[发明专利]基于改进遗传算法的服务功能链映射方法、装置及设备

权利要求书

1.一种基于改进遗传算法的服务功能链映射方法，其特征在于，所述方法包括：

获取物理网络状态信息和任务请求，所述物理网络状态信息包括物理节点信息；

基于所述任务请求中的虚拟网络功能和所述物理节点信息的映射方案生成染色体；

随机从各所述任务请求的染色体集合中选择方案生成初始种群；

基于适应度值确定所述初始种群中的个体最优染色体集合和群体最优染色体；

基于预设的规则对所述个体最优染色体集合和群体最优染色体进行预设次数的迭代，得到目标群体最优染色体，所述目标群体最优染色体对应的映射方案为目标映射方案；

所述基于适应度值确定所述初始种群中的个体最优染色体集合和群体最优染色体，包括：

采用预设的适应度函数计算各染色体的适应度值；

将所述迭代过程中每个个体适应度值最小的染色体作为个体最优染色体，基于各所述个体最优染色体确定所述群体最优染色体；

在计算各染色体的适应度值时，采用预设的适应度函数计算，其中，所述适应度函数如下：

其中，costm(r)为染色体的适应度值，为一个二进制矩阵，当其值为1时表示，服务r的虚拟网络功能f部署在了物理节点a上；也是一个二进制矩阵，当服务请求r相邻的两个虚拟网络功能p、q之间的链路映射到底层物理链路∏ab时，其值为1，否则为0；其中ε_f,a表示将功能f映射到物理节点a的实例化开销，B_ab,pq表示将虚拟链路ab映射到物理链路pq的实际带宽需求，γ_f为多链部署功能分享后，功能f实例化减少的数量；基于上述适应度函数计算各染色体的适应度值之后，将适应度值小的染色体确定为个体最优染色体，并从所述个体最优染色体中确定群体最优染色体。

2.根据权利要求1所述的基于改进遗传算法的服务功能链映射方法，其特征在于，所述基于预设的规则对所述个体最优染色体集合和群体最优染色体进行预设次数的迭代，包括：

对所述初始群体中的每个染色体，当随机生成概率小于最优交叉概率时，将所述个体最优染色体和所述群体最优染色体进行交叉操作，得到新的染色体。

3.根据权利要求1所述的基于改进遗传算法的服务功能链映射方法，其特征在于，所述基于预设的规则对所述个体最优染色体集合和群体最优染色体进行预设次数的迭代，包括：

对所述初始群体中的每个染色体，当随机生成概率不小于最优交叉概率时，将所述个体最优染色体和普通染色体进行交叉操作，并将所述群体最优染色体和普通染色体进行交叉操作，得到新的染色体。

4.根据权利要求1所述的基于改进遗传算法的服务功能链映射方法，其特征在于，所述基于预设的规则对所述个体最优染色体集合和群体最优染色体进行预设次数的迭代，包括：

对所述初始群体中的每个染色体，当随机生成概率小于变异概率时，对各所述染色体执行变异操作，生成新的染色体。

5.根据权利要求2～4中任一权利要求所述的基于改进遗传算法的服务功能链映射方法，其特征在于，还包括：

对所述新的染色体进行可行性检查，将满足可行性检查的所述染色体确定为可选染色体。

6.根据权利要求5所述的基于改进遗传算法的服务功能链映射方法，其特征在于，所述方法还包括：

计算所述可选染色体的适应度值，剔除所述适应度值变大的染色体，并计算当前种群的个体最优染色体和群体最优染色体。