一种异构环境下的多尺度融合网络仿真任务映射方法技术

本发明专利技术公开了一种异构环境下的多尺度融合网络仿真任务映射方法，解决了虚拟网络拓扑在异构的计算集群环境下的部署问题，所述方法步骤包括：读入异构计算环境；将拓扑中的边缘路由器与主机节点标志为轻量级虚拟化映射区，将其余节点标志为融合虚拟化映射区；根据各服务器吞吐量阈值，用轻量级虚拟化映射轻量级虚拟化映射区中节点；计算剩余各服务器的负载平衡参数，采用多级图划分算法分配融合映射区中节点，判断服务器是否冗余，根据结果采用不同的优化算法进行优化并合理映射。本发明专利技术保证计算集群间的负载平衡并降低远程通信，提升大规模网络仿真的性能，同时对大规模网络拓扑具有良好的可扩展性和可伸缩性，可用于各项网络研究与实验网络。

A multi-scale fusion network simulation task mapping method in heterogeneous environment

The invention discloses a multi scale fusion network simulation task mapping method under heterogeneous environment, which solves the problem of deploying virtual network topology under heterogeneous computing cluster environment. The method steps include reading heterogeneous computing environment, using the edge router and host node in the topology as lightweight virtualization. In the shooting area, the other nodes are marked as the fusion virtualization mapping area. According to the server throughput threshold, lightweight virtualization is used to map the nodes in the lightweight virtual mapping area. The load balance parameters of the remaining servers are calculated and the multilevel graph partitioning algorithm is used to allocate the nodes in the mapping area to determine whether the server is redundant or not. According to the results, different optimization algorithms are used to optimize and map reasonably. The invention ensures the load balance between computing clusters, reduces remote communication, improves the performance of large-scale network simulation, and has good scalability and scalability for large-scale network topology, and can be used in various network research and experimental networks.

【技术实现步骤摘要】
一种异构环境下的多尺度融合网络仿真任务映射方法
本专利技术涉及网络仿真
，特别是涉及一种异构环境下的多尺度融合网络仿真任务映射方法。
技术介绍
当前，基于虚拟化的云平台成为网络仿真的主流支撑平台：与传统网络模拟技术相比，该技术能够提供更加逼真的仿真环境，与实物测试床相比，该技术能够以非常低的成本轻易地仿真出大规模网络。网络与信息系统安全评估平台是网络安全评估与计算机系统安全评估的有力支撑，网络仿真技术是整个平台的基石。面向大规模、高逼真网络仿真需要，基于云平台与虚拟化的仿真技术已成为趋势。全虚拟化以KVM为代表，KVM虚拟化技术依赖物理CPU和内存，是硬件级别的，功能强大。轻量级虚拟化中以DOCKER容器作为代表，利用LXC实现了类似KVM的功能，能提供给用户更多的计算资源。DOCKER路由器和KVM路由器各有优劣，总的来说，KVM吞吐量高，延时短，性能稳定，但由于KVM路由器在保证正常工作的情况下启动个数受内存大小和逻辑CPU个数所限制，所以一个计算节点能够启动的KVM路由器个数较少；而DOCKER路由器启动速度快，不受内存大小和CPU个数的限制，一个高性能计算节点上能同时运行数千个DOCKER路由器，且在多个DOCKER工作的情况下，本身能做到负载均衡，但性能受启动个数而影响，且吞吐量小，延时稍长。
技术实现思路
为兼顾轻量级虚拟化与全虚拟化在仿真规模、仿真逼真性方面的各自优势，本专利技术基于OpenStack云平台，提出一种异构环境下的多尺度融合网络仿真任务映射方法，将所要仿真的网络拓扑分为轻量级虚拟化映射区和融合虚拟化映射区，并针对不同的映射区，分别借助优化的多级图划分工具METIS对网络拓扑进行合理映射。所述异构环境下的多尺度融合网络仿真任务映射方法包括以下步骤：S1：读取所需仿真的虚拟网络拓扑T(R,E)，E为路由之间的链路用E(Ri,Rj)表示，R为路由节点集合R＝{R1,…,Ri,…RN}，N为拓扑路由器个数，节点权值用W(Ri)表示，链路权值用WE(Ri,Rj),Rj∈R表示；S2：将异构计算环境的服务器集群中CPU、内存与吞吐量均一致的服务器分为一组，服务器组数为Sn，依次提取每组异构计算环境参数,包括服务器组数Sn，每组计算节点的CPU核数，CPUi,i＝1,2，…，Sn，内存大小Memoryi,i＝1,2，…，Sn，吞吐量阈值Throughputi,i＝1,2，…，Sn以及每组计算环境的个数Numi,i＝1,2，…，Sn，服务器的总个数S3：将虚拟网络拓扑中的非终端路由器节点划分为融合虚拟化映射区T’(R,E)，T’中路由个数为NT’，其余节点划分为轻量级虚拟化映射区T”(R,E)，T”中路由个数为NT”；S4：根据各服务器的吞吐量阈值Throughputi，使用多级图划分算法将T”(R,E)划分为T”＝{T”1,…,T”i,…,T”M}，其中，M为轻量级虚拟化映射区所使用的服务器个数，T”i＝{Ri1,Ri2,……Rixi}，xi为T”i中的路由器个数，且T”i中所有节点的链路带宽和不超过承载此部分拓扑的第i个服务器的吞吐量阈值Throughputi，即用轻量级虚拟化仿真T”(R,E)中节点；S5：剔除已分配完的服务器，将剩下的服务器集群中CPU、内存与吞吐量均一致的服务器分为一组，服务器组数为S，依次提取每组异构计算环境参数,包括服务器组数S，每组计算节点的CPU核数，CPUi,i＝1,2，…，S，内存大小Memoryi,i＝1,2，…，S，吞吐量阈值Throughputi,i＝1,2，…，S以及每组计算环境的个数Numi,i＝1,2，…，S，服务器的总个数S6：计算剩余Ns-M个服务器的负载平衡参数判断服务器是否冗余，即满足若冗余则执行步骤S7，若不满足则执行步骤S8；S7：根据各服务器的负载平衡参数LBi，用多级图划分算法将T’(R,E)划分为T’＝{T’1,…,T’i,…,T’n}，其中n为刚大于NTi时，所用服务器的个数，采用全映射优化算法对结果进行优化，并将结果采用全虚拟化进行仿真；S8：根据各服务器的负载平衡参数LBi，用多级图划分算法将T’(R,E)划分为T’＝{T’1,…,T’i,…,T’n}，其中采用弹性映射优化算法对结果进行优化，并将结果采用全虚拟化与轻量级虚拟化融合的方式仿真；上述步骤中涉及的i，j没有特定物理意义且相互无关联，只代表所属范围内的自然数。进一步的，步骤S7所述的全映射优化算法(即非终端路由器全虚拟化映射优化算法)包括以下步骤：S7.1、寻找映射当前结果的服务器中映射任务超出负载平衡的服务器T’i(T’i∈T’)；S7.2、依次提取T’i中映射的节点Ri，Ri的选取以T’i中存在远程链路且点权最小的节点为先；S7.3、在未达负载平衡的服务器T’j(T’j∈T’)中匹配与Ri存在链路的节点Rj；S7.4、将节点Ri迁移至未达负载平衡的服务器T’j中；S7.5、若所有T’i中映射的节点与其余未达负载平衡的服务器中的所有节点均不存在链路，则将T’i中存在远程链路且点权最小的节点Ri迁移至未达负载平衡的服务器T’j中。具体的，步骤S8所述的弹性映射优化算法(即轻量级虚拟化与全虚拟化融合映射优化算法)包括以下步骤：S8.1、寻找映射当前结果的服务器中映射任务未达负载平衡的服务器T’i(T’i∈T’)；S8.2、依次提取T’i中映射的节点Ri；S8.3、在超出负载平衡的服务器T’j(T’j∈T’)中匹配与Ri存在链路的节点Rj，Rj的选取以T’j中存在远程链路且点权最小的节点为先；S8.4、将节点Rj迁移至未达负载平衡的服务器T’i中；S8.5、若所有T’i中映射的节点与其余超出负载平衡的服务器中的所有节点均不存在链路，则将超出负载平衡的服务器T’i中存在远程链路且点权最小的节点Rj迁移至服务器T’i中。本专利技术的有益效果如下：1、充分利用两种虚拟化的优势映射虚拟网路拓扑，在保证负载平衡的情况下降低了计算集群间的远程通信量，能有效提高异构计算环境下虚拟网络映射的负载均衡度；2、在计算节点略微不足的情况下也可完成网络拓扑的映射，算法具有很好的伸缩性；3、算法具有很好的可扩展性，适用于大规模异构计算环境以及大规模虚拟网络拓扑，且计算复杂度较低；附图说明图1为一种异构环境下的多尺度融合网络仿真任务映射方法流程图。图2为本专利技术实施例所使用的60节点网络拓扑图。图3为60节点拓扑负载平衡度对比图。图4为60节点拓扑远程链路通信量对比图。图5为60节点拓扑各计算节点远程链路通信量对比图。具体实施方式下面结合附图和实施例，对本专利技术的具体实施方式做进一步描述。本专利技术可用于异构计算环境下的网络模拟任务负载平衡，提升网络模拟性能，本专利技术所述方法包括以下步骤：步骤S1中，读取的虚拟网络拓扑由GT-ITM生成，具有30个路由节点，并对拓扑中每一个度为1的节点链接6个主机节点。步骤S2中，读入的每组计算环境参数包括服务器组数Sn，每组计算节点的CPU核数CPUi，内存大小Memoryi，吞吐量阈值Throughputi以及每组计算环境的个数Numi，其中i＝1,2，…，Sn。本实例部署的OpenStack包括一个控制节点、一个网络节点和七个计算节点。七个计算节点中包含三本文档来自技高网...

【技术保护点】
1.一种异构环境下的多尺度融合网络仿真任务映射方法，其特征在于，包括以下步骤：S1：读取所需仿真的虚拟网络拓扑T(R,E)，E为路由之间的链路用E(Ri,Rj)表示，R为路由节点集合R＝{R1,…,Ri,…RN}，N为拓扑路由器个数，节点权值用W(Ri)表示，链路权值用WE(Ri,Rj),Rj∈R表示；S2：将异构计算环境的服务器集群中CPU、内存与吞吐量均一致的服务器分为一组，服

【技术特征摘要】
1.一种异构环境下的多尺度融合网络仿真任务映射方法，其特征在于，包括以下步骤：S1：读取所需仿真的虚拟网络拓扑T(R,E)，E为路由之间的链路用E(Ri,Rj)表示，R为路由节点集合R＝{R1,…,Ri,…RN}，N为拓扑路由器个数，节点权值用W(Ri)表示，链路权值用WE(Ri,Rj),Rj∈R表示；S2：将异构计算环境的服务器集群中CPU、内存与吞吐量均一致的服务器分为一组，服务器组数为Sn，依次提取每组异构计算环境参数,包括服务器组数Sn，每组计算节点的CPU核数,CPUi,i＝1,2，…，Sn，内存大小Memoryi,i＝1,2，…，Sn，吞吐量阈值Throughputi,i＝1,2，…，Sn以及每组计算环境的个数Numi,i＝1,2，…，Sn,服务器的总个数S3：将虚拟网络拓扑中的非终端路由器节点划分为融合虚拟化映射区T’(R,E)，T’中路由个数为NT’，其余节点划分为轻量级虚拟化映射区T”(R,E)，T”中路由个数为NT”；S4：根据各服务器的吞吐量阈值Throughputi，使用多级图划分算法将T”(R,E)划分为T”＝{T”1,…,T”i,…,T”M}，其中M为轻量级虚拟化映射区所使用的服务器个数，i为T”i中的路由器个数，且T”i中所有节点的链路带宽和不超过承载此部分拓扑的第i个服务器的吞吐量阈值Throughputi，即用轻量级虚拟化仿真T”(R,E)中节点；S5：剔除已分配完的服务器，将剩下的服务器集群中CPU、内存与吞吐量均一致的服务器分为一组，服务器组数为S，依次提取每组异构计算环境参数,包括服务器组数S，每组计算节点的CPU核数CPUi,i＝1,2，…，S，内存大小Memoryi,i＝1,2，…，S，吞吐量阈值Throughputi,i＝1,2，…，S以及每组计算环境的个数Numi,i＝1,2，…，S，服务器的总个数S6：计算剩余Ns-M个服务器的负载平衡参数判断服务器是否冗余，即满足若冗余则执行步骤S7，若不满足则执行步骤S8；S7：根据各服务器的负载平衡参...

【专利技术属性】
技术研发人员：刘渊，邱常伶，陈阳，王晓锋，
申请(专利权)人：江南大学，
类型：发明
国别省市：江苏,32