一种面向节能和QoS保障的VNF部署方法及装置制造方法及图纸

本申请公开了一种面向节能和QoS保障的VNF部署方法及装置，方法包括：通过K条最短路径算法对预置待部署SFC映射的VNF实例进行连接部署，在此基础上，采用多目标优化模型计算每个初始VNF部署方案的适应度函数值；选择前面一半较小的适应度函数值对应的预置初始VNF部署方案作为父代种群；通过遗传算法进行运算，得到子代种群；再根据约束条件和K条最短路径算法进行更新部署；需要判断迭代次数是否大于预置最大迭代次数，如果否，则继续进行迭代，直至迭代次数为预置最大迭代次数。解决了现有技术无法在VNF的部署过程中既能保障QoS，又能节省能耗的技术问题。

【技术实现步骤摘要】
一种面向节能和QoS保障的VNF部署方法及装置
本申请涉及通信领域，尤其涉及一种面向节能和QoS保障的VNF部署方法及装置。
技术介绍
NFV(网络功能虚拟化)是由欧洲电信标准协会推动的新概念，该技术旨在通过使用虚拟化和云计算技术简化网络服务的部署与管理。与基于硬件设备的传统服务提供模式相比，NFV网络支持在通用服务器上部署VNF(虚拟网络架构)，因此该技术在减小部署专用硬件设备的开销的同时，保证了网络服务的灵活性，可靠性和扩展性。此外，部署在网络中的部分VNF可以被连接成一条服务功能链(ServiceFunctionChain,SFC)，进而可以向用户提供更复杂的服务。在大规模电信网络中，为了满足用户的服务请求，运营商需要在不同的网络位置部署VNF，网络在处理和传输用户数据的过程中消耗量大量的电能。调查数据表明，互联网通信技术行业的相关设备在2008年的温室气体排放量占据总量的2％-2.5％，并预测在即将到来的2020年这个数字会达到两倍以上。因此，能耗已经成为VNF部署的一个重要考虑因素，所以在进行VNF部署过程中应尽量实现节能优化。现有的VNF部署方案要么就是虽然促进了整个网络底层物理资源的合理利用，节省了开支，但方案过于固化不符合实际的应用情况；要么就是虽然方案能够满足实际应用需求，但没有考虑网络中的VNF部署的开销问题，一时无法得到较为完善的VNF部署方案。
技术实现思路
本申请提供了一种面向节能和QoS保障的VNF部署方法及装置，用于解决现有技术无法在VNF的部署过程中既能保障QoS，又能节省能耗的技术问题。有鉴于此，本申请第一方面提供了一种面向节能和QoS保障的VNF部署方法，包括：S1：通过第一K条最短路径算法将根据预置待部署SFC映射的VNF实例进行连接，得到初始VNF部署方案；S2：采用预置多目标优化模型计算每个所述初始VNF部署方案的适应度函数值，所述预置多目标优化模型包括服务器开销函数和链路开销函数，所述预置多目标优化模型的优化求解受预置约束条件约束；S3：将所述适应度函数值升序排列，选择前面一半的所述适应度函数值对应的所述预置初始VNF部署方案作为父代种群；S4：根据预置交叉概率和预置变异概率对所述父代种群分别进行交叉运算和变异运算，得到子代种群，所述子代种群为第一VNF部署方案；S5：基于所述预置约束条件、所述预置待部署SFC、所述子代种群和第二K条最短路径算法进行实例连接操作，得到第二VNF部署方案；S6：判断迭代次数是否大于预置最大迭代次数，如果否，则将所述第二VNF部署方案代替所述初始VNF部署方案，并重复步骤S2-S5，直至迭代次数为所述预置最大迭代次数，如果是，则停止迭代。优选地，步骤S1，之前还包括：S0：接收采用预置泊松分布模拟得到的虚拟网络请求，所述虚拟网络请求包括多条待部署SFC。优选地，步骤S1，包括：按照预置部署规则将每条所述预置待部署SFC进行映射，得到所述VNF实例，所述预置部署规则为每部署一条所述预置待部署SFC，则更新一次网络资源的可用度；通过所述第一K条最短路径算法将所述VNF实例进行连接，得到所述初始VNF部署方案。优选地，所述预置约束条件包括：链路约束、映射约束、处理顺序约束、CPU需求数量约束和最大带宽约束。优选地，所述服务器开销函数为：其中，Cn为服务器部署总开销，a、b均为第一权重因子，pn、pmax分别为服务器总能耗和服务器最大能耗，Ts、Tmax分别为VNF处理总时延和VNF处理最大时延。优选地，所述链路开销函数为：其中，Cl为链路总开销，c、d均为第二权重因子，pla、plmax分别为链路总能耗和链路最大能耗，Tl、Tlmax分别是链路传输总时延和链路传输最大时延。优选地，步骤S5，还包括：通过单纯形法对所述第二VNF部署方案的映射方案进行单纯形调整，得到优化后的第二VNF部署方案。优选地，步骤S5，还包括：如果所述实例连接操作不满足所述预置约束条件，则将所述第一VNF部署方案通过第二K最短路径算法进行实例连接操作，得到次级VNF部署方案。本申请第二方面提供了一种面向节能和QoS保障的VNF部署装置，包括：初始部署模块，用于通过第一K条最短路径算法将根据预置待部署SFC映射的VNF实例进行连接，得到初始VNF部署方案；第一计算模块，用于采用预置多目标优化模型计算每个所述初始VNF部署方案的适应度函数值，所述预置多目标优化模型包括服务器开销函数和链路开销函数，所述预置多目标优化模型的优化求解受预置约束条件约束；选择模块，用于将所述适应度函数值升序排列，选择前面一半的所述适应度函数值对应的所述预置初始VNF部署方案作为父代种群；第二计算模块，用于根据预置交叉概率和预置变异概率对所述父代种群分别进行交叉运算和变异运算，得到子代种群，所述子代种群为第一VNF部署方案；更新部署模块，用于基于所述预置约束条件、所述预置待部署SFC、所述子代种群和第二K条最短路径算法进行实例连接操作，得到第二VNF部署方案；迭代模块，用于判断迭代次数是否大于预置最大迭代次数，如果否，则将所述第二VNF部署方案代替所述初始VNF部署方案，并触发所述第一计算模块，直至迭代次数为所述预置最大迭代次数，如果是，则停止迭代。优选地，所述初始部署模块，包括：映射子模块，用于按照预置部署规则将每条所述预置待部署SFC进行映射，得到所述VNF实例，所述预置部署规则为每部署一条所述预置待部署SFC，则更新一次网络资源的可用度；连接子模块，用于通过所述第一K条最短路径算法将所述VNF实例进行连接，得到所述初始VNF部署方案。从以上技术方案可以看出，本申请实施例具有以下优点：本申请中，提供了一种面向节能和QoS保障的VNF部署方法，包括：S1：通过第一K条最短路径算法将根据预置待部署SFC映射的VNF实例进行连接，得到初始VNF部署方案；S2：采用预置多目标优化模型计算每个初始VNF部署方案的适应度函数值，预置多目标优化模型包括服务器开销函数和链路开销函数，预置多目标优化模型的优化求解受预置约束条件约束；S3：将适应度函数值升序排列，选择前面一半的适应度函数值对应的预置初始VNF部署方案作为父代种群；S4：根据预置交叉概率和预置变异概率对父代种群分别进行交叉运算和变异运算，得到子代种群，子代种群为第一VNF部署方案；S5：基于预置约束条件、预置待部署SFC、子代种群和第二K条最短路径算法进行实例连接操作，得到第二VNF部署方案；S6：判断迭代次数是否大于预置最大迭代次数，如果否，则将第二VNF部署方案代替初始VNF部署方案，并重复步骤S2-S5，直至迭代次数为预置最大迭代次数，如果是，则停止迭代。本申请提供的面向节能和QoS保障的VNF部署方法，结合模型优化算法和遗传算法对VNF部署中的涉及的能耗问题和部署本文档来自技高网...

【技术保护点】
1.一种面向节能和QoS保障的VNF部署方法，其特征在于，包括：/nS1：通过第一K条最短路径算法将根据预置待部署SFC映射的VNF实例进行连接，得到初始VNF部署方案；/nS2：采用预置多目标优化模型计算每个所述初始VNF部署方案的适应度函数值，所述预置多目标优化模型包括服务器开销函数和链路开销函数，所述预置多目标优化模型的优化求解受预置约束条件约束；/nS3：将所述适应度函数值升序排列，选择前面一半的所述适应度函数值对应的所述预置初始VNF部署方案作为父代种群；/nS4：根据预置交叉概率和预置变异概率对所述父代种群分别进行交叉运算和变异运算，得到子代种群，所述子代种群为第一VNF部署方案；/nS5：基于所述预置约束条件、所述预置待部署SFC、所述子代种群和第二K条最短路径算法进行实例连接操作，得到第二VNF部署方案；/nS6：判断迭代次数是否大于预置最大迭代次数，如果否，则将所述第二VNF部署方案代替所述初始VNF部署方案，并重复步骤S2-S5，直至迭代次数为所述预置最大迭代次数，如果是，则停止迭代。/n

【技术特征摘要】
1.一种面向节能和QoS保障的VNF部署方法，其特征在于，包括：
S1：通过第一K条最短路径算法将根据预置待部署SFC映射的VNF实例进行连接，得到初始VNF部署方案；
S2：采用预置多目标优化模型计算每个所述初始VNF部署方案的适应度函数值，所述预置多目标优化模型包括服务器开销函数和链路开销函数，所述预置多目标优化模型的优化求解受预置约束条件约束；
S3：将所述适应度函数值升序排列，选择前面一半的所述适应度函数值对应的所述预置初始VNF部署方案作为父代种群；
S4：根据预置交叉概率和预置变异概率对所述父代种群分别进行交叉运算和变异运算，得到子代种群，所述子代种群为第一VNF部署方案；
S5：基于所述预置约束条件、所述预置待部署SFC、所述子代种群和第二K条最短路径算法进行实例连接操作，得到第二VNF部署方案；
S6：判断迭代次数是否大于预置最大迭代次数，如果否，则将所述第二VNF部署方案代替所述初始VNF部署方案，并重复步骤S2-S5，直至迭代次数为所述预置最大迭代次数，如果是，则停止迭代。


2.根据权利要求1所述的面向节能和QoS保障的VNF部署方法，其特征在于，步骤S1，之前还包括：
S0：接收采用预置泊松分布模拟得到的虚拟网络请求，所述虚拟网络请求包括多条待部署SFC。


3.根据权利要求1所述的面向节能和QoS保障的VNF部署方法，其特征在于，步骤S1，包括：
按照预置部署规则将每条所述预置待部署SFC进行映射，得到所述VNF实例，所述预置部署规则为每部署一条所述预置待部署SFC，则更新一次网络资源的可用度；
通过所述第一K条最短路径算法将所述VNF实例进行连接，得到所述初始VNF部署方案。


4.根据权利要求1所述的面向节能和QoS保障的VNF部署方法，其特征在于，所述预置约束条件包括：链路约束、映射约束、处理顺序约束、CPU需求数量约束和最大带宽约束。


5.根据权利要求1所述的面向节能和QoS保障的VNF部署方法，其特征在于，所述服务器开销函数为：



其中，Cn为服务器部署总开销，a、b均为第一权重因子，pn、pmax分别为服务器总能耗和服务器最大能耗，Ts、Tmax分别为VNF处理总时延和VNF处理最大时延。


6.根据权利要求5所述的面向节能和QoS保障的VNF部署方法，其特征在于，...

【专利技术属性】
技术研发人员：施展，梁宇图，曾瑛，
申请(专利权)人：广东电网有限责任公司电力调度控制中心，
类型：发明
国别省市：广东;44