【技术实现步骤摘要】
一种基于虚拟网络功能资源需求预测的网络延时优化方法
本专利技术涉及通信
，尤其涉及一种基于虚拟网络功能资源需求预测的网络延时优化方法。
技术介绍
网络功能虚拟化(NFV)利用虚拟化技术为未来网络设计提供给了一种新的网络设计思路，它将网络功能的软件实现部分从底层的硬件中解耦并迁移到虚拟平台上，通过运行在通用硬件设备上的软件来实现传统网络专用硬件设备的功能，这种脱钩带来了许多好处，包括减少资本支出(CAPEX)和运营费用(OPEX)、提高服务提供的灵活性等，但在性能方面有所下降。NFV的模式下，为了给用户提供精准服务，提高网络资源利用率，引入了服务功能链(SFC)的重要概念，SFC由一组有序的虚拟网络功能(VNF)(如防火墙、深度包解析、负载平衡器等)组成，用户流按照预先定义的顺序依次经过这些VNF，完成网络服务。目前，已经有很多工作研究了SFC/VNF的部署，它们指出用软件模块实现的网络功能要在性能方面保持原有水平是一件有挑战的事情。目前所提出的策略大多集中在离线优化的VNF部署问题上，它们假设所有的SFC请求都...
【技术保护点】
1.一种基于虚拟网络功能资源需求预测的网络延时优化方法，其特征在于，所述方法包括：/n步骤1，利用SDN的全局感知，获取网络中SFC的信息，并提取SFC的资源需求特征；/n步骤2，构建LSTM神经网络预测模型，预测VNFs下一时刻的资源需求；/n步骤3，根据预测结果，判断所述网络的负载情况，并决定是否进行优化；/n步骤4，将网络变化程度分级，并根据网络环境的不同变化程度重构SFCs，使得网络时延最小。/n
【技术特征摘要】
1.一种基于虚拟网络功能资源需求预测的网络延时优化方法，其特征在于，所述方法包括：
步骤1，利用SDN的全局感知，获取网络中SFC的信息，并提取SFC的资源需求特征；
步骤2，构建LSTM神经网络预测模型，预测VNFs下一时刻的资源需求；
步骤3，根据预测结果，判断所述网络的负载情况，并决定是否进行优化；
步骤4，将网络变化程度分级，并根据网络环境的不同变化程度重构SFCs，使得网络时延最小。
2.如权利要求1所述的一种基于虚拟网络功能资源需求预测的网络延时优化方法，其特征在于，所述步骤1进一步包括：将物理网络表示为一个无向图，表示为Gp＝(Np，Lp)，其中Np表示物理节点的集合，Lp表示物理链路的集合；每个物理节点n∈Np的CPU资源表示为物理节点m，n∈Np之间的链路lm，n∈Lp的带宽资源表示为根据需求设定它们各自的阈值，分别表示为rc、rb；将SFCs表示为一个有向图，表示为Gs＝(Ns，Ls)，其中Ns表示VNF节点的集合，Ls表示VNF之间虚拟链路的集合；当有T条SFC请求，集合表示为T＝{S1，S2，...，ST}，网络中存在F种类型的VNF，集合表示为F＝{vnf1，vnf2，...，vnfF}；每条SFC由一个或多个VNF组成，其中，第i条SFC由k个不同类型的VNF组成，将Si表示为其中oi是源点，ti是目标点，是k个VNF的集合，表示为当服务器上内存类型的硬件资源充足时，提取CPU资源作为VNF资源需求的特征，其中，将Si中vnfk所需的CPU资源表示为Ci，k，观察得到Si所需CPU资源的历史样本，表示为Qi＝{Ci，1，Ci，2，...，Ci，k}，其中，d表示样本中时隙的个数；将Si中vnfk和vnfk+1之间的虚拟链路表示为li，k，k+1，li，k，k+1所需的带宽资源表示为Bi，k，k+1。Bi，k，k+1的公式如下所示：Bi，k，k+1＝Ci，k·Lp/tproc，其中，Lp表示数据包的长度，tproc表示包处理时间。
3.如权利要求2所述的一种基于虚拟网络功能资源需求预测的网络延时优化方法，其特征在于，所述步骤2进一步包括：通过LSTM的遗忘门、输入门和输出门对VNF输入进行迭代学习，其中，LSTM通过计算以及门控制输入和输出数据来学习门，并且通过遗忘门删除无用的数据。
4.如权利要求3所述的一种基于虚拟网络功能资源需求预测的网络延...
【专利技术属性】
技术研发人员：蔡君，钱凯丽，罗建桢，刘燕，魏文国，
申请(专利权)人：广东技术师范大学，
类型：发明
国别省市：广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。