一种基于SDN架构面向虚拟光网络的映射方法技术

技术编号:14550644 阅读:58 留言:0更新日期:2017-02-04 23:45
一种基于SDN架构面向虚拟光网络的映射方法,包括步骤1:确定虚拟请求和物理底层的各网络参数以及拓扑结构图,并创建以VON-FP值为链路权值的拓扑辅助图,确定优化目标;步骤2:将拓扑辅助图上的链路按VON-FP值升序排列,根据虚拟请求进行分类,并按照映射规则确定映射方式;步骤3:制定一种基于种群的全局搜索和基于个体的局部启发式搜索的方法框架,将分类好的虚拟光网络请求用此搜索方法进行求解映射;步骤4:重复迭代搜索映射的方法得出适应度函数最小时的最优映射方案,将该方案分配给基于SDN的NOX架构进行具体的数据计算及流量转发操作。本发明专利技术方法提升了多域虚拟光网络映射的效率,并降低映射后整个网络的失败率。

A mapping method based on SDN architecture for virtual optical network

A mapping method of SDN oriented architecture based on virtual optical network, comprising the steps of: determining the 1 Parameters of the virtual network requests and physical layer and topology, and to create value for the auxiliary graph topology VON-FP link weights, to determine the optimal goal; step 2: the link topology on the auxiliary graph according to VON-FP values in ascending order the classification, according to the virtual request, and determines the mapping according to the mapping rules; step 3: develop a population based global search and local search heuristic individual frame method based on the classification of good virtual optical network request for mapping with this search method; step 4: iterative search mapping method that adapt to the the optimal mapping scheme of function most hours, the scheme is assigned to the SDN NOX architecture based on specific data calculation and traffic forwarding operation. The method of the invention improves the efficiency of the mapping of the multi domain virtual optical network and reduces the failure rate of the whole network after mapping.

一种基于SDN架构面向虚拟光网络的映射方法

【技术实现步骤摘要】

本专利技术属于网络
,具体涉及一种基于SDN架构面向虚拟光网络的映射方法
技术介绍
随着大数据业务以及基于云数据应用的爆发式增长,网络的虚拟化越来越多地被应用于解决传统网络架构所解决不了的网络拥塞。在所有的虚拟化网络问题中,最受关注的是虚拟光网络映射(virtualopticalnetworkembedding,VONE)。光网络的虚拟化有着高速、高带宽动态、超大容量和接口丰富的优点,而网络映则影响着整个网络的工作效率。虚拟光网络映射面临的关键问题主要有:光网络传输的约束条件,映射方法的设计实现以及网络映射的优化。网络映射是将虚拟网络请求中的节点及链路,在满足约束条件的情况下,映射到物理光网络上,并针对特定的优化目标将开销总和最小化。网络的映射影响着整个网络的时延,功耗等服务质量指标(QualityofService,QoS)。近年来单域内的虚拟光网络映射已有了解决方案,而对于多域内的虚拟光网络映射,以网络的可生存性(networksurvivability)为优化目标,尚未得到很好的解决。网络的映射问题已被证明为NP-hard问题,属于二次分配问题范畴。由于多域网络中上层资源分配给不同的底层网络,这不可避免的会造成域间的不透明性,控制器很难协调域内传输和域间传输,而且现有的映射方法中没有完全考虑到光网络的约束条件和可生存性。例如光网络传输时需遵守光网络链路上分频段的一致性和连续性,以及映射链路时存在一定的失败率。因此本申请提出一种基于软件定义网络架构(softwaredefinednetwork,SDN)的多域虚拟光网络映射方案,并通过一种基于种群的全局搜索和基于个体的局部启发式搜索的方法求解,旨在多域并行处理条件下,利用SDN架构中控制平面与数据平面分离的优势优化多域中网络的可存活性。
技术实现思路
本专利技术的目的在于针对上述现有技术中的问题,提供一种基于SDN架构面向虚拟光网络的映射方法,该方法以中央控制方式,用程序规划网络,提升多域并行映射的效率,并采用一种基于种群的全局搜索和基于个体的局部启发式搜索的方法映射,在充分考虑光网络的约束条件下,有效降低虚拟网络的失败率。为了实现上述目的,本专利技术采用的技术方案为:步骤1:确定虚拟光网络请求和物理底层的各网络参数以及拓扑结构图,并创建以VON-FP值为链路权值的辅助拓扑图,确定优化目标;步骤2:将辅助拓扑图上的链路按VON-FP值升序排列,根据虚拟光网络请求进行分类,并按照映射的分类规则确定映射方式;步骤3:制定一种基于种群的全局搜索和基于个体的局部启发式搜索的方法框架,将分类好的虚拟光网络请求用此搜索方法进行求解映射;;步骤4:重复迭代搜索映射的方法得出适应度函数最小时的最优映射方案,将该方案分配给基于SDN的NOX架构进行具体的数据计算及流量转发操作。所述的步骤1确定虚拟请求时构建Gv(Vv,Ev,Cv,Tv,CDv)无向拓扑图,Vv是虚拟节点的合集,Ev是虚拟链路的合集,Cv是节点上资源的开销,Tv是链路上传输的开销,CDv表示其所属的域名;物理底层被描述Gs(Dp,Lp),其中Dp是域的合集,Lp是域间链路的集,域间链路空间足够满足传输开销,则域名为i的Dp描述为Dpi(Ni,Ei,Bi,Ci,Fi),其中Ni是域中节点,Ei是域中链路,Bi是域中的边缘节点,Ci与Fi分别代表着域中物理节点上可用的资源和物理链路上可用的频带槽,每个频带槽容量为12.5GB/s。所述的步骤2计算链路VON-FP值,以此值为链路的权值在原物理拓扑图上创作辅助拓扑图,已知L(x,y)表示节点x跟y之间的域间链路,定义P(x,y)为其出错失败的概率,那么该段链路的可存活性:Survivability(x,y)=1-P(x,y)。所述的步骤4定义整个网络总的链路失败率为:FPVL=1-∏(x,y)∈Vv(1-P(x,y));定义最佳映射方案为适应函数Fitness(x)取最小值时:MinimizeFitness(x)=FPVON=Σk=1|Ev|FPkVL.]]>根据虚拟请求进行分类,并按照映射规则确定映射方式为:1)如果虚拟请求链路中两端节点都未映射过,且两节点所属域相同,则将其映射在相同域中;2)如果虚拟请求链路中两端节点都未映射过,且两节点的所属域有多个共同的域,映射时随机选择一个域;3)如果虚拟请求链路两端节点的所属域没有共同域,则选择域间链路在辅助图排序中最靠前的两个所属域,将两节点分别映射到各自域内的边缘节点上;4)如果虚拟请求链路一端的节点已经被部署,则将另一端节点映射在相同域中。制定一种基于种群的全局搜索和基于个体的局部启发式搜索的方法框架的具体方法为:1)确定基于种群的全局搜索和基于个体的局部启发式搜索的方法采用文化基因算法框架2)确定参数,定义染色体的主机矢量Hik表示它承载在第i个染色体上的虚拟节点k的物理节点,染色体的状态矢量Sik表示改染色体的映射状态,如果Sik=0,则对应的虚拟节点应重新映射,否则保持该虚拟节点的当前映射,mbest定义为本地最好的映射方案,即在当前迭代适应度函数最佳,nbest定义为到目前为止所获得的最佳值,NR(u)是一种节点u的排序方法,Pv是选择的概率:NR(u)=c(u)Σl∈L(u)b(l);]]>Pv=NR(v)Σv∈CL(u)NR(v);]]>这里u是虚拟节点或物理节点;如果u为一个物理节点,那么L(u)为所有连接u节点链路的集合,C(u)为剩余的节点资源,b(l)为剩余的链路资源;如果u为一个虚拟节点U,L(U)是所有连接u节点虚拟链路的集合,C(u)为需求的节点资源,b(l)为需求的链路资源。定义初始化:1)对于物理节点v,若v属于Hi且对应的Sik为1,则定义这个节点为可触的,反之这个节点为不可触;2)对于虚拟节点u,若对应的ski为0则将其列入优先队列PQ中;3)根据NR(u)函数计算所有PQ中的虚拟节点以及所有不可触的物理节点,并将队列PQ中的虚拟节点按NR(u)值降序排列;4)将PQ队列中的虚拟节点u按NR(u)值由大到小出列,建立一张由物理节点v构成的候选表CL(v),入选表的物理节点必须为不可触且剩余节点资源满足资源需求,以Pv的概率从CL(v)中选出物理节点v去映射虚拟节点u;5)反复步骤4),直到PQ队列为空。执行基于种群的全局搜索和基于个体的局部启发式搜索的方法为:1)设置nbest到+∞,所有的状态矢量Sik归零,初始化本文档来自技高网
...

【技术保护点】
一种基于SDN架构面向虚拟光网络的映射方法,其特征在于:步骤1:确定虚拟光网络请求和物理底层的各网络参数以及拓扑结构图,并创建以VON‑FP值为链路权值的辅助拓扑图,确定优化目标;步骤2:将辅助拓扑图上的链路按VON‑FP值升序排列,根据虚拟光网络请求进行分类,并按照映射的分类规则确定映射方式;步骤3:制定一种基于种群的全局搜索和基于个体的局部启发式搜索的方法框架,将分类好的虚拟光网络请求用此搜索方法进行求解映射;步骤4:重复迭代搜索映射的方法得出适应度函数最小时的最优映射方案,将该方案分配给基于SDN的NOX架构进行具体的数据计算及流量转发操作。

【技术特征摘要】
1.一种基于SDN架构面向虚拟光网络的映射方法,其特征在于:
步骤1:确定虚拟光网络请求和物理底层的各网络参数以及拓扑结构图,并创建以VON-
FP值为链路权值的辅助拓扑图,确定优化目标;
步骤2:将辅助拓扑图上的链路按VON-FP值升序排列,根据虚拟光网络请求进行分类,
并按照映射的分类规则确定映射方式;
步骤3:制定一种基于种群的全局搜索和基于个体的局部启发式搜索的方法框架,将分
类好的虚拟光网络请求用此搜索方法进行求解映射;
步骤4:重复迭代搜索映射的方法得出适应度函数最小时的最优映射方案,将该方案分
配给基于SDN的NOX架构进行具体的数据计算及流量转发操作。
2.根据权利要求1所述的基于SDN架构面向虚拟光网络的映射方法,其特征在于:所述
的步骤1确定虚拟请求时构建Gv(Vv,Ev,Cv,Tv,CDv)无向拓扑图,Vv是虚拟节点的合集,Ev
是虚拟链路的合集,Cv是节点上资源的开销,Tv是链路上传输的开销,CDv表示其所属的域
名;物理底层被描述Gs(Dp,Lp),其中Dp是域的合集,Lp是域间链路的集,域间链路空间足够
满足传输开销,则域名为i的Dp描述为Dpi(Ni,Ei,Bi,Ci,Fi),其中Ni是域中节点,Ei是域中
链路,Bi是域中的边缘节点,Ci与Fi分别代表着域中物理节点上可用的资源和物理链路上
可用的频带槽,每个频带槽容量为12.5GB/s。
3.根据权利要求1所述的基于SDN架构面向虚拟光网络的映射方法,其特征在于:所述
的步骤2计算链路VON-FP值,以此值为链路的权值在原物理拓扑图上创作辅助拓扑图,已知
L(x,y)表示节点x跟y之间的域间链路,定义P(x,y)为其出错失败的概率,那么该段链路的
可存活性:
Survivability(x,y)=1-P(x,y)。
4.根据权利要求3所述的基于SDN架构面向虚拟光网络的映射方法,其特征在于,所述
的步骤4定义整个网络总的链路失败率为:
定义最佳映射方案为适应函数Fitness(x)取最小值时:
MinimizeFitness(x)=FPVON=Σk=1|Ev|FPkVL.]]>5.根据权利要求1所述的基于SDN架构面向虚拟光网络的映射方法,其特征在于,根据
虚拟请求进行分类,并按照映射规则确定映射方式为:
1)如果虚拟请求链路中两端节点都未映射过,且两节点所属域相同,则将其映射在相
同域中;2)如果虚拟请求链路中两端节点都未映射过,且两节点的所属域有多个共同的域,
映射时随机选择一个域;3)如果虚拟请求链路两端节点的所属域没有共同域,则选择域间
链路在辅助图排序中最靠前的两个所属域,将两节点分别映射到各自域内的边缘节点上;
4)如果虚拟请求链路一端的节点已经被部署,则将另一端节点映射在相同域中。
6.根据权利要求1所述的基于SDN架构面向虚拟光网络的映射方法,其特征在于,制定
一种基于种群的全局搜索和基于个体的局部启发式搜索的方法框架的具体方法为:1)确定
基于种群的全局搜索和基于个体的局部启发式搜索的方法采用文化基因算法框架;2)确定
参数,定义染色体的主机矢量Hik表示它承载在第i个染色体上的虚拟节点k的物理节点,染
色体的状态矢量Sik表示改染色体的映射状态,如果Sik=0,则对应的虚拟节点应重新映射,
否则保持该虚拟节点的当前映射,mbest定义为本地最好的映射方案,即在当前迭代适应度
函数最佳,nbest定义为到目前为止所获得的最佳值,NR(u)是一种节点u的排序方法,Pv是
选择的概率:
NR(u)=c(u)Σl&Elem...

【专利技术属性】
技术研发人员:马佳晨顾华玺魏雯婷刘炫璋
申请(专利权)人:西安电子科技大学
类型:发明
国别省市:陕西;61

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1