CN116318434B - 一种空间太赫兹通信网络切片与聚类流量的动态匹配方法 - Google Patents

一种空间太赫兹通信网络切片与聚类流量的动态匹配方法 Download PDF

Info

Publication number
CN116318434B
CN116318434B CN202310124936.4A CN202310124936A CN116318434B CN 116318434 B CN116318434 B CN 116318434B CN 202310124936 A CN202310124936 A CN 202310124936A CN 116318434 B CN116318434 B CN 116318434B
Authority
CN
China
Prior art keywords
network
terahertz
flow
clustering
space
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202310124936.4A
Other languages
English (en)
Other versions
CN116318434A (zh
Inventor
何元智
祃宸升
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.)
Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences
Original Assignee
Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences
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 Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences filed Critical Institute of Network Engineering Institute of Systems Engineering Academy of Military Sciences
Priority to CN202310124936.4A priority Critical patent/CN116318434B/zh
Publication of CN116318434A publication Critical patent/CN116318434A/zh
Application granted granted Critical
Publication of CN116318434B publication Critical patent/CN116318434B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/90—Non-optical transmission systems, e.g. transmission systems employing non-photonic corpuscular radiation
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/12—Avoiding congestion; Recovering from congestion
    • H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
    • 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
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Optics & Photonics (AREA)
  • Electromagnetism (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种空间太赫兹通信网络切片与聚类流量的动态匹配方法，该方法包括：获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数；利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇；根据数据流量需求对太赫兹空间网络进行切片，得到网络切片集合；对太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合；利用预设的切片设计与调整算法，根据业务流需求和网络状态对空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。本发明能够协调节点间的链路资源，从而避免网络阻塞的产生。

Description

一种空间太赫兹通信网络切片与聚类流量的动态匹配方法
技术领域
本发明涉及空间太赫兹通信技术领域，尤其涉及一种空间太赫兹通信网络切片与聚类流量的动态匹配方法。
背景技术
在太赫兹空间网络中，每个节点任意时刻都可能是信源和信宿，当信息港中某个节点产生大量数据时，下游网络链路资源被该节点产生的突发性数据流量占用，其他节点发送的请求或者控制信息无法经过该节点进行传输，从而大量数据信息堆积在数据源处，一方面反向链路的剩余带宽被闲置，另一方面所有经过正向链路的信息都无法进行传输，分组累积效应逐步扩散，最终导致全网传输性能下降甚至阻塞，因此需要采取有效的太赫兹网络阻塞控制策略，避免网络阻塞的发生，提高网络传输的可靠性和高效性。
为避免太赫兹链式网络阻塞问题的产生，可以采用网络切片的方法，网络切片的目标是在物理网络上通过资源分配，为不同类型流量提供端到端服务质量可保证的网络，且各网络切片可以按需创建或修改。在太赫兹网络中，可以根据不同类型的信息流特征，提前为其分配适当的通信资源，避免因资源占用不合理而产生的网络阻塞。
现有文献研究了一种基于网络切片的网络资源分配方法，对所述用户位置和终端业务进行用户习惯行为分析，确定用户业务习惯，将所述用户业务习惯与网络切片信息进行匹配，根据匹配结果将网络切片分配至对应的用户，此方法通过网络切片技术提升了用户体验，但没有考虑动态性，不适用于时刻变化的空间太赫兹网络。
也有研究人员在动态网络环境下进行数据中心网络的流量分簇调度和预测，提高网络的QoS保障能力和服务质量，避免网络拥塞，但未考虑将通信资源进行切片，还是在全网进行调度，不能应对突发性数据流量。
上述各种网络资源分配和流量分簇方法在空间太赫兹网络中存在一些局限性，不能应对空间太赫兹网络中的动态变化和突发情况。
发明内容
本发明所要解决的技术问题在于，基于空间太赫兹网络的特点和需求，提出了一种基于空间太赫兹通信网络切片与聚类流量的动态匹配方法，根据流量特性及需求对数据流量聚类，针对每类流量求解切片规划模型，结合网络模型检查得到切片部署方案，同时基于业务流需求与网络状态调整切片部署情况，有效保证了网络传输性能。
为了解决上述技术问题，本发明实施例公开了一种空间太赫兹通信网络切片与聚类流量的动态匹配方法，所述方法包括：
S1，获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数；
S2，利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇；
S3，获取数据流量需求；根据所述数据流量需求对太赫兹空间网络进行切片，得到网络切片集合；
S4，对所述网络切片集合进行特征提取，得到网络切片特征信息集合；
S5，对所述太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合；
S6，根据所述匹配信息集合中的匹配信息，为所述太赫兹空间网络聚类流量类簇分配网络切片，实现空间太赫兹通信网络切片与聚类流量的匹配；
S7，利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。
作为一种可选的实施方式，本发明实施例中，所述获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数，包括：
S11，获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行归一化处理，得到归一化太赫兹空间网络数据流量信息；
S12，对所述归一化太赫兹空间网络数据流量信息进行EMD分解，得到IMF分量ci(t)，i＝1,2,…,N，N为IMF分量个数；所述IMF分量为太赫兹空间网络数据流量特征参数；
S13，对所述IMF分量进行划分，得到控制类特征参数和请求类特征参数。
作为一种可选的实施方式，本发明实施例中，所述利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇，包括：
S21，利用相关系数计算模型，对所述IMF分量ci(t)和所述太赫兹空间网络数据流量信息x(t)进行相关计算，得到相关系数Corr(c,x)；
所述相关系数计算模型为：
其中，xi(t)为x(t)中的第i个分量，为IMF分量的平均值，/>为x(t)的均值；
S22，剔除相关系数最小的IMF分量，得到第一IMF分量；所述相关系数最小的IMF分量为干扰分量；
S23，利用样本熵计算模型，对所述第一IMF分量进行处理，得到样本熵En；
S24，根据所述样本熵En，选择3个聚类中心；所述3个聚类中心为：
En最大的IMF分量为第一个聚类中心K1，En最小的IMF分量为第二个聚类中心K2，将En中值的IMF分量为第三个聚类中心K3；
S25，计算所述第一IMF分量与所述3个聚类中心之间的距离；根据所述距离，将所述第一IMF分量聚类到各个聚类中心所在的簇，得到太赫兹空间网络聚类流量类簇；
所述太赫兹空间网络聚类流量类簇包括：聚类中心K1所在的突发性信息流，聚类中心K2所在的正常信息流，聚类中心K3所在的重要信息流；
S26，对所述太赫兹空间网络聚类流量类簇进行分类，得到数据流p<s,t>＝[p1,p2,...,pn]，其中，s和t分别为数据流的源节点和目的节点，pn为数据流的特征指标。
作为一种可选的实施方式，本发明实施例中，所述获取数据流量需求；根据所述数据流量需求对太赫兹空间网络进行切片，得到网络切片集合，包括：
S31，获取数据流量需求；所述获取数据流量需求为带权无向图其中NV表示虚拟节点集合、LV表示虚拟链路集合、/>表示虚拟节点性能指标集合，/>表示虚拟链路性能指标集合；
所述虚拟节点性能指标集合包括数据流量所需CPU计算资源Cf(nv)、存储资源Rf(nv)；
所述虚拟链路性能指标集合包括数据流量所需带宽BWf(lv)；
S32，所述太赫兹空间网络为带权无向图其中NS表示物理节点集合，LS表示物理链路集合，/>表示物理节点性能指标集合，/>表示物理链路性能指标集合；
所述物理节点性能指标集合包括CPU空闲计算资源Cf(ns)、存储器空闲存储资源Rf(ns)；
所述物理链路性能指标集合包括可用带宽BWf(ls)、链路的通断状态State(ls)；
S33，根据所述数据流量需求利用广度优先搜索算法对太赫兹空间网络/>进行切片，得到网络切片集合G＝{GS1,GS2,...,GSn}。
作为一种可选的实施方式，本发明实施例中，所述对所述网络切片集合进行特征提取，得到网络切片特征信息集合，包括：
对所述网络切片集合G＝{GS1,GS2,...,GSn}进行处理，提取网络切片的特性q＝[q1,q2,...,qn]，其中qn为网络切片的特征指标，n为网络切片数量。
作为一种可选的实施方式，本发明实施例中，所述对所述太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合，包括：
S51，获取所述太赫兹空间网络聚类流量类簇的数据流的特征指标pn；
S52，获取所述网络切片特征信息集合的网络切片的特征指标qn；
S53，对所述数据流的特征指标pn和网络切片的特征指标qn进行匹配，得到匹配信息集合。
作为一种可选的实施方式，本发明实施例中，所述根据所述匹配信息集合中的匹配信息，为所述太赫兹空间网络聚类流量类簇分配网络切片，实现空间太赫兹通信网络切片与聚类流量的匹配，包括：
S61，根据所述匹配信息集合中的匹配信息，按照请求类、控制类标签为重要信息流、突发性信息流、正常信息流分配网络资源；
S62，利用虚拟网络映射算法，将虚拟节点和链路映射到底层物理节点和链路，实现空间太赫兹通信网络切片与聚类流量的匹配。
作为一种可选的实施方式，本发明实施例中，所述虚拟网络映射算法的优化目标函数为切片部署开销最小；
所述优化目标函数表示为
其中，a和b为权重系数，a+b＝1，hop(lvmn)表示链路lvmn经过节点的跳数。
作为一种可选的实施方式，本发明实施例中，所述利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整，包括：
S71，获取空间太赫兹通信网络切片的动态变化信息；
S72，根据所述动态变化信息，删除利用率低的切片，释放网络资源；
S73，利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。
与现有技术相比，本发明实施例具有以下有益效果：
(1)本发明在切片规划前进行聚类，一方面减小了每次构造切片的计算规模，另一方面形成的切片即可为该类别流量服务，方便了切片准入流量类型的判断；
(2)本发明根据切片资源的动态反馈，通过删除利用率低的切片释放网络资源，创建新切片，能够提高切片资源的有效利用。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例公开的一种空间太赫兹通信网络切片与聚类流量的动态匹配方法的流程示意图；
图2是本发明实施例公开的一种空间太赫兹通信网络切片与聚类流量的动态匹配方法的示例。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、装置、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其他步骤或单元。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
本发明公开了一种空间太赫兹通信网络切片与聚类流量的动态匹配方法，能够通过获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数；利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇；根据数据流量需求对太赫兹空间网络进行切片，得到网络切片集合；对太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合；利用预设的切片设计与调整算法，根据业务流需求和网络状态对空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。本发明能够协调节点间的链路资源，从而避免网络阻塞的产生。以下分别进行详细说明。
实施例一
请参阅图1，图1是本发明实施例公开的一种空间太赫兹通信网络切片与聚类流量的动态匹配方法的流程示意图。其中，图1所描述的空间太赫兹通信网络切片与聚类流量的动态匹配方法应用于空间太赫兹通信领域，为不同类型流量提供端到端服务质量可保证的网络，本发明实施例不做限定。如图1所示，该空间太赫兹通信网络切片与聚类流量的动态匹配方法可以包括以下操作：
S1，获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数；
S2，利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇；
S3，获取数据流量需求；根据所述数据流量需求对太赫兹空间网络进行切片，得到网络切片集合；
S4，对所述网络切片集合进行特征提取，得到网络切片特征信息集合；
S5，对所述太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合；
S6，根据所述匹配信息集合中的匹配信息，为所述太赫兹空间网络聚类流量类簇分配网络切片，实现空间太赫兹通信网络切片与聚类流量的匹配；
S7，利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。
可选的，所述获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数，包括：
S11，获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行归一化处理，得到归一化太赫兹空间网络数据流量信息；
S12，对所述归一化太赫兹空间网络数据流量信息进行EMD分解，得到IMF分量ci(t)，i＝1,2,…,N，N为IMF分量个数；所述IMF分量为太赫兹空间网络数据流量特征参数；
S13，对所述IMF分量进行划分，得到控制类特征参数和请求类特征参数。
可选的，归一化处理函数为其中，xmax为流量最大值，xmin为流量最小值，太赫兹空间网络数据流量信息为x(t)，x'(t)为归一化太赫兹空间网络数据流量信息；
对归一化太赫兹空间网络数据流量信息进行EMD分解，分解为不同时间尺度、成分简单、相对平稳的IMFs，确定流量x'(t)的所有极大值点和极小值点，利用多项式插值得到相应的上包络线emax(t)和下包络线emin(t)，根据上包络线和下包络线得到均值m(t)＝(emin(t)+emax(t))/2，根据流量x'(t)和均值m(t)提取细节流量h(t)，令h(t)＝x'(t)-m(t)，若h(t)符合IMF，则为第一个模态分量IMF1(记为c1(t))；否则令h(t)＝x'(t)，继续分解，最后将流量分解为其中，r(t)为余项；
可选的，所述利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇，包括：
S21，利用相关系数计算模型，对所述IMF分量ci(t)和所述太赫兹空间网络数据流量信息x(t)进行相关计算，得到相关系数Corr(c,x)；
所述相关系数计算模型为：
其中，xi(t)为x(t)中的第i个分量，为IMF分量的平均值，/>为x(t)的均值；
S22，剔除相关系数最小的IMF分量，得到第一IMF分量；所述相关系数最小的IMF分量为干扰分量；
S23，利用样本熵计算模型，对所述第一IMF分量进行处理，得到样本熵En；
S24，根据所述样本熵En，选择3个聚类中心；所述3个聚类中心为：
En最大的IMF分量为第一个聚类中心K1，En最小的IMF分量为第二个聚类中心K2，将En中值的IMF分量为第三个聚类中心K3；
样本熵估计公式为其中，m为维数，取1或者2，r∈[0.1std,0.25std]为相似容限，std为标准偏差，N为序列的长度，/>和/>分别为两个序列在相似容限r下匹配m和m+1个点的概率。
S25，计算所述第一IMF分量与所述3个聚类中心之间的距离；根据所述距离，将所述第一IMF分量聚类到各个聚类中心所在的簇，得到太赫兹空间网络聚类流量类簇；
距离公式为其中，X和Y分别为样本的协方差矩阵。
所述太赫兹空间网络聚类流量类簇包括：聚类中心K1所在的突发性信息流，聚类中心K2所在的正常信息流，聚类中心K3所在的重要信息流；
S26，对所述太赫兹空间网络聚类流量类簇进行分类，得到数据流p<s,t>＝[p1,p2,...,pn]，其中，s和t分别为数据流的源节点和目的节点，pn为数据流的特征指标。
可选的，所述获取数据流量需求；根据所述数据流量需求对太赫兹空间网络进行切片，得到网络切片集合，包括：
S31，获取数据流量需求；所述获取数据流量需求为带权无向图其中NV表示虚拟节点集合、LV表示虚拟链路集合、/>表示虚拟节点性能指标集合，/>表示虚拟链路性能指标集合；
所述虚拟节点性能指标集合包括数据流量所需CPU计算资源Cf(nv)、存储资源Rf(nv)；
所述虚拟链路性能指标集合包括数据流量所需带宽BWf(lv)；
S32，所述太赫兹空间网络为带权无向图其中NS表示物理节点集合，LS表示物理链路集合，/>表示物理节点性能指标集合，/>表示物理链路性能指标集合；
所述物理节点性能指标集合包括CPU空闲计算资源Cf(ns)、存储器空闲存储资源Rf(ns)；
所述物理链路性能指标集合包括可用带宽BWf(ls)、链路的通断状态State(ls)，其中，
S33，根据所述数据流量需求利用广度优先搜索算法遍历所有网络节点，找到符合每个数据流量需求的网络节点和链路，然后对太赫兹空间网络进行切片，得到网络切片集合G＝{GS1,GS2,...,GSn}。
可选的，所述对所述网络切片集合进行特征提取，得到网络切片特征信息集合，包括：
对所述网络切片集合G＝{GS1,GS2,...,GSn}进行处理，提取网络切片的特性q＝[q1,q2,...,qn]，其中qn为网络切片的特征指标，n为网络切片数量。
可选的，所述对所述太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合，包括：
S51，获取所述太赫兹空间网络聚类流量类簇的数据流的特征指标pn；
S52，获取所述网络切片特征信息集合的网络切片的特征指标qn；
S53，对所述数据流的特征指标pn和网络切片的特征指标qn进行匹配，满足q1≥p1，q2≥p2…qn≥pn，得到匹配信息集合。
可选的，所述根据所述匹配信息集合中的匹配信息，为所述太赫兹空间网络聚类流量类簇分配网络切片，实现空间太赫兹通信网络切片与聚类流量的匹配，包括：
S61，根据所述匹配信息集合中的匹配信息，按照请求类、控制类标签为重要信息流、突发性信息流、正常信息流分配网络资源；
S62，利用虚拟网络映射算法，将数据流量需求中的虚拟节点和链路映射到网络切片的底层物理节点和链路，实现空间太赫兹通信网络切片与聚类流量的匹配。
图2是本发明实施例公开的一种空间太赫兹通信网络切片与聚类流量的动态匹配方法的示例。
可选的，所述虚拟网络映射算法的优化目标函数为切片部署开销最小；
所述优化目标函数表示为
其中，a和b为权重系数，a+b＝1，Cf(nvi)和Rf(nvi)为部署切片中的节点nvi所需的CPU计算资源和存储资源，BWf(lvij)表示部署链路lvij所需的带宽，hop(lvmn)表示链路lvmn经过节点的跳数。
可选的，所述利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整，包括：
S71，获取空间太赫兹通信网络切片的动态变化信息；
S72，根据所述动态变化信息，删除利用率低的切片，释放网络资源；
S73，利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。
可见，实施本发明实施例所描述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，在切片规划前进行聚类，一方面减小了每次构造切片的计算规模，另一方面形成的切片即可为该类别流量服务，方便了切片准入流量类型的判断；本发明根据切片资源的动态反馈，通过删除利用率低的切片释放网络资源，创建新切片，能够提高切片资源的有效利用。
通过以上的实施例的具体描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中,存储介质包括只读存储器(Read-Only Memory，ROM)、随机存储器(Random Access Memory，RAM)、可编程只读存储器(Programmable Read-only Memory，PROM)、可擦除可编程只读存储器(ErasableProgrammable Read Only Memory，EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory，OTPROM)、电子抹除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(CompactDisc Read-Only Memory，CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
最后应说明的是：本发明实施例公开的一种空间太赫兹通信网络切片与聚类流量的动态匹配方法所揭露的仅为本发明较佳实施例而已，仅用于说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解；其依然可以对前述各项实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应的技术方案的本质脱离本发明各项实施例技术方案的精神和范围。

Claims (7)

1.一种空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述方法包括：
S1，获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数；
S2，利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇；
S3，获取数据流量需求；根据所述数据流量需求对太赫兹空间网络进行切片，得到网络切片集合；
S4，对所述网络切片集合进行特征提取，得到网络切片特征信息集合；
S5，对所述太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合；
S6，根据所述匹配信息集合中的匹配信息，为所述太赫兹空间网络聚类流量类簇分配网络切片，实现空间太赫兹通信网络切片与聚类流量的匹配，包括：
S61，根据所述匹配信息集合中的匹配信息，按照请求类、控制类标签为重要信息流、突发性信息流、正常信息流分配网络资源；
S62，利用虚拟网络映射算法，将虚拟节点和链路映射到底层物理节点和链路，实现空间太赫兹通信网络切片与聚类流量的匹配；
所述虚拟网络映射算法的优化目标函数为切片部署开销最小；
所述优化目标函数表示为
其中，a和b为权重系数，a+b＝1，Cf(nvi)和Rf(nvi)为部署切片中的节点nvi所需的CPU计算资源和存储资源，NV表示虚拟节点集合、LV表示虚拟链路集合，nvi和nvj为节点序号，BWf(lvij)表示部署链路lvij所需的带宽，hop(lvmn)表示链路lvmn经过节点的跳数，lvmn和lvij表示链路序号；
S7，利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。
2.根据权利要求1所述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行特征提取，得到太赫兹空间网络数据流量特征参数，包括：
S11，获取太赫兹空间网络数据流量信息；对所述太赫兹空间网络数据流量信息进行归一化处理，得到归一化太赫兹空间网络数据流量信息；
S12，对所述归一化太赫兹空间网络数据流量信息进行EMD分解，得到IMF分量ci(t)，i＝1,2,…,N，N为IMF分量个数；所述IMF分量为太赫兹空间网络数据流量特征参数；
S13，对所述IMF分量进行划分，得到控制类特征参数和请求类特征参数。
3.根据权利要求1所述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述利用改进的K均值算法对所述太赫兹空间网络数据流量特征参数进行处理，得到太赫兹空间网络聚类流量类簇，包括：
S21，利用相关系数计算模型，对IMF分量ci(t)和所述太赫兹空间网络数据流量信息x(t)进行相关计算，得到相关系数Corr(c,x)；
所述相关系数计算模型为：
其中，xi(t)为x(t)中的第i个分量，为IMF分量的平均值，/>为x(t)的均值；
S22，剔除相关系数最小的IMF分量，得到第一IMF分量；所述相关系数最小的IMF分量为干扰分量；
S23，利用样本熵计算模型，对所述第一IMF分量进行处理，得到样本熵En；
S24，根据所述样本熵En，选择3个聚类中心；所述3个聚类中心为：
En最大的IMF分量为第一个聚类中心K1，En最小的IMF分量为第二个聚类中心K2，En中值的IMF分量为第三个聚类中心K3；
S25，计算所述第一IMF分量与所述3个聚类中心之间的距离；根据所述距离，将所述第一IMF分量聚类到各个聚类中心所在的簇，得到太赫兹空间网络聚类流量类簇；
所述太赫兹空间网络聚类流量类簇包括：聚类中心K1所在的突发性信息流，聚类中心K2所在的正常信息流，聚类中心K3所在的重要信息流；
S26，对所述太赫兹空间网络聚类流量类簇进行分类，得到数据流p<s,t>＝[p1,p2,...,pn]，其中，s和t分别为数据流的源节点和目的节点，pn为数据流的特征指标，n为数据流的特征指标数量。
4.根据权利要求1所述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述获取数据流量需求；根据所述数据流量需求对太赫兹空间网络进行切片，得到网络切片集合，包括：
S31，获取数据流量需求；所述获取数据流量需求为带权无向图其中NV表示虚拟节点集合、LV表示虚拟链路集合、/>表示虚拟节点性能指标集合，/>表示虚拟链路性能指标集合；
所述虚拟节点性能指标集合包括数据流量所需CPU计算资源Cf(nv)、存储资源Rf(nv)；
所述虚拟链路性能指标集合包括数据流量所需带宽BWf(lv)；
S32，所述太赫兹空间网络为带权无向图其中NS表示物理节点集合，LS表示物理链路集合，/>表示物理节点性能指标集合，/>表示物理链路性能指标集合；
所述物理节点性能指标集合包括CPU空闲计算资源Cf(ns)、存储器空闲存储资源Rf(ns)；
所述物理链路性能指标集合包括可用带宽BWf(ls)、链路的通断状态State(ls)；
S33，根据所述数据流量需求利用广度优先搜索算法对太赫兹空间网络/>进行切片，得到网络切片集合G＝{GS1,GS2,...,GSn}，sn为网络切片集合中元素数量。
5.根据权利要求1所述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述对所述网络切片集合进行特征提取，得到网络切片特征信息集合，包括：
对所述网络切片集合G＝{GS1,GS2,...,GSn}进行处理，sn为网络切片集合中元素数量，提取网络切片的特性q＝[q1,q2,...,qn]，其中qn为网络切片的特征指标，n为网络切片数量。
6.根据权利要求1所述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述对所述太赫兹空间网络聚类流量类簇和所述网络切片特征信息集合进行匹配，得到匹配信息集合，包括：
S51，获取所述太赫兹空间网络聚类流量类簇的数据流的特征指标pn；
S52，获取所述网络切片特征信息集合的网络切片的特征指标qn；
S53，对所述数据流的特征指标pn和网络切片的特征指标qn进行匹配，得到匹配信息集合。
7.根据权利要求1所述的空间太赫兹通信网络切片与聚类流量的动态匹配方法，其特征在于，所述利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整，包括：
S71，获取空间太赫兹通信网络切片的动态变化信息；
S72，根据所述动态变化信息，删除利用率低的切片，释放网络资源；
S73，利用预设的切片设计与调整算法，根据业务流需求和网络状态对所述空间太赫兹通信网络切片与聚类流量的匹配进行动态调整。
CN202310124936.4A 2023-02-03 2023-02-03 一种空间太赫兹通信网络切片与聚类流量的动态匹配方法 Active CN116318434B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310124936.4A CN116318434B (zh) 2023-02-03 2023-02-03 一种空间太赫兹通信网络切片与聚类流量的动态匹配方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310124936.4A CN116318434B (zh) 2023-02-03 2023-02-03 一种空间太赫兹通信网络切片与聚类流量的动态匹配方法

Publications (2)

Publication Number Publication Date
CN116318434A CN116318434A (zh) 2023-06-23
CN116318434B true CN116318434B (zh) 2023-09-12

Family

ID=86833393

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310124936.4A Active CN116318434B (zh) 2023-02-03 2023-02-03 一种空间太赫兹通信网络切片与聚类流量的动态匹配方法

Country Status (1)

Country Link
CN (1) CN116318434B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108599994A (zh) * 2018-03-26 2018-09-28 华南理工大学 一种基于流量聚类的sdn切片构造方法
CN112291791A (zh) * 2020-10-31 2021-01-29 国网河南省电力公司经济技术研究院 一种基于5g切片电力通信网带宽资源分配方法
CN112583636A (zh) * 2020-11-24 2021-03-30 华南师范大学 一种政务网络切片的构造方法、电子设备和存储介质
CN114401516A (zh) * 2022-01-11 2022-04-26 国家计算机网络与信息安全管理中心 一种基于虚拟网络流量分析的5g切片网络异常检测方法
CN114567936A (zh) * 2022-04-11 2022-05-31 国网浙江省电力有限公司信息通信分公司 一种基站网络切片下业务分类方法、终端与流程
CN114911849A (zh) * 2022-06-02 2022-08-16 国网湖南省电力有限公司 基于复杂网络理论的移动网络流量模式挖掘方法
CN115277429A (zh) * 2022-09-30 2022-11-01 北京中电飞华通信有限公司 基于灵活以太网的电力通信业务资源分配方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108599994A (zh) * 2018-03-26 2018-09-28 华南理工大学 一种基于流量聚类的sdn切片构造方法
CN112291791A (zh) * 2020-10-31 2021-01-29 国网河南省电力公司经济技术研究院 一种基于5g切片电力通信网带宽资源分配方法
CN112583636A (zh) * 2020-11-24 2021-03-30 华南师范大学 一种政务网络切片的构造方法、电子设备和存储介质
CN114401516A (zh) * 2022-01-11 2022-04-26 国家计算机网络与信息安全管理中心 一种基于虚拟网络流量分析的5g切片网络异常检测方法
CN114567936A (zh) * 2022-04-11 2022-05-31 国网浙江省电力有限公司信息通信分公司 一种基站网络切片下业务分类方法、终端与流程
CN114911849A (zh) * 2022-06-02 2022-08-16 国网湖南省电力有限公司 基于复杂网络理论的移动网络流量模式挖掘方法
CN115277429A (zh) * 2022-09-30 2022-11-01 北京中电飞华通信有限公司 基于灵活以太网的电力通信业务资源分配方法及装置

Also Published As

Publication number Publication date
CN116318434A (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
CN110717300B (zh) 面向电力物联实时在线监测业务的边缘计算任务分配方法
US7969881B2 (en) Providing proportionally fair bandwidth allocation in communication systems
WO2014090075A1 (en) System and method for estimating an effective bandwidth
US10237194B2 (en) Maximize network capacity policy with heavy-tailed traffic
CN115103450B (zh) 一种多业务时隙分配方法和设备
CN109150756B (zh) 一种基于sdn电力通信网的队列调度权值量化方法
CN113300861B (zh) 网络切片配置方法、装置以及存储介质
US20200092176A1 (en) Machine learning algorithms for quality of service assurance in network traffic
CN114268548A (zh) 一种基于5g的网络切片资源编排与映射方法
Rukmani et al. Scheduling algorithm for real time applications in mobile ad hoc network with opnet modeler
CN113099259B (zh) 流媒体的组播发送方法、装置、组播服务器以及介质
CN116318434B (zh) 一种空间太赫兹通信网络切片与聚类流量的动态匹配方法
CN109672626B (zh) 一种基于排队延迟利用的服务聚合方法
Frigui et al. Dynamic reallocation of SLA parameters in passive optical network based on clustering analysis
CN109120523B (zh) 多节点路径选择方法、装置、云平台资源调度方法及装置
KR100734827B1 (ko) 가입자 망에서 가입자들간의 공평성을 보장하기 위한 장치및 그 방법
Gill et al. On the capacity bounds for bumblebee-inspired connected vehicle networks via queuing theory
CN113038537B (zh) 分配移动网络频谱资源的方法和电子设备
CN107360483B (zh) 一种用于软件定义光网络的控制器负载均衡算法
KR20120055947A (ko) 가입자 인지 플로우별 ＱｏＳ 제공 방법 및 장치
CN115190543A (zh) 密集无线网络中的边缘侧直播视频传输调度方法
US7660242B2 (en) Call admission control system and method for interpreting signaling messages and controlling traffic load in internet protocol differentiated services networks
CN115175265A (zh) 传输路径的确定方法、装置、计算机设备和存储介质
Zhang et al. A new mechanism for supporting differentiated services in cluster-based network servers
KR100642934B1 (ko) 채널 스케줄링 장치 및 방법

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