网络切片带宽的动态分配方法、电子设备和存储介质组成比例

本发明专利技术提供网络切片宽带的动态分配方法、电子设备和存储介质，包括：将当前接入网业务中各网络切片的周期历史流量分别作为门控循环神经网络的输入数据，以使该门控循环神经网络输出各网络切片在当前时刻后的下一个带宽分配周期内的预测流量；根据各网络切片的预测流量确定接入网业务的总需求带宽，以及各网络切片需求带宽在总需求带宽中的比例关系；根据各网络切片的需求带宽在所述总需求带宽中的比例关系分配接入网业务对应的目标网络中待分配的总带宽，得到各网络切片的分配带宽。本发明专利技术能够更快更精准的得到各网络切片的预测流量值，能够更合理的完成网络带宽在动态切片中的资源分配，满足互联网中业务转发的多种业务需求。务需求。务需求。

【技术实现步骤摘要】
网络切片带宽的动态分配方法、电子设备和存储介质


[0001]本专利技术涉及接入网切片资源分配
，尤其涉及网络切片宽带的动态分配方法、电子设备和存储介质。

技术介绍

[0002]互联网的广泛应用对于网络切片的要求日益增长，面对互联网丰富的应用场景，为使其能够满足不同类型业务的流量模式，通常采用软件定义网络(SDN)和网络功能虚拟化(NFV)支持的网络切片，在一个物理平台上构建多个专用的逻辑网络，从而满足不同客户对不同类型网络能力的需求，实现业务的灵活定制，从而提高网络资源利用率。但是，由于互联网流量呈现一定的突发性，而早期的网络切片资源分配大多集中在静态部署分配，忽略了后续对于动态切片部署和扩展需求，使得网络切片的资源分配灵活性较差，导致分配给不同用户的网络切片资源不符合该用户的需求，并且一定程度上造成了物理资源的浪费。

技术实现思路

[0003]鉴于此，本专利技术实施例提供了一种网络切片宽带的动态分配方法、电子设备和存储介质，以消除或改善现有技术中存在的一个或更多个缺陷。
[0004]本专利技术的一个方面提供了一种网络切片宽带的动态分配方法，包括：根据预先设定的带宽分配周期统计当前接入网业务中各网络切片各自的周期历史流量，将各所述网络切片的周期历史流量分别作为门控循环神经网络的输入数据，以使该门控循环神经网络输出该接入网业务中各网络切片在当前时刻后的下一个带宽分配周期内的预测流量；根据各所述网络切片的预测流量确定所述接入网业务的总需求带宽，以及各网络切片各自的需求带宽在所述总需求带宽中的比例关系；根据各网络切片的需求带宽在所述总需求带宽中的比例关系分配所述接入网业务对应的目标网络中待分配的总带宽，得到所述接入网业务中各网络切片的分配带宽。
[0005]在本专利技术的一些实施例中，根据各所述网络切片的预测流量确定所述接入网业务的总需求带宽，以及各网络切片各自的需求带宽在所述总需求带宽中的比例关系，包括：
[0006]利用各网络切片的预测流量，结合该网络切片的优先级系数确定各网络切片的需求带宽；基于各网络切片的需求带宽确定所述接入网业务的总需求带宽；获取网络切片各自的需求带宽在所述总需求带宽中的比例关系。
[0007]在本专利技术的一些实施例中，所述根据所述比例关系分配网络中待分配的总带宽，得到所述接入网业务中各网络切片的分配带宽，包括：根据所述各网络切片的需求带宽在所述接入网业务的总需求带宽中的比例关系，对所述目标网络中去除预先获取的各网络切片的所述最小开销带宽后剩余的待分配的总带宽进行分配，得到额外分配至各网络切片的需求带宽；
[0008]结合各网络切片的最小开销带宽和需求带宽，得到各网络切片的分配带宽。
[0009]在本专利技术的一些实施例中，还包括：根据各网络切片的历史流量，预先设定各网络切片的保证开销带宽与所述目标网络中待分配的总带宽的比例关系的下限阈值，使得预留的各网络切片的最小开销带宽满足网络业务转发低峰期的业务转发。
[0010]在本专利技术的一些实施例中，在所述根据所述各网络切片的预测流量确定各网络切片的需求带宽在所述接入网业务的总需求带宽中的比例关系之后，还包括：若网络切片的需求带宽在所述接入网业务的总需求带宽中的比例关系大于预先设定的该网络切片的保证开销的带宽与网络中待分配的总带宽的比例关系的上限阈值，则将该网络切片的所述上限阈值修正为该网络切片的需求带宽在所述接入网业务的总需求带宽中的比例关系。
[0011]在本专利技术的一些实施例中，所述接入网业务的业务类型包括低时延类型和高速率类型；
[0012]针对低时延类型的所述接入网业务，利用各网络切片的预测流量，结合该网络切片的优先级系数确定各网络切片的需求带宽，包括：利用各网络切片的预测流量，结合该网络切片的优先级系数和该接入网业务的网络时延系数确定各网络切片的需求带宽；
[0013]针对高速率类型的所述接入网业务，利用各网络切片的预测流量，结合该网络切片的优先级系数确定各网络切片的需求带宽，包括：利用各网络切片的预测流量，结合该网络切片的优先级系数和该接入网业务的网络速率系数确定各网络切片的需求带宽。
[0014]在本专利技术的一些实施例中，所述门控循环神经网络采用随机梯度下降算法作为优化算法，采用双曲正切函数作为激活函数。
[0015]在本专利技术的一些实施例中，还包括：利用每一个带宽分配周期中各网络切片的历史流量训练所述门控循环神经网络，通过平均绝对百分比误差获取所述门控循环神经网络的训练效果值；所述平均绝对百分比误差为：
[0016][0017]其中，n表示网络切片的总数量，Rm表示第m个网络切片的实际流量值，表示第m个网络切片的预测流量值。
[0018]本专利技术的另一方面提供了一种电子设备，包括处理器和存储器，其特征在于，所述存储器中存储有计算机指令，所述处理器用于执行所述存储器中存储的计算机指令，当所述计算机指令被处理器执行时该电子设备实现如权上述网络切片宽带的动态分配方法的步骤。
[0019]本专利技术的另一方面提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如上述网络切片宽带的动态分配方法的步骤。
[0020]本专利技术的网络切片宽带的动态分配方法、电子设备和存储介质，通过门控循环神经网络能够更快更精准的得到各网络切片的预测流量值；在此基础上分配目标网络的网络带宽，能够更合理的完成网络带宽在动态切片中的带宽资源分配，满足工业互联网中业务转发的多种业务需求。
[0021]本专利技术的附加优点、目的，以及特征将在下面的描述中将部分地加以阐述，且将对于本领域普通技术人员在研究下文后部分地变得明显，或者可以根据本专利技术的实践而获知。本专利技术的目的和其它优点可以通过在说明书以及附图中具体指出的结构实现到并获
得。
[0022]本领域技术人员将会理解的是，能够用本专利技术实现的目的和优点不限于以上具体所述，并且根据以下详细说明将更清楚地理解本专利技术能够实现的上述和其他目的。
附图说明
[0023]此处所说明的附图用来提供对本专利技术的进一步理解，构成本申请的一部分，并不构成对本专利技术的限定。
[0024]图1为网络切片带宽的动态分配流程图。
[0025]图2为本专利技术一实施例中的门控循环神经网络模型结构图。
[0026]图3为本专利技术一实施例中的门控循环神经网络的训练流程图。
[0027]图4为本专利技术一实施例中的接入网系统的结构图。
[0028]图5为本专利技术一实施例中的接入网业务的网络切片示意图。
[0029]图6为本专利技术一实施例中的网络切片带宽的动态分配流程图。
具体实施方式
[0030]为使本专利技术的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本专利技术做进一步详细说明。在此，本专利技术的示意性实施方式及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0031]在此，还需要说明的是，为了避免因不必要的细节而模糊了本专利技术，在附图中仅仅示出了与本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种网络切片宽带的动态分配方法，其特征在于，包括：根据预先设定的带宽分配周期统计当前接入网业务中各网络切片各自的周期历史流量，将各所述网络切片的周期历史流量分别作为门控循环神经网络的输入数据，以使该门控循环神经网络输出该接入网业务中各网络切片在当前时刻后的下一个带宽分配周期内的预测流量；根据各所述网络切片的预测流量确定所述接入网业务的总需求带宽，以及各网络切片各自的需求带宽在所述总需求带宽中的比例关系；根据各网络切片的需求带宽在所述总需求带宽中的比例关系分配所述接入网业务对应的目标网络中待分配的总带宽，得到所述接入网业务中各网络切片的分配带宽。2.根据权利要求1所述的方法，其特征在于，根据各所述网络切片的预测流量确定所属接入网业务的总需求带宽，以及各网络切片各自的需求带宽在所述总需求带宽中的比例关系，包括：利用各网络切片的预测流量，结合该网络切片的优先级系数确定各网络切片的需求带宽；基于各网络切片的需求带宽确定所述接入网业务的总需求带宽；获取网络切片各自的需求带宽在所述总需求带宽中的比例关系。3.根据权利要求1所述的方法，其特征在于，所述根据所述比例关系分配网络中待分配的总带宽，得到所述接入网业务中各网络切片的分配带宽，包括：根据所述各网络切片的需求带宽在所述接入网业务的总需求带宽中的比例关系，对所述目标网络中去除预先获取的各网络切片的所述最小开销带宽后剩余的待分配的总带宽进行分配，得到额外分配至各网络切片的需求带宽；结合各网络切片的最小开销带宽和需求带宽，得到各网络切片的分配带宽。4.根据权利要求1所述的方法，其特征在于，还包括：根据各网络切片的历史流量，预先设定各网络切片的保证开销带宽与所述目标网络中待分配的总带宽的比例关系的下限阈值，使得预留的各网络切片的最小开销带宽满足网络业务转发低峰期的业务转发。5.根据权利要求1所述的方法，其特征在于，在所述根据所述各网络切片的预测流量确定各网络切片的需求带宽在所述接入网业务的...

【专利技术属性】
技术研发人员：田清华，忻向军，宋世文，姚海鹏，孙丹丹，王富，高然，张琦，王拥军，杨雷静，朱磊，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：