[发明专利]一种海洋观监测网络中基于集群的NFV服务链优化方法

权利要求书

1.一种海洋观监测网络中基于集群的NFV服务链优化方法，其特征在于包括如下步骤：

(1)、海洋观监测网络拓扑结构建立；

设置海洋观监测网络拓扑结构为一个半径为R的圆形场景，其中m个具有一定计算能力的浮标节点和若干船舶中心形成S个半径为R_c的非重叠集群，每个集群的中心是海洋观监测网络中待观监测的点，在该点周围浮标节点近似成高斯分布，所有集群都是独立的高斯分布，从而整个观监测网络成多元高斯分布；其中同一集群中的浮标节点彼此靠近并执行服务链接过程；在集群中，存在本地簇头节点和成员节点，并且成员节点存储不同种类的VNF；对于每个集群，本地簇头节点具有集群的VNF分发信息；对于从源节点到目的节点的连接请求，数据流控制器使用包括源节点ID，目的节点ID和在报头头部中所需的VNF的信令分组连接到本地簇头节点；假设海洋观监测网络的流入流量自相似，平均数据速率为u bps，采用分数布朗运动模型描述VNF在海洋观监测网络浮标节点之中的状态；在创建VNF服务链时，每个数据流都由本地簇头节点初始化；每个数据流都需要在其报头的头部中提供源节点ID，目的节点ID，所需的VNF的信息；基于所需的VNF字段，本地簇头节点确定集群序列中需要将数据流引导到链中的VNF的路由；如果所需的VNF不在集群中则浮标节点需要通过船舶中心从另一个最近的具有该VNF的节点迁移此VNF，然后本地簇头节点创建VNF服务链；

(2)、建立VNF存储模型；

假设每个VNF具有流行度指示符，其通过实时监视VNF需求率而定期更新；使用标准的Zipf定律进行流行度分布，则在v个VNF中流行度排第w的VNF被使用的概率描述为：

其中，为归一化参数，α是Zipf定律的形状参数，定义了来自浮标节点的VNF请求的相关级别；高值α意味着大多数请求是从几个最流行的VNF生成的；

(3)、网络平均服务时间与集群个数之间的数学关系式的推导；

假设每个集群中VNF只有一个备份，得到：

(3-1)任意VNF请求是在本地簇头中的概率是:

其中m_b是集群内平均节点个数，c表示每个浮标节点的VNF容量，p表示一个浮标节点中的最大VNF数；

(3-2)任意VNF请求在成员节点中而不在本地簇头中的概率为:

c·m/S表示为集群内平均VNF数；

由于在海洋网络模型中每个集群都是一个独立的高斯分布，用g(x)来描述集群内每个节点的概率密度函数：

其中ψ表示此密度函数的特征矩阵，μ表示密度函数的中心点：采用单位矩阵作为每个集群的特征矩阵，即假设每个集群是一个半径为R_c的圆，于是集群内每个节点的概率密度函数简化计算为：

其中E为单位矩阵；

设,C₁,C₂表示两个集群，n₁,n₂分别表示C₁,C₂中的节点个数，x_i,x_j分别表示C₁,C₂中的节点，则集群间节点平均距离D(C₁,C₂)表示为：

其中D(x_i,x_j)为节点x_i,x_j之间的距离；

设集群C₃中的节点个数为k，则集群内节点间的平均距离为：

其中D(x_ki,x_kj)为C₃中两节点之间的距离；

假设网络中节点间的跳数h与节点间的距离成比例，设集群内节点间的平均跳数为h_in，集群间节点间的平均跳数为h_out，设h_out＝t·h_in＝t·h，则t是关于R_c的表达式；

设网络中浮标节点间的平均端到端延迟为D(S)：

其中，n_l为网络中流的个数，H是Hurst参数，表示时间序列的自相似程度，u是自相似流入流量的平均速率，σ是流的平均标准差，Q是相邻节点之间的平均链路容量，是自相似fBm流量模型的溢出概率，表示为：

其中u_i是第i个流的流入速率，b是稳态积压队列的统计界限；由此推出网络平均服务时间T:

其中n为网络中VNF的数量，P_s为浮标节点与船舶中心成功连接的概率，D_f为浮标节点与船舶中心的平均时延；

采用仿真枚举实验的方法来得到最优R_c的大小，即最优集群的个数S_opt，S与R_c的关系为:

S·πR_c²＝πR²

(4)、最后通过仿真估计得到使得网络平均服务时间最小的集群个数，优化整个NFV服务链。