CN114422375B - 虚拟网资源分配方法、设备、介质及程序产品 - Google Patents
虚拟网资源分配方法、设备、介质及程序产品 Download PDFInfo
- Publication number
- CN114422375B CN114422375B CN202111509445.9A CN202111509445A CN114422375B CN 114422375 B CN114422375 B CN 114422375B CN 202111509445 A CN202111509445 A CN 202111509445A CN 114422375 B CN114422375 B CN 114422375B
- Authority
- CN
- China
- Prior art keywords
- virtual
- network
- node
- virtual 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013468 resource allocation Methods 0.000 title claims abstract description 47
- 238000013507 mapping Methods 0.000 claims abstract description 125
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 54
- 238000004590 computer program Methods 0.000 claims description 13
- 239000002699 waste material Substances 0.000 abstract description 7
- 238000005457 optimization Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 238000009827 uniform distribution Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- H04L41/12—Discovery or management of network topologies
-
- 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
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/122—Shortest path evaluation by minimising distances, e.g. by selecting a route with minimum of number of hops
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/16—Multipoint routing
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
本发明提供一种虚拟网资源分配方法、设备、介质及程序产品,方法包括:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。本发明用以使底层网络的总成本最小化和总收益最大化,解决底层网络的网络资源分配浪费的问题。
Description
技术领域
本发明涉及电力通信网的资源管理技术领域,尤其涉及一种虚拟网资源分配方法、设备、介质及程序产品。
背景技术
当前互联网架构的僵化问题使得新型网络技术的应用变得越来越困难。为解决这个问题,网络虚拟化已经成为一种非常有效的方式。在网络虚拟化环境(NetworkVirtualization Environment,NVE)中,服务提供商(Service Provider,SP)通过从底层设施提供商(Infrastructure Provider,InP)租用底层网络(Substrate Network,SN)资源,创建虚拟网络(Virtual Network,VN)为最终用户提供定制服务,而无需对底层设施进行大量投资。网络虚拟化技术中最重要的一项工作是将底层网络资源高效的分配给虚拟网络。
底层网络如何高效率的为虚拟网分配资源方面已经取得了较多的研究成果。但是,随着底层节点和底层链路故障、虚拟网络生命周期的结束,网络资源的数量和利用率在动态发生变化,已分配的虚拟网络拓扑需要动态迁移或重新配置,否则使用当前的虚拟网络拓扑,对当前的虚拟网络拓扑进行资源分配,存在底层网络的网络资源分配浪费的问题。
发明内容
本发明提供一种虚拟网资源分配方法、设备及程序产品,用以解决现有技术中底层网络的网络资源分配浪费的缺陷,实现底层网络的总成本最小化和总收益最大化。
本发明提供一种虚拟网资源分配方法,包括:
获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;
最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;
通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
根据本发明提供的一种虚拟网资源分配方法,所述通过多商品流算法映射所述待分配底层节点对应的虚拟链路的步骤包括:
将虚拟节点对应的待分配底层节点与已有分配结果进行比较,确定需要迁移虚拟节点;
确定所述需要迁移虚拟节点对应的目标底层节点;
通过多商品流算法映射所述目标底层节点与对应的需要迁移虚拟节点之间的虚拟链路。
根据本发明提供的一种虚拟网资源分配方法,所述确定所述需要迁移虚拟节点对应的目标底层节点的步骤包括:
确定所述需要迁移虚拟节点对应的等价类底层节点的流量;
将所述流量最大对应的等价类底层节点作为所述需要迁移虚拟节点对应的目标底层节点。
根据本发明提供的一种虚拟网资源分配方法,所述对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑的步骤包括:
基于位置约束,在所述底层网络中确定所述虚拟网络中每个虚拟节点的底层节点等价类;
通过人工链路,将所述虚拟节点连接到与其对应底层节点等价类中的底层节点,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑。
根据本发明提供的一种虚拟网资源分配方法,所述获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑的步骤之前,还包括:
若检测到虚拟网络映射请求事件、虚拟网络离开事件、重新配置时间到达事件或底层节点出现故障事件,则执行所述步骤:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构虚拟网络后的虚拟网络映射拓扑。
根据本发明提供的一种虚拟网资源分配方法,通过最优虚拟网络线性规划算法,对所述虚拟网络映射拓扑进行优化,以最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;
其中,所述最优虚拟网络线性规划算法为线性规划商品流算法。
本发明还提供一种虚拟网资源分配装置,包括:
获取模块,用于获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;
优化模块,用于最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;
映射模块,用于通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述虚拟网资源分配方法的步骤。
本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述虚拟网资源分配方法的步骤。
本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述虚拟网资源分配方法的步骤。
本发明提供的虚拟网资源分配方法,通过提出新的优化算法来实现虚拟网络之间更好的协调,以获得最优化的虚拟网络映射拓扑,使底层网络的总成本最小化和总收益最大化。具体地,对虚拟网络映射拓扑进行优化,以最小化虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,从而为每个虚拟节点选择最优的底层节点,使底层网络的总成本最小化和总收益最大化,从而更好地解决底层网络的网络资源分配浪费的问题。
附图说明
为了更清楚地说明本发明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一简单地介绍,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是本发明提供的虚拟网资源分配方法的流程示意图之一;
图2是一种示例性的虚拟网络资源分配示意图;
图3是本发明提供的虚拟网资源分配方法的流程示意图之二;
图4是本发明的虚拟网资源分配方法随时间动态变化的示意图;
图5随时间变化的虚拟网络请求接受率比较结果示意图;
图6为接受的虚拟网络请求随时间变化的平均收入比较结果示意图;
图7为接受的虚拟网络请求随时间变化的平均成本比较结果示意图;
图8为底层网络随时间变化的平均节点利用率比较结果示意图;
图9是本发明提供的虚拟网资源分配装置的结构示意图;
图10是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明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,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。
下面结合图1-图10描述本发明的虚拟网资源分配方法。
请参照图1,本发明提供一种虚拟网资源分配方法,包括:
步骤10,获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构虚拟网络后的虚拟网络映射拓扑;
在本实施例中,需要说明的是,本发明所提出的虚拟网资源分配方法可以应用于虚拟化网络环境,虚拟化网络环境下的网络具有三层网络架构,具体包括网络服务、虚拟网络和底层网络三层。网络虚拟化环境中,服务提供商通过从底层设施提供商租用底层网络资源,通过虚拟网络为用户网络服务。
获取网络切片环境中当前的虚拟网络,并对当前的虚拟网络和对应的底层网络进行重新构建。对当前的虚拟网络和对应的底层网络进行重新构建是为了,对当前虚拟网络和底层网络对应的映射关系进行重构,以对当前的虚拟网映射关系进行重构,得到一个新的虚拟网络映射拓扑。需要说明的是,对虚拟网络和底层网络重新构建的目的是,建立虚拟网络和底层网络之间的新的映射关系,以便于基于重构虚拟网络和底层网络后得到的虚拟网络映射拓扑,即对虚拟网络映射拓扑进行优化。
需要说明的是,为了便于理解本发明所提出的虚拟网资源分配方法,均使用带权无向图对虚拟网络和底层网络进行建模。使用带权无向图GS=(NS,ES)对底层网络进行建模,其中NS表示底层节点集,ES表示底层链路集。使用Path(s,t)表示从源节点s到目的节点t的底层路径。每个底层节点ns∈NS具有CPU容量值c(ns)和地理位置值loc(ns)的属性。底层节点和/>之间的每条底层链路eS(i,j)∈ES具有带宽容量值b(eS)属性。
使用带权无向图GV=(NV,EV)对虚拟网络进行建模,其中NV表示虚拟节点集,EV表示虚拟链路集。每个虚拟节点nV∈NV具有CPU容量值c(nV)、地理位置值loc(nV)。虚拟节点的位置值loc(nV)与可承载当前虚拟节点的底层节点之间的距离约束使用D(nV)表示。节点i和j具有带宽容量值b(eV)的属性。例如,图2中有两个虚拟网请求(Virtual Network Request,VNR)。虚拟节点和/>之间的每条虚拟链路eV(i,j)∈EV具有带宽容量值b(eV)属性。
底层节点nS的剩余CPU容量RN(nS)和底层链路eS的剩余带宽容量RE(eS)定义如公式(1)和公式(2)。其中,nV↓nS表示nV的资源由nS分配,eV↓eS表示eV的资源由eS分配。
一个虚拟网络映射定义为公式(3),表示虚拟网GV(NV,EV)的资源由底层网络分配。虚拟网络映射可以分解为节点映射和链路映射。
节点映射的形式化描述如公式(4)所示,约束条件如公式(5)和公式(6)所示。其中,dis(i,j)表示两个节点i和j位置之间的物理距离。请参照图2中,第一个VNR具有节点映射{A1→A,B1→B,C1→E}。第二个VNR具有节点映射{A2→C,B2→F,C2→G,D2→H}。
链路映射的形式化描述如公式(7)所示,约束条件如公式(8)所示。约束(8)表示中每个eS的可用带宽容量大于b(eV)。请参照图2中,第一个VNR已经分配了链路映射{(A1,B1)→{(A,B)}、(B1,C1)→{(B,E)}、(A1,C1)→{(A,C),(C,D),(D,E)}},第二个VNR有链路映射{(A2,B2)→{(C,D),(D,E),(E,F)}、(A2,C2)→{(C,G)}、(C2,D2)→{(G,H)}、(D2,B2)→{(H,F)}}。
本发明资源分配问题的目标是最大化InP的收入R(GV)和最小化InP的成本C(GV),定义为公式(9)和公式(11)。公式(9)给出了一个InP通过接受当前所有虚拟网络获得了多少收入的计算方法,其中,表示底层节点发生故障导致虚拟资源不可用时受到的惩罚,使用公式(10)计算。/>是故障的底层资源的集合/>的平均修复时间。每个服务类j都与一个惩罚函数S(·)相关联,其中/>表示如果虚拟网RV不可用而导致的惩罚。设RV表示受发生故障的底层资源/>影响的所有虚拟网络的集合。公式(11)将嵌入当前所有虚拟网络的成本定义为分配给虚拟网络的所有底层网络资源的总和。其中/>表示在底层链路eS上为虚拟链路eV分配的带宽量。
步骤20,最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;
步骤30,通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
在本实施例中,在重建虚拟网络和底层网络之间的映射关系得到虚拟网络映射拓扑后,对该虚拟网络映射拓扑进行优化,本发明方法优化目标是实现虚拟网络之间更好的协调,获得最优化的虚拟网络映射拓扑,并在满足资源约束(指位置约束)的同时,使底层网络的总成本最小化和总收益最大化,从而解决底层网络的网络资源分配浪费的问题。具体地,对该虚拟网络映射拓扑进行优化过程具体为:最小化虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到虚拟网络映射拓扑中虚拟节点对应的待分配底层节点,从而实现为每个虚拟节点选择最优的底层节点。
在优化虚拟网络映射拓扑后,对虚拟链路进行映射,使用多商品流算法映射虚拟节点对应的虚拟链路,以供待分配底层节点为对应的虚拟节点提供网络资源,实现了对当前虚拟网络中的虚拟节点和链路重新映射,实现虚拟网络映射拓扑最优化,从而实现虚拟网络之间更好的协调,使为虚拟网络提供网络资源的底层网络的总成本最小化和总收益最大化。
进一步地,在一些可行的实施例中,可以通过最优虚拟网络线性规划算法,对虚拟网络映射拓扑进行优化,以最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;其中,最优虚拟网络线性规划算法是一种线性规划商品流算法,用于使当前的虚拟网络映射拓扑实现最优化。
在本实施中,为了协调所有的虚拟网络以获得最优的虚拟网络映射拓扑结构,以虚拟节点的位置需求为约束来重构虚拟网络和底层网络。虚拟节点选择底层节点的约束包括资源约束和位置约束。本发明以位置约束作为资源竞争特征,通过最优虚拟网络线性规划算法,对虚拟网络映射拓扑进行优化,以最小化虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,从而为每个虚拟节点选择最优的底层节点。本实施实现了在满足资源约束(指位置约束)的同时,使底层网络的总成本最小化和总收益最大化,从而更好地解决底层网络的网络资源分配浪费的问题。
虚拟网映射拓扑优化问题可以表述为线性规划商品流问题,本发明中通过线性规划商品流算法对虚拟网映射拓扑进行优化。一个具有源节点si∈NV和目的节点ti∈NV的商品流就等于一条虚拟链路eV(i,j)∈EV。这样可以有效地为每个虚拟节点选择一个底层节点,所有的虚拟链路都映射到底层路径上。最优VN映射拓扑的线性规划(LinearProgramming Formulation for Optimal VN mapping Topologies,LPF_OVNT)的目标函数如公式(13)所示。约束条件为公式(14)到公式(19)。表示流量变量,即虚拟链路eV在底层链路(u,v)上从u到v的流量。如果/>表示决策变量δwm大于0。否则,决策变量δwm被设置为0。|VN|表示底层网络上已映射VN的数量。ε→0是一个非常小的正常数,可以避免被零除。
目标函数(13)通过最小化所有虚拟节点在底层路径上的中间节点数量,可以实现最小化所有嵌入虚拟网络的成本和SN负载均衡的目标。约束(14)表示节点容量边界,约束(15)表示链路容量边界,约束(16)表示调节每个源节点发送的流量需求总量,约束(17)表示通过网络中任何节点的传入和传出流量需求的平衡。最后,约束条件(18)和(19)分别表示对变量δwm和/>的约束。
当底层网络资源出现故障时,本发明构建具有故障的底层网络资源的最优VN拓扑线性规划(Linear Programming Formulation for Optimal VN Topologies with FaultySubstrate Network Resource,LPF_OVNT_FSNR)的目标函数。除了约束(14)和(15),LPF_OVNT_FSNR的目标函数与LPF_OVNT相同。此时,约束(14)和(15)分别更改为约束(20)和(21)。约束(20)和(21)表示从底层网络中删除故障底层节点和底层链路。表示所有因故障被删除的底层节点集。/>表示所有因故障被删除的底层链路集。
本发明提出的虚拟网资源分配方法,通过提出新的优化算法来实现虚拟网络之间更好的协调,以获得最优化的虚拟网络映射拓扑,使底层网络的总成本最小化和总收益最大化。具体地,对虚拟网络映射拓扑进行优化,以最小化虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,从而为每个虚拟节点选择最优的底层节点,使底层网络的总成本最小化和总收益最大化,从而更好地解决底层网络的网络资源分配浪费的问题。
在一些可行的实施例中,请参照图3,所述步骤30包括:
步骤31,将虚拟节点对应的待分配底层节点与已有分配结果进行比较,确定需要迁移虚拟节点;
步骤32,确定所述需要迁移虚拟节点对应的目标底层节点;
步骤33,通过多商品流算法映射所述目标底层节点与对应的需要迁移虚拟节点之间的虚拟链路。
在本实施例中,提出了一种对于虚拟节点的高效迁移方案,提出对虚拟节点最优迁移策略进行求解,来提升了对优化后的虚拟网络映射拓扑的映射效率,具体包括:
最小化虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到虚拟网络映射拓扑中虚拟节点对应的待分配底层节点。之后,将现有分配结果与最小化后的结果即待分配底层节点进行比较,找到不需要迁移的虚拟节点以及需要迁移的虚拟节点;为每个需要迁移虚拟节点找到底层节点。对虚拟链路进行映射。使用多商品流算法映射迁移的虚拟节点对应的虚拟链路。
进一步地,需要迁移虚拟节点对应的目标底层节点是基于需要迁移虚拟节点对应的各等价类底层节点确定的。
本实施例中通过在优化虚拟网络映射拓扑后,将待分配节点和现有的分配结果进行比较,得到需要迁移的虚拟节点,之后再对需要迁移的虚拟节点进行链路映射即可,无需对虚拟网络映射拓扑全部进行链路映射,提升了对优化后的虚拟网络映射拓扑的映射效率。
在一些可行的实施例中,确定所述需要迁移虚拟节点对应的目标底层节点的步骤包括:
步骤321,确定所述需要迁移虚拟节点对应的等价类底层节点的流量;
步骤322,将所述流量最大对应的等价类底层节点作为所述需要迁移虚拟节点对应的目标底层节点。
在本实施例中,为每个迁移虚拟节点找到底层节点。具体地,根据每个虚拟节点等价类中底层节点的流量大小,来选择底层节点,被选择的底层节点是流量取值最大的底层节点。
进一步地,所述步骤10包括:
步骤11,基于位置约束,在所述底层网络中确定所述虚拟网络中每个虚拟节点的底层节点等价类;
步骤12,通过人工链路,将所述虚拟节点连接到与其对应底层节点等价类中的底层节点,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑。
在本实施例中,重构底层网络和虚拟网络包括以下步骤:
(1)利用虚拟节点的位置要求为每个虚拟节点寻找底层节点等价类。虚拟节点nV的等价类EC(nV)定义为公式(12)。
(2)使用人工链路将每个虚拟节点nV与EC(nV)内的底层节点相连,人工链路带宽容量值设为无穷大∞。因此,重建底层网络和虚拟网络后的新网络为GS′=(NS′,ES'),该新网络GS′=(NS′,ES')即重构虚拟网络和底层网络后的虚拟网络映射拓扑,其中,NS′=NS∪NV,ES′=ES∪EA。
EC(nV)={nS∈NS|dis(loc(nV),loc(nS))≤D(nV)} (12)
在一些可行的实施例中,所述步骤10之前,还包括:
若检测到虚拟网络映射请求、虚拟网络离开事件、重新配置时间到达事件或底层节点出现故障事件,则执行所述步骤:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构虚拟网络后的虚拟网络映射拓扑。
在本实施例中,请参照图4,资源分配算法随时间动态变化的示意图。上时间线和下时间线同步移动,分别表示虚拟网络状态变化和底层网络状态变化。关于上层时间线,本发明的虚拟网资源分配方法随时间收集传入请求,然后尝试使用映射模块分配底层资源以满足请求所需的约束。同时,当虚拟网络离开时(因为虚拟网络生命周期结束),分配给虚拟网络的资源应该使用回收模块进行回收。一些请求可能会因为底层网络中带宽资源或CPU资源不足而被推迟,并返回到请求队列中。如果队列中的请求在某个时间间隔内无法得到服务,它们将被丢弃,该时间间隔对应于请求愿意等待的时间。请求队列中的请求按照时间顺序处理。关于下时间线,一方面是一些底层网络资源出了问题,此时,该方法将处理迁移请求以寻找新的底层网络资源,从而立即分配托管在故障底层网络资源上的虚拟网络资源。另一方面,执行底层网络优化来优化网络资源,从而在时间间隔内进行负载均衡和提高资源利用率。
本发明提出的网络切片环境下虚拟网资源分配方法可以处理虚拟网络映射请求、虚拟网络离开、重新配置时间到达、底层节点出现故障四种事件。其中,虚拟网络离开事件是指虚拟网络的生命周期结束,虚拟网释放其租用的底层网络资源。重新配置时间到达是指对底层网络上承载的虚拟网进行重新映射,从而提升底层网络资源的负载均衡能力。
请参照图5-图8,以下对本发明提出的虚拟网资源分配方法进行性能分析:
通过一个虚拟网络嵌入模拟器来评估算法,底层和虚拟拓扑以及虚拟网络到达过程参数与已有研究类似。随机舍入优化算法中的线性规划问题使用GLPK来解决。使用GT-ITM拓扑生成器[E.W.Zegura,K.L.Calvert,S.Bhattacharjee.How to model aninternetwork.In Proc.IEEE INFOCOM,1996.]来生成网络拓扑。从边等于100的正方形区域中随机提取底层网络的位置。底层网络配置为每次实验有100个节点,每对底层节点以0.5的概率随机连接。节点的CPU资源和链路的带宽遵循50到100个单位的均匀分布。每个VN请求中,从边等于100的正方形区域中随机抽取虚拟网络的位置。VN节点的数量由2到10之间的均匀分布随机确定。每对虚拟节点以0.5的概率随机连接。节点上的CPU资源遵循1到20的均匀分布。链路上的带宽遵循1到50的均匀分布。VN请求的到达服从泊松分布,每个请求的平均时间窗口为1.5。请求的持续时间遵循平均20个时间窗口的指数分布。在底层节点故障模拟中,从底层网络中随机选取两个底层节点,设置故障间隔为100个时间窗。每个故障底层节点在一个时间窗后自动恢复。优化时间窗口设置为50个时间窗口。
在性能分析指标设置方面,使用VN请求接受率、平均收入、平均成本、节点平均利用率、链路平均利用率5个性能指标进行评估。VN请求接受率等于总的虚拟网请求数中接受的虚拟网请求数量的占比。平均收入等于接受的虚拟网络请求的总收入除以虚拟网络请求的数量。平均成本等于接受的虚拟网络请求的总成本除以虚拟网络请求的数量。节点平均利用率等于底层节点总利用率除以底层节点数。链路平均利用率等于底层链路总利用率除以底层链路数。
比较算法包括RAA-OVN(本发明提出的虚拟网资源分配方法)、D-ViNE-MCF。其中,RAA-OVN是本发明算法,D-ViNE-MCF是对比算法。
对于每个网络场景,性能分析的结果是20个随机实例的平均值。算法性能指标与时间的关系如图5到8所示。图5到图8中X轴表示时间窗口(Time window),Y轴分别表示虚拟网请求接受率(VN Request Acceptance Rate)、平均收益(Average Revenue)、平均开销(Average Cost)、平均节点利用率(Average Node Utilization)。通过对实验结果的分析,本发明总结了下面几个主要观察结果。
(1)本发明算法RAA-OVN通过协调所有虚拟网络获得最优的虚拟网络映射拓扑,可以获得更高的接受率和收益。从图5和图6可以看出,本发明算法通过协调所有虚拟网络,获得了比现有算法D-ViNE-MCF更好的接受率和更高的收益。更高的收入和更好的接受率表明本发明算法可以将底层网络资源分配给更多的虚拟网络请求。
(2)当托管在故障底层节点上的虚拟节点被迁移时,可以增加底层网络的收入。从图6到图8可以看出,底层网络的收益增长速度高于节点和链路利用率的增长速度。这种现象是由于本发明算法可以对故障底层资源上的虚拟资源进行迁移,从而减少了虚拟资源故障产生的惩罚。
(3)在图5到图6中,成本增加率低于VN请求接受率和平均收入的增加率。由于本发明算法RAA-OVN可以协调所有虚拟网络以获得最优的虚拟网络映射拓扑,使得虚拟网络能够被分配到最优的底层网络资源,从而降低了底层网络资源的成本。
(4)从图7和8可以看出,本发明算法提高了网络资源的利用率。本发明算法RAA-OVN比算法D-ViNE-MCF提高了节点利用率和链路利用率。原因是本发明算法RAA-OVN提高了VN请求接受率,使用了更多的底层网络资源。
下面对本发明提供的虚拟网资源分配装置进行描述,下文描述的虚拟网资源分配装置与上文描述的虚拟网资源分配方法可相互对应参照。
请参照图9,本发明还提供一种虚拟网资源分配装置,包括:
获取模块910,用于获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;
优化模块920,用于最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;
映射模块930,用于通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
在上述各实施例的基础上,作为一种可选实施例,所述映射模块,还用于:
将虚拟节点对应的待分配底层节点与已有分配结果进行比较,确定需要迁移虚拟节点;
确定所述需要迁移虚拟节点对应的目标底层节点;
通过多商品流算法映射所述目标底层节点与对应的需要迁移虚拟节点之间的虚拟链路。
在上述各实施例的基础上,作为一种可选实施例,所述映射模块,还用于:
确定所述需要迁移虚拟节点对应的等价类底层节点的流量;
将所述流量最大对应的等价类底层节点作为所述需要迁移虚拟节点对应的目标底层节点。
在上述各实施例的基础上,作为一种可选实施例,所述获取模块,还用于:
基于位置约束,在所述底层网络中确定所述虚拟网络中每个虚拟节点的底层节点等价类;
通过人工链路,将所述虚拟节点连接到与其对应底层节点等价类中的底层节点,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑。
在上述各实施例的基础上,作为一种可选实施例,所述虚拟网资源分配装置,还包括:
执行模块,用于若检测到虚拟网络映射请求事件、虚拟网络离开事件、重新配置时间到达事件或底层节点出现故障事件,则执行所述步骤:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构虚拟网络后的虚拟网络映射拓扑。
在上述各实施例的基础上,作为一种可选实施例,所述优化模块具体用于:通过最优虚拟网络线性规划算法,对所述虚拟网络映射拓扑进行优化,以最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;
其中,所述最优虚拟网络线性规划算法为线性规划商品流算法。
图10示例了一种电子设备的实体结构示意图,如图10所示,该电子设备可以包括:处理器(processor)1010、通信接口(Communications Interface)1020、存储器(memory)1030和通信总线1040,其中,处理器1010,通信接口1020,存储器1030通过通信总线1040完成相互间的通信。处理器1010可以调用存储器1030中的逻辑指令,以执行虚拟网资源分配方法,该方法包括:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
此外,上述的存储器1030中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面,本发明还提供一种计算机程序产品,所述计算机程序产品包括计算机程序,计算机程序可存储在非暂态计算机可读存储介质上,所述计算机程序被处理器执行时,计算机能够执行上述各方法所提供的虚拟网资源分配方法,该方法包括:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
又一方面,本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现以执行上述各方法提供的虚拟网资源分配方法,该方法包括:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点;通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源。
以上所描述的装置实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种虚拟网资源分配方法,其特征在于,包括:
获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;
通过最优虚拟网络线性规划算法,对所述虚拟网络映射拓扑进行优化,以最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点,其中,所述最优虚拟网络线性规划算法为线性规划商品流算法;
通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源,包括:
将虚拟节点对应的待分配底层节点与已有分配结果进行比较,确定需要迁移虚拟节点;
确定所述需要迁移虚拟节点对应的目标底层节点;
通过多商品流算法映射所述目标底层节点与对应的需要迁移虚拟节点之间的虚拟链路。
2.根据权利要求1所述的虚拟网资源分配方法,其特征在于,所述确定所述需要迁移虚拟节点对应的目标底层节点的步骤包括:
确定所述需要迁移虚拟节点对应的等价类底层节点的流量;
将所述流量最大对应的等价类底层节点作为所述需要迁移虚拟节点对应的目标底层节点。
3.根据权利要求1所述的虚拟网资源分配方法,其特征在于,所述对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑的步骤包括:
基于位置约束,在所述底层网络中确定所述虚拟网络中每个虚拟节点的底层节点等价类;
通过人工链路,将所述虚拟节点连接到与其对应底层节点等价类中的底层节点,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑。
4.根据权利要求1所述的虚拟网资源分配方法,其特征在于,所述获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑的步骤之前,还包括:
若检测到虚拟网络映射请求事件、虚拟网络离开事件、重新配置时间到达事件或底层节点出现故障事件,则执行所述步骤:获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构虚拟网络后的虚拟网络映射拓扑。
5.一种虚拟网资源分配装置,其特征在于,包括:
获取模块,用于获取网络切片环境中的虚拟网络,对当前的虚拟网络和对应的底层网络进行重构,得到重构所述虚拟网络和所述底层网络后的虚拟网络映射拓扑;
优化模块,用于通过最优虚拟网络线性规划算法,对所述虚拟网络映射拓扑进行优化,以最小化所述虚拟网络映射拓扑中各虚拟节点和底层节点之间的中间节点数量,得到所述虚拟网络映射拓扑中虚拟节点对应的待分配底层节点,其中,所述最优虚拟网络线性规划算法为线性规划商品流算法;
映射模块,用于通过多商品流算法映射所述待分配底层节点与对应的虚拟节点之间的虚拟链路,以供所述待分配底层节点为对应的虚拟节点提供网络资源,包括:
将虚拟节点对应的待分配底层节点与已有分配结果进行比较,确定需要迁移虚拟节点;
确定所述需要迁移虚拟节点对应的目标底层节点;
通过多商品流算法映射所述目标底层节点与对应的需要迁移虚拟节点之间的虚拟链路。
6.一种电子设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至4任一项所述虚拟网资源分配方法的步骤。
7.一种非暂态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任一项所述虚拟网资源分配方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111509445.9A CN114422375B (zh) | 2021-12-10 | 2021-12-10 | 虚拟网资源分配方法、设备、介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111509445.9A CN114422375B (zh) | 2021-12-10 | 2021-12-10 | 虚拟网资源分配方法、设备、介质及程序产品 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114422375A CN114422375A (zh) | 2022-04-29 |
CN114422375B true CN114422375B (zh) | 2024-04-30 |
Family
ID=81264976
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111509445.9A Active CN114422375B (zh) | 2021-12-10 | 2021-12-10 | 虚拟网资源分配方法、设备、介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114422375B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868733A (zh) * | 2012-08-29 | 2013-01-09 | 北京邮电大学 | 虚拟网络资源再映射方法 |
WO2017117951A1 (zh) * | 2016-01-08 | 2017-07-13 | 中兴通讯股份有限公司 | 一种虚拟映射方法及装置 |
CN107277832A (zh) * | 2017-06-12 | 2017-10-20 | 重庆邮电大学 | 一种无线虚拟网络的映射方法 |
CN107566194A (zh) * | 2017-10-20 | 2018-01-09 | 重庆邮电大学 | 一种实现跨域虚拟网络映射的方法 |
WO2019072162A1 (zh) * | 2017-10-12 | 2019-04-18 | 中兴通讯股份有限公司 | 虚拟网络映射方法、设备和存储介质 |
CN113163498A (zh) * | 2021-05-26 | 2021-07-23 | 广东电网有限责任公司电力调度控制中心 | 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 |
-
2021
- 2021-12-10 CN CN202111509445.9A patent/CN114422375B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102868733A (zh) * | 2012-08-29 | 2013-01-09 | 北京邮电大学 | 虚拟网络资源再映射方法 |
WO2017117951A1 (zh) * | 2016-01-08 | 2017-07-13 | 中兴通讯股份有限公司 | 一种虚拟映射方法及装置 |
CN107277832A (zh) * | 2017-06-12 | 2017-10-20 | 重庆邮电大学 | 一种无线虚拟网络的映射方法 |
WO2019072162A1 (zh) * | 2017-10-12 | 2019-04-18 | 中兴通讯股份有限公司 | 虚拟网络映射方法、设备和存储介质 |
CN107566194A (zh) * | 2017-10-20 | 2018-01-09 | 重庆邮电大学 | 一种实现跨域虚拟网络映射的方法 |
CN113163498A (zh) * | 2021-05-26 | 2021-07-23 | 广东电网有限责任公司电力调度控制中心 | 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 |
Also Published As
Publication number | Publication date |
---|---|
CN114422375A (zh) | 2022-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20200287961A1 (en) | Balancing resources in distributed computing environments | |
CN108337109B (zh) | 一种资源分配方法及装置和资源分配系统 | |
US20140165061A1 (en) | Statistical packing of resource requirements in data centers | |
Song et al. | A novel heuristic-based task selection and allocation framework in dynamic collaborative cloud service platform | |
WO2016003840A1 (en) | Integrated global resource allocation and load balancing | |
CN111682962B (zh) | 一种电力数据网故障恢复方法、系统及存储介质 | |
CN106790636A (zh) | 一种云计算服务器集群的均衡负载系统及方法 | |
CN108132827B (zh) | 一种网络切片资源映射方法、相关设备及系统 | |
US9184982B2 (en) | Balancing the allocation of virtual machines in cloud systems | |
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 | |
Berral et al. | Power-aware multi-data center management using machine learning | |
CN112636961B (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 | |
US9519441B1 (en) | Automated storage provisioning and management using a centralized database | |
CN110753009A (zh) | 基于多QoS分组的虚拟机和网络带宽联合分配方法 | |
CN115134371A (zh) | 包含边缘网络算力资源的调度方法、系统、设备及介质 | |
US20200394071A1 (en) | Systems and methods for cluster resource balancing in a hyper-converged infrastructure | |
Li et al. | PageRankVM: A pagerank based algorithm with anti-collocation constraints for virtual machine placement in cloud datacenters | |
Zhang et al. | A novel virtual network mapping algorithm for cost minimizing | |
Roytman et al. | Algorithm design for performance aware VM consolidation | |
CN114422375B (zh) | 虚拟网资源分配方法、设备、介质及程序产品 | |
Di Stefano et al. | Improving the allocation of communication-intensive applications in clouds using time-related information | |
Guo et al. | PARA: Performability‐aware resource allocation on the edges for cloud‐native services | |
Toka et al. | Resource provisioning for highly reliable and ultra-responsive edge applications | |
Inoue et al. | Adaptive VNE method based on Yuragi principle for software defined infrastructure | |
Raugust et al. | Allocation of virtual infrastructures on multiple IaaS providers with survivability and reliability requirements |
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 |