CN115361295B - 基于topsis的资源备份方法、装置、设备及介质 - Google Patents
基于topsis的资源备份方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115361295B CN115361295B CN202211022568.4A CN202211022568A CN115361295B CN 115361295 B CN115361295 B CN 115361295B CN 202211022568 A CN202211022568 A CN 202211022568A CN 115361295 B CN115361295 B CN 115361295B
- Authority
- CN
- China
- Prior art keywords
- node
- bottom layer
- attribute
- nodes
- attribute value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 43
- 230000006870 function Effects 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 43
- 230000002093 peripheral effect Effects 0.000 claims description 20
- 239000011159 matrix material Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 10
- 235000008694 Humulus lupulus Nutrition 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 description 9
- 238000013468 resource allocation Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 230000008901 benefit Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
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
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/104—Peer-to-peer [P2P] networks
- H04L67/1074—Peer-to-peer [P2P] networks for supporting data block transmission mechanisms
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种基于TOPSIS的资源备份方法、装置、设备及介质,通过在网络功能虚拟化环境下,获取服务功能链对应的底层资源,底层资源包括多个底层节点,并基于底层节点的链路拓扑数据,计算每个底层节点的可行性属性值、中心性属性值和不可用属性值,利用TOPSIS算法,根据属性数据,确定每个底层节点的重要性程度值,对重要性程度值大于预设值的目标底层节点进行备份。以利用TOPSIS算法筛选出最需要备份的关键底层节点,从而及时对关键底层节点进行资源备份,以在底层节点故障时能够及时基于所备份的资源恢复底层节点,有效避免关键底层节点未及时备份而导致无法恢复或恢复难度加大,进而提高服务功能链的可用率。
Description
技术领域
本申请涉及电力通信网络技术领域,尤其涉及一种基于TOPSIS的资源备份方法、装置、设备及介质。
背景技术
为解决电力业务与网络资源紧耦合导致电力业务扩展性差和网络资源利用率低等问题,将网络功能虚拟(network function virtualization,NFV)应用于网络环境。在网络虚拟化环境下,传统的网络资源被分为底层网络资源和服务功能链(service functionchain,SFC)。当采用SFC方式部署电力业务时,电力业务容易受到服务器硬件故障或虚拟化技术故障影响,导致SFC的可靠性比在传统网络环境下的可用率低。
发明内容
本申请提供了一种基于TOPSIS的资源备份方法、装置、设备及介质,以解决当前基于服务功能链部署电力业务存在可用率低的技术问题。
为了解决上述技术问题,第一方面,本申请提供了一种基于TOPSIS的资源备份方法,包括:
在网络功能虚拟化环境下,获取服务功能链对应的底层资源,网络功能虚拟化环境包括底层网络和服务功能链,底层网络为服务功能链提供底层资源,底层资源包括多个底层节点;
基于底层节点的链路拓扑数据,计算每个底层节点的属性数据,属性数据包括可行性属性值、中心性属性值和不可用属性值,可行性属性值用于表征底层节点的备份可行程度,中心性属性值用于表征底层节点的备份资源节约程度,不可用属性值用于表征底层节点的备份紧迫程度;
利用TOPSIS算法,根据属性数据,确定每个底层节点的重要性程度值;
对目标底层节点进行备份,目标底层节点为多个底层节点中重要性程度值大于预设值的底层节点。
作为优选,基于底层节点的链路拓扑数据,计算每个底层节点的属性数据,包括:
基于链路拓扑数据确定的周边节点数量,计算底层节点的可行性属性值,周边节点数量为在底层节点周边的节点数量;
基于链路拓扑数据确定的节点跳数,计算底层节点的中心性属性值,节点跳数为底层节点与其他底层节点之间的跳数;
基于链路拓扑数据确定的节点不可用时长,计算底层节点的不可用属性值,节点不可用时长为底层节点处于不可用状态的时间长度。
作为优选,基于链路拓扑数据确定的周边节点数量,计算底层节点的可行性属性值,包括:
对于每个底层节点,利用预设的可行性计算公式,根据周边节点数量,计算底层节点的可行性属性值,可行性计算公式为:
作为优选,基于链路拓扑数据确定的节点跳数,计算底层节点的中心性属性值,包括:
对于每个底层节点,利用预设的中心性计算公式,根据节点跳数,计算底层节点的中心性属性值,中心性计算公式为:
作为优选,基于链路拓扑数据确定的节点不可用时长,计算底层节点的不可用属性值,包括:
对于每个底层节点,利用预设的不可用计算公式,根据节点不可用时长,计算底层节点的不可用属性值,不可用计算公式为:
作为优选,利用TOPSIS算法,根据属性数据,确定每个底层节点的重要性程度值,包括:
对于每个底层节点,对底层节点的属性数据进行归一化,生成底层节点的属性矩阵;
基于预设权重集合和属性矩阵,生成底层节点的目标理想属性点,目标理想属性点包括正理想属性点和负理想属性点;
利用TOPSIS算法,计算底层节点与目标理想属性点之间的接近度,接近度为重要性程度值。
作为优选,利用TOPSIS算法,计算底层节点与目标理想属性点之间的接近度,包括:
对于每个底层节点,利用TOPSIS算法,计算底层节点与正理想属性点之间的第一欧式距离,以及计算底层节点与负理想属性点之间的第二欧式距离;
利用预设的接近度计算公式,根据第一欧氏距离和第二欧式距离,计算底层节点与目标理想属性点之间的接近度,接近度计算公式为:
第二方面,本申请还提供一种基于TOPSIS的资源备份装置,包括:
获取模块,用于在网络功能虚拟化环境下,获取服务功能链对应的底层资源,网络功能虚拟化环境包括底层网络和服务功能链,底层网络为服务功能链提供底层资源,底层资源包括多个底层节点;
计算模块,用于基于底层节点的链路拓扑数据,计算每个底层节点的属性数据,属性数据包括可行性属性值、中心性属性值和不可用属性值,可行性属性值用于表征底层节点的备份可行程度,中心性属性值用于表征底层节点的备份资源节约程度,不可用属性值用于表征底层节点的备份紧迫程度;
确定模块,用于利用TOPSIS算法,根据属性数据,确定每个底层节点的重要性程度值;
备份模块,用于对目标底层节点进行备份,目标底层节点为多个底层节点中重要性程度值大于预设值的底层节点。
第三方面,本申请还提供一种计算机设备,包括处理器和存储器,存储器用于存储计算机程序,计算机程序被处理器执行时实现如第一方面的基于TOPSIS的资源备份方法。
第四方面,本申请还提供一种计算机可读存储介质,其存储有计算机程序,计算机程序被处理器执行时实现如第一方面的基于TOPSIS的资源备份方法。
与现有技术相比,本申请至少具备以下有益效果:
通过在网络功能虚拟化环境下,获取服务功能链对应的底层资源,底层资源包括多个底层节点,并基于底层节点的链路拓扑数据,计算每个底层节点的属性数据,属性数据包括可行性属性值、中心性属性值和不可用属性值,可行性属性值用于表征底层节点的备份可行程度,中心性属性值用于表征底层节点的备份资源节约程度,不可用属性值用于表征底层节点的备份紧迫程度,从而在考虑了底层网络的拓扑特征的基础上,分析出底层节点的可行性、中心性和不可用性,以从底层节点的备份可行程度、资源节约程度和紧迫程度进行资源备份;再利用TOPSIS算法,根据属性数据,确定每个底层节点的重要性程度值,以及对重要性程度值大于预设值的目标底层节点进行备份,以利用TOPSIS算法筛选出最需要备份的关键底层节点,从而及时对关键底层节点进行资源备份,以在底层节点故障时能够及时基于所备份的资源恢复底层节点,有效避免关键底层节点未及时备份而导致无法恢复或恢复难度加大,进而提高服务功能链的可用率。
附图说明
图1为本申请实施例示出的基于TOPSIS的资源备份方法的流程示意图;
图2为本申请实施例示出服务功能链可用率的比较结果示意图;
图3为本申请实施例示出的资源分配成功率的比较结果示意图;
图4为本申请实施例示出的基于TOPSIS的资源备份装置的结构示意图;
图5为本申请实施例示出的计算机设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参照图1,图1为本申请实施例提供的一种基于TOPSIS的资源备份方法的流程示意图。本申请实施例的基于TOPSIS的资源备份方法可应用于计算机设备,该计算机设备包括但不限于智能手机、笔记本电脑、平板电脑、桌上型计算机、物理服务器和云服务器等设备。如图1所示,本实施例的基于TOPSIS的资源备份方法包括步骤S101至步骤S104,详述如下:
步骤S101,在网络功能虚拟化环境下,获取服务功能链对应的底层资源,所述网络功能虚拟化环境包括底层网络和所述服务功能链,所述底层网络为所述服务功能链提供底层资源,所述底层资源包括多个底层节点。
在本步骤中,在网络功能虚拟化环境下,网络场景包括底层网络和服务功能链;底层网络包括底层节点和底层链路,负责为服务功能链提供基础网络资源;服务功能链包括虚拟节点和虚拟链路,负责为特定的电力业务提供虚拟网络资源。
可选地,使用无向图Gc=(Nc,Ec)表示底层网络,使用无向图Gv=(Nv,Ev)表示服务功能链。Nc表示底层节点集合,Ec表示底层链路集合。Nv表示服务功能链的虚拟节点集合,Ev表示服务功能链的虚拟链路集合。
对于每个底层节点具有计算资源和节点位置两个属性,分别以/>和/>表示。对于每条底层链路/>具有带宽资源属性,以/>表示。对于每个虚拟节点/>具有计算资源和位置两个属性,分别以/>和/>表示。对于每条虚拟链路/>具有带宽资源属性,以/>表示。
可选地,根据SFC在底层网络上的预设映射关系,查找承载SFC的底层节点资源。
步骤S102,基于所述底层节点的链路拓扑数据,计算每个所述底层节点的属性数据,所述属性数据包括可行性属性值、中心性属性值和不可用属性值,所述可行性属性值用于表征所述底层节点的备份可行程度,所述中心性属性值用于表征所述底层节点的备份资源节约程度,所述不可用属性值用于表征所述底层节点的备份紧迫程度。
在本步骤中,链路拓扑数据包括底层节点之间的拓扑关系,即每个底层节点的底层链路集合。可选地,根据链路拓扑数据确定底层节点的周边节点数量、节点跳数和不可用时长。
在一些实施例中,在图1所示实施例的基础上,所述步骤S102,包括:
基于所述链路拓扑数据确定的周边节点数量,计算所述底层节点的可行性属性值,所述周边节点数量为在所述底层节点周边的节点数量;
基于所述链路拓扑数据确定的节点跳数,计算所述底层节点的中心性属性值,所述节点跳数为所述底层节点与其他底层节点之间的跳数;
基于所述链路拓扑数据确定的节点不可用时长,计算所述底层节点的不可用属性值,所述节点不可用时长为所述底层节点处于不可用状态的时间长度。
可选地,根据链路拓扑数据,确定与底层节点连接的周边节点数量。对于每个所述底层节点,利用预设的可行性计算公式,根据所述周边节点数量,计算所述底层节点的可行性属性值,所述可行性计算公式为:
需要说明的是,底层节点的周边节点数量,决定了底层节点选择备份资源的可行性。当底层节点的周边节点数量较多时,该底层节点比较容易选择备份节点,而且占用的链路资源较少。
可选地,根据链路拓扑数据,确定底层节点与其他底层节点之间的距离,即节点跳数。对于每个所述底层节点,利用预设的中心性计算公式,根据所述节点跳数,计算所述底层节点的中心性属性值,所述中心性计算公式为:
需要说明的是,底层节点的中心性是指底层节点到网络中其它底层节点的距离。当底层节点到其它底层节点的距离越近,底层节点越可能处于网络的中心位置。当底层节点处于网络中心位置时,该底层节点与其它底层节点的距离越小,标识越容易节约物理链路的资源。
可选地,根据链路拓扑数据,统计底层节点所在链路的不可用时长。对于每个所述底层节点,利用预设的不可用计算公式,根据所述节点不可用时长,计算所述底层节点的不可用属性值,所述不可用计算公式为:
需要说明的是,底层节点的不可用性是指一段时间内底层节点不能被正常使用的概率,该值越大,越需要尽快备份。
步骤S103,利用TOPSIS算法,根据所述属性数据,确定每个所述底层节点的重要性程度值。
在本步骤中,底层节点的可行性/>描述了底层节点备份资源的便捷性,底层节点/>的中心性/>描述了备份时底层节点对于底层链路资源的节约能力,底层节点的不可用性/>描述了底层节点不能使用的时长,表示资源需要被备份的紧迫性。为了合理利用这些参数,本发明采用优劣解距离(Technique for OrderPreference by Similarity to Ideal Solution,TOPSIS)算法对各个参数进行分析,从而获得急需备份并且备份价值最大化的资源。
在一些实施例中,在图1所示实施例的基础上,所述步骤S103,包括:
对于每个所述底层节点,对所述底层节点的属性数据进行归一化,生成所述底层节点的属性矩阵;
基于预设权重集合和所述属性矩阵,生成所述底层节点的目标理想属性点,所述目标理想属性点包括正理想属性点和负理想属性点;
利用所述TOPSIS算法,计算所述底层节点与所述目标理想属性点之间的接近度,所述接近度为所述重要性程度值。
在本实施例中,可选地,所述接近度的计算过程包括:对于每个所述底层节点,利用所述TOPSIS算法,计算所述底层节点与所述正理想属性点之间的第一欧式距离,以及计算所述底层节点与所述负理想属性点之间的第二欧式距离;利用预设的接近度计算公式,根据所述第一欧氏距离和所述第二欧式距离,计算所述底层节点与所述目标理想属性点之间的接近度。
示例性地,当底层节点的数量为m个,每个底层节点的属性数量为n时,给节点重要性评价带来较大的问题。根据网络运维经验,为每个属性赋权重值。使用W=(w1,w2,...,wn)表示n个属性的权重值,并且当人工为节点属性赋权重时,会使属性包含较多的主观因素,导致节点的重要性分析不准确的问题。为解决此问题,本发明采用多属性决策方法TOPSIS对节点的重要性进行评价。
TOPSIS算法将节点的属性与理想点进行比较,从而评价节点的重要性。使用aij表示底层节点i的第j个属性的取值。使用矩阵Am×n表示所有底层节点构成的属性矩阵:
考虑到各个属性的量纲不同,采用归一化理论对各个属性进行归一化,得到归一化的属性矩阵Bm×n:
结合每个属性的权重值,可以得到判定矩阵V:
对于每个属性,属性值越大,表示节点越重要,将此属性称为效益型属性,可以使用J+表示。如果属性的取值结果越大,节点越不重要,将此属性称为成本型属性,使用J-表示。根据效益型属性,计算正理想属性点A+,根据成本型属性,计算负理想属性点A-:
计算得到每个底层节点的接近度取值Ci后,通过评价Ci的大小,以判定当前底层节点的重要程度。其中当Ci的取值越大时,当前节点越重要。
步骤S104,对目标底层节点进行备份,所述目标底层节点为多个底层节点中重要性程度值大于预设值的底层节点。
在本步骤中,根据资源数量,为重要底层节点提供备份,直到备份资源使用完毕。
作为示例而非限定,为完成性能分析,本实施例使用GT-ITM工具生成网络拓扑环境,网络拓扑环境包括底层网络拓扑和服务功能链拓扑。底层网络拓扑方面,使用不同数量的底层节点模拟不同网络规模。底层节点的数量从50个增加到100个。在服务功能链拓扑模拟方面,使用随机生成端到端的路径进行模拟。
为分析本实施例基于TOPSIS的服务功能链节点资源备份算法SFCNRBAoTOP的性能,采用基于节点重要性的底层网络资源可靠性提升算法(substrate network resourcesreliability improvement algorithm based on node importance,SNRRIAoNI)作为比较算法。算法SNRRIAoNI以节点重要性作为资源备份的判断条件,较好的提升了底层网络资源的可靠性。在性能分析指标方面,将服务功能链的可用率和资源分配成功率作为评价指标。为合理的评价两个算法的性能,随机将底层节点中[0.05%,0.5%]的资源作为不可用资源。
在服务功能链的可用率比较方面,性能分析结果如图2所示。图中,X轴表示不同网络规模的网络环境。Y轴表示不同网络环境下两个算法的服务功能链的可用率。从图2可知,随着底层网络节点数量的增加,两个算法下的服务功率的可用率都维持在一定的范围,说明两个算法在不同网络规模下都得到了收敛的结果。两个算法的结果分析可知,本实施例算法下服务功能链可用率高于比较算法。说明本实施例算法通过重要性、中心性、不可用性的分析对底层网络资源进行备份,较好的提升了服务功能链的可用率。
在服务功能链的资源分配成功率比较方面,性能分析结果如图3所示。图中,X轴表示不同网络规模的网络环境。Y轴表示不同网络环境下两个算法的服务功能链的资源分配成功率。从图3可知,随着底层网络节点数量的增加,两个算法下的服务功率的资源分配成功率都在逐渐增加。实验结果说明网络规模的增加,两个算法可以使用更多的资源分配给服务功能链,从而提升了服务功能链的资源分配成功率。两个算法的结果分析可知,本实施例算法下服务功能链的资源分配成功率高于比较算法。说明本实施例算法通过重要性、中心性、不可用性的分析对底层网络资源进行备份,较好的提升了服务功能链的资源分配成功率。
为了执行上述方法实施例对应的基于TOPSIS的资源备份方法,以实现相应的功能和技术效果。参见图4,图4示出了本申请实施例提供的一种基于TOPSIS的资源备份装置的结构框图。为了便于说明,仅示出了与本实施例相关的部分,本申请实施例提供的基于TOPSIS的资源备份装置,包括:
获取模块401,用于在网络功能虚拟化环境下,获取服务功能链对应的底层资源,所述网络功能虚拟化环境包括底层网络和所述服务功能链,所述底层网络为所述服务功能链提供底层资源,所述底层资源包括多个底层节点;
计算模块402,用于基于所述底层节点的链路拓扑数据,计算每个所述底层节点的属性数据,所述属性数据包括可行性属性值、中心性属性值和不可用属性值,所述可行性属性值用于表征所述底层节点的备份可行程度,所述中心性属性值用于表征所述底层节点的备份资源节约程度,所述不可用属性值用于表征所述底层节点的备份紧迫程度;
确定模块403,用于利用TOPSIS算法,根据所述属性数据,确定每个所述底层节点的重要性程度值;
备份模块404,用于对目标底层节点进行备份,所述目标底层节点为多个底层节点中重要性程度值大于预设值的底层节点。
在一些实施例中,所述计算模块402,包括:
第一计算单元,用于基于所述链路拓扑数据确定的周边节点数量,计算所述底层节点的可行性属性值,所述周边节点数量为在所述底层节点周边的节点数量;
第二计算单元,用于基于所述链路拓扑数据确定的节点跳数,计算所述底层节点的中心性属性值,所述节点跳数为所述底层节点与其他底层节点之间的跳数;
第三计算单元,用于基于所述链路拓扑数据确定的节点不可用时长,计算所述底层节点的不可用属性值,所述节点不可用时长为所述底层节点处于不可用状态的时间长度。
在一些实施例中,所述第一计算单元,具体用于:
对于每个所述底层节点,利用预设的可行性计算公式,根据所述周边节点数量,计算所述底层节点的可行性属性值,所述可行性计算公式为:
在一些实施例中,所述第二计算单元,具体用于:
对于每个所述底层节点,利用预设的中心性计算公式,根据所述节点跳数,计算所述底层节点的中心性属性值,所述中心性计算公式为:
在一些实施例中,所述第三计算单元,具体用于:
对于每个所述底层节点,利用预设的不可用计算公式,根据所述节点不可用时长,计算所述底层节点的不可用属性值,所述不可用计算公式为:
在一些实施例中,所述确定模块403,包括:
第一生成单元,用于对于每个所述底层节点,对所述底层节点的属性数据进行归一化,生成所述底层节点的属性矩阵;
第二生成单元,用于基于预设权重集合和所述属性矩阵,生成所述底层节点的目标理想属性点,所述目标理想属性点包括正理想属性点和负理想属性点;
第四计算单元,用于利用所述TOPSIS算法,计算所述底层节点与所述目标理想属性点之间的接近度,所述接近度为所述重要性程度值。
在一些实施例中,所述第四计算单元,具体用于:
对于每个所述底层节点,利用所述TOPSIS算法,计算所述底层节点与所述正理想属性点之间的第一欧式距离,以及计算所述底层节点与所述负理想属性点之间的第二欧式距离;
利用预设的接近度计算公式,根据所述第一欧氏距离和所述第二欧式距离,计算所述底层节点与所述目标理想属性点之间的接近度,所述接近度计算公式为:
上述的基于TOPSIS的资源备份装置可实施上述方法实施例的基于TOPSIS的资源备份方法。上述方法实施例中的可选项也适用于本实施例,这里不再详述。本申请实施例的其余内容可参照上述方法实施例的内容,在本实施例中,不再进行赘述。
图5为本申请一实施例提供的计算机设备的结构示意图。如图5所示,该实施例的计算机设备5包括:至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52,所述处理器50执行所述计算机程序52时实现上述任意方法实施例中的步骤。
所述计算机设备5可以是智能手机、平板电脑、桌上型计算机和云端服务器等计算设备。该计算机设备可包括但不仅限于处理器50、存储器51。本领域技术人员可以理解,图5仅仅是计算机设备5的举例,并不构成对计算机设备5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),该处理器50还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51在一些实施例中可以是所述计算机设备5的内部存储单元,例如计算机设备5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述计算机设备5的外部存储设备,例如所述计算机设备5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述计算机设备5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
另外,本申请实施例还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任意方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在计算机设备上运行时,使得计算机设备执行时实现上述各个方法实施例中的步骤。
在本申请所提供的几个实施例中,可以理解的是,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意的是,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述的具体实施例,对本申请的目的、技术方案和有益效果进行了进一步的详细说明,应当理解,以上所述仅为本申请的具体实施例而已,并不用于限定本申请的保护范围。特别指出,对于本领域技术人员来说,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (6)
1.一种基于TOPSIS的资源备份方法,其特征在于,包括:
在网络功能虚拟化环境下,获取服务功能链对应的底层资源,所述网络功能虚拟化环境包括底层网络和所述服务功能链,所述底层网络为所述服务功能链提供底层资源,所述底层资源包括多个底层节点;
基于所述底层节点的链路拓扑数据,计算每个所述底层节点的属性数据,所述属性数据包括可行性属性值、中心性属性值和不可用属性值,所述可行性属性值用于表征所述底层节点的备份可行程度,所述中心性属性值用于表征所述底层节点的备份资源节约程度,所述不可用属性值用于表征所述底层节点的备份紧迫程度;
利用TOPSIS算法,根据所述属性数据,确定每个所述底层节点的重要性程度值;
对目标底层节点进行备份,所述目标底层节点为多个底层节点中重要性程度值大于预设值的底层节点,
其中,基于所述底层节点的链路拓扑数据,计算每个所述底层节点的属性数据,包括:
基于所述链路拓扑数据确定的周边节点数量,计算所述底层节点的可行性属性值,所述周边节点数量为在所述底层节点周边的节点数量, 对于每个所述底层节点,利用预设的可行性计算公式,根据所述周边节点数量,计算所述底层节点的可行性属性值,所述可行性计算公式为:
基于所述链路拓扑数据确定的节点跳数,计算所述底层节点的中心性属性值,所述节点跳数为所述底层节点与其他底层节点之间的跳数, 对于每个所述底层节点,利用预设的中心性计算公式,根据所述节点跳数,计算所述底层节点的中心性属性值,所述中心性计算公式为:
基于所述链路拓扑数据确定的节点不可用时长,计算所述底层节点的不可用属性值,所述节点不可用时长为所述底层节点处于不可用状态的时间长度, 基于所述链路拓扑数据确定的节点不可用时长,计算所述底层节点的不可用属性值,包括:
对于每个所述底层节点,利用预设的不可用计算公式,根据所述节点不可用时长,计算所述底层节点的不可用属性值,所述不可用计算公式为:
2.如权利要求1所述的基于TOPSIS的资源备份方法,其特征在于,所述利用TOPSIS算法,根据所述属性数据,确定每个所述底层节点的重要性程度值,包括:
对于每个所述底层节点,对所述底层节点的属性数据进行归一化,生成所述底层节点的属性矩阵;
基于预设权重集合和所述属性矩阵,生成所述底层节点的目标理想属性点,所述目标理想属性点包括正理想属性点和负理想属性点;
利用所述TOPSIS算法,计算所述底层节点与所述目标理想属性点之间的接近度,所述接近度为所述重要性程度值。
4.一种基于TOPSIS的资源备份装置,其特征在于,包括:
获取模块,用于在网络功能虚拟化环境下,获取服务功能链对应的底层资源,所述网络功能虚拟化环境包括底层网络和所述服务功能链,所述底层网络为所述服务功能链提供底层资源,所述底层资源包括多个底层节点;
计算模块,用于基于所述底层节点的链路拓扑数据,计算每个所述底层节点的属性数据,所述属性数据包括可行性属性值、中心性属性值和不可用属性值,所述可行性属性值用于表征所述底层节点的备份可行程度,所述中心性属性值用于表征所述底层节点的备份资源节约程度,所述不可用属性值用于表征所述底层节点的备份紧迫程度;
确定模块,用于利用TOPSIS算法,根据所述属性数据,确定每个所述底层节点的重要性程度值;
备份模块,用于对目标底层节点进行备份,所述目标底层节点为多个底层节点中重要性程度值大于预设值的底层节点,
其中,计算模块用于所述底层节点的链路拓扑数据,计算每个所述底层节点的属性数据,包括:
基于所述链路拓扑数据确定的周边节点数量,计算所述底层节点的可行性属性值,所述周边节点数量为在所述底层节点周边的节点数量,对于每个所述底层节点,利用预设的可行性计算公式,根据所述周边节点数量,计算所述底层节点的可行性属性值,所述可行性计算公式为:
基于所述链路拓扑数据确定的节点跳数,计算所述底层节点的中心性属性值,所述节点跳数为所述底层节点与其他底层节点之间的跳数,对于每个所述底层节点,利用预设的中心性计算公式,根据所述节点跳数,计算所述底层节点的中心性属性值,所述中心性计算公式为:
基于所述链路拓扑数据确定的节点不可用时长,计算所述底层节点的不可用属性值,所述节点不可用时长为所述底层节点处于不可用状态的时间长度,对于每个所述底层节点,利用预设的不可用计算公式,根据所述节点不可用时长,计算所述底层节点的不可用属性值,所述不可用计算公式为:
5.一种计算机设备,其特征在于,包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至3任一项所述的基于TOPSIS的资源备份方法。
6.一种计算机可读存储介质,其特征在于,其存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于TOPSIS的资源备份方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211022568.4A CN115361295B (zh) | 2022-08-24 | 2022-08-24 | 基于topsis的资源备份方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211022568.4A CN115361295B (zh) | 2022-08-24 | 2022-08-24 | 基于topsis的资源备份方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115361295A CN115361295A (zh) | 2022-11-18 |
CN115361295B true CN115361295B (zh) | 2023-07-07 |
Family
ID=84004015
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211022568.4A Active CN115361295B (zh) | 2022-08-24 | 2022-08-24 | 基于topsis的资源备份方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115361295B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117349087B (zh) * | 2023-12-05 | 2024-02-09 | 聊城市洛溪信息科技有限公司 | 一种互联网信息数据备份方法 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566194A (zh) * | 2017-10-20 | 2018-01-09 | 重庆邮电大学 | 一种实现跨域虚拟网络映射的方法 |
CN111147307A (zh) * | 2019-12-30 | 2020-05-12 | 重庆邮电大学 | 基于深度强化学习的服务功能链可靠部署方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109560961B (zh) * | 2018-11-14 | 2021-07-06 | 电子科技大学 | 一种基于叠加提高可用性的虚拟网络服务链部署方法 |
CN112685209B (zh) * | 2020-12-24 | 2023-02-17 | 国网河南省电力公司信息通信公司 | 一种虚拟资源检修服务故障恢复方法及系统 |
US11968080B2 (en) * | 2020-12-30 | 2024-04-23 | Oracle Corporation | Synchronizing communication channel state information for high flow availability |
CN113114514B (zh) * | 2021-05-07 | 2022-06-14 | 广东电网有限责任公司电力调度控制中心 | 一种基于多属性层次分析法的网络资源备份方法及系统 |
CN114157583B (zh) * | 2021-11-18 | 2023-10-24 | 广东电网有限责任公司 | 一种基于可靠性的网络资源启发式映射方法及系统 |
-
2022
- 2022-08-24 CN CN202211022568.4A patent/CN115361295B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107566194A (zh) * | 2017-10-20 | 2018-01-09 | 重庆邮电大学 | 一种实现跨域虚拟网络映射的方法 |
CN111147307A (zh) * | 2019-12-30 | 2020-05-12 | 重庆邮电大学 | 基于深度强化学习的服务功能链可靠部署方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115361295A (zh) | 2022-11-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110574338B (zh) | 根本原因发现方法及系统 | |
JP2018530803A (ja) | コンピュータ環境における根本原因分析および修復のために機械学習原理を活用する装置および方法 | |
US20180248745A1 (en) | Method and network node for localizing a fault causing performance degradation of a service | |
US20180107503A1 (en) | Computer procurement predicting device, computer procurement predicting method, and recording medium | |
US9400731B1 (en) | Forecasting server behavior | |
CN112532408B (zh) | 提取故障传播条件的方法、装置及存储介质 | |
CN115361295B (zh) | 基于topsis的资源备份方法、装置、设备及介质 | |
CN114036826A (zh) | 模型训练方法、根因确定方法、装置、设备及存储介质 | |
CN112764920A (zh) | 一种边缘应用部署方法、装置、设备和存储介质 | |
CN113190417A (zh) | 微服务状态检测方法、模型的训练方法、设备及存储介质 | |
CN114418226B (zh) | 电力通信系统的故障分析方法及装置 | |
CN116418653A (zh) | 基于多指标根因定位算法的故障定位方法及装置 | |
WO2020206699A1 (en) | Predicting virtual machine allocation failures on server node clusters | |
CN111160661A (zh) | 一种电力通信网可靠性优化方法、系统以及设备 | |
CN112035286A (zh) | 故障原因的确定方法及装置、存储介质、电子装置 | |
CN109450684B (zh) | 一种网络切片系统物理节点容量扩充方法及装置 | |
CN113285837B (zh) | 一种基于拓扑感知的载波网络服务故障诊断方法及装置 | |
CN113282417B (zh) | 任务分配方法、装置、计算机设备和存储介质 | |
CN116303343A (zh) | 数据分片方法、装置、电子设备及存储介质 | |
US7558770B2 (en) | Method and system to detect application non-conformance | |
CN115378817B (zh) | 服务功能链的资源备份方法、装置、设备及存储介质 | |
CN112783673A (zh) | 一种调用链的确定方法、装置、计算机设备及存储介质 | |
Ramoliya et al. | Advanced techniques to predict and detect cloud system failure: A survey | |
CN117370473B (zh) | 基于完整性攻击的数据处理方法、装置、设备及存储介质 | |
CN114629824B (zh) | 丢包定位方法、装置、计算设备及介质 |
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 |