一种双向排序的虚拟网络映射方法

摘要

本发明提供了一种双向排序的虚拟网络映射方法。该方法可以主动判断当前虚拟网络映射系统的状态，并调用相应的排序方法：若当前虚拟网络的收入(Revenue)规模小于底层物理网剩余资源的规模，则使用正向排序方法，；若当前虚拟网络的收入规模等于或大于底层物理网剩余资源的规模，则使用反向排序方法。最后调应相应的映射算法进行映射。这种双向排序的虚拟网络映射方法充分考虑了当前物理网络剩余资源的状态，减小了等规模情况下底层物理网络出现瓶颈的机率，提升了虚拟网络映射的成功率，以及映射成功的虚拟网络总收入数量。本发明提供的方法还可以与多种虚拟网络映射算法结合使用，具有可扩展性强的特点。

主权项

一种双向排序的虚拟网络映射方法，在一个时间窗内进行虚拟网络映射的步骤包括：A.释放前一个时间窗内离开的虚网请求占用的底层物理网资源，离开的虚网请求包括完成服务的请求和被主动拒绝的请求；虚网请求包含虚网节点请求和虚网链路请求两部分；B.统计本时间窗内到达的虚网请求，到达的虚网请求包括新到达的请求和重新排队的请求，所述到达的虚网请求集合为R_ct；C.依据公式(1)判断当前映射系统的状态：若公式(1)为真，则系统状态为等规模，因此选择当前收入最小的虚网请求，并调用映射算法进行映射；若公式(1)为假，则系统状态为小规模，因此选择当前收入最大的虚网请求，并调用映射算法进行映射；D.若步骤C中当前的虚网请求映射成功，即虚网节点和虚网链路同时映射成功，则更新底层物理网络的状态；若映射失败，则将该虚网请求送至等待队列等待下个时间窗，或该虚网请求累计映射失败次数大于预先设置的阀值DELAY后，直接拒绝该请求；更新R_ct状态；E.重复进行步骤C至D，直至R_ct中的当前时间窗虚网请求数目减至0；上述公式(1)为${\gamma }_{\mathrm{scale}}(\overline{\mathrm{CPU}\left(n_{\mathrm{unmapped}}^V\right)}+\overline{\mathrm{BW}\left(l_{\mathrm{unmapped}}^V\right)})>\overline{\mathrm{CPU}\left(n_{\mathrm{residual}}^S\right)}+\overline{\mathrm{BW}\left(l_{\mathrm{residual}}^S\right)}$其中，和表示当前时间窗内还未进行映射的所有虚拟网络的节点和链路，和表示下个虚网映射进行前，底层物理网络的节点和链路剩余资源；γ_scale是用于调节等规模情况范围的参数，取0.8‑1.2之间的实数，BW是映射成功的虚网带宽，CPU是映射成功的虚网节点CPU资源。