【技术实现步骤摘要】
本专利技术属于移动通信，涉及一种数字孪生辅助的网络切片中虚拟网络功能迁移方法。
技术介绍
1、网络切片技术基于软件定义网络(software defined network，sdn)和网络功能虚拟化(network function virtualization，nfv)的理念，将网络转变为可编程和可虚拟化的资源。通过将网络划分为多个切片，每个切片可以根据具体需求配置不同的网络功能和资源，例如带宽、延迟、安全性等。这样，不同应用和服务可以共享同一网络基础设施，同时获得个性化的网络服务。网络切片技术在许多领域具有广泛的应用前景。例如，移动通信网络可以使用网络切片来为不同的应用(如增强型移动宽带、物联网)提供定制的网络服务。
2、vnf迁移技术是一种关键的nfv技术，旨在实现在虚拟化环境中对网络功能的动态迁移和重新配置。传统的网络功能通常以物理设备形式存在，而vnf迁移技术通过将网络功能虚拟化为软件实例，使其能够在不同的虚拟化环境中移动和部署。在移动通信网络中，vnf迁移技术可以用于实现网络功能的移动性和负载均衡，以支持移动用户的无缝连接和服务迁移。这项技术的应用能够提高网络资源的利用效率、降低网络功能的部署和管理成本，并为各种应用场景提供灵活、可扩展和高效的网络服务。然而现有的vnf迁移方法缺乏适当的vnf选择机制，使得在网络拥塞或者节点故障时，一些需要优先迁移的vnf或者处于故障节点上的vnf不能优先的迁移，从而导致了网络的延迟。
技术实现思路
1、有鉴于此，本专利技术
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种数字孪生辅助的网络切片中虚拟网络功能迁移方法，该方法将物理网络中的一部分物理节点用于部署vnf业务，将另一部分物理节点作为数字孪生体构建节点以构建数字孪生体，并通过该数字孪生体实时采集vnf相关的数据；对于虚拟网络功能的迁移，利用所述数字孪生体采集的vnf相关数据预测vnf的未来资源需求，再根据预测得到的vnf未来资源需求量按照vnf优先级进行虚拟网络功能迁移；同时，针对虚拟网络功能的迁移，构建以最小化网络总成本、数字孪生体时延以及负载方差为目标的优化问题，以降低虚拟网络功能迁移过程的网络成本和数字孪生体时延；此外，根据vnf的迁移情况，通过d3qn和ddpg的联合算法调整所述数字孪生体的部署位置和关联状态。
4、进一步的，通过cga预测模型来预测所述vnf的未来资源需求，所述cga预测模型包括cnn网络、gru网络以及基于注意力机制的网络；所述cnn网络用于提取所述数字孪生体采集的vnf相关数据的空间特征向量，并将该空间特征向量输入所述gru网络中提取时间特征；然后通过所述基于注意力机制的网络对具有不同历史点的时间特征进行加权。
5、进一步的，根据预测得到的vnf未来资源需求量按照vnf优先级进行虚拟网络功能迁移包括：采用dt malddqn算法进行虚拟网络功能迁移，该dt malddqn算法为一种数字孪生辅助的集成lstm的多智能体ddqn算法。
6、所述dt malddqn算法包括以下步骤：
7、1)根据网络状态确定vnf的迁移优先级，其中vnf的迁移优先级表示为：
8、
9、式中，pvnf表示vnf的迁移优先级，psfc表示sfc的迁移优先级，和表示权重因子；p1表示所预测的t+n时刻sfc s部署在故障节点u上的vnfs所需的cpu资源与sfc s中所有vnfs所需的cpu资源之比；p2表示所预测的t+n时刻sfc s部署在故障节点u上的vnfs所需的存储资源与sfc s中所有vnfs所需的存储资源之比；p3表示所预测的t+n时刻经过故障节点u的sfc s的虚拟链路的带宽需求与sfc s的总带宽需求之比；p1、p2和p3分别表示为：
10、
11、
12、
13、式中，表示服务s的第l个vnf的计算资源需求，表示服务s的第l个vnf的存储资源需求，表示虚拟链路的带宽资源需求；表示vnffls是否映射在节点u上：
14、
15、表示虚拟链路是否通过物理链路(u,v)：
16、
17、2)从孪生网络获取初始状态，根据状态为智能体选择动作、计算奖励并观察下一时刻的状态；
18、其中，vnf迁移问题的状态空间表示为：
19、s(t)＝[i(t),c(t),m(t),b(t),rs(t),θ(t-1)}
20、式中，i(t)表示vnf节点的网络状态，c(t)表示vnf节点的计算资源，m(t)表示vnf节点的存储资源，b(t)表示物理链路的带宽资源，rs(t)表示服务请求s在t时刻的请求速率，θ(t-1)表示t-1时刻vnf节点上的vnf与dtc节点上的数字孪生体的关联关系；
21、vnf迁移问题的动作空间表示为：
22、a(t)＝{x(t),y(t)]
23、式中，x(t)表示服务请求s的fls在节点u上的映射情况，y(t)表示服务请求s的虚拟链路在物理链路(u,v)上的映射情况；
24、vnf迁移问题的奖励函数表示为：
25、
26、r(t)＝-ξ1cvnf(t)-ξ2lvnf(t)
27、
28、
29、式中，ξ1、ξ2、λ1和λ2表示权重系数，xu表示节点u的打开状态，表示节点u的状态切换成本，表示节点u单位时间的基础运行成本，cr(t)表示vnf节点上的运行成本，cfm(t)表示vnf迁移成本，和分别表示节点u的cpu负载方差和存储负载方差；
30、数字孪生体关联问题的状态空间表示为：
31、
32、式中，表示dtc节点的网络状态，表示dtc节点的计算资源，表示dtc节点的存储资源，表示物理链路的带宽资源；
33、数字孪生体关联问题的动作空间表示为：
34、
35、式中，θ(t)表示vnffls所在的vnf节点u与dtc节点h的关联关系，β(t)表示vnf向其数字孪生体传输的数据中各元素对数字孪生体完整性的影响权重；
36、数字孪生体关联问题的奖励函数表示为：
37、
38、
39、
40、
41、式中，ξ3表示权重系数，ta表示数字孪生体时延，cl(t)表示数字孪生粒度降低带来的预测损失，cc(t)表示构建与运行数字孪生体的成本，cdtm(t)表示数字孪生体迁移成本，和分别表示节点h的cpu负载方差和存储负载方差；
42、3)将经验元组本文档来自技高网...
【技术保护点】
1.一种数字孪生辅助的网络切片中虚拟网络功能迁移方法，其特征在于：该方法将物理网络中的一部分物理节点用于部署VNF业务，将另一部分物理节点作为数字孪生体构建节点以构建数字孪生体，并通过该数字孪生体实时采集VNF相关的数据；对于虚拟网络功能的迁移，利用所述数字孪生体采集的VNF相关数据预测VNF的未来资源需求，再根据预测得到的VNF未来资源需求量按照VNF优先级进行虚拟网络功能迁移；同时，针对虚拟网络功能的迁移，构建以最小化网络总成本、数字孪生体时延以及负载方差为目标的优化问题，以降低虚拟网络功能迁移过程的网络成本和数字孪生体时延；此外，根据VNF的迁移情况，通过D3QN和DDPG的联合算法调整所述数字孪生体的部署位置和关联状态。
2.根据权利要求1所述的虚拟网络功能迁移方法，其特征在于：通过CGA预测模型来预测所述VNF的未来资源需求，所述CGA预测模型包括CNN网络、GRU网络以及基于注意力机制的网络；所述CNN网络用于提取所述数字孪生体采集的VNF相关数据的空间特征向量，并将该空间特征向量输入所述GRU网络中提取时间特征；然后通过所述基于注意力机制的网络对具有不同
3.根据权利要求1所述的虚拟网络功能迁移方法，其特征在于：所述根据预测得到的VNF未来资源需求量按照VNF优先级进行虚拟网络功能迁移包括：采用DT MALDDQN算法进行虚拟网络功能迁移，该DT MALDDQN算法为一种数字孪生辅助的集成LSTM的多智能体DDQN算法；所述DT MALDDQN算法包括以下步骤：
4.根据权利要求3所述的虚拟网络功能迁移方法，其特征在于：步骤1)中，所述VNF的迁移优先级表示为：
5.根据权利要求3所述的虚拟网络功能迁移方法，其特征在于：步骤2)中，所述智能体中，VNF迁移问题的状态空间表示为：
6.根据权利要求1所述的虚拟网络功能迁移方法，其特征在于：所述网络总成本表示为：
7.根据权利要求1所述的虚拟网络功能迁移方法，其特征在于：所述根据VNF的迁移情况，通过D3QN和DDPG的联合算法调整所述数字孪生体的部署位置和关联状态包括：
...【技术特征摘要】
1.一种数字孪生辅助的网络切片中虚拟网络功能迁移方法，其特征在于：该方法将物理网络中的一部分物理节点用于部署vnf业务，将另一部分物理节点作为数字孪生体构建节点以构建数字孪生体，并通过该数字孪生体实时采集vnf相关的数据；对于虚拟网络功能的迁移，利用所述数字孪生体采集的vnf相关数据预测vnf的未来资源需求，再根据预测得到的vnf未来资源需求量按照vnf优先级进行虚拟网络功能迁移；同时，针对虚拟网络功能的迁移，构建以最小化网络总成本、数字孪生体时延以及负载方差为目标的优化问题，以降低虚拟网络功能迁移过程的网络成本和数字孪生体时延；此外，根据vnf的迁移情况，通过d3qn和ddpg的联合算法调整所述数字孪生体的部署位置和关联状态。
2.根据权利要求1所述的虚拟网络功能迁移方法，其特征在于：通过cga预测模型来预测所述vnf的未来资源需求，所述cga预测模型包括cnn网络、gru网络以及基于注意力机制的网络；所述cnn网络用于提取所述数字孪生体采集的vnf相关数据的空间特征向量，并将该空间特征向量输入所述gr...
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。