The present invention discloses such deployment method of virtual CDN, virtual CDN model according the historical traffic data and the controller (ARIMA) in the prediction of the next network peak flow period, and then calculate the next time the virtual CDN system according to the size of the peak flow. Several redundant servers are added to correct the prediction error. The network traffic is aggregated to the virtual server required by the controller through a load balancer. Thus, the utilization rate of the virtual CDN system can be increased, and the energy consumption due to the high utilization rate of the CDN system is saved.
【技术实现步骤摘要】
一种虚拟CDN的节能部署方法
本专利技术属于网络功能虚拟化
,更为具体地讲,涉及一种虚拟CDN的节能部署方法。
技术介绍
世界上的大型分布式系统通常由成千上百的部署在数据中心的服务器所组成。这些系统作为基础设施可以有效的支撑电子商务、网络新闻以及社交网络等业务。但是由于分布式系统中存在的大量服务器使得分布式系统的能量消耗也是非常巨大的。同时,巨大的能量消耗也增加了全球的碳排放,对环境造成了破坏。根据相关研究,一个由100000台服务器组成的大型分布式网络一年的能量消耗可为190000MWH。这些能量相当于十万个家庭一年的消耗量。内容分发网络CDN是大型分布式系统的典型代表。CDN网络的首要目的是通过将内容从远端服务器迁移到离终端用户较近的副本服务器上以提高网络性能。传统的CDN网络,例如Akamai,由上万台被部署在世界各地数据中心中的服务器所组成。通常传统的CDN网络中的服务器由防火墙、服务器、路由器、内容网关等所组成。这些部件冗余的组合在一起以满足网络的峰值流量,提高用户的服务体验。但研究显示,为了满足峰值流量而设计的CDN部件在非峰值的情况下平均负载率只有40%-60%。而传统的CDN部件通常是由专门的硬件设备所构成,这些专用的硬件的能耗是惊人的且硬件设备规模的动态变化是非常不便的。而在网络功能虚拟化环境下,CDN网络部件可以由专用的设备软件部署在通用的硬件服务器上,因此可以较容易的通过控制中心来动态调整软件的个数以适应动态变化的流量,达到节能的目的。对于网络流量预测问题,现有的研究很多。其中有一种叫做BP神经网络的网络流量预测方法。BP神经网 ...
【技术保护点】
一种虚拟CDN的节能部署方法,其特征在于,包括以下步骤:(1)、历史流量数据的处理首先获取一段时间T的历史流量数据,然后以时间t为一个时间片,t<<T,求得历史流量数据在时间片内的平均值,得到一个时间序列;以时间序列中每k个值为一组,求每组内的最大值,得到序列S,S=ω
【技术特征摘要】
1.一种虚拟CDN的节能部署方法,其特征在于,包括以下步骤:(1)、历史流量数据的处理首先获取一段时间T的历史流量数据,然后以时间t为一个时间片,t<<T,求得历史流量数据在时间片内的平均值,得到一个时间序列;以时间序列中每k个值为一组,求每组内的最大值,得到序列S,S=ω1,ω2,...,ωn;(2)、预测序列ωn+1的值根据序列S,利用ARIMA(p,d,q)预测模型预测序列ωn+1的值,其中,d为差分阶数,p和q为模型参数;(2.1)、获取d阶差分后的序列利用EVIEWS软件确定ARIMA(p,d,q)预测模型的差分阶数d:从0阶开始递增,依次判断差分后的序列是否是平稳的,如果平稳,则停止后续判断且使得差分阶数d为当前阶数值;d阶差分后的序列表示为:Sd=D(ω1)d,D(ω2)d,...,D(ωn)d;其中,D(ωi)d=(1-Δ)dωi,1≤i≤n,Δ为差分算子,可如下递归使用:Δωi=ωi-ωi-1Δ2ωi=Δ(Δωi)=Δ(ωi-ωi-1)=ωi-2ωi-1+ωi-2(2.2)、确定参数p和q根据d阶差分后的序列Sd=D(ω1)d,D(ω2)d,...,D(ωn)d的自相关序列和偏自相关序列组;定义两倍置信区间,判断自相关和偏自相关的序列值在何下标处落在两倍置信区间内来确定参数p和q的值;(2.3)、预测差分值D(ωn+1)dD(ωn+1)d=ζ1D(ωn)d+ζ2D(ωn-1)d+,...,ζpD(ωn-p+1)d+οn+1+κ1οn+κ2οn-1+,...,κqοn-q+1其中,其中ζ1,...,ζp和κ1,...,κq为模型参数;οn为在n时刻的随机误差,οn满足独立高斯分布,具有零均值;(2.4)、将步骤(2.1)中的差分公式修改为:D(ωn+1)d=(1-Δ)dωn+1,再结合预测差分值反推出序列ωn+1的值。(3)、确定虚拟CDN系统规模(3.1)、利用如下公式计算虚拟CDN系统规模其中,PC表示单个软件功能容许的最大流量;λ为最大流量的百分数,λ的取值为:0<λ≤1,λ用来限制单个软件功能的流量流量不得超过最大值的λ倍;numn+1表示下一时刻的网络功能个数,即虚拟CDN系统规模;表示向上取整;(3.2)、增加冗余服务器设每个通用服务器可以装载m个软件化的网络功能,则下一时刻所需的通用服务器个数为定义M为最大可用的服务个数,μ,0≤μ<1为最大值M的百分数,M*μ为冗余服务器的个数;那么,最终打开的...
【专利技术属性】
技术研发人员:孙罡,廖丹,赵东成,杨广华,孙健,
申请(专利权)人:电子科技大学,
类型:发明
国别省市:四川,51
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。