CN110213363B - 基于软件定义网络的云资源动态分配***及方法 - Google Patents

基于软件定义网络的云资源动态分配***及方法 Download PDF

Info

Publication number
CN110213363B
CN110213363B CN201910463272.8A CN201910463272A CN110213363B CN 110213363 B CN110213363 B CN 110213363B CN 201910463272 A CN201910463272 A CN 201910463272A CN 110213363 B CN110213363 B CN 110213363B
Authority
CN
China
Prior art keywords
request
cloud resource
resource
node
processor
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.)
Active
Application number
CN201910463272.8A
Other languages
English (en)
Other versions
CN110213363A (zh
Inventor
何克晶
王健
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
South China University of Technology SCUT
Original Assignee
South China University of Technology SCUT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by South China University of Technology SCUT filed Critical South China University of Technology SCUT
Priority to CN201910463272.8A priority Critical patent/CN110213363B/zh
Publication of CN110213363A publication Critical patent/CN110213363A/zh
Application granted granted Critical
Publication of CN110213363B publication Critical patent/CN110213363B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/01Protocols
    • H04L67/10Protocols in which an application is distributed across nodes in the network
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network arrangements or protocols for supporting network services or applications
    • H04L67/50Network services
    • H04L67/60Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开了一种基于软件定义网络的云资源动态分配***及方法,该方法包括下述步骤:请求处理器处理IaaS请求,并放入云资源请求队列中,SDN模块协调器从云资源请求队列中取出请求消息,发送至服务质量分类器进行分级,SDN模块协调器将请求消息发送至路由优化器形成路由路径,由节点配置器查找资源节点并进行参数配置,由链路配置器进行最优链路路径的配置,由流处理器对配置结果重新封装为新的数据流,最后,由事件***解析云资源分配指令,并监听是否有异常出现,若有异常出现,则由恢复处理器根据异常类型恢复到当前异常执行处。本发明通过路由优化、节点配置和链路配置的协调优化资源配置,有效提升了云资源的利用效率和服务质量。

Description

基于软件定义网络的云资源动态分配***及方法
技术领域
本发明涉及云资源智能管理及调度技术领域,具体涉及一种基于软件定义网络的云资源动态分配***及方法。
背景技术
云资源的分配通常可以视为一个基础设施即服务(Infrastructure as aService,IaaS)的配置问题,资源请求通常可以表示为一系列包含节点和链路的虚拟网络。目前,现有的云资源动态分配技术存在以下不足:网关控制器的拓扑位置、交通流量等限制因素容易造成链路延迟,制约了对云资源的高效访问;关注于对数据资源层面的优化而没有兼顾对控制层面的优化;关注于对云资源控制器的配置优化而忽视了对不同节点的性能和服务质量的影响。
发明内容
为了克服现有技术存在的缺陷与不足,本发明提供一种基于软件定义网络的云资源动态分配***及方法,本发明通过对基础设施即服务(IaaS)进行模块化设计,分离数据层面和控制层面的配置,并优化节点配置和链路配置,提高云资源的利用效率和服务质量。
为了达到上述目的,本发明采用以下技术方案:
本发明提供一种基于软件定义网络的云资源动态分配***,包括:IaaS服务请求建模模块、SDN控制层面建模模块和云资源服务质量建模模块;
所述IaaS服务请求建模模块根据各个边缘云节点的IaaS请求,构建有向图消息;
所述SDN控制层面建模模块包括请求处理器、SDN模块协调器、服务质量分类器、路由优化器、配置器引擎、流处理器、事件***、备份处理器及恢复处理器;
所述请求处理器用于将IaaS请求转换为所述IaaS服务请求建模模块构建的有向图消息,并放入云资源请求队列中;所述SDN模块协调器用于生成SDN控制层面建模模块的控制信号,从云资源请求队列中取出请求消息,与服务质量分类器、路由优化器、配置器引擎和流处理器进行通信;所述服务质量分类器用于对请求消息进行服务质量分级;所述路由优化器用于生成路由路径;所述配置器引擎用于生成数据节点的网络参数配置;所述流处理器用于封装参数配置生成数据流;所述事件***用于解析数据流,生成资源分配指令,监听异常分配;所述备份处理器及恢复处理器用于对资源分配指令进行备份及恢复异常分配;
所述云资源服务质量建模模块用于对云资源动态分配的结果进行评估,评估是否接受IaaS请求。
作为优选的技术方案,所述配置器引擎包括节点配置器和链路配置器,所述节点配置器用于查找资源节点并进行参数配置,所述链路配置器用于配置最优链路路径。
作为优选的技术方案,所述有向图消息设置为Gn(Pn,En),其中,Pn表示多个虚拟节点,En表示多个连接虚拟节点的链路;
对于每一个虚拟节点p∈Pn,虚拟节点p的QoS需求设置为:CPU容量cp、内存容量mp、GPU容量gp和存储容量sp
对于每一个虚拟链路e∈En,虚拟链路e的QoS需求设置为:最小带宽be和最大链路跳数he
作为优选的技术方案,所述云资源服务质量建模模块对云资源动态分配的结果进行评估,评估的准则设置为:
Rev(Gn)=Rn-cost(Qn(Pn),Ql(En));
其中,Rn表示云资源服务提供商接受第n个云资源请求所获得的经济收益,Qn(Pn)表示节点配置的开销,Ql(En)表示链路配置的开销。
本发明提供一种基于软件定义网络的云资源动态分配方法,包括下述步骤:
S1:当IaaS请求抵达时,由请求处理器处理IaaS请求消息,并放入云资源请求队列中;
S2:SDN模块协调器从云资源请求队列中取出请求消息,发送至服务质量分类器,服务质量分类器根据请求消息的优先级程度、所需资源容量、所需网络带宽对请求进行服务质量分级;
S3:根据服务质量分级结果进行判断,将高于设定阈值的请求消息发送至路由优化器,低于设定阈值的请求消息放入云资源请求队列中;
S4:路由优化器生成路由路径,并发送至SDN模块协调器;
S5:节点配置器查找资源节点并进行参数配置;
S6:链路配置器进行最优链路路径的参数配置;
S7:流处理器接收SDN模块协调器传输的请求消息和资源节点、链路路径参数配置结果,重新封装为数据流;
S8:事件***接收到流处理器的数据流后,提取数据流中的键值对,得到云资源分配指令,并监听是否有异常出现,若出现异常则通知备份处理器和恢复处理器,备份处理器对云资源分配指令进行备份,恢复处理器则从起始执行位置至异常发生的上一执行位置进行逐步检查指令的运行结果,若正常则从上一执行位置继续执行,若不正常则从起始位置执行。
作为优选的技术方案,步骤S5所述节点配置器查找资源节点并进行参数配置,所述参数配置的优化目标设置为:
Figure BDA0002078685990000041
其中,yn为决策变量,yn=1表示接受当前第n个资源请求,yn=0表示拒绝当前第n个资源请求,En表示多个连接虚拟节点的链路,
Figure BDA0002078685990000042
表示云资源服务提供商接受第n个云资源请求所获得的经济收益,
Figure BDA0002078685990000043
Figure BDA0002078685990000044
也表示决策变量,取值均为{0,1},Cu和Cv分别表示选择节点u和v的代价(包括经济成本、能耗等),Cu和Cv具体计算公式为:
Figure BDA0002078685990000045
Figure BDA0002078685990000046
其中,
Figure BDA0002078685990000047
Figure BDA0002078685990000048
分别表示选择节点u和v在每单位CPU上需要的代价,
Figure BDA0002078685990000049
Figure BDA00020786859900000410
分别表示选择节点u和v在每单位内存上需要的代价,
Figure BDA00020786859900000411
Figure BDA00020786859900000412
分别表示选择节点u和v在每单位GPU上需要的代价,
Figure BDA00020786859900000413
分别表示选择节点u和v在每单位存储上需要的代价,p表示CPU容量的QoS需求,m表示内存容量的QoS需求,g表示GPU容量的QoS需求,s表示存储容量的QoS需求。
作为优选的技术方案,步骤S6中所述链路配置器进行最优链路路径的配置,所述配置过程的优化目标设置为:
Figure BDA00020786859900000415
其中,λc表示决策变量,λc=1表示接受当前第c个配置,λc=0表示拒绝当前第c个配置,
Figure BDA00020786859900000416
表示当前第c个配置中起始节点u的代价,
Figure BDA00020786859900000417
表示当前第c个配置链路l的代价。
作为优选的技术方案,步骤S7中所述重新封装为数据流,具体步骤为:
流处理器以请求消息标识符为关键字、以请求消息内容为值;以资源节点标识符为关键字、以资源节点为值;以源节点和目标节点组成的链路路径标识符为关键字、以链路路径对应的参数为值,重新封装为字典格式的数据流。
本发明与现有技术相比,具有如下优点和有益效果:
(1)本发明根据软件定义网络的原则分离控制层面和数据层面,并通过路由优化、节点配置和链路配置的协调优化资源配置,同时还兼顾对服务质量的考虑,既能发挥软件定义网络在云资源动态分配上的灵活易用性,又有效改善了现有基于软件定义网络的技术存在的不足,有效提升了云资源的利用效率和服务质量。
(2)本发明采用了资源配置的收益-代价优化模型,在优化资源配置的时候考虑经济收益,能有效解决现有云资源动态分配技术无法证明其理论预期收益的不足,从而有利于云资源服务提供商进行更好的决策。
附图说明
图1为本实施例基于软件定义网络的云资源动态分配***的结构示意图;
图2为本实施例基于软件定义网络的云资源动态分配方法的流程示意图。
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。
实施例
如图1所示,本实施例提供一种基于软件定义网络的云资源动态分配***,包括:IaaS服务请求建模模块、SDN控制层面建模模块和云资源服务质量建模模块;
所述IaaS服务请求建模模块对云资源动态分配***的输入进行处理,一个来自各个边缘云节点的IaaS请求可以表示为虚拟的有向图消息Gn(Pn,En),其中Pn表示一系列的虚拟节点,包括计算资源、内存单元、存储资源等,En表示一系列的连接虚拟节点的链路;对于每一个虚拟节点p∈Pn,其QoS需求可以定义为:CPU容量cp、内存容量mp、GPU容量gp和存储容量sp,同样地,对于一个虚拟链路e∈En,其QoS需求可以定义为:最小带宽be和最大链路跳数he
所述SDN控制层面建模模块为云资源动态分配***的核心部分,包括:SDN模块协调器、请求处理器、服务质量(QoS)分类器、路由优化器、配置器引擎、事件***、流处理器、备份处理器及恢复处理器分别实现不同的功能需求,由SDN模块协调器进行统一调度;
所述云资源服务质量建模模块用于对云资源动态分配的结果进行评估,当IaaS服务请求抵达时,云服务提供端需要决定是否接受请求,其主要衡量准则便是接受请求带来的经济收益与分配云资源所耗费的开销之间的差值,该评估准则可以表示为:Rev(Gn)=Rn-cost(Qn(Pn),Ql(En)),其中Rn表示云资源服务提供商接受第n个云资源请求所获得的经济收益,Qn(Pn)表示节点配置所需的开销,Ql(En)表示链路配置所需的开销。
在本实施例中,所述SDN控制层面建模模块的各个组件及其功能描述如下:
(1)请求处理器:当IaaS请求抵达时,该组件负责将每一个请求转换生成IaaS服务请求建模模块中定义的有向图消息,并放入到云资源请求队列中,云资源请求队列一直缓冲该有向图消息,直到后续的配置过程完成为止;
(2)SDN模块协调器:该组件主要负责SDN控制层面各组件之间的协调。SDN模块协调器从云资源请求队列中取出请求消息,并发送给路由优化器、配置器引擎和流处理器,各自进行相应的处理,彼此间的通信过程会由SDN模块协调器一直维持,直至当前的请求信息处理完毕;SDN模块协调器从云资源请求队列中取出请求消息,发送至服务质量分类器对请求消息进行服务质量分级;
(3)服务质量(QoS)分类器:对请求消息进行服务质量分级,以确定当前请求消息的服务等级,服务质量分类器根据请求消息的优先级程度、所需资源容量、所需网络带宽对请求进行服务质量分级,分级标准为:请求消息的优先级程度越高分级越高、所需资源容量越少分级越高、所需网络带宽越少分级越高;
(4)路由优化器:根据服务质量分级结果进行判断,对于具有较高优先级的将优先处理,而较低等级的将通知SDN模块协调器暂缓处理,路由优化器同时会查询一个存储云资源索引的数据库,以获取可用的云资源索引,路由优化器根据服务质量分类结果和数据库查询结果进行决策,并据此生成一系列的路由路径,返回给SDN模块协调器;
(5)配置器引擎:该组件接收来自SDN模块协调器的请求消息和可用的路由路径,负责完成对数据层面各个数据节点所在网络的参数配置,配置器引擎包含两个子模块:节点配置器和链路配置器,节点配置器用于查找最优的数据资源节点位置、虚拟机资源位置等,并提供一系列配置参数;链路配置器用于配置最优的路由路径,根据可用的路由路径和节点配置参数形成最优的链路路径;
(6)流处理器:该组件接收来自SDN模块协调器的请求消息和参数配置结果,以请求消息标识符为关键字、以请求消息内容为值;以资源节点标识符为关键字、以资源节点为值;以<源节点,目标节点>组成的链路路径标识符为关键字、以链路路径对应的参数为值,重新封装为新的字典格式的数据流,以便于交由事件***、备份处理器及恢复处理器进行处理;
(7)事件***、备份处理器及恢复处理器:相当于SDN控制层面与云资源数据层面的通信接口,当事件***接收到来自流处理器的数据流时,解析得到云资源的分配指令,并向云资源数据层面执行相应的指令,同时,事件***需要监听云资源的分配过程,一旦出现异常,它将通知备份处理器及恢复处理器,备份处理器首先会对流处理器的解析指令进行备份,当出现异常时,恢复处理器将根据异常类型恢复到当前异常执行处,以避免重复执行已运行的动作指令。
如图2所示,本实施例还提供一种基于软件定义网络的云资源动态分配方法,包括下述步骤:
S1:当IaaS请求抵达时,由请求处理器处理IaaS请求,并表示为云资源请求队列;
当IaaS请求抵达时,请求处理器负责将每一个请求转换生成虚拟的有向图Gn(Pn,En)消息表示,其中Pn表示一系列的虚拟节点,包括计算资源、内存单元、存储资源等,En表示一系列的连接虚拟节点的链路;对于每一个虚拟节点p∈Pn,其QoS需求可以定义为:CPU容量cp、内存容量mp、GPU容量gp和存储容量sp。同样地,对于一个虚拟链路e∈En,其QoS需求可以定义为:最小带宽be和最大链路跳数he;请求处理器将有向图消息放入到云资源请求队列中,并一直缓冲该有向图消息,直到后续的配置过程完成为止;
S2:SDN模块协调器从云资源请求队列中取出请求消息,发送至服务质量分类器对请求进行分级,服务质量分类器根据请求消息的优先级程度、所需资源容量、所需网络带宽对请求进行服务质量分级,分级标准为:请求消息的优先级程度越高分级越高、所需资源容量越少分级越高、所需网络带宽越少分级越高;
SDN模块协调器主要负责SDN控制层面各组件之间的协调,SDN模块协调器从云资源请求队列中取出一条请求消息,发送给路由优化器、配置器引擎和流处理器,各自进行相应的处理,彼此间的通信过程由SDN模块协调器一直维持,直至当前的请求信息处理完毕;
S3:根据服务质量分级结果进行判断,把高于某个阈值的请求消息发送至路由优化器,低于某个阈值的请求消息放入云资源请求队列中;
S4:路由优化器生成路由路径,并发送至SDN模块协调器;
对于要处理的消息,路由优化器同时会查询一个存储云资源索引的数据库,以获取可用的云资源索引,从而在后续的指令执行步骤中根据该索引直接定位到对应的云资源,路由优化器把可用的云资源索引视为目标节点,并在整个数据中心网络图中采用经典的Dijkstra最短路径算法计算当前节点到不同目标节点之间的最短路径,得到一系列可用的路由路径,返回给SDN模块协调器;
S5:由节点配置器查找资源节点并进行参数配置;
节点配置器用于查找最优的数据资源节点位置、虚拟机资源位置等,并提供一系列配置参数,该配置过程的优化目标可以表示为:
Figure BDA0002078685990000091
其中,yn为决策变量,yn=1表示接受当前第n个资源请求,yn=0表示拒绝当前第n个资源请求,En表示多个连接虚拟节点的链路,
Figure BDA0002078685990000092
表示云资源服务提供商接受第n个云资源请求所获得的经济收益,
Figure BDA0002078685990000093
Figure BDA0002078685990000094
也表示决策变量,其取值为{0,1},Cu和Cv分别为选择节点u和v所需的代价,其计算过程可以分别表示为:
Figure BDA0002078685990000101
Figure BDA0002078685990000102
其中,
Figure BDA0002078685990000103
Figure BDA0002078685990000104
分别表示选择节点u和v在每单位CPU上需要的代价,
Figure BDA0002078685990000105
Figure BDA0002078685990000106
分别表示选择节点u和v在每单位内存上需要的代价,
Figure BDA0002078685990000107
Figure BDA0002078685990000108
分别表示选择节点u和v在每单位GPU上需要的代价,
Figure BDA0002078685990000109
Figure BDA00020786859900001010
分别表示选择节点u和v在每单位存储上需要的代价,p表示CPU容量的QoS需求,m表示内存容量的QoS需求,g表示GPU容量的QoS需求,s表示存储容量的QoS需求;
S6:由链路配置器进行最优链路路径的配置;
链路配置器用于配置最优的路由路径,根据可用的路由路径和节点配置参数,并期望在满足QoS需求的同时找到具有最小代价的链路路径,该配置过程的优化目标可以表示为:
Figure BDA00020786859900001011
其中λc为决策变量,λc=1表示接受当前第c个配置,λc=0表示拒绝当前第c个配置;
Figure BDA00020786859900001012
表示当前第c个配置中起始节点u所需的代价,
Figure BDA00020786859900001013
表示当前第c个配置链路l所需的代价;
S7:由流处理器对配置结果重新封装为新的数据流;
流处理器接收来自SDN模块协调器的请求消息和参数配置结果,以请求消息标识符为关键字、以请求消息内容为值;以资源节点标识符为关键字、以资源节点为值;以<源节点,目标节点>组成的链路路径标识符为关键字、以链路路径对应的参数为值,重新封装为字典格式的数据流,以便于交由事件***、备份处理器及恢复处理器进行处理;
S8:由事件***解析云资源分配指令,并监听是否有异常出现;
当事件***接收到来自流处理器的数据流时,提取数据流中的<键,值>对,得到云资源分配指令,同时,事件***监听云资源的分配过程,一旦出现异常,通知备份处理器及恢复处理器,备份处理器首先会对完整的云资源分配指令进行备份,恢复处理器则从起始执行位置至异常发生的上一执行位置进行逐步检查指令的运行结果,若正常则从上一执行位置继续执行,反之则从起始位置执行,以避免重复执行已运行的动作指令。
本实施例根据软件定义网络的原则分离控制层面和数据层面,并通过路由优化、节点配置和链路配置的协调优化资源配置,同时还兼顾对服务质量的考虑,既能发挥软件定义网络在云资源动态分配上的灵活性、易用性,又有效改善了现有基于软件定义网络的技术存在的不足,有效提升了云资源的利用效率和服务质量。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (8)

1.一种基于软件定义网络的云资源动态分配***,其特征在于,包括:IaaS服务请求建模模块、SDN控制层面建模模块和云资源服务质量建模模块;
所述IaaS服务请求建模模块根据各个边缘云节点的IaaS请求,构建有向图消息;
所述SDN控制层面建模模块包括请求处理器、SDN模块协调器、服务质量分类器、路由优化器、配置器引擎、流处理器、事件***、备份处理器及恢复处理器;
所述请求处理器用于将IaaS请求转换为所述IaaS服务请求建模模块构建的有向图消息,并放入云资源请求队列中;所述SDN模块协调器用于生成SDN控制层面建模模块的控制信号,从云资源请求队列中取出请求消息,与服务质量分类器、路由优化器、配置器引擎和流处理器进行通信;所述服务质量分类器用于对请求消息进行服务质量分级;所述路由优化器用于生成路由路径;所述配置器引擎用于接收来自SDN模块协调器的请求消息和可用的路由路径,完成对数据层面各个数据节点所在网络的参数配置;所述流处理器用于接收SDN模块协调器传输的请求消息和资源节点、链路路径参数配置结果,重新封装为数据流;所述事件***用于解析来自流处理器数据流,生成资源分配指令,监听异常分配;所述备份处理器及恢复处理器用于对资源分配指令进行备份及恢复异常分配;
所述云资源服务质量建模模块用于对云资源动态分配的结果进行评估,评估是否接受IaaS请求。
2.根据权利要求1所述的基于软件定义网络的云资源动态分配***,其特征在于,所述配置器引擎包括节点配置器和链路配置器,所述节点配置器用于查找资源节点并进行参数配置,所述链路配置器用于配置最优链路路径。
3.根据权利要求1所述的基于软件定义网络的云资源动态分配***,其特征在于,所述有向图消息设置为Gn(Pn,En),其中,Pn表示多个虚拟节点,En表示多个连接虚拟节点的链路;
对于每一个虚拟节点p∈Pn,虚拟节点p的QoS需求设置为:CPU容量cp、内存容量mp、GPU容量gp和存储容量sp
对于每一个虚拟链路e∈En,虚拟链路e的QoS需求设置为:最小带宽be和最大链路跳数he
4.根据权利要求1所述的基于软件定义网络的云资源动态分配***,其特征在于,所述云资源服务质量建模模块对云资源动态分配的结果进行评估,评估的准则设置为:
Rev(Gn)=Rn-cost(Qn(Pn),Ql(En));
其中,Rn表示云资源服务提供商接受第n个云资源请求所获得的经济收益,Qn(Pn)表示节点配置的开销,Ql(En)表示链路配置的开销。
5.一种基于软件定义网络的云资源动态分配方法,其特征在于,包括下述步骤:
S1:当IaaS请求抵达时,由请求处理器处理IaaS请求消息,并放入云资源请求队列中;
S2:SDN模块协调器从云资源请求队列中取出请求消息,发送至服务质量分类器,服务质量分类器根据请求消息的优先级程度、所需资源容量、所需网络带宽对请求进行服务质量分级;
S3:根据服务质量分级结果进行判断,将高于设定阈值的请求消息发送至路由优化器,低于设定阈值的请求消息放入云资源请求队列中;
S4:路由优化器根据服务质量分类结果和数据库查询结果进行决策,据此生成路由路径,并发送至SDN模块协调器;
S5:节点配置器查找数据资源节点位置和虚拟机资源位置,并根据优化目标函数提供配置参数;
S6:链路配置器根据可用的路由路径和节点配置参数,并在满足期望的服务质量的同时找到具有最小代价的链路路径参数;
S7:流处理器接收SDN模块协调器传输的请求消息和资源节点、链路路径参数配置结果,重新封装为数据流;
S8:事件***接收到流处理器的数据流后,提取数据流中的键值对,得到云资源分配指令,并监听是否有异常出现,若出现异常则通知备份处理器和恢复处理器,备份处理器对云资源分配指令进行备份,恢复处理器则从起始执行位置至异常发生的上一执行位置进行逐步检查指令的运行结果,若正常则从上一执行位置继续执行,若不正常则从起始位置执行。
6.根据权利要求5所述的基于软件定义网络的云资源动态分配方法,其特征在于,步骤S5所述节点配置器查找数据资源节点位置和虚拟机资源位置,并根据优化目标函数提供配置参数,所述配置参数的优化目标设置为:
Figure FDA0002648263460000031
其中,yn为决策变量,yn=1表示接受当前第n个资源请求,yn=0表示拒绝当前第n个资源请求,En表示多个连接虚拟节点的链路,
Figure FDA0002648263460000032
表示云资源服务提供商接受第n个云资源请求所获得的经济收益,
Figure FDA0002648263460000033
Figure FDA0002648263460000034
也表示决策变量,取值均为{0,1},Cu和Cv分别表示选择节点u和v的代价,Cu和Cv具体计算公式为:
Figure FDA0002648263460000035
Figure FDA0002648263460000036
其中,
Figure FDA0002648263460000037
Figure FDA0002648263460000038
分别表示选择节点u和v在每单位CPU上需要的代价,
Figure FDA0002648263460000039
Figure FDA0002648263460000041
分别表示选择节点u和v在每单位内存上需要的代价,
Figure FDA0002648263460000042
Figure FDA0002648263460000043
分别表示选择节点u和v在每单位GPU上需要的代价,
Figure FDA0002648263460000044
Figure FDA0002648263460000045
分别表示选择节点u和v在每单位存储上需要的代价,p表示CPU容量的QoS需求,m表示内存容量的QoS需求,g表示GPU容量的QoS需求,s表示存储容量的QoS需求。
7.根据权利要求5所述的基于软件定义网络的云资源动态分配方法,其特征在于,步骤S6中所述链路配置器根据可用的路由路径和节点配置参数,并在满足期望的服务质量的同时找到具有最小代价的链路路径参数,配置过程的优化目标设置为:
Figure FDA0002648263460000046
其中,λc表示决策变量,λc=1表示接受当前第c个配置,λc=0表示拒绝当前第c个配置,
Figure FDA0002648263460000047
表示当前第c个配置中起始节点u的代价,
Figure FDA0002648263460000048
表示当前第c个配置链路l的代价。
8.根据权利要求5所述的基于软件定义网络的云资源动态分配方法,其特征在于,步骤S7中所述重新封装为数据流,具体步骤为:
流处理器以请求消息标识符为关键字、以请求消息内容为值;以资源节点标识符为关键字、以资源节点为值;以源节点和目标节点组成的链路路径标识符为关键字、以链路路径对应的参数为值,重新封装为字典格式的数据流。
CN201910463272.8A 2019-05-30 2019-05-30 基于软件定义网络的云资源动态分配***及方法 Active CN110213363B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910463272.8A CN110213363B (zh) 2019-05-30 2019-05-30 基于软件定义网络的云资源动态分配***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910463272.8A CN110213363B (zh) 2019-05-30 2019-05-30 基于软件定义网络的云资源动态分配***及方法

Publications (2)

Publication Number Publication Date
CN110213363A CN110213363A (zh) 2019-09-06
CN110213363B true CN110213363B (zh) 2020-12-22

Family

ID=67789620

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910463272.8A Active CN110213363B (zh) 2019-05-30 2019-05-30 基于软件定义网络的云资源动态分配***及方法

Country Status (1)

Country Link
CN (1) CN110213363B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111416737A (zh) * 2020-03-13 2020-07-14 黄东 一种可编程的云资源管理机制
CN113448721A (zh) * 2020-03-27 2021-09-28 ***通信有限公司研究院 算力处理的网络***及算力处理方法
CN112398899B (zh) * 2020-07-10 2022-02-25 南京邮电大学 一种面向边缘云***的软件微服务组合优化方法
CN114095579B (zh) * 2020-08-04 2024-03-22 ***通信有限公司研究院 算力处理的网络***、业务处理方法及设备
CN112637871B (zh) * 2020-12-17 2021-10-08 深圳市微网力合信息技术有限公司 一种wifi6路由的路由资源分配方法及装置
WO2022236501A1 (en) * 2021-05-08 2022-11-17 Alipay (Hangzhou) Information Technology Co., Ltd. Method and system for optimizing large-scale resource allocation with constraints
CN115442262B (zh) * 2022-08-01 2024-02-06 阿里巴巴(中国)有限公司 一种资源评估方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103338163A (zh) * 2013-07-16 2013-10-02 清华大学 支持动态弹性资源调度的软件定义网络控制器
CN104158753A (zh) * 2014-06-12 2014-11-19 南京工程学院 基于软件定义网络的动态流调度方法及***
CN104253749A (zh) * 2014-09-18 2014-12-31 华南理工大学 一种基于软件定义网络架构的用户端分布式路径计算方法
CN106656555A (zh) * 2016-10-15 2017-05-10 黄林果 一种云计算***的服务资源动态调节方法
CN107483337A (zh) * 2017-07-31 2017-12-15 郑州云海信息技术有限公司 确定路径的方法及其网络设备
CN109743261A (zh) * 2019-01-07 2019-05-10 中国人民解放军国防科技大学 一种基于sdn的容器网络资源调度方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7020087B2 (en) * 2003-01-13 2006-03-28 Motorola, Inc. Segmented and distributed path optimization in a communication network
CN1599357A (zh) * 2004-07-26 2005-03-23 南京邮电学院 自组网环境下协同能量保护和服务质量保证的模糊选路方法
CN103475947B (zh) * 2013-09-13 2016-08-31 中国联合网络通信集团有限公司 一种基于软件定义网络的流媒体分发***和方法
CN104168191B (zh) * 2014-08-31 2017-04-19 西安电子科技大学 大规模软件定义网络中满足多约束参数的路由方法
CN104954466B (zh) * 2015-06-16 2018-06-05 南京邮电大学 一种基于软件定义的物联网智慧服务***
US10348564B2 (en) * 2017-06-19 2019-07-09 Cisco Technology, Inc. Validation of routing information base-forwarding information base equivalence in a network
US10574595B2 (en) * 2017-09-28 2020-02-25 Argela Yazilim ve Bilisim Teknolojileri San. ve Tic. A.S. System and method for elastic scaling of virtualized network functions over a software defined network

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103338163A (zh) * 2013-07-16 2013-10-02 清华大学 支持动态弹性资源调度的软件定义网络控制器
CN104158753A (zh) * 2014-06-12 2014-11-19 南京工程学院 基于软件定义网络的动态流调度方法及***
CN104253749A (zh) * 2014-09-18 2014-12-31 华南理工大学 一种基于软件定义网络架构的用户端分布式路径计算方法
CN106656555A (zh) * 2016-10-15 2017-05-10 黄林果 一种云计算***的服务资源动态调节方法
CN107483337A (zh) * 2017-07-31 2017-12-15 郑州云海信息技术有限公司 确定路径的方法及其网络设备
CN109743261A (zh) * 2019-01-07 2019-05-10 中国人民解放军国防科技大学 一种基于sdn的容器网络资源调度方法

Also Published As

Publication number Publication date
CN110213363A (zh) 2019-09-06

Similar Documents

Publication Publication Date Title
CN110213363B (zh) 基于软件定义网络的云资源动态分配***及方法
CN108259367B (zh) 一种基于软件定义网络的服务感知的流策略定制方法
Zhao et al. Intelligent digital twin-based software-defined vehicular networks
EP2453607B1 (en) Method and device for calculating k-shortest paths
CN112346854B (zh) 一种分层协同决策的网内资源调度方法及***、存储介质
CN107094115B (zh) 一种基于sdn的蚁群优化负载均衡路由算法
Liu Intelligent routing based on deep reinforcement learning in software-defined data-center networks
CN115562879B (zh) 算力感知方法、装置、电子设备和存储介质
CN115277574B (zh) 一种sdn架构下数据中心网络负载均衡方法
CN105357124A (zh) 一种MapReduce带宽优化方法
CN112148381A (zh) 一种基于软件定义的边缘计算优先级卸载决策方法及***
de Souza et al. A bee colony-based algorithm for task offloading in vehicular edge computing
CN111741069B (zh) 基于sdn和nfv分层式数据中心资源优化方法和***
CN111478800A (zh) 一种基于k-nn算法的dse优化方法及装置
Meng et al. Intelligent routing orchestration for ultra-low latency transport networks
CN107360483B (zh) 一种用于软件定义光网络的控制器负载均衡算法
CN112822233B (zh) 流量重定向方法及装置
CN114938374A (zh) 跨协议负载均衡方法及***
CN115378876A (zh) 一种sdn环境下数据中心网络负载均衡方法
CN114448868A (zh) 一种基于分段路由策略的路径调度方法、装置及设备
Xu et al. Multi-Criteria Path Finding Using Multi-Queues Based Bidirectional Search for Multiple Target Nodes in Networks
WO2020215504A1 (zh) 一种需求定义网络的实现方法及网络架构
CN116528314B (zh) 一种5g接入网通信方法、***、设备及存储介质
CN113542115A (zh) 基于sdn电力通信网络的数据路径确定方法、装置及***
Elbey et al. Review on Reinforcement Learning-based approaches for Service Function Chain deployment in 5G networks

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