[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

说明书

本发明涉及一种5G网络切片基于预测的虚拟网络功能调度方法，属于移动通信领域。该方法具体包括：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模型；建立多队列缓存模型，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；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；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。本发明实现了网络切片的在线映射，降低多个网络切片的整体平均调度时延，提高了网络服务的性能。

技术领域

本发明属于移动通信技术领域，涉及一种5G网络切片基于预测的虚拟网络功能调度方法。

背景技术

网络功能虚拟化(Network Function Virtualization，NFV)基于通用服务器硬件，并以软件化的形式提供各类网络功能，为运营商未来网络业务的灵活部署和网络结构的快速调整提供了极大的支撑能力，尤其是相关的服务功能链(Service FunctionChaining，SFC)技术，与传统的网络功能实现不同，创建了更灵活和更动态的网络服务，满足更多样化的需求。服务功能链是一个有序的虚拟网络功能(Virtual Network Function，VNF)集合，业务流量按照指定的策略依次通过多个VNF以实现网络业务的按需处理，由于SFC中的VNF运行在通用服务器的虚拟机(VM)环境中，这种业务处理架构保证了VNF的灵活性和可调整性，同时带来了一系列研究挑战，例如SFC中VNF的调度问题以及相应的资源分配问题。随着终端设备和网络应用数量的增加，网络流量在剧烈增长，服务质量(QoS)的保障已成为服务提供商亟待解决的重要问题，其中端到端时延和带宽为两种基础的QoS属性。不同的VNF的调度方式为用户提供相同的服务。然而，不同的调度方式可能导致服务功能链VNF的资源配置发生变化，从而影响服务功能链的端到端时延，因此，如何将状态监测的机制结合到变化的网络环境，从而合理地实现VNF的调度、虚拟资源的配置、资源供需平衡关系的优化，保证QoS的同时降低虚拟网络功能的调度时延，提高资源利用率，是5G网络切片中资源管理和调度机制需解决的关键问题之一。

目前在研究SFC部署关于端到端时延的发明中，大多数工作都只停留在解决单一调度周期上的资源调度问题，而忽略了在时间域上变化的业务请求引起数据的积累而产生的队列积压，这种处理方式在实际的场景中过于简化，分配给VNF的计算资源和用于传输数据的链路带宽资源应该根据业务请求数量的变化动态调整。同时，为了解决VNF调度及虚拟资源配置过程中可能的滞后性问题，可以采用资源需求预测的机制实现网络状态的监测。已有发明证明了神经网络技术可以很好地预测资源特征与资源需求之间的关联关系，但很少运用该方法解决资源需求预测与虚拟网络功能调度的结合问题。而长短期记忆网络(LSTM)作为深度学习的经典方法之一，LSTM是一种由RNN改进而来并可以用来进行时间序列预测分析的深度学习模型。该方法具有强大的数据特征拟合能力，通过在大量数据中自动提取资源需求的特征进行训练，挖掘数据最本质的特征，因此导致预测的精度要高于传统统计学模型。同时该方法由RNN改进而来，更加适合处理长距离依赖问题。

基于上述的优势，本发明采用长短期记忆网络来实时预测服务功能链对资源的最低需求量。基于预测的结果，提出了一种动态的服务功能链VNF的调度与资源分配方案，引入了一种最大最小蚁群算法实现多条服务功能链的动态部署。

发明内容

有鉴于此，本发明的目的在于提供一种5G网络切片基于预测的虚拟网络功能调度方法，能够通过预测的机制实现网络状态的监测，根据网络切片的队列信息特征预测出服务功能链对资源的最低需求，基于该结果提出了一种动态的服务功能链VNF的调度与资源分配方案，在时间维度上对底层资源进行调度，在不预留底层网络保护资源，寻找虚拟网络可获得最大资源的通信路径，实现网络切片在线映射，降低多个网络切片的整体平均调度时延。

为达到上述目的，本发明提供如下技术方案：