CN114697222A - 一种基于空天地融合网络的可生存性虚拟网络映射算法 - Google Patents

Abstract

本发明公开了一种基于空天地融合网络的可生存性虚拟网络映射算法，本发明设计了控制器协同配合的虚拟网络映射框架，针对实际网络场景，能快速的得到各网络域的拓扑和资源信息，更加适用于空天地融合网络，提高了虚拟网络映射的接受率；本发明通过对虚拟网络映射框架的拓扑中虚拟节点和环形链路扩展，考虑到多种链路类型之间的异质性，在链路映射阶段提出了先将立体网络拓扑扁平化，再根据节点资源求出链路资源的相对平衡值去映射，能够提高映射的可靠性。

Description

一种基于空天地融合网络的可生存性虚拟网络映射算法

技术领域

本发明属于空天地一体化信息网络领域，具体涉及一种基于空天地融合网络的可生存性虚拟网络映射算法。

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。

对于空天地融合网络，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。

目前对异构融合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，和融合网络资源的多维性方面有巨大的差异；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。

针对可生存性虚拟网络映射问题，有主动保护和被动恢复两种方法。主动保护的主要方式是备份资源，常见的策略有冗余备份、基于故障节点备份以及基于映射节点的位置约束备份。该类算法会造成网络拓扑结构复杂，导致映射的接受率大大降低，并且资源消耗与备份策略直接相关。被动恢复是故障发生时动态调用现有的物理资源或迁移节点来进行恢复，这类算法会导致节点和链路迁移的计算量大，恢复成功率和效率较低。

基于卫星网络的虚拟映射算法也有限，现有的映射算法考虑了每个卫星节点的风险系数以及卫星链路的不稳定性，在很大程度上能够降低时延，减少卫星故障对其上映射的虚拟实体的影响。但是这类算法链路类型固定，难以在一个映射算法中同时适应多个不同网段的网络特征，在多域异构网络中会导致虚拟网络映射的可靠性低。

发明内容

本发明的目的在于克服上述不足，提供一种基于空天地融合网络的可生存性虚拟网络映射算法，针对空天地融合网络多维异构，结构复杂的特点，设计了全局控制器和局部控制器协同配合的虚拟网络映射框架，并且考虑到多种链路类型之间的异质性，在链路映射阶段提出了先将立体网络拓扑扁平化，再根据节点资源求出链路资源的相对平衡值去映射。

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进行建模，建立虚拟网络映射模型；

S2，根据空天地融合网络多维异构，设计控制器协同配合的虚拟网络映射框架；

S3，对虚拟网络拓扑中关键节点和环形链路扩展；

S4，根据扩展后的虚拟网络拓扑和网络域，划分虚拟网络请求子图，并下发；

S5，根据虚拟网络请求子图和网络域内资源信息进行网络域内映射；

S6，对空天地融合网络的三层立体网络进行处理，完成域间链路映射。

S1中，物理网络模型为：

物理网络为一个无向加权图

其中，N^P、L^P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，storage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。

S1中，虚拟网络为：

虚拟网络为一个无向加权图

其中，N^V和L^V分别是空天地融合网络中的节点集合和链路集合，

和

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

S1中，虚拟网络映射模型为：

虚拟网络请求为V_i＝{G^V,t_s,t_e}，i表示虚拟网络请求的次序，t_s和t_e分别是一个虚拟网络请求到达和离开的时间，虚拟网络映射是在满足资源约束的前提下将虚拟拓扑映射到物理拓扑的过程，记为M:G^V→G^P；

虚拟网络映射包括两个阶段，节点映射

和链路映射

S3的具体方法如下：

定义虚拟节点扩展资源表示虚拟节点的重要程度，按其排序后对重要节点和其邻接链路进行全备份；

判断虚拟网络映射框架的拓扑中是否存在环结构，如果存在，就对处于环结构的链路资源进行扩展，实现链路备份。

定义虚拟节点扩展资源的方法如下：

其中，μ₁、μ₂和μ₃是系数，分别表示计算资源、存储资源和带宽资源的重要度，

表示与虚拟节点n^V直接相连的链路集合。

S6的具体方法如下：

以俯视的角度对三层立体网络扁平化处理；

结合节点资源对链路动态赋权，进行链路映射。

以俯视的角度对三层立体网络扁平化处理的具体方法如下：

通过网络域权重因子和域间链路权重因子对网络域和域间链路赋予权重，网络域权重因子和域间链路权重因子的计算公式如下：

其中，M是所求网络域的链路集或域间链路集的数量，ETT是预期传输时间，用成功传输一个数据包需要的平均时间来衡量链路的稳定性，Per-RTT是单跳往返时间，衡量两个节点之间的往返时延，buildtime是链路的建立时间，采用时间模拟节点的能耗。

结合节点资源对链路动态赋权，进行链路映射的具体方法如下：

通过调节参数来控制节点资源的影响度，求出链路资源的相对平衡值，计算公式如下：

其中，τ是调节参数，用于决定节点资源对链路资源的影响比例，ResourceRatiio是节点资源占比，用于反应节点资源影响的程度。

完成域间链路映射后，建立虚拟网络映射算法评估模型，评价映射效果；

评估模型的评价指标包括长期收益比，映射接受率和故障恢复率，综合考虑计算资源、存储资源和传输资源。

与现有技术相比，本发明设计了控制器协同配合的虚拟网络映射框架，针对实际网络场景，能快速的得到各网络域的拓扑和资源信息，更加适用于空天地融合网络，提高了虚拟网络映射的接受率；本发明通过对虚拟网络映射框架的拓扑中虚拟节点和环形链路扩展，考虑到多种链路类型之间的异质性，在链路映射阶段提出了先将立体网络拓扑扁平化，再根据节点资源求出链路资源的相对平衡值去映射，能够提高映射的可靠性。

进一步的，本发明对虚拟网络的关键节点进行备份，对环形链路进行备份，提高了映射算法的可生存性同时不会过多浪费网络资源。

进一步的，本发明通过对立体网络扁平化和链路动态赋权，简化了网络的复杂性，提高了映射算法的效率和准确性，进一步保证了资源利用最大化。

附图说明

图1是基于SDN的控制器分布式部署结构；

图2是控制器协同配合的虚拟网络映射流程；

图3是基于空天地融合网络的虚拟网络映射模型，其中，SN为底层物理拓扑，VNR为一个虚拟网络请求；

图4是虚拟网络拓扑扩展实例图；

图5是空天地融合网络扁平至单层的网络拓扑图。

具体实施方式

下面结合附图对本发明做进一步说明。

本发明公开了一种基于空天地融合网络的可生存性虚拟网络映射算法；该方法基于SDN的控制器分布式部署结构参见图1，采用了控制器协同配合的虚拟网络映射框架参见图2；考虑空天地融合网络多维异构、不稳定的特点，建立融合网络虚拟映射问题模型；虚拟请求到达时，根据拓扑结构和资源信息对虚拟网络拓扑备份扩展；通过对立体网络扁平化处理，以及分析网络资源的重要程度，按照映射方案实施映射，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如图3，建立映射约束模型；

物理网络建模为一个无向加权图

其中，N^P、L^P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，storage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，N^V、L^V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V_i＝{G^V，t_s，t_e}，i表示虚拟网络请求的次序，t_s、t_e分别是一个虚拟网络请求到达和离开的时间；

约束模型由映射过程中对节点和链路的约束条件组成，定义一个二进制变量x_nV_{→ n}P表示虚拟节点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，表示如下：

cpu(n^V)≤R(cpu(n^P))，n^V→n^P

storage(n^V)≤R(storage(n^P))，n^V→n^P

定义一个二进制变量

表示虚拟链路是否映射到物理网络上，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，约束条件表示如下：

bw(l^V)≤R(bw(l^P))，l^V→l^P

步骤2，虚拟网络拓扑备份扩展，主要是把重要节点备份和链路自备份相结合，在提高生存性的同时不会浪费太多的物理资源，当一个虚拟网络请求到达后，全局控制器可以得到虚拟网络的整体拓扑和资源信息，先计算每个节点的扩展资源并排序，根据排序结果对关键节点和相关链路全备份；再对处于环结构中的链路资源扩展，形成链路自备份，确保每两个节点之间都有两条路径可达，一条用于映射，一条用于备份，参见图4是一个扩展后的虚拟网络拓扑实例，虚拟节点的扩展资源计算公式如下：

其中，μ₁、μ₂、μ₃是系数，分别表示计算资源、存储资源和带宽资源的重要度，

表示与虚拟节点n^V直接相连的链路集合。

步骤3，按网络域划分虚拟请求子图并完成域内映射，根据分析节点和链路所述的网络域，分别得到卫星、空中和地面的虚拟网络请求子图，并将这三个虚拟请求子图下发给各自域内的局部控制器。

各局部控制器可以获取所属网络域的物理拓扑结构和网络资源信息，域内映射就等价于三个不同类型网络的虚拟网络映射问题，分为两阶段完成，在节点映射阶段，同时对物理节点和虚拟节点按重要度排序，采用贪婪映射；在链路映射阶段，因为同一网络域的链路性质一样，所以直接进行资源比较，采用最短路径算法映射链路。

最后将各自网络域映射成功后的伪拓扑上传给全局控制器，并在全局控制器中更新资源情况。

步骤4，域间链路映射，先对三层立体网络拓扑扁平化处理，以便能够通过统一的方式度量不同类型的链路资源，再结合节点资源对链路动态赋权，增加映射的可靠性；

更为具体的步骤为：

(1)分析三个网络域内节点和链路的特征，结合能表示该特征的指标对各网络域和域间链路设置权重，以俯视的角度将三层异构立体网络扁平至一层无差别的网络拓扑，如图5所示；更为具体的，卫星节点和空中节点由于功率和载荷有限，其上的通信资源会受限，而地面有恒定的能量供给，所以节点主要考虑能耗资源；不同类型链路的异质性主要表现在稳定性、时延和带宽三个方面，稳定性和带宽从高到低依次是地面链路、星间链路和星地链路，时延从高到低依次是星地链路、星间链路和地面链路，综上，域权重因子和域间链路权重因子的计算公式如下：

其中，M是所求网络域的链路集或域间链路集的数量，ETT是预期传输时间，用成功传输一个数据包需要的平均时间来衡量链路的稳定性，Per-RTT是单跳往返时间，衡量两个节点之间的往返时延，buildtime是链路的建立时间，由于卫星节点的能量消耗无法直接衡量，这里用时间来模拟节点能耗。

(2)相同带宽资源的两条链路，其连接的节点资源越丰富，映射效果越好，所以联合链路所连接的节点资源的占比情况来动态衡量链路资源，得到链路资源的相对平衡值后去映射，计算公式如下：

其中，τ是调节参数，决定节点资源对链路资源的影响比例，ResourceRatio是节点资源占比，可以反应节点资源影响的程度。

步骤5，虚拟网络映射评估模型评价映射效果，映射评估模型由虚拟网络映射的多个评价指标组成，包括长期收益成本比、虚拟请求接受率和故障恢复率；

长期收益成本比定义为时间趋于无限长时收益与成本的比值，计算公式如下：

其中，

和

分别是一个虚拟网络请求时间内映射的收益和成本，计算公式如下：

其中，α₁、α₂是常数，用来动态控制计算资源、存储资源和传输资源在价格上的比重，T(G^V)是虚拟映射时间，M_L(G^V)是虚拟网络映射过程中，覆盖到的所有物理链路的集合；

虚拟请求接受率定义为长期以来映射成功的虚拟网络请求在总虚拟网络请求中所占的比例，计算公式如下：

其中，

是映射成功的虚拟网络请求数，

是总的虚拟网络请求数；

故障恢复率定义为时间趋于无限时恢复成功的虚拟请求数在故障虚拟请求数中占的比例，计算公式如下：

其中，

是通过备份资源恢复成功的虚拟网络请求数，

是受故障影响的虚拟网络请求数。

Claims (10)

1.一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，包括以下步骤：

S1，对物理网络和虚拟网络进行建模，建立虚拟网络映射模型；

S2，根据空天地融合网络多维异构，设计控制器协同配合的虚拟网络映射框架；

S3，对虚拟网络拓扑中关键节点和环形链路扩展；

S4，根据扩展后的虚拟网络拓扑和网络域，划分虚拟网络请求子图，并下发；

S5，根据虚拟网络请求子图和网络域内资源信息进行网络域内映射；

S6，对空天地融合网络的三层立体网络进行处理，完成域间链路映射。

2.根据权利要求1所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，S1中，物理网络模型为：

物理网络为一个无向加权图

其中，N^P、L^P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，storage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。

3.根据权利要求1所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，S1中，虚拟网络为：

虚拟网络为一个无向加权图

其中，N^V和L^V分别是空天地融合网络中的节点集合和链路集合，

和

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

4.根据权利要求1所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，S1中，虚拟网络映射模型为：

虚拟网络请求为V_i＝{G^V,t_s,t_e}，i表示虚拟网络请求的次序，t_s和t_e分别是一个虚拟网络请求到达和离开的时间，虚拟网络映射是在满足资源约束的前提下将虚拟拓扑映射到物理拓扑的过程，记为M:G^V→G^P；

虚拟网络映射包括两个阶段，节点映射M_N:

和链路映射M_L:

5.根据权利要求1所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，S3的具体方法如下：

定义虚拟节点扩展资源表示虚拟节点的重要程度，按其排序后对重要节点和其邻接链路进行全备份；

判断虚拟网络映射框架的拓扑中是否存在环结构，如果存在，就对处于环结构的链路资源进行扩展，实现链路备份。

6.根据权利要求5所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，定义虚拟节点扩展资源的方法如下：

其中，μ₁、μ₂和μ₃是系数，分别表示计算资源、存储资源和带宽资源的重要度，

表示与虚拟节点b^V直接相连的链路集合。

7.根据权利要求1所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，S6的具体方法如下：

以俯视的角度对三层立体网络扁平化处理；

结合节点资源对链路动态赋权，进行链路映射。

8.根据权利要求7所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，以俯视的角度对三层立体网络扁平化处理的具体方法如下：

通过网络域权重因子和域间链路权重因子对网络域和域间链路赋予权重，网络域权重因子和域间链路权重因子的计算公式如下：

其中，M是所求网络域的链路集或域间链路集的数量，ETT是预期传输时间，用成功传输一个数据包需要的平均时间来衡量链路的稳定性，Per-RTT是单跳往返时间，衡量两个节点之间的往返时延，buildtime是链路的建立时间，采用时间模拟节点的能耗。

9.根据权利要求7所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，结合节点资源对链路动态赋权，进行链路映射的具体方法如下：

通过调节参数来控制节点资源的影响度，求出链路资源的相对平衡值，计算公式如下：

其中，τ是调节参数，用于决定节点资源对链路资源的影响比例，ResourceRatiio是节点资源占比，用于反应节点资源影响的程度。

10.根据权利要求1所述的一种基于空天地融合网络的可生存性虚拟网络映射算法，其特征在于，完成域间链路映射后，建立虚拟网络映射算法评估模型，评价映射效果；

评估模型的评价指标包括长期收益比，映射接受率和故障恢复率，综合考虑计算资源、存储资源和传输资源。

Images