一種虛擬網(wǎng)絡(luò)映射方法
【技術(shù)領(lǐng)域】
[0001 ]本發(fā)明涉及通信領(lǐng)域，特別涉及一種虛擬網(wǎng)絡(luò)映射方法。
【背景技術(shù)】
[0002] 現(xiàn)有的互聯(lián)網(wǎng)"盡力而為"的傳輸理念不能滿足未來網(wǎng)絡(luò)業(yè)務(wù)的多樣化傳輸需求； 現(xiàn)有的網(wǎng)絡(luò)結(jié)構(gòu)僵化，難以實現(xiàn)快速升級改造。針對以上問題，研究人員提出的網(wǎng)絡(luò)虛擬化 是解決未來網(wǎng)絡(luò)僵局的方法之一。
[0003] 參考文獻(xiàn) I "Cheng X，Su S，Zhang Z，et al · Virtual Network Embedding Through Topology-Aware Node Ranking[J].Acm Sigcomm Computer Communication RevieW，2011，41(2) :38-47."利用馬爾科夫隨機游走模型來評估各個節(jié)點的資源可用性。 該模型不但考慮節(jié)點CPU能力及其相連的帶寬能力，而且考慮了周圍節(jié)點能力對節(jié)點的影 響。最后分別提出基于最大匹配的映射算法和基于回溯的映射算法。
[0004] 參考文獻(xiàn) 2"Wang Z，Han Y，Lin T，et al. Virtual network embedding by exploiting topological information[C]//IEEE Global Communications Conference. IEEE，2012: 2603-2608提出將緊密中心性特征用于評估虛擬網(wǎng)絡(luò)映射問題 中節(jié)點的重要性，為從全網(wǎng)的角度進(jìn)行節(jié)點選擇提供了很好的依據(jù)。該文獻(xiàn)忽略了對映射 鏈路的選擇。
[0005] 現(xiàn)階段已經(jīng)提出了許多利用網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的虛擬網(wǎng)映射算法，但大多只是考慮到 節(jié)點在全局網(wǎng)絡(luò)中的重要性，而忽略了節(jié)點局部鏈路的連通性和帶寬情況。

【發(fā)明內(nèi)容】

[0006] 針對以上現(xiàn)有技術(shù)的不足，提出了一種方法。本發(fā)明的技術(shù)方案如下:一種虛擬網(wǎng) 絡(luò)映射方法，其包括以下步驟：
[0007] 101、獲取虛擬網(wǎng)絡(luò)中每個節(jié)點的可用的CPU處理能力CPUi、m節(jié)點到相鄰節(jié)點nj之 間的可用帶寬b(i，j)計算虛擬網(wǎng)絡(luò)中的節(jié)點簇系數(shù)權(quán)重和物理網(wǎng)中的節(jié)點簇系數(shù)權(quán)重；
[0008] 102、根據(jù)步驟101計算得到的虛擬網(wǎng)節(jié)點簇系數(shù)權(quán)重生成廣度優(yōu)先搜索樹；
[0009 ] 103、將步驟102廣度優(yōu)先搜索樹中的虛擬節(jié)點依次映射到物理網(wǎng)中的物理節(jié)點；
[0010] 104、將虛擬網(wǎng)絡(luò)中的虛擬鏈路依次映射到物理網(wǎng)絡(luò)的物理鏈路。
[0011] 進(jìn)一步的，步驟101所述簇系數(shù)權(quán)重的計算公式為：
[0012]
[0013]其中c(ru)表示節(jié)點ni的簇系數(shù)權(quán)重，CPUi為節(jié)點m的可用處理能力，b(i，j)為節(jié) 點m，nj之間的鏈路帶寬，b(j，k)表示節(jié)點nj，nk之間的鏈路帶寬，b(i，k)表示點m，nk之間的 鏈路帶寬，aij表示連接標(biāo)志，aij e [ 0，1 ]，當(dāng)ru，nj之間有連接時，aij = 1，反之a(chǎn)ij = 0。
[0014]進(jìn)一步的，所述步驟102具體為：
[0015] 步驟a-1)、根據(jù)步驟101)計算得到的虛擬網(wǎng)絡(luò)中各個節(jié)點的簇系數(shù)權(quán)重，并將其 按降序排列；
[0016] 步驟a-2)、將簇系數(shù)權(quán)重最大的點作為根節(jié)點；
[0017] 步驟a-3)、連接根結(jié)點的虛擬節(jié)點按簇系數(shù)權(quán)重值從大到小排列形成第二層子結(jié) 點，第三層子結(jié)點按照第二層子結(jié)點的轉(zhuǎn)化方式形成，形成樹結(jié)構(gòu)過程中已轉(zhuǎn)化節(jié)點不重 復(fù)參與排列，以此類推最終形成虛擬映射樹。
[0018] 進(jìn)一步的，所述步驟103將步驟102廣度優(yōu)先搜索樹中的虛擬節(jié)點依次映射
[0019] 到物理網(wǎng)中的物理節(jié)點具體為：
[0020] 步驟301)、將根據(jù)步驟101)得到的物理節(jié)點簇系數(shù)權(quán)重按降序排列；
[0021 ]步驟302)、將廣度優(yōu)先搜索樹的根節(jié)點對簇系數(shù)權(quán)重值最大的尚未映射的物理節(jié) 點進(jìn)行映射，判斷所選擇的虛擬節(jié)點是否能夠映射到所選擇的物理節(jié)點，若滿足映射條件， 則實現(xiàn)所選擇的虛擬節(jié)點到所選擇的物理節(jié)點的映射，若不能滿足映射條件，選擇簇系數(shù) 權(quán)重次大節(jié)點，重復(fù)執(zhí)行本步驟直到根節(jié)點映射完成，若無法映射，則虛擬網(wǎng)映射失敗，其 中，所述的映射條件包括所選擇的物理節(jié)點的CPU能力能否滿足虛擬節(jié)點對CPU處理能力的 需求；
[0022] 步驟303)、對廣度優(yōu)先搜索樹中次層節(jié)點進(jìn)行映射，選擇映射的節(jié)點為已被上層 節(jié)點映射物理節(jié)點的相鄰未被映射物理節(jié)點，簇系數(shù)權(quán)重大的節(jié)點優(yōu)先進(jìn)行匹配，若滿足 映射條件，實現(xiàn)所選擇的虛擬節(jié)點到所選擇的物理節(jié)點的映射，否則選擇簇系數(shù)權(quán)重次大 節(jié)點，重復(fù)執(zhí)行本步驟，若所選擇的虛擬節(jié)點在所選擇的社區(qū)中無法實現(xiàn)映射，則映射到距 離上層節(jié)點跳數(shù)為2的未被映射物理節(jié)點，物理節(jié)點不滿足條件，則映射失??；
[0023] 步驟304)、判斷所要映射的虛擬網(wǎng)絡(luò)中是否存在尚未被映射的節(jié)點，若存在，重新 執(zhí)行，否則，執(zhí)行后續(xù)的將虛擬網(wǎng)絡(luò)中的節(jié)點依次映射到整個物理網(wǎng)絡(luò)中的節(jié)點的步驟。
[0024] 進(jìn)一步的，在所述的步驟104)中，采用K短路徑算法實現(xiàn)虛擬網(wǎng)絡(luò)中的虛擬鏈路到 物理網(wǎng)絡(luò)的物理鏈路的映射，虛擬網(wǎng)映完成后，更新整個網(wǎng)絡(luò)資源信息。
[0025] 進(jìn)一步的，所述 [0026] K短路徑算法具體包括：
[0027]用paths數(shù)組存放路徑類型指針變量，其大小設(shè)為N，用來存放經(jīng)過排序的結(jié)果，用 CutEdgeSet數(shù)組存放以邊為元素的集合變量，對應(yīng)含義為：
[0028]
在原圖 上切割然后恢復(fù)CutEdgeSet中的邊。
[0029] 算法進(jìn)行N次循環(huán)，第i次循環(huán)確定第i最短路徑，循環(huán)中先選擇第i-Ι條最短路徑 (即Paths[ i_l ])，根據(jù)CutEdgeSet[ i-Ι ]和Paths[ i-Ι ]中的邊產(chǎn)生若干子圖，求取其上第1 最短路徑作為后補路徑存入Paths[k]中k=i，. . .，N。每次存入新候選路徑時采用排序算法 插入到正確位置，這樣Paths數(shù)組中元素始終保持按路徑長度值大小進(jìn)行存放，Paths [ i ]在 循環(huán)結(jié)束時就指向第i最短路徑。
[0030] 本發(fā)明的優(yōu)點及有益效果如下：
[0031] 本發(fā)明引入簇系數(shù)理論，從網(wǎng)絡(luò)拓?fù)涞慕嵌葘W(wǎng)絡(luò)進(jìn)行分析，對節(jié)點周圍鏈路拓 撲結(jié)構(gòu)分析提升明顯，能夠降低虛擬鏈路平均映射長度，進(jìn)而提高虛擬網(wǎng)絡(luò)收益開銷比，并 且提高了虛擬網(wǎng)絡(luò)請求接受率。
【附圖說明】
[0032] 圖1是本發(fā)明提供優(yōu)選實施例虛擬網(wǎng)絡(luò)映射方法的流程示意圖；
[0033] 圖2是本發(fā)明優(yōu)選實施例的具體流程圖。
【具體實施方式】
[0034] 以下結(jié)合附圖，對本發(fā)明作進(jìn)一步說明：
[0035] 如圖1所示，參考圖2，在一個實施例中，本發(fā)明的虛擬網(wǎng)絡(luò)映射方法包括：
[0036]步驟Al:計算物理網(wǎng)中各節(jié)點簇系數(shù)權(quán)重。
[0037] 簇系數(shù)概念由watts-strogatz于1998年提出。其反映了與節(jié)點i相鄰的節(jié)點之間 的可達(dá)件。Barrat在此基礎(chǔ)h定義了加權(quán)簇系數(shù)：
[0038]
[0039]其中aij表示連接標(biāo)志，aijE [0, 1]，當(dāng)i，j之間有連接時，aij = l，反之a(chǎn)ijiCLajk, aik同上。Wij表示節(jié)點i，j之間邊的權(quán)重：
。簇系數(shù)越大，說明節(jié)點i周圍鏈路的富 裕程度越高。
[0040] 本申請人將復(fù)雜網(wǎng)絡(luò)中簇系數(shù)理論引入網(wǎng)絡(luò)拓?fù)渲?，描述?jié)點的影響力和網(wǎng)絡(luò)拓 撲特性。在這里對每個節(jié)點考慮兩個屬性，即每個節(jié)點的可用的CPU處理能力、本節(jié)點到與 其相鄰的節(jié)點以及相鄰節(jié)點之間的可用帶寬。簇系數(shù)權(quán)重的計算如下：
[0041]
[0042]其中C(ru)表示節(jié)點m的簇系數(shù)權(quán)重，CPUi為節(jié)點m的可用處理能力，b(i，j)為節(jié) 點m，nj之間的鏈路帶寬。aij表示連接標(biāo)志，aij e [ 0，1 ]，當(dāng)m，nj之間有連接時，aij = 1，反之 aiJ = 0。從上述公式中可以看出，節(jié)點的簇系數(shù)權(quán)重既能體現(xiàn)虛擬網(wǎng)映射問題中節(jié)點和鏈路 的屬性信息，又能反映節(jié)點周圍鏈路的富裕程度。
[0043]步驟Al:計算物理網(wǎng)各節(jié)點的簇系數(shù)權(quán)重。
[0044] 步驟A2:計算虛擬網(wǎng)各節(jié)點的簇系數(shù)權(quán)重。
[0045] 步驟A3:將虛擬網(wǎng)節(jié)點映射到物理網(wǎng)節(jié)點。
[0046] 所述的步