CN116094980A - 业务路径计算方法、电子设备和计算机可读存储介质 - Google Patents

业务路径计算方法、电子设备和计算机可读存储介质 Download PDF

Info

Publication number
CN116094980A
CN116094980A CN202111301701.5A CN202111301701A CN116094980A CN 116094980 A CN116094980 A CN 116094980A CN 202111301701 A CN202111301701 A CN 202111301701A CN 116094980 A CN116094980 A CN 116094980A
Authority
CN
China
Prior art keywords
path
traffic
link
policy
network
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
CN202111301701.5A
Other languages
English (en)
Inventor
张天祥
陆钱春
严峰
齐进
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN202111301701.5A priority Critical patent/CN116094980A/zh
Publication of CN116094980A publication Critical patent/CN116094980A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H04L45/025—Updating only a limited number of routers, e.g. fish-eye update
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G06F30/25—Design optimisation, verification or simulation using particle-based methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/004—Artificial life, i.e. computing arrangements simulating life
    • G06N3/006—Artificial life, i.e. computing arrangements simulating life based on simulated virtual individual or collective life forms, e.g. social simulations or particle swarm optimisation [PSO]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/12—Computing arrangements based on biological models using genetic models
    • G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/12—Shortest path evaluation
    • H04L45/125—Shortest path evaluation based on throughput or bandwidth
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/02—CAD in a network environment, e.g. collaborative CAD or distributed simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]

Landscapes

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

Abstract

本发明提供一种基于分段路由策略的业务路径计算方法，包括：确定至少一个分段路由策略SR‑Policy业务请求的当前业务路径；确定网络中的拥塞链路以及所述拥塞链路的初始数量；确定各个所述当前业务路径中经过所述拥塞链路的业务路径；对经过所述拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR‑Policy业务请求的目标路径，其中，获得所述目标路径后，根据所述目标路径转发相应的SR‑Policy业务的流量能够使得网络中所述拥塞链路的数量少于所述初始数量。

Description

业务路径计算方法、电子设备和计算机可读存储介质
技术领域
本发明涉及通信领域，尤其涉及一种基于分段路由策略的业务路径计算方法、电子设备和计算机可读存储介质。
背景技术
随着软件定义网络(SDN，Software Defined Network)技术的革新发展，SDN控制器可拥有网络全局资源信息，包括网络拓扑、链路、流量等，其为解决网络拥塞问题、实现网络负载均衡与资源优化提供了一个契机。但是，在SDN控制器控制的网络环境中，流量资源依然是非常紧俏的资源。
伴随着5G、多云、物联网的发展以及行业数字化进程的深入，网络需要服务的范围(从5G承载网的接入、汇聚、核心再到骨干网、云数据中心、虚拟化/容器化网元的调度)、规模(海量物联网终端)和颗粒度(区分同一租户的不同应用)都需要提升，同时网络需要能用一种更灵活的方式被上层应用所使用(或者叫驱动)。网络比以往任何时候都需要成为一个平台。传统网络要应对这些新的需求很困难，网络需要一种创新的传送技术来统一各个不同的域，从而打破孤岛，并通过统一的接口供上层调用，SR-Policy应运而生。
分段路由策略(SR-Policy，Segment Routing Policy)完全抛弃了隧道口的概念。SR-Policy的候选路径代表将流量从相应SR-Policy头端传送到端点的特定方式。每条候选路径(Cpath,Candidate Path)有一个偏好值(Preference)。路径的偏好值越高则越优选。SR-Policy具有至少一条候选路径，其中具有最高偏好值的有效候选路径是活动候选路径。每条候选路径可以具有一个或者多个分段列表(SL，Segment List)，每个SL具有关联的负载均衡权重。引导至此路径的流量根据权重比例，在所有的有效SL之间进行负载均衡。在分段路由-多协议标签交换(SR-MPLS，Segment Routing Multi-Protocol Label Switching)中，将分段作为多协议标签交换(MPLS，Multi-Protocol Label Switching)标签，将分段列表作为MPLS标签栈。对于被引导至SR-Policy的数据包，此标签栈(即分段列表)将被压入到数据包报头中。如图4所示，为一种SR-Policy的路径模型。
如图4所示，一个SR-Policy具有多个Cpath，每一个Cpath内包含多个SL，单个Cpath内的每个SL都有其负载权重wi，假如SR-Policy的总流量为Bw，则第i个SL所分担的流量对应的计算公式(1)为：
Figure BDA0003338653670000011
但是，当一个网络中部署了多个SR-Policy业务时，意味着网络中的链路承载了实际流量，那么就有可能造成某些链路的带宽利用率过高，影响业务流量的传输效率，用户在实际生活感受到的就是网络卡顿。
发明内容
本公开提供一种基于分段路由策略的业务路径计算方法、电子设备和计算机可读存储介质。
第一方面，本发明提供了一种基于分段路由策略的业务路径计算方法，包括：
确定至少一个分段路由策略SR-Policy业务请求的当前业务路径；
确定网络中的拥塞链路以及拥塞链路的初始数量；
确定各个所述当前业务路径中经过所述拥塞链路的业务路径；
对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR-Policy业务请求的目标路径，其中，获得所述目标路径后，根据所述目标路径转发相应的SR-Policy业务的流量能够使得网络中拥塞链路的数量少于所述初始数量。
进一步地，所述对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR-Policy业务请求的目标路径，包括：
将经过拥塞链路的SR-Policy业务的当前业务路径的至少一部分的信息输入至路径调优模型，以使得所述路径调优模型能够根据预定算法进行计算，并获得所述目标路径。
在一些实施例中，所述对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整包括：
对所述SR-Policy业务请求的业务路径进行重新计算，以获得不经过所述拥塞链路的目标路径。
在一些实施例中，所述对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整包括：
确定所述当前业务路径的各个分段路径；
确定与拥塞链路一致的分段路径；
对与拥塞链路一致的分段路径进行调整，以获得所述SR-Policy业务请求的目标路径。
在一些实施例中，所述确定网络中的拥塞链路以及拥塞链路的初始数量，包括：
计算各个链路的带宽利用率；
将带宽利用率超过预设阈值的链路确定为拥塞链路；
将拥塞链路的数量确定为所述初始数量。
优选地，根据所述目标路径转发相应的SR-Policy业务的流量时，网络中拥塞链路的数量为0。
可选地，所述目标路径，包括以下目标路径中的至少一种：
根据预定算法，将计算结果收敛时的路径作为目标路径；
按照预定算法执行预定次数仍未收敛时，将计算得到的当前路径作为目标路径；
按照预定算法执行预定时长仍未收敛时，将计算得到的当前路径作为目标路径；
其中，所述收敛为所有链路的带宽利用率均低于预设阈值。
可选地，所述预定算法包括启发式算法、遗传算法、粒子群算法中的任意一者。
第二方面，本发明提供了一种电子设备，其特征在于，所述报文转发设备包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据第一方面中任意一项所述的基于分段路由策略的业务路径计算方法；
一个或多个I/O接口，连接在所述处理器与存储器之间，配置为实现所述处理器与存储器的信息交互。
第三方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现根据第一方面中任意一项所述的基于分段路由策略的业务路径计算方法。
本发明提出的基于分段路由策略的业务路径计算方法，能够更好的实现SDN控制器全网优化功能，在SR-Policy业务场景下，尤其是在存量网络下，对拥塞路径自动进行策略调整，改善网络拥塞状况，使得网络各链路带宽利用率处于均衡状态。通过动态调整拥塞链路，解决了存量网络中传统路径计算方法带来的链路负载失衡问题，使整个网络更加均衡的同时，提高了网络对新增业务的接纳能力，改善了网络的中的流量传输质量。
附图说明
图1是本发明实施例提供的一种基于分段路由策略的业务路径计算方法的流程图。
图2是本发明实施例提供的另一种基于分段路由策略的业务路径计算方法的流程图。
图3是本发明实施例提供的再一种基于分段路由策略的业务路径计算方法的流程图。
图4是本发明实施例提供的SR-Policy的路径模型。
图5是本发明实施例提供的一种基于分段路由策略的业务路径调优体系的结构示意图。
图6是本发明实施例提供的一种基于分段路由策略的业务路径计算方法的实施流程图。
图7是本发明实施例提供的一种启发式算法的流程图。
图8是本发明实施例提供的一种遗传算法的流程图。
图9是本发明实施例提供的一种遗传算法的建模图。
图10是本发明实施例提供的一种网络拓扑结构的示意图。
图11是本发明提供的一种电子设备的模块示意图。
图12是本发明提供的一种计算机可读存储介质的示意图。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身没有特有的意义。因此，“模块”、“部件”或“单元”可以混合地使用。
SDN控制器可拥有网络全局资源信息，但是，在SDN控制器控制的网络环境中，流量资源依然是非常紧俏的资源，要减少网络中子网之间的网络拥塞，保持健康的网络状态是SDN控制器要重点实现的功能之一。作为一种新的SR-TE体系，SR-Policy完全抛弃了隧道口的概念。SR-Policy的候选路径代表将流量从相应SR-Policy头端传送到端点的特定方式。每条候选路径(Cpath，Candidate Path)有一个偏好值(Preference)。路径的偏好值越高则越优选。SR-Policy具有至少一条候选路径，其中具有最高偏好值的有效候选路径是活动候选路径。每条候选路径可以具有一个或者多个分段列表(SL，Segment List)，每个SL具有关联的负载均衡权重。引导至此路径的流量根据权重比例，在所有的有效SL之间进行负载均衡。
但是，即便是应用了SR-Policy的网络，仍需要对网络进行全网范围内的统一规划。当一个网络中部署了多个SR-Policy业务时，意味着网络中的链路承载了实际流量，那么就有可能造成某些链路的带宽利用率过高，影响业务流量的传输效率，用户在实际生活感受到的就是网络卡顿。一旦出现链路拥塞，就需要通过一种快速、便捷的方法来解决拥塞问题。那么如何适当的调整网络中SR-Policy的Cpath路径进而来改善网络状况，成为本发明的研究重点。针对此问题，发明人提供了一种基于SR-Policy业务场景下的自动解决链路拥塞问题的方案。
第一方面，本发明提供一种基于分段路由策略的业务路径计算方法，如图1所示，所述方法包括如下步骤：
在步骤S100中，确定至少一个分段路由策略SR-Policy业务请求的当前业务路径；
在步骤S200中，确定网络中的拥塞链路以及拥塞链路的初始数量；
在步骤S300中，确定各个所述当前业务路径中经过所述拥塞链路的业务路径；
在步骤S400中，对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR-Policy业务请求的目标路径，其中，获得所述目标路径后，根据所述目标路径转发相应的SR-Policy业务的流量能够使得网络中拥塞链路的数量少于所述初始数量。
在现有网络中，尤其是存量网络中，业务流量大多依赖于传统路由协议计算出的路由进行转发，因此可能会导致大部分业务流量都在最优的路径上转发，产生链路拥塞。
控制器可以获取到全网的拓扑数据信息，包括网络的节点信息、链路信息，更细致的划分还有链路的可用资源信息。转发设备通过南向协议将这些信息上报给控制器。
控制器缓存当前网络下的SR-Policy业务请求，包含SR-Policy的请求信息以及其当前的Cpath路径信息和流量信息。
在控制器上确定出所有经过这些拥塞链路的业务路径，对网络中的所有链路进行拥塞检测，假设当前用户配置了链路拥塞阈值为m％，即当前网络中若有链路的流量利用率超过了m％，那么就认为该链路是拥塞的。其中，m为大于等于0小于等于100的数字。过滤出整个网络中所有的拥塞链路集合C_SET(Congest Link Set)，若个数大于零，则进行流量调优。
需要说明的是，流量调优操作的启动方式可以根据需求进行预先设置，包括但不限于：设定为发现拥塞链路后由人工开启、或者当拥塞链路满足一定预设条件时触发自动开始调优、或者定时触发检测拥塞链路并执行调优操作等，在此不一一列举。
本发明实施例中的流量调优包括但不限于以下两种方式：一是对整个Cpath进行重新路径计算；二是对Cpath内的个别SL进行调整。也可以是多种流量调优方式的组合。
与传统的流量调优相比，通过确定各个所述当前业务路径中经过所述拥塞链路的业务路径，可以将调优的范围控制在与拥塞链路相关的业务路径范围内。此外，采用Cpath内的个别SL进行调整，也可以实现对局部路径的小范围调优。尤其是在大规模网络中，这两方面都能够减轻系统的运算复杂度，避免由此引起的系统繁忙，加快了目标路径的计算速度，能够快速实现对拥塞链路的调优。同时，也可以结合对整个Cpath重新进行计算路径。在小范围内快速解决拥塞问题之后，继续在整个Cpath范围内进行流量均衡调度。
在局部范围内，也可能出现可用链路较少并且流量过大，确实无法得到0拥塞链路的情况，在调优计算中可以预先设定调优目标。例如，当所有链路的带宽利用率达到预期的阈值时认为达成调优目标，或者设定调优算法迭代执行达到预定次数，或者预定算法执行达到预定时长，等等。当调优计算达到预先设定的调优目标时，结束调优计算，避免因为不断迭代占用过多系统资源，影响控制器的整体处理效率。
进一步地，所述对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR-Policy业务请求的目标路径，包括：
将经过拥塞链路的SR-Policy业务的当前业务路径的信息输入至路径调优模型，以使得所述路径调优模型能够根据预定算法进行计算，并获得所述目标路径。
在一些实施例中，所述对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整包括：
对所述SR-Policy业务请求的业务路径进行重新计算，以获得不经过所述拥塞链路的目标路径。
流量调优过程中，根据前文所述的C_SET来筛选经过拥塞链路的SR-Policy集合S_SET，对SR-Policy的Cpath信息进行管理维护，若其Cpath中的某条SL经过该C_SET中的任意链路，就将该SR-Policy加入到集合S_SET中。使用预定算法，如启发式算法，对S_SET中的业务进行重新算路部署，值得注意的是对业务的路径进行重新部署时，有两种方式，一是对整个Cpath进行重新路径计算，二是对Cpath内的个别SL进行调整。以尽可能多的减少网络中拥塞链路个数为目标，进行迭代优化。
使用启发式算法进行求解该问题时，建模完成后。首先，初始化一定数量的可行解集合。这些集合中的元素只占据了整个解空间很小的一部分，比如在遗传算法或者粒子群算法中，通过初始化种群的方式得到可行解集合。然后，通过算法迭代，在初始化可行解的基础上进行优化，不断向局部最优解乃至全局最优解靠拢。预先设定迭代终止的条件，通常算法停止迭代的条件有以下几个：一是已经得到我们预期的结果；二是迭代次数已经达到预先指定的数值；三是迭代时间已经达到预先指定的数值。若满足终止条件则直接返回结果，若不满足则继续迭代执行预定算法。
计算终止后，对建模使用的数据结构进行解析，得到和业务背景吻合的结果。
在一些实施例中，如图3所示，所述确定网络中的拥塞链路以及拥塞链路的初始数量，包括：
在步骤S210中，计算各个链路的带宽利用率；
在步骤S220中，将带宽利用率超过预设阈值的链路确定为拥塞链路；
在步骤S230中，将拥塞链路的数量确定为所述初始数量。
在一些实施例中，如图2所示，所述对经过拥塞链路的至少一个当前业务路径的至少一部分进行调整包括如下步骤：
在步骤S410中，确定所述当前业务路径的各个分段路径；
在步骤S420中，确定与拥塞链路一致的分段路径；
在步骤S430中，对与拥塞链路一致的分段路径进行调整，以获得所述SR-Policy业务请求的目标路径。
在控制器上确定出所有经过这些拥塞链路的业务路径，对网络中的所有链路进行拥塞检测，假设当前用户配置了链路拥塞阈值为m％，即当前网络中若有链路的流量利用率超过了m％，那么就认为该链路是拥塞的。其中，m为大于等于0小于等于100的数字。过滤出整个网络中所有的拥塞链路集合C_SET，根据预设的调优启动方式，进行流量调优。
然后根据C_SET来筛选经过拥塞链路的SR-Policy集合S_SET，对SR-Policy的Cpath信息进行管理维护，若其Cpath中的某条SL经过该C_SET中的任意链路，就将该SR-Policy加入到集合S_SET中。使用预定算法，如启发式算法，对S_SET中的业务进行重新算路部署。以尽可能多的减少网络中拥塞链路个数为目标，进行迭代优化。
优选地，根据所述目标路径转发相应的SR-Policy业务的流量时，网络中拥塞链路的数量为0。
可选地，所述目标路径，包括以下目标路径中的至少一种：
根据预定算法，将计算结果收敛时的路径作为目标路径；
按照预定算法执行预定次数仍未收敛时，将计算得到的当前路径作为目标路径；
按照预定算法执行预定时长仍未收敛时，将计算得到的当前路径作为目标路径；
其中，所述收敛为所有链路的带宽利用率均低于预设阈值。
解决链路拥塞问题，最佳的结果就是在调优之后网络中拥塞链路的数量为0。但是，在局部范围内，也可能出现可用链路较少并且流量过大，确实无法得到0拥塞链路的情况。因此，可以在调优计算之前预先设定调优目标。例如，当所有链路的带宽利用率达到预期的阈值时认为达成调优目标，或者设定调优算法迭代执行达到预定次数，或者预定算法执行达到预定时长，等等。当调优计算达到预先设定的调优目标时，结束调优计算，避免因为不断迭代占用过多系统资源，影响控制器的整体处理效率。
可选地，所述预定算法包括启发式算法、遗传算法、粒子群算法中的任意一者。在下文的具体实施例4中将以遗传算法为例举例进行说明具体的计算过程。
为使本发明的目的、技术方案和优点更加清晰，下面结合4个实施例对本发明的实施例作详细描述。下面通过参考附图描述的实施例是示例形的，仅用于解释本发明，而不能解释为对本发明的限制。
实施例1
图5是本发明实施例提供的一种基于分段路由策略的业务路径调优体系的结构示意图。如图5所示，本发明基于分段路由策略的业务路径计算方法应用于管控产品IP控制器路径计算单元(PCE，Path Calculate Element)。PCE可以利用IP网络拓扑进行路径计算。控制器收集全局拓扑信息的能力，借助控制器的全局视野，通过北向接口与业务配置客户端交互，通过南向接口与设备交互。在此业务路径调优体系中，涉及到的重要环境组件主要有以下三个：
业务配置客户端：用户使用该界面可以配置SR-Policy，如添加策略的源点、目的点、Cpath个数、Cpath的优先级、Cpath内的SL数目、各种约束等。用户在界面触发操作后，发起的路由请求会到PCE。
PCE：该模块是本发明实施例1的实施模块，在该模块，PCE不仅会通过北向接口响应上述客户端的SR-Policy开通算路请求，还会通过资源管理模块获取控制器的拓扑资源，和链路状态检测模块检测网络中的链路拥塞情况，适时调用流量调优模块，本发明的拥塞解决方法与装置主要体现在PCE内的流量调优模块。
调优操作可以根据需求进行预先设置，例如设定为发现拥塞链路后由人工开启、或者当拥塞链路满足一定预设条件时触发自动开始调优、或者定时触发检测拥塞链路并执行调优操作。
设备：设备层根据PCE返回的路由结果，进行业务通道下发，成功后即可用于带宽/流量的转发。
实施例2
本发明实施例2是在实施例1基础上，将本发明提供的基于分段路由策略的业务路径计算方法应用于一种控制器管控产品。该产品的结构仍可参照图5所示的体系结构，包括设备、南向接口、PCE模块、北向接口。实际上一个完整的控制器还包含很多其它模块，此处只罗列出了本发明实施例主要涉及到的模块。
设备：实际参与业务流量转发的IP网络设备，如路由器、交换机等。
南向接口：南向接口是管控产品与交换机交互的模块，通过转发器与控制器之间的协议使得控制器可以采集到设备信息。
PCE组件：PCE模块实际上包含了很多模块，其自身就是一个比较复杂的系统。本发明实施例中主要涉及的流量调优模块，数据采集与解析模块，链路状态检测模块，路由计算模块，还有资源管理模块，图管理模块。PCE通过协调调度各模块之间的交互，达到路由计算与流量调优的目的。此处只是列出PCE组件中与本发明实施例关系较密切的一部分，其他模块不一一列举。
北向接口：主要指的就是业务配置客户端，是更上层的应用模块。
实施例3
本发明实施例3根据基于分段路由策略的业务路径计算方法，描述一种SR-Policy场景下负载均衡的路由调优方法。主要在IP控制器内实施，尤其只在控制器内的PCE模块实施。包括如下步骤，如图6所示。为了方便陈述算路流程，假设SR-Policy配置单个Cpath。
步骤S511：控制器收集信息：控制器需要有全网的拓扑数据信息，包括网络的节点信息、链路信息，更细致的划分还有链路的可用资源信息。转发设备通过南向协议将这些信息上报给控制器。
步骤S512：缓存当前网络下的SR-Policy业务请求，包含SR-Policy的请求信息以及其当前的Cpath路径信息和流量信息。
步骤S513：对网络中的所有链路进行拥塞检测，假设当前用户配置了链路拥塞利用为m％，即当前网络中若有链路的流量利用率超过了m％，那么就认为链路就是拥塞的。过滤出整个网络中所有的拥塞链路集合C_SET(Congest Link Set)，若个数大于零，则进行步骤S514进行流量调优。
步骤S514：流量调优，根据步骤S513中的C_SET，来筛选经过拥塞链路的SR-Policy集合S_SET，删选方法为，步骤S512中已经对SR-Policy的Cpath信息进行了管理维护，若其Cpath中的某条SL经过该C_SET中的任意链路，就将该SR-Policy加入到集合S_SET中。使用启发式优化算法对S_SET中的业务进行重新算路部署，值得注意的是对业务的路径进行重新部署时，有两种方式，一是对整个Cpath进行重新路径计算，二是对Cpath内的个别SL进行调整。可以理解本专利调优时考虑到Cpath调优和SL调优两种方式。以尽可能多的减少网络中拥塞链路个数为目标，进行迭代优化。使用启发式算法进行求解该问题时，建模完成后。有以下几个主要步骤，如图7所示：
1)初始化一定数量的可行解集合，这些集合中的元素只占据了整个解空间很小的一部分，比如在遗传算法或者粒子群算法中，通过初始化种群的方式得到可行解集合。
2)算法迭代，在初始化可行解的基础上进行优化，不断向局部最优解乃至全局最优解靠拢。
3)迭代是否终止，通常算法停止迭代的条件有以下几个：一是已经得到预期的结果；二是迭代次数已经达到预先指定的数值；三是迭代时间已经达到我们指定的数值。若满足终止条件则直接返回结果，若不满足则继续执行步骤2；
4)返回结果，这里需要对建模使用的数据结构进行解析，得到和业务背景吻合的结果。
以遗传算法为例，其算法流程参考图8。结合建模模型进行展开叙述：遗传算法模型中，种群包含多个染色体，每个染色体表示一种所求算法问题的解，如图9所示，假设定了一个种群包含了5条染色体，每个染色体对应多个拥塞请求的Cpath路径部署方式，每个正方形表示某个业务的Cpath路径，图中假设了S_SET中有5个拥塞业务。对种群进行初始化后，每个染色体中这些业务的Cpath路径可能不一致，比如通过打乱S_SET中业务的路由顺序，即可得到不一样的部署方式。可以依据当前染色体所表示的业务部署方式来计算网络中拥塞链路的个数，在遗传算法中可以用fit表示，fit值越小越好，fit＝0时表示网络中没有拥塞链路。通过交叉：即选取种群中的染色体进行两两交叉，相互替换某些业务的Cpath；变异：针对单个染色体进行变异，对某些业务重新计算Cpath。经过指定次数的交叉变异或者存在fit值为0的染色体算法即可停止，返回当前最优解。
步骤S515：返回结果，将步骤S514中的优化结果返回给设备方进行新的转发行为，同时PCE对优化后的SR-Policy路径计算管理。
实施例4
为了方便陈述，假设当前网络结构如图10，设置网络的拥塞利用率门限为50％，其中链路上的数值100、200表示该链路的的最大可承载流量；当前存量网络中部署了3个SR-Policy，每个SR-Policy配置了一个Cpath，每个Cpath内有2条SL，且Cpath是等值负载分担(ECMP，Equal Cost Multi-path)场景，即每条SL的权重wi相等，每条SL的流量信息见下表格1：
表1.原始业务路径信息
Figure BDA0003338653670000081
首先进行网络中拥塞链路检测，可以分别计算得到链路流量利用率：A-B：20％；A-C：60％；A-D：40％；B-E：10％；C-E：30％；D-E：20％；根据拥塞利用率门限50％筛选出拥塞链路集合C_SET＝{A-C}；
需要说明的是，本实施例中只是以ECMP场景举例，本发明所提供的基于分段路由策略的业务路径计算方法并不局限于ECMP或UCMP场景。
其次，C_SET不为空，那么流量调优模块需要尝试进行路径优化。根据C_SET找到拥塞链路关联到的SR-Policy业务集合，S_SET＝{SR-Polciy1，SR-Polciy2，SR-Policy3}。通过启发式优化算法求解。首先初始化种群，在这里假设种群包含4个染色体，通过不断的调整业务的算路顺序以及考虑到最优算路策略，可以四条染色体对应的Cpath部署方式如下：
表2.初始化种群信息
Figure BDA0003338653670000082
Figure BDA0003338653670000091
其中，fit值表示这个方案的所有业务路径经过拥塞链路的个数。fit＝0表示这个方案中没有经过拥塞链路的业务路径。每个染色体代表一种路径组合的方案，一个Cpath理解为一个业务，业务流量会分担在多条路径上，每条路径对应一个分段列表SL。只要有一个方案fit值为0就表示算出了不拥塞的调优结果。
接下来进行交叉和变异操作，假设染色2和染色体3针对业务2进行了交叉，染色体1针对业务2进行变异，可以得到第一次交叉变异后的结果如表3所示，变异的过程可以是对业务2的整个Cpath进行计算，也可以是在既有的Cpath基础上，调整个别SL路径：
表3.交叉变异后的结果
Figure BDA0003338653670000092
由上表格可以看到染色体1中对应的业务部署方式已经使得网络不拥塞了。
优化后的一种新的业务部署结果见表格2：此时可计算得到每条链路的流量利用率：A-B：40％；A-C：40％；A-D：40％；B-E：20％；C-E：20％；D-E：20％；可以发现，此时所有的链路都不拥塞。
表4.最终优化结果
Figure BDA0003338653670000093
Figure BDA0003338653670000101
最后，PCE将优化后的路径结果返回到设备侧，设备侧根据新的SL信息进行报文流量转发，相比较优化前，报文的传输质量会更优。
以上所述仅是本发明的优选实施方式，本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。
第二方面，如图11所示，本发明实施例提供一种电子设备，其包括：
一个或多个处理器501；
存储器502，其上存储有一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如上述第一方面任意一项的基于分段路由策略的业务路径计算方法；
一个或多个I/O接口503，连接在处理器与存储器之间，配置为实现处理器与存储器的信息交互。
其中，处理器501为具有数据处理能力的器件，其包括但不限于中央处理器(CPU)等；存储器502为具有数据存储能力的器件，其包括但不限于随机存取存储器(RAM，更具体如SDRAM、DDR等)、只读存储器(ROM)、带电可擦可编程只读存储器(EEPROM)、闪存(FLASH)；I/O接口(读写接口)503连接在处理器501与存储器502间，能实现处理器501与存储器502的信息交互，其包括但不限于数据总线(Bus)等。
在一些实施例中，处理器501、存储器502和I/O接口503通过总线504相互连接，进而与计算设备的其它组件连接。
第三方面，如图12所示，本发明实施例提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任意一项的基于分段路由策略的业务路径计算方法。
为了更好实现SDN控制器全网优化功能，在SR-Policy业务场景下，本发明提供了一种基于分段路由策略的业务路径计算方法，对拥塞路径进行策略调整，改善网络拥塞状况，使得网络各链路带宽利用率处于均衡状态。通过动态调整拥塞链路，解决了存量网络中传统路径计算方法带来的链路负载失衡问题，使整个网络更加均衡的同时，提高了网络对新增业务的接纳能力，改善了网络的中的流量传输质量。
本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、设备中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。
在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些物理组件或所有物理组件可以被实施为由处理器，如中央处理器、数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。
以上参照附图说明了本发明的优选实施例，并非因此局限本发明的权利范围。本领域技术人员不脱离本发明的范围和实质内所作的任何修改、等同替换和改进，均应在本发明的权利范围之内。

Claims (10)

1.一种基于分段路由策略的业务路径计算方法，包括：
确定至少一个分段路由策略SR-Policy业务请求的当前业务路径；
确定网络中的拥塞链路以及所述拥塞链路的初始数量；
确定各个所述当前业务路径中经过所述拥塞链路的业务路径；
对经过所述拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR-Policy业务请求的目标路径，其中，获得所述目标路径后，根据所述目标路径转发相应的SR-Policy业务的流量能够使得网络中所述拥塞链路的数量少于所述初始数量。
2.根据权利要求1所述的业务路径计算方法，其中，所述对经过所述拥塞链路的至少一个当前业务路径的至少一部分进行调整，以获得所述SR-Policy业务请求的目标路径，包括：
将经过所述拥塞链路的SR-Policy业务的当前业务路径的至少一部分的信息输入至路径调优模型，以使得所述路径调优模型能够根据预定算法进行计算，并获得所述目标路径。
3.根据权利要求1所述的业务路径计算方法，其中，所述对经过所述拥塞链路的至少一个当前业务路径的至少一部分进行调整包括：
对所述SR-Policy业务请求的业务路径进行重新计算，以获得不经过所述拥塞链路的目标路径。
4.根据权利要求1所述的业务路径计算方法，其中，所述对经过所述拥塞链路的至少一个当前业务路径的至少一部分进行调整包括：
确定所述当前业务路径的各个分段路径；
确定与所述拥塞链路一致的分段路径；
对与所述拥塞链路一致的分段路径进行调整，以获得所述SR-Policy业务请求的目标路径。
5.根据权利要求1至4中任意一项所述的业务路径计算方法，其中，所述确定网络中的拥塞链路以及所述拥塞链路的初始数量，包括：
计算网络中各个链路的带宽利用率；
将带宽利用率超过预设阈值的链路确定为所述拥塞链路；
将所述拥塞链路的数量确定为所述初始数量。
6.根据权利要求1至4中任意一项所述的业务路径计算方法，其中，根据所述目标路径转发相应的SR-Policy业务的流量时，网络中所述拥塞链路的数量为0。
7.根据权利要求1至4中任意一项所述的业务路径计算方法，其中，所述目标路径，包括以下目标路径中的至少一种：
根据预定算法，将计算结果收敛时的路径作为目标路径；
按照预定算法迭代执行达到预定次数仍未收敛时，将计算得到的当前路径作为目标路径；
按照预定算法执行达到预定时长仍未收敛时，将计算得到的当前路径作为目标路径；
其中，所述收敛为所有链路达到预期的带宽利用率。
8.根据权利要求2所述的业务路径计算方法，其中，所述预定算法包括启发式算法、遗传算法、粒子群算法中的任意一者。
9.一种电子设备，其特征在于，所述报文转发设备包括：
一个或多个处理器；
存储器，其上存储有一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现根据权利要求1至8中任意一项所述的基于分段路由策略的业务路径计算方法；
一个或多个I/O接口，连接在所述处理器与存储器之间，配置为实现所述处理器与存储器的信息交互。
10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现根据权利要求1至8中任意一项所述的基于分段路由策略的业务路径计算方法。
CN202111301701.5A 2021-11-04 2021-11-04 业务路径计算方法、电子设备和计算机可读存储介质 Pending CN116094980A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111301701.5A CN116094980A (zh) 2021-11-04 2021-11-04 业务路径计算方法、电子设备和计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111301701.5A CN116094980A (zh) 2021-11-04 2021-11-04 业务路径计算方法、电子设备和计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN116094980A true CN116094980A (zh) 2023-05-09

Family

ID=86185404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111301701.5A Pending CN116094980A (zh) 2021-11-04 2021-11-04 业务路径计算方法、电子设备和计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN116094980A (zh)

Similar Documents

Publication Publication Date Title
US10742556B2 (en) Tactical traffic engineering based on segment routing policies
US20230283568A1 (en) Scalable network slice based queuing using segment routing flexible algorithm
US10834004B2 (en) Path determination method and system for delay-optimized service function chaining
US10491525B2 (en) Traffic engineering feeder for packet switched networks
US10541910B2 (en) Application information based network route modification
Tomovic et al. Performance comparison of QoS routing algorithms applicable to large-scale SDN networks
US20140192645A1 (en) Method for Internet Traffic Management Using a Central Traffic Controller
US9397926B2 (en) Peer-influenced aggregate member selection
US10009254B2 (en) Calculation of a lowest cost path
WO2019057151A1 (en) ASSOCIATIONS OF TOPOLOGY-SENSITIVE CONTROLLERS IN SOFTWARE DEFINED NETWORKS
BR112013032368B1 (pt) Método de gerenciamento e controle de serviço de nuvem para interface com o estrato de rede
WO2019061169A1 (zh) 一种基于混合资源的路由选路方法、装置和服务器
CN108476175B (zh) 使用对偶变量的传送sdn流量工程方法与系统
CN109274589B (zh) 业务传输的方法和装置
Gong et al. A fuzzy delay-bandwidth guaranteed routing algorithm for video conferencing services over SDN networks
CN105357124A (zh) 一种MapReduce带宽优化方法
Shreya et al. Ant colony Optimization-based dynamic routing in Software defined networks
WO2023078150A1 (zh) 算路方法、路由计算设备、电子设备和计算机存储介质
Guler et al. Embedding virtual multicast trees in software-defined networks
Guler et al. Genetic algorithm enabled virtual multicast tree embedding in Software-Defined Networks
US11070472B1 (en) Dynamically mapping hash indices to member interfaces
CN116094980A (zh) 业务路径计算方法、电子设备和计算机可读存储介质
Szymanski Low latency energy efficient communications in global-scale cloud computing systems
JPWO2015093478A1 (ja) ネットワークシステム、制御装置、制御方法およびプログラム
US11843542B2 (en) Safely engineering egress traffic changes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication