[发明专利]一种5G网络切片基于预测的虚拟网络功能调度方法有效
申请号: | 201810863512.9 | 申请日: | 2018-08-01 |
公开(公告)号: | CN108965024B | 公开(公告)日: | 2021-08-13 |
发明(设计)人: | 唐伦;周钰;马润琳;肖娇;赵国繁;陈前斌 | 申请(专利权)人: | 重庆邮电大学 |
主分类号: | H04L12/24 | 分类号: | H04L12/24 |
代理公司: | 北京同恒源知识产权代理有限公司 11275 | 代理人: | 赵荣之 |
地址: | 400065 *** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 网络 切片 基于 预测 虚拟 功能 调度 方法 | ||
1.一种5G网络切片基于预测的虚拟网络功能调度方法,其特征在于,该方法具体包括以下步骤:
S1:在5G网络切片的应用场景下,针对业务流量动态变化的服务功能链特征,建立基于时延的服务功能链队列的网络模型、服务功能链队列模型和多队列的时延模型;
S2:建立多队列缓存模型,当缓存空间有限时,为防止队列数据丢失,在不同时刻根据切片业务队列大小,确定切片请求的优先级及应提供的最低服务率;
S3:将时间离散为一系列连续的时间窗,并将时间窗内的队列信息作为训练数据集样本,建立基于预测的流量感知模型;
S4:根据预测出的每种切片业务队列大小及所对应的最低服务率,寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法;
步骤S1中,所述基于时延的服务功能链队列的网络模型为:
虚拟网络拓扑由带权无向图G=(V,E)表示,其中V表示虚拟节点的集合,E表示虚拟链路的集合;Bm表示节点m的总输出链路带宽,由与该节点连接的虚拟链路共享,对于网络切片Si,处理业务请求的虚拟网络功能集合表示为Fi={fi1,fij,...fiJ},i∈[1,|S|]z,j∈[1,|Fi|]z,其中S表示所有网络切片的集合,J表示Fi中VNF的个数,对于组成服务功能链的VNF,用f表示,其中fij表示网络切片Si需要调度的第j个VNF;令表示能够执行虚拟化网络功能fij的虚拟节点集合,其中
步骤S1中,所述服务功能链队列模型为:
令Γ={1,...,t...,T}表示网络运行的时隙集合,其中定义每个时隙t的持续时间为Ts;因此在时隙t内,与执行了fij的节点相连的第l条虚拟链路所分配的带宽资源用表示;令表示切片Si在时隙t内节点执行fij实际提供的服务速率;Qi(t)表示在时隙t内切片Si的队列长度,即表示等待传输数据包数;
假设每个切片租用相应数量的缓存资源用于缓存其对应的一个业务数据,对于每个队列令Ai(t)表示数据包的到达过程,由于虚拟网络用户非周期性应用产生数据的随机性,假设包到达过程Ai(t)服从参数为λi的泊松分布,所有用户的包到达过程在不同的调度时隙是独立分布的,即相继到达时间间隔服从相互独立的λi的负指数分布;令Mi(t)表示数据包大小,假设数据包大小服从平均值为的指数分布,则数据包的平均处理速率为因此队列的长度更新过程表示为:
其中,表示在时隙t内被处理的数据包数目;
步骤S1中,所述多队列的时延模型为:
所述时延包括排队时延、处理时延和传输时延;令分别表示切片Si到达的数据包队列在整个网络被各个节点处理前的平均排队时延、在整个网络相应虚拟节点上的平均处理时延、以及在整个网络相应链路传输的平均传输时延;把一个网络切片的数据流在最后一个节点上处理完的时间点与该网络切片请求到达时间点的平均差值定义为平均调度时延,用τ表示,且满足:
网络切片Si的数据包总平均调度时延为:
其中,数据包大小服从平均值为的指数分布;Wi(t)表示服务功能链中执行fij的节点的等待时间分布函数;因此,优化目标为最小化网络内多个网络切片请求的服务功能链VNF的整体平均调度时延,表示为:minτ,其中τ=max{τ1,τ2,...,τi};
步骤S2中,所述多队列缓存模型为:计算防止切片队列溢出所需最低的服务速率,其中服务速率满足:
其中,Ri(t)表示业务i应提供的最低服务速率,表示第i个切片队列所允许的最大缓存长度;
步骤S3中,所述基于预测的流量感知模型为:
通过采用基于LSTM的预测方法,提前预测出保证切片队列不溢出的最低服务速率根据预测的结果提前制定优化服务功能链的部署方式及资源的分配策略,从而提高网络效率;切片Si的特征表示为:xi=[Ai,Qi],其中Ai表示数据包到达率,Qi表示上一时刻的队列长度;定义一个长度为ε离散时间窗,将该时间窗内的数据作为一个历史数据样本,因此,在历史时刻t-ε至t的范围内,网络模型输入的数据集表示为:
每个样本集的样本都是不同的,对样本数据进行预处理后构造LSTM模型进行前向计算,包含状态计算和输出计算;然后再进行反向训练权重以提高预测的性能;
步骤S4中,所述的服务功能链VNF的调度方法是指:采用蚁群算法建模求解VNF调度的最优路径从而实现服务功能链的部署问题;所述问题基于步骤S3中所述的通过预测得到的保证切片队列不溢出的最低服务速率在满足最低资源需求的前提下,通过最大最小蚁群算法寻找最优服务功能链部署路径以获得最大资源分配方案,从而最小化整体的VNF调度时延;通过步骤S1中所述的多队列的时延模型计算整体调度时延。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邮电大学,未经重庆邮电大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810863512.9/1.html,转载请声明来源钻瓜专利网。
- 上一篇:虚拟演练网络的创建方法和装置
- 下一篇:云计算系统中流量的管理方法和装置