CN116192640A - 网络切片资源分配方法、装置、sdn控制器和存储介质 - Google Patents

网络切片资源分配方法、装置、sdn控制器和存储介质 Download PDF

Info

Publication number
CN116192640A
CN116192640A CN202111416112.1A CN202111416112A CN116192640A CN 116192640 A CN116192640 A CN 116192640A CN 202111416112 A CN202111416112 A CN 202111416112A CN 116192640 A CN116192640 A CN 116192640A
Authority
CN
China
Prior art keywords
network slice
network
tenant
resources
resource
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
CN202111416112.1A
Other languages
English (en)
Inventor
韩奕农
杜若萌
张慧美
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.)
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
Original Assignee
China Mobile Communications Group Co Ltd
China Mobile Suzhou Software Technology Co Ltd
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 China Mobile Communications Group Co Ltd, China Mobile Suzhou Software Technology Co Ltd filed Critical China Mobile Communications Group Co Ltd
Priority to CN202111416112.1A priority Critical patent/CN116192640A/zh
Publication of CN116192640A publication Critical patent/CN116192640A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/08—Configuration management of networks or network elements
    • H04L41/0893—Assignment of logical groups to network elements
    • 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]
    • 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
    • H04L41/16—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks using machine learning or artificial intelligence
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Artificial Intelligence (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Medical Informatics (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请公开了一种网络切片资源分配方法、装置、软件定义网络(SDN)控制器和存储介质。其中，方法包括：SDN控制器获取网络资源池上的M个租户的网络切片的实际业务流量；基于获取的实际业务流量，确定需要对网络切片资源进行调整；根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。本申请提供的方案，基于网络资源池上的多个租户的实际业务流量，采用优化的粒子群算法和归一化函数对各租户的网络切片资源进行调整，最大化保障各个租户的网络切片的资源利用率。

Description

网络切片资源分配方法、装置、SDN控制器和存储介质
技术领域
本申请涉及网络通信技术领域，尤其涉及一种网络切片资源分配方法、装置、软件定义网络(SDN，Software Defined Network)控制器和存储介质。
背景技术
网络切片技术是一种根据不同的需要，将物理网络切分成多个相互独立的逻辑网络的技术。具体地，利用网络功能虚拟化(NFV，Network Functions Virtualization)，将物理网络中的硬件资源和软件资源进行虚拟化，形成网络资源池。然后，根据服务等级协议(SLA，Service-Level Agreement)确定与租户(可以理解为一个用户组)选择的网络切片产品相匹配的虚拟机和物理资源，即网络切片资源，并形成对应的逻辑网络，以支持租户通信业务的运行。
相关技术中，网络切片技术根据网络切片产品的配置信息为租户一次性分配网络切片资源，直到网络切片的生命周期结束时，对应的网络切片资源才会被释放到网络资源池中。采用上述分配方式，网络资源的利用率波动性较大，即存在利用率不高或网络资源过载的问题。
发明内容
为解决相关技术问题，本申请实施例提供一种网络切片资源分配方法、装置、SDN控制器和存储介质。
本申请实施例的技术方案是这样实现的：
本申请实施例提供一种网络切片资源分配方法，应用于SDN控制器，包括：
获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
基于获取的实际业务流量，确定需要对网络切片资源进行调整；
根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
上述方案中，所述利用粒子群算法和归一化函数，确定新的网络切片资源分配策略时，所述方法还包括：
在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向。
上述方案中，所述在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向，包括：
当迭代结果累计N次后满足第一条件时，确定需要调整所有粒子的个体极值和全局极值；N为大于1的整数；所述第一条件表征N次迭代结果中收敛次数不超过第一阈值；
后续迭代过程采用包含有极值扰动算子的粒子群优化方程确定全局最优解。
上述方案中，所述方法还包括：
确定第一函数和第二函数，所述第一函数用于使资源调整后租户的平均资源利用率达到最大，所述第二函数用于使调整的网络切片个数最少；
将第一函数和第二函数归一化后得到所述归一化函数。
上述方案中，针对M个租户中的第一租户，基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整。
上述方案中，所述基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整，包括：
当获取的实际业务流量速率大于第一阈值，或者小于第二阈值时，确定需要对网络切片资源进行调整，所述第一阈值大于所述第二阈值，所述第一阈值表征当前为所述第一租户分配的网络切片的带宽资源上限，所述第二阈值表征当前为所述第一租户分配的网络切片的带宽资源下限。
上述方案中，当获取的实际业务流量速率大于所述第一阈值的时长大于或等于第一时长时，确定需要对网络切片资源进行调整；
当获取的实际业务流量速率小于所述第二阈值的时长大于或等于第二时长时，确定需要对网络切片资源进行调整。
上述方案中，所述方法还包括：
从数据库获取M个租户的网络切片对应的分配的带宽；所述数据库以key-value方式存储租户数据。
本申请实施例还提供一种网络切片资源分配装置，设置在SDN控制器上，包括：
获取单元，用于获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
第一处理单元，用于基于获取的实际业务流量，确定需要对网络切片资源进行调整
第二处理单元，用于根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
下发单元，用于将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
本申请实施例还提供一种SDN控制器，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行上述任一所述网络切片资源分配方法的步骤。
本申请实施例还提供一种存储介质，其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上述任一所述网络切片资源分配方法的步骤。
本申请实施例提供的网络切片资源分配方法、装置、SDN控制器和存储介质，SDN控制器获取网络资源池上的M个租户的网络切片的实际业务流量；基于获取的实际业务流量，确定需要对网络切片资源进行调整；根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。本申请实施例提供的技术方案，SDN控制器根据网络资源池上多个租户的实际业务流量，采用优化的粒子群算法和归一化函数对各租户的网络切片的网络资源进行调整，最大化保障各租户对应的网络切片资源利用率，实现网络切片资源的最优分配。
附图说明
图1为本申请实施例网络切片资源分配方法的流程示意图；
图2为本申请应用实施例的网络切片资源分配系统架构图；
图3为本申请应用实施例中确定网络切片资源分配的流程示意图；
图4为本申请实施例网络切片资源分配装置结构示意图；
图5为本申请实施例SDN控制器结构示意图。
具体实施方式
下面结合附图及实施例对本申请再作进一步详细的描述。
相关技术中，通常是SDN控制器根据租户购买的网络切片产品的配置信息来确定对应的网络切片资源，并通过网络监控器(英文可以表达为NetworkHypervisor)来实现网络切片资源的划分，分配的网络切片资源直到网络切片的生命周期结束才会被释放至网络资源池中。这个过程中，存在网络切片的资源利用率波动性大、基础设施建设利用率低、网络服务质量差的问题。
具体地，由于租户的通信业务的实际数据流量会随着时间而变化，使得网络切片的资源利用率会相应变化，可能会存在网络切片的资源利用率低或者网络资源过载的情况。
在多租户的场景下，为了保障各个租户的通信服务质量，通常需要建设完善的网络通信基础设施。当各个租户对应的网络切片的资源利用率较低时，会存在大量闲置的网络资源无法被有效利用，存在基础设施建设成本较高的问题。
另外，在多租户场景下，不同租户存在不同的业务需求，当租户需要在短时间内进行高速率的数据传输服务时，例如短视频业务或者下载业务，相关技术中的网络切片资源分配方式容易出现造成数据的拥堵，从而导致视频缓冲卡顿等情况，会影响租户的网络通信体验。
基于此，在本申请的各种实施例中，SDN控制器获取网络资源池上所有租户的实际业务流量后，基于所有租户的实际业务流量，并采用优化的粒子群算法和归一化函数，来确定对应的网络切片资源分配策略。然后，SDN服务器通过将确定的网络切片资源分配策略下发至网络监控器，以实现对各租户的网络资源的调整。如此，能够最大化保障各租户的网络切片资源的利用率、降低基础设施建设成本，还保障了多租户场景下的网络通信服务质量。
本申请实施例提供一种网络切片资源分配方法，应用于SDN控制器，如图1所示，包括以下步骤：
步骤101：获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
步骤102：基于获取的实际业务流量，确定需要对网络切片资源进行调整；
步骤103：根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
步骤104：将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
实际应用时，在步骤101之前，SDN控制器会根据M个租户选择的网络切片产品的配置信息，来确定初始的网络切片资源分配策略。接着，SDN控制器可以将初始的网络切片资源分配策略通过应用程序编程接口(API，Application Programming Iterface)下发至网络监控器，以实现初始的网络切片资源分配。
其中，在SDN控制器与网络监控器进行交互的过程中，由于SDN控制器在网络监控器的上层，因此，SDN控制器与网络监控器交互的API接口可以称为北向接口。
相应地，网络监控器接收到初始的网络切片资源分类策略后，可以将通信网络层的物理网络资源进行虚拟化，并针对每个租户分别划分对应的虚拟的物理网络资源，即划分对应的逻辑子网。同时，网络监控器还可以确定逻辑子网与物理网络的映射关系(也可以理解为虚拟的物理网络资源与物理网络资源的映射关系)，以便于进行资源的管理。
此外，网络监控器还可以基于初始的网络切片资源分配策略，采用多协议标签交换(MPLS，Multi-Protocol Label Switching)虚拟专用网络(VPN，Virtual PrivateNetwork)技术来配置隧道，以使符合条件的业务流量能够通过隧道进行通信传输，同时还能够隔离不符合条件的业务流量。如此，能够使得各个租户通过分配的网络切片资源实现业务数据的传输。
其中，所述隧道的带宽可以根据需要进行调整，例如根据当前链路的实际使用情况。
实际应用时，网络监控器还可以通过API与底层的通信网络层进行通信交互；所述通信网络层可以包括：无线接入设备、通信转发设备和服务器等物理设备；所述通信转发设备用于将基带信号转换为网络互连协议(IP，Internet Protocol)数据包，并进行传输；所述服务器用于以虚拟机的形式提供服务实体。
其中，所述无线接入设备可以包括射频设备、第五代移动通信技术(5G)基站等设备；所述通信转发设备可以包括光介质转发设备、IP转发设备等设备。
这里，在网络监控器与通信网络层进行交互的过程中，由于网络监控器在通信网络层的上层，因此，网络监控器与通信网络层交互的API接口可以称为南向接口。
实际应用时，SDN控制器可以通过网络监控器定期向通信网络层发送端口统计信号，以获取通信网络层中交换机端口M个租户中每个租户对应的流量信息。然后，SDN控制器根据各租户的流量信息，能够确定每次统计中发送以及接收的数据包的数量、字节数和统计时间。基于本次统计以及上次统计获取的各租户的流量信息，SDN控制器能够得到本次统计与上次统计的字节数差值，即租户的实际业务流量，同时，还能够得到本次统计与上次统计的统计时间差值。通过计算字节数差值和统计时间差值的商，可以分别得到M个租户对应的实际业务流量速率。
其中，示例性地，SDN控制器可以通过OpenFlow协议，定期向通信网络层发送统计信号，来获取网络资源池上M个租户的网络切片的实际业务流量和对应的实际业务流量速率，并将获取的实际业务流量速率存储至数据库中。
这里，为了便于快速从数据库中查找到租户对应的数据，来判断是否需要调整网络切片资源，SDN控制器可以以key-value的形式将租户的实际业务流量速率存储至数据库中。
另外，所述数据库中还可以存储各租户的带宽数据，具体可以包括分配的带宽、拓扑信息和切片标识；其中，所述分配的带宽用于判断是否需要进行网络切片资源的调整；所述拓扑信息用于优化网络切片资源的转发路径；所述切片标识用于确定租户对应的网络切片。
也就是说，所述数据库中可以包括两种类型的数据，一种数据为租户对应的网络切片的实际业务流量速率，一种数据为租户对应的带宽数据。
示例性地，租户数据的存储形式可以参照表1：
Key Value
Tenant_id_Current_traffic Value_x
Tenant_id_Current_bandwidth {Tenant_id；{topology information,value_y}}
表1
其中，Tenant_id_Current_traffic表征租户的实际业务流量速率对应的键；Value_x表征租户的实际业务流量速率值；Tenant_id_Current_bandwidth表征租户的网络切片带宽信息对应的键；Tenant_id表征租户的网络切片的标识；topology information表征租户的拓扑信息；value_y表征租户的网络切片的分配的带宽。
实际应用时，若M个租户中的任一租户的实际业务流量出现少量增加或减少，就去调整网络切片资源的分配策略，可能会增加业务流量传输的时延，从而影响用户的网络使用体验。为了避免频繁调整网络切片资源的分配策略，SDN控制器还可以结合网络切片的带宽信息来进行判断。
基于此，在一实施例中，针对M个租户中的第一租户，基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整。
这里，由于数据库以key-value的形式存储租户对应的实际业务流量速率和带宽数据，SDN控制器可以从直接数据库中获取相应数据。
基于此，在一实施例中，所述方法还可以包括：
从数据库获取M个租户的网络切片对应的分配的带宽；所述数据库以key-value方式存储租户数据。
实际应用时，SDN控制器从数据库中获取网络切片对应的分配的带宽后，还可以根据分配的带宽来获取对应的带宽分配参数；所述带宽分配参数可以包括网络切片资源的最大利用率和网络切片资源的最小利用率。
其中，所述带宽分配参数的数值可以根据需要设置，比如网络切片资源的最大利用率设置为70％，网络切片资源的最小利用率设置为30％。
实际应用时，SDN控制器还可以从数据库中获取租户的实际业务流量速率，并基于实际业务流量速率、分配的带宽以及对应的带宽分配参数来判断是否满足预设触发条件，以准确地判断是否对网络切片资源进行调整。
基于此，在一实施例中，所述基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整，包括：
当获取的实际业务流量速率大于第一阈值，或者小于第二阈值时，确定需要对网络切片资源进行调整，所述第一阈值大于所述第二阈值，所述第一阈值表征当前为所述第一租户分配的网络切片的带宽资源上限，所述第二阈值表征当前为所述第一租户分配的网络切片的带宽资源下限。
这里，实际应用时，当第一租户的实际业务流量速率大于第一阈值时，说明当前网络链路的负载较重，即网络切片资源不足；当第一租户的实际业务流量小于第二阈值时，说明当前网络链路负载较轻，即网络切片资源大部分处于闲置状态。针对上述两种情况，SDN控制器可以确定需要对网络切片资源进行调整。
其中，所述第一阈值可以基于第一租户的网络切片对应的分配的带宽和带宽分配参数中的网络切片资源的最大利用率计算得到；所述第二阈值可以基于第一租户的网络切片对应的分配带宽和带宽分配参数中的网络切片资源的最小利用率计算得到。
示例性地，对网络切片资源进行调整的的判断过程可以参照表2。若A表征为第一租户分配的网络切片的带宽资源，C表征第一租户的实际业务流量；αL表征网络切片资源的最小利用率；αH网络切片资源的最大利用率；G表征第一租户网络切片的最低带宽资源，那么，当C≤AαL时，则说明当前网络切片存在资源闲置的情况，可以减少对应的网络切片资源；当C≥AαH时，则说明当前网络切片存在资源紧张的情况，可以增加对应的网络切片资源；当AαL≤C≤AαH，则说明当前分配的网络切片资源合理，无需进行网络切片资源的调整。
G 资源闲置 AαL 资源合理 AαH 资源紧张 A
表2
这里，αL和αH的数值可以根据网络资源利用情况以及业务使用情况来进行设置。
实际应用时，为了避免一个租户的实际业务流量速率在短时间内频繁变化而导致需要频繁对网络切片资源进行调整，SDN控制器还可以结合实际业务流量速率的持续时长来判断是否需要对网络切片资源进行调整。
基于此，在一实施例中，当获取的实际业务流量速率大于所述第一阈值的时长大于或等于第一时长时，确定需要对网络切片资源进行调整；
当获取的实际业务流量速率小于所述第二阈值的时长大于或等于第二时长时，确定需要对网络切片资源进行调整。
这里，当第一租户的实际业务流量速率大于第一阈值，且实际业务流量速率的时长大于或等于第一时长时，说明第一租户对应的网络切片资源持续不足，此时，SDN控制器能够确定需要增加对应的网络切片资源。
其中，所述第一时长的数值可以根据需要设置，比如2分钟，或者5分钟。本申请实施例对第一时长的数值不作限定。
这里，当第一租户的实际业务流量速率小于第二阈值，且实际业务流量速率的时长大于或等于第二时长时，说明第一租户对应的网络切片资源大部分持续处于空闲状态，此时，SDN控制器能够确定需要减少对应的网络切片资源。
其中，所述第二时长的数值可以根据需要设置，所述第一时长的数值与所述第二时长的数值可以相同，也可以不同。本申请实施例对第二时长的数值不作限定。
实际应用时，当确定需要进行网络切片资源调整时，为了得到最优的网络切片资源分配策略，SDN控制器可以先确定需要迭代优化的归一化函数。
基于此，在一实施例中，所述方法还可以包括：
确定第一函数和第二函数，所述第一函数用于使资源调整后租户的平均资源利用率达到最大，所述第二函数用于使调整的网络切片个数最少；
将第一函数和第二函数归一化后得到所述归一化函数。
这里，为了最大化保障M个租户的网络切片资源利用率，同时减少网络切片资源调整带来的开销，所述开销表征调整网络切片资源时给租户使用网络带来的影响程度，例如时延，SDN控制器可以基于第一函数和第二函数，来确定进行迭代的归一化函数。
示例性地，对于网络资源池上的M个租户，若网络资源池总量为Aall，且每个租户下包含n个用户时，租户i的资源利用率可以表示为：
Figure BDA0003375802890000111
其中，αj表征租户k的网络切片上第j个用户的实际业务流量；
Figure BDA0003375802890000115
表征租户k调整后的网络切片资源。
针对M个租户调整后的资源平均利用率，即第一函数可以表达为：
Figure BDA0003375802890000112
其中，M表征租户的个数；μi表征M个租户中租户k的资源利用率。
针对M个租户中因调整网络切片资源而导致的开销，即第二函数可以表示为：
Figure BDA0003375802890000113
其中，Ck表征租户k调整网络切片资源的单位开销；Ak表征租户k调整前的网络切片资源。
这里，为了减少确定新的网络切片资源分类策略的计算量，SDN控制器可以将所述第一函数和第二函数进行归一化操作，得到所述归一化函数；所述归一化函数可以表示为：
Figure BDA0003375802890000114
通过公式(4)可以看出，确定新的网络切片资源分配策略的过程可以理解为优化问题，即如何调整M个租户对应的网络切片资源，使得所述归一化函数达到最大值。
实际应用时，SDN控制器可以利用粒子群算法，通过对所述归一化函数进行迭代优化，以确定新的网络切片资源分配策略。
具体地，SDN控制器可以根据粒子群规模g随机初始化粒子群，粒子群中每个粒子表征一个随机解；g为大于或等于1的整数。
示例性地，所述粒子群可以表示为{x1,x2,...,xg}；其中，每个粒子具有速度v和位置x两个属性，v表征粒子接近全局最优解的速度，x表征粒子的位置，也可以理解为搜索空间中的一个解。
实际应用时，粒子群中所有粒子会在搜索空间中搜索全局最优解(即调整后的网络切片资源)，并实时更新当前时刻粒子的速度v和位置x。此时，粒子群更新的公式可以表达为：
Figure BDA0003375802890000121
其中，
Figure BDA0003375802890000122
表征当前时刻第i个粒子的位置；/>
Figure BDA0003375802890000123
表征当前时刻第i个粒子的速度；pid表征当前时刻第i个粒子搜索到的最优位置，也可以称为个体极值；pgd表征当前时刻粒子群的最优位置，也可以称为全局极值；c1和c2表征学习因子；r1和r2表征随机参数；/>
Figure BDA0003375802890000124
表征下一时刻第i个粒子的速度；/>
Figure BDA0003375802890000125
表征下一时刻第i个粒子的位置。
实际应用时，r1和r2的数值可以在[0,1]中随机选取，本申请实施例对r1和r2的数值不作限定。
上述过程中，由于粒子的属性v无法使得粒子群中各个粒子有效接近全局最优解，还可能会造成粒子发散，远离全局最优解，从而使得利用粒子群算法确定全局最优解的效率降低。为了快速确定全局最优解，进而确定新的网络切片资源分配策略，SDN控制器可以对公式(5)进行优化，通过去除粒子的速度属性v，以达到减少计算量，提高全局最优解的求解效率的效果。
实际应用时，优化后的粒子群算法中，粒子群的属性更新公式可以表达为：
Figure BDA0003375802890000126
其中，ω表征当前时刻第i个粒子的位置对下一时刻迭代结果的影响度；ω的取值可以设置为1。
这里，实际应用时，为了避免利用公式(6)进行迭代时，粒子群中的所有粒子陷入局部极值，即没有收敛方向，SDN控制器可以在迭代的过程中及时调整粒子群中粒子的位置。
基于此，在一实施例中，所述利用粒子群算法和归一化函数，确定新的网络切片资源分配策略时，所述方法还可以包括：
在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向。
这里，在利用公式(6)进行迭代计算时，SDN控制器可以根据粒子群算法的迭代结果来判断是否陷入局部极值。当确定陷入局部极值时，则SDN控制器可以调整所有粒子的个体极值和全局极值，以使粒子能够从当前位置切换至新的位置，从而增加粒子基于新的位置搜索到全局最优解的概率。
基于此，在一实施例中，所述在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向，包括：
当迭代结果累计N次后满足第一条件时，确定需要调整所有粒子的个体极值和全局极值；N为大于1的整数；所述第一条件表征N次迭代结果中收敛次数不超过第一阈值；
后续迭代过程采用包含有极值扰动算子的粒子群优化方程确定全局最优解。
实际应用时，在N次迭代结果中，SDN可以将相邻两次的迭代结果进行比较(例如第N1次迭代结果和第N2次迭代结果，N1<N2)，并计算第N2次迭代结果相较于第N1次迭代结果的增长率或减少率。当计算得到的增长率或减少率大于或等于第一阈值时，则SDN控制器可以认为第N2次迭代结果为一次收敛，并记录收敛次数；否则，则认为没有进行收敛。
其中，所述第一阈值可以根据需要进行设置，本申请实施例对第一阈值的取值不作限定。
上述过程中，若N次迭代结果中每次迭代结果连续增长，且对应的增长率大于第一阈值时，SDN控制器可以相应增加收敛次数；或者，若每次迭代结果连续减少，且对应的减少率大于第一阈值时，那么，SDN控制器也可以相应增加收敛次数。否则，SDN控制器可以将收敛次数重置为零。
也就是说，如果迭代结果累计N次后，SDN控制器记录的收敛次数小于所述第一阈值时，说明粒子群中的粒子陷入局部极值，没有收敛方向。
此时，SDN控制器可以对上述公式(6)中进行优化，通过添加极值扰动算子，以使粒子群中的所有粒子能够切换至新的位置继续进行搜索，从而增加粒子基于新的位置搜索到全局最优解的概率。
示例性地，包含极值扰动算子的粒子群优化方程可以表达为：
Figure BDA0003375802890000141
其中，r3和r4表征极值扰动算子，r3和r4的取值通常可以设置在[0.1,0.3]的取值范围内。
通过添加极值扰动算子，SDN控制器能够对粒子群中的所有粒子的个体极值和全局极值进行扰动，以使后续迭代过程中的迭代结果具有收敛方向，能够提高得到全局最优解的效率。
实际应用时，若SDN控制器确定N次迭代结果不满足第一条件时，即未陷入局部极值，SDN控制器可以将公式(7)中的将r3和r4的取值设置为1，并采用公式(7)来确定全局最优解。当r3和r4的取值设置为1时，上述公式(7)与公式(6)相同，不会影响对应的迭代结果。
本申请实施例提供的网络切片资源分配方法，SDN控制器获取网络资源池上的M个租户的网络切片的实际业务流量；基于获取的实际业务流量，确定需要对网络切片资源进行调整；根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。本申请实施例提供的技术方案，SDN控制器根据网络资源池上多个租户的实际业务流量，采用优化的粒子群算法和归一化函数对各租户的网络切片的网络资源进行调整，最大化保障各租户对应的网络切片资源利用率，实现网络切片资源的最优分配。
下面结合应用实施例对本申请再做进一步详细的描述。
在本应用实施例中，提出了一种多租户业务场景下的网络切片资源分配系统，如图2所示，所述网络切片资源分配系统具体包含SDN控制器，Network hypervisor以及数据转发模块；所述SDN控制器通过北向API与Network hypervisor进行交互；所述Networkhypervisor通过南向API与所述数据转发模块进行交互。
其中，所述数据转发模块用于提供数据的接入以及数据的转发；所述Networkhypervisor用于虚拟化网络传输资源，并划分对应的逻辑子网；所述SDN控制器用于调整租户对应的网络切片资源。
具体地，所述数据转发模块是底层的通信网络层，包括无线接入设备、通信转发设备和服务器等物理设备。无线接入设备包括射频设备和5G基站等。通信转发设备包括光介质转发设备和IP转发设备，用于完成基带信号到IP数据包的转换和传送。服务器用于抽象底层计算机资源以虚拟机的形式提供服务实体。
所述Network hypervisor是连接SDN控制器与数据转发模块的中间模块，能够对物理网络进行逻辑划分，生成对应的逻辑子网。此外，所述Network hypervisor还能够实例化传输网络切片，并采用MPLS VPN技术配置隧道，筛选符合条件的业务流量同时隔离其他流量。隧道的带宽可以根据当前链路的实际使用情况进行调节，隧道的可配置特性为网络切片资源的调整提供了实现方式。
所述SDN控制器用于确定多个租户对应的网络切片资源分配策略，当检测到租户对应的逻辑子网资源不足或闲置时，通过北向API向Network hypervisor下发确定的网络切片资源策略，以使Network hypervisor能够基于网络切片资源策略进行逻辑子网的划分，以实现网络切片资源的分配。
实际应用时，SDN控制器具体包括：
网络切片监控模块，用于监测各个租户的网络切片的实际业务流量速率；
网络切片分配模块，用于基于租户的实际业务流量数据，判断是否执行资源调整触发策略，并确定对应的资源调整量策略；
网络切片更新模块，用于基于网络切片资源调整量，确定并下发新的网络切片资源分配策略；
网络数据存储模块，用于存储各个租户对应的网络切片的相关数据，包括租户的网络切片标识、实际业务流量速率、带宽信息以及网络拓扑信息等；
其中，如图3所示，网络资源分配模块具体可以包括资源调整触发策略模块和资源调整量策略模块；所述资源调整触发策略模块，用于判断是否执行资源调整触发策略；所述资源调整量策略，用于确定对应的资源调整量。
网络切片资源分配系统对m个租户的网络切片资源进行分配的过程，包括以下步骤：
步骤1：网络切片监控模块监测各个租户的网络切片的实际业务流量速率；
这里，网络切片监控模块可以周期性通过OpenFlow协议向Network hypervisor发送端口统计信号，以使Network hypervisor从数据转发模块获取交换机端口流量信息，并发送至网络切片监控模块。
每次统计中，网络切片监控模块根据接收的端口流量信息，能够确定各个租户对应的发送和接收数据包数量、字节数和统计时间。然后，通过将两次统计中的字节数以及统计时间作差，并计算字节数的差值与统计时间的差值的比值，从而得到租户对应的实际业务流量速率。
实际应用时，网络切片监控模块得到租户对应的实际业务流量速率后，将得到的实际业务流量速率发送至网络资源分配模块，并存储至网络数据存储模块。
这里，网络切片监控模块还会通过Network hypervisor获取已分配的网络切片标识、带宽信息以及网络拓扑信息，并将获取的相关信息存储至网络数据存储模块，以供后续网络资源分配模块进行网络切片资源的分配。
步骤2：网络资源分配模块根据租户的实际业务流量速率，判断是否执行资源调整触发策略。
这里，网络资源分配模块是基于预设的触发条件，来判断是否执行资源调整触发策略的。
具体地，网络资源分配模块中的资源调整触发策略模块能够从网络数据存储模块能够获取租户的带宽信息A、租户的实际业务流量速率C以及实际业务流量速率的持续时间L1。同时，资源调整触发策略模块还能够得到预设的带宽资源上限参数αH、带宽资源下限参数αL以及时间阈值L。
其中，αH表征网络切片资源的最大利用率，αL表征网络切片资源的最小利用率。
若资源调整触发策略模块确定实际业务流量速率小于带宽资源下限，即C≤AαL时，则说明租户的网络切片资源存在资源闲置，可以减少租户的网络切片资源供其他租户使用；若资源调整触发策略模块确定实际业务流量速率大于带宽资源上限，即C≥AαH，则说明租户的网络切片存在网络拥堵，需要增加对应的网络切片资源；若资源调整触发策略模块实际业务流量速率处于带宽资源的上限和下限间，即AαL≤C≤AαH，则说明租户的网络切片资源合理，不需要进行网络切片资源的调整。
实际应用时，首先，资源调整触发策略模块将资源调整触发标识(英文可以表达为flag)的初始值设置为0。然后，若资源调整触发策略模块确定实际业务流量速率大于带宽资源上限，且实际业务流量速率的持续时间大于时间阈值(即L1>L)时，将资源调整触发标识设置为1；若资源调整触发策略模块确定实际业务流量速率小于带宽资源下限，且实际业务流量速率的持续时间大于时间阈值时，将资源调整触发标识设置为1。当不满足上述两种情况时，资源调整触发策略模块会将资源调整触发标识设置为0。
步骤3：网络资源分配模块确定执行资源调整触发策略时，确定对应的资源调整量。
具体地，网络资源分配模块中的资源调整量策略模块确定资源调整量的过程，可以包括以下步骤：
步骤31：资源调整量策略模块获取资源调整触发标识，并判断资源调整触发标识是否为1；
这里，当资源调整量策略模块确定资源调整触发标识为1时，执行步骤32；否则，结束当前流程。
步骤32：资源调整量策略模块从网络数据存储模块中获取M个租户的实际业务流量速率C和带宽信息A；
步骤33：资源调整量策略模块对粒子群算法中的粒子群(x1,x2,...,xn)进行随机初始化；
步骤34：资源调整量策略模块将粒子群中的粒子对应的位置参数代入公式(4)中进行迭代计算，分别得到本次迭代结果(英文可以表达为result)和上次迭代结果(英文可以表达为result_pre)。
其中，在进行第一次迭代计算时，本次迭代结果和上次迭代结果相同。
步骤35：粒子群中的所有粒子根据公式(6)来更新自身位置；
步骤36：资源调整量策略模块将粒子群中粒子更新后的位置参数代入公式(4)中进行迭代计算，分别得到result和result_pre。
步骤37：资源调整量策略模块将result和result_pre的位置参数进行比较，判断result中的最大值是否比result_pre中的最大值增加了千分之一。
此时，若result中的最大值相较于result_pre中的最大值增加了千分之一，则利用粒子群算法进行下一次迭代，以得到对应的迭代结果；否则，资源调整量策略可以认为本次迭代为一次收敛，记录收敛次数和迭代次数，并进行下一次迭代。
这里，资源调整量策略模块可以重复执行步骤35至步骤37来进行迭代计算，并累计迭代次数。同时，当每次迭代结果的最大值相较于上一次迭代结果的最大值持续增加，且增长率大于或等于千分之一时，资源调整量策略模块累计记录收敛次数；当每次迭代结果的最大值相较于上一次迭代结果的最大值持续减少，且减少率大于或等于千分之一时，资源调整量策略模块累计记录收敛次数；否则，资源调整量策略模块重置收敛次数。
步骤38：当资源调整量策略模块确定迭代次数累计小于50次，且收敛次数处于[6,10]次时，认为粒子群算法陷入局部极值。
此时，粒子群中的所有粒子采用公式(7)来更新自身位置，并基于新的位置进行后续迭代。
步骤39：当资源调整量策略模块确定迭代次数累计大于50次，且收敛次数大于6次时，终止迭代操作。
此时，资源调整量策略模块认为粒子群中的大部分粒子的位置参数为全局最优解。因此，可以将所有粒子的位置参数作为公式(4)的全局最优解，从而能够确定租户对应的资源调整量
Figure BDA0003375802890000193
这里，租户对应的资源调整量
Figure BDA0003375802890000194
需要满足：
Figure BDA0003375802890000191
Figure BDA0003375802890000192
然后，资源调整量策略模块可以将确定的资源调整量发送至网络资源更新模块；
步骤4：网络资源更新模块接收确定的资源调整量后，生成对应的网络切片分配策略。
这里，网络资源更新模块根据确定的资源调整量，能够确定每个租户对应的网络切片资源以及逻辑子网和物理网络的映射关系，进而生成网络切片分配策略。然后，网络资源更新模块通过北向API将生成的网络切片分配策略发送至Network hypervisor。
示例性地，网络资源更新模块可以通过脚本任务来调用Network hypervisor的更新策略接口，将生成的网络切片分配策略下发至Network hypervisor，以使Networkhypervisor能够根据各个租户对应的网络切片资源和逻辑子网的映射关系，完成逻辑子网的重组更新。
本申请应用实施例中，网络切片资源分配系统通过分析当前租户的网络切片的实际业务流量的波动情况，来重新分配租户的网络切片资源，从而提高了不同时段下网络切片资源的利用效率。
上述过程中，网络切片资源分配利用网络资源池中闲置的网络资源，进行网络切片资源的再分配，在为相同数量的租户提供高质量网络通信服务的前提下，降低了通信运营商的基础设施建设成本。
另外，网络切片资源分配针对多个租户进行网络切片资源再分配，能够为不同的业务场景下的租户提供更好的网络通信服务，减少租户在短视频业务和大量文件下载的业务场景中，出现视频卡顿缓冲或下载停滞的次数。
为了实现本申请实施例的方案，本申请实施例还提供一种网络切片资源分配装置，设置在SDN控制器上，如图4所示，该装置包括：
获取单元401，用于获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
第一处理单元402，用于基于获取的实际业务流量，确定需要对网络切片资源进行调整；
第二处理单元403，用于根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
下发单元404，用于将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
其中，在一实施例中，所述第二处理单元403，还用于：
在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向。
在一实施例中，所述第二处理单元403，用于：
当迭代结果累计N次后满足第一条件时，确定需要调整所有粒子的个体极值和全局极值；N为大于1的整数；所述第一条件表征N次迭代结果中收敛次数不超过第一阈值；
后续迭代过程采用包含有极值扰动算子的粒子群优化方程确定全局最优解。
在一实施例中，所述第二处理单元403，还用于：
确定第一函数和第二函数，所述第一函数用于使资源调整后租户的平均资源利用率达到最大，所述第二函数用于使调整的网络切片个数最少；
将第一函数和第二函数归一化后得到所述归一化函数。
在一实施例中，针对M个租户中的第一租户，基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整。
在一实施例中，所述第一处理单元402，用于：
当获取的实际业务流量速率大于第一阈值，或者小于第二阈值时，确定需要对网络切片资源进行调整，所述第一阈值大于所述第二阈值，所述第一阈值表征当前为所述第一租户分配的网络切片的带宽资源上限，所述第二阈值表征当前为所述第一租户分配的网络切片的带宽资源下限。
在一实施例中，当获取的实际业务流量速率大于所述第一阈值的时长大于或等于第一时长时，确定需要对网络切片资源进行调整；
当获取的实际业务流量速率小于所述第二阈值的时长大于或等于第二时长时，确定需要对网络切片资源进行调整。
在一实施例中，所述获取单元401，还用于：
从数据库获取M个租户的网络切片对应的分配的带宽；所述数据库以key-value方式存储租户数据。
需要说明的是，所述获取单元401的功能相当于应用实施例中网络切片监控模块的功能；所述第一处理单元402的功能相当于应用实施例中网络切片分配模块的功能；所述第二处理单元403和所述下发单元404的功能相当于应用实施例中网络切片更新模块的功能。
实际应用时，所述获取单元401可由网络切片资源分配装置中的通信接口结合处理器实现；所述第一处理单元402和第二处理单元403可由网络切片资源分配装置中的处理器实现；所述下发单元404可由网络切片资源分配装置中的通信接口实现。
需要说明的是：上述实施例提供的网络切片资源分配装置在进行网络切片资源分配时，仅以上述各程序单元的划分进行举例说明，实际应用中，可以根据需要而将上述处理分配由不同的程序单元完成，即将装置的内部结构划分成不同的程序单元，以完成以上描述的全部或者部分处理。另外，上述实施例提供的网络切片资源分配装置与网络切片资源分配方法实施例属于同一构思，其具体实现过程详见方法实施例，这里不再赘述。
基于上述程序模块的硬件实现，且为了实现本申请实施例网络切片资源分配的方法，本申请实施例还提供了一种SDN控制器，如图5所示，该SDN控制器500包括：
通信接口501，能够与其他设备进行交互；
处理器502，与所述通信接口501连接，以实现与其他设备进行交互，用于运行计算机程序时，执行上述网络切片资源分配装置一个或多个技术方案提供的方法；
存储器503，所述计算机程序存储在存储器503上。
具体地，所述处理器502，用于：
通过所述通信接口501获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
基于获取的实际业务流量，确定需要对网络切片资源进行调整；
根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
通过所述通信接口501将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
其中，在一实施例中，所述处理器502，用于在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向。
在一实施例中，所述处理器502，用于：
当迭代结果累计N次后满足第一条件时，确定需要调整所有粒子的个体极值和全局极值；N为大于1的整数；所述第一条件表征N次迭代结果中收敛次数不超过第一阈值；
后续迭代过程采用包含有极值扰动算子的粒子群优化方程确定全局最优解。
在一实施例中，所述处理器502，还用于：
确定第一函数和第二函数，所述第一函数用于使资源调整后租户的平均资源利用率达到最大，所述第二函数用于使调整的网络切片个数最少；
将第一函数和第二函数归一化后得到所述归一化函数。
在一实施例中，针对M个租户中的第一租户，基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整。
在一实施例中，所述处理器502，用于：
当获取的实际业务流量速率大于第一阈值，或者小于第二阈值时，确定需要对网络切片资源进行调整，所述第一阈值大于所述第二阈值，所述第一阈值表征当前为所述第一租户分配的网络切片的带宽资源上限，所述第二阈值表征当前为所述第一租户分配的网络切片的带宽资源下限。
在一实施例中，当获取的实际业务流量速率大于所述第一阈值的时长大于或等于第一时长时，确定需要对网络切片资源进行调整；
当获取的实际业务流量速率小于所述第二阈值的时长大于或等于第二时长时，确定需要对网络切片资源进行调整。
在一实施例中，所述处理器502，还用于：
从数据库获取M个租户的网络切片对应的分配的带宽；所述数据库以key-value方式存储租户数据。
需要说明的是：所述处理器502的具体处理过程可参照上述方法理解。
当然，实际应用时，SDN控制器500中的各个组件通过总线系统504耦合在一起。可理解，总线系统504用于实现这些组件之间的连接通信。总线系统504除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图5中将各种总线都标为总线系统504。
本申请实施例中的存储器503用于存储各种类型的数据以支持SDN控制器500的操作。这些数据的示例包括：用于在SDN控制器500上操作的任何计算机程序。
上述本申请实施例揭示的方法可以应用于所述处理器502，或者由所述处理器502实现。所述处理器502可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过所述处理器502中的硬件的集成逻辑电路或者软件形式的指令完成。上述的所述处理器502可以是通用处理器、数字信号处理器(DSP，Digital SignalProcessor)，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。所述处理器502可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本申请实施例所公开的方法的步骤，可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于存储介质中，该存储介质位于存储器503，所述处理器502读取存储器503中的信息，结合其硬件完成前述方法的步骤。
在示例性实施例中，SDN控制器500可以被一个或多个应用专用集成电路(ASIC，Application Specific Integrated Circuit)、DSP、可编程逻辑器件(PLD，ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD，Complex Programmable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable Gate Array)、通用处理器、控制器、微控制器(MCU，Micro Controller Unit)、微处理器(Microprocessor)、或者其他电子元件实现，用于执行前述方法。
在示例性实施例中，本申请实施例还提供了一种存储介质，即计算机存储介质，具体为计算机可读存储介质，例如包括存储计算机程序的存储器503，上述计算机程序可由SDN控制器500的处理器502执行，以完成前述网络切片资源分配所述步骤。计算机可读存储介质可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，ProgrammableRead-Only Memory)、可擦除可编程只读存储器(EPROM，Erasable Programmable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，Electrically ErasableProgrammable Read-Only Memory)、磁性随机存取存储器(FRAM，ferromagnetic randomaccess memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。
需要说明的是：“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。
另外，本申请实施例所记载的技术方案之间，在不冲突的情况下，可以任意组合。
以上所述，仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围，凡在本申请的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本申请的保护范围之内。

Claims (11)

1.一种网络切片资源分配方法，其特征在于，应用于SDN控制器，包括：
获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
基于获取的实际业务流量，确定需要对网络切片资源进行调整；
根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
2.根据权利要求1所述的方法，其特征在于，所述利用粒子群算法和归一化函数，确定新的网络切片资源分配策略时，所述方法还包括：
在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向。
3.根据权利要求2所述的方法，其特征在于，所述在迭代过程中，调整所有粒子的个体极值和全局极值，以使迭代结果具有收敛方向，包括：
当迭代结果累计N次后满足第一条件时，确定需要调整所有粒子的个体极值和全局极值；N为大于1的整数；所述第一条件表征N次迭代结果中收敛次数不超过第一阈值；
后续迭代过程采用包含有极值扰动算子的粒子群优化方程确定全局最优解。
4.根据权利要求1所述的方法，其特征在于，所述方法还包括：
确定第一函数和第二函数，所述第一函数用于使资源调整后租户的平均资源利用率达到最大，所述第二函数用于使调整的网络切片个数最少；
将第一函数和第二函数归一化后得到所述归一化函数。
5.根据权利要求1所述的方法，其特征在于，
针对M个租户中的第一租户，基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整。
6.根据权利要求5所述的方法，其特征在于，所述基于获取的实际业务流量速率和对应网络切片的带宽分配参数，判断是否需要对网络切片资源进行调整，包括：
当获取的实际业务流量速率大于第一阈值，或者小于第二阈值时，确定需要对网络切片资源进行调整，所述第一阈值大于所述第二阈值，所述第一阈值表征当前为所述第一租户分配的网络切片的带宽资源上限，所述第二阈值表征当前为所述第一租户分配的网络切片的带宽资源下限。
7.根据权利要求6所述的方法，其特征在于，当获取的实际业务流量速率大于所述第一阈值的时长大于或等于第一时长时，确定需要对网络切片资源进行调整；
当获取的实际业务流量速率小于所述第二阈值的时长大于或等于第二时长时，确定需要对网络切片资源进行调整。
8.根据权利要求1至7任一项所述的方法，其特征在于，所述方法还包括：
从数据库获取M个租户的网络切片对应的分配的带宽；所述数据库以key-value方式存储租户数据。
9.一种网络切片资源分配装置，其特征在于，设置在SDN控制器上，包括：
获取单元，用于获取网络资源池上的M个租户的网络切片的实际业务流量；M为大于或等于2的整数；
第一处理单元，用于基于获取的实际业务流量，确定需要对网络切片资源进行调整
第二处理单元，用于根据M个租户的实际业务流量及对应的分配的带宽，利用粒子群算法和归一化函数，确定新的网络切片资源分配策略；所述归一化函数用于求解M个租户下资源的分配量使得目标函数达到最大值；所述粒子群算法中确定全局最优解时采用的属性不包含速度；
下发单元，用于将新的网络切片资源分配策略下发至网络监控器，以更新租户的网络切片的网络资源。
10.一种SDN控制器，其特征在于，包括：处理器和用于存储能够在处理器上运行的计算机程序的存储器，
其中，所述处理器用于运行所述计算机程序时，执行权利要求1至8任一项所述方法的步骤。
11.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8任一项所述方法的步骤。
CN202111416112.1A 2021-11-25 2021-11-25 网络切片资源分配方法、装置、sdn控制器和存储介质 Pending CN116192640A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111416112.1A CN116192640A (zh) 2021-11-25 2021-11-25 网络切片资源分配方法、装置、sdn控制器和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111416112.1A CN116192640A (zh) 2021-11-25 2021-11-25 网络切片资源分配方法、装置、sdn控制器和存储介质

Publications (1)

Publication Number Publication Date
CN116192640A true CN116192640A (zh) 2023-05-30

Family

ID=86434985

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111416112.1A Pending CN116192640A (zh) 2021-11-25 2021-11-25 网络切片资源分配方法、装置、sdn控制器和存储介质

Country Status (1)

Country Link
CN (1) CN116192640A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117939520A (zh) * 2024-03-22 2024-04-26 银河航天(西安)科技有限公司 基于卫星链路的适配程度确定方法、装置以及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117939520A (zh) * 2024-03-22 2024-04-26 银河航天(西安)科技有限公司 基于卫星链路的适配程度确定方法、装置以及存储介质
CN117939520B (zh) * 2024-03-22 2024-05-24 银河航天(西安)科技有限公司 基于卫星链路的适配程度确定方法、装置以及存储介质

Similar Documents

Publication Publication Date Title
US11281486B2 (en) Bandwidth control in multi-tenant virtual networks
US20230318945A1 (en) Network Embedded Framework for Distributed Network Analytics
JP5976942B2 (ja) ポリシーベースのデータセンタネットワーク自動化を提供するシステムおよび方法
US10892994B2 (en) Quality of service in virtual service networks
US11567556B2 (en) Platform slicing of central processing unit (CPU) resources
US10938688B2 (en) Network costs for hyper-converged infrastructures
US11902108B2 (en) Dynamic adaptive network
CN112703774B (zh) 管理电信网络中的处理资源的方法和电信网络及存储介质
CN116436838A (zh) 网络接入控制器和方法
CN116192640A (zh) 网络切片资源分配方法、装置、sdn控制器和存储介质
KR101660849B1 (ko) 소프트웨어 정의 네트워크 기반의 네트워크 자율제어 방법
US20190042294A1 (en) System and method for implementing virtualized network functions with a shared memory pool
WO2020217465A1 (ja) ネットワークコントローラ
US11757742B2 (en) System and method to distribute traffic flows among a plurality of applications in a data center system
US10986036B1 (en) Method and apparatus for orchestrating resources in multi-access edge computing (MEC) network
KR101991852B1 (ko) Sdn 기반 데이터 센터 관리 시스템 및 방법
KR101787448B1 (ko) 단일 데이터 센터 클라우드 컴퓨팅 환경에서의 확률적 가상 네트워크 요청 방법, 이를 이용한 요청 수신 장치, 이를 이용한 자원 할당 방법, 자원 할당 장치, 이를 수행하는 프로그램 및 기록매체
Al Azzeh et al. Evaluation Method for SDN Network Effectiveness in Next Generation Cellular Networks
US20230328157A1 (en) Network orchestration for device management operations
US20240205751A1 (en) Dynamic bandwidth transport links for radio-based networks
KR101706337B1 (ko) 소프트웨어 정의 네트워크 기반의 스위치 주도적 컨트롤러 선택 방법
CN114124839A (zh) 接口板和数据处理方法
WO2024033341A1 (en) Methods and apparatuses for controlling federated learning being performed by a flock of wireless devices

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