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