【技术实现步骤摘要】
【】本专利技术涉及整数线性规划和高级算法设计的，特别是基于节点碳排序的弹性光网络虚拟光网络映射启发式方法的。
技术介绍
0、
技术介绍
1、随着云数据中心、人工智能、5g和云计算等技术的快速发展，互联网已经渗透到社会生活的各个领域，而数据量也随之爆炸式增长。海量数据为基础网络设施带来了新的挑战。弹性光网络由于其高容量、低时延、灵活频谱分配、集中控制和故障可定位等优点被认为是未来理想的网络基础设施。为了克服互联网对架构变化的阻力并缓解异构网络资源之间相互耦合带来的僵化问题，虚拟网络资源的需求也在不断扩大。底层物理网络的节点和链路昂贵且稀缺，而在弹性光网络中运用虚拟光网络映射(vne)技术可以适当缓解虚拟资源的浪费。
2、有文章指出，全球电力行业的碳排放量约占碳排总量的40％，而目前全球2～3％左右的电力消耗来自于云数据中心。围绕弹性光网络虚拟光网络映射这一技术，业内学者在现有的大规模网络中提出了很多模型和算法。但是，现有的模型和算法虽然大都试图找到最优解来减少成本，却往往没有考虑碳排放的指标。因此，在弹性光网络中，vone仍有很大的改进空间。
技术实现思路
0、
技术实现思路
1、本专利技术的目的就是解决现有技术中的问题，提出基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，一方面为大规模网络中vone问题难以找到最优解问题提供一种新的思路，另一方面基于节点碳排序构建运输模型，提出了一种基于罚数的弹性光网络vone算法，从而可在保证虚拟网络映
2、为实现上述目的，本专利技术提出了基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，先计算节点碳排序方法以量化节点重要程度，再根据基于节点碳排序的弹性光网络虚拟网络映射的启发式算法进行映射。
3、作为优选，先计算节点碳排序方法以量化节点重要程度，再根据基于节点碳排序的弹性光网络虚拟网络映射的启发式算法进行映射具体包括如下步骤：
4、s100)计算网络节点ncr值，继续执行步骤s200)；
5、s200)构建运输模型、初始化分配模型，继续执行步骤s300)；
6、s300)计算运价表各行列罚数，继续执行步骤s400)；
7、s400)判断是否所有虚拟节点完成映射；若是，则继续执行步骤s500)；若否，则继续执行步骤s600)；
8、s500)返回映射成功；
9、s600)寻找节点映射方案，继续执行步骤s700)；
10、s700)判断是否节点映射成功；若是，则继续执行步骤s800)；若否，则继续执行步骤s1200)；
11、s800)虚拟节点映射将虚拟节点加入集合，继续执行步骤s900)；
12、s900)判断是否集合中节点有直接相连量的链路未被映射；若是，则继续执行步骤s1000)；若否，则继续执行步骤s300)；
13、s1000)链路映射，继续执行步骤s1100)；
14、s1100)判断是否链路映射成功；若是，则继续执行步骤s800)；若否，则继续执行步骤s1200)；
15、s1200)返回映射失败。
16、更进一步的，所述步骤s100)具体如下：
17、s101)输入虚拟网络和物理网络，继续执行步骤s102)；
18、s102)计算节点碳排放因子，继续执行步骤s103)；
19、s103)计算节点碳系数，继续执行步骤s104)；
20、s104)计算节点碳资源属性，继续执行步骤s105)；
21、s105)计算节点重要度初始值，继续执行步骤s106)；
22、s106)计算网络访问概率ncr初始值，继续执行步骤s107)；
23、s107)计算下一时刻网络ncr，继续执行步骤s108)；
24、s108)判断是否平稳分布；若是，则继续执行步骤s109)；若否，则继续执行步骤s107)；
25、s109)输出节点重要度ncr。
26、再进一步的，在所述步骤s102)中，采用公式(1.1)进行计算；
27、
28、式中，ci是碳排因子且定义为本节点所处地区不同电力来源占比；pi是本种电力来源单位能耗产生的碳排放量的乘积的累加和；pa，i是不同电力来源占比；ea，i是电力来源单位能耗产生的碳排放量；a为电力来源的种类；si为地区i的电力来源集合。
29、再进一步的，在所述步骤s103)中，采用公式(1.2)进行计算；
30、
31、式中，gi是节点i的节点碳系数；ci是物理节点i的碳排因子；an(i)是物理节点i的邻接节点集合；n是网络中节点集合。
32、作为优选，其特征在于：在所述步骤s104)中，采用公式(1.3)进行计算；
33、
34、式中，f(i)是节点i资源属性；b(l)是链路l的带宽；an(i)是物理节点i的邻接节点集合；l(i)是节点i的邻接链路集合；gi是节点i的节点碳系数。
35、再进一步的，在所述步骤s105)中，采用公式(1.4)和(1.5)进行计算；
36、
37、ncr0＝(ncr0(1)，ncr0(2)，...，ncr0(n))t (1.5)；
38、式中，ncr0(i)是节点i初始ncr值；ncr0是初始向量；f(i)是节点i初始系数；n是网络中节点集合。
39、再进一步的，在所述步骤s106)中，采用公式(1.6)、(1.7)和(1.8)进行计算；
40、
41、
42、
43、式中，为跳跃概率，即从节点i到节点j，可以经过中间节点，可以用节点的资源属性占比表示；为转发概率，即在从节点i转发到节点j时，节点i为节点j的前向节点，为节点资源属性与其所有邻接节点资源属性之和的比值；α，β分别为偏置系数且和为1；ncrt(i)是随机游走在某个t时刻访问节点i的概率分布，就是马尔可夫链在t时刻的状态分布。
44、更进一步的，在所述步骤s200)中，采用公式(1.9)进行计算；
45、
46、式中，是运输模型中生产地和销售地之间的运价且定义为虚拟节点与物理节点的ncr值的差的绝对值；ncrt(i)是t时刻节点i的ncr值；cpu(u)表示底层节点u剩余cpu计算资源；r(i)表示虚拟节点i所请求的cpu计算资源，nv是虚拟节点集合；ns是物理节点集合。
47、更进一步的，所述步骤s600)具体如下：
48、s601)输入节点，继续执行步骤s602)；
49、s602)判断是否有与已映射节点相邻的节点；若是，则继续执行步骤s603)；若否，则继续执行步骤s606)；
50、s603)判本文档来自技高网...
【技术保护点】
1.基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：先计算节点碳排序方法以量化节点重要程度，再根据基于节点碳排序的弹性光网络虚拟网络映射的启发式算法进行映射。
2.如权利要求1所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于，先计算节点碳排序方法以量化节点重要程度，再根据基于节点碳排序的弹性光网络虚拟网络映射的启发式算法进行映射具体包括如下步骤：
3.如权利要求2所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于，所述步骤S100)具体如下：
4.如权利要求3所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤S102)中，采用公式(1.1)进行计算；
5.如权利要求3所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤S103)中，采用公式(1.2)进行计算；
6.如权利要求3所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤S104)中，采用公式(1.3)进行计算；
8.如权利要求3所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤S106)中，采用公式(1.6)、(1.7)和(1.8)进行计算；
9.如权利要求2所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤S200)中，采用公式(1.9)进行计算；
10.如权利要求2所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于，所述步骤S600)具体如下：
...【技术特征摘要】
1.基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：先计算节点碳排序方法以量化节点重要程度，再根据基于节点碳排序的弹性光网络虚拟网络映射的启发式算法进行映射。
2.如权利要求1所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于，先计算节点碳排序方法以量化节点重要程度，再根据基于节点碳排序的弹性光网络虚拟网络映射的启发式算法进行映射具体包括如下步骤：
3.如权利要求2所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于，所述步骤s100)具体如下：
4.如权利要求3所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤s102)中，采用公式(1.1)进行计算；
5.如权利要求3所述的基于节点碳排序的弹性光网络虚拟光网络映射启发式方法，其特征在于：在所述步骤s103)中，采...
【专利技术属性】
技术研发人员：陈晓华，杨利晨，李春芝，李艺艺，胡峰平，
申请(专利权)人：湖州师范学院，
类型：发明
国别省市：
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。