一种端到端网络切片的服务化部署方法

1.本发明属于移动通信技术领域，涉及一种端到端网络切片的服务化部署方法。


背景技术：

2.随着移动数据流量的爆炸性增长、海量的终端连接以及各种新应用的兴起，未来的无线网络需要具有灵活性、可编程性和开放性。此外，5g网络目前需要满足众多新服务的不同需求，具有不同需求的各种垂直市场促使5g网络变得灵活、可扩展、可管理、可定制，并允许多租户和多服务支持。网络切片的出现为实现这些远景提供了可能，在基于网络切片的5g系统中，可以根据用例的需求将多域基础设施网络的资源高效地分配给多个网络分片，在逻辑上分离物理基础设施内的一组虚拟网络功能以构建专用和定制的逻辑网络。国际电信联盟(itu)确定了5g网络的三大应用场景：增强型移动宽带(embb)、大规模机器类型通信(mmtc)和超可靠低延迟通信(urllc)，每个应用场景有各自不同的服务请求，如何根据这些服务请求制定专属的端到端网络切片，使其在保证用户服务质量的同时降低资源消耗，节约运营成本，对运营商来说至关重要。
3.端到端5g网络框架首次提出以来，很少有研究提出针对端到端切片的快速部署策略。网络切片通常被定义为由网络功能、虚拟资源、物理资源组成的资源链，因此网络切片部署的本质是网络功能的放置问题。网络切片作为一个由vnfs组成的逻辑网络，其部署问题与虚拟网络映射问题相似，端到端网络切片的部署对于网络切片的实现是必要的，但是现有的部署算法主要集中在核心网切片方面，通常根据不同的服务需求和网络场景来设定一个网络切片映射的优化目标并设计启发式算法求解。但如何快速的将端到端网络切片部署在跨域基础设施网络上仍然是网络切片研究的关键问题。差异化的服务需求使得切片对不同域的资源需求不同，因此端到端切片的部署需要面向服务，这给部署算法的实现带来了极大的挑战。其次，启发式算法缺少对于到无线环境的动态性考虑，而在单时隙中优化网络性能，面对复杂多变的网络环境，这样的启发式算法难以达到理想的优化效果。
4.为了应对上述挑战，需要对网络切片面向服务化的端到端部署策略进行更深入的研究，以优化网络切片部署过程中产生的资源消耗，降低成本。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种端到端网络切片的服务化部署方法，在保证用户服务质量的同时有效减少部署成本，降低资源消耗。
6.为达到上述目的，本发明提供如下技术方案：
7.一种端到端网络切片的服务化部署方法，在网络切片场景下，考虑由于业务请求变化导致的物理资源需求不同，从而要求面向不同的服务制定不同的端到端网络切片部署策略。该方法具体包括以下步骤：
8.s1：构建基于复杂网络理论模型的拓扑信息感知算法；
9.s2：根据步骤s1感知的拓扑信息定义节点重要性度量指标，分析基础设施网络中
物理节点拓扑特性并制定节点部署算法和链路映射算法；
10.s3：考虑由于不同服务需求导致的不同部署优化目标，分别为增强型移动宽带(embb)、大规模机器类型通信(mmtc)和超可靠低延迟通信(urllc)三种类型切片构建对应优化目标模型及主要部署目标模型，并根据步骤s2中节点部署算法和链路映射算法进行端到端网络切片的服务化部署。
11.进一步，所述网络切片场景包括物理层网络和虚拟层网络；所述业务请求包括embb、mmtc和urllc三种应用场景下所需要的网络服务请求；所述物理资源包括节点容量和链路带宽，节点容量涉及无线信道容量和计算资源，链路带宽涉及无线链路带宽和有线光纤链路带宽；所述拓扑信息包括基站(base stations，bss)、光交换机(optical switches，oss)和核心网节点(core network node，cns)等的结构特征。
12.进一步，步骤s1中，构建基于复杂网络理论模型的拓扑信息感知算法，具体包括：根据ba无标度网络、ws小世界网络、nw小世界网络和er随机网络四种典型复杂网络模型来模拟不同结构的基础设施网络，并根据节点度和节点中心性两种特征度量指标对基础设施网络中的物理节点拓扑特性进行感知和分析。其中，ba模型是基于无标度网络生长和偏好连接再现真实网络中的生长过程；ws模型是一种构造具有小世界性质和高聚类系数图的方法；nw模型在ws模型的基础上将重连过程修改为添加过程，其边缘密度高于ws模型；er模型通过多种方式对随机网络中不同节点之间的链路排列进行扩展，使随机图更好地表示真实网络。
13.进一步，步骤s2中，所述节点重要性度量指标包括：节点度、节点中心性、度相关性、聚类系数和平均路径长度等；所述节点部署算法是指基于网络切片请求中虚拟节点的排序算法；所述链路映射算法是指基于广度优先搜索算法的节点映射算法。
14.进一步，步骤s2中，本发明部署策略主要包括节点度和节点中心性两种度量指标，节点度表示为：其中，n表示基础网络节点数；当节点i和节点j直接相连时，δ
ij
值为1，否则值为0；
15.节点中心性是指介数中心性，表示为：其中，σ
st
是从节点s到节点t的最短路径总数，σ
st
(i)是从节点s经过节点i到节点t的最短路径数。
16.进一步，步骤s3中，embb优化目标为最大化节点剩余资源，表达式为：
[0017][0018]
其中，ci(ni)表示物理节点容量，cr(nr)表示虚拟节点所需容量，表示物理节点集合，包括sbs节点集合oss节点集合和cns节点集合nr＝{n1,n2,...,nr}表示虚拟网络节点集合，即vnfs；表示虚拟节点是否部署到物理节点上的二进制系数，若虚拟节点nr部署到物理节点ni上，则为1，否则为0；
[0019]
mmtc优化目标为最大化物理链路剩余带宽，表达式为：
[0020][0021]
其中，bi(ei)表示物理链路带宽资源，br(er)表示虚拟链路所需带宽资源，其中表示物理链路集合，包括无线电波链路和有线光纤链路er＝{e1,e2,...,er}表示虚拟网络节点间连接，即虚拟链路；表示虚拟链路是否映射到物理链路上的二进制系数，若虚拟链路er映射到物理链路ei上，则为1，否则为0；将每条虚拟链接路径长度均视为1，二进制系数即表示路径长度；
[0022]
urllc优化目标为最小化虚拟链接对应的物理路径长度，表达式为：
[0023][0024]
其中，表示虚拟无线链路，表示虚拟有线链路，表示物理无线链路，表示物理有线链路，表示虚拟无线链路集合，表示虚拟有线链路集合，表示虚拟无线链路是否映射到物理无线链路上的二进制系数，表示虚拟有线链路是否映射到物理有线链路上的二进制系数。
[0025]
进一步，步骤s3中，所述主要部署目标模型是指基础设施资源利用率最大化。
[0026]
进一步，步骤s3中，所述端到端网络切片的服务优化部署是指依据各种切片类型优化目标进行的面向服务的切片部署，具体包括以下步骤：
[0027]
s31：初始化基础设施网络，切片序列；
[0028]
s32：计算基础设施网络的节点容量和链路带宽；
[0029]
s33：对于请求是embb的切片，先对虚拟节点根据虚拟节点排序算法按照节点重要度进行排序，节点重要度指标相关定义如下：
[0030][0031][0032][0033][0034]
其中，ni(i)表示节点i的重要度，d
′i表示节点度的归一化，由公式(5)给出，其中di表示节点i的节点度；b
′
表示节点介数中心性的归一化，由公式(6)给出，其中bi表示节点i的节点介数中心性；nr(i)表示本地资源，由公式(7)给出，其中c(i)表示节点i的容量，bw(l)表示链路l的当前可用带宽，s(i)表示连接到节点i的链路集合。
[0035]
再分别对bss和cns节点按照基于bfs算法的节点映射算法进行节点映射，然后根据基于k条最短路径的链路映射算法完成虚拟链路映射，最后根据虚拟链路映射结果对oss节点进行映射并返回部署结果。
[0036]
s34：对于请求是mmtc的切片，先对虚拟节点根据虚拟节点排序算法按照节点重要度进行排序，节点重要度指标定义由公式(4)给出，再对cns节点按照基于bfs算法的节点映射算法进行节点映射，然后选择资源满足需求的bss节点作为候选节点并搜索cns节点和候选bss节点之间的候选路径集合，再根据基于k条最短路径的链路映射算法完成虚拟链路映射，最后根据虚拟链路映射结果对oss节点进行映射并返回部署结果；
[0037]
s35：对于请求是urllc的切片，先对虚拟节点根据虚拟节点排序算法按照节点重要度进行排序，节点重要度指标定义由公式(4)给出，再选择满足资源需求的bss节点和cns节点分别作为候选bss节点和候选cns节点，然后搜索候选bss节点和候选cns节点之间的候选物理路径集合，再根据基于k条最短路径的链路映射算法完成虚拟链路映射，然后根据虚拟链路映射结果对oss节点进行映射，最后完成bss节点和cns节点的映射并返回部署结果；
[0038]
s36：对切片部署完成后及时更新基础设施网络资源，计算资源使用效率；
[0039]
s37：计算接受率。
[0040]
本发明的有益效果在于：本发明方法能够在保证用户时延要求和服务质量的同时，有效降低网络切片部署的总成本。通过对不同应用场景服务请求制定专属的优化目标能够针对各种服务请求做出最合适当前服务的切片部署策略。
[0041]
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述，并且在某种程度上，基于对下文的考察研究对本领域技术人员而言将是显而易见的，或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
[0042]
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作优选的详细描述，其中：
[0043]
图1为网络切片部署场景图；
[0044]
图2为embb切片服务请求下的部署算法流程图；
[0045]
图3为mmtc切片服务请求下的部署算法流程图；
[0046]
图4为urllc切片服务请求下的部署算法流程图。
具体实施方式
[0047]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。
[0048]
请参阅图1～图4，图1为本实施例中网络切片部署场景图，网络切片的物理层定义为全连接无向图其中表示物理节点集合，表示物理链路集合，表示各个节点的容量，表示每条链路
的带宽资源。节点和链路为虚拟网络功能(vnfs)和流量数据转发提供计算、存储和带宽资源，而物理网络的资源是有限的。在物理网络架构图中，集合对集合进行初始化，集合对集合进行初始化。
[0049]
在网络切片层，用集合r＝{r1,r2,
…
,rk}表示网络服务请求(srs)，srs等待映射到物理网络中，将每个sr视为一个切片，定义一个虚拟有向图rk＝{vk,εk,ck,bk}表示sr。对于在t时刻的第k个服务请求，其虚拟网络功能(vnf)由集合表示，对应的所需节点容量由集合表示，其中nk表示第k个切片中的第n个vnf。连接虚拟节点的虚拟链路由表示，对应的传输带宽需求用表示，其中ik表示第k个切片中的第i条虚拟链路。
[0050]
参见图2，图2为embb切片的部署算法，具体步骤如下：
[0051]
步骤1：输入物理网络gi和embb服务请求re；
[0052]
步骤2：根据式(4)计算虚拟节点重要度ni，并根据ni值对虚拟节点进行降序排列；
[0053]
步骤3：选取ni最高值的节点标记为r，并将r作为根节点；
[0054]
步骤4：使用bfs算法对网络切片的图进行转换，得到bfs树t，并对t的每一层虚拟节点根据ni值大小进行降序排列得到有序节点集合n
′r；
[0055]
步骤5：对于cns和bss节点：根据ni值降序排列，并判断步骤4中每个虚拟节点是否是根节点；
[0056]
步骤6：将根节点的虚拟节点映射到ni值最高的物理节点上；
[0057]
步骤7：对于不是根节点的虚拟节点，寻找其父节点p及p的映射物理节点i；
[0058]
步骤8：寻找物理节点i的邻居节点作为备用节点集合c；
[0059]
步骤9：在满足节点容量需求的前提下，选择物理节点集合c中ni值最大的节点进行映射；
[0060]
步骤10：根据带宽需求对虚拟链路进行降序排列；
[0061]
步骤11：移除不满足带宽需求的物理链路并根据步骤6和步骤9中的映射结果，寻找虚拟链路两端虚拟节点的映射节点；
[0062]
步骤12：利用floyd算法寻找两物理节点的最短路径作为虚拟链路的映射链路；
[0063]
步骤13：输出节点映射结果m
node
和链路映射结果m
link
。
[0064]
参见图3，图3为mmtc切片的部署算法，步骤如下：
[0065]
步骤1：输入物理网络gi和mmtc服务请求rm；
[0066]
步骤2：根据式(4)计算虚拟节点重要度ni，并根据ni值对虚拟节点进行降序排列；
[0067]
步骤3：选取ni最高值的节点标记为r，并将r作为根节点；
[0068]
步骤4：使用bfs算法对网络切片的图进行转换，得到bfs树t，并对t的每一层虚拟节点根据ni值大小进行降序排列得到有序节点集合n
′r；
[0069]
步骤5：对于cns节点：根据节点ni值降序排列，并判断步骤4中每个虚拟节点是否是根节点；
[0070]
步骤6：将根节点的虚拟节点映射到ni值最高的物理节点上；
[0071]
步骤7：对于不是根节点的虚拟节点，寻找其父节点p及p的映射物理节点i；
[0072]
步骤8：寻找物理节点i的邻居节点作为备用节点集合c；
[0073]
步骤9：在满足节点容量需求的前提下，选择物理节点集合c中ni值最大的节点进行映射；
[0074]
步骤10：对于bss节点：选择资源满足需求的bss节点作为候选bss节点，并搜索cns节点和候选bss节点间的候选物理路径集合；
[0075]
步骤11：根据带宽需求对虚拟链路进行降序排列；
[0076]
步骤12：移除不满足带宽需求的候选物理链路并根据步骤6和步骤9中的映射结果，寻找虚拟链路两端虚拟节点的映射节点；
[0077]
步骤13：利用floyd算法寻找两物理节点的最短路径作为虚拟链路的映射链路；
[0078]
步骤14：输出节点映射结果m
node
和链路映射结果m
link
。
[0079]
参见图4，图4为urllc切片的部署算法，步骤如下：
[0080]
步骤1：输入物理网络gi和urllc服务请求ru；
[0081]
步骤2：根据式(4)计算虚拟节点重要度ni，并根据ni值对虚拟节点进行降序排列；
[0082]
步骤3：选取ni最高值的节点标记为r，并将r作为根节点；
[0083]
步骤4：使用bfs算法对网络切片的图进行转换，得到bfs树t，并对t的每一层虚拟节点根据ni值大小进行降序排列得到有序节点集合n
′r；
[0084]
步骤5：对于bss和cns节点：选择资源满足需求的bss节点和cns节点作为候选节点，并搜索候选cns节点和候选bss节点间的候选物理路径集合；
[0085]
步骤6：根据带宽需求对虚拟链路进行降序排列；
[0086]
步骤7：移除不满足带宽需求的候选物理链路，寻找虚拟链路两端虚拟节点的映射节点；
[0087]
步骤8：利用floyd算法寻找两物理节点的最短路径作为虚拟链路的映射链路；
[0088]
步骤9：输出节点映射结果m
node
和链路映射结果m
link
。
[0089]
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或者等同替换，而不脱离本技术方案的宗旨和范围，其均应涵盖在本发明的权利要求范围当中。