CN113193984B - 一种空天地一体化网络资源映射方法及系统 - Google Patents

Abstract

本发明公开了一种空天地一体化网络资源映射方法及系统，所述方法包括以下步骤：获取虚拟网络请求以及空天地一体化网络拓扑；将虚拟网络请求按照业务类型进行分类，判断分类后的虚拟网络请求所映射时间内的物理网络拓扑是否发生变化；其中，如无变化则采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得映射结果；如有变化，则构建虚拟网络请求的物理拓扑候选集，基于物理拓扑候选集采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得链路映射结果；基于映射结果，更新空天地一体化网络拓扑的CPU以及带宽资源。本发明可以提高底层物理网络资源利用率以及虚拟网络请求接收率。

Description

一种空天地一体化网络资源映射方法及系统

技术领域

本发明属于软件定义空天地一体化网络的虚拟网络映射技术领域，特别涉及一种空天地一体化网络资源映射方法及系统。

背景技术

随着通信技术的进步，地面网络对于多种问题的解决具有局限性；例如，在地震、洪水等应急场景下，随着地面基站破坏，会出现通信障碍问题。因此，未来的网络发展需要实现空、天、地等多维网络之间信息共享与利用的目标。

由于互联网用户以及各种新应用的不断增加，传统互联网架构的弊端也在不断显露。传统互联网架构的不灵活性以及管理困难等特征使得其不能很好的服务于用户，在未来的空天地一体化网络中，同样存在相应的问题。

为解决空天地一体化网络物理资源的高效利用问题，可以采用网络虚拟化技术从物理资源中抽象出逻辑资源，动态的执行虚拟网络资源与物理网络资源的映射。网络虚拟化技术将物理网络资源功能池化，达到资源任意的分割或者合并的目的，用以构建满足上层服务需求的虚拟网络。

鉴于空天地一体化网络相较于传统网络具有异构型、时变性、资源多维等特征，目前尚没有应用在空天地一体化网络中的虚拟网络资源映射方法，将现有的传统的网络虚拟等方法直接应用到空天地一体化网络场景下会导致映射请求接受率低，资源利用率低等问题。

发明内容

本发明的目的在于提供一种空天地一体化网络资源映射方法及系统，以解决上述存在的一个或多个技术问题。本发明具体针对空天地一体化网络环境下虚拟网络映射所面临的多维网络资源特征、网络拓扑时变性等技术问题，提供了一种基于粒子群优化算法的动态多维资源映射方法。

为达到上述目的，本发明采用以下技术方案：

本发明公开的一种空天地一体化网络资源映射方法，包括以下步骤：

获取虚拟网络请求以及空天地一体化网络拓扑；其中，所述空天地一体化网络拓扑包括空天地一体化网络的物理网络拓扑和资源；

将所述虚拟网络请求按照业务类型进行分类，判断分类后的虚拟网络请求所映射时间内的物理网络拓扑是否发生变化；其中，如无变化则采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得映射结果；如有变化，则构建虚拟网络请求的物理拓扑候选集，基于物理拓扑候选集采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得链路映射结果；基于所述映射结果，更新空天地一体化网络拓扑的CPU以及带宽资源；

其中，在采用离散粒子群算法前，使用初始化策略初始化粒子速度与位置。

本发明的进一步改进在于，所述获取虚拟网络请求以及空天地一体化网络拓扑的步骤具体包括：在空天地一体化网络的虚拟网络映射中，底层物理网络拓扑由加权无向图表示，表达式为：

式中，N^S、L^S表示物理网络的节点集合、链路集合，

表示物理网络中节点和链路的属性集合；

虚拟网络拓扑由加权无向图表示，表达式为：

式中，N^V、L^V分别表示虚拟网络的节点集合和链路集合，

分别表示虚拟网络节点约束集合和链路的约束集合；

虚拟网络映射定义为：M(G^V):(N^V,L^V)→(N^S,L^S)；

虚拟节点映射定义为：

在映射虚拟网络节点时，满足：C(n^s)≥C(n^v),

虚拟链路映射定义为：

其中，

分别是虚拟网络节点、链路的约束集合，

分别是物理网络中节点、链路的属性集合；

在进行虚拟链路映射时，满足：

本发明的进一步改进在于，所述节点属性集合包括CPU剩余资源、位置需求，链路属性集合包括可用带宽资源Bw_L(l^s)；

所述虚拟网络节点约束包括CPU资源需求、位置需求，虚拟网络链路约束集合包括带宽需求、延迟约束。

本发明的进一步改进在于，所述将所述虚拟网络请求按照业务类型进行分类的步骤具体包括：

虚拟网络请求到达，计算其映射收益并作为优先级度量标准，映射收益公式表示为：

式中，α_R与(1-α_R)是调整带宽和CPU的权重参数，Bw_L(l^v)代表虚拟链路请求带宽，CPU(n^v)表示虚拟节点CPU；

将映射收益高的虚拟网络请求优先映射，分为多窗口排队等待批处理；

将映射窗口的虚拟网络请求按照需求进行分类。

本发明的进一步改进在于，所述分类包括：所述判断分类后的虚拟网络请求所映射时间内的物理网络拓扑是否发生变化时，采用快照路由算法。

本发明的进一步改进在于，所述使用初始化策略初始化粒子速度与位置的步骤具体包括：

将底层物理网络节点N^S与虚拟网络节点N^V的CPU资源量进行排序，移除物理节点中CPU资源量小于任一虚拟节点CPU请求的物理节点；创建物理节点列表，将移除处理后的物理节点按降序方式加入；创建虚拟节点列表，将经过虚拟节点按降序方式加入；为虚拟节点建立候选集，候选集中物理节点的CPU资源量均大于虚拟节点请求资源量；

按降序方式为虚拟节点分配物理节点，且将被分配的物理节点剩余资源量进行计算，如果大于虚拟节点的最小资源量则放入物理节点列表；从虚拟网络节点候选集和物理节点列表中移除被占用物理节点，从虚拟节点列表移除已被分配资源的虚拟节点。

本发明的进一步改进在于，所述采用离散粒子群算法对虚拟网络的节点和链路进行映射，获得映射结果的步骤具体包括：

设置粒子群规模为N，设置粒子群算法最大可迭代次数为M，初始化的粒子初始位置向量X_i和初始速度向量V_i；

计算粒子的适应度函数f(X_i)，得到个体最优初始位置

和全局最优初始位置

对所有粒子，按照公式C(n^s)≥C(n^v),

检查是否每个虚拟网络节点都满足节点约束；为满足节点约束的粒子使用最短路径算法为虚拟链路寻找底层物理链路，同时按照公式

检查是否满足链路约束；

对于满足节点约束和链路约束的粒子更新其位置向量与速度向量，对于不满足约束条件的粒子进行重新映射并生成其位置向量及速度向量；

对于

判断适应度函数f(X_i)的值，若连续预设次无变化，输出最优虚拟网络映射方案；若

则

若

则

迭代次数减1；迭代至最大可迭代次数M，输出最优虚拟网络映射方案。

本发明的进一步改进在于，所述使用最短路径算法为虚拟链路寻找底层物理链路的步骤具体包括：

获得节点映射结果；

获取映射节点n^s(start)、n^s(end)，将两个节点的所有路径作为路径集P^s；

通过最短路径算法在路径集P^s中找出两个节点n^s(start)、n^s(end)之间的最短路径；

通过

判断链路是否满足链路约束，如果满足则映射成功，否则链路映射失败。

本发明公开的一种空天地一体化网络资源映射系统，包括：

获取模块，用于获取虚拟网络请求以及空天地一体化网络拓扑；其中，所述空天地一体化网络拓扑包括空天地一体化网络的物理网络拓扑和资源；

分类和映射模块，用于将所述虚拟网络请求按照业务类型进行分类，判断分类后的虚拟网络请求所映射时间内的物理网络拓扑是否发生变化；其中，如无变化则采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得映射结果；如有变化，则构建虚拟网络请求的物理拓扑候选集，基于物理拓扑候选集采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得链路映射结果；基于所述映射结果，更新空天地一体化网络拓扑的CPU以及带宽资源；其中，在采用离散粒子群算法前，使用初始化策略初始化粒子速度与位置。

与现有技术相比，本发明具有以下有益效果：

空天地一体化网络相较于传统网络具有异构型、时变性、资源多维等特征，导致在虚拟网络映射时需要考虑其资源的类型以及资源的动态性等特征；如果不应对这些特征做出相应映射决策，会导致映射效率低、虚拟网络请求(Virtual Network Request，VNR)接收率低以及物理网络的资源浪费等。本发明针对空天地一体化网络多维资源特征进行虚拟网络请求业务分类，细粒度的实现资源分类后，提出自适应物理网络拓扑变化策略，最终可以提高底层物理网络资源利用率以及虚拟网络请求接收率。

本发明中，具体针对空天地一体化网络资源多维的特征，提出了基于虚拟网络请求信息(用户业务请求)分类的策略(例如，可以是将虚拟网络请求按照用户所需求的带宽、时延等分为多个不同的类别)，从而在虚拟网络映射阶段根据其类别映射相应的网络拓扑。本发明中，具体针对空天地一体化网络异构性、时变性的特征，将动态的物理网络拓扑划分为多个时刻内的静态网络(例如，可以利用快照路由算法)；若VNR在其映射时间内物理网络拓扑不发生变化则直接进行后续映射，若物理网络拓扑发生变化，则为该VNR构造候选集并进行后续映射。本发明通过针对性的策略，能够解决资源多维性以及拓扑时变性等特征导致的资源利用率低、请求接收率低等特征。

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，下面对实施例或现有技术描述中所需要使用的附图做简单的介绍；显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来说，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是本发明实施例中，空天地一体化网络架构示意图；

图2是本发明实施例中，虚拟网络映射实例示意图；其中，图2中的(a)为物理网络拓扑图，图2中的(b)为虚拟网络请求VNR1和VNR2；

图3是本发明实施例中，空天地一体化网络时变拓扑示意图；其中，图3中的(a)为T1时刻物理拓扑示意图，图3中的(b)为T2时刻物理拓扑示意图，图3中的(c)为T3时刻物理拓扑示意图；

图4是本发明实施例的一种空天地一体化网络资源映射方法的流程示意图。

具体实施方式

为使本发明实施例的目的、技术效果及技术方案更加清楚，下面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，所描述的实施例是本发明一部分实施例。基于本发明公开的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例，都应属于本发明保护的范围。

请参阅图1至图4，本发明实施例的一种空天地一体化网络资源映射方法，具体主要包括以下步骤：

步骤1，获取虚拟网络请求信息以及空天地一体化网络拓扑信息；所述空天地一体化网络拓扑信息包括空天地一体化网络的动态拓扑和资源；

步骤2，将虚拟网络请求按照其业务类型进行分类；可选的，按照用户需求将虚拟网络请求信息分为低时延、高带宽等多个类别；

步骤3，将所述空天地一体化网络的动态拓扑快照为多个时刻内的相对静态拓扑，然后判断分类后的用户请求所映射时间内物理拓扑是否发生变化；如无变化则进行后续映射，否则构建其物理拓扑候选集；

步骤4，使用初始化策略初始化粒子速度与位置，基本离散粒子群算法初始时粒子位置以及速度是随机的，导致多次迭代以及映射成功率较低，在利用优化后的初始化策略后，可减少迭代次数并提高映射成功率；

步骤5：使用粒子群算法进行映射，粒子群算法搜索速度快，能够在较短时间内得到最优解；

步骤6：使用最短路径算法进行虚拟网络链路映射；

步骤7：更新物理网络的CPU以及带宽资源。

本发明通过对虚拟网络请求进行业务分类从而使得虚拟网络请求映射到最适合的物理网络拓扑上，能够提升映射效率以及资源利用率；使用快照路由算法将时变性空天地一体化网络拓扑分为多个时刻的静态拓扑，在后续因拓扑变化而导致的链路中断时，虚拟网络请求可在最短时间内重新映射；使用优化后的基于初始化分配策略的粒子群算法，能够减少迭代次数，提高映射成功率。

本发明实施例的步骤1具体包括：

1.1在空天地一体化网络的虚拟网络映射中，底层物理网络拓扑由加权无向图表示：

其中N^S和L^S表示物理网络的节点集合和链路集合，

和

表示物理网络中节点和链路的属性集合。节点属性集合包括CPU剩余资源、位置需求等，链路属性集合包括可用带宽资源Bw_L(l^s)等。

1.2在空天地一体化网络的虚拟网络映射中，虚拟网络拓扑由加权无向图表示：

其中N^V和L^V分别表示虚拟网络的节点集合和链路集合，

和

分别表示虚拟网络节点约束集合和链路的约束集合。其中虚拟网络节点约束包括CPU资源需求、位置需求等，虚拟网络链路约束集合包括带宽需求、延迟约束等。

1.3当虚拟网络请求到达时，空天地一体化中的SDN地面中央控制器为虚拟网络分配物理资源，当虚拟网络请求离开时，SDN地面中央控制器恢复分配给虚拟网络的物理资源。虚拟网络映射是在底层物理网络中分配满足虚拟网络请求约束的物理资源的过程，定义为：M(G^V):(N^V,L^V)→(N^S,L^S)。

1.4虚拟节点映射主要是在底层物理网络节点中找到满足虚拟网络节点需求以及约束条件的底层物理节点，定义为：

1.5在映射虚拟网络节点时，需要注意的是底层物理网络上物理节点分配给虚拟网络节点的CPU容量C(n^s)不小于节点所需CPU容量C(n^v)，具体定义如下：C(n^s)≥C(n^v),

1.6虚拟链路映射则为在底层物理链路中找到满足虚拟链路需求以及约束条件的底层物理链路，如带宽约束、时延约束等，定义为：

其中，

分别是虚拟网络节点和链路的约束集合，

分别是物理网络中节点和链路的属性集合。

1.7在进行虚拟链路映射时，底层物理网络链路带宽必须满足虚拟网络链路所请求的带宽，且一个物理链路需要满足同时映射在该链路多个虚拟链路带宽请求，具体定义如下：

本发明实施例的步骤2具体包括以下步骤：

2.1虚拟网络请求到达，计算其映射收益并作为优先级度量标准，映射收益公式如下

式中，α_R与(1-α_R)是调整带宽和CPU的权重参数，Bw_L(l^v)代表虚拟链路请求带宽，CPU(n^v)表示虚拟节点CPU；

2.2将映射收益高的虚拟网络请求优先映射，分为多窗口排队等待批处理。

2.3将映射窗口的虚拟网络请求按照其用户需求进行分类，分为高带宽、低时延、应急场景、无人区等多类。

本发明实施例中，具体针对空天地一体化网络资源多维的特征，提出了基于虚拟网络请求信息(用户业务请求)分类的策略(例如，可以是将虚拟网络请求按照用户所需求的带宽、时延等分为多个不同的类别)，从而在虚拟网络映射阶段根据其类别映射相应的网络拓扑。

本发明实施例的步骤3中，将空天地一体化网络的动态拓扑快照为多个时刻内的相对静态拓扑，如图3中所示在多时刻内的拓扑，其具体包括以下步骤：

3.1判断步骤2中经过分类的映射窗口内虚拟网络请求所需映射时间，映射时间内物理网络拓扑是否会发生变化。

3.2如果物理网络会发生变化，则构造该虚拟网络请求的候选集，其中涵盖该请求在后续多个时刻内的物理网络拓扑。

3.3如果在该虚拟网络请求所需的映射时间内拓扑无变化，则不需构造候选集，直接进行后续映射。

本发明中，具体针对空天地一体化网络异构性、时变性的特征，将动态的物理网络拓扑划分为多个时刻内的静态网络(例如，可以利用快照路由算法)；若VNR在其映射时间内物理网络拓扑不发生变化则直接进行后续映射，若物理网络拓扑发生变化，则为该VNR构造候选集并进行后续映射。本发明通过针对性的策略，能够解决资源多维性以及拓扑时变性等特征导致的资源利用率低、请求接收率低等特征。

本发明实施例的步骤4中，所述使用初始化策略初始化粒子速度与位置的步骤具体包括：

4.1将底层物理网络节点N^S与虚拟网络节点N^V的CPU资源量进行排序；

4.2移除物理节点中CPU资源量小于任一虚拟节点CPU请求的物理节点；

4.3创建物理节点列表，将经过4.1、4.2两步处理后的物理节点按降序方式加入；

4.4创建虚拟节点列表，将经过4.1、4.2两步处理后的虚拟节点按降序方式加入；

4.5为步骤4.4中的虚拟节点建立候选集，确保候选集中物理节点的CPU资源量均大于虚拟节点请求资源量；

4.6按降序方式为虚拟节点分配物理节点，且将被分配的物理节点剩余资源量进行计算，如果大于虚拟节点的最小资源量则放入物理节点列表；

4.7从虚拟网络节点候选集和物理节点列表中移除被占用物理节点，并从虚拟节点列表移除已被分配资源的虚拟节点；

4.8虚拟节点列表中的节点都已分配结束，结束；否则跳至步骤4.6。

本发明实施例中，使用初始化策略初始化粒子速度与位置，基本离散粒子群算法初始时粒子位置以及速度是随机的，导致多次迭代以及映射成功率较低，在利用优化后的初始化策略后，可减少迭代次数并提高映射成功率。

本发明实施例的步骤5中，考虑到空天地一体化网络资源的多维性导致多维资源的映射问题是一个离散问题，使用改进后的离散粒子群算法能够在较短时间内解决资源映射问题。所述使用粒子群算法进行映射的具体步骤包括：

5.1接收经过步骤4的虚拟网络请求以及物理网络拓扑；

5.2设置粒子群规模为N，设置粒子群算法最大可迭代次数为M；

5.3执行步骤2业务请求分类策略以及步骤3将拓扑映射为多个静态拓扑，其中静态拓扑如图3所示在T1，T2，T3时刻由于节点移动性导致的变化；

5.4执行步骤4粒子初始化分配策略，生成粒子初始位置向量X_i和初始速度向量V_i；

5.5计算粒子的适应度函数f(X_i)，初步得到个体最优初始位置

和全局最优初始位置

5.6对所有粒子，按照公式C(n^s)≥C(n^v),

检查是否每个虚拟网络节点都满足节点约束，不满足则转至步骤5.4，满足则跳转至步骤5.7；

5.7为步骤5.6中满足节点约束的粒子使用最短路径算法为虚拟链路寻找底层物理链路，同时按照公式

检查是否满足链路约束，不满足则转至步骤5.4，满足则跳转至步骤5.8；

5.8对于满足公式C(n^s)≥C(n^v),

与公式

的粒子更新其位置向量与速度向量，对于不满足约束条件的粒子进行重新映射并生成其位置向量及速度向量；

5.9对于

判断适应度函数f(X_i)的值，若连续多次无变化，则执行步骤12,若

则

若

则

5.10迭代次数减1；

5.11若当前粒子群算法迭代次数小于最大可迭代次数M,则转至步骤5.8；

5.12输出最优虚拟网络映射方案。

本发明实施例中，使用最短路径算法进行链路映射的具体执行步骤包括：

6.1接收到执行过步骤5.5后的节点映射方案，此时节点满足约束C(n^s)≥C(n^v),

6.2获取两个对应的映射节点n^s(start)以及n^s(end)，并将这两个节点的所有路径作为路径集P^s进行保存。

6.3使用最短路径算法在路径集P^s中找出两个节点n^s(start)和n^s(end)之间的最短路径。

6.4使用公式判断

该链路是否满足链路约束，如果满足则映射成功，否则链路映射失败。

本发明实施例的步骤7中，更新物理网络的CPU以及带宽资源；物理网络剩余资源可作为后续虚拟网络映射目标。

综上，针对未来空天地一体化网络虚拟网络映射问题中，物理网络异构型、时变性以及资源多维性等问题，本文提出了基于粒子群优化的空天地一体化网络映射方法解决该问题。本发明首先通过虚拟网络请求分类策略将VNR分为多类，然后将空天地一体化网络拓扑快照为多个静态拓扑，最后使用优化后的粒子群算法以及最短路径算法分别进行节点映射以及链路映射。事实证明，该方法能够提高物理网络资源利用率、虚拟网络请求接收率以及映射收益。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请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，本申请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。

本申请是参照根据本申请实施例的方法、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。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (3)

1.一种空天地一体化网络资源映射方法，其特征在于，包括以下步骤：

获取虚拟网络请求以及空天地一体化网络拓扑；其中，所述空天地一体化网络拓扑包括空天地一体化网络的物理网络拓扑和资源；

将所述虚拟网络请求按照业务类型进行分类，判断分类后的虚拟网络请求所映射时间内的物理网络拓扑是否发生变化；其中，如无变化则采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得映射结果；如有变化，则构建虚拟网络请求的物理拓扑候选集，基于物理拓扑候选集采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得链路映射结果；

基于所述映射结果，更新空天地一体化网络拓扑的CPU以及带宽资源；

其中，在采用离散粒子群算法前，使用初始化策略初始化粒子速度与位置；

其中，所述获取虚拟网络请求以及空天地一体化网络拓扑的步骤具体包括：

在空天地一体化网络的虚拟网络映射中，底层物理网络拓扑由加权无向图表示，表达式为：

式中，N^S、L^S表示物理网络的节点集合、链路集合，

表示物理网络中节点和链路的属性集合；

虚拟网络拓扑由加权无向图表示，表达式为：

式中，N^V、L^V分别表示虚拟网络的节点集合和链路集合，

分别表示虚拟网络节点约束集合和链路的约束集合；

虚拟网络映射定义为：M(G^V):(N^V,L^V)→(N^S,L^S)；

虚拟节点映射定义为：

在映射虚拟网络节点时，满足：C(n^s)≥C(n^v),

虚拟链路映射定义为：

其中，

分别是虚拟网络节点、链路的约束集合，

分别是物理网络中节点、链路的属性集合；

在进行虚拟链路映射时，满足：

所述将所述虚拟网络请求按照业务类型进行分类的步骤具体包括：

虚拟网络请求到达，计算其映射收益并作为优先级度量标准，映射收益公式表示为：

式中，α_R、(1-α_R)是调整带宽、CPU的权重参数，Bw_L(l^v)代表虚拟链路请求带宽，CPU(n^v)表示虚拟节点CPU；

将映射收益高的虚拟网络请求优先映射，分为多窗口排队等待批处理；

将映射窗口的虚拟网络请求按照需求进行分类；

所述使用初始化策略初始化粒子速度与位置的步骤具体包括：

将底层物理网络节点N^S与虚拟网络节点N^V的CPU资源量进行排序，移除物理节点中CPU资源量小于任一虚拟节点CPU请求的物理节点；创建物理节点列表，将移除处理后的物理节点按降序方式加入；创建虚拟节点列表，将经过虚拟节点按降序方式加入；为虚拟节点建立候选集，候选集中物理节点的CPU资源量均大于虚拟节点请求资源量；

按降序方式为虚拟节点分配物理节点，且将被分配的物理节点剩余资源量进行计算，如果大于虚拟节点的最小资源量则放入物理节点列表；从虚拟网络节点候选集和物理节点列表中移除被占用物理节点，从虚拟节点列表移除已被分配资源的虚拟节点；

所述采用离散粒子群算法、最短路径算法分别对虚拟网络节点、链路进行映射，获得映射结果的步骤具体包括：

设置粒子群规模为N，设置粒子群算法最大可迭代次数为M，初始化的粒子初始位置向量X_i和初始速度向量V_i；

计算粒子的适应度函数f(X_i)，得到个体最优初始位置

和全局最优初始位置

对所有粒子，按照公式C(n^s)≥C(n^v),

检查是否每个虚拟网络节点都满足节点约束；为满足节点约束的粒子使用最短路径算法为虚拟链路寻找底层物理链路，同时按照公式

检查是否满足链路约束；

对于满足节点约束和链路约束的粒子更新其位置向量与速度向量，对于不满足约束条件的粒子进行重新映射并生成其位置向量及速度向量；

对于

判断适应度函数f(X_i)的值，若连续预设次无变化，输出最优虚拟网络映射方案；若

则

若

则

迭代次数减1；迭代至最大可迭代次数M，输出最优虚拟网络映射方案；

所述使用最短路径算法为虚拟链路寻找底层物理链路的步骤具体包括：

获得节点映射结果；

获取映射节点n^s(start)、n^s(end)，将两个节点的所有路径作为路径集P^s；

通过最短路径算法在路径集P^s中找出两个节点n^s(start)、n^s(end)之间的最短路径；

通过

判断链路是否满足链路约束，如果满足则映射成功，否则链路映射失败。

2.根据权利要求1所述的一种空天地一体化网络资源映射方法，其特征在于，节点的属性集合包括CPU剩余资源、位置需求，链路属性集合包括可用带宽资源Bw_L(l^s)；

所述虚拟网络节点约束包括CPU资源需求、位置需求，虚拟网络链路约束集合包括带宽需求、延迟约束。

3.根据权利要求1所述的一种空天地一体化网络资源映射方法，其特征在于，所述分类包括：所述判断分类后的虚拟网络请求所映射时间内的物理网络拓扑是否发生变化时，采用快照路由算法。

Images