CN109831319A - 一种考虑多维资源约束的网络功能部署方法 - Google Patents

Abstract

本发明公开了一种考虑多维资源约束的网络功能部署方法，包括以下步骤：将网络功能部署问题抽象为MVDP数学模型；证明模型中的问题是NP‑hard问题；给出离线和在线近似调度算法求解。本发明方法基于每条流量需要经过的网络功能的服务链以及各自需要的资源，可以得出一个最优的服务链的部署方案，使得总的服务链的部署开销最小，并且网络功能消耗的资源不会超出服务器的最大资源容量；本发明的部署决策可以保证每条流量所需要运行的网络功能一定部署在了这条流量经过的服务器节点上。

Description

一种考虑多维资源约束的网络功能部署方法

技术领域

本发明属于5G网络切片和网络功能虚拟化以及软件定义网络的技术领域，具体涉及一种考虑多维资源约束的网络功能部署方法。

背景技术

在2020年即将实现商用化的5G被广泛提及的同时，网络切片(NetworkSlicing)不得不提。作为5G中被讨论最多的技术，网络切片对于5G的意义可谓巨大。网络切片，本质上就是将运营商的物理网络划分成多个虚拟的逻辑网络，每一个虚拟网络根据不同的服务需求，比如时延、带宽、安全性和可靠性等来划分，以灵活的应对不同的网络应用场景。

在5G时代，移动网络服务的对象也不再是单纯的移动手机，而是各种类型的设备，包括移动手机、平板、固定传感器、车辆等等。应用场景也多样化，比如移动宽带、大规模互联网、任务关键型互联网等等。需要满足的要求也多样化，比如移动性、安全性、低时延、可靠性等等。这一切都为网络切片提供了用武之地。

网络功能虚拟化(NetworkFunctionVirtualization，NFV)的兴起将软件与硬件分离开来，通过这项技术，网络管理者无需投资安装和维护昂贵的专有硬件来建立网络连接设备的服务链。相反，他们可以投资服务器来运行执行各种网络功能的软件，服务器。网络功能虚拟化提供了部署网络功能的灵活性和敏捷性，而软件定义网络(SoftwareDefinedNetwork，SDN)由一系列如防火墙和路由器这样的自动化网络对象和组成。它提供了一种轻松的集中方式来管理网络，包括传输网络，数据中心网络等。SDN和NFV都能提供网络切片所需的功能，5G网络切片的主要思想是在网络上创建和划分不同的业务，使运营商能够为这些业务提供最佳的支持。作为网络切片的基础，在5G网络切片场景下，软件定义网络将与连接虚拟网络功能的服务器虚拟化相关联。

现存的网络的在线和离线调度方法考虑的都是单维资源部署的最优化问题，而事实上，每个网络功能在运行时需要消耗服务器上的多种资源，比如在消耗CPU时钟周期的同时，还会消耗服务器内存资源等等。有其他研究工作证明，在服务器可用资源受限的情况下，网络功能的运行有可能成为网络瓶颈，从而造成丢包和性能的下降。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种考虑多维资源约束的网络功能部署方法，基于多维度资源约束的前提下，最小化整个网络中网络功能的部署开销。本发明的实现基于以下前提：每条流量需要经过的服务器节点是已知的，每条流量需要的网络功能的集合也是事先确定的，每个网络功能部署在每台服务器上的开销和资源需求是已知的，每台服务器上的资源容量是已知的。以上均为合理假设。基于此，通过本发明可以得到网络功能的最优部署决策，最大化的减小部署成本，同时合理利用资源。

为实现上述技术目的，本发明采取的技术方案为：

一种考虑多维资源约束的网络功能部署方法，包括以下步骤：

1)将网络功能部署问题抽象为多资源网络功能部署问题(Multi-resource VNFDeployment Problem，MVDP)数学模型并给出线性规划表达式；

2)证明模型中的问题是NP-hard问题；

3)给出离线和在线近似调度算法求解。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤1)中，线性规划表达式如下：

式中，M为运行网络功能平台的集合，F为网络中的流量的集合，R_i＝(r¹，r²，…，r^k，…，r^d)，R_i为网络功能平台i上的资源向量，VNF_f为流f需要运行的VNF的集合，为在第t个时隙时，网络功能j如果部署在平台i上需要消耗的第k类资源的大小，k满足k≤d，d为资源维度，为在第t个时隙流f所需要经过的网络功能j部署在平台i上的租用开销，x_f，i，j(t)，为在第t个时隙，如果流f需要经过的网络功能j最终需要安装在平台i上，该值为1，否则为0。

上述的步骤3)中，离线近似调度算法包括以下步骤：

a)列出MVDP的目标和约束，解松弛版本的MVDP的线性规划获得分数解；

b)构造二部图；

c)做基于二部图的最小权匹配。

上述的步骤b)中，构造二部图具体为：把一个图的顶点划分为两个不相交集合U和V，使得每一条边都分别连接U、V中的顶点。

上述的步骤c)中，二部图的最小权完备匹配具体为：将所有的边权值取其相反数，求最大权匹配，匹配的值再取相反数。

上述的最大权匹配采用KM算法求解。

上述在线近似调度算法具体为：为每条到达的流所需要的每个网络功能依次选择所需开销最小的服务器部署。

本发明具有以下有益效果：

1)基于每条流量需要经过的网络功能的服务链以及各自需要的资源，可以得出一个最优的服务链的部署方案，使得总的服务链的部署开销最小，并且网络功能消耗的资源不会超出服务器的最大资源容量；

2)本发明的部署决策可以保证每条流量所需要运行的网络功能一定部署在了这条流量经过的服务器节点上。

3)本发明适用于5G网络切片场景下，结合网络功能虚拟化和软件定义网络技术实现；不仅给出离线解决方案，还提供在线解决方案，满足不同需求；在显著降低网络功能部署开销的同时，又能够平衡服务器资源。

附图说明

图1是本发明的一个应用实施例；

图2是本发明的离线算法的关于二部图的最小权匹配过程。

具体实施方式

以下结合附图对本发明的实施例作进一步详细描述。

本发明的一种考虑多维资源约束的网络功能部署方法，包括以下步骤：

1)将网络功能部署问题抽象为MVDP数学模型并给出线性规划表达式；

实施例中，抽象过程如下：

MVDP数学模型用二元组(M,F)表示，其中M表示运行网络功能平台的集合，而F表示网络中的流量的集合。

每一条流应该经过一些网络功能(VNF)的集合，假设每条流需要经过运行的网络功能集合是已知的，需要确定的是每一个网络功能需要安装运行在哪个服务器平台上。假设每个网络功能平台具有一些有限的资源，维度为d,表示为CPU、内存等资源。用如下表达式表示：R_i＝(r¹，r²，…，r^k，…，r^d)，其中R_i表示网络功能平台i上的资源向量。

本发明的目标在于满足这些资源不被超出的情况下，为每个网络功能寻找合适的部署平台。本发明应该有以下输入：F，表示流量的集合；M，表示网络功能平台的集合；VNF_f，表示流f需要运行的VNF的集合；表示在第t个时隙的时候，网络功能j如果部署在平台i上需要消耗的第k类资源的大小，k应当满足k≤d。表示在第t个时隙流f所需要经过的网络功能j部署在平台i上的租用开销；x_f，i，j(t)，这是一个0、1变量，在第t个时隙，如果流f需要经过的网络功能j最终需要安装在平台i上，该值为1，否则为0。

根据抽象结果可得线性规划表达式如下：

该问题即为MVDP问题。

2)证明模型中的问题是NP-hard问题；

3)给出离线和在线近似调度算法求解。

本发明是通过在任何情况下运行程序获得部署方案，然后再按照程序结果部署实际的网络功能即可。按照本发明中的算法得出的部署方案可以保证在满足多维度资源需要不超出服务器最大负载的前提下，将网络功能的部署成本开销最小化。

本发明针对的场景问题，一方面是5G网络切片场景下随着核心网接入设备呈现井喷式递增，而各种网络资源(带宽等)和计算资源(CPU、内存等)有限导致的网络功能部署难度与开销增大；另一方面，网络功能运行在虚拟机或容器上时，往往需要消耗多种类型的资源，比如同时消耗CPU时钟周期和内存资源等。

图1是本发明的一个应用实施例，表示现如今的蜂窝核心网的网络架构。图中的虚线和实线分别表示信号流量(Signaling traffic)和数据流量(Data traffic)，蜂窝网架构主要由无线接入网(Radio Access Network，RAN)和分组核心网组成(Evolved PacketCore，EPC)，其中RAN用来连接用户的终端设备(UE)和基站(eNodeB)，一旦来自终端设备的流量到达基站，它将被转发到分组核心网(EPC)，EPC是由一组硬件构成，包括移动管理实体(Mobility Management Entity，MME)，服务网关(Serving Gateway，SGW)，分组数据网网关(Packet Gateway，PGW)，归属用户服务器(Home Subscriber Server，HSS)，和策略和计费规则功能实体(Policy and Charging Rule Functionality，PCRF)。MME负责处理来自用户终端和基站的所有信号流量，并负责用户身份认证，移动性管理和会话管理。SGW和PGW处理所有的数据流量。SGW将数据流量从基站转发到PGW，PGW接着查询PCRF，用于确认计费规则。PGW接着会将报文转发到特定的交换机连接因特网。

本发明首先将问题抽象为MVDP，该问题要求在部署网络功能时多种类型的资源均满足不超出服务器负载的前提下，寻求最优的部署决策，以最小化网络功能的部署成本。同时还需要保证一条流所需要运行的网络功能一定要部署在这条流的路径经过的服务器平台上。证明得到，MVDP问题是NP-hard问题，并给出一系列的近似算法求解。本发明提出的用于解决MVDP的近似算法主要有两个，一个是离线近似算法，另一个是在线近似算法。

离线近似调度算法包括以下步骤：

a)列出MVDP的目标和约束，解松弛版本的MVDP的线性规划获得分数解；

b)构造二部图；

c)做基于二部图的最小权匹配。具体如下：

在离线近似算法中，首先列出MVDP问题的目标和约束，通过求解该问题的松弛版本的线性规划，可以得到一个关于网络功能部署方案的分数解。当然这个解不能作为算法的最终解，因为对于每条服务链，要么选择部署在某台服务器上，要么选择不部署。所以结果只能是个0或1的整数解。下面仅仅需要考虑如何知道对于每个网络功能该部署在哪一台服务器上。为此，采用构造二部图的方式，并根据构造出来的二部图做二部图的最小权匹配算法，得到最终的输出解。并按照该结果实际部署每条服务链到对应的网络功能的部署平台。具体的构造二部图的方法如下：

图2是本发明的第一级部署的关于二部图的最小权完备匹配过程。

二部图简单来说，是指如果存在这样一个图，图中的点可以被分为两组，并且使得所有边都跨越组的边界，则该图即是一个二部图。准确地说：把一个图的顶点划分为两个不相交集合U和V，使得每一条边都分别连接U、V中的顶点，如果存在这样的划分，则此图为一个二部图。

完备匹配，则是指在二部图中，X点集中的所有点都有对应的匹配，或者Y点集中的所有点都有对应的匹配，则称该匹配为完备匹配。具体的关于二部图的最小权完备匹配方法如下：将所有的边权值取其相反数，求最大权匹配，匹配的值再取相反数即可。

求解二部图的最大权匹配算法常用的是Kuhn Munkras(KM)算法。KM算法是通过给每个顶点一个标号(称为顶标)来把求最大权匹配的问题转化为求完备匹配的问题的。

假设顶点X_i的顶标为A[i]，顶点Y_i的顶标为B[i]，顶点X_i与Y_i之间的边权为W[i，j]，在算法执行过程中的任一时刻，对于任一条边(i，j)，A[i]+B[j]>＝W[i，j]始终成立。KM算法的正确性基于以下定理：若由二分图中所有满足A[i]+B[j]＝W[i，j]的边构成的子图有完备匹配，那么这个完备匹配就是二分图的最大权匹配。

在线的MVDP问题求解中，任一流量到达网络的时间是不可预测的，因此每一条流所经过的网络功能的集合无法事先已知。在这种情况下，网络功能的部署决策将随着流量的到达方式在线产生。在本发明的该算法中，当有流量到达的时候，便会为该流量所需的网络功能选择部署开销和资源需求较小的服务器节点，并且该流量的路径经过该服务器节点。

通过运行离线或在线近似算法，可得出满足多维度资源需求前提下的网络功能的最优部署策略，该策略可以保证相比较其他部署策略具有最低的部署成本。

本发明的新颖之处在于基于多维度资源约束下的网络功能的部署问题的全面探索和设计。本发明框架中的蜂窝流量可以是由逻辑上集中的中央控制器统一管理。通过虚拟化的方式，运营商可以通过缩短服务链部署的更新周期加速创新，降低资金成本，提高扩展性。本发明的实现是基于一系列可行的程序运行后得出的部署方案。

以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，应视为本发明的保护范围。

Claims (7)

1.一种考虑多维资源约束的网络功能部署方法，其特征在于：包括以下步骤：

1)将网络功能部署问题抽象为MVDP数学模型并给出线性规划表达式；

2)证明模型中的问题是NP-hard问题；

3)给出离线和在线近似调度算法求解。

2.根据权利要求1所述的一种考虑多维资源约束的网络功能部署方法，其特征在于：步骤1)所述的线性规划表达式如下：

式中，M为运行网络功能平台的集合，F为网络中的流量的集合R_i＝(r¹，r²，…，r^k，…，r^d)，R_i为网络功能平台i上的资源向量，VNF_f为流f需要运行的VNF的集合，为在第t个时隙时，网络功能j如果部署在平台i上需要消耗的第k类资源的大小，k满足k≤d，d为资源维度，为在第t个时隙流f所需要经过的网络功能j部署在平台i上的租用开销，x_f，i，j(t)，为在第t个时隙，若流f需要经过的网络功能j最终需要安装在平台i上，该值为1，否则为0。

3.根据权利要求1所述的一种考虑多维资源约束的网络功能部署方法，其特征在于：步骤3)所述离线近似调度算法包括以下步骤：

a)列出MVDP的目标和约束，解松弛版本的MVDP的线性规划获得分数解；

b)构造二部图；

c)做基于二部图的最小权匹配。

4.根据权利要求3所述的一种考虑多维资源约束的网络功能部署方法，其特征在于：步骤b)所述构造二部图具体为：把一个图的顶点划分为两个不相交集合U和V，使得每一条边都分别连接U、V中的顶点。

5.根据权利要求3所述的一种考虑多维资源约束的网络功能部署方法，其特征在于：步骤c)所述二部图的最小权完备匹配具体为：将所有的边权值取其相反数，求最大权匹配，匹配的值再取相反数。

6.根据权利要求5所述的一种考虑多维资源约束的网络功能部署方法，其特征在于：所述最大权匹配采用KM算法求解。

7.根据权利要求1所述的一种考虑多维资源约束的网络功能部署方法，其特征在于：在线近似调度算法具体为：为每条到达的流所需要的每个网络功能依次选择所需开销最小的服务器部署。