[發明專利]一種性能感知的服務功能鏈智能部署方法及裝置

有效

• 申請號: 202110885390.5
• 申請日: 2021-08-03
• 公開（公告）號: CN113794748B
• 公開（公告）日: 2022-07-12
• 發明（設計）人: 黃浩軍;雷潔翎;彭凱
• 申請（專利權）人: 華中科技大學
• 主分類號: H04L67/51
• 分類號: H04L67/51;G06N3/04;G06N3/08
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 尹麗媛;李智

本發明公開了一種性能感知的服務功能鏈智能部署方法及裝置，屬于通信技術領域。方法包括：S1，計算服務功能鏈中所有VNF的性能影響因子總和；其中，每個VNF的性能影響因子為所述每個VNF所需的虛擬資源與對應物理服務器剩余的物理資源的比值；S2，以所述總和最小為優化目標，利用深度強化學習算法得到最佳節點映射方案；S3，基于所述最佳節點映射方案，完成所有VNF的映射；S4，基于多路徑的鏈路部署方法，完成服務功能鏈中不同VNF之間的鏈路映射。本發明提出的性能感知的服務功能鏈智能部署方法有效提高了服務功能鏈總服務性能，降低了服務功能鏈部署中因過度競爭資源所帶來的服務性能影響。

技術領域

本發明屬于通信技術領域，更具體地，涉及一種性能感知的服務功能鏈智能部署方法及裝置。

背景技術

如今網絡已成為人們學習、生活與工作不可或缺的重要部分。傳統網絡由于軟硬件緊耦合已無法滿足日益增加的服務需求，而導致電信運營商服務增量但不增收。為此，業界提出網絡功能虛擬化(NFV)技術，將網絡功能與專用硬件設備解耦，以軟件化形式將網絡功能部署在通用服務器上。運營商可以將不同的虛擬網絡功能(VNF)部署在通用服務器上，VNF間可以共享物理服務器資源，從而提高資源利用率。根據不同的服務需求，NFV技術將多種虛擬網絡功能按特定順序形成服務功能鏈(SFC)對外提供不同的服務。通過動態調整SFC的部署，能夠靈活地滿足多樣化的用戶需求，但同時也面臨著諸多的挑戰。由于VNF間存在過度資源競爭，與采用傳統專用設備實現網絡功能服務相比，NFV網絡服務性能得不到根本性保證。

現有的服務功能鏈部署方法主要關注如何提高資源利用率或降低能耗的問題，但忽視了共享物理資源的VNF間會過度競爭底層硬件資源，造成服務性能下降。

發明內容

針對現有技術的以上缺陷，本發明提供了一種性能感知的服務功能鏈智能部署方法及裝置，其目的在于解決現有服務功能鏈部署方法因為過度資源競爭導致服務性能下降的技術問題。

為實現上述目的，第一方面，本發明提供了一種性能感知的服務功能鏈智能部署方法，包括以下步驟：

S1，計算服務功能鏈中所有VNF的性能影響因子總和；其中，每個VNF的性能影響因子為所述每個VNF所需的虛擬資源與對應物理服務器剩余的物理資源的比值；

S2，以所述總和最小為優化目標，利用深度強化學習算法得到最佳節點映射方案；

S3，基于所述最佳節點映射方案，完成所有VNF的映射；

S4，基于多路徑的鏈路部署方法，完成服務功能鏈中不同VNF之間的鏈路映射。

進一步地，所述步驟S1中，

映射到服務器n_s上的虛擬網絡功能n_v的性能影響因子為：

其中，n_v∈N_V，n_s∈N_s，N_V和N_s分別表示VNF集合和物理服務器集合；與分別表示虛擬網絡功能n_v所需的虛擬計算資源、虛擬緩存資源和虛擬帶寬資源；與分別表示還未在物理服務器n_s上部署虛擬網絡功能n_v時，物理服務器n_s上剩余的物理計算資源、物理緩存資源和物理帶寬資源；為權重系數，且

進一步地，所述步驟S2包括：

采用深度強化學習算法中的DQN算法，通過最大化累計獎勵得到最佳節點映射方案。

進一步，所述采用深度強化學習算法中的DQN算法，通過最大化累計獎勵得到最佳節點映射方案，包括：

S21，設置深度強化學習算法的模型參數，包括狀態集、動作集和獎勵值；