面向云服务提供商的服务收益提升方法与流程

本发明属于互联网技术领域，涉及流量调度技术，特别涉及一种针对云服务商的服务收益提升方法。

背景技术：

随着云计算的快速发展，许多公司和个人将所有的应用迁移到云服务平台上，这些云服务商维护着多个数据中心来支持相关业务。这些数据中心上运行着各种全局分布式的应用程序，并且分布在不同的地理区域，这决定了它们有跨地理区域相互通信的需求，这种需求导致了区域分布的数据中心间的流量大幅度提升。数据中心之间大量数据传输流导致了高昂的带宽开销，数据中心拥有者每年都要向互联网服务供应商租用广域网带宽，费用高达数亿。为了满足越来越激烈的商业竞争的需求，最大化服务收益对云服务提供商至关重要。

技术实现要素：

在给定每条边带宽限定的情况下，对一组给定的需要处理的请求，收益最大化的目标等效于最大化接受请求的收益，本发明即针对最大化请求接受收益的目标提出了一种面向云服务提供商的服务收益提升方案方法，通过将请求进行分流处理之后在多项式时间内求解出线性规划的结果，使用决策树的方式依次对每个请求进行整流或拒绝处理，具体按照以下步骤实现：

步骤一，将一个租用周期分为若干个传输时隙，即1,…,t，用一个有向图g＝(v,e)来表示数据中心和数据中心之间的链路，其中v是有向图的节点集合，表示所有的数据中心的集合，e是有向图的边集，表示所有的链路的集合，用五元组ri＝(si,ti,di,ai,τi)来代表一个请求，其中si，ti，di，ai，τi分别代表第i个请求的源节点、目的节点、数据量、到达时间以及截止时间；使用xi,j来代表第i个请求选择第j个路径，为拒绝这个请求，对所有整数进行松弛之后求解线性规划；

步骤二，对所有整数进行松弛之后求解线性规划；

步骤三，遍历所有请求，对每个的请求的每个进行路径计算选取最大化设定的u函数的选择；

步骤四，返回每个请求最终选取的路由方式；

其中u函数为用来快速逼近在已选择条件下出现违反约束条件的条件概率的特殊函数。

本发明用用p0表示在流量约束、请求约束和整数约束共三个约束下，使目标函数：

最大化的最优化问题，即在给定的带宽限定条件下对请求进行选择从而获得最大收益；

其中流量约束为：

其中k表示在收费周期内的请求个数，li-1表示从请求i的起始节点到目的节点的可选路径数目，xi,j为0或者1，表示请求i是否流经第j条路或是否拒绝该请求，ii,j,e为0或者1，表示请求i的第j个路径选择中是否包含第e条边，ce为第e条边上的带宽限定，为整数。

其中请求约束为：

同时由于请求不可分流的性质：

xi,j∈{0,1}

其中u函数按照如下方式构建：

其中

为松弛之后得到的解。

定义

b(m,d(m,x))＝x

t0＝ln[1+d(is,1/(n+1))]

可计算得到决策树每一层的u函数，从根部开始对每层每个节点对应的u函数进行计算，每层中u函数最大的节点对应的路由方式即使该请求最终的路由方式。

本发明的优势在于：

(1)通过理论证明可以得到，本发明算法调度结果和整数规划得到的最优解之间差距在确定范围内。

(2)本发明的算法可以在多项式时间内完成计算，远快于需要指数时间计算的整数规划。

附图说明

图1是本发明流程图。

具体实施方式

下面结合附图和试试样例详细说明本发明的算法。

步骤一，将一个租用周期分为若干个传输时隙，即1,…,t，用一个有向图g＝(v,e)来表示数据中心和数据中心之间的链路，其中v是有向图的节点集合，表示所有的数据中心的集合，e是有向图的边集，表示所有的链路的集合，用五元组ri＝(si,ti,di,ai,τi)来代表一个请求，其中si，ti，di，ai，τi分别代表第i个请求的源节点、目的节点、数据量、到达时间以及截止时间；使用xi,j来代表第i个请求选择第j个路径，为拒绝这个请求；

步骤二，对所有整数进行松弛之后在限定条件下使用线性规划求解器快速求解线性规划；

步骤三，遍历所有请求，决策树每层对应一个请求，从根部开始对每层每个节点对应的u函数进行计算，每层中u函数最大的节点对应的路由方式即使该请求最终的路由方式。

步骤四，返回每个请求最终选取的路由方式。