电力虚拟专网场景下的切片同步方法与流程

本发明涉及电力虚拟专网领域，具体涉及一种电力虚拟专网场景下的切片同步方法。

背景技术：

1、随着电力虚拟专网中通信感知一体化、空天地协同和数字孪生等新兴业务的出现和发展，当前移动通信技术已经逐渐不能满足新兴业务愈发差异化的业务需求。在此基础上，第6代移动通信技术应运而生，以满足复杂多变、差异巨大的新型业务需求。网络切片是5g关键技术之一，是一种按需组网的方式，通过让运营商在统一的基础设施上分离出多个虚拟的端到端网络，每个网路切片在无线接入网、承载网和核心网上进行逻辑隔离，以适配各种各样类型的应用。

2、网路切片首先按照sfc(service function chain)中vnf(virtualized networkfunction)和虚拟链路顺序需求，将vnf部署在不同的节点上，同时选择虚拟链路实现信息传输，即vnf部署过程。由于vnf部署问题通常为np难和非凸问题，精确优化算法和启发式算法无法求出其解析解，针对此类问题，一种可行解决方案是使用深度强化学习算法。

3、然而，网络切片的同步问题，即可能存在部分距离软件定义网络(sdn：softwaredefined network)控制器较远的节点和链路的状态信息无法及时同步，导致切片策略滞后甚至错误。在电力虚拟专网中，切片策略滞后或错误会导致部分供电设备资源获取不足，甚至导致用户大规模停电的严重后果。因此，为解决以上问题，亟需一种能够有效实现智能电力网络切片同步的方案，有效保证切片策略的实时性和有效性，防止由于切片策略滞后和错误导致的严重电力安全事故。

技术实现思路

1、有鉴于此，本发明的目的是克服现有技术中的缺陷，提供电力虚拟专网场景下的切片同步方法，能够有效保证切片策略的实时性，防止切片策略滞后。

2、本发明的电力虚拟专网场景下的切片同步方法，包括如下步骤：

3、s1.基于智能网络切片架构，建立考虑业务时延以及同步时延的网络时延模型；

4、s2.以业务时延和同步时延联合最小化为目的，对网络时延模型进行优化处理，得到时延优化模型；

5、s3.对时延优化模型进行求解，具体包括：

6、s31.通过节点同步和虚拟网络功能部署算法求解同步节点，并在剩余节点中求解虚拟网络功能部署策略；

7、s32.采用深度确定性策略梯度算法求解资源分配策略。

8、进一步，所述网络时延模型包括业务时延模型以及同步时延模型；

9、所述业务时延模型为：

10、

11、其中，τs(t)为时隙t业务时延；为时隙t处理时延；为时隙t传输传播时延；fsf为业务s的sfc中第f个vnf；sfcs为业务s的sfc中vnf集合；

12、所述同步时延模型为：

13、

14、其中，τd(t)为时隙t同步时延；dii'表示节点ni和ni'间的链路长度；dsdn表示同步节点到sdn的链路长度；c为光速；为网络节点集合；θn(t)以及θn-1(t-1)均为二进制变量，θn(t)表示时隙t节点的类型，θn-1(t-1)表示时隙t-1节点的类型；为链路的传输路径；为节点的传输路径；lii'为节点ni和ni'间的链路；d1为链路向同步节点发送的数据包大小；dn为各节点向同步节点发送的数据包大小；bii'为时隙t节点ni和ni'构成的链路ll具有的最大带宽资源；ηii'(t)为时隙t链路ll的频谱效率；τd(τ)为第τ个时隙对应的同步时延，表示前t-1个时隙同步时延的和。

15、进一步，根据如下公式确定时延优化模型：

16、

17、其中，τ(t)为时延优化模型的优化目标，即网络总时延，由业务时延和同步时延加权构成；α为第一加权系数；s为业务s的集合；τs(t)为时隙t业务时延；β为第二加权系数，α+β＝1；τd(t)为时隙t同步时延；θn(t)表示时隙t节点的类型；表示业务s的sfc中第f个vnf映射到节点ni的标识变量；fi为节点ni的vnf部署上限；为时隙t计算资源；ci为节点ni具有的最大计算资源；为时隙t存储资源；mi为节点ni具有的最大存储资源；为时隙t业务s的数据从位于节点ni的vnf fif通过ni和ni'间链路lii'发送到位于节点ni'的vnf fi'f'时，链路lii'为其分配的带宽资源；为时隙t业务s的数据从位于节点ni'的vnf fi'f'通过ni和ni'间链路lii'发送到位于节点ni的vnf fif时，链路lii'为其分配的带宽资源；ηii'(t)为节点ni和ni'构成的链路ll的频谱效率；rs(t)为时隙t业务s需求的最低传输速率；为最大时延需求；为节点ni具有的vnf集合；fif为位于节点ni的vnf；为节点ni'具有的vnf集合；fi'f'为位于节点ni'的vnf；θ(t)为同步节点选择变量；p(t)为时隙t的各节点vnf的部署标识变量；为业务分配的计算资源、为业务分配的存储资源、为业务分配的带宽资源。

18、进一步，所述步骤s31，具体包括：

19、s311：重置sfc部署的环境，构建两个a2c网络，并初始化两个a2c网络中的网络参数；

20、s312：第一个a2c网络选取动作，即同步节点部署位置，将动作和状态合并，发送给第二个a2c网络，并与环境交互获得同步时延；

21、s313：第二个a2c网络接收状态，确定业务节点，并根据业务需求选取vnf部署动作，将同步时延、节点同步策略和vnf部署策略发送给深度确定性策略梯度算法中的ddpg网络，进入下一时隙；

22、s314：重复s312～s313步骤，直到终止时隙；

23、s315：从回放缓存中抽取样本，两个a2c网络中各自更新自身的价值网络参数和策略网络参数，进入下一轮迭代；

24、s316：重复s312～s315步骤，直到节点同步和虚拟网络功能部署算法收敛或到达最大迭代次数。

25、进一步，环境首先将状态发送给第一个a2c网络，第一个a2c网络将状态输入策略网络中获取同步策略，并将状态和同步策略发送给第二个a2c网络；

26、第二个a2c网络首先根据同步策略识别同步节点和业务节点，并通过剩余节点确定vnf部署策略，然后整合所有状态和动作，存入回放缓存池中。

27、进一步，所述步骤s32，具体包括：

28、s321：初始化深度确定性策略梯度算法中ddpg网络的网络参数；

29、s322：接收步骤s31中vnf部署和节点同步方案；

30、s323：根据方案选择业务节点和链路，选取资源分配动作，并计算业务时延；

31、s324：将业务时延和同步时延按照权重求和，求得算法奖励，将状态、动作和奖励元组存储到回放缓存中，进入下一时隙；

32、s325：重复s322～s324步骤，直到基于深度确定性策略梯度的资源分配计算收敛或到达最大迭代次数；

33、s326：从回放缓存中抽取样本，ddpg网络更新价值网络、策略网络和对应目标网络的参数；

34、s327：重复s322～s326步骤，直到深度确定性策略梯度算法收敛或到达最大迭代次数。

35、进一步，所述智能网络切片架构包括物理层、虚拟网络层和网络应用层；

36、物理层包括服务器、交换机，其中，一台服务器用于网络同步，剩余服务器和交换机执行业务所需功能；

37、虚拟网络层具有虚拟化的节点，并在虚拟网络层上部署业务所需vnf，其中一个节点作为网络同步节点；

38、网络应用层用于连接电力虚拟专网用户和切片网络，业务需求以服务功能链的方式表达。

39、本发明的有益效果是：本发明公开的一种电力虚拟专网场景下的切片同步方法，在现有网络的基础上，智能选择节点作为同步节点，并监控和更新其余节点的状态信息，在此基础上，结合电力虚拟专网用户需求，自动完成切片中vnf部署和资源分配过程，同时最小化业务和同步联合时延，实现网络切片策略的实时制定，满足用户服务质量需求。