[發明專利]一種基于狀態感知的網絡切片故障愈合方法

有效

• 申請號: 202110204251.1
• 申請日: 2021-02-23
• 公開（公告）號: CN113015196B
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 唐倫;唐浩;張亞;陳前斌
• 申請（專利權）人: 重慶郵電大學
• 主分類號: H04W24/04
• 分類號: H04W24/04;H04W24/06
• 代理公司: 北京同恒源知識產權代理有限公司 11275
• 代理人: 楊柳岸

1.一種基于狀態感知的網絡切片故障愈合方法，其特征在于：該方法包括以下步驟：

S1：建立基于狀態感知的虛擬化網絡功能VNF愈合策略選擇方法；

S2：建立基于最小化愈合開銷的遷移開銷計算模型；

S3：建立基于強化學習DQN的VNF遷移學習方法；

VNF愈合策略選擇方法具體為：

首先，采用基于CNN-GRU網絡的故障檢測方法檢測VNF是否異常；將經過預處理的VNFs觀測數據作為輸入，采用CNN網絡提取特征，并將提取的特征輸入GRU預測網絡的未來工作狀態值；通過計算預測值與真實值之間的重構誤差來計算異常分數，并通過判定重構誤差是否大于一定閾值，來判定各VNF是否處于故障狀態；

其次，根據物理節點上VNF的故障狀態信息計算物理節點的異常指數Θ，并根據Θ是否超出異常閾值Θ_Thr判定物理節點是否處于異常情況；Θ＞Θ_Thr為異常，反之為正常；

定義物理節點異常指數Θ，以及物理節點異常指數的閾值Θ_Thr：

其中，|A|代表物理節點m上故障VNF的個數，|m|是物理節點m上VNF的個數；

當Θ＞Θ_Thr時，認為物理設備發生了故障，導致物理節點處于不可用的嚴重異常狀態，處于保障網絡可靠性及QoS的考慮，當前物理節點無法繼續提供服務，此時異常物理節點上的所有VNF需要立即遷移以實現網絡切片中SFC的自愈合；

若Θ＜Θ_Thr，物理節點上處于性能下降階段或正常狀態，VNF的故障是由軟件運行問題或VNF所需資源不足原因造成的；為精確的確定VNF愈合策略，避免無效的VNF遷移所帶來的開銷問題，考慮物理節點資源使用情況對VNF故障的影響；

定義SFC中VNFi的CPU資源需求和內存資源需求分別為和物理節點m的CPU資源與內存資源分別為和則物理節點m的CPU負載與內存負載為與

其中，SFC中每個VNFi的CPU資源需求和內存資源需求分別為和θ_i,m為二進制變量，θ_i,m＝1表示VNFi部署在底層物理節點m上，θ_i,m＝0表示VNFi不部署在底層物理節點m上；設定閾值與當或時，物理節點m處于資源過載的狀態；

當物理節點上的資源使用情況處于過載狀態時，此時VNF的故障是由資源不足引起的，考慮到網絡的負載均衡，選擇遷移故障的VNF；

當物理節點處于正常負載狀態時，在當前物理節點進行故障VNF的愈合，實施虛擬機重啟和資源重分配措施；

最后，根據愈合策略選擇方法，獲得待遷移的VNF列表與故障的物理節點列表，并將其相關信息發送至NFVMANO處，并根據最新的實時網絡拓撲結構與網絡狀態信息，在NFV MANO處運行VNF遷移算法，確定待遷移VNF的遷移策略；

遷移開銷計算模型的建立具體為：

在網絡切片愈合中，愈合開銷來自網絡重配置開銷與VNF狀態遷移開銷；網絡重配置開銷指控制器選擇遷移目的節點和鏈路，完成鏈路與節點配置產生的開銷；VNF狀態遷移開銷是VNF狀態數據從異常物理節點遷移到目的節點的開銷；

給出網絡重配置時長T_C和狀態遷移時長T_T的定義，其中重配置時長T_C由網絡的規模和計算能力決定；VNF狀態遷移的數據量來源于內存數據的遷移，將VNF的狀態遷移時長定義為待遷移VNF內存數據與可用網絡帶寬的比值，將VNFi從底層物理節點m遷移到n的遷移實施時長為：

其中，為η_p最大的路徑上的剩余可用帶寬，η_p為路徑p的效率，定義為：

其中，|p|為路徑p上的物理節點數目，d_ml為底層物理節點m和l之間的距離，定義為網絡跳數；網絡中信息傳輸源節點與目的節點之間的距離越遠，為實現信息傳輸所消耗的資源量越大；路徑p上的物理節點數目越多，路徑效率η_p的值越小；

把VNFi從物理節點m遷移到n的愈合開銷定義為：

C(i,m,n)＝k_i(T_T(i,m,n)+T_C)

其中，k_i為VNFi上平均每秒接收到的數據量，T_T(i,m,n)狀態遷移時長，T_C網絡重配置時長；

基于強化學習DQN的VNF遷移學習方法具體為：

首先，進行DQN網絡的訓練：

1)初始化記憶庫D，容量為N，用于存儲訓練樣本；

2)初始化當前值卷積神經網絡N1，隨機初始化權重參數θ；

3)初始化目標值卷積神經網絡N2，其結構以及初始化權重參數θ與N1相同；

4)采用∈-greedy方法為每個狀態選擇一個執行動作a_t；

5)得到執行動作a_t后的獎勵r_t+1和下一個網絡的輸入s_t+1；

6)令狀態從s_t轉到s_t+1；

7)在記憶庫D中存儲經驗(s_t,a_t,r_t+1,s_t+1)；

8)隨機從D中選取一批數據；

9)計算每一個數據的目標值TargetQ以及當前值Q(s,a；θ)；

10)計算損失函數L(θ)，定義為目標值TargetQ與當前值Q(s,a；θ)之間的均方誤差：

L(θ)＝E[(TargetQ-Q(s,a；θ))²]

11)通過SGD隨機梯度下降的方式更新網絡參數θ，

12)每C次迭代后更新目標值網絡的參數θ^-為當前值網絡的參數θ，即θ^-＝θ；

13)重復4)～12)，直到收斂；

其次，當完成DQN網絡訓練之后，通過監測當前時隙t下的網絡狀態r(t)，包括全局節點狀態ζ(t)以及全局鏈路狀態η(t)；

將當前狀態r(t)作為Q網絡的輸入；

計算以最小化愈合開銷為目標的最優VNF遷移策略；

最后基于最優動作執行VNF的遷移。