CN108040018A - 一种网络功能虚拟化下的细粒度网络流调度方法及*** - Google Patents
一种网络功能虚拟化下的细粒度网络流调度方法及*** Download PDFInfo
- Publication number
- CN108040018A CN108040018A CN201711114141.6A CN201711114141A CN108040018A CN 108040018 A CN108040018 A CN 108040018A CN 201711114141 A CN201711114141 A CN 201711114141A CN 108040018 A CN108040018 A CN 108040018A
- Authority
- CN
- China
- Prior art keywords
- network
- data packet
- control decision
- queue
- node
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
- H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/62—Queue scheduling characterised by scheduling criteria
- H04L47/621—Individual queue per connection or flow, e.g. per VC
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种网络功能虚拟化下的细粒度网络流调度方法及***,属于网络功能虚拟化领域。该调度方法是一种分布式方法,每个网络节点在获取局部网络状态信息后便可进行网络流调度。具体地,该方法在每一个时刻根据当前各个网络节点和链路的状态以及不同网络流的数据包队列信息实施不同的控制决策,包括接入控制决策,处理控制决策,传输控制决策,并且根据这些决策结果更新数据包队列信息。调度***负责维护队列和收集网络状态信息,并根据这些信息使用该调度方法得出调度结果,网络功能根据调度结果执行具体的任务。该调度方法和***根据当前网络状态动态调度网络流,能够保证整个网络***处于稳定状态并且其总平均吞吐率达到最优。
Description
技术领域
本发明属于网络功能虚拟化领域,更具体地,涉及一种网络功能虚拟化环境下的细粒度网络流调度方法及***。
背景技术
传统的基于专有硬件的网络设备具有价格昂贵,管理困难,灵活性差,服务部署时间长的特点,越来越无法适应高速发展的网络需求。网络功能虚拟化就是通过虚拟化技术将网络功能以软件的方式部署到通用的服务器上,从而达到降低成本,提高灵活性,方便管理,缩短服务部署时间的目的。网络功能通常以服务链的形式组成服务,一条服务链定义了网络流需要按顺序依次经过的多个网络功能。网络流需要从源节点出发,经过一系列中间节点,包括处理节点和转发节点,最终到达目的节点,从而完成整个服务。传统的网络流调度方法无法满足网络流按序经过服务流的需求,为了提高整个网络***的性能,必须使用合理的适用于网络功能环境下的网络流调度方法。同时,考虑到一个网络***的容量有限,在网络流负载超过容量上限时,需要进行接入控制决策,限制网络流进入网络***的大小,从而保证网络***处于稳定状态。因此,网络流的调度需要考虑接入,处理和转发三个方面的控制决策。
现有的网络流调度方法或多或少具有一定的局限性。首先大部分网络流调度方法是粗粒度的静态调度,它们基于网络流一段时间内的平均流量来进行调度,这种静态调度只能适用于网络流较平稳的情况,一旦网络流随时间变化较大,就无法保证网络***的性能达到最优,甚至可能造成网络上某个节点的拥塞。其次,不少网络流调度方法是一种集中式的方法,需要了解全局的网络状态(如节点和链路状态)才能进行调度,因此需要一个集中控制节点收集每个网络节点和链路的状态信息,增加了实现的复杂性,同时会造成不必要的通信开销。此外,一些网络流调度方法缺少接入控制手段,无法应用于网络流流量超过网络***容量的情况。为了同时解决上述网络流调度方法的局限性,本发明旨在寻找一种分布式的细粒度网络流调度方法来提高网络***的总吞吐率。
发明内容
针对现有技术的以上缺陷或改进需求,本发明提供了一种网络功能虚拟化环境下细粒度网络流调度方法及***,可以根据当前网络状态动态地调度网络流,从而保证网络***处于稳定状态并且使其平均效用达到最优。
为实现上述目的,按照本发明的一个方面,提供了一种网络功能虚拟化环境下细粒度网络流调度方法,包括如下步骤:
S1、对于每条网络流,根据其需求的服务链对网络流的数据包进行分类,每一种不同类型由网络流的五元组(用于标识不同网络流,包括源IP地址、目的IP地址、源端口号、目的端口号、协议号)和服务链上要求(即网络流的要求,一条网络流会要求一条服务链,网络流上的数据包都要经过服务链上的网络功能进行处理)的不同网络功能所标识;在每个网络节点上创建与数据包类型对应的数据包队列,用来存放不同类型网络流的数据包;如对于类型A数据包,创建一个只存放类型A数据包的数据包队列,此外该数据包队列还会贴上一个网络节点标识号;类型由后面的网络流类型和网络功能标识号决定,其中网络流类型又由网络流的五元组决定,也就是说,任意一个不同的五元组对应一种网络流类型,任意一种不同的网络流类型和网络功能标识号组合(二元组)对应一种数据包类型;这是数据包类型的确定方法;所述服务链由网络流需要按序经过的多个网络功能依次相连组成;所述网络功能的标识号为服务链上网络功能的顺序号;
S2、每隔采样周期T,在每个网络节点上根据当前各个数据包队列(每个队列存放同一种类型的数据包)的长度,采取接入控制决策、处理控制决策和传输控制决策,分别得到不同数据包队列中数据包接纳数目、处理数目和传输数目;其中T为第一预设值;
所述接入控制决策用于确定哪些数据包被各个网络节点所接纳;
所述处理控制决策用于确定哪些数据包被网络节点上的网络功能所处理;
所述传输控制决策用于确定哪些数据包在各个网络节点之间传输。
S3、根据步骤(2)输出控制决策结果,执行相应的动作,同时更新所述网络流的数据包队列,即根据决策结果和更新公式更新队列长度。
进一步的,所述步骤S1包括如下操作:
对于每条网络流,我们将存放不同类型的数据包队列长度定义为Q(n,f,k),其中n表示队列所创建在的网络节点编号,f表示网络流编号,k表示网络流f需求的服务链上的第k个网络功能;该队列存放网络流f上的需要由第k个网络功能进行处理的数据包;此处网络功能实际上是一个抽象概念,本质上是用于处理数据包的代码。
进一步的,步骤S2的接入控制决策结果定义为R(n,f),表示网络节点n上允许接纳的属于网络流f的数据包数目;R(n,f)的取值方法如下:对于给定的节点n,当Q(n,f,1)小于V时,R(n,f)=A(n,f),否则R(n,f)=0;接入控制决策用于确定数据包接纳数目,防止过多的数据包注入网络***,导致网络***出现网络拥塞状况;
其中,V为第二预设值,A(n,f)表示采样周期T内网络流f到达网络节点n的数据包数目;V的取值预先设定,表示队列长度的阈值,取值越大,表示需处理更多数据包,但同时会增加排队延时;
进一步的,步骤S2的处理控制决策结果定义为μ(n,f,k),表示网络节点n上允许网络流f的第k个网络功能对网络流f进行处理的数据包数目;对于任一给定的n,对任意f,k计算Q(n,f,k)和Q(n,f,k+1)的差值,记为delta(n,f,k),其中最大的差值记为delta_max1;μ(n,f,k)的取值方法如下:若delta(n,f,k)=delta_max1(若有多组(n,f,k)满足该等式,任选一组)并且delta(n,f,k)>0,该网络节点n上已部署网络流f的第k个网络功能,即该网络节点上正在运行这个网络功能,那么μ(n,f,k)=C(n),否则delta(n,f,k)=0;其中C(n)为采样周期T内网络节点n能处理的数据包数目;C(n)的计算方法是采样周期T内总共可用的CPU周期除以处理单个数据包需要的CPU周期得到。
进一步的,步骤S2的传输控制决策结果定义为λ(n,m,f,k),表示允许网络流f从网络节点n传输到网络节点m的数据包数目,其中n和m由一条物理链路相连,表示m是n的相邻节点,记这条链路为L(n,m);对于任一给定的链路L(n,m),对任意f,k计算Q(n,f,k)和Q(m,f,k)的差的绝对值,记为delta(n,m,f,k),记其中最大的差的绝对值记为delta_max2;λ(n,m,f,k)的取值方法如下:若delta(n,m,f,k)=delta_max2(若有多组(n,m,f,k)满足该等式,任选一组)并且delta(n,m,f,k)>0,那么λ(n,m,f,k)=B(n,m),否则delta(n,m,f,k)=0;其中B(n,m)为采样周期T内链路L(n,m)能传输的数据包数目,与链路带宽有关,等于链路带宽(以Mpps为单位)乘以采样周期T。
进一步的,步骤S3中我们优先根据处理控制决策结果处理数据包,再根据传输控制决策结果对剩下的数据包进行传输,如果剩下的数据包数目小于处理决策控制和传输控制决策结果的大小,我们以空包代替;最后根据接入控制决策结果接纳新到达的数据包;数据包队列更新公式为Q(n,f,k)=max(0,Q(n,f,k)–μ(n,f,k)-λ(n,j,f,k))+μ(n,f,k-1)+λ(i,n,f,k)+R(n,f);优先进行数据包处理是为了避免数据包无用的传输,用空包代替和最后接纳数据包是为了使后面的等式成立。
相应地,本发明提出一种网络功能虚拟化下的细粒度网络流调度***,其特征在于,包括辅助模块、通讯模块和调度模块;其中:
所述辅助模块用于维护数据包队列,以及检测当前采样周期T内各个网络节点和链路的状态;这里维护即负责创建,销毁,更新数据包队列,取出和存放数据包;
所述通讯模块,用于与相邻节点交换必要的数据信息,包括相邻节点的数据包队列信息;
所述调度模块,用于根据辅助模块和通讯模块提供的数据信息确定接入控制决策、处理控制决策、传输控制决策,并将调度结果分发给各个网络功能。此处调度就是执行三种决策,调度结果相当于是输入参数,网络功能处理数据包需要以这些结果作为输入参数;
进一步的,所述辅助模块包括队列模块和采样模块两个子模块;其中:
所述队列模块根据网络流和其所需的网络功能创建相应的数据包队列用于存放数据包,在运行时维护数据包队列信息,负责根据网络流的进入和离开创建和销毁队列,根据调度结果进行数据包出队和入队操作;
所述采样模块每隔采样周期T获取当前网络节点上的可用物理资源,包括CPU、内存和链路带宽参数,并提供给调度模块来进行调度决策。
进一步的,所述通讯模块与相邻节点的通讯模块建立网络连接,每隔采样周期T,其中一方向另一方发送本方数据包队列长度信息,另一方收到这些信息后将信息传送给调度模块,之后如果调度结果显示相邻节点需要进行传输工作,则由通讯模块将传输控制决策反馈给相邻节点。
进一步的,所述调度模块每隔采样周T将辅助模块和通讯模块提供的队列信息,物理资源信息作为调度方法的输入,执行接入控制决策、传输控制决策、处理控制决策,得出调度结果,并将调度结果分发给不同的网络功能,由网络功能处理数据包。
总体而言,通过本发明所构思的以上技术方案与现有技术相比,能够取得下列有益效果:
(1)本发明是一种细粒度调度方法,能够根据当前变化的网络状态采取最佳的调度策略,避免出现网络拥塞的情况。
(2)本发明是一种分布式方法,网络节点只需要了解每个网络节点上自己的数据包队列信息,以及相邻节点的数据包节点信息和节点上的物理资源信息三类局部信息就可以进行网络流调度,减少了调度的复杂度和通讯开销。
(3)本发明提供接入控制决策,能够避免网络流超过网络***容量的情况,使得网络***处于稳定状态。
(4)本发明基于李雅普诺夫控制理论,能够在保证网络***的稳定的前提下提高网络***中网络流的总平均吞吐量,并且可以达到最大总平均吞吐量。
附图说明
图1是本发明实施例公开的网络功能虚拟化环境下的网络流调度的应用场景图;
图2是本发明实施例公开的一种网络功能虚拟化环境下细粒度网络流调度方法的流程示意图;
图3是本发明实施例公开的一种调度决策的流程示意图;
图4是本发明实施例公开的一种功能模块图;
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
本发明针对网络功能虚拟化环境下网络流的调度问题,提出了一种根据网络状态动态调度网络流的细粒度调度方法。该调度方法首先对数据包进行分类,并且创建相应的数据包队列存放数据包。在网络***运行时,根据当前网络节点上数据包队列状态动态控制数据包的处理,传输,避免网络出现拥塞。该调度方法采用接入控制手段来应对网络流超过网络***容量的情况,使得网络***处于稳定状态。此外,该调度方法是一种分布式调度方法,能够减少调度决策的计算复杂度以及节点之间的通讯开销,避免出现通讯瓶颈。
如图1所示,网络功能虚拟化环境下网络流进入网络***,网络***根据网络流和其所需的网络功能对数据包进行分类,并创建不同的数据包队列,用于存放数据包。网络功能可以部署在任意具有处理能力的网络节点上。数据包按照网络流所需的服务链先后被不同的网络功能进行处理,同时网络节点还负责将数据包传输到其他节点,最后,网络流上的数据包完成了所有网络功能的处理,离开网络***。其中NF即network function,表示服务链定义的网络功能,VNF即Virtual network function,表示实际部署的网络功能实例。
如图2所示为本发明实施例公开的一种网络功能虚拟化环境下细粒度网络流调度方法的流程示意图,在图2所示的方法中包括以下步骤:
S1、对于每条网络流,根据其需求的服务链对数据包进行分类,并且在每个网络节点上创建相应的数据包队列,用来存放不同网络流的数据包。
S2、每隔采样周期T,在每个网络节点上根据当前各个数据包队列的长度采取三种不同的控制决策:接入控制决策,处理控制决策,传输控制决策,其中T为第一预设值,T的优选取值为1ms。
S3、根据控制决策结果,执行相应的行动,同时更新数据包队列。
步骤S1进一步表示为:
对于每条网络流,按照服务链定义的网络功能对数据包进行分类,并创建相应的数据包队列,队列长度定义为Q(n,f,k),其中n表示队列所创建在的网络节点,f表示网络流,k表示网络流f需求的服务链上的第k个网络功能。该队列存放网络流f上的需要由第k个网络功能进行处理的数据包。
步骤S2的接入控制决策定义为R(n,f),表示网络节点n上允许接纳的属于网络流f的数据包数目。R(n,f)的取值情况如下:对于给定的n,当Q(n,f,1)小于V时,R(n,f)=A(n,f),否则R(n,f)=0。其中,V为第二预设值,V的取值视具体需求而定,一般来说V取值越大,网络***总平均吞吐量越大,然而队列中数据包也会增多,网络变得更加拥塞。A(n,f)表示采样周期T内网络流f到达网络节点n的数据包数目。
步骤S2的处理控制决策定义为μ(n,f,k),表示网络节点n上允许网络流f的第k个网络功能对网络流f进行处理的数据包数目。对于给定的n,对任意n,f,k计算Q(n,f,k)和Q(n,f,k+1)的差值,记为delta(n,f,k),其中最大的差值记为delta_max1。μ(n,f,k)的取值情况如下:若delta(n,f,k)=delta_max1(若有多组(n,f,k)满足该等式,任选一组)并且delta(n,f,k)>0,该网络节点n上已部署网络流f的第k个网络功能,那么μ(n,f,k)=C(n),否则delta(n,f,k)=0。其中C(n)为采样周期T内网络节点n能处理的数据包数目。
步骤S2的传输控制决策定义为λ(n,m,f,k),表示允许网络流f从网络节点n传输到网络节点m的数据包数目,其中n和m由一条物理链路相连,表示m是n的相邻节点,记这条链路为L(n,m)。对于给定的链路L(n,m),对任意f,k计算Q(n,f,k)和Q(m,f,k)的差的绝对值,记为delta(n,m,f,k),记其中最大的差的绝对值记为delta_max2。λ(n,m,f,k)的取值情况如下:若delta(n,m,f,k)=delta_max2(若有多组(n,m,f,k)满足该等式,任选一组)并且delta(n,m,f,k)>0,那么λ(n,m,f,k)=B(n,m),否则delta(n,m,f,k)=0。其中B(n,m)为采样周期T内链路L(n,m)能传输的数据包数目。
步骤S3中我们优先根据处理控制决策处理数据包,再根据传输控制决策对剩下的数据包进行传输,如果剩下的数据包数目小于处理决策控制和传输控制决策的大小,我们以空包代替。数据包队列更新公式为Q(n,f,k)=max(0,Q(n,f,k)–μ(n,f,k)-λ(n,j,f,k))+μ(n,f,k-1)+λ(i,n,f,k)+R(n,f)。
如图3所示为本发明实施例公开的一种调度决策流程图,对应于步骤S2。首先我们输入所有的队列信息和***信息,然后依次进行接入控制决策,处理控制决策,传输控制决策,各个控制决策的取值相对应的条件在步骤S2中已经写明,这里不再累述,最后输出控制决策。***信息指的是于***物理资源相关的信息,C(n)即是根据CPU资源计算得到的数据包最大处理数目,B(n,m)就是根据带宽资源计算得到的数据包最大传输数目。
如图4所示为本发明实施例公开的一种功能模块图,在图4所示的***中包括:
辅助模块,用于维护数据包队列,以及检测当前采样周期T内各个网络节点和链路的状态;通讯模块,用于与相邻节点交换必要的数据信息;调度模块,用于根据辅助模块和通讯模块提供的数据信息确定接入控制决策,处理控制决策,传输控制决策,并将调度结果分发给各个网络功能。
其中,辅助模块、通讯模块以及调度模块可以用于执行实施例1中步骤S1至S3所述的方法,具体描述详见实施例1对所述方法的描述,在此不再赘述。
本领域的技术人员容易理解,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种网络功能虚拟化下的细粒度网络流调度方法,其特征在于,包括如下步骤:
S1、对于每条网络流,根据其需求的服务链对网络流的数据包进行分类,每一种不同类型由网络流的五元组和服务链上要求的不同网络功能所标识;在每个网络节点上创建与数据包类型对应的数据包队列,用来存放不同类型网络流的数据包;
S2、每隔采样周期T,在每个网络节点上根据当前各个数据包队列的长度,采取接入控制决策、处理控制决策和传输控制决策,分别得到不同数据包队列中数据包接纳数目、处理数目和传输数目;其中T为第一预设值;
所述接入控制决策用于确定哪些数据包被各个网络节点所接纳;
所述处理控制决策用于确定哪些数据包被网络节点上的网络功能所处理;
所述传输控制决策用于确定哪些数据包在各个网络节点之间传输。
S3、根据步骤(2)输出控制决策结果,执行相应的动作,同时更新所述网络流的数据包队列。
2.根据权利要求1所述的方法,其特征在于,所述步骤S1包括如下操作:
对于每条网络流,我们将存放不同类型的数据包队列长度定义为Q(n,f,k),其中n表示队列所创建在的网络节点编号,f表示网络流编号,k表示网络流f需求的服务链上的第k个网络功能;该队列存放网络流f上的需要由第k个网络功能进行处理的数据包。
3.根据权利要求1所述的方法,其特征在于,步骤S2的接入控制决策结果定义为R(n,f),表示网络节点n上允许接纳的属于网络流f的数据包数目;R(n,f)的取值方法如下:对于给定的节点n,当Q(n,f,1)小于V时,R(n,f)=A(n,f),否则R(n,f)=0;接入控制决策用于确定数据包接纳数目,防止过多的数据包注入网络***,导致网络***出现网络拥塞状况;
其中,V为第二预设值,A(n,f)表示采样周期T内网络流f到达网络节点n的数据包数目;V的取值预先设定,表示队列长度的阈值,取值越大,表示需处理更多数据包,但同时可能会增加排队延时。
4.根据权利要求1所述的方法,其特征在于,步骤S2的处理控制决策结果定义为μ(n,f,k),表示网络节点n上允许网络流f的第k个网络功能对网络流f进行处理的数据包数目;对于任一给定的n,对任意f,k计算Q(n,f,k)和Q(n,f,k+1)的差值,记为delta(n,f,k),其中最大的差值记为delta_max1;μ(n,f,k)的取值方法如下:若delta(n,f,k)=delta_max1(若有多组(n,f,k)满足该等式,任选一组)并且delta(n,f,k)>0,该网络节点n上已部署网络流f的第k个网络功能(部署指该网络节点上正在运行这个网络功能),那么μ(n,f,k)=C(n),否则delta(n,f,k)=0;其中C(n)为采样周期T内网络节点n能处理的数据包数目;C(n)的计算方法是采样周期T内总共可用的CPU周期除以处理单个数据包需要的CPU周期得到。
5.根据权利要求1所述的方法,其特征在于,步骤S2的传输控制决策结果定义为λ(n,m,f,k),表示允许网络流f从网络节点n传输到网络节点m的数据包数目,其中n和m由一条物理链路相连,表示m是n的相邻节点,记这条链路为L(n,m);对于任一给定的链路L(n,m),对任意f,k计算Q(n,f,k)和Q(m,f,k)的差的绝对值,记为delta(n,m,f,k),记其中最大的差的绝对值记为delta_max2;λ(n,m,f,k)的取值方法如下:若delta(n,m,f,k)=delta_max2(若有多组(n,m,f,k)满足该等式,任选一组)并且delta(n,m,f,k)>0,那么λ(n,m,f,k)=B(n,m),否则delta(n,m,f,k)=0;其中B(n,m)为采样周期T内链路L(n,m)能传输的数据包数目,与链路带宽有关,等于链路带宽(以Mpps为单位)乘以采样周期T。
6.根据权利要求1所述的方法,其特征在于,步骤S3中我们优先根据处理控制决策结果处理数据包,再根据传输控制决策结果对剩下的数据包进行传输,如果剩下的数据包数目小于处理决策控制和传输控制决策结果的大小,我们以空包代替;最后根据接入控制决策结果接纳新到达的数据包;数据包队列更新公式为Q(n,f,k)=max(0,Q(n,f,k)–μ(n,f,k)-λ(n,j,f,k))+μ(n,f,k-1)+λ(i,n,f,k)+R(n,f)。
7.一种网络功能虚拟化下的细粒度网络流调度***,其特征在于,包括辅助模块、通讯模块和调度模块;其中:
所述辅助模块用于维护数据包队列,以及检测当前采样周期T内各个网络节点和链路的状态;
所述通讯模块,用于与相邻节点交换必要的数据信息;
所述调度模块,用于根据辅助模块和通讯模块提供的数据信息确定接入控制决策、处理控制决策、传输控制决策,并将调度结果分发给各个网络功能。
8.根据权利要求7所述的***,其特征在于,所述辅助模块包括队列模块和采样模块两个子模块;其中:
所述队列模块根据网络流和其所需的网络功能创建相应的数据包队列用于存放数据包,在运行时维护数据包队列信息,负责根据网络流的进入和离开创建和销毁队列,根据调度结果进行数据包出队和入队操作;
所述采样模块每隔采样周期T获取当前网络节点上的可用物理资源,包括CPU、内存和链路带宽参数,并提供给调度模块来进行调度决策。
9.根据权利要求7所述的***,其特征在于,所述通讯模块与相邻节点的通讯模块建立网络连接,每隔采样周期T,其中一方向另一方发送本方数据包队列长度信息,另一方收到这些信息后将信息传送给调度模块,之后如果调度结果显示相邻节点需要进行传输工作,则由通讯模块将传输控制决策反馈给相邻节点。
10.根据权利要求7所述的***,其特征在于,所述调度模块每隔采样周T将辅助模块和通讯模块提供的队列信息,物理资源信息作为调度方法的输入,执行接入控制决策、传输控制决策、处理控制决策,得出调度结果,并将调度结果分发给不同的网络功能,由网络功能处理数据包。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711114141.6A CN108040018B (zh) | 2017-11-13 | 2017-11-13 | 一种网络功能虚拟化下的细粒度网络流调度方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711114141.6A CN108040018B (zh) | 2017-11-13 | 2017-11-13 | 一种网络功能虚拟化下的细粒度网络流调度方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108040018A true CN108040018A (zh) | 2018-05-15 |
CN108040018B CN108040018B (zh) | 2020-02-14 |
Family
ID=62093713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711114141.6A Active CN108040018B (zh) | 2017-11-13 | 2017-11-13 | 一种网络功能虚拟化下的细粒度网络流调度方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108040018B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109362093A (zh) * | 2018-12-15 | 2019-02-19 | 深圳大学 | 网络功能虚拟化的总吞吐量最大化的资源优化方法 |
CN114079619A (zh) * | 2020-08-07 | 2022-02-22 | 中国电信股份有限公司 | 端口流量的采样方法和装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325538A (zh) * | 2007-06-13 | 2008-12-17 | 中兴通讯股份有限公司 | 一种边缘网关全***QoS的实现装置及方法 |
CN101714947A (zh) * | 2009-10-30 | 2010-05-26 | 清华大学 | 一种可扩展的全流优先级调度方法 |
CN102148815A (zh) * | 2010-10-26 | 2011-08-10 | 华为技术有限公司 | 一种视频流的调度方法及网络节点 |
CN103078897A (zh) * | 2012-11-29 | 2013-05-01 | 中山大学 | 一种实现Web业务细粒度分类与管理的*** |
CN104125167A (zh) * | 2014-07-24 | 2014-10-29 | 海信集团有限公司 | 一种流量控制方法和装置 |
US8971345B1 (en) * | 2010-03-22 | 2015-03-03 | Riverbed Technology, Inc. | Method and apparatus for scheduling a heterogeneous communication flow |
US9276873B2 (en) * | 2012-11-23 | 2016-03-01 | Verizon Patent And Licensing Inc. | Time-based QoS scheduling of network traffic |
CN105471859A (zh) * | 2015-11-20 | 2016-04-06 | 中铁工程装备集团有限公司 | 一种基于流粒度的访问控制方法 |
-
2017
- 2017-11-13 CN CN201711114141.6A patent/CN108040018B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101325538A (zh) * | 2007-06-13 | 2008-12-17 | 中兴通讯股份有限公司 | 一种边缘网关全***QoS的实现装置及方法 |
CN101714947A (zh) * | 2009-10-30 | 2010-05-26 | 清华大学 | 一种可扩展的全流优先级调度方法 |
US8971345B1 (en) * | 2010-03-22 | 2015-03-03 | Riverbed Technology, Inc. | Method and apparatus for scheduling a heterogeneous communication flow |
CN102148815A (zh) * | 2010-10-26 | 2011-08-10 | 华为技术有限公司 | 一种视频流的调度方法及网络节点 |
US9276873B2 (en) * | 2012-11-23 | 2016-03-01 | Verizon Patent And Licensing Inc. | Time-based QoS scheduling of network traffic |
CN103078897A (zh) * | 2012-11-29 | 2013-05-01 | 中山大学 | 一种实现Web业务细粒度分类与管理的*** |
CN104125167A (zh) * | 2014-07-24 | 2014-10-29 | 海信集团有限公司 | 一种流量控制方法和装置 |
CN105471859A (zh) * | 2015-11-20 | 2016-04-06 | 中铁工程装备集团有限公司 | 一种基于流粒度的访问控制方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109362093A (zh) * | 2018-12-15 | 2019-02-19 | 深圳大学 | 网络功能虚拟化的总吞吐量最大化的资源优化方法 |
CN114079619A (zh) * | 2020-08-07 | 2022-02-22 | 中国电信股份有限公司 | 端口流量的采样方法和装置 |
CN114079619B (zh) * | 2020-08-07 | 2024-02-13 | 中国电信股份有限公司 | 端口流量的采样方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108040018B (zh) | 2020-02-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7826467B2 (en) | Method and a system for discarding data packets in a packetized network | |
CN101729402B (zh) | 流相容的动态负荷平衡 | |
CN108833299B (zh) | 一种基于可重构交换芯片架构的大规模网络数据处理方法 | |
CN109479032A (zh) | 网络设备中的拥塞避免 | |
CN107005485A (zh) | 一种确定路由的方法、对应装置及*** | |
US20150078158A1 (en) | Dequeuing and congestion control systems and methods for single stream multicast | |
US7359318B2 (en) | Method and systems for ordered dynamic distribution of packet flows over network processing means | |
US20110310739A1 (en) | Methods and apparatus for virtual channel flow control associated with a switch fabric | |
CN1736068A (zh) | 流量管理结构体系 | |
WO2020087523A1 (zh) | 网络通信的方法、装置及电子设备 | |
CN101714947B (zh) | 一种可扩展的全流优先级调度方法及*** | |
EP2740245B1 (en) | A scalable packet scheduling policy for vast number of sessions | |
Feng et al. | Dynamic network service optimization in distributed cloud networks | |
CN109905329A (zh) | 一种虚拟化环境下任务类型感知的流队列自适应管理方法 | |
CN106537824A (zh) | 用于减少信息中心网络的响应时间的方法和装置 | |
JP2017038226A (ja) | スイッチ装置及びスイッチ装置の制御方法 | |
CN108040018A (zh) | 一种网络功能虚拟化下的细粒度网络流调度方法及*** | |
Abdollahi et al. | Flow-aware forwarding in SDN datacenters using a knapsack-PSO-based solution | |
CN101150431B (zh) | 一种告警处理流水线及告警处理的方法 | |
KR101737516B1 (ko) | 공평한 대역 할당 기반 패킷 스케줄링 방법 및 장치 | |
JP5704567B2 (ja) | ノード装置、システム、及び、パケット処理方法 | |
US9705698B1 (en) | Apparatus and method for network traffic classification and policy enforcement | |
CN114124732B (zh) | 一种面向云的带内计算部署方法、装置和*** | |
Wang et al. | Improved power of two choices for fat-tree routing | |
Hezaveh et al. | On Priority-Based Scheduling for Network Updates in SDN |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |