CN113904923A - 一种基于软件定义网络的服务功能链联合优化方法 - Google Patents

一种基于软件定义网络的服务功能链联合优化方法 Download PDF

Info

Publication number
CN113904923A
CN113904923A CN202111133810.0A CN202111133810A CN113904923A CN 113904923 A CN113904923 A CN 113904923A CN 202111133810 A CN202111133810 A CN 202111133810A CN 113904923 A CN113904923 A CN 113904923A
Authority
CN
China
Prior art keywords
service function
node
link
network
function
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
Application number
CN202111133810.0A
Other languages
English (en)
Other versions
CN113904923B (zh
Inventor
吴丽芳
潘盼
范琪琳
付智瀚
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing College of Electronic Engineering
Original Assignee
Chongqing College of Electronic Engineering
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing College of Electronic Engineering filed Critical Chongqing College of Electronic Engineering
Priority to CN202111133810.0A priority Critical patent/CN113904923B/zh
Publication of CN113904923A publication Critical patent/CN113904923A/zh
Application granted granted Critical
Publication of CN113904923B publication Critical patent/CN113904923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • H04L41/14—Network analysis or design
    • H04L41/142—Network analysis or design using statistical or mathematical methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Algebra (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Physics (AREA)
  • Probability & Statistics with Applications (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种基于软件定义网络的服务功能链联合优化方法，步骤包括：1)获取当前物理网络剩余资源容量信息和服务功能请求；2)将服务功能请求组成待部署的服务功能链；3)根据物理网络与服务功能链建立逻辑功能图；4)建立服务功能链优化模型；5)确定虚拟网络功能VNF和链路部署方案；6)完成虚拟网络功能VNF和链路的部署，并根据利用率进行虚拟网络功能VNF和链路的调度，以实现负载均衡；本发明利用逻辑功能图来获取服务功能链的部署方案，通过删除不满足节点资源容量约束和链路带宽资源容量约束的节点与链路，减少了时间开销，并且以最小化资源开销为目标，减少了资源的开销。

Description

一种基于软件定义网络的服务功能链联合优化方法
技术领域
本发明涉及网络服务功能链领域，具体是一种基于软件定义网络的服务功能链联合优化方法。
背景技术
在传统网络中，服务提供商依靠中间盒来实现网络功能，如负载平衡器、入侵预防系统、防火墙、网络地址转换器等。然而，这些网络功能是直接接到专用硬件设备的，导致了互联网服务提供商缺乏灵活性、可扩展性、运营费用过高等问题。近年来，网络功能虚拟化(Network Function Virtualization，NFV)已经成为一种很有前途的范例，它可以将网络功能从专用硬件设备解耦到软件中间键，用来解决上述问题。NFV技术将网络服务或应用程序转换为虚拟网络功能(Virtual Network Function，VNF)。基于NFV，服务功能链(ServiceFunction Chain，SFC)成为一种流行的网络服务形式，它允许网络流量按照业务逻辑所需的特定顺序通过一组VNF，以安排复杂的服务。SFC的资源分配问题分为三种：SFC的组成，SFC的部署与SFC的调度。SFC的组成问题是如何将VNF组成一条链，SFC的部署问题是如何将VNF映射到相应的服务器并通过传输链路将其连接起来，SFC的调度问题是如何将已经部署好的VNF迁移到其他服务器，从而达到目标。
现有的方法并没有认识到SFC的资源分配问题应该是SFC的组成问题，没有将SFC的部署问题和SFC的调度问题相互联合起来，从而导致性能不足或者结果不佳。
发明内容
本发明的目的是提供一种基于软件定义网络的服务功能链联合优化方法，包括以下步骤：
1)获取当前物理网络剩余资源容量信息和服务功能请求。
2)将服务功能请求组成待部署的服务功能链。
将服务功能请求组成服务功能链的方法为：在满足VNF相互间的依赖关系的情况下，根据虚拟网络功能VNF的流量改变率，对服务功能请求中的网络功能进行升序排序，得到待部署的服务功能链。
将服务功能请求组成服务功能链的步骤包括：
2.1)根据虚拟网络功能VNF的流量改变率，对服务功能请求中的虚拟网络功能VNF进行升序排序。
2.2)根据虚拟网络功能VNF相互间的依赖关系调整虚拟网络功能VNF的顺序，得到待部署的服务功能链。调整方法为：令相互依赖的虚拟网络功能对相邻。
3)根据物理网络与服务功能链建立逻辑功能图。
根据物理网络与服务功能链建立逻辑功能图的步骤包括：
3.1)对于服务功能链中的每个虚拟网络功能VNF，在物理网络中找到相对应的逻辑节点。
3.2)删除剩余资源容量不满足节点资源约束条件的逻辑节点，保留剩余资源容量满足节点资源约束条件的逻辑节点。
节点资源约束条件分别如下所示：
Figure BDA0003281499590000021
Figure BDA0003281499590000022
式中，
Figure BDA0003281499590000023
为虚拟服务功能uf所需要的CPU资源容量。cu表示物理网络节点u的剩余CPU资源容量。
Figure BDA0003281499590000024
为虚拟服务功能uf的网络功能类型。Tu表示物理网络节点u中的网络功能类型。
Figure BDA0003281499590000025
用于表征虚拟服务功能uf是否部署在物理节点u上。V表示物理网络节点总数。M表示VNF实例集合；Vf为虚拟服务功能数量；
3.3)利用迪杰斯特拉算法获得相邻虚拟网络功能VNF之间的最短路径，并将该最短路劲作为逻辑链路。
3.4)删除剩余资源容量不满足链路约束条件的逻辑链路，保留剩余资源容量满足链路资源约束条件的逻辑链路。
链路约束条件分别如下所示：
Figure BDA0003281499590000026
Figure BDA0003281499590000027
式中，
Figure BDA0003281499590000028
为虚拟链路ufvf所需的带宽资源。buv表示物理网络链路uv的剩余带宽资源容量。
Figure BDA0003281499590000029
用于表征虚拟链路ufvf是否部署在物理网络链路uv上。E为物理网络链路的数量。Ef为虚拟链路的数量。df为服务功能链请求的延迟。
Figure BDA00032814995900000210
表征虚拟链路ufvf的延迟；
3.5)将逻辑节点与逻辑链路组合，形成逻辑功能图。
4)建立服务功能链优化模型。
所述服务功能链优化模型的目标函数如下所示：
Figure BDA0003281499590000031
式中，ufvf为服务功能链的链路。
Figure BDA0003281499590000032
表示在物理链路uv上部署ufvf的带宽开销。
Figure BDA0003281499590000033
用于表征虚拟链路ufvf是否部署在物理网络链路uv上。uf为服务功能链的虚拟网络功能VNF。
Figure BDA0003281499590000034
表示在物理节点u上部署uf的CPU开销。
Figure BDA0003281499590000035
用于表征虚拟网络功能uf是否部署在物理节点u上。cost表示成本。
所述服务功能链优化模型的约束条件分别如下所示：
Figure BDA0003281499590000036
Figure BDA0003281499590000037
式中，u为物理节点。m表示服务功能链的虚拟网络功能VNF。M表示网络中虚拟网络功能VNF集合。
Figure BDA0003281499590000038
用于表征虚拟网络功能VNF m是否部署在节点u上。In(v)和Out(v)代表节点v的输入和输出链路集合。
5)将逻辑功能图输入到服务功能链优化模型中，确定虚拟网络功能VNF和链路部署方案。
6)根据虚拟网络功能VNF和链路部署方案，完成虚拟网络功能VNF和链路的部署，并根据利用率进行虚拟网络功能VNF和链路的调度，以实现负载均衡。
根据利用率进行虚拟网络功能VNF和链路调度的步骤包括：
6.1)计算物理网络中每个节点的容量利用率。
6.2)将利用率大于λ的节点写入节点集合I中，将利用率小于λ的节点写入节点集合II中。节点集合I和节点集合II中的节点均根据利用率大小升序排序。λ为利用率阈值。
6.3)判断节点集合I是否不为空，若是，则进入步骤6.4)，否则进入步骤6.7)。
6.4)确定节点集合I中利用率最大的节点，并按照虚拟网络功能VNF资源占用率对该节点虚拟网络功能VNF进行降序排序
6.5)判断节点集合I中利用率最大节点的服务功能链SFC是否为长生命周期服务功能链，若是，则将该服务功能链SFC迁移到节点集合II利用率最小的节点中，若否，则删除利用率最大的节点，并返回步骤6.3)。
6.6)利用迪杰斯特拉算法重新计算被迁移的服务功能链SFC，并在物理网络中部署该服务功能链SFC。
6.7)计算物理网络中各个节点的容量利用率，判断所有节点的利用率是否均小于λ，若是，则调度完成，否则，返回步骤6.2)。
7)在处理服务功能请求的过程中、处理服务功能请求后，释放生命周期结束的服务链功能链的资源容量。
本发明的技术效果是毋庸置疑的，本发明具有以下有益效果：
1)将服务功能链的组成通过一种启发式算法来获取，有效地减少了服务功能链的流量带宽的消耗；
2)利用逻辑功能图来获取服务功能链的部署方案，通过删除不满足节点资源容量约束和链路带宽资源容量约束的节点与链路，减少了时间开销，并且以最小化资源开销为目标，减少了资源的开销；
3)使用启发式算法将负载过重的节点部署的VNF调度到负载轻的节点上，实现了负载均衡的效果；
4)将服务功能链的组成，服务功能链的部署和服务功能链的调度联合进行优化，有效地解决了服务功能链资源分配的问题。
附图说明
图1为本发明一种基于网络功能虚拟化的服务功能链联合优化方法的流程图。
图2为本发明一种基于网络功能虚拟化的服务功能链联合优化方法的服务功能链资源分配示例图；
图3为本发明一种基于网络功能虚拟化的服务功能链联合优化方法的逻辑功能图。
具体实施方式
下面结合实施例对本发明作进一步说明，但不应该理解为本发明上述主题范围仅限于下述实施例。在不脱离本发明上述技术思想的情况下，根据本领域普通技术知识和惯用手段，做出各种替换和变更，均应包括在本发明的保护范围内。
实施例1：
参见图1至图3，一种基于软件定义网络的服务功能链联合优化方法，包括以下步骤：
1)获取当前物理网络剩余资源容量信息和服务功能请求。
2)将服务功能请求组成待部署的服务功能链。
将服务功能请求组成服务功能链的方法为：在满足VNF相互间的依赖关系的情况下，根据虚拟网络功能VNF的流量改变率，对服务功能请求中的网络功能进行升序排序，得到待部署的服务功能链。
将服务功能请求组成服务功能链的步骤包括：
2.1)根据虚拟网络功能VNF的流量改变率，对服务功能请求中的虚拟网络功能VNF进行升序排序。
2.2)根据虚拟网络功能VNF相互间的依赖关系调整虚拟网络功能VNF的顺序，得到待部署的服务功能链。调整方法为：令相互依赖的虚拟网络功能对相邻。
3)根据物理网络与服务功能链建立逻辑功能图。
根据物理网络与服务功能链建立逻辑功能图的步骤包括：
3.1)对于服务功能链中的每个虚拟网络功能VNF，在物理网络中找到相对应的逻辑节点。
3.2)删除剩余资源容量不满足节点资源约束条件的逻辑节点，保留剩余资源容量满足节点资源约束条件的逻辑节点。
节点资源约束条件分别如下所示：
Figure BDA0003281499590000051
Figure BDA0003281499590000052
式中，
Figure BDA0003281499590000053
为虚拟服务功能uf所需要的CPU资源容量。cu表示物理网络节点u的剩余CPU资源容量。
Figure BDA0003281499590000054
为虚拟服务功能uf的网络功能类型。Tu表示物理网络节点u中的网络功能类型。
Figure BDA0003281499590000055
用于表征虚拟服务功能uf是否部署在物理节点u上。V表示物理网络节点总数。M表示VNF实例集合；Vf为虚拟服务功能数量；
3.3)利用迪杰斯特拉算法获得相邻虚拟网络功能VNF之间的最短路径，并将该最短路劲作为逻辑链路。
3.4)删除剩余资源容量不满足链路约束条件的逻辑链路，保留剩余资源容量满足链路资源约束条件的逻辑链路。
链路约束条件分别如下所示：
Figure BDA0003281499590000056
Figure BDA0003281499590000057
式中，
Figure BDA0003281499590000061
为虚拟链路ufvf所需的带宽资源。buv表示物理网络链路uv的剩余带宽资源容量。
Figure BDA0003281499590000062
用于表征虚拟链路ufvf是否部署在物理网络链路uv上。E为物理网络链路的数量。Ef为虚拟链路的数量。df为服务功能链请求的延迟。
Figure BDA0003281499590000063
表征虚拟链路ufvf的延迟；
3.5)将逻辑节点与逻辑链路组合，形成逻辑功能图。
4)建立服务功能链优化模型。
所述服务功能链优化模型的目标函数如下所示：
Figure BDA0003281499590000064
式中，ufvf为服务功能链的链路。
Figure BDA0003281499590000065
表示在物理链路uv上部署ufvf的带宽开销。
Figure BDA0003281499590000066
用于表征虚拟链路ufvf是否部署在物理网络链路uv上。uf为服务功能链的虚拟网络功能VNF。
Figure BDA0003281499590000067
表示在物理节点u上部署uf的CPU开销。
Figure BDA0003281499590000068
用于表征虚拟网络功能uf是否部署在物理节点u上。cost表示成本。
所述服务功能链优化模型的约束条件分别如下所示：
Figure BDA0003281499590000069
Figure BDA00032814995900000610
式中，u为物理节点。m表示服务功能链的虚拟网络功能VNF。M表示网络中虚拟网络功能VNF集合。
Figure BDA00032814995900000611
用于表征虚拟网络功能VNF m是否部署在节点u上。In(v)和Out(v)代表节点v的输入和输出链路集合。
5)将逻辑功能图输入到服务功能链优化模型中，确定虚拟网络功能VNF和链路部署方案。
6)根据虚拟网络功能VNF和链路部署方案，完成虚拟网络功能VNF和链路的部署，并根据利用率进行虚拟网络功能VNF和链路的调度，以实现负载均衡。
根据利用率进行虚拟网络功能VNF和链路调度的步骤包括：
6.1)计算物理网络中每个节点的容量利用率。
6.2)将利用率大于λ的节点写入节点集合I中，将利用率小于λ的节点写入节点集合II中。节点集合I和节点集合II中的节点均根据利用率大小升序排序。λ为利用率阈值。
6.3)判断节点集合I是否不为空，若是，则进入步骤6.4)，否则进入步骤6.7)。
6.4)确定节点集合I中利用率最大的节点，并按照虚拟网络功能VNF资源占用率对该节点虚拟网络功能VNF进行降序排序
6.5)判断节点集合I中利用率最大节点的服务功能链SFC是否为长生命周期服务功能链，若是，则将该服务功能链SFC迁移到节点集合II利用率最小的节点中，若否，则删除利用率最大的节点，并返回步骤6.3)。
6.6)利用迪杰斯特拉算法重新计算被迁移的服务功能链SFC，并在物理网络中部署该服务功能链SFC。
6.7)计算物理网络中各个节点的容量利用率，判断所有节点的利用率是否均小于λ，若是，则调度完成，否则，返回步骤6.2)。
7)在处理服务功能请求的过程中、处理服务功能请求后，释放生命周期结束的服务链功能链的资源容量。
实施例2：
一种基于软件定义网络的服务功能链联合优化方法，包括以下步骤：
1)获取当前物理网络剩余资源容量信息和服务功能请求；
2)将服务功能请求组成待部署的服务功能链；
3)根据物理网络与服务功能链建立逻辑功能图；
4)建立服务功能链优化模型；
5)将逻辑功能图输入到服务功能链优化模型中，确定虚拟网络功能VNF和链路部署方案；
6)根据虚拟网络功能VNF和链路部署方案，完成虚拟网络功能VNF和链路的部署，并根据利用率进行虚拟网络功能VNF和链路的调度，以实现负载均衡。
实施例3：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，将服务功能请求组成服务功能链的方法为：在满足VNF相互间的依赖关系的情况下，根据虚拟网络功能VNF的流量改变率，对服务功能请求中的网络功能进行升序排序，得到待部署的服务功能链。
实施例4：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，将服务功能请求组成服务功能链的步骤包括：
1)根据虚拟网络功能VNF的流量改变率，对服务功能请求中的虚拟网络功能VNF进行升序排序；
2)根据虚拟网络功能VNF相互间的依赖关系调整虚拟网络功能VNF的顺序，得到待部署的服务功能链；调整方法为：令相互依赖的虚拟网络功能对相邻。
实施例5：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，根据物理网络与服务功能链建立逻辑功能图的步骤包括：
1)对于服务功能链中的每个虚拟网络功能VNF，在物理网络中找到相对应的逻辑节点；
2)删除剩余资源容量不满足节点资源约束条件的逻辑节点，保留剩余资源容量满足节点资源约束条件的逻辑节点；
节点资源约束条件分别如下所示：
Figure BDA0003281499590000081
Figure BDA0003281499590000082
式中，
Figure BDA0003281499590000083
为虚拟服务功能uf所需要的CPU资源容量；cu表示物理网络节点u的剩余CPU资源容量；
Figure BDA0003281499590000084
为虚拟服务功能uf的网络功能类型；Tu表示物理网络节点u中的网络功能类型；
Figure BDA0003281499590000085
用于表征虚拟服务功能uf是否部署在物理节点u上；V表示物理网络节点总数；
3)利用迪杰斯特拉算法获得相邻虚拟网络功能VNF之间的最短路径，并将该最短路劲作为逻辑链路；
4)删除剩余资源容量不满足链路约束条件的逻辑链路，保留剩余资源容量满足链路资源约束条件的逻辑链路；
链路约束条件分别如下所示：
Figure BDA0003281499590000086
Figure BDA0003281499590000087
式中，
Figure BDA0003281499590000091
为虚拟链路ufvf所需的带宽资源；buv表示物理网络链路uv的剩余带宽资源容量；
Figure BDA0003281499590000092
用于表征虚拟链路ufvf是否部署在物理网络链路uv上；E为物理网络链路的数量；Ef为虚拟链路的数量；df为服务功能链请求的延迟；
5)将逻辑节点与逻辑链路组合，形成逻辑功能图。
实施例6：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，所述服务功能链优化模型的目标函数如下所示：
Figure BDA0003281499590000093
式中，ufvf为服务功能链的链路；
Figure BDA0003281499590000094
表示在物理链路uv上部署ufvf的带宽开销；
Figure BDA0003281499590000095
用于表征虚拟链路ufvf是否部署在物理网络链路uv上；uf为服务功能链的虚拟网络功能VNF；
Figure BDA0003281499590000096
表示在物理节点u上部署uf的CPU开销；
Figure BDA0003281499590000097
用于表征虚拟网络功能uf是否部署在物理节点u上；cost表示成本；
实施例7：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，所述服务功能链优化模型的约束条件分别如下所示：
Figure BDA0003281499590000098
Figure BDA0003281499590000099
式中，u为物理节点；m表示服务功能链的虚拟网络功能VNF；M表示网络中虚拟网络功能VNF集合；
Figure BDA00032814995900000910
用于表征虚拟网络功能VNF m是否部署在节点u上；In(v)和Out(v)代表节点v的输入和输出链路集合。
实施例8：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，根据利用率进行虚拟网络功能VNF和链路调度的步骤包括：
1)计算物理网络中每个节点的容量利用率；
2)将利用率大于λ的节点写入节点集合I中，将利用率小于λ的节点写入节点集合II中；节点集合I和节点集合II中的节点均根据利用率大小升序排序；λ为利用率阈值；
3)判断节点集合I是否不为空，若是，则进入步骤4)，否则进入步骤7)；
4)确定节点集合I中利用率最大的节点，并按照虚拟网络功能VNF资源占用率对该节点虚拟网络功能VNF进行降序排序
5)判断节点集合I中利用率最大节点的服务功能链SFC是否为长生命周期服务功能链，若是，则将该服务功能链SFC迁移到节点集合II利用率最小的节点中，若否，则删除利用率最大的节点，并返回步骤3)；
6)利用迪杰斯特拉算法重新计算被迁移的服务功能链SFC，并在物理网络中部署该服务功能链SFC；
7)计算物理网络中各个节点的容量利用率，判断所有节点的利用率是否均小于λ，若是，则调度完成，否则，返回步骤2)。
实施例9：
一种基于软件定义网络的服务功能链联合优化方法，主要步骤见实施例2，其中，在处理服务功能请求的过程中、处理服务功能请求后，释放生命周期结束的服务链功能链的资源容量。
实施例10：
一种基于网络功能虚拟化的服务功能链联合优化方法。如图1，
本发明一种基于网络功能虚拟化的服务功能链联合优化方法，步骤包括：
1)初始化程序，读取当前物理网络剩余资源容量信息和服务功能请求；参见图2，服务功能请求包含了虚拟网络功能{VNF1，VNF2，VNF3，VNF4}，VNF1依赖于VNF2，也就是说经过VNF1之前必须经过VNF2。虚拟网络功能上方的数值表示VNF对流量的改变率，物理网络包含了5个服务器，每个服务器在满足资源容量约束和类型约束的前提下可以部署多种VNF，服务器中黑色部分表占用的资源。SFC的资源分配问题首先是SFC的组成，然后对组成的SFC进行部署，最后对部署的VNF进行调度。
2)通过启发式算法与VNF的依赖关系，将服务功能请求组成一条服务功能链用来进行部署，具体包括如下步骤：
2.1)将服务功能请求中的VNF根据其流量的改变率按照从小到大进行排序；
2.2)将排序好的VNF顺序根据VNF的依赖关系进行重新调整位置，调整好的位置顺序的链就是SFC需要部署的功能链；
3)根据物理网络与服务功能链得到相应的逻辑功能图；
3.1)对于服务功能链中的每个VNF，在物理网络中找到与其对应的逻辑节点，在逻辑功能图中，每一列都是与VNF具有相同功能的逻辑节点；
3.2)选择剩余资源容量满足节点资源约束条件的逻辑节点，并删除不满足节点资源约束条件的逻辑节点，节点约束条件为节点CPU资源约束，VNF类型约束即：
Figure BDA0003281499590000111
Figure BDA0003281499590000112
式(4)代表了请求的CPU资源容量不能大于节点中剩余的CPU资源容量，其中，
Figure BDA0003281499590000113
为虚拟服务功能uf的所需要的CPU资源容量；cu表示物理网络节点u的剩余CPU资源容量；
式(5)代表了部署的节点中的网络功能类型必须包含需要部署的服务功能uf的网络功能类型，其中，
Figure BDA0003281499590000114
为服务功能uf的网络功能类型；Tu表示物理网络节点u中的网络功能类型；
3.3)对于两个相邻VNF之间的链路，我们通过迪杰斯特拉算法获得其最短路径，并将其作为两个逻辑节点的逻辑链路；
3.4)选择剩余资源容量满足链路资源约束条件的逻辑链路，并删除不满足链路约束条件的逻辑链路，链路约束包括链路资源约束和链路延迟约束，即：
Figure BDA0003281499590000115
Figure BDA0003281499590000116
式(6)代表物理链路的剩余带宽资源必须大于等于请求的链路带宽资源，其中，
Figure BDA0003281499590000117
为虚拟链路ufvf所需要的带宽资源；buv表示物理网络链路uv的剩余带宽资源容量；
式(7)代表部署的物理链路的总延迟必须小于等于请求的链路延迟，其中df为服务功能链请求的延迟；
3.5)将逻辑节点与逻辑链路组合，形成逻辑功能图，如图3所示；
4)根据目标函数，获得最小的开销方案，目标函数定义为最小化开销，即：
Figure BDA0003281499590000121
式(1)中，ufvf为服务功能链的链路；
Figure BDA0003281499590000122
表示在物理链路uv上部署ufvf的带宽开销；
Figure BDA0003281499590000123
表示ufvf是否部署在链路uv上；uf为服务功能链的VNF；
Figure BDA0003281499590000124
表示在物理节点u上部署uf的CPU开销；
Figure BDA0003281499590000125
表示虚拟网络功能uf是否部署在物理节点u上；
5)部署最小开销的方案，其中包括VNF部署和链路部署，VNF的部署需要满足部署约束，链路部署需要满足路径约束，即：
Figure BDA0003281499590000126
Figure BDA0003281499590000127
式(2)表示服务功能链中的每个VNF只能唯一地部署在一个物理节点上，其中，u为物理节点；m表示服务功能链的VNF；M表示网络中VNF实例集合，
Figure BDA0003281499590000128
表示VNF实例m是否部署在节点u；
式(3)表示部署的链路的路径必须按照服务功能链请求的顺序遍历VNF，其中，In(v)和Out(v)代表节点v的输入和输出链路集合；
6)对已经部署好的节点与链路根据利用率进行调度，使其能够实现负载均衡，具体步骤包括：
6.1)计算出物理网络中每个节点的容量利用率；
6.2)挑选出利用率大于λ与利用率小于λ的节点，并分别对其按照从小到大的顺序进行排序，其中λ为利用率阈值；
6.3)判断利用率大于λ的排序结果中是否存在节点，如果存在节点，将其按照步骤D4进行调度，否则返回D7；
6.4)选择利用率最大的节点，将该节点中VNF资源占用率按照从大到小进行排序成列表；
6.5)判断其SFC是否为长生命周期服务功能链，如果是，则迁移到利用率最小的节点中，否则在列表中删除该节点，返回步骤D4；
6.6)根据迪杰斯特拉算法重新计算被迁移的链路，并将其在物理网络中部署；
6.7)计算网络中各个节点的利用率，判断所有节点的利用率是否小于λ，如果是则进入步骤D8，否则返回D2；
6.8)调度完成；
7)寻找生命周期结束的服务链功能链，并释放相应的资源容量。

Claims (8)

1.一种基于软件定义网络的服务功能链联合优化方法，其特征在于，包括以下步骤：
1)获取当前物理网络剩余资源容量信息和所述服务功能请求。
2)将服务功能请求组成待部署的服务功能链；
3)根据物理网络与服务功能链建立逻辑功能图；
4)建立服务功能链优化模型；
5)将逻辑功能图输入到服务功能链优化模型中，确定虚拟网络功能VNF和链路部署方案；
6)根据虚拟网络功能VNF和链路部署方案，完成虚拟网络功能VNF和链路的部署，并根据利用率进行虚拟网络功能VNF和链路的调度，以实现负载均衡。
2.根据权利要求1所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：将服务功能请求组成服务功能链的方法为：在满足VNF相互间的依赖关系的情况下，根据虚拟网络功能VNF的流量改变率，对服务功能请求中的网络功能进行升序排序，得到待部署的服务功能链。
3.根据权利要求2所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：将服务功能请求组成服务功能链的步骤包括：
1)根据虚拟网络功能VNF的流量改变率，对服务功能请求中的虚拟网络功能VNF进行升序排序；
2)根据虚拟网络功能VNF相互间的依赖关系调整虚拟网络功能VNF的顺序，得到待部署的服务功能链；调整方法为：令相互依赖的虚拟网络功能对相邻。
4.根据权利要求1所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：根据物理网络与服务功能链建立逻辑功能图的步骤包括：
1)对于服务功能链中的每个虚拟网络功能VNF，在物理网络中找到相对应的逻辑节点；
2)删除剩余资源容量不满足节点资源约束条件的逻辑节点，保留剩余资源容量满足节点资源约束条件的逻辑节点；
节点资源约束条件分别如下所示：
Figure FDA0003281499580000011
Figure FDA0003281499580000021
式中，
Figure FDA0003281499580000022
为虚拟服务功能uf所需要的CPU资源容量；cu表示物理网络节点u的剩余CPU资源容量；
Figure FDA0003281499580000023
为虚拟服务功能uf的网络功能类型；Tu表示物理网络节点u中的网络功能类型；M表示VNF实例集合；
Figure FDA0003281499580000024
用于表征虚拟服务功能uf是否部署在物理节点u上；V表示物理网络节点总数；Vf为虚拟服务功能数量；
3)利用迪杰斯特拉算法获得相邻虚拟网络功能VNF之间的最短路径，并将该最短路劲作为逻辑链路；
4)删除剩余资源容量不满足链路约束条件的逻辑链路，保留剩余资源容量满足链路资源约束条件的逻辑链路；
链路约束条件分别如下所示：
Figure FDA0003281499580000025
Figure FDA0003281499580000026
式中，
Figure FDA0003281499580000027
为虚拟链路ufvf所需的带宽资源；buv表示物理网络链路uv的剩余带宽资源容量；
Figure FDA0003281499580000028
用于表征虚拟链路ufvf是否部署在物理网络链路uv上；E为物理网络链路的数量；Ef为虚拟链路的数量；df为服务功能链请求的延迟；
Figure FDA0003281499580000029
表征虚拟链路ufvf的延迟；
5)将逻辑节点与逻辑链路组合，形成逻辑功能图。
5.根据权利要求1所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：所述服务功能链优化模型的目标函数如下所示：
Figure FDA00032814995800000210
式中，ufvf为服务功能链的链路；
Figure FDA00032814995800000211
表示在物理链路uv上部署ufvf的带宽开销；
Figure FDA00032814995800000212
用于表征虚拟链路ufvf是否部署在物理网络链路uv上；uf为服务功能链的虚拟网络功能VNF；
Figure FDA00032814995800000213
表示在物理节点u上部署uf的CPU开销；
Figure FDA00032814995800000214
用于表征虚拟网络功能uf是否部署在物理节点u上；cost表示成本。
6.根据权利要求1所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：所述服务功能链优化模型的约束条件分别如下所示：
Figure FDA0003281499580000031
Figure FDA0003281499580000032
式中，u为物理节点；m表示服务功能链的虚拟网络功能VNF；M表示网络中虚拟网络功能VNF集合；
Figure FDA0003281499580000033
用于表征虚拟网络功能VNFm是否部署在节点u上；In(v)和Out(v)代表节点v的输入和输出链路集合。
7.根据权利要求1所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：根据利用率进行虚拟网络功能VNF和链路调度的步骤包括：
1)计算物理网络中每个节点的容量利用率；
2)将利用率大于λ的节点写入节点集合I中，将利用率小于λ的节点写入节点集合II中；节点集合I和节点集合II中的节点均根据利用率大小升序排序；λ为利用率阈值；
3)判断节点集合I是否不为空，若是，则进入步骤4)，否则进入步骤7)；
4)确定节点集合I中利用率最大的节点，并按照虚拟网络功能VNF资源占用率对该节点虚拟网络功能VNF进行降序排序
5)判断节点集合I中利用率最大节点的服务功能链SFC是否为长生命周期服务功能链，若是，则将该服务功能链SFC迁移到节点集合II利用率最小的节点中，若否，则删除利用率最大的节点，并返回步骤3)；
6)利用迪杰斯特拉算法重新计算被迁移的服务功能链SFC，并在物理网络中部署该服务功能链SFC；
7)计算物理网络中各个节点的容量利用率，判断所有节点的利用率是否均小于λ，若是，则调度完成，否则，返回步骤2)。
8.根据权利要求1所述的一种基于软件定义网络的服务功能链联合优化方法，其特征在于：在处理服务功能请求的过程中、处理服务功能请求后，释放生命周期结束的服务链功能链的资源容量。
CN202111133810.0A 2021-09-27 2021-09-27 一种基于软件定义网络的服务功能链联合优化方法 Active CN113904923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111133810.0A CN113904923B (zh) 2021-09-27 2021-09-27 一种基于软件定义网络的服务功能链联合优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111133810.0A CN113904923B (zh) 2021-09-27 2021-09-27 一种基于软件定义网络的服务功能链联合优化方法

Publications (2)

Publication Number Publication Date
CN113904923A true CN113904923A (zh) 2022-01-07
CN113904923B CN113904923B (zh) 2023-08-22

Family

ID=79029680

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111133810.0A Active CN113904923B (zh) 2021-09-27 2021-09-27 一种基于软件定义网络的服务功能链联合优化方法

Country Status (1)

Country Link
CN (1) CN113904923B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114900522A (zh) * 2022-05-11 2022-08-12 重庆大学 一种基于蒙特卡洛树搜索的服务功能链迁移方法
CN114978913A (zh) * 2022-04-28 2022-08-30 南京邮电大学 一种基于切链的服务功能链跨域部署方法及系统
CN115086220A (zh) * 2022-06-30 2022-09-20 绿盟科技集团股份有限公司 一种网络报文转发方法、装置、设备及介质
CN115086175A (zh) * 2022-04-26 2022-09-20 北京邮电大学 资源优化的方法及装置
CN115834408A (zh) * 2022-11-22 2023-03-21 上海交通大学 一种面向虚拟tsn网络的多优先级服务功能链部署方法
CN115842744A (zh) * 2023-02-21 2023-03-24 中移动信息技术有限公司 节点部署方法、装置、设备及存储介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017171011A1 (ja) * 2016-03-31 2017-10-05 日本電気株式会社 通信システムと機能配備装置と機能配備方法並びにプログラム
US20170371692A1 (en) * 2016-06-22 2017-12-28 Ciena Corporation Optimized virtual network function service chaining with hardware acceleration
US20180097696A1 (en) * 2016-09-30 2018-04-05 International Business Machines Corporation System, method and computer program product for network function optimization based on locality and function type
CN108259238A (zh) * 2018-01-10 2018-07-06 重庆邮电大学 数据中心中网络功能服务链映射的方法
CN108345490A (zh) * 2017-01-24 2018-07-31 华为技术有限公司 一种nfv中部署虚拟机的方法和系统
CN108429633A (zh) * 2018-01-18 2018-08-21 西南交通大学 基于灰狼算法的虚拟网络功能部署方法
CN110134493A (zh) * 2019-05-05 2019-08-16 西安邮电大学 一种基于资源碎片避免的服务功能链部署算法
CN110351145A (zh) * 2019-07-18 2019-10-18 重庆电子工程职业学院 一种基于经济效益的虚拟化的无线网络功能编排方法
WO2020114608A1 (en) * 2018-12-07 2020-06-11 Nokia Solutions And Networks Oy Method and apparatus for mapping network slices onto network infrastructures with sla guarantee
WO2020138605A1 (ko) * 2018-12-28 2020-07-02 연세대학교 산학협력단 사용자 특성을 반영한 클러스터 기반 가상 네트워크 기능의 자원 할당 방법
CN111988160A (zh) * 2019-05-23 2020-11-24 中移(苏州)软件技术有限公司 一种虚拟化网络功能的部署方法和装置
CN112083933A (zh) * 2020-08-27 2020-12-15 重庆大学 一种基于强化学习的服务功能链部署方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017171011A1 (ja) * 2016-03-31 2017-10-05 日本電気株式会社 通信システムと機能配備装置と機能配備方法並びにプログラム
US20170371692A1 (en) * 2016-06-22 2017-12-28 Ciena Corporation Optimized virtual network function service chaining with hardware acceleration
US20180097696A1 (en) * 2016-09-30 2018-04-05 International Business Machines Corporation System, method and computer program product for network function optimization based on locality and function type
CN108345490A (zh) * 2017-01-24 2018-07-31 华为技术有限公司 一种nfv中部署虚拟机的方法和系统
CN108259238A (zh) * 2018-01-10 2018-07-06 重庆邮电大学 数据中心中网络功能服务链映射的方法
CN108429633A (zh) * 2018-01-18 2018-08-21 西南交通大学 基于灰狼算法的虚拟网络功能部署方法
WO2020114608A1 (en) * 2018-12-07 2020-06-11 Nokia Solutions And Networks Oy Method and apparatus for mapping network slices onto network infrastructures with sla guarantee
WO2020138605A1 (ko) * 2018-12-28 2020-07-02 연세대학교 산학협력단 사용자 특성을 반영한 클러스터 기반 가상 네트워크 기능의 자원 할당 방법
CN110134493A (zh) * 2019-05-05 2019-08-16 西安邮电大学 一种基于资源碎片避免的服务功能链部署算法
CN111988160A (zh) * 2019-05-23 2020-11-24 中移(苏州)软件技术有限公司 一种虚拟化网络功能的部署方法和装置
CN110351145A (zh) * 2019-07-18 2019-10-18 重庆电子工程职业学院 一种基于经济效益的虚拟化的无线网络功能编排方法
CN112083933A (zh) * 2020-08-27 2020-12-15 重庆大学 一种基于强化学习的服务功能链部署方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
NAOKI AKUTSU ECT.: "Resource Allocation Methods Considering Residual Link Bandwidth for Service Function Chaining Design", 《2017 IEEE 41ST ANNUAL COMPUTER SOFTWARE AND APPLICATIONS CONFERENCE (COMPSAC)》 *
PAN PAN ECT.: "GCN-TD: A Learning-based Approach for Service Function Chain Deployment on the Fly", 《GLOBECOM 2020 - 2020 IEEE GLOBAL COMMUNICATIONS CONFERENCE》 *
孙士清;彭建华;游伟;李英乐;: "基于在线实例配置的服务功能链部署方法", 计算机工程, no. 12 *
范宏伟;胡宇翔;兰巨龙;: "两段式虚拟网络功能硬件加速资源部署机制", 计算机应用, no. 09 *
陈卓;冯钢;刘蓓;周杨;: "运营商网络中面向时延优化的服务功能链迁移重配置策略", 电子学报, no. 09 *
黄梅根;汪涛;刘亮;庞瑞琴;杜欢;: "基于软件定义网络资源优化的虚拟网络功能部署策略", 计算机科学, no. 1 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115086175A (zh) * 2022-04-26 2022-09-20 北京邮电大学 资源优化的方法及装置
CN115086175B (zh) * 2022-04-26 2023-06-30 北京邮电大学 资源优化的方法及装置
CN114978913A (zh) * 2022-04-28 2022-08-30 南京邮电大学 一种基于切链的服务功能链跨域部署方法及系统
CN114978913B (zh) * 2022-04-28 2023-07-28 南京邮电大学 一种基于切链的服务功能链跨域部署方法及系统
CN114900522A (zh) * 2022-05-11 2022-08-12 重庆大学 一种基于蒙特卡洛树搜索的服务功能链迁移方法
CN114900522B (zh) * 2022-05-11 2024-03-12 重庆大学 一种基于蒙特卡洛树搜索的服务功能链迁移方法
CN115086220A (zh) * 2022-06-30 2022-09-20 绿盟科技集团股份有限公司 一种网络报文转发方法、装置、设备及介质
CN115086220B (zh) * 2022-06-30 2024-05-17 绿盟科技集团股份有限公司 一种网络报文转发方法、装置、设备及介质
CN115834408A (zh) * 2022-11-22 2023-03-21 上海交通大学 一种面向虚拟tsn网络的多优先级服务功能链部署方法
CN115842744A (zh) * 2023-02-21 2023-03-24 中移动信息技术有限公司 节点部署方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113904923B (zh) 2023-08-22

Similar Documents

Publication Publication Date Title
CN108260169B (zh) 一种基于QoS保障的服务功能链动态部署方法
CN113904923B (zh) 一种基于软件定义网络的服务功能链联合优化方法
CN108965014B (zh) QoS感知的服务链备份方法及系统
Huang et al. Maximizing throughput of delay-sensitive NFV-enabled request admissions via virtualized network function placement
Wang et al. Presto: Towards efficient online virtual network embedding in virtualized cloud data centers
CN113708972A (zh) 一种服务功能链部署方法、装置、电子设备及存储介质
KR20200062299A (ko) 블록체인 트랜잭션들을 선택하기 위한 트랜잭션 선택 디바이스
CN106775949B (zh) 感知复合应用特征与网络带宽的虚拟机在线迁移优化方法
CN111130858A (zh) 一种sd-wan场景下的动态多目标虚拟网络映射方法
CN111538567B (zh) 一种边缘设备上虚拟网络功能链的部署方法和设备
CN114625500B (zh) 云环境下拓扑感知的微服务应用调度的方法及应用
CN108667657A (zh) 一种面向sdn的基于局部特征信息的虚拟网络映射方法
CN114116157A (zh) 一种边缘环境下多边缘集群云结构及负载均衡调度方法
CN113259440B (zh) 一种基于负载均衡的虚拟网络功能动态部署方法及系统
Shang et al. Online service function chain placement for cost-effectiveness and network congestion control
CN114071582A (zh) 面向云边协同物联网的服务链部署方法及装置
CN110048966B (zh) 基于截止时间的最小化系统开销的Coflow调度方法
Chai et al. A parallel placement approach for service function chain using deep reinforcement learning
CN108833295B (zh) 面向sdn的基于禁忌搜索的虚拟网络重配置方法
CN112423041B (zh) 分布式计算平台下基于QoS约束的视频流处理方法和系统
CN113935472A (zh) 模型调度处理方法、装置、设备及存储介质
Huang et al. An efficient joint node and link mapping approach based on genetic algorithm for network virtualization
Zhu et al. Cost-efficient VNF placement strategy for IoT networks with availability assurance
CN110958192B (zh) 一种基于虚拟交换机的虚拟数据中心资源分配系统及方法
CN113395183B (zh) 网络仿真平台vlan互联的虚拟节点调度方法与系统

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