安全感知的虚拟网络映射方法及其装置制造方法及图纸

本发明专利技术提供了一种安全感知的虚拟网络映射方法及其装置，属于虚拟网络技术领域。所述方法包括：获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。本发明专利技术通过在节点重要度排序过程中引入变权矩阵，有效减少了单因素反常现象对节点重要度排序结果的扰动,使排序结果更为可靠，提高了虚拟网络请求接受率和虚拟网络映射收益比。

【技术实现步骤摘要】
安全感知的虚拟网络映射方法及其装置
本专利技术涉及虚拟网络
，尤其涉及一种安全感知的虚拟网络映射方法及其装置。
技术介绍
虚拟网络映射是一个资源分配问题，主要研究如何在满足节点和链路的约束条件下，能够为各种虚拟网络请求提供物理网络资源，同时更为有效地利用物理网络资源，提高物理网络资源利用率。一般的虚拟网络(VirtualNetwork，简称VN)映射算法分为节点映射过程和链路映射过程两个阶段。节点映射过程主要是把虚拟网络请求(VirtualNetworkRequest，简称VNR)中的节点，在满足节点CPU计算资源约束的条件下，映射到物理网络节点上。链路映射阶段主要任务是把VNR中的虚拟链路，在满足链路带宽需求的条件下，映射到一个非循环的物理路径上。目前，安全感知的虚拟网络映射(SecurityAwareness-VirtualNetworkEmbedding，简称SA-VNE)的研究还停留在理论建模阶段，大多在节点级别、拓扑级别或网络级别单方面就安全问题进行了讨论，基于提出的抽象的安全等级分类机制，建立了安全感知的虚拟网络映射问题的目标函数和数学约束，缺少了单因素反常现象对节点重要度排序结果有扰动的综合考虑。使得现有映射算法还存在节点重要度排序属性不够全面客观的问题，因此，虚拟网络请求接受率和虚拟网络映射收益比还有待提高。
技术实现思路
有鉴于此，本专利技术的主要目的在于提供一种安全感知的虚拟网络映射方法及其装置，通过在节点重要度排序过程中引入变权矩阵，细化了各指标取值不同时其权重取值的变化，有效减少了单因素反常现象对节点重要度排序结果的扰动,使排序结果更为可靠，解决了现有映射算法存在的节点重要度排序属性不够全面客观的问题，提高了虚拟网络请求接受率和虚拟网络映射收益比。第一方面，本专利技术实施例提供了一种安全感知的虚拟网络映射方法，所述方法包括：获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。结合第一方面，本专利技术实施例提供了第一方面的第一种可能的实施方式，其中，根据所述排序属性所占权重获得所述变权矩阵。结合第一方面，本专利技术实施例提供了第一方面的第二种可能的实施方式，其中，所述根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果，具体包括：根据所述变权矩阵和所述标准化决策矩阵计算最终决策矩阵，并获得正负理想解；计算所述最终决策矩阵中的每个数据与所述正负理想解的欧氏距离；根据欧氏距离计算每个物理网络节点和每个虚拟网络节点与正负理想解的接近程度，并根据所述接近程度得到节点重要度排序结果。结合第一方面的第二种可能的实施方式，本专利技术实施例提供了第一方面的第三种可能的实施方式，其中，所述根据所述接近程度得到节点重要度排序结果，具体包括：按照所述接近程度从小到大进行排序得到节点重要度从大到小的排序结果。结合第一方面，本专利技术实施例提供了第一方面的第四种可能的实施方式，其中，所述排序属性，包括节点资源能力、节点邻接链路带宽资源和节点就近度；所述节点资源能力，用CPU资源来表征节点资源指数，表示方法为：NR(ni)＝cpu(ni)所述节点邻接链路带宽资源，包括：与节点相连的所有邻接链路带宽之和，根据以下算式计算：其中，D(ni)为节点ni的邻接链路集合；所述节点就近度，用节点ni到网络其它相邻节点距离和的倒数来表示，根据以下算式计算：其中，ψ(ni)为虚拟节点ni的邻居节点中已映射成功的虚拟节点所对应的物理节点集合。结合第一方面，本专利技术实施例提供了第一方面的第五种可能的实施方式，其中，所述映射操作，具体包括：节点匹配映射和链路匹配映射。结合第一方面的第五种可能的实施方式，本专利技术实施例提供了第一方面的第六种可能的实施方式，其中，所述节点匹配映射，包括：根据所述重要度排序结果，依次将VNR中虚拟节点映射至所述候选节点集合中重要度值最大的物理节点上；所述链路匹配映射，包括：在所述节点匹配映射结束后，利用k-最短路径算法将虚拟链路映射到符合链路宽带约束的物理链路。第二方面，本专利技术实施例提供了一种安全感知的虚拟网络映射装置，包括：获取模块，用于获取每个物理网络节点和每个虚拟网络节点的各个指标；处理模块，用于对所述指标进行归一化处理，获得标准化决策矩阵；计算模块，用于利用信息熵计算出不同排序属性所占权重；排序模块，用于根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；选取模块，用于根据所述排序结果选取候选节点并建立候选节点集合；映射模块，用于当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。第三方面，本专利技术实施例提供了一种电子设备，包括存储器、处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，其中，所述处理器执行所述计算机程序时实现如第一方面所述的方法的步骤。第四方面，本专利技术实施例提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，其中，所述程序代码使所述处理器执行如第一方面所述的方法。本专利技术实施例带来了以下有益效果：本专利技术提供了一种安全感知的虚拟网络映射方法及其装置。在该方法中，首先获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；再根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；然后根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。该方法在节点重要度排序过程中引入了变权矩阵，细化了各指标取值不同时其权重取值的变化，有效减少了单因素反常现象对节点重要度排序结果的扰动,使排序结果更为可靠，解决了现有映射算法存在的节点重要度排序属性不够全面客观的问题，提高了虚拟网络请求接受率和虚拟网络映射收益比。本专利技术的其他特征和优点将在随后的说明书中阐述，或者，部分特征和优点可以从说明书推知或毫无疑义地确定，或者通过实施本专利技术的上述技术即可得知。为使本专利技术的上述目的、特征和优点能更明显易懂，下文特举较佳实施方式，并配合所附附图，作详细说明如下。附图说明为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例一提供的一种安全感知的虚拟网络映射方法流程图；图2为本专利技术实施例中虚拟网络映射对比实验中的虚拟网络请求接受率和网络映射收益比实验结果图；图3为本专利技术实施例三提供的一种安全感知的虚拟网络映射装置结构示意图；图4为本专利技术实施例四提供的电子设备结构图。图标：31-获取模块；32-处理模块；33-计算模块；34-排序模块；35-选取模块；36-映射模块；4-电子设备；41-处理器；42-存储器；43-通信接口；44-总线。具体实施方式为使本专利技术实施本文档来自技高网...

【技术保护点】
1.一种安全感知的虚拟网络映射方法，其特征在于，包括：获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。

【技术特征摘要】
2018.07.27 CN 20181085121331.一种安全感知的虚拟网络映射方法，其特征在于，包括：获取每个物理网络节点和每个虚拟网络节点的各个指标；对所述指标进行归一化处理，获得标准化决策矩阵；利用信息熵计算出不同排序属性所占权重；根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果；根据所述排序结果选取候选节点并建立候选节点集合；当所述候选节点集合不为空集时，根据映射操作获得网络映射结果和网络映射收益比。2.根据权利要求1所述的方法，其特征在于，根据所述排序属性所占权重获得所述变权矩阵。3.根据权利要求1所述的方法，其特征在于，所述根据变权矩阵和所述标准化决策矩阵获得节点重要度排序结果，具体包括：根据所述变权矩阵和所述标准化决策矩阵计算最终决策矩阵，并获得正负理想解；计算所述最终决策矩阵中的每个数据与所述正负理想解的欧氏距离；根据欧氏距离计算每个物理网络节点和每个虚拟网络节点与正负理想解的接近程度，并根据所述接近程度得到节点重要度排序结果。4.根据权利要求3所述的方法，其特征在于，所述根据所述接近程度得到节点重要度排序结果，具体包括：按照所述接近程度从小到大进行排序得到节点重要度从大到小的排序结果。5.根据权利要求1所述的方法，其特征在于，所述排序属性，包括节点资源能力、节点邻接链路带宽资源和节点就近度；所述节点资源能力，用CPU资源来表征节点资源指数，表示方法为：NR(ni)＝cpu(ni)所述节点邻接链路带宽资源，包括：与节点相连的所有邻接链路带宽之和，根据以...

【专利技术属性】
技术研发人员：姚海鹏，李孟男，张培颖，纪哲，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：北京,11