陳虹旭, 劉清源, 李曉坤, 徐 龍, 董濰赫, 黃逸群
(1 黑龍江恒訊科技有限公司國家博士后科研工作站, 哈爾濱150090; 2 黑龍江大學, 哈爾濱150090)
隨著5G 時代的到來,通信量的激增和各種需求的不斷增加,給傳統(tǒng)的移動網(wǎng)絡體系結構帶來了諸多挑戰(zhàn)[1]。 為解決“全網(wǎng)資源利用率低”、“網(wǎng)絡過于復雜”、“專用通訊硬件過于昂貴”等問題,使得5G 移動網(wǎng)絡的開發(fā)、部署和管理更加靈活高效[2-4],本文提出了一種新的基于NFV(網(wǎng)絡功能虛擬化)和SDN(軟件定義網(wǎng)絡)的5G 業(yè)務核心網(wǎng)絡管理架構[5-7]。 在架構中,服務管理層負責服務的管理和編制,基礎設施管理層和SDN 控制器負責網(wǎng)絡功能部署、工作負載分配、流量調度等[8-10]。 并且基于該架構提出了一種最優(yōu)工作負載分配算法,可以提供分布式和按需的網(wǎng)絡功能部署、靈活的網(wǎng)絡功能編排和最優(yōu)的工作負載分配。
隨著5G 的普及,移動通信網(wǎng)絡的數(shù)據(jù)流量和移動設備正在經(jīng)歷爆炸式的增長[11]。 為了適應5G 通訊系統(tǒng)中的不同場景(如eMBB、URLLC 等)的要求,5G 移動網(wǎng)絡將成為一個面向服務的網(wǎng)絡,為創(chuàng)建新的服務和新的應用程序提供更大的靈活性[12-14]。
然而,傳統(tǒng)的移動核心網(wǎng)是一個集成系統(tǒng),它由互聯(lián)網(wǎng)元素、不同功能的模塊和專用硬件緊密耦合在一起。 由于缺乏靈活性、可伸縮性和可部署性,這種體系結構不能滿足5G 時代用戶的各種需求[15-17]。

圖1 5G 核心網(wǎng)絡體系結構圖Fig.1 Diagram of 5G core network architecture
因此,為解決上述問題,人們提出了一種基于服務的5G 核心網(wǎng)絡體系結構,如圖1 所示。 5G SBA進一步將單片網(wǎng)絡元素劃分為更小的網(wǎng)絡功能單元(NFs)[18-20],每個NF 負責一個任務,并可以獨立部署。 在該架構中,所有移動數(shù)據(jù)都必須通過核心網(wǎng)才能接入業(yè)務層。 由于5G 網(wǎng)絡超大的內(nèi)容流量,上述方法的速度無法達到預期效果[21-23]。 另外,5G預計支撐三大類應用場景,即eMBB,URLLC 及mMTC,這需要不間斷和健壯的數(shù)據(jù)交換[24-26]。 例如,自動駕駛和智能電網(wǎng)控制要求無線時延小于lms,這在目前的移動網(wǎng)絡中是無法保證的[27-29]。
為了解決上述問題,本文提出了一種基于NFV和SDN 的5G 核心網(wǎng)絡管理和部署體系結構,如圖2 所示。 5G 服務門戶(5G service portal)為不同的用戶提供不同的服務入口。 服務管理層(service management layer)負責根據(jù)BSS(業(yè)務支撐系統(tǒng))與OSS(運營支撐系統(tǒng))制定的策略編排和配置NF 模塊。 基礎設施管理層(infrastructure management layer)負責管理核心網(wǎng)基礎設施。 該層中有兩種SDN 控制器,分別是負責NF 管理與協(xié)調的核心SDN 控制器(Core SDN Controller)和負責回程網(wǎng)絡中有效流量調度的流SDN 控制器(flow SDN controller)。 在SDN 控制器的控制下,5G 核心用戶和一些應用程序可以作為mobile edge core(MEC)部署在邊緣服務器上,而控制層數(shù)據(jù)作為mobile cloud core(MCC)部署在云數(shù)據(jù)中心。 因此,需要快速響應的數(shù)據(jù)可以在MEC 上進行處理,并快速返回,以減少對核心網(wǎng)的占用,消除回程延遲。

圖2 5G 核心網(wǎng)絡部署體系架構圖Fig.2 Diagram of 5G core network dployment architecture
基于所提出的框架,本文完成了5G SBA 基于服務的“網(wǎng)絡切片編制與管理”框架的設計與實現(xiàn),如圖3 所示。 利用OpenStack 實現(xiàn)虛擬平臺,通過虛擬基礎設施管理器(virtual infrastructure manager,VIM)對NFV 的計算、存儲進行虛擬化。 NFV 由OpenStack 中的HEAT 模塊實現(xiàn),該模塊可以對服務進行部署和生命周期管理。 使用“Ansible”作為虛擬網(wǎng)絡功能管理模塊(virtualized network function management),用于配置、部署和編排高級任務。 在IP 傳輸網(wǎng)絡資源的管理和調度方面,利用ODL 作為SDN 控制器。 在此基礎上,可以進行網(wǎng)絡管理并實現(xiàn)構建多個虛擬租戶網(wǎng)絡(VTN)。
為了實現(xiàn)網(wǎng)絡切片管理和編制功能,本文引入了網(wǎng)絡操作系統(tǒng)(NOS)概念,如圖4 所示[30]。 NOS 主要包括:公共服務模塊(common services)、核心業(yè)務管理模塊(core orchestration and management)、驅動管理模塊(Driver management)、刀片管理模塊(slice designer)和特定的“UI”模塊。 這些組件的功能和實現(xiàn)方法如下:

圖3 虛擬平臺架構圖Fig.3 Virtual platform architecture diagram

圖4 NOS 模塊框架圖Fig.4 Block diagram of NOS module
1.2.1 公共服務模塊
Tenant Manager: 提供管理和授權身份驗證控制的租戶信息。
(1)System Manager:提供切片管理與系統(tǒng)組件管理,包括注冊、更新和監(jiān)控。
(2)Catalogue:對切片編制管理的相關數(shù)據(jù)進行目錄化管理。
(3)TOSCA:利用Apache ARIA TOSCA 實現(xiàn)TOSCA 模型的編制器。
(4)API GW(API Gateway):該組件支持面向對象服務框架,提供API 管理、注冊、發(fā)布和協(xié)調網(wǎng)絡服務。
(5)Driver Manager:提供驅動管理。
1.2.2 核心業(yè)務管理模塊
該模塊負責核心業(yè)務流的監(jiān)控、配置和管理。
(6)Slice O&M:提供端到端的網(wǎng)絡切片和配置管理。
(7)Plans Engine:該模塊負責設計網(wǎng)絡切片工作流模型。
(8)E2E Resource O&M:該模塊負責網(wǎng)絡切片端到端的基礎設施資源管理。
(9)NFM module:對每個網(wǎng)絡功能進行配置、生命周期管理和監(jiān)控
(10)The Driver layer:為SDN/NFV 組件提供多種適配器。
(11)The Slicing Designer:按需為用戶提供定制化網(wǎng)絡切片。
在此框架中,所有服務都在NFV 平臺上進行,為NFs 提供了更加靈活的編排機制,并且在基礎設施管理層使用了兩個不同的SDN 控制器,從而實現(xiàn)了隨需應變的部署、監(jiān)控和管理。 此外,回程網(wǎng)絡延遲問題也得到了解決,一些核心網(wǎng)絡功能可以交予MEC 處理,從而大大的降低了回程延遲。
根據(jù)上述框架描述,該管理框架通過啟動或終止相關的NVFs,來支持靈活和動態(tài)的服務遷移。 SDN控制器將根據(jù)當前網(wǎng)絡狀態(tài)在遷移的收益和費用之間進行權衡,遷移決定因素(MDF)被定義為服務遷移的相對成本。 服務節(jié)點x 的MDF 是延遲、可用負載、帶寬、服務價格、信用函數(shù)。 如果將y 定義為之前的服務提供者(即遷移起點),MDF 可以表示為:

其中:Clat(x) 表示傳輸延遲,Cload(x) 表示服務器的容量,Cband(x,y)表示兩點間的最大帶寬,Ccre(x) 表示兩點間的回程延遲,Cpri(x) 為租用服務器的成本。
因此,可以得到一個由所有服務節(jié)點的決定因素組成的矩陣。 通過設置各參數(shù)的權重系數(shù),對矩陣進行歸一化,得到各節(jié)點遷移的相對代價。 然后,選擇成本最小的節(jié)點作為服務提供者。
1)MEC 耗能
假設MEC 耗能與工作量呈線性關系。設xi,j為應用程序j 對MEC i 的請求速率(以秒為單位)。 因此,可以利用時間T 表示MEC 的耗能。

2)MEC 延遲
設vi,j為MEC i 對服務j 的相應速率(以秒為單位),則可得到:

3)MCC 耗能
設yi,j,m為應用j 從MEC i 到數(shù)據(jù)中心m 的耗能,μj,m為數(shù)據(jù)中心對應用的響應速率。 另設數(shù)據(jù)中心的空載功率和峰值功率為和則可得到:

4)MCC 延遲

5)回程網(wǎng)絡帶寬成本
回程網(wǎng)絡帶寬成本可按式(6)計算:

計算結果用美元/Mbps 表示。
6)回程延遲成本
因回程延遲通常會導致收入損失,但這是一種成本,可表示為:

計算結果用美元/ms 表示。
因此,最優(yōu)工作量分配問題可表示為系統(tǒng)總成本最小化問題,可由式(8)計算得出。

本文在Core(TM) i5-4210H CPU 16G RAM 的PC 機上,采用MATLAB 進行了仿真。 仿真結果表明,本文提出的框架和算法在降低網(wǎng)絡運行成本方面是有效的。
圖5 顯示了邊緣服務器從10 增加到70 時,系統(tǒng)總成本能源價格的變化。 從中可以看出,當邊緣服務器的能源價格較低時,該框架可以降低系統(tǒng)成本;當邊緣服務器的能源價格過高時,由于所有的工作負載都將分配給MCC,所以框架的總成本與基線相同。

圖5 系統(tǒng)總成本Fig.5 Total system cost
圖6 與圖7 說明隨著分配給MECs 的工作數(shù)量hi的變化,回程延遲受到的影響。 由圖6 可見,當邊緣服務器的成本更低時,更多的工作負載分配給了MECs。 隨著邊緣服務器成本的增加,MEC 上的工作負載處理減少到零,當網(wǎng)絡有較高的延遲時,分配給MECs 的工作更多,主要原因是MECs 更接近用戶,可以有效的減少延遲。

圖6 hi =10 時分配給MEC 的工作負載Fig.6 Workload assigned to MEC when hi =10
圖7 為hi從10 增加到70 時分配給MCC 的工作量,以及回程網(wǎng)絡帶寬成本的影響。 從圖中可以看出,隨著邊緣服務器成本的增加,MCC 處理的工作量也隨之增加。 與hi相同,當分配給MCC 在回程網(wǎng)絡的帶寬價格比較高時,在MEC 上處理工作降低了系統(tǒng)成本。

圖7 hi =70 分配給MCC 的工作負載Fig.7 Workload assigned to MEC when hi =70
圖8 顯示了請求大小從1 Mb 增加到10 Mb 時的系統(tǒng)開銷。 由圖8 可見,即使采用比光纖連接更便宜的混合連接,所提出框架的系統(tǒng)成本也低于原成本。 另外,隨著request 大小的增加,所提出的方法和原方法之間的性能差距擴大。 這是由于更大的request 帶來更多的回程成本,而MECs 可以降低由于分布式架構的回程成本。

圖8 請求大小的影響Fig.8 Impact of request size
本文提出了一種新的SG 核心網(wǎng)絡SBA 管理體系結構,并基于該結構提出了一種最優(yōu)工作負載分配算法。 該框架結合SDN、NF V,可以提供分布式的、按需的網(wǎng)絡功能部署、服務保證的網(wǎng)絡切片、靈活的網(wǎng)絡功能編排和最優(yōu)的工作負載分配。 仿真結果表明,該框架和算法在降低網(wǎng)絡運行成本方面是有效的。