一种负载均衡方法、装置、设备及可读存储介质与流程

1.本发明涉及通信技术领域，尤其涉及一种负载均衡方法、装置、设备及可读存储介质。


背景技术：

2.针对业务负载不均衡问题，工业界和学术界做了不少工作。工业界主要通过在服务器和外界网络间部署安装负载均衡设备，以达到最佳负载均衡需求；学术界则聚焦于多样化的负载均衡策略以实现高质量的业务传输效果。
3.对于现有的负载均衡技术，硬件负载均衡设备的安装，可以提高系统的整体性能，但配置复杂，成本较高；而多样化的负载均衡策略以服务器的实时负载信息来决定业务的分配，所需计算量巨大。
4.由上可以看出，现有技术的方案存在实现过程较复杂，消耗算力较多的问题。


技术实现要素：

5.本发明实施例提供一种负载均衡方法、装置、设备及可读存储介质，以提供实现简单且节省算力的负载均衡方案。
6.第一方面，本发明实施例提供了一种负载均衡方法，应用于sdn控制器(software defined network，软件定义网络)，包括：
7.接收目标类型的业务数据；
8.根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，其中，所述目标网络切片用于处理所述目标类型的业务数据，所述网络切片的数量大于或等于2；
9.根据所述业务到达速率，将所述目标类型的业务数据在所述目标网络切片间进行分配。
10.其中，所述根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，包括：
11.利用dtmc(discrete-time markov chain，离散时间马尔可夫链)确定所述目标网络切片的第一利用率转移概率矩阵；
12.根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵；
13.根据所述第二利用率转移概率矩阵得到所述目标网络切片的稳定状态概率矩阵；
14.根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵。
15.其中，所述第一利用率转移概率矩阵表示成如下形式：
[0016][0017]
其中，所述矩阵中的元素
[0018]
ρk表示第k个网络切片的利用率，k表示目标网络切片的总数，i，j分别表示行号和列号，i＝1，2
……
k，j＝1，2，
……
k。
[0019]
其中，所述根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵，包括：
[0020]
通过如下方式根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵：
[0021][0022]
其中，ρ
*
表示第二利用率转移概率矩阵，ρ表示第一利用率转移概率矩阵，α为常数且0＜α＜1，k表示目标网络切片的总数。
[0023]
其中，所述根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵，包括：
[0024]
通过如下方式根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵：
[0025]
λ
*
＝λ
total
π
[0026]
其中，λ
*
表示目标网络切片的业务到达速率矩阵，表示目标网络切片的业务到达速率之和，λk为第k个目标网络切片的业务到达速率；π表示稳定状态概率矩阵，π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。
[0027]
其中，在所述根据所述目标类型的业务数据，确定目标网络切片的业务到达速率之前，所述方法还包括：
[0028]
计算所述目标网络切片的利用率的标准差；
[0029]
所述根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，包括：
[0030]
当所述标准差大于预设阈值时，根据所述目标类型的业务数据，确定目标网络切片的业务到达速率。
[0031]
其中，通过如下方式计算所述目标网络切片的利用率的标准差：
[0032]
[0033]
其中，σ表示目标网络切片的利用率的标准差，k表示目标网络切片的总数，ρk表示第k个网络切片的系统利用率，表示k个网络切片的平均利用率。
[0034]
第二方面，本发明实施例还提供一种负载均衡装置，应用于sdn控制器，包括：
[0035]
第一接收模块，用于接收目标类型的业务数据；
[0036]
第一确定模块，用于根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，其中，所述目标网络切片用于处理所述目标类型的业务数据，所述网络切片的数量大于或等于2；
[0037]
第一处理模块，用于根据所述业务到达速率，将所述目标类型的业务数据在所述目标网络切片间进行分配。
[0038]
其中，所述第一确定模块包括：
[0039]
第一确定子模块，用于利用dtmc确定所述目标网络切片的第一利用率转移概率矩阵；
[0040]
第一获取子模块，用于根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵；
[0041]
第二获取子模块，用于根据所述第二利用率转移概率矩阵得到所述目标网络切片的稳定状态概率矩阵；
[0042]
第三获取子模块，用于根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵。
[0043]
其中，所述第一利用率转移概率矩阵表示成如下形式：
[0044][0045]
其中，所述矩阵中的元素
[0046]
ρk表示第k个网络切片的利用率，k表示目标网络切片的总数，i，j分别表示行号和列号，i＝1，2
……
k，j＝1，2，
……
k。
[0047]
其中，所述第一获取子模块，用于通过如下方式根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵：
[0048][0049]
其中，ρ
*
表示第二利用率转移概率矩阵，ρ表示第一利用率转移概率矩阵，α为常数且0＜α＜1，k表示目标网络切片的总数。
[0050]
其中，所述第三获取子模块，用于通过如下方式根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵：
[0051]
λ
*
＝λ
total
π
[0052]
其中，λ
*
表示目标网络切片的业务到达速率矩阵，表示目标网络切片的业务到达速率之和，λk为第k个目标网络切片的业务到达速率；π表示稳定状态概率矩阵，π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。
[0053]
其中，所述装置还包括：
[0054]
第一获取模块，用于获取所述目标网络切片的利用率的标准差；
[0055]
所述第一确定模块，用于当所述标准差大于预设阈值时，根据所述目标类型的业务数据，确定目标网络切片的业务到达速率。
[0056]
其中，所述第一获取模块，用于通过如下方式计算所述目标网络切片的利用率的标准差：
[0057][0058]
其中，σ表示目标网络切片的利用率的标准差，k表示目标网络切片的总数，ρk表示第k个网络切片的系统利用率，表示k个网络切片的平均利用率。
[0059]
第三方面，本发明实施例还提供一种负载均衡装置，应用于sdn控制器，包括：处理器和收发器；
[0060]
其中，所述收发器，用于接收目标类型的业务数据；
[0061]
所述处理器，用于根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，其中，所述目标网络切片用于处理所述目标类型的业务数据，所述网络切片的数量大于或等于2；根据所述业务到达速率，将所述目标类型的业务数据在所述目标网络切片间进行分配。
[0062]
其中，所述处理器用于：
[0063]
利用dtmc确定所述目标网络切片的第一利用率转移概率矩阵；
[0064]
根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵；
[0065]
根据所述第二利用率转移概率矩阵得到所述目标网络切片的稳定状态概率矩阵；
[0066]
根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵。
[0067]
其中，所述第一利用率转移概率矩阵表示成如下形式：
[0068][0069]
其中，所述矩阵中的元素
[0070]
ρk表示第k个网络切片的利用率，k表示目标网络切片的总数，i，j分别表示行号和列号，i＝1，2
……
k，j＝1，2，
……
k。
[0071]
其中，所述处理器用于：通过如下方式根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵：
[0072][0073]
其中，ρ
*
表示第二利用率转移概率矩阵，ρ表示第一利用率转移概率矩阵，α为常数且0＜α＜1，k表示目标网络切片的总数。
[0074]
其中，所述处理器用于：通过如下方式根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵：
[0075]
λ
*
＝λ
total
π
[0076]
其中，λ
*
表示目标网络切片的业务到达速率矩阵，表示目标网络切片的业务到达速率之和，λk为第k个目标网络切片的业务到达速率；π表示稳定状态概率矩阵，π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。
[0077]
其中，所述处理器用于：
[0078]
获取所述目标网络切片的利用率的标准差；
[0079]
当所述标准差大于预设阈值时，根据所述目标类型的业务数据，确定目标网络切片的业务到达速率。
[0080]
其中，所述处理器用于：通过如下方式计算所述目标网络切片的利用率的标准差：
[0081][0082]
其中，σ表示目标网络切片的利用率的标准差，k表示目标网络切片的总数，ρk表示第k个网络切片的系统利用率，表示k个网络切片的平均利用率。
[0083]
第四方面，本发明实施例还提供一种通信设备，包括：收发机、存储器、处理器及存
储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上所述的负载均衡方法中的步骤。
[0084]
第五方面，本发明实施例还提供一种可读存储介质，所述可读存储介质上存储程序，所述程序被处理器执行时实现如上所述的负载均衡方法中的步骤。
[0085]
在本发明实施例中，通过sdn控制器重新计算每个网络切片应承载业务的业务到达速率，从而完成网络切片的业务负载均衡。因此，本发明实施例的方案实现简单且所需的计算资源较少。
附图说明
[0086]
图1是本发明实施例提供的负载均衡系统的示意图；
[0087]
图2是本发明实施例提供的负载均衡方法的流程图之一；
[0088]
图3是传统切片网络业务处理队列模型；
[0089]
图4是本发明实施例提供的基于sdn的切片网络业务排队处理模型；
[0090]
图5(a)-图5(d)是本发明实施例提供的urllc切片网络业务负载均衡方案示意图；
[0091]
图6是本发明实施例提供的负载均衡装置的结构图之一；
[0092]
图7是本发明实施例提供的负载均衡装置的结构图之二。
具体实施方式
[0093]
本发明实施例中术语“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
[0094]
本技术实施例中术语“多个”是指两个或两个以上，其它量词与之类似。
[0095]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，并不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
[0096]
参见图1，图1是本发明实施例提供的负载均衡系统的示意图。该系统可包括：sdn控制器101，mec(mobile edge computing，移动边缘计算)设备102以及云端103。
[0097]
在实际应用中，来自不同行业领域的业务数据(远程医疗、自动驾驶、智能抄表、智能家庭、云游戏等领域)通过无线侧传输到mec，mec将不同服务需求的业务数据进行分类，将不同类型的业务数据映射到不同类型的网络切片(或称为切片)中。不同业务数据需要使用不同类型的网络切片承载，再根据业务需求将业务数据上传到云端进行处理。其中，mec中的业务数据将通过sdn控制器与网络切片进行适配，从而通过sdn控制器对业务数据进行灵活调度并选择合适的网络切片实现业务的动态分流。
[0098]
同样地，云端的服务器将业务数据下传给终端用户时，通过sdn控制器将不同服务需求的业务数据适配到相应的网络切片中，再进行后续的业务数据处理与下发。
[0099]
以urllc(ultra-reliable and low latency communications，超可靠和低时延通信)切片为例。假设整个网络系统中现存共有4个urllc切片，自动驾驶类业务需要由某一urllc切片进行承载。此时urrlc切片1～3相对urllc切片4接入的业务更多，因此，sdn控制
器则将该自动驾驶类业务与urrlc切片4进行适配，这样就避免了在多个网络切片承载业务时，业务承载不均衡的问题。
[0100]
为了提高网络切片的资源利用率，避免网络切片之间业务负载不均衡情况的发生，基于如图1所示的网络切片系统结构示意图，在本发明实施例中，提出了一种基于sdn的切片网络业务负载均衡方法，以确保切片之间的有效负载分配。
[0101]
参见图2，图2是本发明实施例提供的负载均衡方法的流程图，应用于sdn控制器，如图2所示，包括以下步骤：
[0102]
步骤201、接收目标类型的业务数据。
[0103]
其中，所述目标类型可以是任一类型，比如前述的远程医疗、自动驾驶、智能抄表、智能家庭、云游戏等业务数据。sdn控制器可接收来自mec的业务数据，也可接收来自云端的业务数据。在这两种情况下，sdn控制器都可根据需要进行负载均衡，且实现原理相同。
[0104]
步骤202、根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，其中，所述目标网络切片用于处理所述目标类型的业务数据，所述网络切片的数量大于或等于2。
[0105]
在此步骤中，可包括：
[0106]
(1)利用dtmc确定所述目标网络切片的第一利用率转移概率矩阵。
[0107]
在本发明实施例中，任意的网络切片在处理业务时可建模成一个拥有n个服务器的m/m/n排队系统。假设同一类型的网络切片数量为k个，λk、μk、nk分别为第k个切片所承载业务的业务到达速率，业务离开速率，服务器数量。在本发明实施例中，假设每个网络切片的业务处理能力相同，即业务离开速率均相同，故存在μk＝μ。图3所示为传统切片网络业务处理队列模型。在该切片网络业务处理队列模型中，第k个切片的利用率ρk可以表示为第k个切片的业务到达速率除以第k个切片所承载业务的服务器数量与业务离开速率的乘积，可表示为式(1)：
[0108][0109]
在本发明实施例中，由于各业务流是通过sdn控制器控制进而实现业务流的动态分流，因此，在切片网络业务排队处理模型中，业务到达每个网络切片进行业务传输处理可以看作是业务到达一个sdn队列，由sdn扮演业务流分流的角色。
[0110]
图4所示为本发明实施例中基于sdn的切片网络业务排队处理模型。假设基于sdn控制器的切片网络业务排队处理模型中业务到达速率、业务离开速率、服务器数量分别为μ
total
＝μk、即基于sdn的切片网络业务排队处理模型中的业务到达速率λ
total
、服务器数量n
total
分别为传统切片网络业务处理队列模型中业务到达速率之和、服务器数量之和，而基于sdn的切片网络业务排队处理模型的业务离开速率与传统切片网络业务处理队列模型中的业务离开速率相同。
[0111]
在本发明实施例的切片网络业务排队处理模型中，业务到达每个网络切片进行业务传输处理可以看作是业务到达一个sdn队列，由sdn控制器扮演业务流分流的角色，因此，可避免出现由于业务量激增、某个网络切片的vnf(virtual network function，虚拟网络
功能)模块由于存储资源、计算能力受限而出现的业务处理瓶颈问题。
[0112]
在本发明实施例中，利用dtmc来描述sdn控制器控制下的网络切片的状态。一个网络切片可以看作为dtmc中的一个状态。在本发明实施例中，假设系统中共存在k个某一类型的网络切片，第k个网络切片的利用率ρk可以看作是dtmc中业务从一个切片转移到它自身的概率，因此，在dtmc中转移概率矩阵中存在p
ij
＝ρk,(如果i＝j)，即业务从第k个网络切片转移到自身的概率为第k个网络切片的利用率。
[0113]
在本发明实施例中，默认为业务从第k个网络切片转移到其他k-1个切片的概率是相同的，因此，业务从某一个网络切片转移到其他k-1个网络切片的概率为除去业务转移到自身切片的概率之后再均分为k-1份，即为因此，该dtmc中转移概率p
ij
可以表示为：
[0114][0115]
为了直观表述，可以将(2)式表示为如下所示的矩阵表达形式：
[0116][0117]
其中，ρk表示第k个网络切片的利用率，k表示目标网络切片的总数，i，j分别表示行号和列号，i＝1，2
……
k，j＝1，2，
……
k。上述矩阵p即为第一利用率转移概率矩阵。
[0118]
(2)根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵。
[0119]
为了缩小每个网络切片所承载业务量的差异，实现业务的负载均衡，对第一利用率转移概率矩阵中转的移概率p
ij
进行变化，变化之后的转移概率矩阵为α乘以dtmc中网络切片的转移概率矩阵加上常数项1-α的k等分，即：
[0120][0121]
其中，ρ
*
表示第二利用率转移概率矩阵，ρ表示第一利用率转移概率矩阵，α为常数且0＜α＜1(α可根据需要设置)，k表示目标网络切片的总数。αρ可以减小每个状态之间的差异性，同时地，为了保证每个状态转移概率总和为1，故而需在αρ的基础上，加常数项通过调节α可以动态的调整各网络切片之间所承载的业务量，从而可充分利用其他网络切片的空闲资源，提高网络资源使用效率。
[0122]
(3)根据所述第二利用率转移概率矩阵得到所述目标网络切片的稳定状态概率矩阵。
[0123]
根据所述第二利用率转移概率矩阵，基于离散时间马尔可夫链，可求得每个网络切片利用率的稳定状态概率矩阵π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。由于在离散时间马尔可夫链中，稳态概率表示业务流态经过若干次转移均会收敛到一个稳定值，因此，可通过上述方式获得业务流处于某一个网络切片状态的概率。
[0124]
(4)根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵。
[0125]
在此步骤中，通过如下方式得到所述目标网络切片的业务到达速率矩阵：
[0126]
λ
*
＝λ
total
π
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0127]
其中，λ
*
表示目标网络切片的业务到达速率矩阵，表示目标网络切片的业务到达速率之和，λk为第k个目标网络切片的业务到达速率；π表示稳定状态概率矩阵，π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。
[0128]
步骤203、根据所述业务到达速率，将所述目标类型的业务数据在所述目标网络切片间进行分配。
[0129]
在本发明实施例中，通过sdn控制器重新计算每个网络切片应承载业务的业务到达速率，从而完成网络切片的业务负载均衡。因此，本发明实施例的方案实现简单且所需的计算资源较少。
[0130]
在以上实施例的基础上，为及时触发负载均衡操作，利用网络切片利用率的标准差σ作为评估不同网络切片接入业务负载之间的差异性的衡量指标。因此，在本发明实施例中，获取所述目标网络切片的利用率的标准差，当所述标准差大于预设阈值时，根据所述目标类型的业务数据，确定目标网络切片的业务到达速率。
[0131]
具体的，按照如下公式(6)计算所述目标网络切片的利用率的标准差：
[0132][0133]
其中，σ表示目标网络切片的利用率的标准差，k表示目标网络切片的总数，ρk表示第k个网络切片的系统利用率，表示k个网络切片的平均利用率。
[0134]
当该指标大于某一阈值σ0时，触发负载均衡机制，实施负载均衡策略。负载均衡后，由于各网络切片所承载业务差异相对较小，因此，负载均衡之后求得的标准差σ
*
应小于负载均衡之前的σ。通过这种方式，从宏观角度考虑了整个切片网络的系统负载业务的差异性，提高了整个切片网络系统的业务处理能力。
[0135]
图5(a)-图5(d)所示为urllc切片网络业务负载均衡方案示例。其中图5(a)与图5(b)分别为三个urllc切片承载业务示例以及通过以上方案对业务进行负载均衡之后的业务示例，其中α＝0.2。图5(c)与图5(d)分别为四个urllc切片承载业务示例以及通过以上方案对业务进行负载均衡之后的业务示例，其中α＝0.2。
[0136]
图5(a)与图5(b)所示状态转移矩阵对应稳态概率与业务达到速率如表1所示。
[0137]
表1
[0138][0139]
其中，π
urllc1
、π
urllc2
、π
urllc3
分别为urllc1、urllc2、urllc3切片的稳态概率，λ
urllc1
、λ
urllc2
、λ
urllc3
分别为负载均衡前urllc1、urllc2、urllc3切片的业务到达速率；分别为负载均衡后的urllc1、urllc2、urllc3切片的业务到达速率。
[0140]
图5(a)与图5(b)所示切片网络利用率之间标准差如表2所示。
[0141]
表2
[0142]
负载均衡前负载均衡后σ＝0.309σ
*
＝0.0618
[0143]
其中，σ为负载均衡前的切片网络利用率之间的标准差；σ
*
为负载均衡后切片网络利用率之间的标准差。
[0144]
图5(c)与图5(d)所示状态转移矩阵对应稳态概率与业务达到速率如表3所示。
[0145]
表3
[0146][0147]
其中，π
urllc1
、π
urllc2
、π
urllc3
、π
urllc4
分别为urllc1、urllc2、urllc3、urllc4切片的稳态概率，λ
urllc1
、λ
urllc2
、λ
urllc3
、λ
urllc4
分别为负载均衡前urllc1、urllc2、urllc3、urllc4切片的业务到达速率；的业务到达速率；分别为负载均衡后的urllc1、urllc2、urllc3、urllc4切片的业务到达速率。
[0148]
图5(c)与图5(d)所示切片网络利用率之间标准差如表4所示。
[0149]
表4
[0150]
负载均衡前负载均衡后σ＝0.3625σ
*
＝0.2725
[0151]
其中，σ为负载均衡前的切片网络利用率之间的标准差；σ
*
为负载均衡后切片网络利用率之间的标准差。
[0152]
由表1与表2结果可知，在对业务进行负载均衡前，urllc3切片网络负载的业务量
较urllc1、urllc2负载业务量大很多，三个切片业务负载不均衡；通过sdn控制器，并基于本发明实施例的基于sdn的切片网络业务负载均衡方法对业务进行灵活调度，在对业务进行负载均衡后，三个切片对应的业务达到速率相差较小，切片之间承载的业务得到有效负载均衡。由表3与表4结果可知，在负载均衡前，切片之间承载业务量不均衡，在基于本发明实施例的基于sdn的切片网络业务负载均衡方法对业务进行灵活调度后，切片之间承载业务量差异较小。
[0153]
通过以上描述可以看出，在本本发明实施例中，利用dtmc来描述sdn控制下的网络切片的状态，重新计算每个切片应承载业务的业务到达率，从而完成切片网络业务负载均衡。由上述urllc切片网络业务负载均衡方案示例可知，该方法负载均衡效果较好，实现方式相对简单易行，所用计算资源较少。
[0154]
本发明实施例还提供了一种负载均衡装置，应用于sdn控制器。参见图6，图6是本发明实施例提供的负载均衡装置的结构图。由于负载均衡装置解决问题的原理与本发明实施例中负载均衡方法相似，因此该负载均衡装置的实施可以参见方法的实施，重复之处不再赘述。
[0155]
如图6所示，负载均衡装置600包括：
[0156]
第一接收模块601，用于接收目标类型的业务数据；第一确定模块602，用于根据所述目标类型的业务数据，确定目标网络切片的业务到达速率，其中，所述目标网络切片用于处理所述目标类型的业务数据，所述网络切片的数量大于或等于2；第一处理模块603，用于根据所述业务到达速率，将所述目标类型的业务数据在所述目标网络切片间进行分配。
[0157]
其中，所述第一确定模块包括：
[0158]
第一确定子模块，用于利用dtmc确定所述目标网络切片的第一利用率转移概率矩阵；
[0159]
第一获取子模块，用于根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵；
[0160]
第二获取子模块，用于根据所述第二利用率转移概率矩阵得到所述目标网络切片的稳定状态概率矩阵；
[0161]
第三获取子模块，用于根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵。
[0162]
其中，所述第一利用率转移概率矩阵表示成如下形式：
[0163]
[0164]
其中，所述矩阵中的元素
[0165]
ρk表示第k个网络切片的利用率，k表示目标网络切片的总数，i，j分别表示行号和列号，i＝1，2
……
k，j＝1，2，
……
k。
[0166]
其中，所述第一获取子模块，用于通过如下方式根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵：
[0167][0168]
其中，ρ
*
表示第二利用率转移概率矩阵，ρ表示第一利用率转移概率矩阵，α为常数且0＜α＜1，k表示目标网络切片的总数。
[0169]
其中，所述第三获取子模块，用于通过如下方式根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵：
[0170]
λ
*
＝λ
total
π
[0171]
其中，λ
*
表示目标网络切片的业务到达速率矩阵，表示目标网络切片的业务到达速率之和，λk为第k个目标网络切片的业务到达速率；π表示稳定状态概率矩阵，π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。
[0172]
其中，所述装置还包括：
[0173]
第一获取模块，用于获取所述目标网络切片的利用率的标准差；
[0174]
所述第一确定模块，用于当所述标准差大于预设阈值时，根据所述目标类型的业务数据，确定目标网络切片的业务到达速率。
[0175]
其中，所述第一获取模块，用于通过如下方式计算所述目标网络切片的利用率的标准差：
[0176][0177]
其中，σ表示目标网络切片的利用率的标准差，k表示目标网络切片的总数，ρk表示第k个网络切片的系统利用率，表示k个网络切片的平均利用率。
[0178]
本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
[0179]
本发明实施例还提供了一种负载均衡装置，应用于sdn控制器。参见图7，图7是本发明实施例提供的负载均衡装置的结构图。由于负载均衡装置解决问题的原理与本发明实施例中负载均衡方法相似，因此该负载均衡装置的实施可以参见方法的实施，重复之处不再赘述。
[0180]
如图7所示，负载均衡装置700包括：处理器701和收发器702；
[0181]
其中，所述收发器702，用于接收目标类型的业务数据；
[0182]
所述处理器701，用于根据所述目标类型的业务数据，确定目标网络切片的业务到
达速率，其中，所述目标网络切片用于处理所述目标类型的业务数据，所述网络切片的数量大于或等于2；根据所述业务到达速率，将所述目标类型的业务数据在所述目标网络切片间进行分配。
[0183]
其中，所述处理器701用于：
[0184]
利用dtmc确定所述目标网络切片的第一利用率转移概率矩阵；
[0185]
根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵；
[0186]
根据所述第二利用率转移概率矩阵得到所述目标网络切片的稳定状态概率矩阵；
[0187]
根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵。
[0188]
其中，所述第一利用率转移概率矩阵表示成如下形式：
[0189][0190]
其中，所述矩阵中的元素
[0191]
ρk表示第k个网络切片的利用率，k表示目标网络切片的总数，i，j分别表示行号和列号，i＝1，2
……
k，j＝1，2，
……
k。
[0192]
其中，所述处理器701用于：通过如下方式根据所述第一利用率转移概率矩阵得到第二利用率转移概率矩阵：
[0193][0194]
其中，ρ
*
表示第二利用率转移概率矩阵，ρ表示第一利用率转移概率矩阵，α为常数且0＜α＜1，k表示目标网络切片的总数。
[0195]
其中，所述处理器用于：通过如下方式根据所述稳定状态概率矩阵以及基于sdn的切片网络业务排队处理模型中的业务到达速率，得到所述目标网络切片的业务到达速率矩阵：
[0196]
λ
*
＝λ
total
π
[0197]
其中，λ
*
表示目标网络切片的业务到达速率矩阵，表示目标网络切片的业务到达速率之和，λk为第k个目标网络切片的业务到达速率；π表示稳定状态概率矩阵，π＝[π1，π2，...，πk]，πk表示第k个目标网络切片的稳定状态概率。
[0198]
其中，所述处理器701用于：
[0199]
获取所述目标网络切片的利用率的标准差；
[0200]
当所述标准差大于预设阈值时，根据所述目标类型的业务数据，确定目标网络切片的业务到达速率。
[0201]
其中，所述处理器701用于：通过如下方式计算所述目标网络切片的利用率的标准差：
[0202][0203]
其中，σ表示目标网络切片的利用率的标准差，k表示目标网络切片的总数，ρk表示第k个网络切片的系统利用率，表示k个网络切片的平均利用率。
[0204]
本发明实施例提供的装置，可以执行上述方法实施例，其实现原理和技术效果类似，本实施例此处不再赘述。
[0205]
本发明实施例还提供一种通信设备，包括：收发机、存储器、处理器及存储在存储器上并可在处理器上运行的程序，所述处理器执行所述程序时实现如上所述的负载均衡方法中的步骤。
[0206]
本发明实施例还提供一种可读存储介质，可读存储介质上存储有程序，该程序被处理器执行时实现上述负载均衡方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。其中，所述的可读存储介质，可以是处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器(例如软盘、硬盘、磁带、磁光盘(mo)等)、光学存储器(例如cd、dvd、bd、hvd等)、以及半导体存储器(例如rom、eprom、eeprom、非易失性存储器(nand flash)、固态硬盘(ssd))等。
[0207]
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
[0208]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。根据这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁盘、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
[0209]
上面结合附图对本发明的实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本发明的保护之内。