[發(fā)明專利]網(wǎng)絡(luò)功能虛擬化環(huán)境下的內(nèi)容交付網(wǎng)絡(luò)服務(wù)器優(yōu)化部署方法

有效

• 申請?zhí)枺?/td>: 201710270020.4
• 申請日: 2017-04-24
• 公開（公告）號(hào): CN107124306B
• 公開（公告）日: 2019-11-05
• 發(fā)明（設(shè)計(jì)）人: 孫罡;楊廣華;廖丹;虞紅芳;孫健
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號(hào): H04L12/24
• 分類號(hào): H04L12/24;G06K9/62;G06F9/455
• 代理公司: 電子科技大學(xué)專利中心 51203
• 代理人: 周劉英

1.網(wǎng)絡(luò)功能虛擬化環(huán)境下的內(nèi)容交付網(wǎng)絡(luò)服務(wù)器優(yōu)化部署方法，其特征在于，包括下列步驟：步驟1：基于承建內(nèi)容交付網(wǎng)絡(luò)的物理拓?fù)浣Y(jié)構(gòu)，將物理節(jié)點(diǎn)中的服務(wù)器作為虛擬節(jié)點(diǎn)，確定待部署的虛擬網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)；

步驟2：根據(jù)虛擬網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和虛擬節(jié)點(diǎn)的節(jié)點(diǎn)流量需求計(jì)算相似度矩陣W：

計(jì)算任意兩個(gè)虛擬節(jié)點(diǎn)之間的相似度w_ij：若兩個(gè)虛擬節(jié)點(diǎn)之間有鏈路連接，則相似度w_ij＝(|d_i-d_j|)^2.5,i≠j；否則，相似度w_ij＝0；其中i、j為虛擬節(jié)點(diǎn)標(biāo)識(shí)符，d_i、d_j表示不同虛擬節(jié)點(diǎn)的節(jié)點(diǎn)流量需求；

由相似度w_ij得到相似度矩陣n表示虛擬節(jié)點(diǎn)數(shù)目；

步驟3：根據(jù)公式D＝dia(dr₁,dr₂,...,dr_n)得到度數(shù)矩陣D，由L＝D-W得到拉普拉斯矩陣L，其中dia為對角符號(hào)，對角元

并對拉普拉斯矩陣L進(jìn)行歸一化處理，得到歸一化的拉普拉斯矩陣L_ysm：L_ysm＝D^-1/2LD^-1/2；

步驟4：計(jì)算L_ysm的n個(gè)特征值及特征向量，特征向量為列向量，即特征向量u_i＝(u_1i,u_2i,...,u_ni)^T，i＝1,…,n；

將前k個(gè)最小特征值對應(yīng)的特征向量u₁,...,u_k按列排列形成矩陣U_n×k＝(u₁,...,u_k)，其中k表示待部署的副本服務(wù)器數(shù)目；

對矩陣U_n×k按行歸一化得到矩陣T＝(t_ij)_n×k,其中矩陣元素

對矩陣T按行取得向量y₁,y₂,…,y_n，其中向量y_i的下標(biāo)i對應(yīng)矩陣T的第i行，且i＝1,…,n；

步驟5：對y₁,...,y_n進(jìn)行k均值聚類處理，得到k個(gè)聚類結(jié)果為C₁,C₂,...,C_k，由每個(gè)聚類結(jié)果包含的虛擬節(jié)點(diǎn)標(biāo)識(shí)符得到k個(gè)節(jié)點(diǎn)聚類集合A_m,m＝1,…,k；

步驟6：對于每個(gè)節(jié)點(diǎn)聚類集合A_m，遍歷A_m中的每個(gè)虛擬節(jié)點(diǎn)v_r，計(jì)算虛擬節(jié)點(diǎn)v_r作為中心節(jié)點(diǎn)的成本總和其中c_ir表示從節(jié)點(diǎn)v_i到節(jié)點(diǎn)v_r的鏈路長度，即節(jié)點(diǎn)v_i到節(jié)點(diǎn)v_r的跳數(shù)，p為單位帶寬成本；

選取成本總和cost最小的虛擬節(jié)點(diǎn)作為每個(gè)節(jié)點(diǎn)聚類集合A_m的副本中心節(jié)點(diǎn)。

2.如權(quán)利要求1所述的方法，其特征在于，步驟5中，對y₁,...,y_n進(jìn)行k均值聚類處理具體為：

①在n個(gè)向量y₁,...,y_n中，隨機(jī)選取k個(gè)向量作為中心向量；

②在向量y₁,...,y_n中，計(jì)算非中心向量到k個(gè)中心向量的距離i,j∈{1,…,n},i≠j；

③對每個(gè)非中心向量，將其與距離最小的中心向量劃為一類，得到聚類結(jié)果C₁',...,C'_k，其中每個(gè)聚類結(jié)果中的元素均代表y_i的下標(biāo)值；

④對每個(gè)聚類結(jié)果C'_m，重新計(jì)算一個(gè)中心向量，所述中心向量到聚類結(jié)果C'_m中的非中心向量的距離之和最小，得到k個(gè)新的中心向量；

⑤重復(fù)步驟②-④，直到新更新的k個(gè)中心向量與更新前的中心向量的距離差小于閾值ε。

3.如權(quán)利要求2所述的方法，其特征在于，閾值ε的取值為ε≤0.001。