CN115001971B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN115001971B
CN115001971B CN202210391805.8A CN202210391805A CN115001971B CN 115001971 B CN115001971 B CN 115001971B CN 202210391805 A CN202210391805 A CN 202210391805A CN 115001971 B CN115001971 B CN 115001971B
Authority
CN
China
Prior art keywords
network
node
physical
nodes
community
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
Application number
CN202210391805.8A
Other languages
English (en)
Other versions
CN115001971A (zh
Inventor
曲桦
赵季红
余秋雨
袁晓东
邹孟阳
马楠
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.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
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 Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN202210391805.8A priority Critical patent/CN115001971B/zh
Publication of CN115001971A publication Critical patent/CN115001971A/zh
Application granted granted Critical
Publication of CN115001971B publication Critical patent/CN115001971B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12Discovery or management of network topologies
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08Configuration management of networks or network elements
    • H04L41/0803Configuration setting
    • H04L41/0823Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
    • H04L41/0833Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network energy consumption
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14Network analysis or design
    • H04L41/145Network analysis or design involving simulating, designing, planning or modelling of a network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00Routing or path finding of packets in data switching networks
    • H04L45/12Shortest path evaluation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种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,本发明通过在对虚拟网络请求进行映射前,首先构建出天地一体化信息网络的时空连续图,来确定虚拟网络请求生存时间内的相对静态拓扑。在映射过程中首先利用改进的Louvain算法在相对静态网络拓扑上进行社团划分,优先选择网络资源最丰富,物理节点密度最高的社团进行虚拟节点映射。在社团划分的基础上,对同一社团内的网络节点按照资源中心性排序来选择物理节点进行节点映射。在解决卫星子网移动性带来的网络拓扑不确定性问题的同时也降低了虚拟网络请求链路映射时节点相距过远造成的链路资源的消耗,从而降低映射能耗,高效利用网络资源。

Description

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
技术领域
本发明属于天地一体化信息网络虚拟化领域,具体涉及一种基于天地一体化信息网络的虚拟网络映射方法。
背景技术
天地一体化信息网络是由多层网络体系结构组成的多维异构网络,其主体主要是以传统地面网络作为基础、天基卫星网络作为进一步的补充,覆盖到空中、地面、海洋等多种环境中,能为用户提供更为全面、可靠的网络服务。通过多维度多层次的网络深度融合,天地一体化信息网络可以有效地综合利用各种资源,打破每一层网络之间相互独立而不能进行信息共享的瓶颈,在实现广域全覆盖和各层次网络的互联互通的基础上,进行智能网络控制和信息处理,进而为多类型的用户需求提供可靠的网络服务。
为解决天地空一体化网络物理资源的高效利用问题,需要采用资源虚拟化技术从物理资源中抽象出逻辑资源,在此基础上完成虚拟网络请求所需的资源与物理网络中的资源的映射。在不改变物理网络结构的同时给多个网络服务使用者赋予各自所需的网络功能,使得基础设施运营商能在现存的实际物理网络上容纳大量虚拟网络,从而能够高效利用空天地一体化网络中的资源。
虚拟网络请求由多条虚拟链路和多个虚拟节点连接构成。在传统虚拟网络映射问题中,通常采用二阶段映射算法,在完成虚拟节点后再映射虚拟链路。在映射虚拟节点时通常采用贪婪策略来确定映射的节点。在链路映射阶段通过最短路径算法在已确定的映射节点之间确定一条最短路径。由于天地一体化信息网络中卫星子网的移动性造成了整个物理网络拓扑的不确定性,对虚拟网络映射的时延及可靠性都有更高的要求。同时由于卫星子网物理资源稀缺,在选择网络节点进行映射时,若选择的两个物理网络节点相距过远,会加大链路映射时的资源消耗。若直接采用传统方法来映射虚拟网络请求,将无法适用天地一体化信息网络的动态物理拓扑,同时带来映射请求接受率低、网络资源利用率低等问题,最终导致网络基础设施提供商收益降低。
发明内容
本发明的目的在于解决在天地一体化信息网络架构下卫星子网的移动性以及卫星子网物理资源稀缺性导致的映射效率低以及虚拟链路映射时物理链路资源消耗过多的问题,提出了在构建时空连续拓扑图的基础上确定多个时间片内的静态物理网络拓扑,利用改进的Louvain算法在静态物理拓扑上进行社团划分。优先选择网络子结构最紧密且社团资源量最大的子社团,在子社团内按照物理节点的资源中心性对子社团内节点进行排序,映射过程优先考虑网络节点资源中心性高的虚拟网络映射算法。
本发明是通过下述技术方案来实现的。
本发明提供的一种天地一体化信息网络下基于改进社团发现的虚拟网络映射方法,包括:
构建天地一体化信息网络的时变连续拓扑图,确定虚拟网络请求生存时间内的相对静态拓扑;
构建物理网络和虚拟网络拓扑模型,对虚拟网络映射问题进行数学描述;
接收虚拟网络请求,并判断虚拟网络请求的生存时间内物理网络拓扑是否会发生变化,如不改变则进行后续映射,否则构建物理网络拓扑的候选集;
通过构建网络演化图和链路权重个性化定义的方式对Louvain算法进行改进,利用改进的Louvain算法对天地一体化信息网络的物理拓扑进行社团发现,划分多个子网络社团;
计算经过社团发现后的每个社团内各节点的资源中心性,并按资源中心性的大小排序,完成节点映射;
在节点映射后,利用最短路径算法完成链路映射,链路映射完成后更新物理网络中的物理资源量。
本发明进一步的改进在于,在构建时空连续拓扑图的基础上,将天地一体化信息网络的动态拓扑快照划分为多个时间片的相对静态拓扑,然后判断虚拟网络请求的生存时间内物理网络拓扑是否发生变化,包括:
(31)判断映射窗口内待映射的虚拟网络请求所需映射的生存时间,生存时间内物理网络拓扑是否会发生变化;
(32)如果物理网络拓扑会发生变化,则构造该虚拟网络请求的候选集,候选集中包含该虚拟网络请求在后续多个时刻内的物理网络拓扑;
(33)如果在该虚拟网络请求所需的生存时间内拓扑无变化,则不需构造候选集,直接进行后续的社团发现算法。
本发明进一步的改进在于,对Louvain算法改进包括通过构建网络演化图的方式进行,通过定义物理网络节点变化事件和物理链路变化事件来构建网络时空演化图;将多个时间片下的静态拓扑与物理节点变化事件和物理链路的变化事件进行组合,从而得到网络时间演化图来刻画网络的动态变化关系。
本发明进一步的改进在于,物理网络节点变化事件包括网络节点的加入和退出以及网络节点内物理资源的消耗和回收;物理链路变化事件包括节点间链路的建立、断开以及链路带宽资源的消耗和回收。
本发明进一步的改进在于,对Louvain算法改进包括通过对一体化网络中不同链路权重进行个性化定义的方式进行,包括卫星网络间链路权重、地面网络间链路权重和通过星地链路权重来连接卫星子网和地面子网。
本发明进一步的改进在于,天地一体化信息网络中网络节点被划分为多个子社团,组内的网络节点间链路紧密,不同组间的链路相对稀疏;将天地空一体化网络划分为多个社团,在虚拟节点映射时,优先选择同一社团下的物理网络节点。
本发明进一步的改进在于,通过控制社团资源量差异度使得划分社团在资源量上更加均衡,包括:
(41)初始时将每个物理节点作为一个单独的社团;
(42)依次将每个网络节点与相邻网络节点合并在一起,计算ΔQ,若ΔQ>0且
Figure GDA0004196536890000041
则将该网络节点加入相邻社团;
(43)重复步骤(42)直到所有网络节点所属社团不再变化;
(44)将所有同一社团的网络节点压缩成一个新节点,社团内网络节点的权重化为新节点环的权重;
(45)重复步骤(42)至步骤(44)直至整个网络的模块度不再发生变化。
本发明由于采取以上技术方案,其具有以下有益效果:
本发明提出了一种动态物理网络拓扑下的虚拟网络映射算法,在构建时空连续拓扑图的基础上,将天地一体化信息网络的动态拓扑快照划分为多个时间片的相对静态拓扑,来确定虚拟网络请求生存时间内的相对静态拓扑。在映射过程中首先利用改进的Louvain算法在相对静态网络拓扑上进行社团划分,优先选择网络资源最丰富,物理节点密度最高的社团进行虚拟节点映射。在社团划分的基础上,对同一社团内的网络节点按照资源中心性排序来选择物理节点进行节点映射,在解决卫星子网移动性带来的网络拓扑不确定性问题的同时也降低了虚拟网络请求链路映射时节点相距过远造成的链路资源的消耗,从而降低映射能耗,高效利用资源。
对已确定天地一体化信息网络的拓扑进行社团发现。天地一体化信息网络中社团结构是指网络中的节点可以被划分为多个组,组内的网络节点间链路紧密,不同组间的链路相对稀疏。利用社团发现技术,可以深入挖掘天地一体化信息网络的内部关联结构,划分物理网络节点社团。在虚拟节点映射选择物理节点时,优先选择同一社团内的物理节点,避免物理节点相距过远时造成虚拟链路时链路资源消耗过高的问题。
通过在映射过程中考虑到网络节点的剩余资源量以及节点在整个网络拓扑中的接近中心性,通过计算出物理网络节点的资源中心性来选择物理网络节点完成虚拟节点的映射,旨在降低虚拟网络映射时物理网络资源映射能耗和基础设施提供商的费用代价,提高天地一体化信息网络中网络资源的利用率。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,并不构成对本发明的不当限定,在附图中:
图1为本发明天地一体化信息网络下虚拟网络映射流程图;
图2为时空连续拓扑图;
图3(a)为T1时刻物理拓扑示意图,图3(b)为T2时刻物理拓扑示意图,图3(c)为T3时刻物理拓扑示意图;
图4(a)为物理节点加入示意图,图4(b)为物理节点退出示意图,图4(c)为物理节点资源回收示意图,图4(d)为物理节点资源消耗示意图;
图5(a)为物理链路建立示意图,图5(b)为物理链路断开示意图,图5(c)为物理链路资源回收示意图,图5(d)为物理链路资源消耗示意图;
图6为网络时间演化图;
图7天地一体化信息网络社团发现的结果图。
具体实施方式
下面将结合附图以及具体实施例来详细说明本发明,在此本发明的示意性实施例以及说明用来解释本发明,但并不作为对本发明的限定。
如图1所示,本发明天地一体化信息网络下基于改进社团发现的虚拟网络映射方法,具体包括以下步骤:
第一步:构建天地一体化信息网络的时变连续拓扑图,确定虚拟网络请求生存时间内的相对静态拓扑。
天地一体化信息网络是一个网络拓扑不断变化的时变网络。由于卫星周期性的运动具有可预测性,卫星网络的拓扑信息、链路的连通状态均可知。因此天地一体化信息网络可由时变连续拓扑图表示,表示为:
CG={N,L,T,Bu,v(t),Cu,v(T)},u∈N,(u,v)∈L,t∈T
其中,N表示物理节点集合,L表示物理链路的集合,Bu,v(t)表示t时刻链路(u,v)的链路带宽,Cu,v(T)表示给定时间范围T内节点u和v之间的所有连通时段集合。
如图2所示的一个天地一体化信息网络的时变连续拓扑图,时变连续拓扑图由多个时刻的相对静态拓扑构成,每个静态拓扑都有其相应的路由方案。其中三角形表示卫星网络节点,矩形表示地面网络节点,实线表示地面节点间链路,虚线表示卫星间链路节点,利用灰色矩形表示链路连通时段。例如图中链路(L,K)具有两个连通时段,连通时段集合表示为CL,K(T)={[t0,t3],[t5,t6]},其中ts和te分别表示链路连通时段的起始和终止时刻。
第二步:构建物理网络和虚拟网络拓扑模型,对虚拟网络映射问题进行数学描述。
为了完成虚拟网络请求的映射,首先需要给出虚拟网络映射问题的形式化描述。天地一体化信息网络底层物理网络拓扑可被标记为:
Figure GDA0004196536890000061
其中,Ns和LS分别表物理网络中物理节点的集合和物理链路的集合;
Figure GDA0004196536890000062
表示天地一体化信息网络物理节点ns(ns∈Ns)所具有的属性,ns表示天地一体化网络物理节点所具有的属性,包含该网络节点当前可用存储资源ST(ns)、计算资源CPU(ns);/>
Figure GDA0004196536890000071
表示天地一体化网络链路ls(ls∈Ls)所具有的属性,天地一体化网络链路ls具有的属性是该链路中剩余带宽资源BW(ls)和链路建立时间BT(ls)。
物理网络节点表示为:
Node={ID,Type,Resources,Other}
其中Node代表天地一体化信息网络下的物理网络节点;ID代表节点的唯一编号;Type代表节点的网络类型,网络类型包括由卫星及飞行器构成的天基节点和地面设备构成的地基节点;Resources代表节点拥有的资源,节点拥有的资源包括计算资源、存储资源和传感器资源;Other代表节点其他的相关属性,节点其他的相关属性包括设备运行时间和设备型号信息。
天地一体化信息网络中虚拟网络可被标记为:
Figure GDA0004196536890000072
其中,Nv和Lv分别表示虚拟网络请求中虚拟节点和虚拟链路的集合;
Figure GDA0004196536890000073
和/>
Figure GDA0004196536890000074
分别代表虚拟网络对应的节点约束和链路约束,即虚拟网络对物理网络节点与链路的需求。
一个虚拟网络请求标记为:
Vi={Gv,ts,te}
其中,ts表示虚拟网络请求到达时间,te表示虚拟网络请求结束时间。
节点映射的约束条件是的物理网络节点的剩余可用资源量必须大于等于虚拟网络节点请求的资源量。
计算资源剩余量
Figure GDA0004196536890000075
和存储资源剩余量/>
Figure GDA0004196536890000076
计算公式如下:
Figure GDA0004196536890000077
Figure GDA0004196536890000078
其中cpu(ns)表示物理节点ns剩余计算资源,nv→ns表示虚拟节点nv被映射到了物理节点ns上,cpu(nv)表示虚拟节点nv映射时所需的计算资源,ST(ns)表示物理节点ns剩余的存储资源,ST(nv)表示虚拟节点nv映射时所需的存储资源。
虚拟网络请求节点映射时节点资源约束条件表示为:
Figure GDA0004196536890000081
Figure GDA0004196536890000082
其中,
Figure GDA0004196536890000083
表示物理节点ns剩余的计算资源,虚拟节点映射时所需计算资源需小于等于物理节点剩余的计算资源。ST(nv)表示虚拟节点映射时所需的存储资源,
Figure GDA0004196536890000084
表示物理节点ns剩余的存储资源,虚拟节点映射时所需存储资源需小于等于物理节点剩余的存储资源。
虚拟网络链路映射的时间约束条件是(ts&te)∈BT(ls),即在虚拟网络请求的生存时间内链路需要处于建立状态。链路映射的约束条件是虚拟网络天地一体化信息网络物理节点间的可用链路资源必须大于等于虚拟网络链路请求的链路带宽资源请求。带宽资源剩余量
Figure GDA0004196536890000085
计算方式为:
Figure GDA0004196536890000086
其中ev→es表示虚拟节点ev被映射到了物理节点es上。虚拟网络请求链路映射时链路资源约束条件表示为:
Figure GDA0004196536890000087
在整个虚拟网络映射过程中都需要在满足上述的节点资源约束和链路资源约束的基础上完成虚拟节点和虚拟链路的映射,并且在完成虚拟网络映射之后需要更新物理网络中的剩余资源量。
第三步:接收虚拟网络请求,并判断虚拟网络请求的时间片内,物理拓扑是否会发生改变,如不改变则进行后续映射,否则构建物理拓扑的候选集。
在构建时空连续拓扑图的基础上,使用快照路由算法将天地一体化信息网络的时变动态拓扑快照划分为多个时间片下的静态拓扑,然后判断虚拟网络请求的生存时间内物理拓扑是否发生变化。
如图3(a)-(c)所示,图3(a),图3(b)和图3(c)分别是三个时间片下的静态拓扑。在后续因拓扑变化而导致的链路中断时,虚拟网络请求可在最短时间内重新映射。具体包括以下步骤:
(31)判断映射窗口内待映射的虚拟网络请求所需映射的生存时间,生存时间内物理网络拓扑是否会发生变化;
(32)如果物理网络会发生变化,则构造该虚拟网络请求的候选集,候选集中包含该虚拟网络请求在后续多个时刻内的物理网络拓扑;
(33)如果在该虚拟网络请求所需的生存时间内拓扑无变化,则不需构造候选集,直接进行后续的社团发现算法。
第四步:通过构建网络演化图和链路权重个性化定义的方式来对Louvain算法进行改进,利用改进的Louvain算法对天地一体化信息网络进行社团发现,划分多个子网络社团。
社团发现采用改进的Louvain算法,为了优化社团发现执行的时间,首先建立网络演化图模型。由于网络的异构性和移动性,传统的Louvain算法无法适用于天地一体化信息网络中。基于天地一体化网络的移动性,通过定义物理网络节点变化事件和物理链路变化事件来构建网络时空演化图来对Louvain算法进行改进。物理网络节点的变化事件包括网络节点的加入和退出以及网络节点内物理资源的消耗和回收。物理节点的加入如图4(a)所示,物理节点的退出如图4(b)所示,物理节点资源回收如图4(c)所示,物理节点资源消耗如图4(d)所示。
物理链路变化事件包括节点间链路的建立,断开以及链路带宽资源的消耗和回收。物理链路的建立如图5(a)所示,物理链路的断开如图5(b)所示,物理链路资源回收如图5(c)所示,物理链路资源消耗如图5(d)所示。
将多个时间片下的静态拓扑与物理节点及链路的变化事件进行组合,从而得到网络时间演化图来刻画网络的动态变化关系,如图6所示的网络时间演化图展示了多个时刻间的节点和链路的变化关系。通过网络时间演化图,可以对物理网络节点和链路的变化作定量分析。
Louvain算法是一种基于模块度优化的启发式算法,模块度是度量分组结果的一个指标,表示为:
Figure GDA0004196536890000101
Figure GDA0004196536890000102
其中Aij表示网络节点i和节点j相连的边的权重,Kj和Ki分别表示所有和网络节点j,i相连的边的权重之和,m表示整个网络中所有相连的边的总权重。
Figure GDA0004196536890000103
是一个二值函数,当节点i和节点j在同一个社团时函数值为1,当节点i和节点j不在同一个社团时函数值为0。天地一体化信息网络由卫星子网和地面子网构成,基于其多维异构性,通过对一体化网络中不同链路权重进行个性化定义来对原Louvain算法进行改进。
对于卫星网络间链路和地面网络节点间链路,链路之间网络节点类型相同,当2个节点间最短路径越小时,链路带宽资源消耗越少,越符合将2个节点合并至同一社团的期望,所以在在计算链路权重时需要考虑网络拓扑中其他节点到节点的最短距离之和。基于此,卫星网络间链路权重
Figure GDA0004196536890000104
定义为:
Figure GDA0004196536890000105
其中
Figure GDA0004196536890000106
表示由2个卫星节点ns1和ns2构成的星间链路,/>
Figure GDA0004196536890000107
表示星间链路
Figure GDA0004196536890000108
的带宽资源,/>
Figure GDA0004196536890000109
表示所有属于卫星子网中的节点ui到节点ns的最短距离之和。
地面网络间链路权重
Figure GDA00041965368900001010
定义为:
Figure GDA0004196536890000111
其中
Figure GDA0004196536890000112
表示由2个地面网络节点ng1和ng2构成的地面链路,/>
Figure GDA0004196536890000113
表示地面链路/>
Figure GDA0004196536890000114
的带宽资源,/>
Figure GDA0004196536890000115
表示所有属于地面子网中的节点vi到节点ng的最短距离总和。
天地一体化信息网络通过星地链路来连接卫星子网和地面子网,子网内网络节点链路连接丰富而子网间的星地链路链接稀缺,计算星地链路权重时需要综合卫星子网和地面子网进行协同计算。当虚拟节点映射在非星地链路节点上时,需要通过星地链路连接的网络节点作为中继节点来完成虚拟链路的映射,且节点至中继节点每一段链路都需要消耗链路带宽资源,所以需要考虑节点的度,定义为连接到节点链路总和数,节点的度越大,代表节点越能承担中继节点的任务。星地链路权重定义为:
Figure GDA0004196536890000116
其中
Figure GDA0004196536890000117
表示由卫星节点ns和地面节点ng连接构成的星地链路。/>
Figure GDA0004196536890000118
表示节点ns和节点ng间链路的带宽,/>
Figure GDA0004196536890000119
表示卫星节点ns的度之和,/>
Figure GDA00041965368900001110
表示地面节点ng的度之和。
进行社团发现时首先初始化卫星网络社团,将卫星子网中的每个卫星网络节点作为一个独立的社团。令Ci={vi},Ω={Ci|1≤i≤n},其中C表示一个独立的社团,v表示一个卫星网络节点,Ω表示社团划分的结果集,n表示卫星网络节点的总个数。在初始化社团之后,随机选取一个节点vi,其社团为Cx,找到与vi有连边的社团Cs。计算将卫星节点vi从社团Cx移到Cs后的模块增益ΔQ,模块增益ΔQ表示为:
Figure GDA00041965368900001111
其中M表示卫星子网中连通的链路数,Wc是社团Cs的内部连边的权重和,Si是卫星节点vi从社团Cs内节点所有连边的权重和,Sc是社团Cs内所有节点的度之和。令ΔQmax=max{listΔQ}且最大值对应社团为Ct,若ΔQ(vi,Ct)>0,则令Ct=Ct∪{vi},Cx=Cx∪{vi}。Louvain算法的每次迭代由模块度优化阶段和网络聚合两个阶段组成,首先将节点贪婪地分配给社团,通过移动节点到最大模块度增量所在的邻居社团进而优化模块度。若所有节点都不在移动,则模块度优化阶段结束。在网络聚合阶段,通过构造新的网络,算法再次转到模块度优化阶段,再次优化社团结构,不断重复这两个阶段直到不再有任何节点改变社团。
在将社团划分算法应用到虚拟网络映射问题过程中,除了要考虑网络拓扑信息之外,还应考虑到每个网络节点都含有资源属性信息。每个网络节点ns包含CPU资源CPU(ns)和存储资源ST(ns),因此社团划分过程中需要考虑到节点的资源属性。为了避免划分的社团间资源量差异过大,导致单一社团负载过高导致虚拟网络映射接受率降低的问题,需要在社团划分过程中将节点资源量考虑在内。
单个社团Pi的资源量表示为:
Figure GDA0004196536890000121
在社团划分过程中引入社团资源量差异度β∈[0,1]来限制社团间资源量差异,在社团划分过程中将节点移动到满足ΔQ>0同时满足社团资源量差异度的社团来划分网络。社团资源量差异度的要求为:
Figure GDA0004196536890000122
Figure GDA0004196536890000123
其中max(H(pi))表示资源量最大的社团所拥有的资源量,min(H(pi))表示资源量最小的社团所拥有的资源量,AH表示网络中所有社团资源量的总和。
通过控制社团资源量差异度,可以使得划分社团后多个社团之间资源量负载均衡。
(41)初始时将每个物理节点作为一个单独的社团;
(42)依次将每个网络节点与相邻网络节点合并在一起,计算ΔQ,若ΔQ>0且
Figure GDA0004196536890000131
则将该网络节点加入相邻社团;
(43)重复步骤(42)直到所有网络节点所属社团不再变化;
(44)将所有同一社团的网络节点压缩成一个新节点,社团内网络节点的权重化为新节点环的权重;
(45)重复步骤(42)至步骤(44)直至整个网络的模块度不再发生变化。
经过上述步骤,天地一体化信息网络社团发现结果如图7所示。
天地一体化信息网络中网络节点被划分为多个子分组,组内的网络节点间链路紧密,不同组间的链路相对稀疏。
将天地空一体化网络划分为多个社团,在虚拟节点映射时,优先选择同一社团下的物理网络节点。
第五步,计算每个划分社团发现后的每个社团内各节点的资源中心性,并按资源中心性的大小排序,完成节点映射。
在社团划分完成后,在完成虚拟网络节点映射的具体映射过程中,需要考虑到节点的剩余资源量和节点在整个网络拓扑中的接近中心性来计算资源中心性,并按照资源中心性对节点进行排序,优先映射资源中心性高的节点。资源中心性指标表示为:
Figure GDA0004196536890000132
其中u表示网络节点,N表示社团中总的节点数,n是与u在同一分量中的网络节点的数量,CPU(u)和ST(u)分别代表该物理网络节点所拥有的CPU资源,存储资源,d(u,v)表示节点u到v的最短距离。
当虚拟网络请求到达时,首先对物理网络节点的资源中心性大小进行排序。资源丰富的同时越接近网络的中心的网络节点将被优先选择。对比虚拟节点需求资源与物理节点需求资源,完成虚拟网络节点的映射。
步骤6,在节点映射后,利用最短路径算法完成链路映射,链路映射完成后更新物理网络中的物理资源量。
在完成节点映射的基础上,获取两个对应的映射节点ns(start)以及ns(end),并将这两个节点的所有路径作为路径集Ps进行保存。再通过最短路径算法在ns(start)和ns(end)之间寻找最短路径来完成虚拟链路的映射。两个节点间的最短路径间的链路资源剩余量需要满足虚拟链路的链路资源约束。路径最短且满足带宽约束的虚拟链路将被优先选择。在完成节点映射和链路映射的基础上,还需要更新物理节点和物理链路的剩余资源量,剩余资源量将作为后续虚拟网络映射的映射约束。
本发明并不局限于上述实施例,在本发明公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。

Claims (10)

1.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,其特征在于,包括:
构建天地一体化信息网络的时变连续拓扑图,确定虚拟网络请求生存时间内的相对静态拓扑;
构建物理网络和虚拟网络拓扑模型,对虚拟网络映射问题进行数学描述;
接收虚拟网络请求,并判断虚拟网络请求的生存时间内物理网络拓扑是否会发生变化,如不改变则进行后续映射,否则构建物理网络拓扑的候选集;
通过构建网络演化图和链路权重个性化定义的方式对Louvain算法进行改进;
对Louvain算法改进包括通过对一体化网络中不同链路权重进行个性化定义的方式进行,包括:
卫星网络间链路权重
Figure FDA0004196536880000011
定义为:
Figure FDA0004196536880000012
其中
Figure FDA0004196536880000013
表示由2个卫星节点ns1和ns2构成的星间链路,/>
Figure FDA0004196536880000014
表示星间链路/>
Figure FDA0004196536880000015
的带宽资源,/>
Figure FDA0004196536880000016
表示所有属于卫星子网中的节点ui到节点ns的最短距离之和;
地面网络间链路权重
Figure FDA0004196536880000017
定义为:
Figure FDA0004196536880000018
其中
Figure FDA0004196536880000019
表示由2个地面网络节点ng1和ng2构成的地面链路,/>
Figure FDA00041965368800000110
表示地面链路
Figure FDA00041965368800000111
的带宽资源,/>
Figure FDA00041965368800000112
表示所有属于地面子网中的节点vi到节点ng的最短距离总和;
利用改进的Louvain算法对天地一体化信息网络的物理拓扑进行社团发现,划分多个子网络社团;
计算经过社团发现后的每个社团内各节点的资源中心性,并按资源中心性的大小排序,完成节点映射;
在节点映射后,利用最短路径算法完成链路映射,链路映射完成后更新物理网络中的物理资源量。
2.根据权利要求1所述的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,其特征在于,天地一体化信息网络的时变连续拓扑图表示为:
CG={N,L,T,Bu,v(t),Cu,v(T)},u∈N,(u,v)∈L,t∈T
其中,N表示网络节点集合,L表示物理链路的集合,Bu,v(t)表示t时刻链路(u,v)的链路带宽,Cu,v(T)表示给定时间范围T内节点u和v之间的所有连通时段集合。
3.根据权利要求1所述的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,其特征在于,物理网络的节点表示为:
Node={ID,Type,Resources,Other}
其中Node代表天地一体化信息网络下的物理网络节点;ID代表节点的唯一编号;Type代表节点的网络类型;Resources代表节点拥有的资源;Other代表节点其他的相关属性;
虚拟网络为:
Figure FDA0004196536880000021
其中,Nv和Lv分别表示虚拟网络请求中虚拟节点和虚拟链路的集合;
Figure FDA0004196536880000022
和/>
Figure FDA0004196536880000023
分别代表虚拟网络对应的节点约束和链路约束。
4.根据权利要求1所述的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,其特征在于,在构建时空连续拓扑图的基础上,将天地一体化信息网络的动态拓扑快照划分为多个时间片的相对静态拓扑,然后判断虚拟网络请求的生存时间内物理网络拓扑是否发生变化,包括:
(31)判断映射窗口内待映射的虚拟网络请求所需映射的生存时间,生存时间内物理网络拓扑是否会发生变化;
(32)如果物理网络拓扑会发生变化,则构造该虚拟网络请求的候选集,候选集中包含该虚拟网络请求在后续多个时刻内的物理网络拓扑;
(33)如果在该虚拟网络请求所需的生存时间内拓扑无变化,则不需构造候选集,直接进行后续的社团发现算法。
5.根据权利要求1所述的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,其特征在于,对Louvain算法改进包括通过构建网络演化图的方式进行,通过定义物理网络节点变化事件和物理链路变化事件来构建网络时空演化图;将多个时间片下的静态拓扑与物理节点变化事件和物理链路的变化事件进行组合,从而得到网络时间演化图来刻画网络的动态变化关系。
6.根据权利要求5所述的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,其特征在于,物理网络节点变化事件包括网络节点的加入和退出以及网络节点内物理资源的消耗和回收;
物理链路变化事件包括节点间链路的建立、断开以及链路带宽资源的消耗和回收。
7.根据权利要求1所述的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,其特征在于,
天地一体化信息网络通过星地链路来连接卫星子网和地面子网,星地链路权重定义为:
Figure FDA0004196536880000031
其中
Figure FDA0004196536880000032
表示由卫星节点ns和地面节点ng连接构成的星地链路,/>
Figure FDA0004196536880000033
表示节点ns和节点ng间链路的带宽,/>
Figure FDA0004196536880000034
表示卫星节点ns的度之和,/>
Figure FDA0004196536880000035
表示地面节点ng的度之和。
8.根据权利要求1所述的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,其特征在于,天地一体化信息网络中网络节点被划分为多个子社团,组内的网络节点间链路紧密,不同组间的链路相对稀疏;
将天地空一体化网络划分为多个社团,在虚拟节点映射时,优先选择同一社团下的物理网络节点。
9.根据权利要求1所述的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,其特征在于,通过控制社团资源量差异度使得划分社团在资源量上更加均衡,包括:
(41)初始时将每个物理节点作为一个单独的社团;
(42)依次将每个网络节点与相邻网络节点合并在一起,计算将卫星节点vi从社团Cx移到Cs后的模块增益ΔQ,若ΔQ>0且
Figure FDA0004196536880000041
则将该网络节点加入相邻社团;
其中,β为社团资源量差异度,max(H(pi))表示资源量最大的社团所拥有的资源量,min(H(pi))表示资源量最小的社团所拥有的资源量,AH表示网络中所有社团资源量的总和;
(43)重复步骤(42)直到所有网络节点所属社团不再变化;
(44)将所有同一社团的网络节点压缩成一个新节点,社团内网络节点的权重化为新节点环的权重;
(45)重复步骤(42)至步骤(44)直至整个网络的模块度不再发生变化。
10.根据权利要求1所述的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,其特征在于,资源中心性表示为:
Figure FDA0004196536880000042
其中u表示网络节点,N表示社团中网络节点总数,n是与u在同一分量中的网络节点的数量,CPU(u),ST(u)和SE(u)分别代表该物理网络节点所拥有的CPU资源,存储资源和传感器资源量,d(u,v)表示节点u到v的最短距离。
CN202210391805.8A 2022-04-14 2022-04-14 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 Active CN115001971B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210391805.8A CN115001971B (zh) 2022-04-14 2022-04-14 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210391805.8A CN115001971B (zh) 2022-04-14 2022-04-14 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

Publications (2)

Publication Number Publication Date
CN115001971A CN115001971A (zh) 2022-09-02
CN115001971B true CN115001971B (zh) 2023-06-20

Family

ID=83024102

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210391805.8A Active CN115001971B (zh) 2022-04-14 2022-04-14 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

Country Status (1)

Country Link
CN (1) CN115001971B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109120465A (zh) * 2018-10-23 2019-01-01 中国人民解放军战略支援部队信息工程大学 基于模体的目标区域网络拓扑划分方法
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
CN111682891A (zh) * 2019-12-10 2020-09-18 网络通信与安全紫金山实验室 一种面向高动态卫星网络的虚拟网络映射方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6625124B1 (en) * 2000-03-03 2003-09-23 Luminous Networks, Inc. Automatic reconfiguration of short addresses for devices in a network due to change in network topology
US10140620B2 (en) * 2011-09-15 2018-11-27 Stephan HEATH Mobile device system and method providing combined delivery system using 3D geo-target location-based mobile commerce searching/purchases, discounts/coupons products, goods, and services, or service providers-geomapping-company/local and socially-conscious information/social networking (“PS-GM-C/LandSC/I-SN”)
US9614728B2 (en) * 2012-04-24 2017-04-04 Hewlett Packard Enterprise Development Lp Identifying network communication patterns
CN106709800B (zh) * 2016-12-06 2020-08-11 中国银联股份有限公司 一种基于特征匹配网络的社团划分方法和装置
CN109714219B (zh) * 2019-03-13 2021-11-09 大连大学 一种基于卫星网络的虚拟网络功能快速映射方法
WO2021072128A1 (en) * 2019-10-08 2021-04-15 New England Complex Systems Institute Systems and methods for big data analytics
CN110880017A (zh) * 2019-10-28 2020-03-13 西安交通大学 一种基于最优网络结构的网络社团发现方法
CN112838954B (zh) * 2021-01-23 2022-06-07 西安交通大学 一种基于空天地一体化信息网络的虚拟网络映射方法、装置、设备及存储介质
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
CN113744072A (zh) * 2021-08-26 2021-12-03 南通大学 一种基于深度神经网络融合拓扑和内容社团检测方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109120465A (zh) * 2018-10-23 2019-01-01 中国人民解放军战略支援部队信息工程大学 基于模体的目标区域网络拓扑划分方法
CN111682891A (zh) * 2019-12-10 2020-09-18 网络通信与安全紫金山实验室 一种面向高动态卫星网络的虚拟网络映射方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于虚拟力牵引的社团划分算法;顾亦然;戴晓罡;;南京邮电大学学报(自然科学版)(第06期);全文 *
天地一体化网络发展趋势与挑战;徐益平;《现代雷达》;全文 *

Also Published As

Publication number Publication date
CN115001971A (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
CN109981438B (zh) 一种面向sdn和nfv协同部署框架的卫星网络负载均衡方法
CN108566659B (zh) 一种基于可靠性的5g网络切片在线映射方法
Cui et al. A novel offloading scheduling method for mobile application in mobile edge computing
CN109995580B (zh) 5g网络切片中基于ga_pso混合算法的vn映射方法
CN111556516B (zh) 面向时延和能效敏感业务的分布式无线网络任务协同分配方法
CN112104491B (zh) 面向服务的网络虚拟化资源管理方法
Qi et al. SDN-based dynamic multi-path routing strategy for satellite networks
CN113159539B (zh) 多层边缘计算系统中联合绿色能量调度和动态任务分配方法
CN114727353A (zh) 基于遗传算法的移动机会传感器网络自适应信息传输方法
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
Xu et al. A service redundancy strategy and ant colony optimization algorithm for multiservice fog nodes
Huang et al. Connectivity guarantee within UAV cluster: A graph coalition formation game approach
Pan et al. Satellite network load balancing strategy for SDN/NFV collaborative deployment
Qiao et al. A service function chain deployment scheme of the software defined satellite network
CN110933728B (zh) 虚拟化无线传感网络的映射方法、装置、存储介质
CN115297508A (zh) 一种巨型星座卫星网络路由负载均衡方法及系统
CN109831337B (zh) 无线网络虚拟化中临近节点分组映射方法
Wei et al. Dynamic controller placement for software-defined LEO network using deep reinforcement learning
Su et al. Cognitive virtual network embedding algorithm based on weighted relative entropy
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
CN114793201B (zh) 一种基于业务感知的空天地一体化网络动态虚拟网络映射方法
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
Huang et al. A survey on task partitioning and scheduling for vehicular edge computing
CN114697223B (zh) 一种基于天地一体化信息网络的虚拟网络映射方法
Sarma et al. A Dynamic Load Balancing Architecture for Fog Computing using Tree Base Resource Arrangement and Flexible Task Prioritization

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