基于流量感知的网络切片配置方法技术

本发明专利技术属于网络通信技术领域，具体涉及一种基于流量感知的网络切片配置方法，具体步骤：基于压缩感知的端到端网络流量重构方法对网络流量进行重构，得到重构网络流量A；获取历史网络数据中的网络流量B，进行LSTM预测网络训练，将重构网络流量A代入LSTM预测网络，对重构网络流量A进行流量负载预测，得到每个网元预测负载值；结合NFV技术实现网络切片资源智能分配：比较当前系统中每个服务器的负载阈值和所有网元预测负载值，对每个网元预测负载值进行资源分配。有益效果：适应性广，费用低，进行合理分配和规划，合理利用、分配系统资源，加快系统网络运行速度和处理效率。快系统网络运行速度和处理效率。快系统网络运行速度和处理效率。

【技术实现步骤摘要】
基于流量感知的网络切片配置方法


[0001]本专利技术属于网络通信
，具体涉及一种基于流量感知的网络切片配置方法。

技术介绍

[0002]未来5G业务的多样化发展将存在信道、流量需求、业务场景等很多不确定因素。5G核心网云化、网络切片等资源灵活分配手段，是当前运营商提高用户服务质量、增加网络性能的法宝。很多学者在该领域进行相关的研究。Falahatraftar等人在5G应用场景下提出一种基于条件生成对抗网络的异构车辆网络切片方法；及翠婷等人在农业网监控传输领域提出一种多元化信息的5G切片传输方案；Barakabitze等人提出基于SDN和NFV的5G切片方案并提供开源代码编程器；Abidi等人提出一种基于机器学习和深度学习的5G切片方案，基于深度学习实现最优加权特征提取并提出一个有效的网络切片混合学习算法；高亮等人提出一种基于SDN的网络资源管理方法，其仿真结果显示带宽资源利用率明显提高。上述研究大多数从业务请求的动态变化来实现网络资源的分配，却没有结合当前业务流量的感知角度，即仅仅采用简单方法预测的网络未来负载状态来分配资源。上述方法有可能出现VNF(Virtual Network Feature，虚拟网络功能)频繁迁移问题，即系统一旦出现网络流量过载，为了保证业务可靠性，系统开始启动数据重定向，从而实现数据快速迁移。而VNF频繁迁移必然占用大量计算资源和存储资源，降低系统性能，增加用户使用的业务时延。因此，基于上述需求，有必要提出一种解决方案类预测未来业务对资源的动态需求，来降低由于业务请求动态变化引起的VNF迁移频率。

技术实现思路

[0003]本专利技术意在提供一种基于流量感知的网络切片配置方法，以降低由于业务请求动态变化引起的VNF迁移频率，从而在一定程度上避免了由于网络功能虚拟化调度产生的端到端时延增加的问题。
[0004]为了达到上述目的，本专利技术的方案为：
[0005]一种基于流量感知的网络切片配置方法，具体按照以下步骤进行：
[0006]S1：基于压缩感知的端到端网络流量重构方法对时间为t时刻的网络流量进行重构，得到重构网络流量A；
[0007]S2：获取历史网络数据中时间长度为T0+1时刻的网络流量B，将其代入带未知网络参数的LSTM网络框架，进行LSTM网络训练，得到LSTM网络参数，并输出LSTM预测网络；
[0008]S3：将步骤S1得到的重构网络流量A，代入步骤S2得到的LSTM预测网络，实现对所述重构网络流量A进行流量负载预测，进而得到每个网元预测负载值；
[0009]S4：结合NFV技术实现网络切片资源智能分配：比较当前系统中每个服务器的负载阈值和所有网元预测负载值，对所有网元预测负载值进行资源分配。
[0010]通过上述设计，利用基于压缩感知的端到端网络流量重构方法对未知的网络流量
进行重构，避免直接测量网络流量而造成的网络资源大量耗费。适用性广，相对于直接测量网络流量昂贵价格，本专利技术采用的预估方法成本低，利于大力推广。结合LSTM和注意机制实现流量预测，最后采用NFV技术实现网络切片资源智能分配。本专利技术通过当前时刻的网络流量，来预测下一时间段的网络流量，并结合预测的负载值和系统中服务器的负载阈值，进行合理分配和规划，合理利用、分配系统资源，加快系统网络运行速度和处理效率。
[0011]进一步地，步骤S1中，基于压缩感知的端到端网络流量重构方法对网络流量A进行重构的具体内容为：
[0012]S11：生成一个全零项矩阵G＝{g
ij
}
L
×
N
；并构造随机0
‑
1矩阵R＝{r
ij
}
L
×
N
；从而得到随机测量矩阵Φ，求出获取的网络流量A的OD流信号X(t)；进而得到测量矢量Z(t)；
[0013]其中，g
ij
＝1，ifp(i＝k)>α；r
ij
的取值为0或者1；
[0014]L＜＜N,L＝Klog(N/K)，K表示网络流量信号稀疏度；N为网络流量A中输出节点OD流的流数；K＜＜N；
[0015]k＝1,2，
…
L；i＝1,2，
…
L,j＝1,2，
…
N；α为概率阈值，0≤α≤1；
[0016]所述随机测量矩阵Φ计算公式为：
[0017]Φ＝{φ
ij
}
L
×
N
＝R
·
*G＝{r
ij
·
*g
ij
}
L
×
N
；
[0018]所述网络流量A的OD流信号X(t)为：
[0019][0020]x
i
(t)表示时间段T内的第t个时刻第i个OD流的流量；
[0021]所述测量矢量Z(t)的计算公式为：Z(t)＝ΦX(t)；
[0022]S12：利用K
‑
SVD，构造时间段T中第t时刻端到端网络流量的稀疏变换矩阵Ψ；
[0023]稀疏变换矩阵Ψ的求解步骤为：
[0024]所述网络流量A的OD流X(t)的稀疏表示为：
[0025]X(t)＝ΨS(t)；即Z(t)＝ΦX(t)＝ΦΨS(t)；
[0026]S(t)为端到端网络流量的OD流X(t)在稀疏变换矩阵Ψ变换域中的稀疏信号；
[0027]设D∈R
N
×
N
、X(t)∈R
N
、S(t)∈R
n；
；
[0028]D表示网络流量字典；
[0029]则X＝(X(1)，X(2)，
…
，X(Z))表示Z个网络流量信号集合；
[0030]S＝(S(1)，S(2)，
…
，S(Z))表示流量x的稀疏表示向量集合；
[0031]则未知数D和S的解通过多重约束优化问题表示为：
[0032][0033]通过最小二乘法ALS变换，未知数D和S的解通过多重约束优化问题进一步改进为：
[0034][0035]D＝(d1，d2，
…
，d
N
)；k＝1,2，
…
，N；
[0036]S＝(s1，s2，
…
，s
N
)
T
；k＝1,2，
…
，N；
[0037]E
k
是由于移除所有N个样本的原子D
K
的成分而引起的误差；
[0038]通过奇异值分解法SVD更新D
K
和s
k
，未知数D和S的解通过多重约束优化问题再进一步改进，更新得到新的字典网络流量字典的新稀疏信号通过新的字典的稀疏分解得到；再结合迭代得到最终的字典最终的字典为网络流本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于流量感知的网络切片配置方法，其特征在于，具体按照以下步骤进行：S1：基于压缩感知的端到端网络流量重构方法对时间为t时刻的网络流量进行重构，得到重构网络流量A；S2：获取历史网络数据中时间长度为T0+1时刻的网络流量B，将其代入带未知网络参数的LSTM网络框架，进行LSTM网络训练，得到LSTM网络参数，并输出LSTM预测网络；S3：将步骤S1得到的重构网络流量A，代入步骤S2得到的LSTM预测网络，实现对所述重构网络流量A进行流量负载预测，进而得到每个网元预测负载值；S4：结合NFV技术实现网络切片资源智能分配：比较当前系统中每个服务器的负载阈值和所有网元预测负载值，对所有网元预测负载值进行资源分配。2.根据权利要求1所述的基于流量感知的网络切片配置方法，其特征在于：步骤S1中，基于压缩感知的端到端网络流量重构方法对时间为t时刻的网络流量进行重构的具体内容为：S11：生成一个全零项矩阵G＝{g
ij
}
L
×
N
；并构造随机0
‑
1矩阵R＝{r
ij
}
L
×
N
；从而得到随机测量矩阵Φ，求出获取的网络流量A的OD流信号X(t)；进而得到测量矢量Z(t)；其中，g
ij
＝1，ifp(i＝k)>α；r
ij
的取值为0或者1；L＜＜N,L＝Klog(N/K)，K表示网络流量信号稀疏度；N为网络流量A中输出节点OD流的流数；K＜＜N；k＝1,2，
…
L；；i＝1,2，
…
L,j＝1,2，
…
N；α为概率阈值，0≤α≤1；所述随机测量矩阵Φ计算公式为：Φ＝{φ
ij
}
L
×
N
＝R
·
*G＝{r
ij
·
*g
ij
}
L
×
N
；所述网络流量A的OD流信号X(t)为：x
i
(t)表示时间段T内的第t个时刻第i个OD流的流量；所述测量矢量Z(t)的计算公式为：Z(t)＝ΦX(t)；S12：利用K
‑
SVD，构造时间段T中第t时刻端到端网络流量的稀疏变换矩阵Ψ；稀疏变换矩阵Ψ的求解步骤为：所述网络流量A的OD流X(t)的稀疏表示为：X(t)＝ΨS(t)；即Z(t)＝ΦX(t)＝ΦΨS(t)；S(t)为端到端网络流量的OD流X(t)在稀疏变换矩阵Ψ变换域中的稀疏信号；设D∈R
N
×
N
、X(t)∈R
N
、S(t)∈R
n
；；D表示网络流量字典；则X＝(X(1)，X(2)，
…
，X(Z))表示Z个网络流量信号集合；S＝(S(1)，S(2)，
…
，S(Z))表示流量x的稀疏表示向量集合；则未知数D和S的解通过多重约束优化问题表示为：
通过最小二乘法ALS变换，未知数D和S的解通过多重约束优化问题进一步改进为：D＝(d1，d2，
…
，d
N
)；k＝1,2，
…
，N；S＝(s1，s2，
…
，s
N
)
T
；k＝1,2，
…
，N；...

【专利技术属性】
技术研发人员：房小兆，梁嘉豪，吴昊，高洪波，周郭许，
申请(专利权)人：惠盟电力科技有限公司高洪波，
类型：发明
国别省市：