CN114884818A - 确定性网络中基于时隙细粒度的三层软切片系统与方法 - Google Patents

确定性网络中基于时隙细粒度的三层软切片系统与方法 Download PDF

Info

Publication number
CN114884818A
CN114884818A CN202210551993.6A CN202210551993A CN114884818A CN 114884818 A CN114884818 A CN 114884818A CN 202210551993 A CN202210551993 A CN 202210551993A CN 114884818 A CN114884818 A CN 114884818A
Authority
CN
China
Prior art keywords
deterministic
time slot
network
service
module
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.)
Pending
Application number
CN202210551993.6A
Other languages
English (en)
Inventor
莫益军
杨瑞华
刘辉宇
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202210551993.6A priority Critical patent/CN114884818A/zh
Publication of CN114884818A publication Critical patent/CN114884818A/zh
Pending legal-status Critical Current

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
    • 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
    • H04L41/12—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
    • H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
    • H04L41/5003—Managing SLA; Interaction between SLA and QoS
    • 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)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明涉及数据通信网络技术领域。本发明基于时隙细粒度切片方法针对确定性网络中确定性业务需求与实时底层物理网络情况进行时隙的按需的细粒度资源切片，从细粒度层面保障确定性业务的带宽资源分配和隔离，提出确定性网络中基于时隙细粒度的三层软切片系统与方法。该方法能通过对当前时隙周期内的确定性业务需求和网络资源进行建模；结合确定性业务需求的带宽、时延、抖动、丢包等QoS指标进行确定性业务的优先级计算，再根据底层网络的资源剩余对确定性业务进行时隙的切片与分配，并根据网络反馈进行动态调整。本发明可在尽可能保证确定性业务服务质量的情况下最大化确定性网络三层资源利用率。

Description

确定性网络中基于时隙细粒度的三层软切片系统与方法
技术领域
本发明涉及数据通信网络技术领域，更具体地，尤其涉及一种确定性网络的三层软切片系统与方法。
背景技术
近年来，互联网迈入产业互联网阶段，随着远程医疗、远程驾驶和网络制造等远程控制类时延敏感业务得到广泛关注，这类业务对底层网络的共性需求包括有界带宽、时延、抖动、丢包等指标。现有基于业务QoS类别的资源预留机制受限于IP数据报网络“统计复用、尽力而为”的传输特性，仅能部分保障业务带宽，难以满足时延抖动等上下界保障需求。鉴于此，业界提出在大规模骨干网中用于保障时延敏感型服务质量(Quality of Service，QoS)的确定性网络，并通过资源预留和分配技术来减少新型业务在网络层传输时产生的资源竞争。
目前工业界和学术界都对于确定性网络三层中资源预留和分配技术进行了研究，对于复杂的业务，提出了采用网络切片技术来在网络层中切分出多个虚拟的端到端子网络，如今的网络切片便可以通过网络功能虚拟化，Network Function Virtualization，NFV)对设备资源进行合理化分配，将其转换成多个粒度不同的、隔离度高的端到端网络切片，通过按需组网的方式，虚拟多个分别适应不同业务且彼此绝缘的子网切片。并且对每个网络切片分配专属资源，使得它们可以分别保障不同需求的服务，切片之间资源相互隔离，一个切片内的状态不会影响到其它切片的数据传输。但网络中现有的资源切片方案基本在于对每类业务进行切片，以此简单满足确定性网络中的每类服务的确定性QoS需求，提高和优化链路的利用率，但这种切片方法属于粗粒度的切片，很多只考虑通过业务的简单分类来进行切片，从而达到了简单的虚拟化切片和服务之间的隔离，很多并未考虑切片的服务差异性和不同服务之间的公平性。并且在三层切片内分配的资源有时会随着不同确定性业务的突发仍存在资源竞争的情况，使得进行切片之后，确定性业务的服务质量和链路的资源利用率一般，这不符合确定性流量确定性保障的思想。综上所述，目前确定性三层软切片方法存在以下问题：
1、未考虑每个确定性业务的细粒度需求，仅仅采用确定性业务分类来对网络三层进行切片隔离。
2、未考虑在每类切片内确定性流量的突发情况以及流量的种类情况，切片内依旧存在资源竞争，没有灵活性。
发明内容
本发明所要解决的技术问题是提供一种确定性网络中基于时隙细粒度的三层软切片系统与方法，在网络层从时隙细粒度为每类确定性业务进行切片，减少确定性业务到达时的资源竞争问题，在保障每类确定性业务的QoS需求的同时尽可能提高网络资源利用率。
为解决上述技术问题，本发明提出一种确定性网络中基于时隙细粒度的三层软切片系统，包括信息采集模块、连接在信息采集模块输入端的是网络传输模块，连接在信息采集模块输出端的是时隙控制模块，所述时隙控制模块的输入端信息采集模块，输出端是网络传输模块。所述网络传输模块的输入端是时隙控制模块，输出端是信息采集模块和底层网络拓扑。
所述信息采集模块中包括确定性业务基本需求采集模块和确定性业务实际传输信息模块；所述时隙控制模块包括确定性业务优先级构造模块、确定性网络细粒度时隙切片构造模块、确定性网络细粒度时隙切片调度模块；所述的网络传输模块包括确定性网络流表下发模块和时隙切片策略配置模块。
基于上述系统，本发明同时提出一种基于时隙细粒度的三层软切片方法，包括以下步骤：
S1.从信息采集模块里利用确定性网络控制器获取底层物理网络中的拓扑信息，包括网络拓扑路由信息、带宽等信息和确定性业务需求信息；
S2.基于历史确定性业务的流量需求数据采用建模，其中需求数据包括带宽、抖动、时延、丢包，输入时隙控制模块中进行确定性业务优先级构造模块中进行时隙切片模块前的优先级构造；
S3.在综合考虑网络基本信息数据的情况下，根据每个周期中的确定性业务的种类和需求，将三层资源量化为时隙，在时隙控制模块中对每类确定性业务进行基于时隙细粒度的三层软切片，输出在确定性网络三层的确定性业务细粒度时隙资源分配策略，并将进行时隙细粒度切片的策略下发到网络传输模块，进行时隙切片资源分配策略的下发和流表下发，在网络传输模块中通过对确定性业务的时隙切片和流表来控制每类确定性业务在网络层中传输时间；
S4.根据确定性网络中信息采集模块中控制器测量获取的每类确定性QoS指标和网络层中链路的情况，动态调整对每类确定性业务的时隙切片分配，在合适的时机回收或释放相应时隙切片，并在该时隙切片无法满足确定性需求时进行调整，重新回到S2。
进一步，所述步骤S1具体包括：从信息采集模块中网络中基本信息和历史的确定性业务信息，其中网络层基本信息包括路由、链路、带宽、端口信息，历史的确定性业务信息包括带宽、时延、抖动、丢包等指标。由于确定性业务流量具有周期性、基本QoS指标上下界确定等特性，因此历史的确定性业务需求可以表示确定性业务的基本需求。
优选地，步骤S2包括以下子步骤：
S21.从信息采集模块中确定性业务需求输入到时隙控制模块中的确定性业务优先级构造模块中，其中需求数据包括带宽、抖动、时延、丢包，拿到确定性业务的信息之后，对每类确定性业务的周期和需求信息建模，并基于建模的确定性业务决定时隙切片周期和时隙粒度，计算周期内所有时隙粒度的确定性业务所有需求输入到时隙控制模块中。
S22.将周期T内所有输入时隙控制模块中确定性业务进行确定性业务优先级构造，将优先级构造的所有确定性业务输入时隙切片模块。
优选地，步骤S3包括以下子步骤：
S31.基于有优先级的每类确定性业务的服务请求和需求建模信息，对三层网络层带宽资源进行时隙的量化。
S32.采用贪心算法选择优先级排序的确定性业务进行时隙切片，将该确定性业务在时隙周期T中，在保障确定性需求的情况下进行时隙分配，将所有确定性业务分配到不同的时隙中进行传输，使得它们在网络中的传输时间进行分离，达到对确定性网络三层中资源切片的目的。
S33.对所有确定性业务分配完成之后，将业务建模中path进行提取，作为三层流表策略，将业务中time进行提取，作为基于时隙细粒度三层软切片策略。将两个策略下发到网络传输模块。
优选地，步骤S4包括以下子步骤：
S41.对现有网络中的时隙切片情况及网络中确定性业务情况，判断时隙切片分配策略是否可以满足确定性网络的服务质量需求。
S42.若已有的时隙切片中不能满足确定性业务需求，不满足确定性网络时延、带宽、抖动、丢包等约束条件，则根据目前网络中资源情况，对该类确定性业务进行新的时隙切片和资源分配，重复步骤S2—S4。若该时隙可以满足确定性业务的需求，则继续使用该细粒度时隙策略进行确定性业务传输。
本发明基于时隙细粒度切片方法针对确定性网络中确定性业务需求与实时底层物理网络情况进行时隙的按需的细粒度资源切片，从细粒度层面保障确定性业务的带宽资源分配和隔离，提出确定性网络中基于时隙细粒度的三层软切片系统与方法。该方法能通过对当前时隙周期内的确定性业务需求和网络资源进行建模；结合确定性业务需求的带宽、时延、抖动、丢包等QoS指标进行确定性业务的优先级计算，再根据底层网络的资源剩余对确定性业务进行时隙的切片与分配，并根据网络反馈进行动态调整。本发明可在尽可能保证确定性业务服务质量的情况下最大化确定性网络三层资源利用率。
附图说明
下面结合附图和具体实施方式对本发明的技术方案作进一步具体说明。
图1为本发明的基于时隙细粒度的三层软切片系统框架图；
图2为本发明的各个基于时隙细粒度的三层软切片系统各个模块之间关系图；
图3为本发明的基于时隙细粒度的切片方法的整体流程图；
图4为本发明的基于遗传算法的时隙细粒度切片流程图。
图5为本发明的基于时隙细粒度切片方法步骤流程图。
具体实施方式
结合图1、2所示，确定性网络中基于时隙细粒度的三层软切片系统，系统包括以下模块：时隙控制模块、信息采集模块、网络传输模块。信息采集模块包括确定性业务基本需求采集模块和确定性业务实际传输信息模块；时隙控制模块包括确定性业务优先级构造模块、确定性网络细粒度时隙切片构造模块、确定性网络细粒度时隙切片调度模块；网络传输模块包括确定性网络流表下发模块和时隙切片策略配置模块。
信息采集模块的输入端是网络传输模块，输出端是时隙控制模块，信息采集模块主要用于对确定性网络中基本信息进行测量，具体发包和测量使用分布式互联网流量生成器(Distributed Internet Traffic Generator，D-ITG)，支持生成互联网协议第4版和互联网协议第6版流量，可以生成网络层、传输层和应用层等多层流量。具有多种参数，可以根据需要进行自定义调整，并可以测量业务的带宽速率、时延、抖动、丢包率等QoS数据。测量内容包括以下两个：一个是网络中的基本信息，包括路由器连接情况、端口情况、链路初始带宽情况等；另一个是测量网络中的实时信息，包括链路当前负载状态和网络流量状态，得到确定性流量需要的带宽、时延、抖动信息用数据库进行存储。
时隙控制模块的输入端是信息采集模块，输出端是网络传输模块，时隙控制模块主要通过从信息采集模块中收集的确定性业务基本需求信息，包括确定性业务带宽、时延、抖动、丢包等需求。确定性业务优先级构造模块确定周期粒度和周期，并将周期内网络带宽量化为时隙，对确定性业务的需求进行优先级构造；然后对当前周期采用遗传算法进行时隙切片和资源预留，输出所有确定性网络业务在当前周期的开始传输时间和传输路径。时隙调度模块通过测量模块输出的网络中的实时的确定性流量的所需带宽、时延、抖动，若不满足该确定性业务的需求，则修改时隙来进行确定性网络切片中时隙的资源调度，进行基于时隙细粒度的切片重新构造。
网络传输模块的输入端是时隙控制模块，输出端是信息采集模块和底层网络拓扑，包括确定性交换机、确定性虚拟交换软件，网络拓扑。网络传输模块包括的模块有：确定性网络流表下发模块，通过流表信息来对网络层进行端口的配置和流表的下发。确定性网络时隙配置模块，通过时隙控制模块输出的每类确定性业务时隙信息来进行每类业务时隙分配，主要为：如果当前业务在该时隙中有传输时间，则按照流表信息进行传输，如果该确定性业务在当前时隙中没有传输时间，则进行下一个时隙的等待。
如图5所示，基于时隙细粒度的三层软切片方法，包括以下步骤：
S1.从信息采集模块里利用确定性网络控制器获取底层物理网络中的拓扑信息，包括网络拓扑路由信息、带宽等信息和确定性业务需求信息；
S2.基于历史确定性业务的流量需求数据采用建模，其中需求数据包括带宽、抖动、时延、丢包，输入时隙控制模块中进行确定性业务优先级构造模块中进行时隙切片模块前的优先级构造；
S3.在综合考虑网络基本信息数据的情况下，根据每个周期中的确定性业务的种类和需求，将三层资源量化为时隙，在时隙控制模块中对每类确定性业务进行基于时隙细粒度的三层软切片，输出在确定性网络三层的确定性业务细粒度时隙资源分配策略，并将进行时隙细粒度切片的策略下发到网络传输模块，进行时隙切片资源分配策略的下发和流表下发，在网络传输模块中通过对确定性业务的时隙切片和流表来控制每类确定性业务在网络层中传输时间；
S4.根据确定性网络中信息采集模块中控制器测量获取的每类确定性QoS指标和网络层中链路的情况，动态调整对每类确定性业务的时隙切片分配，在合适的时机回收或释放相应时隙切片，并在该时隙切片无法满足确定性需求时进行调整，重新回到S2。
步骤S1具体包括：在信息采集模块中利用确定性控制器，采集确定性网络三层中基本信息和历史确定性业务需求信息，其中网络层基本信息包括路由、链路、带宽、端口信息，历史的确定性业务信息包括带宽、时延、抖动、丢包等指标。由于确定性业务流量具有周期性、基本QoS指标上下界确定等特性，因此历史的确定性业务需求可以表示确定性业务的基本需求。
结合图1、2所示，步骤S2包括以下子步骤：
S21.从信息采集模块中确定性业务需求输入到时隙控制模块中的确定性业务优先级构造模块中，其中需求数据包括带宽、抖动、时延、丢包，拿到确定性业务的信息之后，对每类确定性业务的周期和需求信息建模，并基于建模的确定性业务决定时隙切片周期和时隙粒度，计算周期内所有时隙粒度的确定性业务所有需求输入到时隙控制模块中。
S22.将周期T内所有输入时隙控制模块中确定性业务进行确定性业务优先级构造，将优先级构造的所有确定性业务输入时隙切片模块。
步骤S21具体包括将所有确定性业务进行建模，对时隙周期内所有确定性业务流建模为集合F，其中F中流fi建模如下：
fi＝(src,dst,cycle,type,bandwidth,start,time,path)
表示周期T内某一条确定性业务流fi的发送节点为src，目的节点为dst，cycle表示该业务流周期，该条业务流的带宽需求为bandwidth，start为业务流到达网络时间，time为开始传输时间，path是传输路径。其中前五个为已知量、time和path为未知量，是时隙构造模块的输出的流表策略和时隙切片策略。
而对于第i个确定性业务，其相对于的确定性需求Qi建模如下：
Qi＝(d_max,j_max,l_max,b_min,b_max)
表示第i个确定性业务时延上界为Qi.d_max、抖动上界Qi.j_max、丢包上界Qi.l_max、带宽下界Qi.b_min和带宽上界Qi.b_max。
在进行所有确定性业务的服务请求和需求建模之后，根据服务请求F来计算所有确定性业务的周期的最大公倍数T，计算所有确定性业务周期的最小公约数N，将T作为时隙周期、N作为时隙粒度。
步骤S22具体包括对所有确定性业务进行优先级构造，在之后进行时隙切片的时候，保证在确定性业务的时延上界的范围中进行时隙切片。对于确定性业务的优先级根据QoS需求中时延上界Qi.d_max减去到达时间fi.start来作为时隙分配算法的优先级，之后将当前未处理确定性业务中优先级最高的业务在当前时隙进行分配，而对于优先级不是很高的确定性业务，如果当前时隙无法进行分配，由于所有业务顺移到下一个时隙，直接在下一个时隙给该业务进行分配，等级grade计算如下。
grade＝Qi.d_max-fi.start
得到所有确定性业务优先级之后，输入时隙构造模块进行时隙切片。
结合如3、4所示，步骤S3包括以下子步骤：
S31.基于有优先级的每类确定性业务的服务请求和需求建模信息，对三层网络层带宽资源进行时隙的量化。
S32.采用贪心算法选择优先级排序的确定性业务进行时隙切片，将该确定性业务在时隙周期T中，在保障确定性需求的情况下进行时隙分配，将所有确定性业务分配到不同的时隙中进行传输，使得它们在网络中的传输时间进行分离，达到对确定性网络三层中资源切片的目的。
S33.对所有确定性业务分配完成之后，将业务建模中path进行提取，作为三层流表策略，将业务中time进行提取，作为基于时隙细粒度三层软切片策略。将两个策略下发到网络传输模块。
步骤S31具体包括有了时隙周期T、时隙粒度N之后，对三层资源进行时隙量化，其中在三层中资源目前主要为带宽，因此将带宽进行时隙量化，对于三层网络可以描述成为一个无向图G＝(V,E)，其中V表示物理节点的集合V＝(v1,v2,v3,…,vd)，d表示节点的个数；E表示网络中物理链路的集合E＝(e1,e2,e3,…,er)，r表示链路的条数。物理节点之间通过链路进行连接。每条物理链路es,1≤s≤d也可写成e(i,j)，由顶点i,j组成的，链路带宽资源为B(es)。
因此对链路带宽资源进行量化，则在周期T里面每个时隙粒度对应的带宽粒度bw(a)如下所示。
bw(a)＝BW(a)*T/N
如果该确定性业务请求中该链路周期T中需要的带宽需求为b(a)，这样在确定性网络中周期T里面分配的时隙资源n如下所示。
n＝b(a)/bw(a)
步骤S32具体包括对时隙周期内的每个确定性业务采用遗传算法来进行时隙分配和时隙预留，在时隙装配时，对于每个确定性业务，装配过程中需要满足其确定性需求。对于确定性业务来说，如果将其分配到下一个时隙中，会涉及到排队时间，在时延方面应该加上等待时间w_time，设T周期内共有m个确定性业务，所有从源节点src到目标节点dst的确定性业务集合为Fm,共有nm条业务流，而Fm中第i个从源节点src到目标节点dst的业务为fi(src,dst),w_time是业务流i的发送时间减去到达时间，Dfi(src,dst)表示网络中从源节点src到目标节点dst的业务fi(src,dst)的时延、Jfi(src,dst)表示网络中从源节点src到目标节点dst的业务fi(src,dst)的抖动、Lfi(src,dst)表示网络中从源节点src到目标节点dst的业务fi(src,dst)的丢包率，Bfi(src,dst),表示网络中从源节点src到目标节点dst的业务fi(src,dst)的带宽需求。假设3.3表明第m类确定性业务时延上界为Qm.delay，抖动上界为Qm.jittle，丢包率上界为Qm.loss，带宽下界为Qm.b_min，第m类确定性业务的约束条件如下所示：
Qm.bmin≤Bfi(src,dst) fi(src,dst)∈Fm,i∈[1,nm]
0≤Dfi(src,dst)+w_time≤Qm.delay fi(src,dst)∈Fm,i∈[1,nm]
0≤Jfi(src,dst)≤Qm.jittle fi(src,dst)∈Fm,i∈[1,nm]
0≤Lfi(src,dst)≤Qm.loss fi(src,dst)∈Fm,i∈[1,nm]
而对确定性业务来说，越早被装配，排队时间便越少，对时延的优化也会越好，而装配过程中采用尽可能少的资源去进行分配，可以使得该时隙资源尽可能多的进行业务分配。因此遗传算法对每个确定性业务时隙切片的目标为最小化三层时隙资源使用量。假设业务fi(src,dst)在整个确定性网络切片中装配使用资源量为
Figure BDA0003650421100000111
则优化目标如下所示。
Figure BDA0003650421100000112
有了优化条件和目标函数之后，采用遗传算法对每个确定性业务进行时隙切片。主要流程为输入待分配的确定性业务，建立时隙分配种群，然后对种群进行适应度评价，如果没达到遗传算法规定的迭代次数，通过个体选择、基因交叉，基因突变等进行下一代种群的生成，在这个过程中淘汰适应度低的个体，最终输出最优时隙分配解。因此基于遗传算法的时隙调度方法主要包括初始化操作中编码和解码、适应度函数、结束条件和产生新种群中的个体选择操作、基因交叉操作、基因变异操作定义如下：
1)编码和解码
进行遗传算法之前，需要将网络中参数进行编码。遗传算法中对网络编码方式存在对边进行二进制编码和对节点进行优先级编码两种，由于每个服务请求是源节点到目的节点的端到端传输，如果对边进行编码会产生大量的不可行解，消耗时间资源太大，因此采用的编码方案为用优先级对节点进行编码，在编码时随机生成各个节点的优先级序号。
对于待分配的一条确定性业务流，需要计算出其被部署的时间time和部署的流的路径path，因此采用shi＝{time[i],path[i]}来代表编码的任意一条染色体，表示对任意一条确定性业务流fi，time[i]表示被进行分配的时隙，path[i]则表示业务流fi被分配的路径信息。其中path[i]中由路径组成，path[i]＝{src,next1,next2……,dst}，其中path[i]中相邻两个节点可以构成网络中一条链路。
在生成初始种群和个体编码的时候，首先需要根据该业务的优先级决定以及时隙剩余资源来判断是否在该时隙进行资源分配，如果选择在该时隙进行分配，需要对其进行路径的生成，为了使得每次生成的种群随机性强，采用随机路由算法来生成路径，然后根据这些信息来与网络中现有的时隙分配策略进行比较，无冲突并且满足该确定性业务时延要求时，则生成初始种群。
随机路由算法是在生成路径时根据算法开始前随机生成的各个节点序号，挑选路径时搜索链路联通并且序号最大的节点作为下一步的节点。算法在每一次对确定性业务进行时隙分配和遗传迭代的同时，都调用随机路由选择算法，来保障在网络中为同一个确定性业务生成的路径不同，以此保证种群的多样性的要求。
而解码过程中，需要从随机生成不同的src节点向dst节点的路径上进行流量的分配，并且在这个过程中需要满足流量守恒等定律，对于无法进行流量分配的路径进行删除，最终找到在该时隙下符合条件的链路。其中具体过程是首先通过随机优先级生成和随机路由算法来生成路径Path[i]，然后计算Path[i]中所有路径中的最小流量min_path，并且将该路径流量设为最小流量min_path，判断最小流量是否满足确定性业务流的流量需求，如果小于其业务需求，则重新生成随机路径进行再一次迭代，如果大于其业务需求，则表明可以将其分配到该链路上，则将其加入该链路中，并且将该确定性业务path进行更新。然后更新整个网络中Path[i]各个链路上的容量，返回最终多个path作为初始种群。
2)适应度函数
在遗传算法中，适应度函数是用来评价目前族群内每个个体的适应度。适应度的值可以作为该个体是否会被选择的依据，如果一个个体的适应度高，则便有更大的概率进入下一代种群。因此对于每个染色体而言，可以直接将前面建立的优化目标函数作为基于遗传算法的时隙分配方法的适应度函数。
3)终止条件
在遗传算法中，算法的终止条件主要有达到目标函数、达到迭代次数、迭代解无法继续优化等情况，由于本章适应度函数为最小化优化问题，无法达到特定的目标函数，因此采用迭代次数达到设置值时作为条件来判断算法终止。
4)个体选择
对于个体选择操作，由于适应度函数为最小化问题，并且需要分配的确定性业务数量多，因此相比于轮盘赌选择，选择通常有更快的收敛速度、通用性强的锦标赛选择。主要思路为：重复k次来模拟锦标赛方式，在种群中等概率的随机抽取tournise个个体，计算它们的适应度，并从中选择出具有最佳适应度的个体进入下一种群。
5)基因交叉
遗传算法中的基因交叉就是从父代的基因出发，进行操作，最终得到子代基因的过程。由于初始生成的path路径中是一个子序列，因此采用有序交叉的策略来进行交叉操作。有序交叉的操作具体步骤如下：
(1)找到两个父代基因，找到确定性业务f_i的两个不同的从父代路径Path[i]，然后比较两个父代路径的最小值min，之后随机生成从2开始到min之间的两个值a，b(a<b)作为父代序列随机开始的位置a和结束的位置b；
(2)从父代a位置开始和b位置结束的序列作为子序列。然后从另一个父代中找到剩下的序列的顺序，插入子序列中；
(3)最终形成两个子代的序列基因。
6)基因突变
遗传算法中的基因突变也是从父代的基因出发，进行操作，最终得到子代基因的过程。其中基因突变和基因交叉可以叫做基因的变异算法。本算法的基因突变采用乱序突变策略来进行，其中乱序突变是将序列中的值进行随机打乱，其中对于每个基因中的编码位置是否变动由概率值mutpb给出。
7)环境选择
环境选择就是在选择、交叉和突变之后，得到的种群规模与父代相比可能增加或减少。为保持族群规模，需要将育种后代插入到父代中，替换父代种群的一部分个体，或者丢弃一部分育种个体。由于算法进行个体选择时采用二进制锦标赛选择，循环次数和种群数量相等，因此经过交叉和突变之后种群数量与父代相比是不会改变的，因此算法的环境选择为完全重插入，无精英保留。最终通过遗传算法计算出每个确定性业务的路径和分配时隙数据
步骤S33具体包括将遗传算法生成的基于时隙细粒度的每个确定性业务路径path和分配时隙time进行提取，将时隙周期T内所有的path进行整合，形成流表策略。对所有业务的分配时隙数据进行整合，形成基于时隙细粒度的三层软切片策略，将两个策略下发到网络传输模块进行控制和网络传输。通过控制层下发的传输策略来进行确定性业务的资源调度，对确定性业务传输时间的控制来保障确定性业务在确定性网络三层中的传输时间不同。达到在确定性网络三层中的基于时隙细粒度切片和资源隔离。
结合图3、图4所示，步骤S4包括以下子步骤：
S41.对现有网络中的时隙切片情况及网络中确定性业务情况，判断时隙切片分配策略是否可以满足确定性网络的服务质量需求。
S42.若已有的时隙切片中不能满足确定性业务需求，不满足确定性网络时延、带宽、抖动、丢包等约束条件，则根据目前网络中资源情况，对该类确定性业务进行新的时隙切片和资源分配，重复步骤S2—S4。若该时隙可以满足确定性业务的需求，则继续使用该细粒度时隙策略进行确定性业务传输。
步骤S41具体包括：通过信息采集模块中进行对于确定性业务的时延、抖动、丢包、带宽等QoS反馈。分析出确定性流量的带宽为WL％，时延为DL ms，抖动为JL ms，丢包为LL％。则计算确定性流量的各项指标是否符合确定性业务的约束条件。
步骤S42具体包括：通过S41获得了每类确定性流量的带宽为WL％，时延为DL ms，抖动为JL ms，丢包为LL％，如果不符合该类确定性流量的QoS需求，则说明这个时隙切片需要被进行调整，则对于不符合的确定性业务再次进行基于时隙细粒度切片的构造和生成。重复步骤S2—S3的步骤,直到所有的确定性业务满足QoS需求。
最后所应说明的是，以上具体实施方式仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本发明技术方案的精神和范围，其均应涵盖在本发明的权利要求范围当中。

Claims (6)

1.一种确定性网络中基于时隙细粒度的三层软切片系统，其特征在于，包括信息采集模块、连接在信息采集模块输入端的是网络传输模块，连接在信息采集模块输出端的是时隙控制模块；所述时隙控制模块的输入端信息采集模块，输出端是网络传输模块；所述网络传输模块的输入端是时隙控制模块，输出端是信息采集模块和底层网络拓扑；
所述信息采集模块包括确定性业务基本需求采集模块和确定性业务实际传输信息模块；所述时隙控制模块包括确定性业务优先级构造模块、确定性网络细粒度时隙切片构造模块、确定性网络细粒度时隙切片调度模块；所述的网络传输模块包括确定性网络流表下发模块和时隙切片策略配置模块。
2.一种权利要求1所述三层软切片系统的三层软切片方法，其特征在于，包括以下步骤：
S1.从信息采集模块里利用确定性网络控制器获取底层物理网络中的拓扑信息，包括网络拓扑路由信息、带宽信息和确定性业务需求信息；
S2.基于历史确定性业务的流量需求数据采用建模，其中需求数据包括带宽、抖动、时延、丢包，输入时隙控制模块中进行确定性业务优先级构造模块中进行时隙切片模块前的优先级构造；
S3.在综合考虑网络基本信息数据的情况下，根据每个周期中的确定性业务的种类和需求，将三层资源量化为时隙，在时隙控制模块中对每类确定性业务进行基于时隙细粒度的三层软切片，输出在确定性网络三层的确定性业务细粒度时隙资源分配策略，并将进行时隙细粒度切片的策略下发到网络传输模块，进行时隙切片资源分配策略的下发和流表下发，在网络传输模块中通过对确定性业务的时隙切片和流表来控制每类确定性业务在网络层中传输时间；
S4.根据确定性网络中信息采集模块中控制器测量获取的每类确定性QoS指标和网络层中链路的情况，动态调整对每类确定性业务的时隙切片分配，在合适的时机回收或释放相应时隙切片，并在该时隙切片无法满足确定性需求时进行调整，重新回到S2。
3.根据权利要求2所述的三层软切片方法，其特征在于，所述步骤S1具体包括：从信息采集模块中网络中基本信息和历史的确定性业务信息，其中网络层基本信息包括路由、链路、带宽、端口信息，历史的确定性业务信息包括带宽、时延、抖动、丢包指标。
4.根据权利要求2所述的三层软切片方法，其特征在于，步骤S2包括以下子步骤：
S21.从信息采集模块中确定性业务需求输入到时隙控制模块中的确定性业务优先级构造模块中，其中需求数据包括带宽、抖动、时延、丢包，拿到确定性业务的信息之后，对每类确定性业务的周期和需求信息建模，并基于建模的确定性业务决定时隙切片周期和时隙粒度，计算周期内所有时隙粒度的确定性业务所有需求输入到时隙控制模块中；
S22.将周期T内所有输入时隙控制模块中确定性业务进行确定性业务优先级构造，将优先级构造的所有确定性业务输入时隙切片模块。
5.根据权利要求2所述的三层软切片方法，其特征在于，步骤S3包括以下子步骤：
S31.基于有优先级的每类确定性业务的服务请求和需求建模信息，对三层网络层带宽资源进行时隙的量化；
S32.采用贪心算法选择优先级排序的确定性业务进行时隙切片，将该确定性业务在时隙周期T中，在保障确定性需求的情况下进行时隙分配，将所有确定性业务分配到不同的时隙中进行传输，使得它们在网络中的传输时间进行分离，达到对确定性网络三层中资源切片的目的；
S33.对所有确定性业务分配完成之后，将业务建模中path进行提取，作为三层流表策略，将业务中time进行提取，作为基于时隙细粒度三层软切片策略；将两个策略下发到网络传输模块。
6.根据权利要求2所述的三层软切片方法，其特征在于，步骤S4包括以下子步骤：
S41.对现有网络中的时隙切片情况及网络中确定性业务情况，判断时隙切片分配策略是否可以满足确定性网络的服务质量需求；
S42.若已有的时隙切片中不能满足确定性业务需求，不满足确定性网络时延、带宽、抖动、丢包约束条件，则根据目前网络中资源情况，对该类确定性业务进行新的时隙切片和资源分配，重复步骤S2—S4；若该时隙可以满足确定性业务的需求，则继续使用该细粒度时隙策略进行确定性业务传输。
CN202210551993.6A 2022-05-18 2022-05-18 确定性网络中基于时隙细粒度的三层软切片系统与方法 Pending CN114884818A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210551993.6A CN114884818A (zh) 2022-05-18 2022-05-18 确定性网络中基于时隙细粒度的三层软切片系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210551993.6A CN114884818A (zh) 2022-05-18 2022-05-18 确定性网络中基于时隙细粒度的三层软切片系统与方法

Publications (1)

Publication Number Publication Date
CN114884818A true CN114884818A (zh) 2022-08-09

Family

ID=82677950

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210551993.6A Pending CN114884818A (zh) 2022-05-18 2022-05-18 确定性网络中基于时隙细粒度的三层软切片系统与方法

Country Status (1)

Country Link
CN (1) CN114884818A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116112438A (zh) * 2023-03-07 2023-05-12 华腾数云(北京)科技有限公司 端到端数据传输方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017074486A1 (en) * 2015-10-28 2017-05-04 Intel IP Corporation Slice-based operation in wireless networks with end-to-end network slicing
US20210127437A1 (en) * 2019-10-25 2021-04-29 Kabushiki Kaisha Toshiba Resource slicing in a wireless communication network
US20210204164A1 (en) * 2019-12-31 2021-07-01 Celona, Inc. Method and apparatus for microslicing wireless communication networks with device groups, service level objectives, and load/admission control

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017074486A1 (en) * 2015-10-28 2017-05-04 Intel IP Corporation Slice-based operation in wireless networks with end-to-end network slicing
US20210127437A1 (en) * 2019-10-25 2021-04-29 Kabushiki Kaisha Toshiba Resource slicing in a wireless communication network
US20210204164A1 (en) * 2019-12-31 2021-07-01 Celona, Inc. Method and apparatus for microslicing wireless communication networks with device groups, service level objectives, and load/admission control

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
杨瑞华: "基于网络切片的确定性网络三层资源分配机制研究", 《硕士电子期刊》, 15 December 2023 (2023-12-15) *
潘志伟;: "基于SDN的网络切片中资源动态调整的方法", 软件, no. 12, 15 December 2017 (2017-12-15) *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116112438A (zh) * 2023-03-07 2023-05-12 华腾数云(北京)科技有限公司 端到端数据传输方法及系统
CN116112438B (zh) * 2023-03-07 2023-07-07 华腾数云(北京)科技有限公司 端到端数据传输方法及系统

Similar Documents

Publication Publication Date Title
CN112953830B (zh) 时间敏感网络中流量帧的路由规划调度方法及装置
CN113300960B (zh) 一种基于路由调度与联合优化的时延确定性传输方法
CN109714263B (zh) 一种在卫星通信网络中的路径选择方法及装置
CN108684046B (zh) 一种基于随机学习的接入网服务功能链部署方法
CN111245722B (zh) 一种基于遗传算法的sdn数据中心网络流转发方法
CN114553697B (zh) 一种面向工业无线与tsn融合的网络调度方法
CN115460130A (zh) 一种时间敏感网络中的多路径联合调度方法
JPH11341154A (ja) 多重サ―ビス仮想専用網における資源割当および経路選択
CN109614215A (zh) 基于深度强化学习的流调度方法、装置、设备及介质
CN113518039B (zh) Sdn架构下基于深度强化学习的资源优化方法及系统
JP2011508556A (ja) ネットワーク内の改善されたリソース割当て計画
CN113472671B (zh) 组播路由的确定方法、装置和计算机可读存储介质
CN112291791B (zh) 一种基于5g切片电力通信网带宽资源分配方法
CN115460088A (zh) 一种5g电力多业务切片资源分配与隔离方法
CN113285832A (zh) 基于nsga-ii的电力多模态网络资源优化分配方法
CN114884818A (zh) 确定性网络中基于时隙细粒度的三层软切片系统与方法
CN117135059B (zh) 一种网络拓扑结构、构造方法、路由算法、设备及介质
CN118138923A (zh) 一种多芯光纤弹性光网络中依赖感知任务的卸载方法
CN117596158A (zh) 一种基于pmoa算法的列车通信网络流量调度优化方法
JPH0983546A (ja) 経路選択方法および経路選択装置および通信網設計方法および通信網設計装置
CN107749819B (zh) 一种栅格网络条件下的路由选择方法及装置
Roy et al. Optimizing QoS-based multicast routing in wireless networks: A multi-objective genetic algorithmic approach
CN114745322B (zh) Sdn环境下基于遗传算法的视频流路由方法
CN106850726A (zh) 基于sdn的云数据中心负载可感知的请求路由方法
CN118394486B (zh) 一种算力网络任务调度方法及装置

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