CN114845400A - 一种基于FlexE的资源分配方法及系统 - Google Patents

一种基于FlexE的资源分配方法及系统 Download PDF

Info

Publication number
CN114845400A
CN114845400A CN202210322011.6A CN202210322011A CN114845400A CN 114845400 A CN114845400 A CN 114845400A CN 202210322011 A CN202210322011 A CN 202210322011A CN 114845400 A CN114845400 A CN 114845400A
Authority
CN
China
Prior art keywords
service
bandwidth
slice
flexe
time
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
CN202210322011.6A
Other languages
English (en)
Other versions
CN114845400B (zh
Inventor
张鹍
付振霄
张勇
隋敬麒
胡玉琪
张�浩
许家余
姚磊
白昊男
刘杨
李菁竹
毕晓伟
李彦
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.)
State Grid Corp of China SGCC
Beijing University of Posts and Telecommunications
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
Original Assignee
State Grid Corp of China SGCC
Beijing University of Posts and Telecommunications
Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd
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 State Grid Corp of China SGCC, Beijing University of Posts and Telecommunications, Economic and Technological Research Institute of State Grid Shandong Electric Power Co Ltd filed Critical State Grid Corp of China SGCC
Priority to CN202210322011.6A priority Critical patent/CN114845400B/zh
Publication of CN114845400A publication Critical patent/CN114845400A/zh
Application granted granted Critical
Publication of CN114845400B publication Critical patent/CN114845400B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/04Wireless resource allocation
    • H04W72/044Wireless resource allocation based on the type of the allocated resource
    • H04W72/0453Resources in frequency domain, e.g. a carrier in FDMA
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/02Neural networks
    • G06N3/04Architecture, e.g. interconnection topology
    • G06N3/044Recurrent networks, e.g. Hopfield networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/53Allocation or scheduling criteria for wireless resources based on regulatory allocation policies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W72/00Local resource management
    • H04W72/50Allocation or scheduling criteria for wireless resources
    • H04W72/54Allocation or scheduling criteria for wireless resources based on quality criteria

Landscapes

  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了一种基于FlexE的资源分配方法及系统,方法包括获取每种业务类型中不同切片服务的流量数据;根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,对于需要实时监控业务,实时计算分配带宽;为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。本发明基于FlexE切片离散资源动态分配,考虑了多业务多切片的场景,建立监控周期列表,使得不同切片具有不同的监控周期,基于根据业务的实际流量到达与时延需求得到实际需要分配的离散带宽,在满足不同业务的服务质量带宽与时延需求的同时,丢包率减少,资源利用率提高,监控成本减少。

Description

一种基于FlexE的资源分配方法及系统
技术领域
本发明涉及业务切片资源分配技术领域,尤其是一种基于FlexE的资源分配方法及系统。
背景技术
FlexE(灵活以太网)技术是以太网的L2(MAC)/L1(PHY)基础上引入FlexE Shim层实现MAC与Group/PHY层解耦,通过FlexE技术可以实现硬切片隔离,它利用不同切片之间类似tdma的资源细分,保证业务之间互不干扰。然而利用FlexE技术传输带宽为分配对应时隙,而每个时隙的带宽是固定的,这就意味着连续到达的切片流量业务只能分配离散的带宽,这就容易导致资源浪费。
当同一时刻有多类不同切片业务时,需要考虑不同的业务的时延、丢包率和隔离性等需求不同来进行资源的分配,以保证服务质量,静态的分配容易导致一些切片业务无法获得足够资源进行传输,容易造成流量拥堵而丢包,无法保证业务需求,服务质量下降。
FlexE的PHY带宽为100G,而当FlexE的时隙粒度减少,需要管理的切片会增多,已知目前最小时隙粒度为10M,最坏情况需要管控上万的切片,频繁的多切片流量监控与资源调度会大大增加管理成本。
发明内容
本发明提供了一种基于FlexE的资源分配方法及系统,用于解决现有切片流量监控及资源调度频繁,增加管理成本的问题。
为实现上述目的,本发明采用下述技术方案:
本发明第一方面提供了一种基于FlexE的资源分配方法,所述方法包括以下步骤:
S1,对于多种业务类型,获取每种业务类型中不同切片服务的流量数据;
S2,根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,判断当前切片服务是否需要实时监控,若是,则执行步骤S3,若否,则执行步骤S6;
S3,计算每类切片服务满足时延需求所需的最小带宽;
S4,基于FlexE带宽离散分配,并根据时隙粒度,将所述最小带宽向上取整得到实际分配的最小带宽,以及当前流量数据达到的分配带宽;
S5,取实际分配的最小带宽以及当前流量数据达到的分配带宽中的较大值,作为实际分配带宽;
S6,为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。
进一步地,所述方法在进行带宽分配后,还包括步骤:
判断总带宽是否能满足所有切片业务的传输需求,若不满足,将未传输切片进行丢包处理或存入FlexE网络设备缓存区中。
进一步地,所述将未传输切片进行丢包处理或存入FlexE网络设备缓存区中具体为:
判断缓存区是否溢出,若溢出,则丢包,若未溢出,则判断切片业务是否满足时延需求,若不满足,则丢包,若满足,则将未传输流量存入缓存区。
进一步地,所述预测每个切片服务流量变化周期具体为:
基于历史流量,进行流量预测,得到初步预测值;
计算所述初步预测值和历史预测最大误差绝对值的和,作为预测流量。根据预测流量不使当前分配带宽发生变化的时间,得到流量变化周期。
进一步地,基于排队模型计算所述每类切片服务满足时延需求所需的最小带宽,具体为:
排队模型中的切片服务率为
Figure BDA00035706751600000321
则切片服务时间的均值为
Figure BDA0003570675160000031
切片服务时间的方差为
Figure BDA0003570675160000032
根据下式:
Figure BDA0003570675160000033
Figure BDA0003570675160000034
Figure BDA0003570675160000035
Figure BDA0003570675160000036
Figure BDA0003570675160000037
Figure BDA0003570675160000038
式中,
Figure BDA0003570675160000039
为排队时延,
Figure BDA00035706751600000310
为在t时刻实际切片数据包到达大小的均值,
Figure BDA00035706751600000311
表示第i类业务的第n个切片队列的利用率,
Figure BDA00035706751600000312
为传输时延,
Figure BDA00035706751600000313
为实际分配带宽,
Figure BDA00035706751600000314
表示不同业务时延抖动需求,Di,T表示不同业务可接受的最大时延,
Figure BDA00035706751600000315
为通信时延;
根据上述公式,当总时延约束、时延抖动约束和切片业务流量到达率已知时,推出满足时延约束所需最小带宽
Figure BDA00035706751600000316
为:
Figure BDA00035706751600000317
式中,Dproc为数据包处理时间,Dprop为传播时延。
进一步地,所述通信时延满足:
Figure BDA00035706751600000318
进一步地,所述实际分配的最小带宽
Figure BDA00035706751600000319
为:
Figure BDA00035706751600000320
式中,
Figure BDA0003570675160000041
k为时隙数量,m为分配带宽的倍数,为整数。
进一步地,所述当前流量数据达到的分配带宽
Figure BDA0003570675160000042
具体为:
Figure BDA0003570675160000043
τ为切片流量达到的时隙时间。
本发明第二方面提供了一种基于FlexE的资源分配系统,所述系统包括:
信息采集单元,对于多种业务类型,获取每种业务类型中不同切片服务的流量数据;
周期预测单元,根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,判断当前切片服务是否需要实时监控,若是,则调用第一计算单元,若否,则调用第四计算单元;
第一计算单元,用于计算每类切片服务满足时延需求所需的最小带宽;
第二计算单元,基于FlexE带宽离散分配,并根据时隙粒度,将所述最小带宽向上取整得到实际分配的最小带宽,以及当前流量数据达到的分配带宽;
第三计算单元,取实际分配的最小带宽以及当前流量数据达到的分配带宽中的较大值,作为实际分配带宽;
第四计算单元,用于为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。
进一步地,所述系统还包括:
检验单元,用于判断总带宽是否能满足所有切片业务的传输需求,若不满足,将未传输切片进行丢包处理或存入FlexE网络设备缓存区中。
本发明第二方面的所述资源分配系统能够实现第一方面及第一方面的各实现方式中的方法,并取得相同的效果。
发明内容中提供的效果仅仅是实施例的效果,而不是发明所有的全部效果,上述技术方案中的一个技术方案具有如下优点或有益效果:
本发明基于FlexE切片离散资源动态分配,考虑了多业务多切片的场景,基于图神经网络预测的方法建立监控周期列表,使得不同切片具有不同的监控周期,基于根据业务的实际流量到达与时延需求得到实际需要分配的离散带宽,再根据不同业务的加权时延带宽积作为排序进行带宽的分配。在满足不同业务的服务质量带宽与时延需求的同时,丢包率减少,资源利用率提高,监控成本减少。
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,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,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是本发明所述方法实施例的流程示意图;
图2是本发明所述系统实施例的结构示意图。
具体实施方式
为能清楚说明本方案的技术特点,下面通过具体实施方式,并结合其附图,对本发明进行详细阐述。下文的公开提供了许多不同的实施例或例子用来实现本发明的不同结构。为了简化本发明的公开,下文中对特定例子的部件和设置进行描述。此外,本发明可以在不同例子中重复参考数字和/或字母。这种重复是为了简化和清楚的目的,其本身不指示所讨论各种实施例和/或设置之间的关系。应当注意,在附图中所图示的部件不一定按比例绘制。本发明省略了对公知组件和处理技术及工艺的描述以避免不必要地限制本发明。
如图1所示,本发明实施例提供的一种基于FlexE的资源分配方法,考虑网络切片由无线接入网接入传输网、为连续流量分配离散带宽的过程,基于预测的方法可以预测到未来切片流量变化并依据变化情况减少对平稳流量到达切片服务的监控,无需对系统内每个切片进行实时监控,降低监控管理成本,而且带宽资源能够根据多类网络切片服务不同的业务需求分配,在提高资源利用率的同时减少了丢包率。该方法包括以下步骤:
S1,对于多种业务类型,获取每种业务类型中不同切片服务的流量数据;
S2,根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,判断当前切片服务是否需要实时监控,若是,则执行步骤S3,若否,则执行步骤S6;
S3,计算每类切片服务满足时延需求所需的最小带宽;
S4,基于FlexE带宽离散分配,并根据时隙粒度,将所述最小带宽向上取整得到实际分配的最小带宽,以及当前流量数据达到的分配带宽;
S5,取实际分配的最小带宽以及当前流量数据达到的分配带宽中的较大值,作为实际分配带宽;
S6,为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。
本发明所述方法实施例的其一实现方式中,所述方法在进行带宽分配后,还包括步骤:S7,判断总带宽是否能满足所有切片业务的传输需求,若不满足,将未传输切片进行丢包处理或存入FlexE网络设备缓存区中。
步骤S1中,用i表示业务的种类i∈{I,II...}。每类任务中切片集定义为ni∈Ni={1,2,...,Ni},i∈{I,II...},即每类业务中有Ni个切片。在t时刻实际切片用户业务的数据包到达大小表示为
Figure BDA0003570675160000061
单位为比特。假设
Figure BDA0003570675160000062
的到达过程是随机独立的泊松过程,其均值为
Figure BDA0003570675160000063
单位为比特每秒。
步骤S2中,根据历史流量信息得到每个切片服务流量变化周期,按照预测的流量变化建立不同周期监控标识列表,若切片流量达到一直较为平稳(变化范围不超过时隙粒度)则进行长时间周期监控,每个监控周期内所需分配带宽固定无需重新计算;若切片流量经常变化不规律则进行实时监控,并进行实时带宽计算与分配。
预测方法如长短期记忆(Long Short-Term Memory)LSTM递归神经网络,图神经网络等,根据历史流量信息进行预测,一般流量都是具有周期性的,但预测出来的未来流量变化与实际会有预测误差,业务考虑预测到的最坏情况作为其预测流量,再按照预测的流量变化建立不同周期监控列表。预测流量根据初步预测值和历史最大可能误差绝对值的和,来估算到达的流量。例如:对于呼叫业务中某切片平时流量大小为1M-5M,但若预测到的流量长周期某时能达到15M,那么对于这一切片不能将其放入该长周期监控列表,应该放入更短的周期监控列表内,以保证业务需求。
对于监控周期列表的建立,例如一类业务流量一直较为平稳,预测到未来流量到达速率始终为5-10Mbits/s,按照时延约束算得所需带宽也始终小于10M,按照FlexE离散带宽分配规律,当其时隙颗粒度为10M时,这一类业务实际分配带宽的始终为10M,那么将此切片放入长时间周期监控列表,即只在长时间(例如几天)监控一次,看实际到达是否与预测一样平稳,在每个监控周期时间内无需实时计算,直接到步骤S6进行排序后分配即可。若某类业务流量具有明显的早晚周期,白天流量始终为40-50M,夜晚的流量为10-20M,则是放入半天监控周期列表,每半天监控一次。若业务不规律具有突发性,那么则需要实时监控,将切片业务放入实时监控列表,每一时刻都需要根据实时流量需求通过步骤S3-S5计算后再根据优先级排序分配带宽。
步骤S3中,多类切片服务每类都具有不同时延需求,根据排队论方法计算相应所需带宽。
通信时延一般包含排队时延、传输时延、传播时延和处理时延。
通信时延:
Figure BDA0003570675160000071
Figure BDA0003570675160000072
为排队时延,
Figure BDA0003570675160000073
为传输时延,Dproc为数据包处理时间,Dprop为传播时延。数据包处理时间和传播时延可以建模为一个确定性值。
假设排队模型中的切片服务率为
Figure BDA0003570675160000081
切片服务时间的均值为
Figure BDA0003570675160000082
即传输时间的均值,切片服务时间的方差可表示为
Figure BDA0003570675160000083
即传输时间的变化程度,即时延抖动。可得到平均排队时延:
Figure BDA0003570675160000084
Figure BDA0003570675160000085
Figure BDA0003570675160000086
Figure BDA0003570675160000087
Figure BDA0003570675160000088
Figure BDA0003570675160000089
式中,Di,T表示不同业务可接受的最大时延。
Figure BDA00035706751600000810
表示不同业务时延抖动需求。
Figure BDA00035706751600000811
表示第i类业务的第n个切片队列的利用率,即平均包到达率与平均服务率的比值。
Figure BDA00035706751600000812
为实际分配带宽,在本系统中分配带宽是一个根据多个需求决定的变量,根据上述公式,当总时延约束、时延抖动约束和切片业务流量到达率已知时,可以推出满足时延约束所需最小带宽
Figure BDA00035706751600000813
Figure BDA00035706751600000814
步骤S4中,根据FlexE带宽离散分配,根据时隙粒度向上取整得到时延所需最小带宽和流量达到的实际分配带宽。
选择FlexE标准传输机制,即FlexE PHY通道为100G进行传输,calendar机制将PHY通道划分为k个时隙,每个时隙的切片颗粒带宽固定为mM进行传输,故所有分配的带宽均为m的整数倍,则有:
Figure BDA0003570675160000091
实际分配的最小带宽
Figure BDA0003570675160000092
当前流量数据达到的分配带宽
Figure BDA0003570675160000093
τ为切片流量到达的时隙时间。
步骤S5中,比较
Figure BDA0003570675160000094
Figure BDA0003570675160000095
大小,取较大值:
Figure BDA0003570675160000096
步骤S6中,为不同业务设置不同权重因子,计算获得实际分配带宽对应时延,计算不同业务切片的加权时延带宽积作为优先级排序进行带宽分配。
采用时延带宽积来衡量网络性能,用通信总时延与积攒流量所需带宽之积表明此流量的传输压力
Figure BDA0003570675160000097
设I(t)为在时间t调度的切片队列的索引,I(t)越大,则表明传输压力越大,算法选择延迟加权切片传输速率的和(或函数)最大的切片:
Figure BDA0003570675160000098
αi>0代表不同业务的优先级权重,按照实际业务需求给定。例如:远程医疗服务需要极低的时延且是随机发生,故其需要优先级权重极大;呼叫业务流量小但易发生突发情况且时延需求高,故其优先级权重较大;而短信业务或者互联网业务对时延没有那么高的要求,业务流量也较为平稳,故其优先级权重较小。
步骤S7中,所述将未传输切片进行丢包处理或存入FlexE网络设备缓存区中具体为:判断缓存区是否溢出,若溢出,则丢包,若未溢出,则判断切片业务是否满足时延需求,若不满足,则丢包,若满足,则将未传输流量存入缓存区。
基于上述实施例,针对两种业务的资源分配情况,一类是呼叫业务,其业务流量较小,易发生突发情况且时延需求高,是场景中有sla保证的切片服务。一类是互联网业务,其业务流量大,时延敏感性与呼叫业务相比不强,是场景中尽力而为的切片服务。提出的资源分配方法与未预测的静态带宽分配方法,提出方法可以保证呼叫业务无丢包而对比算法丢包率为1%左右,而互联网业务丢包率则是从40%左右减少到5%左右。
如图2所示,本发明实施例提供了一种基于FlexE的资源分配系统,所述系统包括信息采集单元、周期预测单元、第一计算单元、第二计算单元、第三计算单元、第四计算单元和检验单元。
信息采集单元对于多种业务类型,获取每种业务类型中不同切片服务的流量数据;周期预测单元根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,判断当前切片服务是否需要实时监控,若是,则调用第一计算单元,若否,则调用第四计算单元;第一计算单元用于计算每类切片服务满足时延需求所需的最小带宽;第二计算单元基于FlexE带宽离散分配,并根据时隙粒度,将所述最小带宽向上取整得到实际分配的最小带宽,以及当前流量数据达到的分配带宽;第三计算单元取实际分配的最小带宽以及当前流量数据达到的分配带宽中的较大值,作为实际分配带宽;第四计算单元用于为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。检验单元用于判断总带宽是否能满足所有切片业务的传输需求,若不满足,将未传输切片进行丢包或存入FlexE网络设备缓存区中。
本发明实施例还提供了一种计算机存储介质,所述计算机存储介质中存储有计算机指令,所述计算机指令在所述系统上运行时,使所述系统执行所述方法的步骤。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种基于FlexE的资源分配方法,其特征是,所述方法包括以下步骤:
S1,对于多种业务类型,获取每种业务类型中不同切片服务的流量数据;
S2,根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,判断当前切片服务是否需要实时监控,若是,则执行步骤S3,若否,则执行步骤S6;
S3,计算每类切片服务满足时延需求所需的最小带宽;
S4,基于FlexE带宽离散分配,并根据时隙粒度,将所述最小带宽向上取整得到实际分配的最小带宽,以及当前流量数据达到的分配带宽;
S5,取实际分配的最小带宽以及当前流量数据达到的分配带宽中的较大值,作为实际分配带宽;
S6,为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。
2.根据权利要求1所述基于FlexE的资源分配方法,其特征是,所述方法在进行带宽分配后,还包括步骤:
判断总带宽是否能满足所有切片业务的传输需求,若不满足,将未传输切片进行丢包处理或存入FlexE网络设备缓存区中。
3.根据权利要求2所述基于FlexE的资源分配方法,其特征是,所述将未传输切片进行丢包处理或存入FlexE网络设备缓存区中具体为:
判断缓存区是否溢出,若溢出,则丢包,若未溢出,则判断切片业务是否满足时延需求,若不满足,则丢包,若满足,则将未传输流量存入缓存区。
4.根据权利要求1或2所述基于FlexE的资源分配方法,其特征是,所述预测每个切片服务流量变化周期具体为:
基于历史流量,进行流量预测,得到初步预测值;
计算所述初步预测值和历史预测最大误差绝对值的和,作为预测流量,根据预测流量不使当前分配带宽发生变化的时间,得到流量变化周期。
5.根据权利要求1或2所述基于FlexE的资源分配方法,其特征是,基于排队模型计算所述每类切片服务满足时延需求所需的最小带宽,具体为:
排队模型中的切片服务率为
Figure FDA00035706751500000219
则切片服务时间的均值为
Figure FDA0003570675150000021
切片服务时间的方差为
Figure FDA0003570675150000022
根据下式:
Figure FDA0003570675150000023
Figure FDA0003570675150000024
Figure FDA0003570675150000025
Figure FDA0003570675150000026
Figure FDA0003570675150000027
Figure FDA0003570675150000028
式中,
Figure FDA0003570675150000029
为排队时延,
Figure FDA00035706751500000210
为在t时刻实际切片数据包到达大小的均值,
Figure FDA00035706751500000211
表示第i类业务的第n个切片队列的利用率,
Figure FDA00035706751500000212
为传输时延,
Figure FDA00035706751500000213
为实际分配带宽,
Figure FDA00035706751500000214
表示不同业务时延抖动需求,Di,T表示不同业务可接受的最大时延,
Figure FDA00035706751500000215
为通信时延;
根据上述公式,当总时延约束、时延抖动约束和切片业务流量到达率已知时,推出满足时延约束所需最小带宽
Figure FDA00035706751500000216
为:
Figure FDA00035706751500000217
式中,Dproc为数据包处理时间,Dprop为传播时延。
6.根据权利要求5所述基于FlexE的资源分配方法,其特征是,所述实际分配的最小带宽
Figure FDA00035706751500000218
为:
Figure FDA0003570675150000031
式中,
Figure FDA0003570675150000032
k为时隙数量,m为分配带宽的倍数,为整数。
7.根据权利要求6所述基于FlexE的资源分配方法,其特征是,所述当前流量数据达到的分配带宽
Figure FDA0003570675150000033
具体为:
Figure FDA0003570675150000034
τ为切片流量达到的时隙时间。
8.一种基于FlexE的资源分配系统,其特征是,所述系统包括:
信息采集单元,对于多种业务类型,获取每种业务类型中不同切片服务的流量数据;
周期预测单元,根据切片服务的历史流量及当前流量数据,预测每个切片服务流量变化周期,判断当前切片服务是否需要实时监控,若是,则调用第一计算单元,若否,则调用第四计算单元;
第一计算单元,用于计算每类切片服务满足时延需求所需的最小带宽;
第二计算单元,基于FlexE带宽离散分配,并根据时隙粒度,将所述最小带宽向上取整得到实际分配的最小带宽,以及当前流量数据达到的分配带宽;
第三计算单元,取实际分配的最小带宽以及当前流量数据达到的分配带宽中的较大值,作为实际分配带宽;
第四计算单元,用于为每种业务类型设置权重因子,计算每种业务的加权、时延以及实际分配带宽三者的乘积值,按照乘积值的大小顺序进行带宽分配。
9.根据权利要求8所述基于FlexE的资源分配系统,其特征是,所述系统还包括:
检验单元,用于判断总带宽是否能满足所有切片业务的传输需求,若不满足,将未传输切片进行丢包处理或存入FlexE网络设备缓存区中。
10.一种计算机存储介质,所述计算机存储介质中存储有计算机指令,其特征是,所述计算机指令在权利要求8或9所述系统上运行时,使所述系统执行如权利要求1-7任一项所述方法的步骤。
CN202210322011.6A 2022-03-29 2022-03-29 一种基于FlexE的资源分配方法及系统 Active CN114845400B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210322011.6A CN114845400B (zh) 2022-03-29 2022-03-29 一种基于FlexE的资源分配方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210322011.6A CN114845400B (zh) 2022-03-29 2022-03-29 一种基于FlexE的资源分配方法及系统

Publications (2)

Publication Number Publication Date
CN114845400A true CN114845400A (zh) 2022-08-02
CN114845400B CN114845400B (zh) 2024-09-06

Family

ID=82563263

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210322011.6A Active CN114845400B (zh) 2022-03-29 2022-03-29 一种基于FlexE的资源分配方法及系统

Country Status (1)

Country Link
CN (1) CN114845400B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115471108A (zh) * 2022-09-27 2022-12-13 陈浩川 数据分析决策方法、系统及大数据资源中心
CN115987801A (zh) * 2022-10-18 2023-04-18 公诚管理咨询有限公司 基于FlexE的承载网网络分片管理优化方法、装置和介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001020876A1 (en) * 1999-09-15 2001-03-22 Tellabs Operations, Inc. Allocating network bandwidth
CN108965024A (zh) * 2018-08-01 2018-12-07 重庆邮电大学 一种5g网络切片基于预测的虚拟网络功能调度方法
WO2022016831A1 (zh) * 2020-07-21 2022-01-27 烽火通信科技股份有限公司 一种FlexE低速业务处理方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001020876A1 (en) * 1999-09-15 2001-03-22 Tellabs Operations, Inc. Allocating network bandwidth
CN108965024A (zh) * 2018-08-01 2018-12-07 重庆邮电大学 一种5g网络切片基于预测的虚拟网络功能调度方法
WO2022016831A1 (zh) * 2020-07-21 2022-01-27 烽火通信科技股份有限公司 一种FlexE低速业务处理方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
梁根;梁活民;: "多业务流量预测动态带宽分配方法", 计算机工程与应用, no. 18, 15 September 2013 (2013-09-15) *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115471108A (zh) * 2022-09-27 2022-12-13 陈浩川 数据分析决策方法、系统及大数据资源中心
CN115471108B (zh) * 2022-09-27 2023-09-01 中交西北投资发展有限公司 数据分析决策方法、系统及大数据资源中心
CN115987801A (zh) * 2022-10-18 2023-04-18 公诚管理咨询有限公司 基于FlexE的承载网网络分片管理优化方法、装置和介质

Also Published As

Publication number Publication date
CN114845400B (zh) 2024-09-06

Similar Documents

Publication Publication Date Title
CN107682135B (zh) 一种基于noma的网络切片自适应虚拟资源分配方法
CN110381541B (zh) 一种基于强化学习的智能电网切片分配方法及装置
US11977784B2 (en) Dynamic resources allocation method and system for guaranteeing tail latency SLO of latency-sensitive application
CN114845400B (zh) 一种基于FlexE的资源分配方法及系统
US20050047425A1 (en) Hierarchical scheduling for communications systems
CN112996116B (zh) 一种保障电力时延敏感业务质量的资源分配方法及系统
CN1498472A (zh) 用于实时自适应容量调度的系统与方法
CN109618375B (zh) 基于业务优先级和信道中断概率的uav自组网时隙调度方法
US8159952B2 (en) Data packet traffic scheduling
CN116074260B (zh) 一种电力网络中业务切片调度编排方法
US12101637B2 (en) Systems and methods for application-aware dynamic slicing in radio access network (RAN)
US20140362698A1 (en) Methods and systems for adaptive buffer allocations in systems with adaptive resource allocation
US20210153112A1 (en) Method for controlling the admission of slices into a virtualized telecommunication network and the congestion likely to be generated between services instantiated on said slices
CN115473855B (zh) 网络系统、数据传输方法
CN109257303B (zh) QoS队列调度方法、装置和卫星通信系统
CN113840333B (zh) 电网资源分配的方法、装置、电子设备及存储介质
CN113906720B (zh) 流量调度方法、设备及存储介质
CN114500402B (zh) 报文处理的方法、设备及存储介质
CN112600712B (zh) 一种服务质量调度方法及装置
Yang et al. A study of a loss system with priorities
Hu et al. Dynamic allocation of FlexE discrete resource based on regional traffic prediction
Bouchti et al. Analysis of quality of service performances of connection admission control mechanisms in OFDMA IEEE 802.16 network using BMAP queuing
US20230362976A1 (en) Method and electronic device for determining scheduling priority of user equipment
Lee Mean Object Size Comparison of M/G/1/PS and TDM System
Lahmer et al. The cost of learning: Efficiency vs. efficacy of learning-based RRM for 6G

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