CN115833899A - 空间信息网络中的虚拟网络功能部署和路由联合优化方法 - Google Patents

空间信息网络中的虚拟网络功能部署和路由联合优化方法 Download PDF

Info

Publication number
CN115833899A
CN115833899A CN202211211008.3A CN202211211008A CN115833899A CN 115833899 A CN115833899 A CN 115833899A CN 202211211008 A CN202211211008 A CN 202211211008A CN 115833899 A CN115833899 A CN 115833899A
Authority
CN
China
Prior art keywords
virtual
node
function
network
nodes
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
CN202211211008.3A
Other languages
English (en)
Other versions
CN115833899B (zh
Inventor
刘伟
杨惠婷
李建东
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.)
Xidian University
Original Assignee
Xidian 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 Xidian University filed Critical Xidian University
Priority to CN202211211008.3A priority Critical patent/CN115833899B/zh
Publication of CN115833899A publication Critical patent/CN115833899A/zh
Application granted granted Critical
Publication of CN115833899B publication Critical patent/CN115833899B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种空间信息网络的虚拟网络功能部署和路由联合优化方法，主要解决现有技术的网络性能与协同开销不平衡问题。其实现方案为：初始化网络参数和表征任务请求；对网络功能节点进行分解及规划周期划分，并根据其结果构建多功能时间扩展图；设置通信容量约束、存储容量约束、计算容量约束、流量守恒约束和服务功能链约束、任务需求约束；将通信、存储和计算资源联合管理问题转化为多功能时间扩展图中的任务流问题，通过调整稀疏因子和各虚拟流的数据量，使其满足所有约束条件，实现在网络性能最优的同时减少网络协调开销的最优目标。本发明提高了空间信息网络多维资源利用率，可用于空间信息网络通信、存储和计算资源的统一分析和管理。

Description

空间信息网络中的虚拟网络功能部署和路由联合优化方法
技术领域
本发明属于空间信息技术领域，特别涉及一种虚拟网络功能部署和路由的联合方法，可用于空间信息网络通信、存储、计算资源的分析和管理实施。
背景技术
空间信息网络是国家的重大信息基础设施，在应急救援、深空探测、导航定位、国防安全、航空运输领域发挥至关作用。在空间信息网络中应用网络功能虚拟化技术，可以将虚拟网络功能与其允许的物理实体解耦，使得虚拟网络功能能够灵活地部署在空间信息网络中的相应节点中，从而可以打通异构网络、异质节点的资源壁垒，实现网络中的通信、存储和计算等资源融合共享，保障不同类型的服务质量需求。在网络功能虚拟化技术中，任务请求可以由一组预先设定顺序的虚拟网络功能序列，即服务功能链来表征。为了确保完成任务请求，需要保证任务流必须按照预先设定好的服务功能顺序依次接收虚拟网络功能。因此，设计一个满足服务功能链约束的流路由策略对于保障不同任务请求是非常关键的。其次，虚拟网络功能部署方案不同，不仅影响具有服务功能链约束流路由策略，而且影响网络资源的使用状况和网络性能。
对于虚拟网络功能部署，目前有两个极端部署方案：一个是全面协作方案，即被部署虚拟网络功能的所有节点均被激活而且任务流允许在多个节点中接收同一个服务功能，另一个是固定活跃节点方法，只激活部分节点且任务流在一个指定的活跃节点上接收一个服务功能。
所述全面协作方法，可以实现网络性能最优，但造成巨大的网络协调开销。例如，F.C.Chua的文章“Stringer:Balancing latency and resource usage in servicefunction chain provisioning”(IEEE Internet Computing，2016)中，针对静态的地面网络，提出采用全面协作方法研究了具有服务功能链约束的流路由策略。该方法虽然可以实现网络性能最优，但是造成网络协同开销巨大。
所述固定活跃节点方法，可以有效减少协调开销，但造成网络性能损失巨大。例如，Huiting Yang的文章“Maximum flow routing strategy for space informationnetwork with service function constraints”(IEEE Transactions on WirelessCommunications，2022)中，针对时变的空间信息网络，提出采用固定活跃节点方法研究了具有服务功能链约束的最大流路由策略。该方法虽然有效减少网络协调开销，但是造成网络性能损失巨大，未能有效利用网络资源。
此外，由于空间信息网络的节点是在轨动态移动的，造成空间信息网络拓扑是时变可预测的。因此，针对地面静态网络设计的虚拟网络功能部署和流路由联合优化方法不适用于时变的空间信息网络。如何设计一个高效的基于空间信息网络的虚拟网络功能部署和流路由联合优化方法对于保障近似最优性能的同时减少网络交互开销是至关重要的。
发明内容
本发明的目的在于针对上述现有的不足，提出一种空间信息网络中的虚拟网络功能部署和路由联合优化方法，以实现对网络性能和网络协调开销的折衷，在保障网络性能最优的同时减少网络的协调开销，提高对空间信息网络多维资源的高效利用。
为实现上述目的，本发明的技术方案包括如下：
(1)初始化空间信息网络参数为
Figure BDA0003875114870000021
网络节点的个数为N；
(2)对网络节点进行划分，根据此划分将网络节点集合
Figure BDA0003875114870000022
表示为：
Figure BDA0003875114870000023
其中v1和vN分别表示任务的源节点和目的节点，
Figure BDA0003875114870000024
为功能节点的集合，
Figure BDA0003875114870000025
表示第i个功能节点，i∈[2,N-1]；
(3)初始化表征任务请求：
(3a)用一组预先设定好的功能顺序的服务功能链
Figure BDA0003875114870000026
表征任务请求，其中，fl表示任务流接收的第l个服务功能，F为服务功能链的服务功能总数；
(3b)用虚拟流
Figure BDA0003875114870000027
表示刚刚接收完服务功能fl的任务流，
Figure BDA0003875114870000028
用虚拟流
Figure BDA0003875114870000029
表示刚从源节点流出还未接收任何服务功能的任务流；
(4)对网络功能节点进行分解：
(4a)将功能节点
Figure BDA00038751148700000215
提供的功能的集合表示为
Figure BDA00038751148700000210
其中
Figure BDA00038751148700000211
表示为功能节点提供的第m个功能，Mi表示功能节点
Figure BDA00038751148700000212
能够提供的功能数；
(4b)将功能节点
Figure BDA00038751148700000213
分解为一个虚拟子节点vi和Mi个虚拟子功能节点
Figure BDA00038751148700000214
以及两种类型的虚拟传输链路
Figure BDA0003875114870000031
和
Figure BDA0003875114870000032
其中
Figure BDA0003875114870000033
表示为功能节点
Figure BDA0003875114870000034
分解的第m个虚拟子功能节点，该虚拟子功能节点能够为任务流提供服务功能
Figure BDA0003875114870000035
表示的是虚拟子节点vi到虚拟子功能节点
Figure BDA0003875114870000036
的有向线段，
Figure BDA0003875114870000037
表示的是虚拟子功能节点
Figure BDA0003875114870000038
到虚拟子节点vi的有向线段，m∈[1,Mi]；
(4c)对所有的功能节点进行分解，得到分解后的网络节点集合
Figure BDA0003875114870000039
(5)将空间信息网络节点集合
Figure BDA00038751148700000310
导入到Satellite Tool Kit软件中，根据该软件中的星历表得到的网络节点之间的连通性，并根据网络节点的连通性，将网络规划周期
Figure BDA00038751148700000311
划分为Q个时间间隔
Figure BDA00038751148700000312
其中τq＝[tq-1,tq)且在时间间隔τq内网络拓扑保持不变，q∈[1,Q]；
(6)构建多功能时间扩展图：
(6a)初始化一张空白的Q层有向图，其中第q层有向图的时间间隔为τq；
(6b)在有向图的每个时间间隔τq内分别添加网络中任务流的源节点v1、任务流的目的节点vN、所有功能节点分解的虚拟子节点vi、所有功能节点分解的虚拟子功能节点
Figure BDA00038751148700000313
得到四类节点集合，构成多功能时间扩展节点图；
(6c)在多功能时间扩展节点图中添加传输链路、存储链路和虚拟传输链路，得到多功能时间扩展图；
(7)设置通信容量约束、存储容量约束、计算容量约束、流量守恒约束和服务功能链约束、任务需求约束；
(8)调整所有虚拟流的数据量满足步骤(7)中的所有约束条件，和调整稀疏因子，实现在计划周期内保障近似最优网络性能的同时，网络协调开销最小的优化目标。
本发明与现有技术相比，具有如下优点：
1)本发明由于考虑了空间信息网络拓扑动态变化，通过多功能时间扩展图刻画了空间信息网络拓扑的动态演进过程，解决了传统的时间扩展图中无法表征一个功能节点给任务流同时提供多个功能的流守恒约束问题。具体而言，基于传统时间扩展图，对每个功能节点分解为三个虚拟组件：虚拟子节点，虚拟子功能节点和虚拟传输链路，其中虚拟子节点保持原始节点的通信和存储能力，而每个虚拟子功能节点保持原始节点的计算能力并提供原始节点的一个功能，虚拟传输链路连接虚拟子节点和虚拟子功能节点。
2)本发明由于考虑了空间信息网络通信、存储和计算多维资源，通过设定通信容量约束、存储容量约束、计算容量约束、流量守恒约束和服务功能链约束、任务需求约束，将通信、存储和计算资源联合管理问题转化为多功能时间扩展图中的虚拟网络功能部署和流路由的问题，可使任务流在满足节点的通信、存储和计算资源约束的同时，完成任务请求，可有效保障任务的不同的服务质量需求。
3)本发明由于通过调整所有虚拟流的数据量满足通信容量约束、存储容量约束、计算容量约束、流量守恒约束和服务功能链约束、任务需求约束条件，和调节稀疏因子，可实现在计划周期内保障近似最优网络性能的同时，网络协调开销最小，以支持对空间信息网络多维资源的高效利用。
附图说明
图1是本发明使用的场景示意图；
图2是本发明的实现总流程图；
图3是本发明中在规划周期内网络的节点与节点之间的连通关系示意图；
图4是本发明中的虚拟流示意图；
图5是本发明中功能节点分解得到的虚拟子节点和虚拟子功能节点示意图；
图6是本发明中初始化的空白有向图；
图7是本发明中构建的多功能时间扩展节点图；
图8是本发明中构建的多功能时间扩展图；
图9是本发明中服务功能总数与网络最大流的仿真对比图；
图10是本发明中服务功能总数与平均活跃功能节点总数的仿真对比图。
具体实施方式
以下结合附图对本发明实施例和效果做进一步详细说明，实例仅用于说明本发明，并不构成对本发明的任何限制。
参照图1，网络中有一个任务请求，该任务请求由一个服务功能链
Figure BDA0003875114870000041
给出，空间网络信息网络场景由5颗卫星v1,
Figure BDA0003875114870000042
和1个地面站v6组成，其中任务流的源节点和目的节点分别为第一颗卫星v1和地面站v6，第二颗卫星
Figure BDA0003875114870000045
提供服务功能f1，第三颗卫星
Figure BDA0003875114870000043
同时提供服务功能f1和f2，第四颗卫星
Figure BDA0003875114870000046
同时提供服务功能f2和f3，第五颗卫星
Figure BDA0003875114870000044
提供同时服务功能f1和f3。网络的规划周期为
Figure BDA0003875114870000051
在规划周期内卫星与卫星，卫星与地面站之间的连通性,如图3所示，图3中每一个横纵坐标对应一对节点的连通关系，其中横坐标表示时间，纵坐标表示连通性，状态1表示连通，状态0表示断开。
参照图2，本实例在上述场景条件下的的具体实现步骤如下：
步骤1，初始化网络参数并对网络节点进行划分。
初始化空间网络信息网络场景的5颗卫星v1,
Figure BDA0003875114870000052
和1个地面站v6为网络节点，即网络节点的个数为N＝6,初始化网络节点集合为
Figure BDA0003875114870000053
其中网络节点v1和v6分别是任务流的源节点和目的节点，而网络节点
Figure BDA0003875114870000054
是功能节点，该第二个功能节点
Figure BDA0003875114870000055
提供第一种服务功能f1，第三个功能节点
Figure BDA0003875114870000056
同时提供第一种服务功能f1和第二种服务功能f2，第四个功能节点
Figure BDA0003875114870000057
同时提供第二种服务功能f2和第三种服务功能f3，第五个功能节点
Figure BDA0003875114870000058
同时提供第一种服务功能f1和第三种服务功能f3；
根据上述划分将网络节点集合
Figure BDA0003875114870000059
表示为
Figure BDA00038751148700000510
其中
Figure BDA00038751148700000511
为功能节点的集合。
步骤2，初始化表征任务请求。
2.1)用一组预先设定好的功能顺序的服务功能链
Figure BDA00038751148700000512
表征任务请求，其中，f1、f2和f3分别表示任务流接收的第1种、第2种和第3种服务功能；
2.2)用已接收第l种服务功能fl的虚拟流
Figure BDA00038751148700000513
表示刚刚接收完第l种服务功能fl的任务流，
Figure BDA00038751148700000514
用还未接收任何服务功能的虚拟流
Figure BDA00038751148700000515
表示刚从源节点流出还未接收任何服务功能的任务流；
2.3)根据虚拟流所接收的服务功能对虚拟流之间的变化进行转化：
若已接收第l种服务功能fl的虚拟流
Figure BDA00038751148700000516
流入提供服务功能fl+1的功能节点并接收了服务功能fl+1，则将已接收第l种服务功能fl的虚拟流
Figure BDA00038751148700000517
转化为已接收的第l+1种服务功能fl+1的虚拟流
Figure BDA00038751148700000518
流出；
若已接收第l种服务功能fl的虚拟流
Figure BDA00038751148700000519
流入不提供服务功能fl+1的功能节点，则流出的仍然是已接收第l种服务功能fl的虚拟流
Figure BDA0003875114870000061
如图4所示。
步骤3，对网络功能节点进行分解。
3.1)对功能节点的功能集合进行表征:
将第二个功能节点
Figure BDA0003875114870000062
提供的功能集合表示为
Figure BDA0003875114870000063
将第三个功能节点
Figure BDA0003875114870000064
提供的功能集合表示为
Figure BDA0003875114870000065
将第四个功能节点
Figure BDA0003875114870000066
提供的功能集合表示为
Figure BDA0003875114870000067
将第五个功能节点
Figure BDA0003875114870000068
提供的功能集合表示为
Figure BDA0003875114870000069
3.2)分解每个功能节点：
将第二个功能节点
Figure BDA00038751148700000610
分解为一个虚拟子节点v2和1个虚拟子功能节点
Figure BDA00038751148700000611
以及两种类型的虚拟传输链路
Figure BDA00038751148700000612
和
Figure BDA00038751148700000613
其中第二个功能节点
Figure BDA00038751148700000614
分解的虚拟子功能节点
Figure BDA00038751148700000615
用于提供第一种服务功能f1，如图5(a)所示；
将第三个功能节点
Figure BDA00038751148700000616
分解为一个虚拟子节点v3和2个虚拟子功能节点
Figure BDA00038751148700000617
以及两种类型的虚拟传输链路
Figure BDA00038751148700000618
和
Figure BDA00038751148700000619
其中第三个功能节点
Figure BDA00038751148700000620
分解的第一个虚拟子功能节点
Figure BDA00038751148700000621
用于提供第一种服务功能f1，第三个功能节点
Figure BDA00038751148700000622
分解的第二个虚拟子功能节点
Figure BDA00038751148700000623
用于提供第二种服务功能f2，如图5(b)所示；
将第四个功能节点
Figure BDA00038751148700000624
分解为一个虚拟子节点v4和2个虚拟子功能节点
Figure BDA00038751148700000625
以及两种类型的虚拟传输链路
Figure BDA00038751148700000626
和
Figure BDA00038751148700000627
其中第四个功能节点
Figure BDA00038751148700000628
分解的第一个虚拟子功能节点
Figure BDA00038751148700000629
用于提供第二种服务功能f2，第四个功能节点
Figure BDA00038751148700000630
分解的第二个虚拟子功能节点
Figure BDA00038751148700000631
用于提供第三种服务功能f3，如图5(c)所示；
将第五个功能节点
Figure BDA00038751148700000632
分解为一个虚拟子节点v5和2个虚拟子功能节点
Figure BDA00038751148700000633
以及两种类型的虚拟传输链路
Figure BDA00038751148700000634
和
Figure BDA00038751148700000635
其中第五个功能节点
Figure BDA00038751148700000636
分解的第一个虚拟子功能节点
Figure BDA00038751148700000639
用于提供第一种服务功能f1，第五个功能节点
Figure BDA00038751148700000637
分解的第二个虚拟子功能节点
Figure BDA00038751148700000638
用于提供第三种服务功能f3，如图5(d)所示；
3.3)对所有的功能节点进行分解，得到分解后的网络节点集合
Figure BDA0003875114870000071
其中
Figure BDA0003875114870000072
表示为网络中所有功能节点分解的虚拟子节点的集合，即该集合由v2,v3,v4,v5四个虚拟子节点组成；
Figure BDA0003875114870000073
表示为所有功能节点分解的虚拟子功能节点的集合，即该集合由
Figure BDA0003875114870000074
七个虚拟子功能节点组成；N＝6。
步骤4，对网络规划周期
Figure BDA0003875114870000075
进行划分，确定节点之间的传输关系。
4.1)将空间信息网络节点集合
Figure BDA0003875114870000076
导入到Satellite Tool Kit软件中，根据该软件中的星历表得到的网络节点之间的连通性，并根据上述6个网络节点的连通性，将网络规划周期
Figure BDA0003875114870000077
划分为Q个连续不均等的时间间隔{τ1,τ2,τ3}，其中Q＝3，τq＝[tq-1,tq)，q∈[1,Q]，如图3所示。
4.2)根据网络节点的连通性，确定每个时间间隔内节点之间的传输关系：
第一时间间隔τ1内，源节点v1可以给第二个功能节点
Figure BDA0003875114870000078
和第三个功能节点
Figure BDA0003875114870000079
传输数据，第二个功能节点
Figure BDA00038751148700000710
可以给第四个功能节点
Figure BDA00038751148700000711
传输数据，第五个功能节点
Figure BDA00038751148700000712
可以给目的节点v6传输数据；
第二个时间间隔τ2内，源节点v1可以给第二个功能节点
Figure BDA00038751148700000713
传输数据，第二个功能节点
Figure BDA00038751148700000714
和第三个功能节点
Figure BDA00038751148700000715
都可以给第四个功能节点
Figure BDA00038751148700000716
传输数据，第四个功能节点
Figure BDA00038751148700000717
可以给目的节点v6传输数据；
第三个时间间隔τ3内，源节点v1和第二个功能节点
Figure BDA00038751148700000718
都可以给第三个功能节点
Figure BDA00038751148700000719
传输数据，第三个功能节点
Figure BDA00038751148700000720
可以给第四个功能节点
Figure BDA00038751148700000721
传输数据，第四个功能节点
Figure BDA00038751148700000722
可以给第五个功能节点
Figure BDA00038751148700000723
传输数据，第五个功能节点
Figure BDA00038751148700000724
可以给目的节点v6传输数据。
步骤5，构建多功能时间扩展图。
5.1)初始化一张空白的Q＝3层有向图，其中第q层有向图的时间间隔为τq，1≤q≤3，如图6所示；
5.2)在有向图的每个时间间隔τq内分别添加网络中源节点、目的节点、所有功能节点分解的虚拟子节点、所有功能节点分解的虚拟子功能节点，构成多功能时间扩展节点图，如图7所示，其中：
多功能时间扩展节点图的源节点集合为
Figure BDA0003875114870000081
即该集合由
Figure BDA0003875114870000082
三个节点组成，如图7六边形节点所示，其中，
Figure BDA0003875114870000083
表示源节点v1在第q个时间间隔τq内的副本，1≤q≤Q，Q＝3；
多功能时间扩展节点图的目的节点集合为
Figure BDA0003875114870000084
即该集合由
Figure BDA0003875114870000085
三个节点组成，如图7八边形节点所示，其中，
Figure BDA0003875114870000086
表示目的节点vN在第q个时间间隔τq内的副本，1≤q≤Q，Q＝3，N＝6；
多功能时间扩展节点图的虚拟子节点集合为
Figure BDA0003875114870000087
即该集合由
Figure BDA0003875114870000088
十二个节点组成，如图7圆形节点所示，其中，
Figure BDA0003875114870000089
表示虚拟子节点vi在第q个时间间隔τq内的副本，1≤q≤Q，Q＝3，2≤i≤N-1，N＝6；
多功能时间扩展节点图的虚拟子功能节点集合表示为：
Figure BDA00038751148700000810
即该集合由
Figure BDA00038751148700000811
Figure BDA00038751148700000812
二十一个节点组成，如图7长方形节点所示，其中，
Figure BDA00038751148700000813
表示虚拟子功能节点
Figure BDA00038751148700000814
在第q个时间间隔τq内的副本，1≤q≤Q，Q＝3，2≤i≤N-1，
Figure BDA00038751148700000822
N＝6；
5.3)在多功能时间扩展节点图中添加链路，如图8所示：
5.3.1)在时间间隔τq内根据网络节点之间的连通性添加传输链路：
若在时间间隔τq内，网络中源节点v1能够给目的节点vN传输数据，则在多功能时间扩展节点图中的源节点
Figure BDA00038751148700000815
与目的节点
Figure BDA00038751148700000816
之间添加一条有向线段
Figure BDA00038751148700000817
1≤q≤Q，Q＝3，N＝6；
若在时间间隔τq内，网络中源节点v1能够给第i个功能节点
Figure BDA00038751148700000818
传输数据，则在多功能时间扩展节点图中的源节点
Figure BDA00038751148700000819
与第i个虚拟子节点
Figure BDA00038751148700000820
之间添加一条有向线段
Figure BDA00038751148700000821
1≤q≤Q，Q＝3，2≤i≤N-1，N＝6；
若在时间间隔τq内，网络中第i个功能节点
Figure BDA0003875114870000091
能够给第j个功能节点
Figure BDA0003875114870000092
传输数据，则在多功能时间扩展节点图中的第i个虚拟子节点
Figure BDA0003875114870000093
与第j个虚拟子节点
Figure BDA0003875114870000094
之间添加一条有向线段
Figure BDA0003875114870000095
1≤q≤Q，Q＝3，2≤i≤N-1，2≤j≠i≤N-1，N＝6；
若在时间间隔τq内，网络中功能节点
Figure BDA0003875114870000096
能够给目的节点vN传输数据，则在多功能时间扩展节点图中的第i个虚拟子节点
Figure BDA0003875114870000097
与目的节点
Figure BDA0003875114870000098
之间添加一条有向线段
Figure BDA0003875114870000099
1≤q≤Q，Q＝3，2≤i≤N-1，N＝6；
添加后的传输链路如图8的实线所示。
5.3.2)添加存储链路，实现如下：
在多功能时间扩展节点图中每个源节点的相邻时间间隔之间添加一条从第q个时间间隔的节点
Figure BDA00038751148700000910
到第q+1个时间间隔的节点
Figure BDA00038751148700000911
的有向线段
Figure BDA00038751148700000912
1≤q≤Q-1，Q＝3；
在多功能时间扩展节点图中每个目的节点的相邻时间间隔之间添加一条从第q个时间间隔的节点
Figure BDA00038751148700000913
到第q+1个时间间隔的节点
Figure BDA00038751148700000914
的有向线段
Figure BDA00038751148700000915
1≤q≤Q-1，Q＝3，N＝6；
在多功能时间扩展节点图中每个虚拟子节点的相邻时间间隔之间添加一条从第q个时间间隔的节点
Figure BDA00038751148700000916
到第q个时间间隔的节点
Figure BDA00038751148700000917
的有向线段
Figure BDA00038751148700000918
1≤q≤Q-1，Q＝3，2≤i≤N-1，N＝6；
添加后的存储链路如图8的虚线所示。
5.3.3)添加虚拟传输链路：在多功能时间扩展节点图中每个虚拟子节点
Figure BDA00038751148700000919
与其对应的虚拟子功能节点
Figure BDA00038751148700000920
之间添加两条有向线段
Figure BDA00038751148700000921
和
Figure BDA00038751148700000922
如图8的点虚线所示，1≤q≤Q，Q＝3，2≤i≤N-1，
Figure BDA00038751148700000923
N＝6，至此得到如图8所示的多功能时间扩展图。
步骤6，设置网络任务流的约束。
该约束包括：通信容量约束、存储容量约束、计算容量约束、流量守恒约束和服务功能链约束、任务需求约束这5种约束，具体设置如下：
6.1)设置的通信容量约束，即限定所有虚拟流在传输链路或虚拟传输链路上传输的数据量总和不能超过其传输链路或虚拟传输链路的通信容量：
6.1.1)对于传输链路
Figure BDA0003875114870000101
其通信容量约束所限定的所有虚拟流在传输链路上传输的数据量总和不能超过其传输链路的通信容量，其约束公式表示如下：
Figure BDA0003875114870000102
其中，
Figure BDA0003875114870000103
是虚拟流
Figure BDA00038751148700001037
在传输链路
Figure BDA0003875114870000104
上传输数据量的Q×1的矩阵，
Figure BDA0003875114870000105
表示在时间间隔τq内虚拟流
Figure BDA0003875114870000106
在传输链路
Figure BDA0003875114870000107
上累计传输的数据量；
Figure BDA0003875114870000108
是传输链路
Figure BDA0003875114870000109
的通信容量的Q×1的矩阵，
Figure BDA00038751148700001010
表示传输链路
Figure BDA00038751148700001011
的通信容量，其表示在时间间隔τq内任务流能够在传输链路
Figure BDA00038751148700001012
上传输的累计最大数据量；
Figure BDA00038751148700001013
为传输链路集合，该传输链路在规划周期
Figure BDA00038751148700001014
内至少有一个时间间隔内是连通的；
6.1.2)对于从虚拟子节点
Figure BDA00038751148700001015
到虚拟子功能节点
Figure BDA00038751148700001016
的虚拟传输链路
Figure BDA00038751148700001017
只允许虚拟流
Figure BDA00038751148700001018
使用而不允许其他虚拟流
Figure BDA00038751148700001019
使用，其通信容量约束所限定的是虚拟流
Figure BDA00038751148700001020
在虚拟传输链路
Figure BDA00038751148700001021
上传输的数据量大于等于0，而其他虚拟流
Figure BDA00038751148700001022
在虚拟传输链路
Figure BDA00038751148700001023
的传输的数据量等于0，即：
Figure BDA00038751148700001024
Figure BDA00038751148700001025
其中
Figure BDA00038751148700001026
是虚拟流
Figure BDA00038751148700001027
在虚拟链路
Figure BDA00038751148700001028
上传输数据量的Q×1的矩阵，
Figure BDA00038751148700001029
表示虚拟流
Figure BDA00038751148700001030
在虚拟链路
Figure BDA00038751148700001031
上传输的数据量；
Figure BDA00038751148700001032
为从虚拟子节点到虚拟子功能节点的虚拟传输链路的集合，该传输链路在规划周期
Figure BDA00038751148700001033
内至少有一个时间间隔内是连通的；
6.1.3)对于从虚拟子功能节点
Figure BDA00038751148700001034
到虚拟子节点
Figure BDA00038751148700001035
的虚拟传输链路
Figure BDA00038751148700001036
只允许虚拟流
Figure BDA0003875114870000111
使用，而不允许其他虚拟流
Figure BDA0003875114870000112
使用，即其通信容量约束所限定的是虚拟流
Figure BDA0003875114870000113
在虚拟传输链路
Figure BDA0003875114870000114
上传输的数据量大于等于0，而其他虚拟流
Figure BDA0003875114870000115
在虚拟传输链路
Figure BDA0003875114870000116
上传输的数据量等于0，即：
Figure BDA0003875114870000117
Figure BDA0003875114870000118
其中
Figure BDA0003875114870000119
是虚拟流
Figure BDA00038751148700001110
在虚拟链路
Figure BDA00038751148700001111
上传输数据量的Q×1的矩阵，
Figure BDA00038751148700001112
表示虚拟流
Figure BDA00038751148700001113
在虚拟链路
Figure BDA00038751148700001114
上传输的数据量；
Figure BDA00038751148700001115
为从虚拟子功能节点到虚拟子节点的虚拟传输链路的集合，该传输链路在规划周期
Figure BDA00038751148700001116
内至少有一个时间间隔内是连通的。
6.2)设置存储容量约束，其限定所有虚拟流在存储链路上存储的数据量总和不能超过其存储链路的存储容量，约束公式表示如下：
Figure BDA00038751148700001117
其中，
Figure BDA00038751148700001118
是虚拟流
Figure BDA00038751148700001119
在存储链路
Figure BDA00038751148700001120
上存储数据量的(Q-1)×1的矩阵，
Figure BDA00038751148700001121
表示虚拟流
Figure BDA00038751148700001122
在存储链路
Figure BDA00038751148700001123
上存储的总数据量；
Figure BDA00038751148700001124
是虚拟流
Figure BDA00038751148700001125
存储链路
Figure BDA00038751148700001126
的存储容量的(Q-1)×1的矩阵，
Figure BDA00038751148700001127
为在存储链路
Figure BDA00038751148700001128
的存储容量，其表示任务流在存储链路
Figure BDA00038751148700001129
上存储的最大数据量。
6.3)设置计算容量约束，其是限定的在时间间隔τq内网络功能节点
Figure BDA00038751148700001130
分解的Mi个虚拟子功能节点
Figure BDA00038751148700001131
所消耗的计算容量不能超过网络功能节点
Figure BDA00038751148700001132
所提供的计算能力，约束公式表示如下：
Figure BDA00038751148700001133
其中，
Figure BDA0003875114870000121
是虚拟流
Figure BDA0003875114870000122
在虚拟链路
Figure BDA0003875114870000123
上传输数据量的Q×1的矩阵，
Figure BDA0003875114870000124
表示虚拟流
Figure BDA0003875114870000125
在虚拟链路
Figure BDA0003875114870000126
上传输的数据量；
Figure BDA0003875114870000127
为计算因子，其表示虚拟子功能节点
Figure BDA0003875114870000128
处理每个单元的虚拟流
Figure BDA0003875114870000129
并转化为虚拟流
Figure BDA00038751148700001210
所需要消耗的计算能力；
Figure BDA00038751148700001211
是功能节点
Figure BDA00038751148700001212
的计算能力的Q×1的矩阵，
Figure BDA00038751148700001213
表示在第q个时间间隔τq内功能节点
Figure BDA00038751148700001214
具有的计算能力；
Figure BDA00038751148700001215
为功能节点
Figure BDA00038751148700001216
分解的Mi个虚拟子功能节点的集合。
6.4)设置服务功能链约束和流量守恒约束，其包括对虚拟子节点、虚拟子功能节点、源节点和目的节点这四个方面，具体实现如下：
6.4.1)对于虚拟子节点
Figure BDA00038751148700001217
是限定虚拟流
Figure BDA00038751148700001218
流入虚拟子节点的数据量等于其流出虚拟子节点的数据量，其约束公式表示如下：
Figure BDA00038751148700001219
其中，
Figure BDA00038751148700001220
I(Q-1)×(Q-1)为单位对角矩阵；
6.4.2)对于虚拟子功能节点
Figure BDA00038751148700001221
是限定虚拟流
Figure BDA00038751148700001222
流入虚拟子功能节点
Figure BDA00038751148700001223
的数据量乘于
Figure BDA00038751148700001224
等于虚拟流
Figure BDA00038751148700001225
流出虚拟子功能节点
Figure BDA00038751148700001226
的数据量，其约束公式表示如下：
Figure BDA00038751148700001227
其中
Figure BDA00038751148700001228
表示虚拟流
Figure BDA00038751148700001229
与虚拟流
Figure BDA00038751148700001230
之间的转换比例因子。
6.4.3)对于源节点
Figure BDA00038751148700001231
是限定虚拟流
Figure BDA00038751148700001232
流出源节点
Figure BDA00038751148700001233
的数据量等于0，其约束公式表示如下：
Figure BDA0003875114870000131
6.4.4)对于目的节点
Figure BDA0003875114870000132
是限定虚拟流
Figure BDA0003875114870000133
流入目的节点
Figure BDA0003875114870000134
的数据量等于0，其约束公式表示如下：
Figure BDA0003875114870000135
6.5)设置任务需求约束，是限定虚拟流
Figure BDA0003875114870000136
流入所有目的节点的数据量等于从所有源节点流出的虚拟流
Figure BDA0003875114870000137
的数据量乘于β，其约束公式如下：
Figure BDA0003875114870000138
其中
Figure BDA0003875114870000139
步骤7，调整稀疏因子和所有虚拟流的数据量使其满足步骤6中的所有约束条件，实现在计划周期内保障近似最优网络性能的同时，网络协调开销最小的优化目标。
7.1)设置虚拟流
Figure BDA00038751148700001310
在传输链路
Figure BDA00038751148700001311
上的传输数据量矩阵
Figure BDA00038751148700001312
Figure BDA00038751148700001313
其中
Figure BDA00038751148700001314
表示在时间间隔τq内虚拟流
Figure BDA00038751148700001315
在传输链路
Figure BDA00038751148700001316
上累计传输的数据量，
Figure BDA00038751148700001317
Q表示在网络规划周期
Figure BDA00038751148700001318
划分连续不均等的时间间隔个数，矩阵
Figure BDA00038751148700001319
是一个Q×1的矩阵；
7.2)设置虚拟流
Figure BDA00038751148700001320
在虚拟链路
Figure BDA00038751148700001321
上的传输数据量矩阵
Figure BDA00038751148700001322
Figure BDA00038751148700001323
其中
Figure BDA00038751148700001324
表示虚拟流
Figure BDA00038751148700001325
在虚拟链路
Figure BDA00038751148700001326
上传输的数据量，
Figure BDA00038751148700001327
矩阵
Figure BDA00038751148700001328
是一个Q×1的矩阵；
7.3)根据在传输链路和虚拟链路上的两个传输数据量矩阵，设置如下优化目标函数：
Figure BDA00038751148700001329
其中，
Figure BDA00038751148700001330
表示在计划周期内网络性能，δ调整稀疏因子，
Figure BDA0003875114870000141
表示通过调整稀疏因子δ控制网络协同开销；
Figure BDA0003875114870000142
为传输链路集合，该传输链路在规划周期
Figure BDA0003875114870000143
内至少有一个时间间隔内是连通的；
k＝[1,1,…,1,…,1]T是一个Q×1的矩阵；
7.3)调整稀疏因子δ控制网络协同开销最小，同时调整所有虚拟流在多功能时间扩展图中的传输链路的数据量
Figure BDA0003875114870000144
存储链路的数据量
Figure BDA0003875114870000145
从虚拟子节点到虚拟功能节点的虚拟传输链路的数据量
Figure BDA0003875114870000146
从虚拟功能节点到虚拟子节点的虚拟传输链路的数据量
Figure BDA0003875114870000147
以满足步骤(6)中的所有约束条件，使得优化目标函数最大化，完成在空间信息网络中对虚拟网络功能部署和路由的联合优化。
本发明的效果可以通过以下仿真进一步说明。
1、仿真实验条件：
本发明仿真实验的硬件平台：处理器为Intel Pentium CPU G3260，主频为3.30GHz，内存4GHz。
本发明仿真实验的软件平台：Windows10操作系统、卫星仿真软件(STK)、MATLABR2021b。
本实验仿真实验的优化器：CVX优化器。
2、仿真实验场景：
本发明仿真实验的仿真场景空间信息网络由24颗卫星和4个地面站组成，即N＝28，其中24颗卫星分别从卫星网络铱星系统6个轨道面中随机选择。4个地面站分别位于经度为109.5°E和纬度为18°N的海南三亚、经度为76°E和纬度为39.5°N的新疆喀什、经度为116°E和纬度为40°N的北京、经度为108°E和纬度为34°N的陕西西安。空间信息网络节点之间的连通性是通过STK软件获得。规划周期为
Figure BDA0003875114870000148
分钟。从24颗卫星中随机选择一颗卫星作为任务流的源节点v1，并将位于经度为108°E和纬度为34°N的陕西西安的地面站作为任务流的目的节点vN，剩余的卫星和地面站作为功能节点，而且每个功能节点部署2个不同服务功能{fl}1≤l≤F。
3、仿真内容及其结果分析：
仿真1，在上述条件和场景下分别用本发明和现有的全面协作方法及现有的固定活跃节点方法在不同服务功能总数下仿真空间网络在计划周期
Figure BDA0003875114870000151
内的网络最大流，结果如图9所示，其中，本发明是在δ＝0.01，δ＝0.1，δ＝1这三个稀疏因子条件下进行的，从图9可见，本发明在δ＝0.01和δ＝0.1条件下的网络最大流曲线与现有全面协作方法的最大流曲线一致，而本发明在δ＝0.01、δ＝0.1、δ＝1条件下的网络最大流曲线显著优于固定活跃节点方法的网络最大流性能。
仿真2，在上述条件和场景下分别用本发明和现有的全面协作方法及现有的固定活跃节点方法在不同服务功能总数下仿真空间网络在计划周期
Figure BDA0003875114870000152
内的协同开销，用空间网络需要激活的平均活跃功能节点总数表示协同开销，结果如图10所示，其中，本发明是在δ＝0.01，δ＝0.1，δ＝1这三个稀疏因子条件下进行的。从图10可见，在相同的服务功能总数的条件下，现有全面协作方法需要激活的平均活跃功能节点总数最多，现有固定活跃节点方法需要激活的平均活跃功能节点总数最少，而本发明在分别δ＝0.01，δ＝0.1和δ＝1条件下的平均活跃功能节点总数比固定活跃节点方法的平均活跃功能节点总数多，但比全面协作方法的平均活跃功能节点总数少；此外，本发明在δ＝0.1和δ＝1条件下的平均活跃功能节点总数比本发明在δ＝0.01的平均活跃功能节点总数少。
以上仿真实验表明：全面协作方法可以获得最优网络性能，但造成网络协调开销最大。固定活跃节点方法虽然有效减少网络协调开销，但是造成网络性能损失巨大。而本发明方法可以获得最优网络性能的同时有效减少网络的协调开销。例如，在服务功能总数为6时，δ＝0.1的本发明方法的网络最大流和全面协作方法的网络最大流均为927Gbits，但全面协作方法需要激活14个功能节点，而δ＝0.1的本发明方法只需要激活7个功能节点。固定活跃节点方法虽然只需要激活6个功能节点，但是，其网络最大流仅有381Gbits。

Claims (13)

1.一种基于空间信息网络进行虚拟网络功能部署和流路由的联合方法,其特征在于：
(1)初始化空间信息网络参数为
Figure FDA0003875114860000011
网络节点的个数为N；
(2)对网络节点进行划分，根据此划分将网络节点集合
Figure FDA0003875114860000012
表示为：
Figure FDA0003875114860000013
其中v1和vN分别表示任务的源节点和目的节点，
Figure FDA0003875114860000014
为功能节点的集合，
Figure FDA0003875114860000015
表示第i个功能节点，i∈[2,N-1]；
(3)初始化表征任务请求：
(3a)用一组预先设定好的功能顺序的服务功能链
Figure FDA0003875114860000016
表征任务请求，其中，fl表示任务流接收的第l个服务功能，F为服务功能链的服务功能总数；
(3b)用虚拟流
Figure FDA0003875114860000017
表示刚刚接收完服务功能fl的任务流，
Figure FDA0003875114860000018
用虚拟流
Figure FDA0003875114860000019
表示刚从源节点流出还未接收任何服务功能的任务流；
(4)对网络功能节点进行分解：
(4a)将功能节点
Figure FDA00038751148600000110
提供的功能的集合表示为
Figure FDA00038751148600000111
其中
Figure FDA00038751148600000112
表示为功能节点提供的第m个功能，Mi表示功能节点
Figure FDA00038751148600000113
能够提供的功能数；
(4b)将功能节点
Figure FDA00038751148600000114
分解为一个虚拟子节点vi和Mi个虚拟子功能节点
Figure FDA00038751148600000115
以及两种类型的虚拟传输链路
Figure FDA00038751148600000116
和
Figure FDA00038751148600000117
其中
Figure FDA00038751148600000118
表示为功能节点
Figure FDA00038751148600000119
分解的第m个虚拟子功能节点，该虚拟子功能节点能够为任务流提供服务功能
Figure FDA00038751148600000120
表示的是虚拟子节点vi到虚拟子功能节点
Figure FDA00038751148600000121
的有向线段，
Figure FDA00038751148600000122
表示的是虚拟子功能节点
Figure FDA00038751148600000123
到虚拟子节点vi的有向线段，m∈[1,Mi]；
(4c)对所有的功能节点进行分解，得到分解后的网络节点集合
Figure FDA00038751148600000124
(5)将空间信息网络节点集合
Figure FDA00038751148600000125
导入到Satellite Tool Kit软件中，根据该软件中的星历表得到的网络节点之间的连通性，并根据网络节点的连通性，将网络规划周期
Figure FDA00038751148600000126
划分为Q个时间间隔
Figure FDA0003875114860000021
其中τq＝[tq-1,tq)且在时间间隔τq内网络拓扑保持不变，q∈[1,Q]；
(6)构建多功能时间扩展图：
(6a)初始化一张空白的Q层有向图，其中第q层有向图的时间间隔为τq；
(6b)在有向图的每个时间间隔τq内分别添加网络中任务流的源节点v1、任务流的目的节点vN、所有功能节点分解的虚拟子节点vi、所有功能节点分解的虚拟子功能节点
Figure FDA0003875114860000022
得到四类节点集合，构成多功能时间扩展节点图；
(6c)在多功能时间扩展节点图中添加传输链路、存储链路和虚拟传输链路，得到多功能时间扩展图；
(7)设置通信容量约束、存储容量约束、计算容量约束、流量守恒约束和服务功能链约束、任务需求约束；
(8)调整稀疏因子和所有虚拟流的数据量使其满足步骤(7)中的所有约束条件，实现在计划周期内保障近似最优网络性能的同时，网络协调开销最小的优化目标，完成在空间信息网络中对虚拟网络功能部署和路由的联合优化。
2.根据权利要求1所述的方法，其中(2)中对网络节点进行划分，是将网络中任务流的初始节点设为源节点v1，将网络中任务流流入的最终节点设为目的节点vN，将网络中能够提供功能的节点分设为功能节点
Figure FDA0003875114860000023
3.根据权利要求1所述的方法，其中(3c)中得到分解后的网络节点集合
Figure FDA0003875114860000024
表示如下：
Figure FDA0003875114860000025
其中
Figure FDA0003875114860000026
表示网络中所有功能节点分解的虚拟子节点的集合；
Figure FDA0003875114860000027
表示为所有功能节点分解的虚拟子功能节点的集合。
4.根据权利要求1所述的方法，其中(6b)得到的四类节点集合，分别表示如下：
Figure FDA0003875114860000031
Figure FDA0003875114860000032
Figure FDA0003875114860000033
Figure FDA0003875114860000034
其中，
Figure FDA0003875114860000035
为多功能时间扩展节点图的源节点集合，
Figure FDA0003875114860000036
为多功能时间扩展节点图的目的节点集合，
Figure FDA0003875114860000037
为多功能时间扩展节点图的虚拟子节点集合，
Figure FDA0003875114860000038
为多功能时间扩展节点图的虚拟子功能节点集合，
Figure FDA0003875114860000039
表示为在时间间隔τq内网络中源节点v1的副本，
Figure FDA00038751148600000310
表示为在时间间隔τq内网络中目的节点vN的副本，
Figure FDA00038751148600000311
表示为在时间间隔τq内虚拟子节点vi的副本，
Figure FDA00038751148600000312
表示为在时间间隔τq内虚拟子功能节点
Figure FDA00038751148600000313
的副本，i∈[2,N-1]。
5.根据权利要求1所述的方法，其中(6c)中在多功能时间扩展节点图中添加传输链路是在时间间隔τq内根据网络节点之间的连通性添加有向线段，具体实现如下：
若在时间间隔τq内，网络源节点v1能够给网络目的节点vN传输数据，则在多功能时间扩展节点图中的源节点
Figure FDA00038751148600000314
与目的节点
Figure FDA00038751148600000315
之间添加一条有向线段
Figure FDA00038751148600000316
若在时间间隔τq内，网络源节点v1能够给第i个功能节点
Figure FDA00038751148600000317
传输数据，则在多功能时间扩展节点图中的源节点
Figure FDA00038751148600000318
与第i个虚拟子节点
Figure FDA00038751148600000319
之间添加一条有向线段
Figure FDA00038751148600000320
若在时间间隔τq内，网络中第i个功能节点
Figure FDA00038751148600000321
能够给第j个功能节点
Figure FDA00038751148600000322
传输数据，则在多功能时间扩展节点图中的第i个虚拟子节点
Figure FDA00038751148600000323
与第j个虚拟子节点
Figure FDA00038751148600000324
之间添加一条有向线段
Figure FDA00038751148600000325
若在时间间隔τq内，网络中第i个功能节点
Figure FDA00038751148600000326
能够给目的节点vN传输数据，则在多功能时间扩展节点图中的第i个虚拟子节点
Figure FDA00038751148600000327
与目的节点
Figure FDA00038751148600000328
之间添加一条有向线段
Figure FDA00038751148600000329
6.根据权利要求1所述的方法，其中(6c)中在多功能时间扩展节点图中添加存储链路，实现如下：
在多功能时间扩展节点图中每个源节点的相邻时间间隔之间添加一条从节点
Figure FDA0003875114860000041
到节点
Figure FDA0003875114860000042
的有向线段
Figure FDA0003875114860000043
在多功能时间扩展节点图中每个目的节点的相邻时间间隔之间添加一条从节点
Figure FDA0003875114860000044
到节点
Figure FDA0003875114860000045
的有向线段
Figure FDA0003875114860000046
在多功能时间扩展节点图中每个虚拟子节点的相邻时间间隔之间添加一条从节点
Figure FDA0003875114860000047
到节点
Figure FDA0003875114860000048
的有向线段
Figure FDA0003875114860000049
7.根据权利要求1所述的方法，其中(6c)中在多功能时间扩展节点图中添加虚拟传输链路，是在多功能时间扩展节点图中的每个虚拟子节点
Figure FDA00038751148600000410
与其对应的虚拟子功能节点
Figure FDA00038751148600000411
之间添加两条有向线段
Figure FDA00038751148600000412
和
Figure FDA00038751148600000413
8.根据权利要求1所述的方法，其中(7)中设置的通信容量约束，是限定所有虚拟流在传输链路或虚拟传输链路上传输的数据量总和不能超过其传输链路或虚拟传输链路的通信容量，包括对传输链路
Figure FDA00038751148600000414
虚拟传输链路
Figure FDA00038751148600000415
和虚拟传输链路
Figure FDA00038751148600000416
这三个方面的约束，具体实现如下：
(7a)对于传输链路
Figure FDA00038751148600000417
其通信容量约束所限定的是所有虚拟流在传输链路上传输的数据量总和不能超过其传输链路的通信容量，即：
Figure FDA00038751148600000418
其中，
Figure FDA00038751148600000419
是虚拟流
Figure FDA00038751148600000420
在传输链路
Figure FDA00038751148600000421
上传输数据量的Q×1的矩阵，
Figure FDA00038751148600000422
表示在时间间隔τq内虚拟流
Figure FDA00038751148600000423
在传输链路
Figure FDA00038751148600000424
上累计传输的数据量；
Figure FDA00038751148600000425
是传输链路
Figure FDA00038751148600000426
的通信容量的Q×1的矩阵，
Figure FDA00038751148600000427
表示传输链路
Figure FDA00038751148600000428
的通信容量，其表示在时间间隔τq内任务流能够在传输链路
Figure FDA00038751148600000429
上传输的累计最大数据量；
Figure FDA0003875114860000051
为传输链路集合，该传输链路在规划周期
Figure FDA0003875114860000052
内至少有一个时间间隔内是连通的；
(7b)对于从虚拟子节点
Figure FDA0003875114860000053
到虚拟子功能节点
Figure FDA0003875114860000054
的虚拟传输链路
Figure FDA0003875114860000055
只允许虚拟流
Figure FDA0003875114860000056
使用而不允许其他虚拟流
Figure FDA0003875114860000057
使用，其通信容量约束所限定的是虚拟流
Figure FDA0003875114860000058
在虚拟传输链路
Figure FDA0003875114860000059
上传输的数据量大于等于0，而其他虚拟流
Figure FDA00038751148600000510
在虚拟传输链路
Figure FDA00038751148600000511
的传输的数据量等于0，即：
Figure FDA00038751148600000512
Figure FDA00038751148600000513
其中
Figure FDA00038751148600000514
是虚拟流
Figure FDA00038751148600000515
在虚拟链路
Figure FDA00038751148600000516
上传输数据量的Q×1的矩阵，
Figure FDA00038751148600000517
表示虚拟流
Figure FDA00038751148600000518
在虚拟链路
Figure FDA00038751148600000519
上传输的数据量；
Figure FDA00038751148600000520
为从虚拟子节点到虚拟子功能节点的虚拟传输链路的集合，该传输链路在规划周期
Figure FDA00038751148600000521
内至少有一个时间间隔内是连通的；
(7c)对于从虚拟子功能节点
Figure FDA00038751148600000522
到虚拟子节点
Figure FDA00038751148600000523
的虚拟传输链路
Figure FDA00038751148600000524
只允许虚拟流
Figure FDA00038751148600000525
使用，而不允许其他虚拟流
Figure FDA00038751148600000526
使用，即其通信容量约束所限定的是虚拟流
Figure FDA00038751148600000527
在虚拟传输链路
Figure FDA00038751148600000528
上传输的数据量大于等于0，而其他虚拟流
Figure FDA00038751148600000529
在虚拟传输链路
Figure FDA00038751148600000530
上传输的数据量等于0，即：
Figure FDA00038751148600000531
Figure FDA00038751148600000532
其中
Figure FDA00038751148600000533
是虚拟流
Figure FDA00038751148600000534
在虚拟链路
Figure FDA00038751148600000535
上传输数据量的Q×1的矩阵，
Figure FDA00038751148600000536
表示虚拟流
Figure FDA00038751148600000537
在虚拟链路
Figure FDA00038751148600000538
上传输的数据量；
Figure FDA0003875114860000061
为从虚拟子功能节点到虚拟子节点的虚拟传输链路的集合，该传输链路在规划周期
Figure FDA0003875114860000062
内至少有一个时间间隔内是连通的。
9.根据权利要求1所述的方法，其中(7)中设置的存储容量约束，是限定所有虚拟流在存储链路上存储的数据量总和不能超过其存储链路的存储容量，其约束公式表示如下：
Figure FDA0003875114860000063
其中，
Figure FDA0003875114860000064
是虚拟流
Figure FDA0003875114860000065
在存储链路
Figure FDA0003875114860000066
上存储数据量的(Q-1)×1的矩阵，
Figure FDA0003875114860000067
表示虚拟流
Figure FDA0003875114860000068
在存储链路
Figure FDA0003875114860000069
上存储的总数据量；
Figure FDA00038751148600000610
是虚拟流
Figure FDA00038751148600000611
存储链路
Figure FDA00038751148600000612
的存储容量的(Q-1)×1的矩阵，
Figure FDA00038751148600000613
为在存储链路
Figure FDA00038751148600000614
的存储容量，其表示任务流在存储链路
Figure FDA00038751148600000615
上存储的最大数据量。
10.根据权利要求1所述的方法，其中(7)中设置的计算容量约束，是限定的在时间间隔τq内网络功能节点
Figure FDA00038751148600000616
分解的Mi个虚拟子功能节点
Figure FDA00038751148600000617
所消耗的计算容量不能超过网络功能节点
Figure FDA00038751148600000618
所提供的计算能力，其约束公式表示如下：
Figure FDA00038751148600000619
其中，
Figure FDA00038751148600000620
是虚拟流
Figure FDA00038751148600000621
在虚拟链路
Figure FDA00038751148600000622
上传输数据量的Q×1的矩阵，
Figure FDA00038751148600000623
表示虚拟流
Figure FDA00038751148600000624
在虚拟链路
Figure FDA00038751148600000625
上传输的数据量；
Figure FDA00038751148600000626
为计算因子，其表示虚拟子功能节点
Figure FDA00038751148600000627
处理每个单元的虚拟流
Figure FDA00038751148600000628
并转化为虚拟流
Figure FDA00038751148600000629
所需要消耗的计算能力；
Figure FDA00038751148600000630
是功能节点
Figure FDA00038751148600000631
的计算能力的Q×1的矩阵，
Figure FDA00038751148600000632
表示在第q个时间间隔τq内功能节点
Figure FDA00038751148600000633
具有的计算能力；
Figure FDA0003875114860000071
为功能节点
Figure FDA0003875114860000072
分解的Mi个虚拟子功能节点的集合。
11.根据权利要求1所述的方法，其中(7)中设置的服务功能链约束和流量守恒约束，包括对虚拟子节点、虚拟子功能节点、源节点和目的节点这四个方面，具体实现如下：
对于虚拟子节点
Figure FDA0003875114860000073
是限定虚拟流
Figure FDA0003875114860000074
流入虚拟子节点的数据量等于其流出虚拟子节点的数据量，其约束公式表示如下：
Figure FDA0003875114860000075
对于虚拟子功能节点
Figure FDA0003875114860000076
限定虚拟流
Figure FDA0003875114860000077
流入虚拟子功能节点
Figure FDA0003875114860000078
的数据量乘于
Figure FDA0003875114860000079
等于虚拟流
Figure FDA00038751148600000710
流出虚拟子功能节点
Figure FDA00038751148600000711
的数据量，其约束公式表示如下：
Figure FDA00038751148600000712
对于源节点
Figure FDA00038751148600000713
限定虚拟流
Figure FDA00038751148600000714
流出源节点
Figure FDA00038751148600000715
的数据量等于0，其约束公式表示如下：
Figure FDA00038751148600000716
对于目的节点
Figure FDA00038751148600000717
限定虚拟流
Figure FDA00038751148600000718
流入目的节点
Figure FDA00038751148600000719
的数据量等于0，其约束公式表示如下：
Figure FDA00038751148600000720
其中
Figure FDA00038751148600000721
是虚拟流
Figure FDA00038751148600000722
在传输链路
Figure FDA00038751148600000723
上传输数据量的Q×1的矩阵，
Figure FDA00038751148600000724
表示在时间间隔τq内虚拟流
Figure FDA00038751148600000725
在传输链路
Figure FDA00038751148600000726
上累计传输的数据量；
Figure FDA00038751148600000727
是虚拟流
Figure FDA00038751148600000728
在存储链路
Figure FDA00038751148600000729
上存储数据量的(Q-1)×1的矩阵，
Figure FDA00038751148600000730
表示虚拟流
Figure FDA00038751148600000731
在存储链路
Figure FDA00038751148600000732
上存储的总数据量；
Figure FDA0003875114860000081
是虚拟流
Figure FDA0003875114860000082
在虚拟链路
Figure FDA0003875114860000083
上传输数据量的Q×1的矩阵，
Figure FDA0003875114860000084
表示虚拟流
Figure FDA0003875114860000085
在虚拟链路
Figure FDA0003875114860000086
上传输的数据量；
Figure FDA0003875114860000087
是虚拟流
Figure FDA0003875114860000088
在虚拟链路
Figure FDA0003875114860000089
上传输数据量的Q×1的矩阵，
Figure FDA00038751148600000810
表示虚拟流
Figure FDA00038751148600000811
在虚拟链路
Figure FDA00038751148600000812
上传输的数据量；
Figure FDA00038751148600000813
G和H均是Q×(Q-1)的矩阵，I(Q-1)×(Q-1)为(Q-1)×(Q-1)单位对角矩阵，
Figure FDA00038751148600000814
表示虚拟流
Figure FDA00038751148600000815
与虚拟流
Figure FDA00038751148600000816
之间的转换比例因子。
12.根据权利要求1所述的方法，其中(7)中设置的任务需求约束，是限定虚拟流
Figure FDA00038751148600000817
流入所有目的节点的数据量等于从所有源节点流出的虚拟流
Figure FDA00038751148600000818
的数据量乘于β，其约束公式如下：
Figure FDA00038751148600000819
其中k＝[1,1,…,1,…,1]T是一个Q×1的矩阵，
Figure FDA00038751148600000820
Figure FDA00038751148600000821
表示虚拟流
Figure FDA00038751148600000822
与虚拟流
Figure FDA00038751148600000823
之间的转换比例因子。
13.根据权利要求1所述的方法，其中所述步骤(8)的实现步骤如下：
(8a)设置虚拟流
Figure FDA00038751148600000824
在传输链路
Figure FDA00038751148600000825
上的传输数据量矩阵
Figure FDA00038751148600000826
Figure FDA00038751148600000827
其中
Figure FDA00038751148600000828
表示在时间间隔τq内虚拟流
Figure FDA00038751148600000829
在传输链路
Figure FDA00038751148600000830
上累计传输的数据量，
Figure FDA00038751148600000831
Q表示在网络规划周期
Figure FDA00038751148600000832
划分连续不均等的时间间隔个数，矩阵
Figure FDA00038751148600000833
是一个Q×1的矩阵；
(8b)设置虚拟流
Figure FDA00038751148600000834
在虚拟链路
Figure FDA00038751148600000835
上的传输数据量矩阵
Figure FDA00038751148600000836
Figure FDA0003875114860000091
其中
Figure FDA0003875114860000092
表示虚拟流
Figure FDA0003875114860000093
在虚拟链路
Figure FDA0003875114860000094
上传输的数据量，
Figure FDA0003875114860000095
矩阵
Figure FDA0003875114860000096
是一个Q×1的矩阵；
(8c)根据在传输链路和虚拟链路上的两个传输数据量矩阵，设置如下优化目标函数：
Figure FDA0003875114860000097
其中，
Figure FDA0003875114860000098
表示在计划周期内网络性能，δ调整稀疏因子，
Figure FDA0003875114860000099
表示通过调整稀疏因子δ控制网络协同开销；
Figure FDA00038751148600000910
为传输链路集合，该传输链路在规划周期
Figure FDA00038751148600000911
内至少有一个时间间隔内是连通的；
k＝[1,1,…,1,…,1]T是一个Q×1的矩阵；
(8d)调整稀疏因子δ控制网络协同开销最小，同时调整所有虚拟流在多功能时间扩展图中的传输链路的数据量
Figure FDA00038751148600000912
存储链路的数据量
Figure FDA00038751148600000913
从虚拟子节点到虚拟功能节点的虚拟传输链路的数据量
Figure FDA00038751148600000914
从虚拟功能节点到虚拟子节点的虚拟传输链路的数据量
Figure FDA00038751148600000915
以满足步骤(7)中的所有约束条件，使得优化目标函数最大化，完成在空间信息网络中对虚拟网络功能部署和路由的联合优化。
CN202211211008.3A 2022-09-30 2022-09-30 空间信息网络中的虚拟网络功能部署和路由联合优化方法 Active CN115833899B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211211008.3A CN115833899B (zh) 2022-09-30 2022-09-30 空间信息网络中的虚拟网络功能部署和路由联合优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211211008.3A CN115833899B (zh) 2022-09-30 2022-09-30 空间信息网络中的虚拟网络功能部署和路由联合优化方法

Publications (2)

Publication Number Publication Date
CN115833899A true CN115833899A (zh) 2023-03-21
CN115833899B CN115833899B (zh) 2024-08-16

Family

ID=85524290

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211211008.3A Active CN115833899B (zh) 2022-09-30 2022-09-30 空间信息网络中的虚拟网络功能部署和路由联合优化方法

Country Status (1)

Country Link
CN (1) CN115833899B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106877921A (zh) * 2017-03-14 2017-06-20 西安电子科技大学 空间信息网络多维资源一体化表征方法
US20180035306A1 (en) * 2016-07-28 2018-02-01 At&T Intellectual Property I, L.P. Systems And Methods To Augment The Capacities And Capabilities Of Cellular Networks Through An Unmanned Aerial Vehicle Network Overlay
CN109588064A (zh) * 2016-05-13 2019-04-05 瑞典爱立信有限公司 用于无线通信网络的网络架构、方法和设备
CN109714219A (zh) * 2019-03-13 2019-05-03 大连大学 一种基于卫星网络的虚拟网络功能快速映射算法
CN114143181A (zh) * 2021-10-23 2022-03-04 西安电子科技大学 一种意图驱动的空间信息网络编排系统及方法
WO2022081830A1 (en) * 2020-10-14 2022-04-21 Georgia Tech Research Corporation A low-overhead online routing scheme for ultra-dense software-defined cubesat networks
WO2022082756A1 (en) * 2020-10-23 2022-04-28 Apple Inc. Modified handover procedures for earth fixed and earth mobile beams
CN114500296A (zh) * 2022-01-25 2022-05-13 西安电子科技大学 基于功能扩展图的通信、存储和计算资源统一表征方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109588064A (zh) * 2016-05-13 2019-04-05 瑞典爱立信有限公司 用于无线通信网络的网络架构、方法和设备
US20180035306A1 (en) * 2016-07-28 2018-02-01 At&T Intellectual Property I, L.P. Systems And Methods To Augment The Capacities And Capabilities Of Cellular Networks Through An Unmanned Aerial Vehicle Network Overlay
CN106877921A (zh) * 2017-03-14 2017-06-20 西安电子科技大学 空间信息网络多维资源一体化表征方法
CN109714219A (zh) * 2019-03-13 2019-05-03 大连大学 一种基于卫星网络的虚拟网络功能快速映射算法
WO2022081830A1 (en) * 2020-10-14 2022-04-21 Georgia Tech Research Corporation A low-overhead online routing scheme for ultra-dense software-defined cubesat networks
WO2022082756A1 (en) * 2020-10-23 2022-04-28 Apple Inc. Modified handover procedures for earth fixed and earth mobile beams
CN114143181A (zh) * 2021-10-23 2022-03-04 西安电子科技大学 一种意图驱动的空间信息网络编排系统及方法
CN114500296A (zh) * 2022-01-25 2022-05-13 西安电子科技大学 基于功能扩展图的通信、存储和计算资源统一表征方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
HUITING YANG: "Maximum Flow Routing Strategy for Space Information Network With Service Function Constraints", 《IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS ( VOLUME: 21, ISSUE: 5, MAY 2022)》, 21 October 2021 (2021-10-21) *
刘润滋: "空间信息网络容量分析与资源管理方法研究", 《中国博士学位论文全文数据库信息科技辑》, 15 January 2019 (2019-01-15) *
朱琳: "空间信息网络路由算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑》, 15 April 2022 (2022-04-15) *

Also Published As

Publication number Publication date
CN115833899B (zh) 2024-08-16

Similar Documents

Publication Publication Date Title
CN103124420B (zh) 一种无线片上网络架构方法
CN113296845A (zh) 一种边缘计算环境下基于深度强化学习的多小区任务卸载算法
CN109905470A (zh) 一种基于边缘网关系统的开销优化任务调度方法
US20230421501A1 (en) Joint optimization method and system for delay and spectrum occupation in cloud-edge collaborative network
CN112104491B (zh) 面向服务的网络虚拟化资源管理方法
CN102594902B (zh) 一种基于节点性能的BitTorrent节点选择方法
CN101568026A (zh) 可伸缩视频流多速率组播通信的最优速率分配方法
CN112188627B (zh) 一种基于状态预测的动态资源分配策略
CN113163365A (zh) 基于交替方向乘子算法的无人机支持物联网资源优化方法
Lan et al. Deep reinforcement learning for computation offloading and caching in fog-based vehicular networks
CN111526526B (zh) 基于服务混搭的移动边缘计算中的任务卸载方法
Wu et al. DSFL: Decentralized satellite federated learning for energy-aware LEO constellation computing
CN114500296B (zh) 基于功能扩展图的通信、存储和计算资源统一表征方法
Luo et al. Joint game theory and greedy optimization scheme of computation offloading for UAV-aided network
Zhang et al. A Resource Allocation Scheme for Real‐Time Energy‐Aware Offloading in Vehicular Networks with MEC
CN117998420A (zh) 一种基于dag的分片级联分布式6g网络联合优化方法及装置
Zhu et al. Efficient hybrid multicast approach in wireless data center network
Chen et al. Energy and Time-Aware Inference Offloading for DNN-based Applications in LEO Satellites
CN115833899A (zh) 空间信息网络中的虚拟网络功能部署和路由联合优化方法
CN109831759B (zh) 一种基于软件定义无线网络的三维d2d匹配算法
Tu et al. DCTG: Degree Constrained Topology Generation Algorithm for Software-defined Satellite Network.
CN108540959B (zh) 用于接入调度系统的车联网ap协作调度优化方法
CN114118444B (zh) 一种利用启发式算法降低联邦学习中设备空跑时间的方法
CN111695316B (zh) 一种基于改进混合算法的片上网络测试规划方法
Ye et al. Toward dynamic computation offloading for data processing in vehicular fog based F-RAN

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