一种分配方法组成比例

本发明专利技术涉及一种分配方法，所述分配方法包括：步骤I、接收虚拟网络资源请求；步骤II、分配虚拟网络资源；步骤III、记录虚拟网络的实际资源利用率；步骤IV、启动预测算法；步骤V、重新分配虚拟网络资源。本发明专利技术与传统的网络资源分配相比，采用二次指数平滑法，根据历史记录的数据，可较准确的预测出下一时间段各个虚拟节点和虚拟链路的资源需求，实现动态地为虚拟网络分配资源，不仅可以提高物理资源的利用率，同时也可提高虚拟网络资源的接收率。

【技术实现步骤摘要】


本专利技术涉及一种分配方法，具体讲涉及一种虚拟网络资源分配方法。

技术介绍

虚拟化网络技术其核心目的是在一个物理网络基础设施上同时运行多个互不干扰的逻辑网络，这些网络可以有自己特定的拓扑和路由算法，并允许各逻辑网络(或称为虚拟子网)采用完全不同的体系结构，从而允许虚拟子网中实现充分实验、完全创新、各具特色的网络技术，为此，网络虚拟化技术是解决当前因特网僵化问题的一种有效手段。底层物理网络由基础设施提供商InP(InfrastructureProvider)负责管理和运营。服务提供商SP(ServiceProvider)从InP租赁网络资源构建虚拟网络，以满足客户的需求。在实际环境中，底层物理网络资源是有限的，虚拟网络的资源需求又是随时间变化的。SP为了匹配虚拟网络对资源需求的峰值，会为虚拟网络购买过多的资源，这会引起网络资源的浪费。
虚拟网络映射是网络虚拟化的重要内容，成功地映射虚拟网络，是指将虚拟网络的节点和链路映射到合适的物理节点和链路上。许多虚拟网络对网络资源的需求是动态变化的，不是一成不变。在已有的许多虚拟网络映射算法中，大都是为虚拟网络分配固定的资源，也有部分根据聚类结果，在下一时间阶段对虚拟网络重新进行映射，直至虚拟资源分配的过程结束。
例如申请号201310117735.8，名称为“一种基于非线性降维的虚拟网络资源动态自适应调节方法”的专利技术专利申请，公开了一种基于非线性降维的虚拟网络资源动态自适应调节方法，包括：步骤1)、采集底层物理网络的数据，得到所述底层物理网络中的节点或链路在多个相邻时间点的关于实时剩余资源的数据；步骤2)、对步骤1)所采集的数据做降维处理，得到所述底层物理网络中的节点或链路的二维关系分布图；步骤3)、根据步骤2)所得到的二维关系分布图对所述底层物理网络中的节点或链路进行聚类；步骤4)、根据步骤3)的聚类结果，在下一时间阶段对虚拟网络重新进行映射，在重新映射的过程中，优先选择所述底层物理网络中利用率低的节点簇或链路簇来进行虚拟资源的映射；步骤5)、在运行一定时间后重新执行步骤1)，直至虚拟资源分配的过程结束。该申请是通过不断地采集底层物理网络的数据，得到底层物理网络中的节点或链路的二维关系分布图；再根据分布图对底层物理网络中的节点或链路进行聚类；根据聚类结果，在下一时间阶段对虚拟网络重新进行映射，直至虚拟资源分配的过程结束。该申请是基于网络拓扑关系和聚类方法实现的，所以对聚类结果的准确性要求很高，而现有技术的聚类结果精确度往往不高。
为此，寻找一种虚拟网络资源分配方法，使得其可较准确的预测出下一时间段各个虚拟节点和虚拟链路的资源需求，进而完成虚拟网络的资源分配，避免网络资源的浪费，成为本领域技术人员迫切需要解决的问题。

技术实现思路

为了解决现有技术中所存在的上述不足，本专利技术提供一种基于预测的虚拟网络资源分配方法。
本专利技术提供的技术方案是：所述分配方法包括：
步骤I、接收虚拟网络资源请求；
步骤II、分配虚拟网络资源；
步骤III、记录虚拟网络的实际资源利用率；
步骤IV、启动预测算法；
步骤V、重新分配虚拟网络资源。
优选的，所述步骤II包括：用按需分配的方法对接收的虚拟网络资源请求分配底层物理网络资源。
优选的，所述步骤III包括实时记录虚拟网络对分配资源的实际利用率。
优选的，所述步骤IV包括：用周期性的启动预测算法，预测各个虚拟节点和虚拟链路下一时间段的资源需求。
优选的，所述步骤V包括：用预测算法得出的下一时间段的资源需求，调整虚拟网络资源分配量。
优选的，所述底层物理网络资源如下式所示：
G S = ( N S , L S , A N S , A L S ) - - - ( 1 ) ]]>其中，NS代表物理节点的集合，LS表示物理链路的集合，代表物理节点的属性，代表物理链路的属性；
所述物理节点的属性包括操作系统类型、位置、CPU容量和节点资源的价格；
所述物理链路的属性包括带宽、带宽价格；
所述虚拟网络如下式所示：
G V = ( N V , L V , A N V , A L V ) - - - ( 2 ) ]]>其中，NV代表虚拟节点的集合，LV代表虚拟链路的集合，代表虚拟节点的需求，代表虚拟链路的需求；
所述虚拟节点的需求包括对操作系统、位置和CPU能力的要求；
所述虚拟链路的要求包括对链路带宽、延迟和抖动的要求。
优选的，用常规的静态映射算法计算虚拟网络映射。
优选的，所述预测算法的计算方法如下式所示：
lt＝αyt+(1-α)(lt-1+Tt-1)(3)
Tt＝β(lt-lt-1)+(1-β)Tt-1(4)
其中，lt-1和lt分别表示在t-1和t时刻虚拟节点利用的物理资源数量的估计值，Tt-1和Tt分别表示在t-1和t时刻时间序列数据的斜率，yt(t＝1,2,...,n)是在t时刻观察到的虚拟节点对物理资源的实际利用率，α和β是算法平滑参数，其参数直接给出，或通过计算得出；
第m段时间的预测值y′t+m如下式所示：
y′t+m＝lt+mTt(5)；
优选的，所述α和β的计算步骤包括：
初始化估计值l1和趋势的估计值T1如下式所示：
l1＝y1(6)
T1＝((y2-y1)+(y3-y2)+(y4-y3))/3(7)
每个时间段的预测公式如下式所示：
y′t+1(α,β)＝lt+Tt＝(yt-lt-1-Tt-1)α+(lt-lt-1-Tt-1)β+lt-1+2Tt-1(8)；
建立函数F如下式所示：
F ( α , β ) = Σ t = 3 n f t 2 ( 本文档来自技高网...

【技术保护点】
一种分配方法，其特征在于，所述分配方法包括：步骤I、接收虚拟网络资源请求；步骤II、分配虚拟网络资源；步骤III、记录虚拟网络的实际资源利用率；步骤IV、启动预测算法；步骤V、重新分配虚拟网络资源。

【技术特征摘要】
1.一种分配方法，其特征在于，所述分配方法包括：
步骤I、接收虚拟网络资源请求；
步骤II、分配虚拟网络资源；
步骤III、记录虚拟网络的实际资源利用率；
步骤IV、启动预测算法；
步骤V、重新分配虚拟网络资源。
2.如权利要求1所述的分配方法，其特征在于，所述步骤II包括：用按需分配的方法对接收的虚拟网络资源请求分配底层物理网络资源。
3.如权利要求1所述的分配方法，其特征在于，所述步骤III包括实时记录虚拟网络对分配资源的实际利用率。
4.如权利要求1所述的分配方法，其特征在于，所述步骤IV包括：用周期性的启动预测算法，预测各个虚拟节点和虚拟链路下一时间段的资源需求。
5.如权利要求1所述的分配方法，其特征在于，所述步骤V包括：用预测算法得出的下一时间段的资源需求，调整虚拟网络资源分配量。
6.如权利要求2所述的分配方法，其特征在于，所述底层物理网络资源GS如下式所示：
其中，NS代表物理节点的集合，LS表示物理链路的集合，代表物理节点的属性，代表物理链路的属性；
所述物理节点的属性包括:操作系统类型、位置、CPU容量和节点资源的价格；
所述物理链路的属性包括带宽和带宽价格；
所述虚拟网络GV如下式所示：
其中，NV代表虚拟节点的集合，LV代表虚拟链路的集合，代表虚拟节点的需求，代表虚拟链路的需求；
所述虚拟节点的需求包括对操作...

【专利技术属性】
技术研发人员：刘世栋，郭经红，陈志刚，金逸，王攀，王瑶，吴晨光，申京，李炳林，卜宪德，
申请(专利权)人：国网智能电网研究院，国网江苏省电力公司，国网河南省电力公司，国家电网公司，
类型：发明
国别省市：北京;11