CN109714219A - 一种基于卫星网络的虚拟网络功能快速映射算法 - Google Patents

Abstract

本发明公开了一种基于卫星网络的虚拟网络功能快速映射算法，包括以下步骤：设计基于卫星网络的软件定义网络和网络功能虚拟化协同部署框架；设计虚拟化网络功能动态映射方法。本发明设计的软件定义网络和网络功能虚拟化协同部署框架能够使得网络功能可在硬件设备中解耦出来，从而提高网络灵活性、抗毁性。本发明的虚拟化网络功能动态映射方法分为两步，静态步骤计算出卫星网络一个运行周期内的可行映射路径集，并根据映射时延长短将可行映射路径进行加权排序；动态步骤采用图模型匹配算法从时间片里的不同权值的可行映射路径中，匹配出一条最佳映射路径，同时制定编排策略。本发明能够大幅度降低时延，满足卫星网络拓扑结构高动态变化的需求。

Description

一种基于卫星网络的虚拟网络功能快速映射算法

技术领域

本发明涉及卫星网络中软件定义网络(SDN)和网络功能虚拟化(NFV)的协同部署，以及在协同部署的框架模型中虚拟化网络功能(VNF)到底层物理网络的映射技术，特别是一种基于卫星网络的虚拟网络功能的快速映射算法。

背景技术

作为全球通信体系不可缺少的一部分，卫星网络覆盖广、不受地域限制，同时作为地面传统网络的有益补充，是未来天地一体化网络的重要组成部分。随着网络技术的飞速发展，人们对卫星网络提出更高的要求，需要它能够承载的业务种类更多、数据规模更大，更加的稳定和灵活。但在传统的卫星网络中，存在以下问题：

a)卫星功能欠缺。卫星体积和载重有限，不允许部署过多的物理设备。因此卫星上的有效载荷数量和种类受限，卫星上功能会欠缺。

b)网络管理效率低。在传统卫星网络中，管理体系结构分散、预定固化的链路分配和静态的路由策略，导致网络无法支持细粒度的资源管理和不断变化的用户需求。

c)网络功能无法灵活部署。周期性运转的高动态拓扑卫星网络使得不同的卫星在与地面站进行信息交互时，需要调度不同的网络功能，即卫星网络功能需求多变；而在传统网络中，网络功能都是由软硬件结合实现，并且需要在卫星发射前预先部署，因此导致卫星网络功能冗余或者不足，无法灵活部署。因此有必要提出一种新型灵活、高效的卫星网络架构。近年来，软件定义网络和网络功能虚拟化等新型网络技术为解决传统卫星网络问题提供了新的方法。

网络功能虚拟化是近几年来随着云计算兴起，应电信IT化的趋势而提出的一种新型网络技术。它通过硬件最小化来减少对硬件的依赖，其实质是将软件功能从专门的硬件设备中剥离出来，实现软件和硬件解耦后的各自独立。

因为软件定义网络控制平面支持精细流程定义的数据包转发，所以软件定义网络是网络功能虚拟化动态管理的理想选择。软件定义网络能够解耦控制平面的管理功能和数据平面的转发功能，使集中式管理的控制平面与分布式转发数据的数据平面分离，简化了网络的管理与配置。软件定义网络与网络功能虚拟化的结合是目前被广泛研究、有广阔应用前景的新型网络体系架构。

随着软件定义网络技术的深入发展，将其应用于卫星网络进行数控分离的研究也越来越多。Bao等人提出的OpenSAN是一种软件定义的卫星网络架构，它为卫星网络提供高效率、细粒度以及灵活性的控制，提升了软件定义网络在卫星网络中的适用性。Feng等人提出一种软件定义的应急响应空间(Operationally Responsive Space，ORS)卫星网络方案，它可以为应急响应提供灵活的编排方案。但是，不论是OpenSAN还是软件定义的ORS，都无法根据业务场景灵活地调用网络功能，使得在卫星网络中网络功能受限。Bertaux等人通过网络功能虚拟化技术来优化网络框架，研究了在卫星网络中使用软件定义网络/网络功能虚拟化引入网络可编程性和虚拟化的优点。Ferrús等人通过对应用场景合理的分析，详细描述了软件定义网络/网络功能虚拟化技术可以给5G卫星通信带来的收益。但Bertaux和Ferrús的研究主要针对卫星地面段，其空间段只是作为传输通信并未进行深入研究。

网络功能虚拟化技术将网络功能进行虚拟化，使得每个归一化的硬件上能部署不同的虚拟网络功能，提高卫星网络管理和配置的灵活性，这为载荷有限的卫星部署大规模功能提供了新的解决思路。

发明内容

本发明要设计一种基于卫星网络的虚拟网络功能的快速映射算法，以解决由于虚拟化网络功能映射到底层物理网络所需条件复杂、导致映射时延过大问题问题。

为了实现上述目的，本发明的技术方案如下：一种基于卫星网络的虚拟网络功能快速映射算法，包括以下步骤：

A、设计基于卫星网络的软件定义网络和网络功能虚拟化协同部署框架

基于卫星网络的软件定义网络和网络功能虚拟化协同部署框架采用三层流量调度的卫星网络框架，所述的框架包括应用平面、控制平面和转发平面，将高轨卫星作为框架的控制平面，中低轨卫星作为框架的转发平面，地面站作为框架的应用平面。并且在转发平面的低轨卫星上采用网络功能虚拟化技术虚拟出虚拟化网络功能。

A1、设计应用平面

应用平面包括地面站和其他用户。地面站负责资源管理、网络安全和策略制定，它是整个网络的协调者。地面站根据地球同步轨道卫星收集卫星状态信息来制定策略，通过专用通道发送策略到地球同步轨道卫星。地球同步轨道卫星通过下发流表控制中轨卫星和低轨卫星的工作。

A2、设计控制平面

高轨卫星作为控制平面。将高轨卫星作为控制器，它负责收集卫星之间的链路状况信息并发送给地面站来处理。同时，地面站的指令通过地球同步轨道卫星发送给中轨卫星。当来自地面站的指令到达地球同步轨道卫星时，它们通过流表的方式下发给中轨卫星。

A3、设计转发平面

转发平面由中轨卫星和低轨卫星构成，由控制器动态配置。中轨卫星仅保留转发功能。当来自低轨卫星或者其它中轨卫星的数据到达某颗中轨卫星时，仅搜索流表找到匹配的转发信息，然后将数据包转发到下一颗卫星节点。低轨卫星不仅保留部分转发功能，还增添虚拟化功能，所述的虚化功能包括虚拟卫星网关、防火墙、性能增强代理、网络地址转换和虚拟专用网代理。

B、设计虚拟化网络功能动态映射方法

虚拟化网络功能的映射问题需要在当前时间片的卫星网络拓扑下，在满足转发需求的基础上，考虑将一个或多个虚拟化网络功能在物理资源上实例化。将映射过程表示为一个图PG(V,E)。其中，V为卫星节点集，表示托管虚拟化网络功能的服务器；E为边集，表示节点之间的网络连接。在虚拟化网络功能请求映射到底层物理网络时，不仅遍历筛选出满足容纳虚拟功能的节点，而且搜索支持虚拟化网络功能之间数据传输的边。虚拟化网络功能配置工作是在整个底层物理网络上启动针对每个虚拟化网络功能请求的路径搜索，最坏情况下的时间复杂度是O(|V|²|E|)。

因此，在卫星网络中完成虚拟化网络功能映射必须满足以下条件约束：

一个网络功能不能部署到多个卫星节点上，公式如下：

承载映射的卫星节点需满足某类虚拟化网络功能映射的资源，并拥有足够的剩余资源。同时节点间的连接边拥有足够的剩余资源，公式如下：

考虑到数据流的限制，整个服务链流量小于某个常数，公式如下：

卫星网络拓扑结构高动态变化，但考虑到卫星运行的周期性，将卫星网络周期离散化为n个时间片，用二维矩阵B_t表示当前时间片的网络拓扑连接情况，B_t(i,j)＝1表示节点v_i和v_j有链路相连，B_t(i,j)＝0表示节点v_i和v_j没有链路相连，公式如下：

存在(i,j)使得B_t(i,j)＝1

在数学上，将网络功能配置问题表示为满足式(1)-(4)约束条件下的：

Φ(PG,s) (5)

其中s是与虚拟化网络功能请求关联的一组服务链，Φ(PG,s)表示在给定的底层物理网络PG上通过映射服务链s来实现的优化功能。

目标函数是在将虚拟化网络功能映射到底层物理网络时，总时延最低，即满足下式：

Φ(PG,s)＝min∑_s∈Sm(s) (6)

上式中的S表示虚拟化网络功能服务链集合，m(s)表示服务链s的映射时延，此问题求解复杂度是NP-hard。

具体包括以下步骤：

B1、静态步骤

在静态步骤中，将虚拟化网络功能映射的过程进行建模。由于服务链中虚拟化网络功能的上下文关系、节点虚拟化网络功能映射条件和底层网络节点资源容量是可观测的，而服务链中每个虚拟化网络功能具体映射到的节点却是不可观测的。因此，虚拟化网络功能映射问题具有隐马尔科夫性，将虚拟化网络功能映射问题构建为隐马尔科夫模型来求解。由于在一条服务链中，任意时刻t的状态只依赖于其前一时刻的状态，与其他时刻的状态及观测无关，因此映射过程所建立的隐马尔科夫模型为齐次马尔科夫模型。具体建模过程如下：

将底层网络中的节点资源信息、映射所需软硬件需求定义为隐马尔科夫链中的观测序列，记做：

其中，每个表示t时刻底层物理网络第i个节点的状态，包括剩余存储资源、CPU资源、运存资源以及支持映射的虚拟化网络功能类型，记作观测序列由软件定义网络控制器解析底层网络资源利用情况来得到。

将t时刻虚拟化网络功能逻辑链路的服务路径定义为隐马尔科夫链的状态序列，记为：

S_t＝{f_t(m₁),f_t(m₂),…,f_t(m_n)}

其中f_t(m_i)表示在t时刻，第m_i类虚拟化网络功能的映射到的节点。

状态转移概率矩阵表示为：

A＝[a_ij]_N×N

其中a_ij＝P(f_t+1(m_j)＝v_j|f_t(m_i)＝v_i)，表示t时刻虚拟化网络功能中f_t(m_i)映射节点为v_i的条件下，t+1时刻虚拟化网络功能中f_t+1(m_j)映射节点为v_j的概率，为了让映射过程满足节点和边缘的约束条件，a_ij的设置满足约束条件式(1)-(4)，当其中一个条件不满足时，a_ij＝0。同时为了负载均衡，资源剩余容量越大则状态转移概率越大。定义：

B＝[b_j(k)]_N×M

为观测概率矩阵，其中b_j(k)＝P(O_t＝Q_k|f_t(m_i)＝v_j)，表示t时刻在f_t(m_i)映射到节点v_j的条件下，生成节点资源状况为Q_k的概率。Q_k是底层物理网络各个节点剩余资源状况离散化后的值。

建模完成后，通过维特比算法解析隐马尔科夫模型，计算出满足约束条件的映射路径，为后续动态步骤计算最优映射路径提供选择。维特比算法开始引入σ和ψ两个变量，其中σ表示t时刻的观测序列中，在底层物理网络节点资源剩余情况为O_t＝Q_k的条件下、状态序列中概率最大的映射路径i₁,i₂,…,i_t+1；用ψ来记录在当前时刻，概率最大的映射路径的节点序列中，最后一个虚拟化网络功能映射所选择的节点情况，以便算法结束后回溯完整的映射路径。因此，t时刻概率最大的映射路径为：

变量σ的递推公式：

概率最大映射路径的前一个虚拟化网络功能映射为：

维特比算法只求得一个概率最大的最优解，而动态步骤中需要获得一个可行路径元素的集合。因此，在算法完成一次迭代筛选出最优解之后，继续迭代产生更多的次优解。设迭代次数为m，产生m条可行路径作为动态步骤中的备选样本，并且将静态步骤中计算出来的备选样本保存在P′中。

B2、动态步骤：

在卫星网络中，根据业务请求和当前时间片的网络拓扑制定出匹配的模型，采用图模型匹配算法从P′中匹配出评分最高的映射路径，完成虚拟化网络功能映射和编排。

图模型匹配算法在实现卫星网络虚拟化网络功能动态匹配时，先根据卫星业务需求、当前卫星的拓扑状态、当前卫星网络节点和边的软件硬件容量来制定匹配模型，记作M。在静态步骤输出的P'中，根据当前网络的拓扑情况，筛选出合适的可选择路径集合。将最终满足条件的候选集返回，记作G。

然后采用图模型匹配中基于连接的方法，通过图模拟将G中的映射路径进行评分。将匹配相似度和映射时延加权作为最终评分。最后根据评分选择最佳映射路径完成映射。

与现有技术相比，本发明具有以下有益效果：

1、本发明设计的软件定义网络和网络功能虚拟化协同部署框架能够使得网络功能可在硬件设备中解耦出来，从而提高网络灵活性、抗毁性。

2、本发明的虚拟化网络功能动态映射方法(VG-DPA算法)分为两步，静态步骤和动态步骤。静态步骤通过预计算方式将映射问题建立隐马尔科夫链模型，采用改进的维特比算法，计算出卫星网络一个运行周期内的可行映射路径集，并根据映射时延长短将可行映射路径进行加权排序；动态步骤中，根据业务需求和网络当前拓扑制定图形匹配模型，采用图模型匹配算法从该时间片里的不同权值的可行映射路径中，匹配出一条最佳映射路径，同时制定编排策略。静态配置与动态配置相结合的方法，可使得在动态处理虚拟化网络功能请求时，不需要考虑可行映射路径集中的路径是否可以完成映射或如何映射，只需选择最优映射路径。因此，能够大幅度降低时延，满足卫星网络拓扑结构高动态变化的需求。

附图说明

图1是卫星网络软件定义网络和网络功能虚拟化协同部署框架图。

图2是仿真实验所要实现的情景模式图。

图3是隐马尔科夫映射模型图。

具体实施方式

实验仿真是模拟真实环境中本发明的基于卫星网络的软件定义网络和网络功能虚拟化协同部署框架，如图1所示。实验目的是实现如图2所示的情景模式，该情景模式基于本发明设计的软件定义网络和网络功能虚拟化模型框架，用户1(USER1)处于地面某点，需要将数据传输到另一处的地面站或者用户2(USER2)，其通信路径将为USER1-LEO1-MEO1-MEO2-LEOs-TSER2。在链路重构之前，LEOs包括LEO2、LEO4、LEO5、LEO6，然后依次在LEOs上虚拟出卫星网关、防火墙、性能增强代理、网络地址转换、虚拟专用网代理等网络功能。在当前时间片内，MEO2通过所连接的四颗低轨卫星将数据传输至USER2或者地面站，同时这四颗低轨卫星部署了相应的虚拟化网络功能。由于卫星网络拓扑的高动态性以及无线链路的暴露性，使得在下一个时间片中，LEO2可能运行出MEO2的覆盖范围或链路受到干扰中断无法与之通信。此时，地面站根据存储的卫星轨道参数和GEO反馈的信息制定决策指令，并发送给GEO。指令又通过流表的形式下发到MEO2，MEO2会寻找一个自己管控范围内的LEO3，同时LEO3快速虚拟出丢失的卫星网关功能并与其余三颗低轨卫星建立功能服务链，保证卫星网络的正常通信。

本发明中，GEO代表同步卫星，MEO代表中轨卫星，LEO代表低轨卫星。

具体实施使用配置为64位Ubuntu操作***，Intel Core [email protected]处理器，16GB内存的PC机上运行，使用的编程语言为Python3.6，编程平台为JetBrainsPyCharm Community Edition 2017.2.4x64。

使用OpenSAND仿真器模拟卫星网络的底层物理网络^PG。它能够模拟卫星网络的通信过程，并且可以生成例如网关、防火墙之类的网络功能。卫星网络拓扑采用GEO/MEO/LEO三层卫星网络。GEO轨道高度为35786km，3颗卫星都位于静止轨道，经度分别为0⁰、东经120⁰、西经120⁰；MEO轨道高度12000km，由4个轨道面，每个轨道面上4颗卫星构成Walk Delta星座；LEO采用类“铱星”星座，共66颗卫星，6个轨道面。为了建立具备虚拟化能力的NFV基础框架，使用OpenStack作为承载平台进行部署并管理虚拟机上VNF的整个生命周期。假设服务映射请求服从强度为[0,500]的泊松分布，每个映射请求业务中包含的VNF数量不定，但服从[1,10]的均匀分布。使用OpenDaylight网络控制器对网络端到端进行控制，并使用Openflow等制定中间网络节点中每一个流的策略，从而引导流量通过虚拟机上已部署的VNF，最终到达目的节点。功能映射的成本来自功能实现成本和利用底层物理网络中节点和链路的成本。为了最小化映射成本，在静态步骤中，通过维特比算法预计算出可行路径并按时延进行排序。然后在动态步骤中，在可行路径内采用图模型匹配匹配出最佳路径。

实验为了将虚拟网络功能到底层物理网络的映射过程，建立了隐马尔科夫模型(如图3所示)，将每个节点需要映射的路径建模为状态序列，然后通过维特比算法解状态序列，最终求得映射路径。

Claims (1)

1.一种基于卫星网络的虚拟网络功能快速映射算法，其特征在于：包括以下步骤：

A、设计基于卫星网络的软件定义网络和网络功能虚拟化协同部署框架

基于卫星网络的软件定义网络和网络功能虚拟化协同部署框架采用三层流量调度的卫星网络框架，所述的框架包括应用平面、控制平面和转发平面，将高轨卫星作为框架的控制平面，中低轨卫星作为框架的转发平面，地面站作为框架的应用平面；并且在转发平面的低轨卫星上采用网络功能虚拟化技术虚拟出虚拟化网络功能；

A1、设计应用平面

应用平面包括地面站和其他用户；地面站负责资源管理、网络安全和策略制定，它是整个网络的协调者；地面站根据地球同步轨道卫星收集卫星状态信息来制定策略，通过专用通道发送策略到地球同步轨道卫星；地球同步轨道卫星通过下发流表控制中轨卫星和低轨卫星的工作；

A2、设计控制平面

高轨卫星作为控制平面；将高轨卫星作为控制器，它负责收集卫星之间的链路状况信息并发送给地面站来处理；同时，地面站的指令通过地球同步轨道卫星发送给中轨卫星；当来自地面站的指令到达地球同步轨道卫星时，它们通过流表的方式下发给中轨卫星；

A3、设计转发平面

转发平面由中轨卫星和低轨卫星构成，由控制器动态配置；中轨卫星仅保留转发功能；当来自低轨卫星或者其它中轨卫星的数据到达某颗中轨卫星时，仅搜索流表找到匹配的转发信息，然后将数据包转发到下一颗卫星节点；低轨卫星不仅保留部分转发功能，还增添虚拟化功能，所述的虚化功能包括虚拟卫星网关、防火墙、性能增强代理、网络地址转换和虚拟专用网代理；

B、设计虚拟化网络功能动态映射方法

虚拟化网络功能的映射问题需要在当前时间片的卫星网络拓扑下，在满足转发需求的基础上，考虑将一个或多个虚拟化网络功能在物理资源上实例化；将映射过程表示为一个图PG(V,E)；其中，V为卫星节点集，表示托管虚拟化网络功能的服务器；E为边集，表示节点之间的网络连接；在虚拟化网络功能请求映射到底层物理网络时，不仅遍历筛选出满足容纳虚拟功能的节点，而且搜索支持虚拟化网络功能之间数据传输的边；虚拟化网络功能配置工作是在整个底层物理网络上启动针对每个虚拟化网络功能请求的路径搜索，最坏情况下的时间复杂度是O(|V|²|E|)；

因此，在卫星网络中完成虚拟化网络功能映射必须满足以下条件约束：

一个网络功能不能部署到多个卫星节点上，公式如下：

承载映射的卫星节点需满足某类虚拟化网络功能映射的资源，并拥有足够的剩余资源；同时节点间的连接边拥有足够的剩余资源，公式如下：

考虑到数据流的限制，整个服务链流量小于某个常数，公式如下：

卫星网络拓扑结构高动态变化，但考虑到卫星运行的周期性，将卫星网络周期离散化为n个时间片，用二维矩阵B_t表示当前时间片的网络拓扑连接情况，B_t(i,j)＝1表示节点v_i和v_j有链路相连，B_t(i,j)＝0表示节点v_i和v_j没有链路相连，公式如下：

存在(i,j)使得B_t(i,j)＝1

在数学上，将网络功能配置问题表示为满足式(1)-(4)约束条件下的：

Φ(PG,s) (5)

其中s是与虚拟化网络功能请求关联的一组服务链，Φ(PG,s)表示在给定的底层物理网络PG上通过映射服务链s来实现的优化功能；

目标函数是在将虚拟化网络功能映射到底层物理网络时，总时延最低，即满足下式：

Φ(PG,s)＝min∑_s∈Sm(s) (6)

上式中的S表示虚拟化网络功能服务链集合，m(s)表示服务链s的映射时延，此问题求解复杂度是NP-hard；

具体包括以下步骤：

B1、静态步骤

在静态步骤中，将虚拟化网络功能映射的过程进行建模；由于服务链中虚拟化网络功能的上下文关系、节点虚拟化网络功能映射条件和底层网络节点资源容量是可观测的，而服务链中每个虚拟化网络功能具体映射到的节点却是不可观测的；因此，虚拟化网络功能映射问题具有隐马尔科夫性，将虚拟化网络功能映射问题构建为隐马尔科夫模型来求解；由于在一条服务链中，任意时刻t的状态只依赖于其前一时刻的状态，与其他时刻的状态及观测无关，因此映射过程所建立的隐马尔科夫模型为齐次马尔科夫模型；具体建模过程如下：

将底层网络中的节点资源信息、映射所需软硬件需求定义为隐马尔科夫链中的观测序列，记做：

其中，每个表示t时刻底层物理网络第i个节点的状态，包括剩余存储资源、CPU资源、运存资源以及支持映射的虚拟化网络功能类型，记作观测序列由软件定义网络控制器解析底层网络资源利用情况来得到；

将t时刻虚拟化网络功能逻辑链路的服务路径定义为隐马尔科夫链的状态序列，记为：

S_t＝{f_t(m₁),f_t(m₂),…,f_t(m_n)}

其中f_t(m_i)表示在t时刻，第m_i类虚拟化网络功能的映射到的节点；

状态转移概率矩阵表示为：

A＝[a_ij]_N×N

其中a_ij＝P(f_t+1(m_j)＝v_j|f_t(m_i)＝v_i)，表示t时刻虚拟化网络功能中f_t(m_i)映射节点为v_i的条件下，t+1时刻虚拟化网络功能中f_t+1(m_j)映射节点为v_j的概率，为了让映射过程满足节点和边缘的约束条件，a_ij的设置满足约束条件式(1)-(4)，当其中一个条件不满足时，a_ij＝0；同时为了负载均衡，资源剩余容量越大则状态转移概率越大；定义：

B＝[b_j(k)]_N×M

为观测概率矩阵，其中b_j(k)＝P(O_t＝Q_k|f_t(m_i)＝v_j)，表示t时刻在f_t(m_i)映射到节点v_j的条件下，生成节点资源状况为Q_k的概率；Q_k是底层物理网络各个节点剩余资源状况离散化后的值；

建模完成后，通过维特比算法解析隐马尔科夫模型，计算出满足约束条件的映射路径，为后续动态步骤计算最优映射路径提供选择；维特比算法开始引入σ和ψ两个变量，其中σ表示t时刻的观测序列中，在底层物理网络节点资源剩余情况为O_t＝Q_k的条件下、状态序列中概率最大的映射路径i₁,i₂,…,i_t+1；用ψ来记录在当前时刻，概率最大的映射路径的节点序列中，最后一个虚拟化网络功能映射所选择的节点情况，以便算法结束后回溯完整的映射路径；因此，t时刻概率最大的映射路径为：

变量σ的递推公式：

概率最大映射路径的前一个虚拟化网络功能映射为：

维特比算法只求得一个概率最大的最优解，而动态步骤中需要获得一个可行路径元素的集合；因此，在算法完成一次迭代筛选出最优解之后，继续迭代产生更多的次优解；设迭代次数为m，产生m条可行路径作为动态步骤中的备选样本，并且将静态步骤中计算出来的备选样本保存在P′中；

B2、动态步骤：

在卫星网络中，根据业务请求和当前时间片的网络拓扑制定出匹配的模型，采用图模型匹配算法从P′中匹配出评分最高的映射路径，完成虚拟化网络功能映射和编排；

图模型匹配算法在实现卫星网络虚拟化网络功能动态匹配时，先根据卫星业务需求、当前卫星的拓扑状态、当前卫星网络节点和边的软件硬件容量来制定匹配模型，记作M；在静态步骤输出的P'中，根据当前网络的拓扑情况，筛选出合适的可选择路径集合；将最终满足条件的候选集返回，记作G；

然后采用图模型匹配中基于连接的方法，通过图模拟将G中的映射路径进行评分；将匹配相似度和映射时延加权作为最终评分；最后根据评分选择最佳映射路径完成映射。