一种5G网络切片基于预测的虚拟网络功能调度方法技术

本发明专利技术涉及一种5G网络切片基于预测的虚拟网络功能调度方法，属于移动通信领域。该方法具体包括：针对业务流量动态变化的服务功能链特征，建立基于时延的服务功能链队列模型；建立多队列缓存模型，在不同时刻根据切片业务队列大小，确定切片请求的优先级及应提供的最低服务率；将时间离散为一系列连续的时间窗，并将时间窗内的队列信息作为训练数据集样本，建立基于预测的流量感知模型；根据预测出的每种切片业务队列大小及所对应的最低服务率，寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法。本发明专利技术实现了网络切片的在线映射，降低多个网络切片的整体平均调度时延，提高了网络服务的性能。

【技术实现步骤摘要】
一种5G网络切片基于预测的虚拟网络功能调度方法
本专利技术属于移动通信
，涉及一种5G网络切片基于预测的虚拟网络功能调度方法。
技术介绍
网络功能虚拟化(NetworkFunctionVirtualization，NFV)基于通用服务器硬件，并以软件化的形式提供各类网络功能，为运营商未来网络业务的灵活部署和网络结构的快速调整提供了极大的支撑能力，尤其是相关的服务功能链(ServiceFunctionChaining，SFC)技术，与传统的网络功能实现不同，创建了更灵活和更动态的网络服务，满足更多样化的需求。服务功能链是一个有序的虚拟网络功能(VirtualNetworkFunction，VNF)集合，业务流量按照指定的策略依次通过多个VNF以实现网络业务的按需处理，由于SFC中的VNF运行在通用服务器的虚拟机(VM)环境中，这种业务处理架构保证了VNF的灵活性和可调整性，同时带来了一系列研究挑战，例如SFC中VNF的调度问题以及相应的资源分配问题。随着终端设备和网络应用数量的增加，网络流量在剧烈增长，服务质量(QoS)的保障已成为服务提供商亟待解决的重要问题，其中端到端时延和带宽为两种基础的QoS属性。不同的VNF的调度方式为用户提供相同的服务。然而，不同的调度方式可能导致服务功能链VNF的资源配置发生变化，从而影响服务功能链的端到端时延，因此，如何将状态监测的机制结合到变化的网络环境，从而合理地实现VNF的调度、虚拟资源的配置、资源供需平衡关系的优化，保证QoS的同时降低虚拟网络功能的调度时延，提高资源利用率，是5G网络切片中资源管理和调度机制需解决的关键问题之一。目前在研究SFC部署关于端到端时延的专利技术中，大多数工作都只停留在解决单一调度周期上的资源调度问题，而忽略了在时间域上变化的业务请求引起数据的积累而产生的队列积压，这种处理方式在实际的场景中过于简化，分配给VNF的计算资源和用于传输数据的链路带宽资源应该根据业务请求数量的变化动态调整。同时，为了解决VNF调度及虚拟资源配置过程中可能的滞后性问题，可以采用资源需求预测的机制实现网络状态的监测。已有专利技术证明了神经网络技术可以很好地预测资源特征与资源需求之间的关联关系，但很少运用该方法解决资源需求预测与虚拟网络功能调度的结合问题。而长短期记忆网络(LSTM)作为深度学习的经典方法之一，LSTM是一种由RNN改进而来并可以用来进行时间序列预测分析的深度学习模型。该方法具有强大的数据特征拟合能力，通过在大量数据中自动提取资源需求的特征进行训练，挖掘数据最本质的特征，因此导致预测的精度要高于传统统计学模型。同时该方法由RNN改进而来，更加适合处理长距离依赖问题。基于上述的优势，本专利技术采用长短期记忆网络来实时预测服务功能链对资源的最低需求量。基于预测的结果，提出了一种动态的服务功能链VNF的调度与资源分配方案，引入了一种最大最小蚁群算法实现多条服务功能链的动态部署。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种5G网络切片基于预测的虚拟网络功能调度方法，能够通过预测的机制实现网络状态的监测，根据网络切片的队列信息特征预测出服务功能链对资源的最低需求，基于该结果提出了一种动态的服务功能链VNF的调度与资源分配方案，在时间维度上对底层资源进行调度，在不预留底层网络保护资源，寻找虚拟网络可获得最大资源的通信路径，实现网络切片在线映射，降低多个网络切片的整体平均调度时延。为达到上述目的，本专利技术提供如下技术方案：一种5G网络切片基于预测的虚拟网络功能调度方法，具体包括以下步骤：S1：在5G网络切片的应用场景下，针对业务流量动态变化的服务功能链特征，建立基于时延的服务功能链队列的网络模型、服务功能链队列模型和多队列的时延模型；S2：建立多队列缓存模型，当缓存空间有限时，为防止队列数据丢失，在不同时刻根据切片业务队列大小，确定切片请求的优先级及应提供的最低服务率；S3：将时间离散为一系列连续的时间窗，并将时间窗内的队列信息作为训练数据集样本，建立基于预测的流量感知模型；S4：根据预测出的每种切片业务队列大小及所对应的最低服务率，寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法。进一步，步骤S1中，所述基于时延的服务功能链队列的网络模型为：虚拟网络拓扑由带权无向图G＝(V,E)表示，其中V表示虚拟节点的集合，E表示虚拟链路的集合；Bm表示节点m的总输出链路带宽，由与该节点连接的虚拟链路共享，对于网络切片Si，处理业务请求的虚拟网络功能集合表示为Fi＝{fi1,fij,...fiJ}，i∈[1,|S|]z,j∈[1,|Fi|]z，其中S表示所有网络切片的集合，J表示Fi中VNF的个数；对于组成服务功能链的VNF，用f表示，其中fij表示网络切片Si需要调度的第j个VNF；令表示能够执行虚拟化网络功能fij的虚拟节点集合，其中进一步，步骤S1中，所述服务功能链队列模型为：令Γ＝{1,...,t...,T}表示网络运行的时隙集合，其中定义每个时隙t的持续时间为Ts；因此在时隙t内，与执行了fij的节点相连的第l条虚拟链路所分配的带宽资源用表示；令表示切片Si在时隙t内节点执行fij实际提供的服务速率；Qi(t)表示在时隙t内切片Si的队列长度，即表示等待传输数据包数；假设每个切片租用相应数量的缓存资源用于缓存其对应的一个业务数据，对于每个队列令Ai(t)表示数据包的到达过程，由于虚拟网络用户非周期性应用产生数据的随机性，假设包到达过程Ai(t)服从参数为λi的泊松分布，所有用户的包到达过程在不同的调度时隙是独立分布的，即相继到达时间间隔服从相互独立的λi的负指数分布；令Mi(t)表示数据包大小，假设数据包大小服从平均值为的指数分布，则数据包的平均处理速率为因此队列的长度更新过程表示为：其中，表示在时隙t内被处理的数据包数目。进一步，步骤S1中，所述多队列的时延模型为：所述时延包括排队时延、处理时延和传输时延；令分别表示切片Si到达的数据包队列在整个网络被各个节点处理前的平均排队时延、在整个网络相应虚拟节点上的平均处理时延、以及在整个网络相应链路传输的平均传输时延；把一个网络切片的数据流在最后一个节点上处理完的时间点与该网络切片请求到达时间点的平均差值定义为平均调度时延，用τ表示，且满足：处理时延Xi由多个虚拟节点执行VNF的处理时延组成，且因为包大小服从平均值为的指数分布，所以分别服从参数为的指数分布且相互独立，即为爱尔兰分布：由爱尔兰分布性质可得数据包的平均处理时延为：同理数据包的平均传输时延为：平均排队时延为：其中表示服务功能链中执行fij的节点的等待时间分布函数。所以，网络切片Si的数据包总平均调度时延为：其中，数据包大小服从平均值为的指数分布；Wi(t)表示服务功能链中执行fij的节点的等待时间分布函数，具体为Wi(t)＝P(Wi1+Wij+...+WiJ≤t)。本专利技术的优化目标为最小化网络内多个网络切片请求的服务功能链VNF的整体平均调度时延，表示为：minτ，其中τ＝max{τ1,τ2,...,τi}。进一步，步骤S2中，所述多队列缓存模型为：通常动态资源调度与队列缓存状态(例如：剩余缓存大小和当前队列长度)，数据包到达率等本文档来自技高网...

【技术保护点】
1.一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，该方法具体包括以下步骤：S1：在5G网络切片的应用场景下，针对业务流量动态变化的服务功能链特征，建立基于时延的服务功能链队列的网络模型、服务功能链队列模型和多队列的时延模型；S2：建立多队列缓存模型，当缓存空间有限时，为防止队列数据丢失，在不同时刻根据切片业务队列大小，确定切片请求的优先级及应提供的最低服务率；S3：将时间离散为一系列连续的时间窗，并将时间窗内的队列信息作为训练数据集样本，建立基于预测的流量感知模型；S4：根据预测出的每种切片业务队列大小及所对应的最低服务率，寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法。

【技术特征摘要】
1.一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，该方法具体包括以下步骤：S1：在5G网络切片的应用场景下，针对业务流量动态变化的服务功能链特征，建立基于时延的服务功能链队列的网络模型、服务功能链队列模型和多队列的时延模型；S2：建立多队列缓存模型，当缓存空间有限时，为防止队列数据丢失，在不同时刻根据切片业务队列大小，确定切片请求的优先级及应提供的最低服务率；S3：将时间离散为一系列连续的时间窗，并将时间窗内的队列信息作为训练数据集样本，建立基于预测的流量感知模型；S4：根据预测出的每种切片业务队列大小及所对应的最低服务率，寻找满足切片业务队列缓存不溢出的资源约束下最佳服务功能链VNF的调度方法。2.根据权利要求1所述的一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，步骤S1中，所述基于时延的服务功能链队列的网络模型为：虚拟网络拓扑由带权无向图G＝(V,E)表示，其中V表示虚拟节点的集合，E表示虚拟链路的集合；Bm表示节点m的总输出链路带宽，由与该节点连接的虚拟链路共享，对于网络切片Si，处理业务请求的虚拟网络功能集合表示为Fi＝{fi1,fij,...fiJ}，i∈[1,|S|]z,j∈[1,|Fi|]z，其中S表示所有网络切片的集合，J表示Fi中VNF的个数，对于组成服务功能链的VNF，用f表示，其中fij表示网络切片Si需要调度的第j个VNF；令表示能够执行虚拟化网络功能fij的虚拟节点集合，其中3.根据权利要求2所述的一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，步骤S1中，所述服务功能链队列模型为：令Γ＝{1,...,t...,T}表示网络运行的时隙集合，其中定义每个时隙t的持续时间为Ts；因此在时隙t内，与执行了fij的节点相连的第l条虚拟链路所分配的带宽资源用表示；令表示切片Si在时隙t内节点执行fij实际提供的服务速率；Qi(t)表示在时隙t内切片Si的队列长度，即表示等待传输数据包数；假设每个切片租用相应数量的缓存资源用于缓存其对应的一个业务数据，对于每个队列令Ai(t)表示数据包的到达过程，由于虚拟网络用户非周期性应用产生数据的随机性，假设包到达过程Ai(t)服从参数为λi的泊松分布，所有用户的包到达过程在不同的调度时隙是独立分布的，即相继到达时间间隔服从相互独立的λi的负指数分布；令Mi(t)表示数据包大小，假设数据包大小服从平均值为的指数分布，则数据包的平均处理速率为因此队列的长度更新过程表示为：其中，表示在时隙t内被处理的数据包数目。4.根据权利要求3所述的一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，步骤S1中，所述多队列的时延模型为：所述时延包括排队时延、处理时延和传输时延；令分别表示切片Si到达的数据包队列在整个网络被各个节点处理前的平均排队时延、在整个网络相应虚拟节点上的平均处理时延、以及在整个网络相应链路传输的平均传输时延；把一个网络切片的数据流在最后一个节点上处理完的时间点与该网络切片请求到达时间点的平均差值定义为平均调度时延，用τ表示，且满足：网络切片Si的数据包总平均调度时延为：其中，数据包大小服从平均值为的指数分布；Wi(t)表示服务功能链中执行fij的节点的等待时间分布函数；因此，优化目标为最小化网络内多个网络切片请求的服务功能链VNF的整体平均调度时延，表示为：minτ，其中τ＝max{τ1,τ2,...,τi}。5.根据权利要求4所述的一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，步骤S2中，所述多队列缓存模型为：计算防止切片队列溢出所需最低的服务速率，其中服务速率满足：其中，Ri(t)表示业务i应提供的最低服务速率，表示第i个切片队列所允许的最大缓存长度。6.根据权利要求5所述的一种5G网络切片基于预测的虚拟网络功能调度方法，其特征在于，步骤S3中，所述基于预测的流量感知模型为：通过采用基于LSTM的预测方法，提前预测出保证切片队列不溢出的最低服务速率根据预测的结果提前制定优化服务功能链的部署方式及资源的分配策略，从而提高网络效率；切片Si的特征表示为：xi＝[Ai,Qi]，其中Ai表示数据包到达率，Qi...

【专利技术属性】
技术研发人员：唐伦，周钰，马润琳，肖娇，赵国繁，陈前斌，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50