高级搜索

面向可靠性的5G网络切片重构及映射算法

赵国繁 唐伦 胡彦娟 赵培培 陈前斌

引用本文: 赵国繁, 唐伦, 胡彦娟, 赵培培, 陈前斌. 面向可靠性的5G网络切片重构及映射算法[J]. 电子与信息学报, doi: 10.11999/JEIT190500 shu
Citation:  Guofan ZHAO, Lun TANG, Yanjuan HU, Peipei ZHAO, Qianbin CHEN. A Reliability-aware 5G Network Slice Reconfiguration and Embedding Algorithm[J]. Journal of Electronics and Information Technology, doi: 10.11999/JEIT190500 shu

面向可靠性的5G网络切片重构及映射算法

    作者简介: 赵国繁: 女,1993年生,硕士,研究方向为5G网络切片中的资源分配,可靠性;
    唐伦: 男,1973年生,教授,博士生导师,研究方向为新一代无线通信网络、异构蜂窝网络、软件定义无线网络等;
    胡彦娟: 女,1993年生,硕士生,研究方向为网络切片的映射与资源分配;
    赵培培: 女,1993年生,硕士生,研究方向为5G网络切片、网络虚拟化;
    陈前斌: 男,1967年生,教授,博士生导师,主要研究方向为个人通信、多媒体信息处理与传输、下一代移动通信网络、异构蜂窝网络等
    通讯作者: 赵国繁,1349366355@qq.com
  • 基金项目: 国家自然科学基金(61571073),重庆市教委科学技术研究项目(KJZD-M201800601)

摘要: 针对传统网络切片映射方法资源利用率低且可靠性差的问题,该文提出了可靠性感知的网络切片(NS)重构及映射策略。首先,建立了面向可靠性和资源的网络切片可靠映射效用函数。其次,综合考虑虚拟网络功能(VNF)的资源需求和位置约束,提出了一种VNF可靠性需求的度量方法。在此基础上,以最大化VNF可靠部署收益的同时最小化链路带宽资源开销为目标,建立了切片可靠映射整数线性规划模型。最后,针对不同的网络切片类型,提出了基于邻域搜索的网络切片映射算法和关键VNF备份的网络切片重构映射算法。仿真结果表明,所提算法在满足VNF可靠性需求的同时,提高了资源利用率,降低了映射的开销。

English

    1. [1]

      ZHANG Haijun, LIU Na, CHU Xiaoli, et al. Network slicing based 5G and future mobile networks: Mobility, resource management, and challenges[J]. IEEE Communications Magazine, 2017, 55(8): 138–145. doi: 10.1109/MCOM.2017.1600940

    2. [2]

      ORDONEZ-LUCENA J, AMEIGEIRAS P, LOPEZ D, et al. Network slicing for 5G with SDN/NFV: Concepts, architectures, and challenges[J]. IEEE Communications Magazine, 2017, 55(5): 80–87. doi: 10.1109/MCOM.2017.1600935

    3. [3]

      FOUKAS X, PATOUNAS G, ELMOKASHFI A, et al. Network slicing in 5G: Survey and challenges[J]. IEEE Communications Magazine, 2017, 55(5): 94–100. doi: 10.1109/MCOM.2017.1600951

    4. [4]

      LI Xi, CASELLAS R, LANDI G, et al. 5G-crosshaul network slicing: Enabling multi-tenancy in mobile transport networks[J]. IEEE Communications Magazine, 2017, 55(8): 128–137. doi: 10.1109/MCOM.2017.1600921

    5. [5]

      VASSILARAS S, GKATZIKIS L, LIAKOPOULOS N, et al. The algorithmic aspects of network slicing[J]. IEEE Communications Magazine, 2017, 55(8): 112–119. doi: 10.1109/MCOM.2017.1600939

    6. [6]

      ZHANG Nan, LIU Yafeng, FARMANBAR H, et al. Network slicing for service-oriented networks under resource constraints[J]. IEEE Journal on Selected Areas in Communications, 2017, 35(11): 2512–2521. doi: 10.1109/JSAC.2017.2760147

    7. [7]

      GUAN Wanqing, WEN Xiangming, WANG Luhan, et al. A service-oriented deployment policy of end-to-end network slicing based on complex network theory[J]. IEEE Access, 2018, 6: 19691–19701. doi: 10.1109/ACCESS.2018.2822398

    8. [8]

      刘光远, 苏森. 面向底层单节点失效的轻量级可靠虚拟网络映射算法[J]. 电子与信息学报, 2013, 35(11): 2644–2649. doi: 10.3724/SP.J.1146.2013.00254
      LIU Guangyuan and SU Sen. Less stringent reliable virtual network mapping algorithm for substrate single node failure[J]. Journal of Electronics &Information Technology, 2013, 35(11): 2644–2649. doi: 10.3724/SP.J.1146.2013.00254

    9. [9]

      LIU Jiajia, JIANG Zhongyuan, KATO N, et al. Reliability evaluation for NFV deployment of future mobile broadband networks[J]. IEEE Wireless Communications, 2016, 23(3): 90–96. doi: 10.1109/MWC.2016.749807

    10. [10]

      KONG Jian, KIM I, WANG Xi, et al. Guaranteed-availability network function virtualization with network protection and VNF replication[C]. 2017 IEEE Global Communications Conference, Singapore, 2017: 1–6. doi: 10.1109/GLOCOM.2017.8254730.

    11. [11]

      CHEN Yiheng, AYOUBI S, and ASSI C. CORNER: COst-efficient and reliability-aware virtual NEtwork redesign and embedding[C]. The 3rd IEEE International Conference on Cloud Networking, Luxembourg, 2014: 356–361. doi: 10.1109/CloudNet.2014.6969021.

    12. [12]

      SUN Jian, ZHU Guangyang, SUN Gang, et al. A reliability-aware approach for resource efficient virtual network function deployment[J]. IEEE Access, 2018, 6: 18238–18250. doi: 10.1109/ACCESS.2018.2815614

    13. [13]

      BIJWE S, MACHIDA F, ISHIDA S, et al. End-to-end reliability assurance of service chain embedding for network function virtualization[C]. 2017 IEEE Conference on Network Function Virtualization and Software Defined Networks (NFV-SDN), Berlin, Germany, 2017: 1–4. doi: 10.1109/NFV-SDN.2017.8169853.

    14. [14]

      QU L, ASSI C, SHABAN K, et al. A reliability-aware network service chain provisioning with delay guarantees in NFV-enabled enterprise datacenter networks[J]. IEEE Transactions on Network and Service Management, 2017, 14(3): 554–568. doi: 10.1109/TNSM.2017.2723090

    15. [15]

      CATELANI M, CIANI L, PATRIZI G, et al. Reliability allocation procedures in complex redundant systems[J]. IEEE Systems Journal, 2018, 12(2): 1182–1192. doi: 10.1109/JSYST.2017.2651161

    16. [16]

      FAN Jingyuan, YE Zilong, GUAN Chaowen, et al. GREP: Guaranteeing reliability with enhanced protection in NFV[C]. 2015 ACM SIGCOMM Workshop on Hot Topics in Middleboxes and Network Function Virtualization, London, UK, 2015: 13–18.

    17. [17]

      MIZIULA P and NAVARRO J. Birnbaum importance measure for reliability systems with dependent components[J]. IEEE Transactions on Reliability, 2019, 68(2): 439–450. doi: 10.1109/TR.2019.2895400

    1. [1]

      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,

    2. [2]

      唐伦, 施颖洁, 杨希希, 陈前斌. 非正交多址接入系统中基于受限马尔科夫决策过程的网络切片虚拟资源分配算法. 电子与信息学报,

    3. [3]

      王汝言, 蒋婧, 熊余, 唐剑波. 混合复用无源光网络中带有灰色预测的高效动态资源分配策略. 电子与信息学报,

    4. [4]

      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,

    5. [5]

      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,

    6. [6]

      程希, 沈建华. 一种基于改进蚁群算法的光网络波长路由分配算法. 电子与信息学报,

    7. [7]

      唐伦, 赵国繁, 杨恒, 赵培培, 陈前斌. 基于可靠性的5G网络切片在线映射算法. 电子与信息学报,

    8. [8]

      徐金甫, 刘露, 李伟, 南龙梅. 基于3D碎裂度布局策略的可重构硬件任务调度算法. 电子与信息学报,

    9. [9]

      李云, 隆克平, 赵为粮, 吴诗其, 陈前斌. 无线多跳Ad hoc网络中MAC机制的公平性与网络容量利用率. 电子与信息学报,

    10. [10]

      高丽江, 杨海钢, 李威, 郝亚男, 刘长龙, 石彩霞. 具有高资源利用率特征的改进型查找表电路结构与优化方法. 电子与信息学报,

    11. [11]

      唐伦, 张亚, 梁荣, 陈前斌. 基于网络切片的网络效用最大化虚拟资源分配算法. 电子与信息学报,

    12. [12]

      陈前斌, 施颖洁, 杨希希, 唐伦. 基于在线双向拍卖的虚拟网络切片资源调度机制. 电子与信息学报,

    13. [13]

      梁靓, 武彦飞, 冯钢. 基于在线拍卖的网络切片资源分配算法. 电子与信息学报,

    14. [14]

      唐伦, 魏延南, 谭颀, 唐睿, 陈前斌. H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略. 电子与信息学报,

    15. [15]

      蔡进科, 顾华玺, 卢冀, 余晓杉. 基于Openflow网络的高可靠性虚拟网络映射算法. 电子与信息学报,

    16. [16]

      刘光远, 苏森. 面向底层单节点失效的轻量级可靠虚拟网络映射算法. 电子与信息学报,

    17. [17]

      戴紫彬, 王周闯, 李伟, 李嘉敏, 南龙梅. 可重构非线性布尔函数利用率模型研究与硬件设计. 电子与信息学报,

    18. [18]

      孔繁甲, 王光兴, 张祥德. 利用因子分解方法计算网络的根通信可靠性. 电子与信息学报,

    19. [19]

      邓植, 顾华玺, 杨银堂, 李慧. 基于拓扑划分的片上网络快速映射算法. 电子与信息学报,

    20. [20]

      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,

  • 图 1  5G网络切片场景

    图 2  不同算法平均成本比较

    图 3  所提算法与3种算法的平均物理节点、链路资源利用率累计分布函数

    图 4  不同算法NSR平均接受率比较

    图 5  不同算法到达的可靠性比较

    表 1  基于邻域搜索的网络切片映射算法

    输入:NSR $G_v^{\rm{g}} = (V_{\rm{g}},E_{\rm{g}},R_{{\rm{req}}}^{\rm{g}})$,物理网络${G_{\rm{s}}} = \left( {{N_{\rm{s}}},{L_{\rm{s}}}} \right)$(5)    ${P_i} = P_{{\rm{next}}}^{\rm{g}}$, ${R_{{\rm{gap}}}} = \displaystyle\prod\limits_{{n_i} \in P_{{\rm{next}}}^{\rm{g}}} {{R_i}} - R_{{\rm{req}}}^{\rm{g}}$
    输出:NSE方案${P^{\rm{g}}} = \left[ {P^{\rm{g}}\left( {{v_k}} \right),P^{\rm{g}}\left( {{e_k}} \right)} \right]$(6)    计算当前的带宽消耗为${b_{\rm{g}}}$
    (1) 搜索空间$S$, $P_{{\rm{opt}}}^{\rm{g}} = {P_{{\rm{init}}}}$; ${P_i} = P_{{\rm{init}}}^{\rm{g}}$(7)   end if
    (2) while($0.5 \le { { {R_{ {\rm{gap} } } }} / { {R_{ {\rm{req} } } } } } + { {\left( { {b^{\rm{g} } } - b_{ {\rm{req} } }^{\rm{g} } } \right)} / {b_{ {\rm{req} } }^{\rm{g} } } } \le 1$), do(8)   if $\left( {Obj\left( {P_{{\rm{next}}}^{\rm{g}}} \right) < Obj\left( {P_{{\rm{opt}}}^{\rm{g}}} \right)} \right)$ then
    (3)   在${P_i}$的邻域解中搜索当前更优的个体$P_{{\rm{next}}}^{\rm{g}}$(9)    $P_{{\rm{opt}}}^{\rm{g}} = P_{{\rm{next}}}^{\rm{g}}$
    (4)   if $\displaystyle\prod\limits_{ {n_i} \in P_{ {\rm{next} } }^{\rm{g} } } { {R_i} } \ge R_{ {\rm{req} } }^{\rm{g} }$ then(10)   end if
    (11) end while
    下载: 导出CSV

    表 2  关键VNF备份网络切片重构算法

    输入:NSR $G_v^{\rm{g}} = (V_{\rm{g}},E_{\rm{g}})$,备份节点集${V_{{\rm{reconf}}}}$
    输出:${P^{\rm{g}}} = \left[ {P_{}^{\rm{g}}\left( {{v_k}} \right),P_{}^{\rm{g}}\left( {{e_k}} \right)} \right]$
    (1) for each $v_i^{\rm{g}} \in {V_{{\rm{reconf}}}}$
    (2) 专有备份节点$v_i^b$, $C_k^b = C_i^{\rm{g}}$,
    (3) 备份链路
    (4) 基于式(19)得到$R\left( {G_{{\rm{backup}}}^{\rm{g}}} \right)$
    (5) end for
    (6) while($R\left( {G_{ {\rm{backup} } }^{\rm{g} } } \right) \le R_{ {\rm{req} } }^{\rm{g} }$), do
    (7)  for all $v_k^{\rm{g}} \in {V_{\rm{g}}}$, do
    (8)   按照VNF可靠性递增,对节点进行排序
    (9)   选择相邻VNF对提供共享备份节点$v_i^b$, $C_k^b = \max \left\{ {C_i^{\rm g} ,C_j^{\rm{g}}} \right\}$
    (10)   选择关键VNF对$v_i^{\rm{g}},v_j^{\rm{g}} = {\rm{arg}}\;{\rm{max}}\left\{ {{\theta _{ij}}|v_i^{\rm{g}},v_j^{\rm{g}} \in {V_{\rm{g}}}} \right\}$
    (11)   根据$v_i^{\rm{g}},v_j^{\rm{g}} \in {V_{\rm{g}}}$的状态,选择共享备份可靠性估算模型得到
         $R\left( {G_{{\rm{backup}}}^{\rm{g}}} \right)$
    (12)  end for
    (13)   链路备份
    (14) end while
    (15) return
    下载: 导出CSV

    表 3  仿真参数设置表

    仿真参数参数设置仿真参数参数设置
    物理节点的数目N=12, 25, 36物理节点CPU资源容量U[10, 20]
    物理节点可靠性分布U[0.95, 0.99]物理链路带宽资源容量U[20, 50]
    NSR的VNF个数3NSR生命周期[4, 12, 24]
    3种类型切片的可靠性需求U[0.90, 0.98]VNF节点CPU资源需求U[2, 6]
    VNF之间带宽资源需求U[8, 16]
    下载: 导出CSV
  • 加载中
图(5)表(3)
计量
  • PDF下载量:  15
  • 文章访问数:  105
  • HTML全文浏览量:  109
文章相关
  • 通讯作者:  赵国繁, 1349366355@qq.com
  • 收稿日期:  2019-07-04
  • 录用日期:  2020-02-16
  • 网络出版日期:  2020-03-11
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