理器执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序在所述终端设备中的执行过程。
以上所述的具体实施例,对本发明的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本发明的具体实施例而已,并不用于限定本发明的保护范围。特别指出,对于本领域技术人员来说,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种网络切片下基于节点特征的网络资源动态备份方法,其特征在于,包括:
对底层网络节点进行分类,获得底层网络节点的分类结果;
根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。
2.根据权利要求1所述的网络切片下基于节点特征的网络资源动态备份方法,其特征在于,所述对底层网络节点进行分类,获得底层网络节点的分类结果,具体为:
计算底层网络节点的资源使用量,采用如下计算公式:
计算底层网络节点到其它底层网络节点的距离,采用如下计算公式:
计算底层网络节点的重要度,采用如下计算公式:
根据所述底层网络节点的重要度,将所述底层网络节点进行降序排列,获得所述底层网络节点重要度排序集合;
将所述排序集合中的前20%的底层网络节点标记为关键底层网络节点,剩下的节点标记为普通底层网络节点。
3.根据权利要求1所述的网络切片下基于节点特征的网络资源动态备份方法,其特征在于,所述预设的条件,包括:全局触发条件和局部触发条件,其中,
所述全局触发条件,具体为;
计算t时刻下n个底层网络节点的资源利用率之和,采用如下计算公式:
其中,ft表示t时刻n个底层节点的资源利用率之和,ci,t表示每个底层节点的重要度系数,xi,t表示t时刻底层节点i的资源利用率;
判断所有底层网络节点资源利用率之和ft是否超过底层网络节点资源利用率之和的阈值THd,若是,则执行资源备份机制;
所述局部触发条件,具体为:
计算每个底层网络节点资源利用率的瞬间变化值,计算公式如下:
Δi=xi,t-xi,t-1
其中,Δi表示单个底层网络节点在指定时间片内资源利用率的瞬时变化量阈值,xi,t表示t时刻底层节点i的资源利用率,xi,t-1表示t-1时刻底层节点i的资源利用率;
判断资源备份请求系数是否超过K个,若是,执行资源备份机制,其中,所述K为根据实际情况进行设定。
4.根据权利要求1所述的网络切片下基于节点特征的网络资源动态备份方法,其特征在于,所述执行资源备份机制,具体为:
对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;
对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
5.一种网络切片下基于节点特征的网络资源动态备份系统,其特征在于,包括:分类模块和备份模块,其中,
所述分类模块,用于对底层网络节点进行分类,获得底层网络节点的分类结果;
所述备份模块,用于根据所述底层网络节点的分类结果,判断所述底层网络节点是否符合预设的条件;若是,则执行资源备份机制。
6.根据权利要求5所述的网络切片下基于节点特征的网络资源动态备份系统,其特征在于,所述分类模块,具体用于:
计算底层网络节点的资源使用量,采用如下计算公式:
计算底层网络节点到其它底层网络节点的距离,采用如下计算公式:
计算底层网络节点的重要度,采用如下计算公式:
根据所述底层网络节点的重要度,将所述底层网络节点进行降序排列,获得所述底层网络节点重要度排序集合;
将所述排序集合中的前20%的底层网络节点标记为关键底层网络节点,剩下的节点标记为普通底层网络节点。
7.根据权利要求5所述的网络切片下基于节点特征的网络资源动态备份系统,其特征在于,所述预设的条件,包括:全局触发条件和局部触发条件,其中,
所述全局触发条件,具体为;
计算t时刻下n个底层网络节点的资源利用率之和,采用如下计算公式:
其中,ft表示t时刻n个底层节点的资源利用率之和,ci,t表示每个底层节点的重要度系数,xi,t表示t时刻底层节点i的资源利用率;
判断所有底层网络节点资源利用率之和ft是否超过阈值THd,若是,则执行资源备份机制;
所述局部触发条件,具体为:
计算每个底层网络节点资源利用率的瞬间变化值,计算公式如下:
Δi=xi,t-xi,t-1
其中,Δi表示单个底层网络节点在指定时间片内资源利用率的瞬时变化量阈值,xi,t表示t时刻底层节点i的资源利用率,xi,t-1表示t-1时刻底层节点i的资源利用率;
判断资源备份请求系数是否超过K个,若是,执行资源备份机制,其中,所述K为根据实际情况进行设定。
8.根据权利要求5所述的网络切片下基于节点特征的网络资源动态备份系统,其特征在于,所述执行资源备份机制,具体为:
对普通底层网络节点中利用率超过70%的节点,增加其总资源量15%的资源作为备份资源;
对关键底层网络节点中利用率超过60%的节点,增加其总资源量20%的资源作为备份资源。
9.一种计算机终端设备,其特征在于,包括:
一个或多个处理器;
存储器,与所述处理器耦接,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至4任一项所述的网络切片下基于节点特征的网络资源动态备份方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的网络切片下基于节点特征的网络资源动态备份方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110582582.9A CN113114517B (zh) | 2021-05-26 | 2021-05-26 | 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 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110582582.9A CN113114517B (zh) | 2021-05-26 | 2021-05-26 | 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 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113114517A true CN113114517A (zh) | 2021-07-13 |
CN113114517B CN113114517B (zh) | 2022-07-01 |
Family
ID=76723229
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110582582.9A Active CN113114517B (zh) | 2021-05-26 | 2021-05-26 | 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 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113114517B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244713A (zh) * | 2021-10-29 | 2022-03-25 | 国网浙江省电力有限公司嘉兴供电公司 | 一种电力5g网络切片的资源备份方法及装置 |
CN115842784A (zh) * | 2023-02-20 | 2023-03-24 | 广东广宇科技发展有限公司 | 一种用于超大数据量传输的多节点调整方法 |
US20240020204A1 (en) * | 2022-07-12 | 2024-01-18 | Dell Products L.P. | Intelligent destination target selection for remote backups |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140222983A1 (en) * | 2013-02-05 | 2014-08-07 | Cisco Technology, Inc. | Dynamically determining node locations to apply learning machine based network performance improvement |
CN109495300A (zh) * | 2018-11-07 | 2019-03-19 | 西安交通大学 | 一种可靠的sdn虚拟网络映射算法 |
CN111600752A (zh) * | 2020-05-12 | 2020-08-28 | 广东电网有限责任公司电力调度控制中心 | 一种电力通信业务可靠性优化方法及相关装置 |
CN111740892A (zh) * | 2020-06-09 | 2020-10-02 | 西安电子科技大学 | 一种面向虚拟网络的物理网络节点备份方法 |
CN111752707A (zh) * | 2020-06-09 | 2020-10-09 | 深圳供电局有限公司 | 一种基于映射关系的电力通信网资源分配方法 |
CN111917589A (zh) * | 2020-08-10 | 2020-11-10 | 广东电网有限责任公司电力调度控制中心 | 一种电力通信网络资源备份方法及相关装置 |
CN112312444A (zh) * | 2020-10-22 | 2021-02-02 | 深圳供电局有限公司 | 一种5g网络切片下资源备份方法 |
CN112600708A (zh) * | 2020-12-14 | 2021-04-02 | 国网河南省电力公司信息通信公司 | 一种网络切片下时延敏感的虚拟网络资源分配方法 |
-
2021
- 2021-05-26 CN CN202110582582.9A patent/CN113114517B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140222983A1 (en) * | 2013-02-05 | 2014-08-07 | Cisco Technology, Inc. | Dynamically determining node locations to apply learning machine based network performance improvement |
CN109495300A (zh) * | 2018-11-07 | 2019-03-19 | 西安交通大学 | 一种可靠的sdn虚拟网络映射算法 |
CN111600752A (zh) * | 2020-05-12 | 2020-08-28 | 广东电网有限责任公司电力调度控制中心 | 一种电力通信业务可靠性优化方法及相关装置 |
CN111740892A (zh) * | 2020-06-09 | 2020-10-02 | 西安电子科技大学 | 一种面向虚拟网络的物理网络节点备份方法 |
CN111752707A (zh) * | 2020-06-09 | 2020-10-09 | 深圳供电局有限公司 | 一种基于映射关系的电力通信网资源分配方法 |
CN111917589A (zh) * | 2020-08-10 | 2020-11-10 | 广东电网有限责任公司电力调度控制中心 | 一种电力通信网络资源备份方法及相关装置 |
CN112312444A (zh) * | 2020-10-22 | 2021-02-02 | 深圳供电局有限公司 | 一种5g网络切片下资源备份方法 |
CN112600708A (zh) * | 2020-12-14 | 2021-04-02 | 国网河南省电力公司信息通信公司 | 一种网络切片下时延敏感的虚拟网络资源分配方法 |
Non-Patent Citations (1)
Title |
---|
陈星等: "基于链路带宽检测的虚拟网络映射算法", 《计算机与网络》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114244713A (zh) * | 2021-10-29 | 2022-03-25 | 国网浙江省电力有限公司嘉兴供电公司 | 一种电力5g网络切片的资源备份方法及装置 |
CN114244713B (zh) * | 2021-10-29 | 2024-04-09 | 国网浙江省电力有限公司桐乡市供电公司 | 一种电力5g网络切片的资源备份方法及装置 |
US20240020204A1 (en) * | 2022-07-12 | 2024-01-18 | Dell Products L.P. | Intelligent destination target selection for remote backups |
US11880281B1 (en) * | 2022-07-12 | 2024-01-23 | Dell Products L.P. | Intelligent destination target selection for remote backups |
CN115842784A (zh) * | 2023-02-20 | 2023-03-24 | 广东广宇科技发展有限公司 | 一种用于超大数据量传输的多节点调整方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113114517B (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113114517B (zh) | 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 | |
US10558498B2 (en) | Method for scheduling data flow task and apparatus | |
CN109218355B (zh) | 负载均衡引擎,客户端,分布式计算系统以及负载均衡方法 | |
WO2021179462A1 (zh) | 基于改进量子蚁群算法的Spark平台任务调度方法 | |
CN111176792B (zh) | 一种资源调度方法、装置及相关设备 | |
CN108205541B (zh) | 分布式网络爬虫任务的调度方法及装置 | |
CN111522636B (zh) | 应用容器的调整方法、调整系统、计算机可读介质及终端设备 | |
CN113163498B (zh) | 5g网络切片下基于遗传算法的虚拟网资源分配方法及装置 | |
US20120221730A1 (en) | Resource control system and resource control method | |
US10263876B2 (en) | Adaptive service timeouts | |
CN108446179B (zh) | 基于负载均衡机制的权重优先Task任务调度方法 | |
CN107220108B (zh) | 一种实现云数据中心负载均衡的方法和系统 | |
Yagoubi et al. | Load balancing strategy in grid environment | |
CN113114514A (zh) | 一种基于多属性层次分析法的网络资源备份方法及系统 | |
CN111400241B (zh) | 数据重构方法和装置 | |
CN113438678B (zh) | 一种为网络切片分配云资源的方法及装置 | |
CN114157583A (zh) | 一种基于可靠性的网络资源启发式映射方法及系统 | |
CN112073327B (zh) | 一种抗拥塞的软件分流方法、装置及存储介质 | |
CN114090256A (zh) | 一种基于云计算的应用交付负载管理方法及其系统 | |
US20230354101A1 (en) | Resource allocation device, resource allocation method, and control circuit | |
CN111813546A (zh) | 一种多网络连接应用的资源分配方法、系统及相关装置 | |
Unuvar et al. | Cloud overbooking through stochastic admission controller | |
CN115378817B (zh) | 服务功能链的资源备份方法、装置、设备及存储介质 | |
Jung et al. | An effective job replication technique based on reliability and performance in mobile grids | |
Wang et al. | Network Resource Backup Algorithm Based on Multi-Attribute Analytic Hierarchy Process in IPv6 Networks |
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 |