基于人工智能的虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法

劉世芳，孫艷秋，張柯欣

(遼寧中醫(yī)藥大學(xué)信息工程學(xué)院，遼寧 沈陽 110847)

1 引言

虛擬化網(wǎng)絡(luò)能夠滿足新興網(wǎng)絡(luò)服務(wù)需求，用戶在虛擬化網(wǎng)絡(luò)中，能夠部署特定的網(wǎng)絡(luò)服務(wù)，如互聯(lián)網(wǎng)接入服務(wù)、移動(dòng)語音服務(wù)等[1]。而一個(gè)服務(wù)包含多個(gè)網(wǎng)絡(luò)功能，這些功能需要按照既定的邏輯順序，使承載服務(wù)的網(wǎng)絡(luò)流有序通過，因此，對虛擬化網(wǎng)絡(luò)的功能鏈進(jìn)行編排，將功能按照要求整合到序列中，為用戶提供穩(wěn)定的網(wǎng)絡(luò)服務(wù)，具有重要意義[2]。

國外虛擬化網(wǎng)絡(luò)功能編排研究較為成熟，讓多個(gè)虛擬化網(wǎng)絡(luò)，使用不同的網(wǎng)絡(luò)技術(shù)與架構(gòu)，隔離網(wǎng)絡(luò)的數(shù)據(jù)平面和控制平面。在控制平面中，結(jié)合SDN技術(shù)對數(shù)據(jù)層業(yè)務(wù)流進(jìn)行靈活配置，將底層網(wǎng)絡(luò)抽象為多個(gè)邏輯隔離的虛擬網(wǎng)絡(luò)，從網(wǎng)絡(luò)帶寬、設(shè)備CPU、拓?fù)洹⒘鞅眄?xiàng)等維度出發(fā)，劃分并部署虛擬網(wǎng)絡(luò)資源。國內(nèi)虛擬化網(wǎng)絡(luò)功能的編排同樣取得了較大的進(jìn)展，使用OpenFlow協(xié)議和一種抽象機(jī)制對物理網(wǎng)絡(luò)進(jìn)行抽象處理，為互聯(lián)網(wǎng)用戶提供網(wǎng)絡(luò)拓?fù)洌诰W(wǎng)絡(luò)中透明地遷移虛擬節(jié)點(diǎn)，為不同虛擬化網(wǎng)絡(luò)功能提供相應(yīng)的虛擬地址空間，在虛擬網(wǎng)絡(luò)和物理網(wǎng)絡(luò)之間，地址映射服務(wù)功能鏈，拼接不同基礎(chǔ)設(shè)施的虛擬資源，并使用額外的數(shù)據(jù)庫存儲(chǔ)功能地址映射的結(jié)果[3]。

雖然上述研究能夠在一定程度上滿足網(wǎng)絡(luò)服務(wù)需求，但是存在帶寬資源開銷較大、節(jié)點(diǎn)資源利用率較低、網(wǎng)絡(luò)服務(wù)響應(yīng)時(shí)間較長以及網(wǎng)絡(luò)服務(wù)接收率較低的問題，為此提出基于人工智能的虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法，部署網(wǎng)絡(luò)虛擬化環(huán)境，使功能編排由人工化向智能化轉(zhuǎn)變，實(shí)現(xiàn)高效穩(wěn)定的業(yè)務(wù)部署。

2 虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法設(shè)計(jì)

2.1 設(shè)計(jì)虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排約束條件

從網(wǎng)絡(luò)服務(wù)質(zhì)量出發(fā)，設(shè)計(jì)虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排約束條件。將底層物理網(wǎng)絡(luò)看作一個(gè)有權(quán)無向的網(wǎng)絡(luò)拓?fù)鋱D，得到物理節(jié)點(diǎn)的集合和鏈路集合，忽略節(jié)點(diǎn)內(nèi)存與存儲(chǔ)等資源，將計(jì)算資源作為節(jié)點(diǎn)資源，將鏈路集合作為多帶寬資源[4]。明確虛擬化網(wǎng)絡(luò)功能鏈的動(dòng)態(tài)需求，引入需求向量概念，表示功能鏈的需求特征，定義公式為

(1)

(2)

其中，Cf為第f個(gè)網(wǎng)絡(luò)功能的資源容量；F為網(wǎng)絡(luò)功能類型集合。G的值越大，說明該功能類型對服務(wù)功能鏈越重要，應(yīng)優(yōu)先得到滿足[7]。按照式(2)的比例關(guān)系，確定不同功能類型的重要程度，進(jìn)而排序網(wǎng)絡(luò)功能的分配優(yōu)先級(jí)。按照順序?qū)W(wǎng)絡(luò)功能進(jìn)行分配，計(jì)算功能分配的第一個(gè)決策變量，當(dāng)功能分配到節(jié)點(diǎn)上，定義決策變量為1，未分配到節(jié)點(diǎn)上，則定義為0。當(dāng)功能鏈s分配第f個(gè)網(wǎng)絡(luò)功能時(shí)，第一個(gè)決策變量公式表示為

(3)

(4)

其中，bs為服務(wù)功能鏈s端到端的帶寬資源。通過式(4)，確定分配第f個(gè)網(wǎng)絡(luò)功能時(shí)，給功能鏈s安排資源大小[9]。定義第三個(gè)決策變量，使第f個(gè)網(wǎng)絡(luò)功能與下一個(gè)網(wǎng)絡(luò)功能產(chǎn)生通信，確定通信時(shí)需要經(jīng)過的物理鏈路。三個(gè)決策變量編排完畢后，從節(jié)點(diǎn)和鏈路兩部分出發(fā)，計(jì)算物理網(wǎng)絡(luò)的資源容量約束條件，公式為

(5)

其中，S為服務(wù)功能鏈請求集合；B第f個(gè)網(wǎng)絡(luò)功能在節(jié)點(diǎn)v上的資源容量；Qf，f+1為第三個(gè)決策變量，當(dāng)?shù)趂個(gè)和第f+1個(gè)網(wǎng)絡(luò)功能，兩者通信經(jīng)過物理鏈路時(shí)，取值為1，否則取值為0；E為通信經(jīng)過鏈路的帶寬資源容量[10]。當(dāng)相鄰網(wǎng)絡(luò)功能分配到同一節(jié)點(diǎn)時(shí)，使兩者直接在節(jié)點(diǎn)內(nèi)完成通信，計(jì)算功能鏈端到端時(shí)延的約束條件，公式為

(6)

其中，l為服務(wù)功能鏈s的長度；J為決策變量Qf，f+1經(jīng)過鏈路時(shí)的通信時(shí)延；qs為s能接受的最大端到端通信時(shí)延[11]。通過式(6)保證功能編排時(shí)延的合理性，至此完成虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排約束條件的設(shè)置。

2.2 設(shè)置虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排目標(biāo)函數(shù)

將網(wǎng)絡(luò)功能放置到物理節(jié)點(diǎn)上后，針對有序的網(wǎng)絡(luò)功能建立虛擬化鏈路與物理鏈路之間的映射關(guān)系，形成特定的路由實(shí)現(xiàn)數(shù)據(jù)通路。從時(shí)延感知和資源分配兩方面出發(fā)，計(jì)算數(shù)據(jù)通路的目標(biāo)函數(shù)。在資源分配方面，計(jì)算瓶頸資源G的最小瓶頸資源比例值，公式為

(7)

其中，I為分配第f個(gè)網(wǎng)絡(luò)功能時(shí)優(yōu)化安排資源的直接相關(guān)系數(shù)[12]。在時(shí)延感知方面，計(jì)算網(wǎng)絡(luò)功能在物理節(jié)點(diǎn)的處理時(shí)延H，公式為

(8)

其中，vf為節(jié)點(diǎn)v分配的第f個(gè)網(wǎng)絡(luò)功能；Kf為該網(wǎng)絡(luò)功能在節(jié)點(diǎn)v上的處理時(shí)延。數(shù)據(jù)流量在物理鏈路的傳播時(shí)延L計(jì)算公式為

(9)

其中，R為第f個(gè)和第f+1個(gè)網(wǎng)絡(luò)功能的數(shù)據(jù)流量在該物理鏈路上的傳播時(shí)延。最大化瓶頸資源的最小瓶頸資源比例值，同時(shí)最小化服務(wù)功能鏈請求的端到端時(shí)延，將其作為功能編排的目標(biāo)函數(shù)T，計(jì)算公式為

(10)

至此完成虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排目標(biāo)函數(shù)的計(jì)算。

2.3 基于人工智能的動(dòng)態(tài)編排虛擬化網(wǎng)絡(luò)功能實(shí)現(xiàn)

通過人工智能技術(shù)訓(xùn)練出目標(biāo)函數(shù)最優(yōu)解，得到最優(yōu)路由實(shí)現(xiàn)數(shù)據(jù)通路。選取人工智能技術(shù)中的遺傳算法，將功能編排轉(zhuǎn)換為最優(yōu)染色體求解過程，輸入功能編排目標(biāo)函數(shù)，使染色體的種群索引值與服務(wù)功能鏈節(jié)點(diǎn)相對應(yīng)。通過種群中的一個(gè)染色體表示物理節(jié)點(diǎn)與網(wǎng)絡(luò)功能序列的部署關(guān)系，即服務(wù)功能鏈中編排網(wǎng)絡(luò)功能的放置步驟，使其能夠表示服務(wù)功能鏈的編排方案。功能鏈s對應(yīng)染色體的遺傳算子適應(yīng)度Us

(11)

利用最優(yōu)染色體的選擇算子提高適應(yīng)度U的染色體選中概率，避免遺傳算法過早收斂。將染色體適應(yīng)度除以總適應(yīng)度，計(jì)算每個(gè)染色體被選擇的概率V

(12)

通過式(12)計(jì)算單個(gè)染色體的累積選擇概率。統(tǒng)計(jì)染色體在[0，1]區(qū)間內(nèi)產(chǎn)生的隨機(jī)數(shù)，當(dāng)隨機(jī)數(shù)小于或等于累積概率，將該染色體遺傳到子代種群。針對子代種群，在保證基因數(shù)量與服務(wù)功能鏈長度一致的基礎(chǔ)上，隨機(jī)選擇兩個(gè)染色體的基因節(jié)點(diǎn)，采取次序交叉法交換染色體的基因節(jié)點(diǎn)，同時(shí)在染色體內(nèi)部對基因進(jìn)行插入和倒位等變異，產(chǎn)生新的子代。當(dāng)目標(biāo)函數(shù)滿足約束條件時(shí)，停止迭代更新，輸出最優(yōu)解的染色體，得到服務(wù)功能鏈的最佳編排方案。其中最小瓶頸資源比例值的約束條件為式(5)，服務(wù)功能鏈請求時(shí)延的約束條件為式(6)，至此完成基于人工智能的虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法設(shè)計(jì)。

3 實(shí)驗(yàn)分析

為了驗(yàn)證所提算法的有效性進(jìn)行實(shí)驗(yàn)驗(yàn)證，將此次設(shè)計(jì)算法記為實(shí)驗(yàn)A組，基于SDN技術(shù)的虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法記為實(shí)驗(yàn)B組，基于OpenFlow協(xié)議的虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法記為實(shí)驗(yàn)C組。運(yùn)用三種算法對虛擬化網(wǎng)絡(luò)功能進(jìn)行動(dòng)態(tài)編排，比較不同算法下的網(wǎng)絡(luò)服務(wù)質(zhì)量。

3.1 實(shí)驗(yàn)準(zhǔn)備

實(shí)驗(yàn)環(huán)境搭建在Core-i7物理主機(jī)上，啟動(dòng)兩臺(tái)虛擬交換機(jī)連接到主機(jī)控制器，主機(jī)服務(wù)器配備了267GB內(nèi)存、2 × 4 Intel Xeon 3.00 GHz 處理器，服務(wù)器運(yùn)行內(nèi)核為Linux4.4.0-31，將Web應(yīng)用防火墻、流量生成設(shè)備Tester、流量清洗設(shè)備ADS等功能設(shè)備，均部署在物理網(wǎng)絡(luò)中，通過流量生成器生成數(shù)據(jù)流，模擬訪問者和被訪問者，主機(jī)和設(shè)備之間通過直接的物理鏈路相連。通過拓?fù)渖善鱃T-ITM在100×100的二維坐標(biāo)系中，生成胖樹結(jié)構(gòu)數(shù)據(jù)中心物理網(wǎng)絡(luò)拓?fù)洌鐖D1所示。

圖1 物理網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

虛擬化網(wǎng)路在上圖1所示的物理網(wǎng)絡(luò)中運(yùn)行，包含12個(gè)可部署的物理節(jié)點(diǎn)，各鏈路傳輸能力不同，每個(gè)節(jié)點(diǎn)虛擬化出四個(gè)節(jié)點(diǎn)資源為100的虛擬機(jī)，每個(gè)虛擬機(jī)僅能部署一個(gè)功能，以此承載虛擬化網(wǎng)絡(luò)功能，節(jié)點(diǎn)鏈路帶寬由SNDlib 給出，節(jié)點(diǎn)度數(shù)呈power law分布。

使用Python語言編排虛擬化網(wǎng)絡(luò)功能，使業(yè)務(wù)請求的到達(dá)速率滿足泊松分布，當(dāng)網(wǎng)絡(luò)滿足服務(wù)請求時(shí)，持續(xù)處理服務(wù)業(yè)務(wù)數(shù)據(jù)包，直至用戶請求撤銷。在該物理網(wǎng)絡(luò)中，網(wǎng)絡(luò)功能初始化時(shí)，固定資源開銷服從[10，30]，處理時(shí)延服從[10，30]，映射時(shí)的帶寬資源開銷服從[10，20]，網(wǎng)絡(luò)功能的計(jì)算能力服從[1，4]，在每條物理鏈路的傳播時(shí)延服從[1，5]，物理節(jié)點(diǎn)的計(jì)算資源負(fù)載閾值在區(qū)間[0.4，0.9]隨機(jī)選擇。

3.2 實(shí)驗(yàn)結(jié)果

3.2.1 帶寬資源開銷實(shí)驗(yàn)結(jié)果

三種算法分別對虛擬化網(wǎng)絡(luò)功能進(jìn)行編排，每個(gè)服務(wù)請求用一條虛擬化網(wǎng)絡(luò)功能服務(wù)鏈表示，統(tǒng)計(jì)不同服務(wù)請求下帶寬資源開銷的變化情況，增加服務(wù)功能鏈請求數(shù)量，比較帶寬在功能編排中造成的開銷大小，實(shí)驗(yàn)對比結(jié)果如圖2所示。

圖2 帶寬資源開銷對比結(jié)果

由圖2可知，實(shí)驗(yàn)A組的帶寬資源開銷始終低于130bps，而實(shí)驗(yàn)B組的帶寬資源開銷最大值達(dá)到了160bps以上，實(shí)驗(yàn)C組的帶寬資源開銷更高，最大值達(dá)到了200bps。相比實(shí)驗(yàn)B組和C組，A組帶寬資源開銷具有明顯的優(yōu)勢性。

帶寬資源開銷比較完畢后，統(tǒng)計(jì)三種算法的虛擬化網(wǎng)絡(luò)功能成本開銷，實(shí)驗(yàn)對比結(jié)果如圖3所示。

圖3 網(wǎng)絡(luò)功能成本開銷對比結(jié)果

由上圖3可知，實(shí)驗(yàn)A組虛擬化網(wǎng)絡(luò)功能成本開銷始終低于實(shí)驗(yàn)B組和實(shí)驗(yàn)C組的開銷。虛擬化網(wǎng)絡(luò)資源的總體編排開銷為網(wǎng)絡(luò)功能成本開銷與帶寬開銷之和，由此可知，實(shí)驗(yàn)A組總體編排開銷低于實(shí)驗(yàn)B組和C組的總體編排開銷，說明所提算法具有更高的實(shí)際應(yīng)用價(jià)值。

3.2.2 節(jié)點(diǎn)資源利用率實(shí)驗(yàn)結(jié)果

比較不同算法網(wǎng)絡(luò)功能動(dòng)態(tài)編排時(shí)的節(jié)點(diǎn)資源利用率，實(shí)驗(yàn)對比結(jié)果如圖4所示。

圖4 節(jié)點(diǎn)資源利用率對比結(jié)果

由上圖4可知，實(shí)驗(yàn)A組節(jié)點(diǎn)資源的利用率始終高于實(shí)驗(yàn)B組和實(shí)驗(yàn)C組的利用率。實(shí)驗(yàn)A組節(jié)點(diǎn)資源利用率最高值為52%，而實(shí)驗(yàn)B組和實(shí)驗(yàn)C組的節(jié)點(diǎn)資源利用率最高值分別為45%和40%，實(shí)驗(yàn)A組的優(yōu)勢明顯，這是由于該算法在設(shè)置資源容量、功能鏈時(shí)延的約束條件和目標(biāo)函數(shù)的基礎(chǔ)上，通過人工智能技術(shù)得出了目標(biāo)函數(shù)的最優(yōu)解，從而得到了網(wǎng)絡(luò)功能在物理鏈路的最優(yōu)編排方案。

3.2.3 網(wǎng)絡(luò)服務(wù)響應(yīng)時(shí)間實(shí)驗(yàn)結(jié)果

將500個(gè)網(wǎng)絡(luò)服務(wù)導(dǎo)入三種算法的編排環(huán)境中，服務(wù)包含網(wǎng)絡(luò)功能數(shù)量不同，每種服務(wù)各生成100個(gè)。從服務(wù)接收率和響應(yīng)時(shí)間兩方面出發(fā)，比較網(wǎng)絡(luò)功能編排服務(wù)質(zhì)量，網(wǎng)絡(luò)服務(wù)響應(yīng)時(shí)間對比結(jié)果如圖5所示。

圖5 網(wǎng)絡(luò)服務(wù)響應(yīng)時(shí)間對比結(jié)果

由上圖5可知，實(shí)驗(yàn)A組的平均響應(yīng)時(shí)間低于實(shí)驗(yàn)B組和C組的平均響應(yīng)時(shí)間。網(wǎng)絡(luò)服務(wù)接收率對比結(jié)果如圖6所示。

圖6 網(wǎng)絡(luò)服務(wù)接收率對比結(jié)果

由上圖6可知，實(shí)驗(yàn)A組的網(wǎng)絡(luò)服務(wù)接收率雖然在網(wǎng)絡(luò)功能數(shù)量為5個(gè)時(shí)，與實(shí)驗(yàn)B組和C組的接收率相同，但是除此之外，實(shí)驗(yàn)A組的網(wǎng)絡(luò)服務(wù)接收率均具有一定的優(yōu)勢。

綜上所述，此次設(shè)計(jì)算法降低了網(wǎng)絡(luò)功能編排的總體開銷，增加了節(jié)點(diǎn)資源利用率，能夠充分保證網(wǎng)絡(luò)負(fù)載的均衡性，同時(shí)縮短了服務(wù)響應(yīng)時(shí)間，提高了網(wǎng)絡(luò)服務(wù)接收率，其網(wǎng)絡(luò)服務(wù)的處理能力和服務(wù)質(zhì)量明顯優(yōu)于傳統(tǒng)編排算法。

4 結(jié)論

為了解決傳統(tǒng)算法存在的網(wǎng)絡(luò)服務(wù)質(zhì)量不高的問題，提出了基于人工智能的虛擬化網(wǎng)絡(luò)功能動(dòng)態(tài)編排算法。此次設(shè)計(jì)算法結(jié)合人工智能技術(shù)對虛擬化網(wǎng)絡(luò)功能進(jìn)行編排，降低了編排過程的資源開銷，提高了網(wǎng)絡(luò)服務(wù)質(zhì)量。但此次研究仍存在一定不足，在今后的研究中，會(huì)對服務(wù)功能鏈的備份機(jī)制進(jìn)行深入分析，有效解決服務(wù)功能鏈自身的故障問題。