一种FlexE切片业务编排方法、装置及介质制造方法及图纸

本发明专利技术公开了一种FlexE切片业务编排方法、装置及介质，方法包括：获取业务编排基础数据，读取每个FlexE Client当前时刻需要传送的数据块的大小以及FlexE Group上PHY通道中的可用时隙资源；基于所述业务编排基础数据，将FlexE设备中时隙资源调度和分配问题建模为组合优化问题中的多维背包问题；基于组合优化问题中的多维背包问题，将FlexE设备中业务切片以及时隙资源调度和分配问题建模为组合优化寻优的数学问题；针对所述数学问题，引入并改进并行量子遗传算法求解多维背包问题的最优解，得到FlexE设备切片业务编排结果。本方法采用并行量子遗传算法优化资源分配和调度的过程，实现在保证业务性能和QoS前提下的网随业务而动的目的。务而动的目的。务而动的目的。

【技术实现步骤摘要】
一种FlexE切片业务编排方法、装置及介质


[0001]本专利技术涉及一种FlexE切片业务编排方法、装置及介质，属于光承载网络


技术介绍

[0002]灵活以太网(Flexible Ethernet,FlexE)是基于高速以太网接口(100GE及以上)，通过在IEEE 802.3标准的基础上引入FlexE Shim层实现了以太网MAC层(Medium Access Control)和PHY层(Physical)的解耦，实现了灵活控制接口速率，低成本、高可靠、可动态配置的网络接口技术，从而适应不同的网络传输结构。FlexE通过通道化以太网接口实现以太网硬管道，支持物理接口捆绑、物理接口的通道化和物理接口的子速率等功能。
[0003]FlexE设备的物理接口捆绑技术通过组合不同的接口速率实现设备的超大带宽接口，通过时隙调度的方式把数据流均匀的分配到所有的物理接口上从而实现超高的带宽利用率，解决了现有链路带宽小、带宽资源利用率低等一系列问题。实际使用过程中还可以通过FlexE设备实现网络切片功能。所谓网络切片是一种按需组网的方式，是本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种FlexE切片业务编排方法，其特征在于，包括以下步骤：获取业务编排基础数据，读取每个FlexEClient当前时刻需要传送的数据块的大小以及FlexEGroup上PHY通道中的可用时隙资源；基于所述业务编排基础数据，将FlexE设备中时隙资源调度和分配问题建模为组合优化问题中的多维背包问题；基于组合优化问题中的多维背包问题，将FlexE设备中业务切片以及时隙资源调度和分配问题建模为组合优化寻优的数学问题；针对所述数学问题，引入并改进并行量子遗传算法求解多维背包问题的最优解，得到FlexE设备切片业务编排结果。2.根据权利要求1所述的FlexE切片业务编排方法，其特征在于，获取业务编排基础数据，包括：读取每个FlexEClient当前时刻需要传送的数据块的大小、FlexEClient业务数量、每类FlexEClient业务流量的QoS要求以及FlexEGroup上PHY通道中的可用时隙资源；所述FlexEClient业务流量的QoS要求包括传输时延和丢包。3.根据权利要求2所述的FlexE切片业务编排方法，其特征在于，基于所述业务编排基础数据，将FlexE设备中时隙资源调度和分配问题建模为组合优化问题中的多维背包问题，包括：将FlexEGroup上的m个PHY通道映射为多维背包问题中的m个背包；将PHY通道中的可用时隙资源映射为多维背包问题中背包承重W
k
；将FlexEClient业务数量n映射为n类物品，每类FlexEClient业务流量I
j
个数据块映射为多维背包问题中的I
j
个物品；将FlexEClient业务流量中每个数据块的大小映射为多维背包问题中每个物品的重量为w
i,j
；将每类FlexEClient业务流量的QoS要求映射为多维背包问题中每个物品的价值为V
i，j
；所述映射指的是将FlexE资源调度和分配问题中的具体数值对应为多为背包问题中的具体数值。4.根据权利要求3所述的FlexE切片业务编排方法，其特征在于，基于组合优化问题中的多维背包问题，将FlexE设备中业务切片以及时隙资源调度和分配问题建模为组合优化寻优的数学问题求解，包括：将FlexE设备中业务切片以及时隙资源调度和分配问题建模为组合优化寻优的数学问题求解，其形式化表示如式(1)所示；
式(1)中，p
i,j
表示第i类中的第j个物品的价值，x
i,j
表示该物品是否被放入背包中，x
i,j
＝1是，x
i,j
＝0否，w
i,j
表示第i类中的第j个物品的重量，c
k
表示第k个背包的容量。5.根据权利要求4所述的FlexE切片业务编排方法，其特征在于，针对所述数学问题，引入并改进并行量子遗传算法求解多维背包问题的最优解，包括：步骤A创建SparkContext，并完成所有种群的初始化；所述SparkContext是使用spark功能的主要入口，代表与spark集群的连接；步骤B开始外部循环，共计循环T次；所述外部循环指的是分布式量子遗传算法在分布式环境中的迭代；通过调用SparkContext的parallelize方法，获得已经初始化的种群创建可并行操作的分布式数据集合RDD；步骤C通过mapPartitions算子分配RDD的不同partition并行执行量子遗传算法；步骤D通过collect()动作将所有的种群收回到Driver端并保存到数组中；所述的Driver端指的是一个Spark作业运行的主进程；步骤E从各种群的最优个体中挑选出最终结果，判断是否达到收敛，若已收敛则跳出外部循环；步骤F从TriBA结构n个种群中的每个种群根据个体适应度值选取前m个最优个体，组成精英种群；步骤G精英种群通过相似度竞争排挤替换操作，输送1/5最优个体到局部搜索
‑
精英种群；步骤H通过迁移因子的值选择合适的迁移方式，并完成TriBA结构种群间的迁移；步骤I重生种群向TriBA结构种群输送个体，并按照重生周期完成重生操作；所述重生种群是用于避免算法进化后期种群中的个体相似度趋于一致而加入的一个随机生成的种群，用于提高算法后期跳出局部最优解的能力；重生周期根据算法进化代数自主设定；步骤J各种群个体依照Metropolis准则完成随机失活；步骤K返回步骤B。6.根据权利要求5所述的FlexE切片业务编排方法，其特征在于，相似度竞争排挤替换操作，包括：其中等位基因相似度计算方法如公式6所示；其中a
i
与b
i
分别为两个个体a和b位于第i位的基因值，两个个体等位基因间的相似性采用异或运算完成；个体间相似度计算公式如下所示：其中S表示A，B个体间的相似度值，L是染色体编码长度，在精英种群向局部搜索
‑
精英种群进行种群间信息交流时，进行个体相似度竞争性排挤操作，设定一个初始参数D，在替换时，种群已按照适度值大小进行了排序，挑选出适应度值最优的1/5个体，记为A，与待迁移的个体，记为B，计算个体相似度，若S(A
i
,B
i
)>＝D,则将A
i
个体替换为B
i
，若Bi个体与所有A个体均为S(A
i
,B
i
)<D,则将A中适应度值最小的个...

【专利技术属性】
技术研发人员：陆涛，张浩，管荑，李菁竹，马涛，何迎利，冯宝，姚月月，南天，丁雍，周飞飞，蔡鹏，葛红舞，卢岸，胡光宇，贾鹏，罗衡森，李宇航，李芹，
申请(专利权)人：国网电力科学研究院有限公司国网山东省电力公司国网山东省电力公司经济技术研究院，
类型：发明
国别省市：