一种云环境下的无线mesh网络的资源优化方法与流程

本发明涉及云计算领域，特别是涉及通信网络理论。

背景技术：

目前，云计算及其相关服务已经成为了业界科学研究和企业应用开发的热点，随着企业和个人消费者对大数据存储、高效计算性和个性化应用服务需求的增长，云计算也在不断提高其自身的特性，从多个角度来构建不同层次的应用服务。云计算平台底层采用虚拟化技术，构建大型虚拟集群，能够动态的组织异构的计算资源，并能隔离具体的硬件体系结构，为用户提供多样化的应用服务平台。在云服务平台的环境下，用户可以从中得到强大的计算能力，海量数据存储资源，以及高性能的分布式计算能力。在应用服务的层面，云计算为用户提供了丰富的个性化服务，良好的用户体验以及各种及时、高效、畅通的应用服务。

云计算按照其架构分类，可以分为：IAAS(基础设施即服务)、PAAS(平台即服务)、SAAS(软件即服务)三种。按照运营方式的不同，又可以分为：公有云、私有云以及混合云。公有云通常指第三方提供商用云计算平台，公有云一般通过Internet使用，可能是免费或成本低廉的。提供商通过自己的基础设施直接向外部用户提供服务。私有云是指为一个客户单独使用而构建的，因而提供对数据、安全性和服务质量的有效控制。混合云是指公有云和私有云的混合使用方式。目前的公有云主要有亚马逊EC2、Rackspace等，私有云主要有Red Hat RHEV、Eucalyptus、VMwarev Sphere等。在私有云和公有云都发展的得比较成熟的情况下，混合云服务的应用成为各个中小型企业发展自己业务需求逐步选择的方向，云服务资源的参考模型如图1所示。

资源管理是用户使用云计算平台非常重要的部分，通过对资源良好的管理，才能提高硬件基础设施的利用率，提高任务的执行效率。资源管理主要是指对虚拟资源的资源组织、资源监控和资源调度。资源组织是对异构硬件资源进行整合的过程，通过资源整合，可以将基础设施进行统一的管理，进而完成调度过程。

资源监控是指对云中的虚拟资源的使用情况进行监控，比如CPU的使用率、存储空间、网络带宽等，通过对这些资源的监控，来确定资源的分配。调度算法是指在操作系统中自动分配基础设施资源的策略，针对不同的系统平台和调度目标，选取不一样的调度策略。现阶段在混合云环境下的调度策略的研究很少，但是资源的负载、调度算法却是几乎任何一个云计算平台关注的关键部分。云计算的调度策略是应用在云平台的资源管理中的，调度算法需要满足使用者动态分配节点和提高资源利用率的需求。

因此，为提升云服务资源的使用效能，有必要建立高效的云服务资源管理机制。

技术实现要素：

本发明所要解决的技术问题是：通过建立云环境下的无线mesh网络结构模型，并对其资源进行优化处理,然后进行网络链路优化，实现满足高效云服务能力的网络资源管理能力提升。

本发明为解决上述技术问题所采用的技术方案包括以下步骤，如图2所示：

A、建立云环境下的无线mesh网络结构模型，并对其资源进行优化处理。

B、进行网络链路优化。

所述步骤A中，具体为：无线mesh网络的结构模型分为逻辑功能层和物理资源层，其中逻辑功能层用于应用管理、业务流调度和链路分配，物理资源层于资源的接入控制和物理路径规划，逻辑功能层的应用管理用于动态调节逻辑路径，物理资源层的物理路径规划由上层的逻辑路径规划进行调节，将云计算系统的IaaS层和SaaS层的状态信息作为无线mesh网络的逻辑功能层所需的控制信息。

所述步骤A中，逻辑功能层传输优化模型为：

其中为节点v完成处理处于场景l的业务流i所需时间，为节点v完成处理处于场景l的业务流j所需时间，H为最大容许延迟时间，M_i,l为在场景l中可用于服务业务流i的节点集合，θ_i,l为在场景l中网络对业务流i的服务时间，P为节点中的业务流待处理场景，P_AGV为节点识别到达业务流场景，为在场景l中节点v对业务流i的服务时间，为决策变量，若在时间段τ内，业务流i被从节点n_i传输至节点n_j，则反之则为决策变量，若在场景l中业务流i被服务，则反之则为决策变量，若在场景l中节点v对业务流i先于业务流j进行服务，则反之则S为传输子网个数，为决策变量，在场景l中当τ大于业务流i的起始传输时间，则反之为决策变量，当τ小于业务流i的传输完成时间，则反之则w_i为业务流i传输时滞的惩罚因子，T_i为业务i的传输时滞，为决策变量，当在场景l中和在时间段τ内节点v处理完成业务流i则反之为决策变量，当在场景l中和在时间段τ内节点v卸载业务流i则反之J为所有被服务的业务流集合，D_i为业务流i在缓存中的时滞，为节点n_i的邻近节点集合。

所述步骤A中，物理资源层传输优化模型为：

所述步骤B中，具体为：

其中o_v为节点v的容量，r_vt为决策变量，若节点v为多播树t的根节点则r_vt＝1，反之则r_vt＝0，q为业务流速率，c_wv为从节点w至节点v的层叠链路长度，M为大于100的系数，x_wvtk,x_wvt,x_vt均为决策变量，若在多播树t的从根节点至节点k的流路径包含从节点w至节点v的层叠链路，则x_wvtk＝1，反之则x_wvtk＝0，若多播树t包含从节点w至节点v的层叠链路则x_wvt＝1，反之则x_wvt＝0，若节点v的接入链路用于下载或上传多播树t的业务流则x_vt＝1，反之则x_vt＝0，T为多播树的数目,V为节点数目。

附图说明

图1云服务资源的参考模型示意图

图2云环境下的无线mesh网络的资源优化流程示意图

具体实施方式

为达到上述目的，本发明的技术方案如下：

第一步，建立无线mesh网络的资源优化模型，具体为：无线mesh网络的结构模型分为逻辑功能层和物理资源层，其中逻辑功能层用于应用管理、业务流调度和链路分配，物理资源层于资源的接入控制和物理路径规划，逻辑功能层的应用管理用于动态调节逻辑路径，物理资源层的物理路径规划由上层的逻辑路径规划进行调节，将云计算系统的IaaS层和SaaS层的状态信息作为无线mesh网络的逻辑功能层所需的控制信息。

第二步，逻辑功能层传输优化模型为：

其中为节点v完成处理处于场景l的业务流i所需时间，为节点v完成处理处于场景l的业务流j所需时间，H为最大容许延迟时间，M_i,l为在场景l中可用于服务业务流i的节点集合，θ_i,l为在场景l中网络对业务流i的服务时间，P为节点中的业务流待处理场景，P_AGV为节点识别到达业务流场景，为在场景l中节点v对业务流i的服务时间，为决策变量，若在时间段τ内，业务流i被从节点n_i传输至节点n_j，则反之则为决策变量，若在场景l中业务流i被服务，则反之则为决策变量，若在场景l中节点v对业务流i先于业务流j进行服务，则反之则S为传输子网个数，为决策变量，在场景l中当τ大于业务流i的起始传输时间，则反之为决策变量，当τ小于业务流i的传输完成时间，则反之则w_i为业务流i传输时滞的惩罚因子，T_i为业务i的传输时滞，为决策变量，当在场景l中和在时间段τ内节点v处理完成业务流i则反之为决策变量，当在场景l中和在时间段τ内节点v卸载业务流i则反之J为所有被服务的业务流集合，D_i为业务流i在缓存中的时滞，为节点n_i的邻近节点集合。

第三步，物理资源层传输优化模型为：

第四步，进行网络链路优化，具体为：

min ∑_w∑_v∑_tx_wvtc_wv

s.t. ∑_w∑_tx_wvtq≤o_v v＝1,2...,V

Σ_vΣ_tx_wvtq≤o_w w＝1，2，...，V

Σ_wx_wvt+Σ_wx_vwt≤Mx_vt v＝1，2，...，V t＝1，2，...，T

Σ_tx_vt＝1 v＝1，2，...，V

Σ_wx_wvkt-Σ_w x_vwkt＝x_kt v＝k v＝1，2，...，V

k＝1，2，...，V t＝1，2，...，T

Σ_w x_wvkt-Σ_w x_vwkt＝-x_kt r_vt＝1 v＝1，2，...，V

k＝1，2，...，V t＝1，2，...，T

Σ_w x_wvkt-Σ_w x_vwkt＝0 v≠k r_vt≠1 v＝1，2，...，V

k＝1，2，...，V t＝1，2，...，T

x_wvkt≤x_wvt V＝1，2，...，V w＝1，2，...，V k＝1，2，...，V

t＝1，2，...，T

其中o_v为节点v的容量，r_vt为决策变量，若节点v为多播树t的根节点则r_vt＝1，反之则r_vt＝0，q为业务流速率，c_wv为从节点w至节点v的层叠链路长度，M为大于100的系数，x_wvtk,x_wvt,x_vt均为决策变量，若在多播树t的从根节点至节点k的流路径包含从节点w至节点v的层叠链路，则x_wvtk＝1，反之则x_wvtk＝0，若多播树t包含从节点w至节点v的层叠链路则x_wvt＝1，反之则x_wvt＝0，若节点v的接入链路用于下载或上传多播树t的业务流则x_vt＝1，反之则x_vt＝0，T为多播树的数目,V为节点数目。

本发明提出了一种云环境下的网络资源优化方法，通过将无线mesh网络作为云计算环境的数据传输平台，并建立无线mesh网络的资源优化模型和链路优化模型，实现满足高效云服务能力的网络资源管理能力提升。