高级搜索

基于重叠网络结构的服务功能链时空优化编排策略

谷允捷 胡宇翔 谢记超

引用本文: 谷允捷, 胡宇翔, 谢记超. 基于重叠网络结构的服务功能链时空优化编排策略[J]. 电子与信息学报, doi: 10.11999/JEIT190145 shu
Citation:  Yunjie GU, Yuxiang HU, Jichao XIE. A Spatial and Temporal Optimal Method of Service Function Chain Orchestration Based on Overlay Network Structure[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190145 shu

基于重叠网络结构的服务功能链时空优化编排策略

    作者简介: 谷允捷: 男,1994年生,博士生,研究方向为新型网络体系结构,网络功能虚拟化;
    胡宇翔: 男,1982年生,副研究员,研究方向为新型网络体系结构,软件定义网络;
    谢记超: 男,1995年生,硕士生,研究方向为网络安全、网络功能虚拟化与云安全
    通讯作者: 谷允捷,lizardwhite@163.com
  • 基金项目: 国家重点研发计划课题(2017YFB0803204)、国家自然科学基金项目(61521003, 61872382)、广东省重点领域研发计划项目(2018B010113001)

摘要: 网络功能虚拟化(NFV)的引入大幅降低了互联网业务的运营成本。针对现有的服务功能链(SFC)编排方法无法在优化底层资源的同时保证业务时延性能的问题,该文提出一种基于重叠网络结构的SFC时空优化编排策略。在将计算、网络资源与细粒度时延约束纳入考虑的基础上,该策略通过建立重叠网络模型实现了计算与网络资源的分离,将构建SFC所需的资源开销与相关时延共同抽象化为重叠网络链路权重,从而使SFC编排问题转化为易于求解的最短路径问题。对于需要批量处理的SFC集合设计了基于重叠网络的模拟退火迭代优化编排算法(ONSA)。通过对比实验证明了该策略下编排方案的平均端到端时延、链路资源占用率与运营开销相对其他方案分别降低29.5%, 12.4%与15.2%,请求接受率提高22.3%,虚拟网络功能(VNF)负载均衡性能得到显著提升。

English

    1. [1]

      邬江兴. 新型网络技术发展思考[J]. 中国科学: 信息科学, 2018, 48(8): 1102–1111. doi: 10.1360/N112018-00062
      WU Jiangxing. Thoughts on the development of novel network technology[J]. CIENTIA SINICA Informationis, 2018, 48(8): 1102–1111. doi: 10.1360/N112018-00062

    2. [2]

      HAN Bo, GOPALAKRISHNAN V, JI Lusheng, et al. Network function virtualization: Challenges and opportunities for innovations[J]. IEEE Communications Magazine, 2015, 53(2): 90–97. doi: 10.1109/mcom.2015.7045396

    3. [3]

      QUINN E and NADEAU T. Problem statement for service function chaining[R]. IETF RFC-Informational, 2015.

    4. [4]

      MOENS H and DE TURCK F. VNF-P: A model for efficient placement of virtualized network functions[C]. Proceedings of the 10th International Conference on Network and Service Management and Workshop, Rio de Janeiro, Brazil, 2014: 418–423.

    5. [5]

      BARI F, CHOWDHURY S R, AHMED R, et al. Orchestrating virtualized network functions[J]. IEEE Transactions on Network and Service Management, 2016, 13(4): 725–739. doi: 10.1109/TNSM.2016.2569020

    6. [6]

      JANG I, SUH D, PACK S, et al. Joint optimization of service function placement and flow distribution for service function chaining[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(11): 2532–2541. doi: 10.1109/JSAC.2017.2760162

    7. [7]

      史久根, 张径, 徐皓, 等. 一种面向运营成本优化的虚拟网络功能部署和路由分配策略[J]. 电子与信息学报, 2019, 41(4): 973–979. doi: 10.11999/JEIT180522
      SHI Jiugen, ZHANG Jing, XU Hao, et al. Joint optimization of virtualized network function placement and routing allocation for operational expenditure[J]. Journal of Electronics &Information Technology, 2019, 41(4): 973–979. doi: 10.11999/JEIT180522

    8. [8]

      陈卓, 冯钢, 刘蓓, 等. 运营商网络中面向资源碎片优化的网络服务链构建策略[J]. 电子与信息学报, 2018, 40(4): 763–769. doi: 10.11999/JEIT170641
      CHEN Zhuo, FENG Gang, LIU Bei, et al. Construction policy of network service chain oriented to resource fragmentation optimization in operator network[J]. Journal of Electronics &Information Technology, 2018, 40(4): 763–769. doi: 10.11999/JEIT170641

    9. [9]

      WEN Tao, YU Hongfang, SUN Gang, et al. Network function consolidation in service function chaining orchestration[C]. Proceedings of 2016 IEEE International Conference on Communications, Kuala Lumpur, Malaysia, 2016: 512–519.

    10. [10]

      PEI Jianing, HONG Peilin, XUE Kaiping, et al. Efficiently embedding service function chains with dynamic virtual network function placement in geo-distributed cloud system[J]. IEEE Transactions on Parallel and Distributed Systems, 2018. doi: 10.1109/TPDS.2018.2880992

    11. [11]

      陈卓, 冯钢, 刘蓓, 等. 运营商网络中面向时延优化的服务功能链迁移重配置策略[J]. 电子学报, 2018, 46(9): 2229–2237. doi: 10.3969/j.issn.0372-2112.2018.09.026
      CHEN Zhuo, FENG Gang, LIU Bei, et al. Delay optimization oriented service function chain migration and re-deployment in operator network[J]. Acta Electronica Sinica, 2018, 46(9): 2229–2237. doi: 10.3969/j.issn.0372-2112.2018.09.026

    12. [12]

      ARTEAGA C H T, RISSOI F, and RENDON O M C. An adaptive scaling mechanism for managing performance variations in network functions virtualization: A case study in an NFV-based EPC[C]. Proceedings of the 13th International Conference on Network and Service Management, Tokyo, Japan, 2017: 1–7.

    13. [13]

      LI Tong, BAUMBERGER D, HAHN S, et al. Efficient and scalable multiprocessor fair scheduling using distributed weighted round-robin[C]. Proceedings of the 14th ACM SIGPLAN Symposium on Principles and Practice of Parallel Programming, Raleigh, USA, 2009: 65–74.

    14. [14]

      AGARWAL S, MALANDRINO F, CHIASSERINI C F, et al. VNF placement and resource allocation for the support of vertical services in 5G networks[J]. IEEE/ACM Transactions on Networking, 2019, 27(1): 433–446. doi: 10.1109/TNET.2018.2890631

    15. [15]

      LANGE S, GRIGORJEW A, ZINNER T, et al. A multi-objective heuristic for the optimization of virtual network function chain placement[C]. Proceedings of the 29th International Teletraffic Congress, Genoa, Italy, 2017: 152–161.

    16. [16]

      WANG Xiaoke, WU Chuan, LE F, et al. Online VNF scaling in datacenters[C]. Proceedings of the IEEE 9th International Conference on Cloud Computing, San Francisco, USA, 2016: 140–147.

    1. [1]

      史久根, 张径, 徐皓, 王继, 孙立. 一种面向运营成本优化的虚拟网络功能部署和路由分配策略. 电子与信息学报,

    2. [2]

      卢昱, 刘益岑, 李玺, 陈兴凯, 乔文欣, 陈立云. 面向软件定义网络的服务功能链优化部署算法研究. 电子与信息学报,

    3. [3]

      胡宇翔, 范宏伟, 兰巨龙, 段通. 一种支持硬件加速的虚拟网络功能部署模型. 电子与信息学报,

    4. [4]

      张红旗, 黄睿, 常德显. 一种基于匹配博弈的服务链协同映射方法. 电子与信息学报,

    5. [5]

      唐伦, 杨恒, 马润琳, 陈前斌. 基于5G接入网络的多优先级虚拟网络功能迁移开销与网络能耗联合优化算法. 电子与信息学报,

    6. [6]

      吕增威, 魏振春, 韩江洪, 孙仁浩, 夏成凯. 基于多目标优化的无线传感器网络移动充电及数据收集算法. 电子与信息学报,

    7. [7]

      胡宇翔, 李子勇, 胡宗魁, 胡涛. 基于流量工程的软件定义网络控制资源优化机制. 电子与信息学报,

    8. [8]

      兰巨龙, 于倡和, 胡宇翔, 李子勇. 基于深度增强学习的软件定义网络路由优化机制. 电子与信息学报,

    9. [9]

      史久根, 徐皓, 张径, 王继. 软件定义网络中基于效率区间的负载均衡在线优化算法. 电子与信息学报,

    10. [10]

      冯维, 徐永鑫, 刘浩, 许晓荣, 姚英彪. 无线多跳网络快速跨层资源优化分配算法. 电子与信息学报,

    11. [11]

      张海波, 李虎, 陈善学, 贺晓帆. 超密集网络中基于移动边缘计算的任务卸载和资源优化. 电子与信息学报,

    12. [12]

      梁晓萍, 郭振军, 朱昌洪. 基于头脑风暴优化算法的BP神经网络模糊图像复原. 电子与信息学报,

    13. [13]

      唐伦, 周钰, 杨友超, 赵国繁, 陈前斌. 5G网络切片场景中基于预测的虚拟网络功能动态部署算法. 电子与信息学报,

    14. [14]

      唐伦, 周钰, 谭颀, 魏延南, 陈前斌. 基于强化学习的5G网络切片虚拟网络功能迁移算法. 电子与信息学报,

    15. [15]

      王汝言, 李宏娟, 吴大鹏. 基于Stackelberg博弈的虚拟化无线传感网络资源分配策略. 电子与信息学报,

    16. [16]

      胡致远, 宋晓凤, 黄天聪, 李晓娣, 周瑞芳, 徐鑫, 蒙占宇, 彭强. 四表集抄通信网络虚拟化方案及组网算法研究. 电子与信息学报,

    17. [17]

      唐伦, 魏延南, 马润琳, 贺小雨, 陈前斌. 虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法. 电子与信息学报,

    18. [18]

      何灏, 易卫东, 陈永锐, 王喆. 基于无迹卡尔曼滤波估计的无线传感器网络时钟分辨率优化. 电子与信息学报,

    19. [19]

      王汝言, 徐宁宁, 吴大鹏. 能耗和时延感知的虚拟化云无线接入网络资源分配机制. 电子与信息学报,

    20. [20]

      殷礼胜, 唐圣期, 李胜, 何怡刚. 基于整合移动平均自回归和遗传粒子群优化小波神经网络组合模型的交通流预测. 电子与信息学报,

  • 图 1  SFC请求及两种编排方案

    图 2  SFC请求及其对应重叠网络

    图 3  已部署的VNF在底层网络分布情况

    图 4  服务请求处理时间

    图 5  请求接受率

    图 6  VNF负载强度分布变化

    图 7  链路资源利用率

    图 8  NFV系统运营开销

    图 9  请求接受率

    表 1  基于重叠网络的模拟退火迭代优化编排策略

     输入: $G = (V,E)$, $I$,底层网络状态
         SA参数$\{ {\tau _0},{\tau _{\min }},\rho ,L\} $
     输出: 集合$I$的时空优化编排方案${\rm{O}}{{\rm{S}}_{{\rm{opt}}}}$
     (1) $\forall i \in I$,随机部署$\beta _i^k$生成${\rm{O}}{{\rm{S}}_{{\rm{init}}}}$
     (2) 初始化参数,$\tau \leftarrow {\tau _0},{\rm{Objec}}{{\rm{t}}_{{\rm{now}}}} \leftarrow {\rm{Object}}({\rm{O}}{{\rm{S}}_{{\rm{init}}}})$
     (3) while $\tau > {\tau _{\min }}$ do
     (4)  for $l = 1:L$ do
     (5)    if (rand<0.5)
     (6)     计算$\bar C_{{\rm{load}}}^{}$与${p_{{\rm{rem}}}}$并选择释放实例$m$
     (7)     将经$m$处理的请求纳入${I_{{\rm{re}}}}$并释放$m$
     (8)   else
     (9)    $\forall i \in I$,将${\delta _i} > \delta _i^{s,o}$的请求纳入${I_{{\rm{re}}}}$
     (10)   end for
     (11)  for $i\;{\rm in}\;{I_{{\rm{re}}}}$ do
     (12)    依据$\beta _i^k$与底层网络状态构造${G_{{\rm{Overlay}}}}$
     (13)  删除资源不足的节点与链路
     (14)  计算链路权重$w_{{\rm{ver}}}^e$,$w_{{\rm{hor}}}^e$
     (15)  ${\rm{Path}}_{{\rm{Overlay}}}^i \leftarrow {\rm{Dijkstra}}(v_{{\rm{hor}}}^{1,{s_i}},v_{{\rm{hor}}}^{k + 1,{o_i}})$
     (16)  ${\rm{Pat}}{{\rm{h}}_i} \leftarrow {\rm{Path}}_{{\rm{Overlay}}}^i$
     (17)  end for
     (18)  ${\rm{Object}}({\rm{O}}{{\rm{S}}_{{\rm{new}}}}) = \sum\nolimits_{i \in I} {[\varepsilon {\varphi _i} + (1 + \varepsilon ){\delta _i}]} $
     (19)  if ${\Delta _{{\rm{Obj}}}} < 0$
     (20)    ${\rm{O}}{{\rm{S}}_{{\rm{now}}}} \leftarrow {\rm{O}}{{\rm{S}}_{{\rm{new}}}}$
     (21)  else
     (22)    ${P_{{\rm{acc}}}} = \exp ( - {\Delta _{{\rm{Obj}}}}/T)$
     (23)  $\tau \leftarrow \tau \rho $
     (24)  end while
     (25)${\rm{O}}{{\rm{S}}_{{\rm{opt}}}} \leftarrow {\rm{O}}{{\rm{S}}_{{\rm{now}}}}$
    下载: 导出CSV

    表 2  VNF参数

    VNF实例化开销(MIPS)计算资源(MIPS)Packet处理时间(us)
    Firewall56015
    Encryption56015
    IDS84020
    NAT46015
    下载: 导出CSV
  • 加载中
图(9)表(2)
计量
  • PDF下载量:  15
  • 文章访问数:  337
  • HTML全文浏览量:  208
文章相关
  • 通讯作者:  谷允捷, lizardwhite@163.com
  • 收稿日期:  2019-03-13
  • 录用日期:  2019-06-18
  • 网络出版日期:  2019-06-25
通讯作者: 陈斌, bchen63@163.com
  • 1. 

    沈阳化工大学材料科学与工程学院 沈阳 110142

  1. 本站搜索
  2. 百度学术搜索
  3. 万方数据库搜索
  4. CNKI搜索

/

返回文章