太阳城集团

  • / 10
  • 下载费用:30 金币  

一种基于多立方体映射的网络功能虚拟化资源分配方法.pdf

摘要
申请专利号:

太阳城集团CN201510376844.0

申请日:

2015.07.01

公开号:

CN105049499A

公开日:

2015.11.11

当前法律状态:

授权

有效性:

有权

法律详情: 授权|||实质审查的生效IPC(主分类):H04L 29/08申请日:20150701|||公开
IPC分类号: H04L29/08; G06F9/455 主分类号: H04L29/08
申请人: 南京邮电大学
发明人: 朱洪波; 王涛; 朱晓荣
地址: 210003江苏省南京市新模范马路66号
优先权:
专利代理机构: 江苏爱信律师事务所32241 代理人: 唐小红
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201510376844.0

授权太阳城集团号:

||||||

法律状态太阳城集团日:

太阳城集团2018.08.24|||2015.12.09|||2015.11.11

法律状态类型:

太阳城集团授权|||实质审查的生效|||公开

摘要

一种基于多立方体映射的网络功能虚拟化资源分配方法,以多立方体模型对资源进行抽象,以数学向量理论为主要研究工具,以虚拟机映射为主线,考虑服务器能耗,以最少服务器使用量为研究目标,旨在提高网络功能虚拟化中资源利用率。该发明将资源量用CPU、Memory、IO三个维度的向量表征,采用多立方体资源模型,根据虚拟机资源请求向量和服务器剩余资源向量,首先采用最佳适配方法选择目标服务器集,进而以最小资源利用不均衡度为准则选择最佳服务器,最后对虚拟机进行迁移,关闭低负载服务器,以降低能耗。

权利要求书

1.一种基于多立方体映射的网络功能虚拟化资源分配方法,其特征在于,
以多立方体模型对网络功能虚拟化资源进行抽象,把虚拟机资源请求映射到数据
中心服务器,完成网络功能虚拟化中的资源分配,包括以下几个步骤:
1).多立方体资源模型的建立:用于对资源向量依模值进行归类;
2).六边形投影:用于对资源向量依维度间不均衡度进行归类;
3).向量映射:资源向量到多立方体模型的映射;
4).向量投影:资源向量到六边形的投影;
5).确定目标服务器集;
6).确定最佳服务器;
7).虚拟机迁移;
所述多立方体资源模型的建立,即对服务器资源进行抽象,考虑三个资源维
度,对其进行归一化并二等分得到一个八立方体模型,该模型对三个维度的资源
按大小进行了划分;
所述六边形投影,即对资源不均衡度进行抽象,六边形中相同编号的三角形
满足相同的资源不均衡度约束条件;八个小立方体分别映射为平面六边形中的一
部分,建立了多立方体资源模型与平面六边形的联系,描述映射到各个小立方体
中向量的资源不均衡度;
所述向量映射,即将资源剩余向量和资源请求向量映射到多立方体资源模型
中的某一个小立方体中,其中映射到相同小立方体的向量满足相同的资源模值大
小约束条件;
所述向量投影,即将资源剩余向量和资源请求向量分别投影到平面六边形中。
其中投影到相同三角形内的向量满足相同的资源不均衡度约束条件。将资源请求
向量映射到同一个三角内的资源剩余向量,能够有效地提高服务器资源利用率,
降低资源利用不均衡度;
所述确定目标服务器集,即根据向量映射与向量投影,采用最佳适配方法,
确定适合资源请求向量映射的目标服务器集;
所述确定最佳服务器,即从目标服务器集之中,依据最小资源利用不均衡度
准则选择适合当前虚拟机映射的最佳服务器;
所述虚拟机迁移,即根据服务器负载等级,对低负载等级服务器上的虚拟机
逐个进行迁移,关闭低负载等级服务器以达到降低服务器能耗与节能减排的目的,
虚拟机迁移的过程也即是重新映射的过程。

说明书

一种基于多立方体映射的网络功能虚拟化资源分配方法

技术领域

本发明涉及一种基于多立方体映射的网络功能虚拟化资源分配方法,用于实
现网络功能虚拟化中资源的合理分配,属于虚拟化技术领域。

背景技术

网络功能虚拟化(NFV,NetworkFunctionVirtualization),是为了解决现有
网络设备建设周期长、业务上线太阳城集团长和缺乏灵活性的不足而产生的,采用标准
的IT虚拟化技术,将传统网络设备的软件功能与硬件解耦。硬件不再采用传统
专有设备,而是统一到工业化标准的高性能、大容量的服务器、交换机和存储平
台上;软件功能以虚拟机的形式存在于数据中心的服务器之上,共享计算资源、
网络资源、存储资源。NFV的核心思想是将传统网络设备的软件功能与硬件解
耦和,以达到降低成本,提升管理、维护效率,增强系统灵活性的目的。

由全球领先的7家电信网络运营商发起成立的ETSI网络功能虚拟化行业规
范工作组从2012年起陆续公布了NFV的相关白皮书与技术文档,其中对NFV
体系架构做了详细的描述。NFV体系架构由3个核心工作域组成:

虚拟网络功能(VNFs)域:由运行在NFVI之上,实现指定网络功能的软
件组成。

NFV基础设施(NFVI)域:由硬件资源以及相应虚拟化后的资源组成,为
VNFs提供所需的计算、存储、网络资源。

NFV管理和业务编排(NFVManagementandOrchestration)域:由NFVO
(NetworkfunctionVirtualOrchestrator)、VNFM(VirtualNetworkFunction
Management)和VIM(VirtualInfrastructureManagement)组成。其中NFVO实
现统一的资源管理与调度,VNFM实现对虚拟网元的生命周期管理,包括虚拟
网元的生成、变更、删除等,VIM实现对虚拟化资源、硬件资源的统一管理。

网络运营商通过维护统一的数据中心平台,将用户提出的虚拟机请求映射到
服务器中,向用户提供虚拟网络功能。网络功能的添加与升级体现为新虚拟机的
导入与虚拟机中软件版本的升级。在将用户端的虚拟机请求映射到数据中心服务
器的过程中,如何在满足虚拟机资源请求以保证业务Qos的同时,提高服务器
资源利用率,并且从能耗的角度实现节能减排,是网络运营商必须要考虑的问题。

发明内容

技术问题:本发明设计出一种网络功能虚拟化中的资源分配方法。该方法
以向量表征资源量,以多立方体模型对资源进行抽象,提出了基于多立方体资源
模型的虚拟机映射算法,应用于网络功能虚拟化中的资源分配。

技术方案:本发明以数据中心作为网络功能虚拟化的实现方式,以数学向量
理论为主要研究工具,以向量表征资源量,以虚拟机映射为主线,基于多立方体
资源模型,采用启发式算法,旨在提高网络功能虚拟化中资源利用率的同时降低
服务器能耗。

本发明以最少服务器使用量为目标,优化模型如图1。优化过程包括以下几
个流程:

1:多立方体资源模型的建立:用于对资源向量按模值进行归类;

2:六边形投影:用于对资源向量按不均衡度进行归类;

3:向量映射:向量到多立方体模型的映射;

4:向量投影:向量到六边形的投影;

5:确定目标服务器集;

6:确定最佳服务器;

7:虚拟机迁移;

所述多立方体资源模型的建立为:以多立方体模型对资源进行抽象。考虑
CPU、Memory、IO三个资源维度,分别对其进行归一化并二等分得到一个八立
方体模型,如图2所示。以剩余资源向量RCV(RemainingCapacityVector)表征
服务器在三个维度上的剩余资源量;以资源使用向量RUV(ResourceUtilization
Vector)表征服务器在三个维度上的资源使用量;以资源请求向量RRV(Resource
RequirementVector)表征新虚拟机在三个维度上的请求资源量,服务器中新虚拟
机的导入可视为RUV与RRV的矢量叠加;以资源不均衡度向量RIV(Resource
ImbalanceVector)表征服务器在三个资源维度上的使用量不均衡度。该模型对三
个维度的资源按大小进行了划分,定义了资源模型大小约束条件。

所述六边形投影为:以六边形对资源不均衡度进行抽象。对于资源使用向量
RUV=(a,b,c),其不均衡度可表示如下:

R I V = ( a - a + b + c 3 , b - a + b + c 3 , c - a + b + c 3 ) . ]]>

将多立方体资源模型向垂直主对角线的平面投影,得到一个平面六边形,并对六
边形内部三角形分别进行编号,具有相同编号的三角形满足相同的约束条件,如
图3所示。为了建立多立方体资源模型与平面六边形的联系,描述映射到各个小
立方体中向量的资源不均衡度,将八个小立方体分别投影到同一个平面上,如图
4所示。

所述向量映射为:将RCV和RRV映射到多立方体资源模型中的某一个小立
方体中,其中映射到相同小立方体的RCV与RRV满足相同的资源模值大小约束
条件。

所述向量投影为:将RCV和RRV分别投影到平面六边形中。其中投影到相
同三角形内的RCV与RRV满足相同的资源不均衡度约束条件。

所述确定目标服务器集为:根据RCV与RRV的向量映射与向量投影,采用
最佳适配方法,确定适合RRV映射的目标服务器集。为了提高服务器资源利用
率,降低三个维度的资源利用不均衡度,将首先适配虚拟机资源请求向量并且负
载较高的服务器加入到目标服务器集。算法流程如图5所示。

所述确定最佳服务器为:从目标服务器集之中,依据最小资源利用不均衡度
准则选择适合当前虚拟机映射的最佳服务器。算法流程如图6所示。

所述虚拟机迁移为:根据服务器负载等级,对低负载等级服务器上的虚拟机
逐个进行迁移。本发明根据服务器在三个资源维度上的负载量对其进行负载等级
划分。若以向量R=(a,b,c)表征服务器资源使用向量,则其负载等级定义如下:

L e v e l = L 0 < a < α 1 0 < b < α 1 0 < c < α 1 M α 1 < a < α 2 α 1 < b < α 2 α 1 < c < α 2 H e l s e ]]>

其中,取α1=0.3α2=0.7。服务器负载等级越高,意味着当前服务器某
一个或某几个维度的资源利用率越高。服务器负载等级的定义同时考虑三个维度
的资源负载,图7从二个维度对服务器负载等级进行了说明。

有益效果:本发明基于数据中心的视角,利用数学向量基本原理与方法,
建立了多立方体资源模型,考虑服务器能耗,提出了基于多立方体资源模型的虚
拟机映射算法,实现了最少化服务器使用量的目标,完成了网络功能虚拟化中的
资源分配,在提高服务器资源利用率的同时降低了服务器能耗。

附图说明:

图1是系统优化模型图。

图2是多立方体资源模型图。

图3是六边形投影图。

图4是多立方体资源模型的投影图。

图5是目标服务器集的确定流程图。

图6是最佳服务器的确定流程图。

图7是服务器负载等级定义图。

具体实施方式:

本发明以数据中心作为网络功能虚拟化的实现方式,以数学向量理论为主要
研究工具,以向量模型表征资源量,以虚拟机映射为主线,以最少服务器使用量
为研究目标,建立多立方体资源模型,采用启发式算法,旨在提高网络功能虚拟
化中资源利用率的同时降低服务器能耗。

资源的向量化:本发明以向量表征资源量,对资源量进行归一化处理,以
R=(n1,n2,…nN)表征一个N维度的资源量,其中ni,i=1,2,…N表示该资
源量在第i维度上的分量。以剩余资源向量RCV表征服务器在三个维度上的剩
余资源量;以资源使用向量RUV表征服务器在三个维度上的资源使用量;以资
源请求向量RRV表征新虚拟机在三个维度上的请求资源量,服务器中新虚拟机
的导入可视为RUV与RRV的矢量叠加;以资源不均衡度向量RIV表征服务器
在三个资源维度上的使用量不均衡度。

系统优化模型:本发明考虑CPU、Memory、IO三个资源维度,以最小化服
务器使用量为研究目标,优化模型如图1所示。其中Vmi表示该服务器上的虚拟
机,|Vmx|表示虚拟机数量,|Pmx|表示服务器数量,分别表示单
个服务器的CPU总量,Memory总量和IO总量,分别表示虚
拟机请求的CPU量,Memory量和IO量。

多立方体资源模型的建立:本发明采用多立方体资源模型,如图2所示。
其中以x轴表征CPU资源,y轴表征Memory资源,z轴表征IO资源。八个小
立方体分别记为C1,C2,C3,C4,C5,C6,C7,C8,其中:

C1:{x<0.5,y<0.5,z<0.5},C2:{x>0.5,y<0.5,z<0.5},

C3:{x<0.5,y>0.5,z<0.5},C4:{x>0.5,y>0.5,z<0.5},

C5:{x<0.5,y<0.5,z>0.5},C6:{x>0.5,y<0.5,z>0.5},

C7:{x<0.5,y>0.5,z>0.5},C8:{x>0.5,y>0.5,z<0.5}.

在求解系统优化模型的过程中,将剩余资源向量与资源请求向量映射到多立
方体模型中,记Pmp与Vmp分别为映射到p号立方体的服务器与虚拟机。在求取
目标PM集时,依据资源充足原则,在三个维度上均满足Vmp请求的立方体记为
Wp。则Wp可确定如下:

W1=[Pm1,Pm2,Pm3,Pm5,Pm4,Pm6,Pm7,Pm8]

W2=[Pm2,Pm4,Pm6,Pm8]

W3=[Pm3,Pm4,Pm7,Pm8]

W4=[Pm4,Pm8]

W5=[Pm5,Pm6,Pm7,Pm8]

W6=[Pm6,Pm8]

W7=[Pm7,Pm8]

W8=[Pm8]

六边形投影:将多立方体资源模型向垂直主对角线的平面投影,得到一个平
面六边形,并对六边形内部三角形分别进行编号。图3中的六边形投影恰当准确
地描述了三个维度的资源之间的不均衡关系。将资源请求向量映射到同一个三角
内的资源剩余向量,能够有效地提高服务器资源利用率,降低资源利用不均衡度。
结合多立方体资源模型,将每个小立方体均投影到六边形中,如图4所示,能够
进一步加快启发式搜索进程。

目标服务器集:假设资源请求向量映射到Ci立方体,i=[1,2,...,8],并投影
到六边形的j号三角形内。采用最佳适配方法,逐个遍历映射到Wi和j号三角形
的资源剩余向量,在三个维度上均满足资源请求的第一个资源剩余向量将被加入
到目标服务器集。若遍历结束后没有找到合适的资源剩余向量,则应当重新启动
一台服务器,并将其加入到目标服务器集之中。算法流程如图5所示。

最佳服务器:逐个遍历目标服务器集,并计算其资源使用向量与资源请求向
量之和的不均衡度,最后具有最小不均衡度模值的服务器即是映射当前虚拟机的
最佳服务器。算法流程如图6所示。

虚拟机迁移:从能耗的角度,选择低负载服务器,对运行其上的虚拟机进行
迁移并关闭低负载服务器,旨在达到节能减排的目的。虚拟机迁移的过程也即是
虚拟机重新映射的过程。服务器负载等级定义如图7所示。

关 键 词:
一种 基于 立方体 映射 网络 功能 虚拟 资源 分配 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种基于多立方体映射的网络功能虚拟化资源分配方法.pdf
链接地址:http://zh228.com/p-6401504.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');