[發(fā)明專利]一種意圖驅動的網云資源高精度協同調度系統及方法

在審

• 申請?zhí)枺?/td>: 202310636848.2
• 申請日: 2023-05-31
• 公開（公告）號: CN116668442A
• 公開（公告）日: 2023-08-29
• 發(fā)明（設計）人: 楊春剛;黃韜;黃姣蕊;宋睿濤;董魯佳;李芫芫;郭俊杰
• 申請（專利權）人: 西安電子科技大學
• 主分類號: H04L67/10
• 分類號: H04L67/10;H04L41/0894;H04L47/762
• 代理公司: 西安智大知識產權代理事務所 61215
• 代理人: 王晶

本發(fā)明公開了一種意圖驅動的網云資源高精度協同調度系統，包括任務層、映射和遷移層、物理層；所述任務層是由用戶產生應用意圖，即用戶在不同場景下對不同的業(yè)務或任務的需求，網絡為滿足用戶需求進而對網絡自身提出相應的要求；所述映射和遷移層對分布式計算任務和異質資源間的動態(tài)映射，完成資源細粒度協同調度；所述物理層負責描述當前網絡中全部可使用的資源情況，假設網絡系統實時監(jiān)控各種類資源狀態(tài)信息的變化，實時更新資源變化信息表，并將計算資源、通信資源、存儲資源的變化情況上報到映射與遷移層中，本發(fā)明能夠實現意圖驅動的網云資源高精度協同調度方法，充分發(fā)揮用戶意圖的能力，提高網絡資源利用效率。

技術領域

本發(fā)明屬于通信資源分配技術領域，具體涉及一種意圖驅動的網云資源高精度協同調度系統及方法。

背景技術

海量數據的傳輸、異構數據的分析和存儲對傳統網絡和云計算提出了巨大挑戰(zhàn)，使云計算和網絡面臨“傳不暢、算不動、存不下”的局面，驅動計算從云端下移到接近數據源的邊緣側，形成網絡中分散的算力資源。Gartner預測：2025年，超過75％的數據需要分流到網絡邊緣側，這對網絡靈活調度、服務質量(quality?of?service，QoS)等提出了更高的要求。因此，網絡在實現分散節(jié)點互聯的同時，還需要具備網絡和算力協同調度的能力，通過最優(yōu)路徑將業(yè)務動態(tài)地調度到最優(yōu)的算力節(jié)點進行處理。在此背景下，算力網絡(CFN，compute?first?networking)的概念被提出，并引起了廣泛的關注，其基本思想是將算力和網絡深度融合，協同分布式的計算資源，提升計算資源的利用率，同時改善用戶的網絡服務體驗。

IDN(Intent-Driven-Network，意圖驅動網絡)依據用戶意圖實現對網絡的管理。基于意圖的網絡是高度自治和智能的，可以自規(guī)劃、自部署、自優(yōu)化、自演進。在自智網絡中，人只需要把自己的意圖告訴網絡，網絡會自主制定最優(yōu)方案并自動執(zhí)行任務，人只需在最后驗收結果就行。

現有的方案：一種云網絡服務資源調度方法，其通過實時性隨機資源調度框架來實現，框架主要包括調度集群、服務集群、監(jiān)督器、資源池，其調度方法由調度集群接收移動服務請求；由調度虛擬機根據監(jiān)督器所傳送過來的服務集群中服務虛擬機的狀態(tài)來進行服務的調度分配，且調度虛擬機根據監(jiān)督器的規(guī)則來選擇服務虛擬機；當服務虛擬機接收到需要處理的請求時，會根據請求排隊狀況進行處理，處理過程中引入雙層馬爾科夫決策過程，利用策略轉移管理算法進行虛擬機底層配置資源的管理，還設計動態(tài)策略調整算法來實現虛擬機自身開關機的管理，框架的設計與各算法的聯合操作實現了提高資源利用率，同時減少時延以及減少服務丟棄率。

盡管云網絡服務資源調度方法可以通過實時性隨機資源調度框架來實現分散節(jié)點之間的互聯，但該方法主要依賴于監(jiān)督器和調度虛擬機的決策過程，無法充分考慮用戶的具體意圖，并且可能存在需要處理的請求處理優(yōu)先級低、資源利用率不高等問題。同時，由于要涉及到大量的虛擬機底層配置資源的管理和動態(tài)策略調整算法的實現，其復雜度較高，可能影響系統效率和穩(wěn)定性。因此，該方案存在無法充分識別用戶意圖，任務調度效率不高等問題。

現有技術存在資源分配不由用戶意圖控制，不能達到最優(yōu)的資源優(yōu)化效果。

發(fā)明內容

為了克服以上現有技術存在的問題，本發(fā)明的目的在于提供一種意圖驅動的網云資源高精度協同調度系統及方法，該方法能夠實現意圖驅動的網云資源高精度協同調度方法，充分發(fā)揮用戶意圖的能力，提高網絡資源利用效率。

為了實現上述目的，本發(fā)明采用的技術方案是：

一種意圖驅動的網云資源高精度協同調度系統，包括任務層1、映射和遷移層2、物理層3；

所述任務層1是由用戶產生應用意圖，即用戶在不同場景下對不同的業(yè)務或任務的需求，網絡為滿足用戶需求進而對網絡自身提出相應的要求；

所述映射和遷移層2對分布式計算任務和異質資源間的動態(tài)映射，完成資源細粒度協同調度；