CN114697221B - 空天地一体化网络中基于快照树模型的可靠性映射算法 - Google Patents
空天地一体化网络中基于快照树模型的可靠性映射算法 Download PDFInfo
- Publication number
- CN114697221B CN114697221B CN202210284265.3A CN202210284265A CN114697221B CN 114697221 B CN114697221 B CN 114697221B CN 202210284265 A CN202210284265 A CN 202210284265A CN 114697221 B CN114697221 B CN 114697221B
- Authority
- CN
- China
- Prior art keywords
- network
- node
- snapshot
- mapping
- link
- 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
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
- H04L41/12—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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
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
本发明公开了一种空天地一体化网络中基于快照树模型的可靠性映射算法,本发明中基于等变化率划分的快照树模型,契合一体化网络的时变特性,底层按等变化划分快照是实际物理网络的真实写照,体现了建模的精确性;接着按等变化率二次划分依据最优化原则向上融合,使得树结构遍历时可以及时剪枝,反映了求解的高效性,并且支持跨多张快照联合映射,提高了映射的接受率;本发明定义的物理网络中节点和链路的可靠度,可以在映射规划阶段尽可能选取可靠度高的物理网络去映射,提高了映射算法的成功率和可靠性。
Description
技术领域
本发明属于空天地一体化信息网络领域,具体涉及一种空天地一体化网络中基于快照树模型的可靠性映射算法。
背景技术
随着5G商用在世界各国的普及,以及信息服务空间上的不断扩大,各组织机构、学者已将研究目标转向未来的6G网络。目前地面网络仅能覆盖地球表面的10%左右,绝大部分海洋和偏远山区难以享受服务。因此,抗震救灾、气象预测以及交通管理等领域的服务都依赖于支持不同频段、更加智能的空天地融合网络来实现,它是对卫星网、空中无人机群和地面网络的深度融合,可以共享多个独立的网络系统之间的数据,实现广域全覆盖和网络的互联互通。
对于空天地一体化网络,其固有的异构性、时变性和自组织性,使得多维资源局限于网络的各个层次,没有互操作性和统一的全局调配,无法适应个性化业务的需要。同时,由于网络所涉及的领域广泛,必须支撑各类全新的网络结构、设备、功能和业务特点,这对网络的可扩展性提出了更高的要求。网络虚拟化在不改变底层网络架构的情况下可以实现灵活多样化的网络业务,成为解决上述问题的有效途径。在网络虚拟化中,多个虚拟网络共享底层网络中的所有物理资源,并且每个虚拟网络具有特定的资源约束,所以在满足各个虚拟网络资源需求的基础上,如何映射虚拟网络,就成为了网络虚拟化成功应用的关键所在。
目前对空天地一体化网络的虚拟映射研究甚少,基于地面网络的虚拟网络映射算法的研究相对比较成熟。传统的优化目标是最大收益或最小成本,一般将映射过程分为两个阶段,节点映射时,先在度中心性、中介中心性和紧密中心性等多个指标中选取一些衡量节点的重要程度,再结合节点资源进行排序后贪婪映射,链路映射一般就采用最短路径算法。这类算法一方面在资源考虑上单一,和一体化网络的资源多维性有巨大的差异;另一方面不适用于卫星网络、无人机机群高移动、高时延的特性,对大规模网络业务的覆盖性降低。
基于卫星网络的虚拟映射算法也有限,现有的映射算法针对卫星节点的高风险性以及卫星链路的不稳定性,多采用故障恢复机制来减少卫星故障对其上映射的虚拟实体的影响。并没有解决时变性导致的网络拓扑不稳定的情况,还是在一个静态的物理拓扑上实施映射方案,难以精准的建模网络的真实结构,导致一体化网络中的虚拟映射可靠性很低。
发明内容
本发明的目的在于克服上述不足,提供一种空天地一体化网络中基于快照树模型的可靠性映射算法,针对空天地一体化网络高时变,拓扑不稳定的特点,将动态拓扑按照一定的规则划分为一系列静态拓扑,提出了基于等变化率划分的快照树模型,并且为了提高映射的可靠性,结合网络特征定义了底层物理网络节点和链路的可靠度。
为了达到上述目的,本发明包括以下步骤:
S1,对物理网络和虚拟网络建模,建立虚拟网络映射模型;
S2,根据虚拟网络映射模型,建立约束模型和映射算法评估模型;
S3,针对空天地一体化网络的时变特性,建立基于等变化率划分的快照树模型;
S4,根据底层物理网络拓扑的特征,定义快照树模型的底层物理网络节点和链路的可靠度;
S5,基于映射算法评估模型,按节点-链路两阶段映射算法实施映射方案。
S2中,约束模型通过映射过程中对节点和链路的约束条件组成。
S3中,建立基于等变化率划分的快照树模型的具体方法如下:
定义树节点结构,每个节点都记录一张快照以及该快照对应的物理拓扑持续的时间;
树的构建,底层的叶子节点对应的是把一个周期的底层物理拓扑按照等变化划分的一系列快照,然后从树的叶子节点层开始依次基于等变化率对划分到一个时隙的快照按最优化原则融合形成新的上层快照节点,直至生成根节点时结束;
树的遍历,自上而下遍历树,判断节点对应的物理网络能否承载虚拟网络请求时,允许把资源需求和请求的生存时间分开考虑,也就是允许跨多张时间连续的快照共同完成虚拟网络服务。
底层物理拓扑的变化率计算方法如下:
S4中,根据节点发生故障的次数、最后一次发生故障的时间以及承载虚拟节点的数量,定义的快照树模型的底层物理网络节点的可靠度,具体方法如下:
其中,γ1和γ2是系数,N是网络中发生故障的总节点数目,numF(nP)表示节点nP发生故障的次数,pos[nP]表示节点nP在所有故障节点按故障时间排序中的位置索引,numE(nP)表示节点nP上映射的虚拟节点的数量。
S4中,根据链路的带宽、链路中断概率以及链路的重要度,定义快照树模型的底层物理网络链路的可靠度,具体方法如下:
与现有技术相比,本发明中基于等变化率划分的快照树模型,契合一体化网络的时变特性,底层按等变化划分快照是实际物理网络的真实写照,体现了建模的精确性;接着按等变化率二次划分依据最优化原则向上融合,使得树结构遍历时可以及时剪枝,反映了求解的高效性,并且支持跨多张快照联合映射,提高了映射的接受率;本发明定义的物理网络中节点和链路的可靠度,可以在映射规划阶段尽可能选取可靠度高的物理网络去映射,提高了映射算法的成功率和可靠性。
附图说明
图1为本发明中基于等变化率划分的快照树模型;
图2为本发明中一个周期的快照树构建实例图;
图3为本发明中自上而下遍历快照树模型的流程图。
具体实施方式
下面结合附图对本发明做进一步说明。
本发明公开了一种空天地一体化网络中基于快照树模型的可靠性映射算法;该方法综合考虑空天地一体化网络的多维性、异构性和时变性,建立一体化网络虚拟映射问题模型;为了解决时变性导致的底层物理网络拓扑不稳定的问题,提出了基于等变化率划分的快照树模型见图1,虚拟请求到达时,按树结构遍历,一个VNR可以由多个满足其虚拟资源需求且时间连续的底层拓扑联合映射,具体包括以下步骤:
步骤1,建立虚拟网络映射问题模型,包括建立物理网络和虚拟网络模型,建立虚拟网络映射模型,建立映射约束和评估模型;
物理网络建模为一个无向加权图其中,NP、LP分别是空天地融合网络中的节点集合和链路集合,/>表示空天地融合网络中节点和链路的属性集合,网络的节点集/>其中,/>是卫星节点集,/>是空中节点集,/>是地面节点集,网络的链路集/>其中,/>分别是卫星节点、空中节点和地面节点之间的链路集合,/>是卫星节点和空中节点之间的域间链路集合,/>是卫星节点和地面节点之间的域间链路集合,/>是空中节点和地面节点之间的域间链路集合,节点属性集/>CPU表示节点的计算资源,STO表示节点的存储资源,链路属性集/>BW表示链路的传输资源,BuildTime记录链路的建立时间;
虚拟网络被建模为一个无向加权图其中,NV、LV分别是空天地融合网络中的节点集合和链路集合,/>表示空天地融合网络中节点和链路的属性集合,网络的节点集/>网络的链路集/>虚拟网络请求表示为Vi={GV,ts,td},i表示虚拟网络请求的次序,ts、td分别是一个虚拟网络请求到达和持续的时间;
约束模型由映射过程中对节点和链路的约束条件组成,定义二进制变量分别表示虚拟节点和链路是否映射到物理网络上,节点约束条件是每个物理节点上可以映射多个来自不同VNR的虚拟节点,但处于同一虚拟网络中的每个节点只能映射到一个物理节点上,且映射到的物理节点的资源能满足其资源请求;链路约束条件是每条虚拟链路可以映射到多条物理链路上,并且每条物理路径都必须满足虚拟链路的带宽需求,这里不考虑链路分割,即多条链路带宽和来提供带宽资源,表示如下:
CPU(nV)≤R(CPU(nP)),nV→nP
STO(nV)≤R(STO(nP)),nV→nP
BW(lV)≤R(BW(lP)),lV→lP
评估模型由虚拟网络映射的多个评价指标组成,包括平均等待时间、长期收益成本比、虚拟请求接受率和故障率。
步骤2,构建基于等变化率划分的快照树模型,底层物理网络拓扑的变化具有可预测性和周期性,每次用一个卫星运行周期来构建对应的快照树模型见图2,具体的步骤如下:
(1)定义树节点结构,每个节点都记录一张快照以及该快照对应的物理拓扑持续的时间;
(2)建树,具体包括两个过程,叶子节点层的生成和不断向上融合生成新一层直至到根;
把一个周期的动态物理拓扑按等变化划分成一系列静态拓扑,每个静态拓扑生成一张快照,每张快照和其上静态拓扑持续的时间组成一个叶子节点,所有的叶子节点组成树的底层;
按时间顺序依次计算当前层的每张快照对应的网络拓扑变化率,超过当前层设置的变化率阈值时,就以此张快照划分一个时隙,依次对划分到一个时隙的多张快照按最优化原则融合,一个融合快照和所处时隙的时长组成一个上层节点,
所有上层节点组成树的新一层,以此类推,直至生成根节点时结束;
网络拓扑变化率的计算公式如下:
快照融合的最优化原则具体是指融合快照对应的拓扑取多张快照对应的静态拓扑的并集,网络资源取多个静态拓扑的最大资源。
步骤3,基于树模型实施节点-链路两阶段映射方案,虚拟映射不仅要计算物理网络能否满足当前虚拟网络特定的资源约束,还要比较物理网络拓扑的持续时间能否满足虚拟请求的生存时间,只有同时满足才能映射成功,但特别的是,在基于树模型映射时,一个虚拟网络请求可以由多个满足其虚拟资源需求且时间连续的底层拓扑联合映射,也就是允许把资源约束和请求的生存时间分开考虑,具体的遍历过程见图3;
自上而下实施映射时,通过计算定义的物理网络中节点和链路的可靠度,考察能否满足虚拟网络的资源需求,不能满足时结束遍历;能满足时,再进一步比较虚拟请求的生存时间,若时间满足,继续向下遍历找到最终能映射的快照;若时间不满足,一直向右遍历兄弟节点的资源需求,资源满足时累计时间,否则以下一个右兄弟节点作为起点按照上述要求继续遍历;
根据节点发生故障的次数、最后一次发生故障的时间以及承载虚拟节点的数量,定义的物理网络中节点可靠度的计算公式如下:
其中,γ1、γ2是系数,N是网络中发生故障的总节点数目,numF(nP)表示节点nP发生故障的次数,pos[nP]表示节点nP在所有故障节点按故障时间排序中的位置索引,numE(nP)表示节点nP上映射的虚拟节点的数量。
综合考虑链路的带宽、链路中断概率、以及链路的重要度,定义的物理网络中链路可靠度的计算公式如下:
Claims (4)
1.空天地一体化网络中基于快照树模型的可靠性映射方法,其特征在于,包括以下步骤:
S1,对物理网络和虚拟网络建模,建立虚拟网络映射模型;
S2,根据虚拟网络映射模型,建立约束模型和映射算法评估模型;
S3,针对空天地一体化网络的时变特性,建立基于等变化率划分的快照树模型,具体方法如下:
定义树节点结构,每个节点都记录一张快照以及该快照对应的物理拓扑持续的时间;
树的构建,底层的叶子节点对应的是把一个周期的底层物理拓扑按照等变化划分的一系列快照,然后从树的叶子节点层开始依次基于等变化率对划分到一个时隙的快照按最优化原则融合形成新的上层快照节点,直至生成根节点时结束;
树的遍历,自上而下遍历树,判断节点对应的物理网络能否承载虚拟网络请求时,允许把资源需求和请求的生存时间分开考虑,也就是允许跨多张时间连续的快照共同完成虚拟网络服务;
底层物理拓扑的变化率计算方法如下:
S4,根据底层物理网络拓扑的特征,定义快照树模型的底层物理网络节点和链路的可靠度;根据节点发生故障的次数、最后一次发生故障的时间以及承载虚拟节点的数量,定义的快照树模型的底层物理网络节点的可靠度,具体方法如下:
其中,γ1和γ2是系数,N是网络中发生故障的总节点数目,numF(nP)表示节点nP发生故障的次数,pos[nP]表示节点nP在所有故障节点按故障时间排序中的位置索引,numE(nP)表示节点nP上映射的虚拟节点的数量;
根据链路的带宽、链路中断概率以及链路的重要度,定义快照树模型的底层物理网络链路的可靠度,具体方法如下:
S5,基于映射算法评估模型,按节点-链路两阶段映射算法实施映射方案。
4.根据权利要求1所述的空天地一体化网络中基于快照树模型的可靠性映射方法,其特征在于,S2中,约束模型通过映射过程中对节点和链路的约束条件组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210284265.3A CN114697221B (zh) | 2022-03-22 | 2022-03-22 | 空天地一体化网络中基于快照树模型的可靠性映射算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210284265.3A CN114697221B (zh) | 2022-03-22 | 2022-03-22 | 空天地一体化网络中基于快照树模型的可靠性映射算法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114697221A CN114697221A (zh) | 2022-07-01 |
CN114697221B true CN114697221B (zh) | 2023-06-20 |
Family
ID=82138838
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210284265.3A Active CN114697221B (zh) | 2022-03-22 | 2022-03-22 | 空天地一体化网络中基于快照树模型的可靠性映射算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114697221B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150627A (zh) * | 2018-10-09 | 2019-01-04 | 南京邮电大学 | 基于动态资源需求及拓扑感知的虚拟网络映射的构建方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106961343B (zh) * | 2016-01-08 | 2020-07-17 | 中兴通讯股份有限公司 | 一种虚拟映射方法及装置 |
CN109495300B (zh) * | 2018-11-07 | 2020-05-26 | 西安交通大学 | 一种可靠的sdn虚拟网络映射方法 |
CN109327340B (zh) * | 2018-11-16 | 2021-10-29 | 福州大学 | 一种基于动态迁移的移动无线网络虚拟网映射方法 |
CN113193984B (zh) * | 2021-03-31 | 2022-12-09 | 西安交通大学 | 一种空天地一体化网络资源映射方法及系统 |
-
2022
- 2022-03-22 CN CN202210284265.3A patent/CN114697221B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109150627A (zh) * | 2018-10-09 | 2019-01-04 | 南京邮电大学 | 基于动态资源需求及拓扑感知的虚拟网络映射的构建方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114697221A (zh) | 2022-07-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110601748B (zh) | 一种多状态空间信息网络拓扑生成优化算法 | |
CN114915537B (zh) | 卫星通信频轨资源分布式协同监测方法 | |
Sinaeepourfard et al. | F2c2C-DM: A Fog-to-cloudlet-to-Cloud Data Management architecture in smart city | |
CN106570062A (zh) | 一种路网轨迹不确定移动对象范围查询系统及方法 | |
CN110247699A (zh) | 一种在天地一体化网络中实现天地间资源协同调度的方法 | |
CN114697221B (zh) | 空天地一体化网络中基于快照树模型的可靠性映射算法 | |
CN107241273A (zh) | 一种基于遗传算法的通信传输环网结构设置方法 | |
CN102546230B (zh) | 一种p2p流媒体系统覆盖网拓扑优化方法 | |
CN113868812A (zh) | 一种基于智能蚁群算法的中压配电网电缆路径规划方法 | |
CN113310500A (zh) | 基于车站节点度的分层分区路径搜索路网简化方法 | |
Shahbazi et al. | Density-based clustering and performance enhancement of aeronautical ad hoc networks | |
CN114417540B (zh) | 一种基于树结构的空天地一体化网络多维资源建模方法 | |
CN108111991B (zh) | 基于可伸缩视频流用户体验质量的d2d网络搭建方法 | |
CN112020085B (zh) | 一种面向航空自组网的节点失效波及影响分析方法 | |
CN114599043A (zh) | 一种基于深度强化学习的空天地一体化网络资源分配方法 | |
CN114697222B (zh) | 一种基于空天地融合网络的可生存性虚拟网络映射算法 | |
CN114979134A (zh) | 边缘计算环境中服务迁移的路径选择方法 | |
CN116683981B (zh) | 一种基于多维时变资源图的低轨卫星路径规划方法 | |
CN117726153B (zh) | 一种适用于无人机集群作业任务的实时重规划方法 | |
CN115277430B (zh) | 一种链路故障概率量化方法及sdn控制器部署方法 | |
CN115001971B (zh) | 天地一体化信息网络下改进社团发现的虚拟网络映射方法 | |
LU505448B1 (en) | Industrial internet resource allocation method based on virtual node construction | |
CN117055621B (zh) | 面向数据采集的多无人机路径规划方法 | |
Gan et al. | Research on ant colony optimization network access algorithm based on model of vehicle fog calculation | |
CN113572690B (zh) | 面向可靠性的用电信息采集业务的数据传输方法 |
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 |