基于云网络架构的虚拟网络映射算法研究

李 宁 王俊芳 卢 冀

(中国电子科技集团公司第五十四研究所河北石家庄050081)

1 引言

随着互联网基础设施的发展和服务类型的丰富，传统的采用尽力而为机制的网络架构越来越无法满足网络规模和新型业务的发展需求[1]，因此，研究人员提出了云网络架构的方案。云网络架构作为一种创新的网络架构，将控制与转发层面进行分离[2]，实现了网络流量的灵活控制，为核心网络及应用的创新提供了良好的平台[3]。虚拟化网络映射作为实现网络资源灵活分配的关键技术，已经得到了国内外研究机构和学者的青睐，然而虚拟网络映射方法尚未见针对云网络下控制与转发分离机制的研究成果。

本文研究了云网络架构的组成及特点,并提出基于云网络架构的虚拟网络映射算法，验证同一底层网络上运行多种业务的资源分配和使用情况[4,5]。

2 云网络架构模型

云网络架构的设计思想是通过增加额外的计算资源（CE）处理路由协议，增强路由控制功能并优化路由器对于分组的处理和转发能力。云网络架构更强调了网络"平台"的概念，通过融合计算资源和存储资源，云路由器架构将形成以交换技术为核心的系统区域网，具有更强的网络服务能力[6,7]，而云路由器在构架设计和技术研究的各个方面都体现出了"资源池"的概念。从控制单元（CE）的设计来说，云路由器的参考模型都将单一网络节点中的CE资源抽离并融合，形成集中式的控制单元（例如：云路由器），这种统一的"控制资源池"的思想也体现在以网络互连方式引入计算资源的典型架构中；从转发单元(FE)的设计来说，现有"多虚一"技术均可以实现将同类交换设备整合为一台具有更高容量和交换能力的逻辑设备。这种资源池化的能力，有效增强了网络节点的性能，提高了网络对于资源的利用效率。

基于上述特点，提出了云架构网络原型，如图1所示。原型以控制域为基本单元进行网络的划分，每个控制域包括一台控制服务器和多台瘦路由器。控制服务器为一个集中式的控制单元（CE）资源池，控制服务器通过管理接口连接域内的所有瘦路由器，瘦路由器主要执行数据分组转发的功能(FE)，路由器之间通过转发接口相互连接形成数据转发平面。

图1 云网络架构原型

3 基于云网络架构的虚拟网络映射算法模型

基本算法模型是根据ITU-T所提出的云路由器架构抽象基本的资源约束条件，以物理网络利用率最大化为优化目标建立的算法模型[8,9]，因为该算法模型的技术要求条件最少，因此具有较大的适应性。

(1)节点约束条件分析

在基本映射算法中，仍然使用传统的节点映射约束条件，即：映射算法必须保证单一的虚拟节点只能映射到底层物理网络的单一物理节点上，同一虚拟网络的不同虚拟节点不能映射到同一物理节点，但不同虚拟网络的虚拟节点可以映射到同一物理节点。使用表示虚拟节点集合，使用表示物理节点集合，使用表示虚拟节点与物理节点之间的映射关系，表示虚拟节点映射到物理节点上，则表示虚拟节点未映射到物理节点，则上述限制条件可以描述为：

根据云路由器的参考模型，网络控制平面从所有的路由节点中抽离并部署在集中控制的云路由服务器上，路由节点仅维持数据平面的分组转发功能。在云网络架构中，底层的物理网络节点为仅包含转发（FE）资源的瘦路由器节点，云路由服务器节点为包含管理域内所有节点控制资源（CE）的资源池节点。此时，单一虚拟节点的请求包括FE资源请求和CE资源请求两部分。在云网络架构中，要求被映射物理节点剩余FE资源满足虚拟节点FE要求，该虚拟节点所要求的CE资源从CE资源池中提取，定义为控制域的剩余CE资源，则节点的资源约束条件可以表示为：

(2)链路约束条件分析

在进行虚拟链路映射时，虚拟节点之间的连接可能会映射至底层物理网络的单一链路或者由多条链路组成的一条路径，将这种映射关系表示为，则物理路径上所有链路的剩余带宽均应满足虚拟链路的带宽要求，即：

(3)优化目标分析

为保证底层物理网络的资源利用率最大，物理网络需要尽可能多的容纳虚拟网络请求，而当物理网络的剩余资源量较多时，网络对于后续虚拟请求的接收概率就会相应升高。因此，物理资源利用率最大化的目标又可以等价为最大化物理资源的剩余量。使用表示网络的资源剩余量，其中为节点资源的集合，为链路资源的集合，分别表示节点资源和链路资源的价值转换权重，则底层物理网络的剩余资源量可以定义如下：

综合上述分析，基于云架构虚拟网络映射的基本算法模型建立如下：

在上述模型中，考虑了控制资源约束、节点转发资源约束和链路带宽约束3个部分。其中，节点约束保证了单一的虚拟节点只能映射到底层物理网络的单一物理节点上，同一虚拟网络的不同虚拟节点不能映射到同一物理节点，但不同虚拟网络的虚拟节点可以映射到同一物理节点，并且该物理节点必须满足虚拟节点的资源需求，链路约束保证虚拟链路可以映射到一条或多条满足其资源需求的物理链路。

4 仿真及性能分析

4.1 仿真参数配置

在仿真中，假设云网络将承载语音、数据和视频3种典型业务。由于语音业务多为点到点通信，因此该类虚拟请求所申请的建网规模较小，而其他2种业务所申请的建网规模将大于语音业务。仿真依然模拟了小规模云网络和中等规模云网络的虚拟请求映射过程，物理节点CE资源、FE资源服从VN节点CE资源、FE资源服从分布，物理链路带宽服从分布，其他参数配置如表所示，仿真运行时长为100个时间窗口，测量的性能参数具体包括：虚拟网络接收率、节点FE资源利用率、节点CE资源利用率和链路资源利用率。

表1 云网络架构映射算法评估的仿真参数

4.2 仿真结果及性能分析

一个时间窗内虚拟网络平均到达个数由4增加到8时，如图2中的(a)、(b)和(d)所示。相对于小规模物理网络下的控制资源利用率、转发资源利用率和链路资源利用率,中规模网络的上述指标都有增加的趋势，其主要原因在于中等规模网络的虚拟请求接收率有所增加。图(c)为虚拟网络接收率，在100个物理节点和50个物理节点2种规模下进行仿真实验，也可以看出，规模大的接受率是规模小的接受率的2倍左右，在小规模物理中随着虚拟网络在一个时间窗内的平均到达数增大，由于物理网络的总资源不变，所以虚拟网络接收率会降低一些;但虚拟网络在一个时间窗内的平均到达个数不变时，随着物理网络规模的增大虚拟网络接收率也会增大，这是因为规模大的物理网络拥有更多大的资源可以供虚拟网络使用，从而提高了其虚拟网络接受率。

(a)控制资源(CE)利用率对比

(b)转发资源(FE)利用率对比

(c)VN接收率对比

图2 基于云架构的虚拟映射性能对比

5 结束语

云网络架构模型将控制与转发层面进行分离，实现了对网络流量转发的灵活控制，满足未来网络发展的需要。本文在云网络架构下提出了虚拟网络映射算法，仿真中模拟了云网络承载语音、数据和视频3种典型业务的情况，仿真结果表明，随着虚拟网络平均到达个的增加，提出的算法能提高网络承载语音、数据和视频3种业务时控制资源利用率、转发资源利用率和链路资源利用率。

[1]THOMASA,LARRY P.Overcoming the Internet Impasse Through Virtualization[J].IEEEComputer Magazine,2005,38(4):34-41.

[2]RFC 3746[S].Forwarding and Control ElementSeparation(ForCES)Framework.

[3]DAISAKU S,EIJIO,KOHEIS,et al.Scalable Multi-Layer GMPLSNetworks Based on Hierarchical Cloud-Routers.[J].IEEEGlobalTelecommunicationsConference,2003:3792-3794.

[4]CHO W DHURY N,BOUTABA,R.A Survey of Network Virtualization[J].Computer Networks,2010(5):862-876.

[5]CHO W DHURY N,BOUTABA,R.Network virtualization:State of the Art and Research Challenges[J].IEEE Communications Magazine,2009(7):20-26.

[6]ITU-T,Y.3011[S].Framework of Network Virtualization for Future Network.

[7]ITU-T,Y.3011[S].Proposal for Initiating A New W ork Item on Reference Architectureof Cloud Computing.

[8]程 祥,张忠宝,苏 森,等.基于粒子群优化的虚拟网络映射算法[J].电子学报,2011,39(10):2240-2244.

[9]蔡志平,刘 强,吕 品,等.虚拟网络映射模型及其优化算法[J].软件学报,2012,23(4):864-877.