基于SDN的网络切片中资源动态调整的方法

潘志伟

（北京邮电大学网络技术研究院，北京 100876）

基于SDN的网络切片中资源动态调整的方法

潘志伟

（北京邮电大学网络技术研究院，北京 100876）

5G网络支持具有不同性能要求的多个垂直业务，网络切片是解决这个问题的最佳方案。通信业务量随着时间变化具有多变性，导致网络切片的资源利用情况是频繁变化的。网络切片中资源静态分配会存在资源利用不足或者资源过载的情况，因此，很有必要动态地调整网络切片的资源量，以便优化网络资源的利用率。5G网络提出需要更加灵活的传输网络，从而支持由接入网不断增加网络带宽而产生的需求。基于以上分析及需求，本文提出了一种在5G本地传输网上基于SDN的网络切片中资源动态调整的方案，以便提高网络资源的利用率。提出了一种新颖的功能架构，功能模块内置在 SDN控制器并且通过内存数据库交互数据实现控制器间的数据通信。该架构解决了网路切片资源动态调整的整个过程：决策是否进行动态调整；通过模型决策需要调整的资源量。最后通过实验验证了该方案的可行性，并通过实验数据进行了相关分析。

网络切片；资源调整；软件定义网

0 引言

5G引入了很多对性能要求及其苛刻的新用例。5G网络必须比前几代更灵活，以实现全连接的低延迟，大容量和高可靠性要求。ETSI网络功能虚拟化（NFV）组与软件定义网络（SDN）一起预计将成为支持按需流量需求的关键技术[1]，SDN的控制与转发分离和集中控制的优势[2]，加上NFV的软件与硬件解耦的优势，将极大地增加5G的灵活性。

通过网络切片技术，单个物理网络可以划分为多个虚拟网络，从而允许运营商为不同类型的客户群提供不同类型服务的最佳支持[3]。网络切片技术的主要优点在于，它使运营商能够以服务为基础提供网络，从而提高运营效率，同时缩短新服务的上市时间。运营商可以根据自己的需要递归切分自己的网络切片，并为每个切片分配适当的资源[4]。网络切片资源的调整分为两种方式：一种是网络切片之间的资源调度；一种是网络切片内的资源调整。网络切片内有多个不同的租户，租户之间要求逻辑隔离，从而需要划分不同的租户网络，为了实现网络切片在利益最大化，灵活地为租户网络按需分配网络资源。本文主要关注后者的资源调整。

移动网络的流量具有较强的波动性，如在互联网工作负载的情况下，移动网络流量表现出长期变化，例如随着时间或季节性变化影响，以及由意外事件引起的短期波动[5]。5G需要重新设计传输网络，这种新的传输网络应该允许不同租户通过网络切片同时使用，体现出较强的灵活性[6]。通过适当地使用CPU、内存、带宽等网络资源，可以在网络切片中灵活提供多个租户网络切片。由于租户网络中流量动态变化，因此按照实际使用量改变每个网络切片的网络资源量是必不可少的。

当某个租户切片的实际流量增加并导致拥塞时，我们需要增加该租户切片的资源，以满足租户的业务体验；当实际流量远小于分配给该租户切片的资源时，需要减少该租户切片的资源，从而避免资源浪费。在本文中，我们只考虑带宽调整。我们提出了一种通过本地传输网络通过 SDN动态调整带宽资源的方法。通过SDN，收集租户网络切片的当前流量，获取分配的带宽，判断是否调整带宽，并决定要调整的带宽。

1 相关工作

近几年来，网络切片的研究成为了学界以及工业届的热点，网络切片利用虚拟化技术将一张物理网络逻辑划分为多个子网，从而支撑不同场景业务。然而，大多数研究集中在网络切片的构造上，对构造完成之后的运维鲜有研究。基于SDN的资源调整方面的研究大部分集中在互联网场景中。

Lerma A M L D等人[7]提出使用Transport API和OpenStack API级联虚拟网络和虚拟机实例来支持租户切片。使用Transport API，多域SDN协调器向租户表示每个虚拟传输网的抽象拓扑，并且能够控制分配给每个虚拟传输网的资源；使用OpenStack API，多站点云管理器可以跨多站点云配置虚拟租户数据中心，并管理每个租户的 DC内网络连接。但是本文重点介绍了两个 API，并没有提到如何控制具体分配网络资源。

Davy S等人[8]介绍了边缘服务（EaaS）的概念，这是利用虚拟网络功能和虚拟资源灵活性的手段，使网络运营商能够突破与基础设施紧密结合的关系，并实现更有效的创收方式。作者提出了一种虚拟化服务访问接口（VASI），可用于以编程方式以弹性方式更改服务提供商可用的接入网络功能和资源。但是，本文仅仅从高层次提出了EaaS和VASI的概念，没有网络资源分配的方案。

Gomes R L等人[9]指出，接入网络是运营商网络中最昂贵的部分，提供混合基础设施非常昂贵并且低效率。作者通过解决网络事件（如流量过载，故障等），为用户提供 QoS保证，提高网络资源在动态场景中的利用率，提出了在互联网边缘网络资源的软件定义管理。但本文着重于互联网边缘，并且没有提供如何分配网络资源的模型。

Chen J L等人[10]提出了一种EnterpriseVisor引擎动态资源管理方案。EnterpriseVisor引擎将企业网络划分为多个虚拟子网，监控每个子网的资源利用率，使用线性规划方法动态调整网络资源，使整体网络资源的利用率达到最高。然而，本文着重于企业网络，并强调将EnterpriseVisor与Flowvisor进行比较。

Fukuhara S等人[11]提出了一种网络切片间资源交易模型，作者定义了网络关键性来评估网络鲁棒性，基于网络资源和服务质量的交易成本执行最优资源交易。但本文仅给出了网络切片之间的交易资源模型。

大多数文章没有提出具体的资源动态调整的方案，仅仅提供概念、提出API需求设计和提出不完善的方法。结合 5G网络切片的场景，本文提出了5G网络切片中资源动态调整的完整方案。

2 场景

5G支持端到端的网络切片，从接入网到传输网再到核心网。网络切片在 5G中扮演着重要角色，有但不局限于以下场景用例：增强移动宽带、海量机器通信、关键机器类通信与远程操作通信。

“租户”是拥有和运营网络切片的逻辑实体，可以是MVNO，OTT和垂直行业。租户可以进一步部署自己的网络切片，或允许多个第三方租户在切片之上实例化其网络切片[6]。

面对接入网络带宽不断的增加，5G需要更灵活的传输网络，以便支持不同租户的动态需求，从而提高资源利用率。将传输网络进行切片是一个有力的解决方案。本文提出了一种在本地传输网络中基于SDN的资源动态调整的方案（DRANS）。如图1所示，在网络切片中划分出了三个租户网络切片，分别由黄、灰、蓝三种不同颜色表示。DRANS由Hypervisor，SDN控制器和内存数据库组成。Hypervisor虚拟化本地传输网络，SDN控制器根据网络切片的使用情况管理分配给虚拟网络的带宽。

图1 DRANS场景架构图Fig.1 Senior of DRANS

假设本地传输网总容量M为1000 Mbps。slice1、slice2和slice3的带宽最初分配分别是500 Mbps、200 Mbps和300 Mbps。进入网络切片交换设备的所有流量将由 Hypervisor推送到该切片所属的控制器，控制器随之处理流量。某个时间段，切片1上的实际流量迅速下降，切片2和切片3上的流量迅速增加。管理切片的控制器从交换机获取到网络切片的实际流量信息，与分配给切片的带宽相比，控制器知道切片1需要分配较少的带宽，切片2和3需要分配更多的带宽并进行调整。调整后，slice1、slice2和slice3的带宽分配为200 Mbps，350 Mbps和 450 Mbps。

3 基于SDN的资源动态调整方案

3.1 架构

Hypervisor将本地传输网切片并且实现带宽隔离。Flowvisor是一种实现了 OpenFlow协议的Hypervisor，处于SDN控制器和转发设备之间的代理。SDN控制器在带宽调整中起着重要作用。本文将SDN控制器分为两类：一类是主控制器，另一类是辅控制器。DRANS功能架构如图2所示。

（1）网络切片监控模块：监控每个租户网络切片中的实际流量。通过Openflow交换机计算实际流量速率。

（2）网络资源分配模块:接收租户网络切片监控模块的数据，进行决策是否需要进行带宽调整；若需要进行带宽调整，根据网络切片监控模块和内存数据库的数据，网络资源分配模块进行决策需要调整的资源量，例如增加或减少多少带宽。将结果发送到网络切片更新模块，并通知数据库更新分配给每个租户切片的带宽。

（3）网络切片更新模块。该模块接受网络资源分配模块的结果，并生成切片更新策略。通过Hypervisor的北向接口，将策略发送到Hypervisor。然后，Hypervisor更新切片规则并更新每个切片的带宽。

（4）内存数据库模块。记录有关租户网络切片的信息，如租户切片识别，租户切片带宽等。每个控制器连接到它并共享有关切片的数据。它减少了控制器之间协调的开销。

图2 DRANS功能架构图Fig.2 Functionalties of DRANS

在网络切片中，只需有一个主SDN控制器，具有所有的功能；其他是辅助控制器，只有网络切片监控模块。辅助控制器监控切片的实际流量并将其写入内存数据库。主控制器从内存数据库获取数据，并对带宽进行调整决策。

3.2 资源动态调整决策机制

资源动态调整决策机制，对带宽资源调整触发条件和资源的调整量进行了决策。带宽资源调整触发条件，即确定资源调整的触发因素；带宽分配机制资源，即确定资源的调整量，调整后的资源分配情况。以下分别对这两部分进行介绍。

3.2.1 带宽资源调整触发条件

每个租户网络切片上的流量随时间变化而动态变化，因此需要动态改变每个租户网络切片分配的网络资源。然而，因为流量的少量增加或少量减少就去调整网络切片的带宽是低效的。因此，应该确定带宽调整的触发条件。

假设以下变量：G是租户网络切片保障的最低带宽；A是分配给租户网络切片的带宽；C是租户网络切片上的当前流量速率：αL，αH是当前分配带宽的百分比，当C小于AαL时，存在资源浪费，当C大于AαL时，会存在网络拥塞；L是C保持的时间。如图3所示，可以得到以下状态：

（a）拥塞：当 C ＞=AαH；

（b）可行：当 AαL=＜C＜=AαH；

（c）浪费：当C＜=AαL

租户网络切片带宽是否需要进行调整是根据 C的值。若C处于AαL和AαH之间时, 不需要进行带宽调整；若 C小于AαL, 意味着存在资源浪费，需要进行带宽调整，将租户网络切片分配的资源量调小；若C大于AαH，意味着租户网络切片可能存在拥塞，需要将租户网络切片分配的资源量调大，从而不影响租户体验。

图3 资源状态图Fig.3 Status of bandwidth resource

3.2.2 带宽资源分配机制

我们假设第 i个租户网络切片分配的总带宽为iA，从网络基础设施商的单元带宽租用价格为Pi，单元带宽的收益为ig。

考虑情况1：当租户网络切片i的用户量突然增多，产生的实际流量逐渐逼近分配的资源量时，租户网络切片i的实际收益如公式（1）所示。

其中iU为租户网络切片i的实际流量，iA为租户网络切片i分配的带宽值，σ为租户网络切片i的资源利用率。并且满足：

为了不造成网络拥塞和影响用户体验，需要提高租户网络切片 i分配的带宽值。提高分配的带宽值后的收益：

调整后与调整前的收益差为：

由公式（3）可以分析出：ρ小于σ，所以ΔK小于0。可以得出结论：利用率越高，收益越高。

考虑情况2：当租户网络切片i的用户量突然减少，产生的实际流量远小于分配的资源量时，需要对租户网络切片 i的分配资源调小，同样得出公式（3），但ρ大于σ，所以ΔK大于0。同样得出结论：利用率越高，收益越高。

因此，租户网络切片收益与网络资源利用率成正比关系。

假设一共有m个租户网络切片，整个网络切片总量为Aall，iμ为租户网络切片i的资源利用率，可以得出：

其中 aj为租户网络切片i的上第j个用户的实际流量，一共有n个用户。为租户网络切片i调整后分配的资源。

目标函数1即为所有租户网络切片调整后的资源利用率达到最大：

然而，调整网络资源是有开销的，比如更新租户网络切片所带来的延迟。假设 是租户网络切片i单元带宽调整的开销。可以得出第二个目标函数，即使得带宽调整开销最小化：

以上有两个目标函数，一个是使得资源利用率最大化，一个是使得资源调整开销最小化，可以将目标归一化，最终目标是求解各个租户网络切片的重新分配值，使得归一化函数result值最大：

我们使用遗传算法来解决上述问题。一个个体编码为长度为 m位的二进制序列，该序列由m个长度为 l子序列组成。个体编码结构如图4所示。初代数量随机产生，我们假设为k。上述目标函数（7）作为适应度函数。流程如下：

选择操作：计算每个个体if各自的适应度和所有个体适应度总和sumf ，之后计算出每个个体与所有个体适应度总和的比值选择相对适应度值更高的个体来产生下一代。

交叉操作：在个体二进制序列之间交换部分序列。首先随机地选择两个个体作为交换者，然后选择交换序列的起始位置和结束位置，最后整体交换这两部分序列。

变异操作：随机选择个体序列中的部分序列，对其进行取反操作。

经过以上步骤，一个具有更高适应度的新生代群体产生。经过不断的迭代，设置迭代终结条件为群体的适应度提高小于千分之一，得到最终结果。

图4 个体编码Fig.4 Individual encoding

4 实验仿真

本文使用Mininet、Flowvisor和Ryu来仿真以上方案。仿真拓扑如图 5所示，包含了 OpenFlow交换机、Flowvisor虚拟化管理器和SDN控制器。

图5 仿真拓扑Fig.5 Simulation topology

Flowvisor通过北向接口连接到Ryu控制器，通过南向接口连接到 Mininet。Mininet网络中产生的流量被Flowvisor拦截并且根据Flowvisor定义的切片规则，发送到对应租户网络切片中的控制器，控制器对流进行相关处理。

Flowvisor将底层网络切分为3个虚拟子网。h1，h2和h3分别为划分到租户网络切片1，租户网络切片2和租户网络切片3上的终端。h4为这3个终端的服务器。本实验采用 Iperf服务器作为 h4，h1、h2和h3分别为Iperf客户端。开启Iperf服务器，可以使用 Iperf客户端随机产生一定带宽大小的流量，模拟租户网络切片中流量的变化。

我们通过使用OpenFlow协议来检测网络流量，用交换机端口的流量来代替链路上的流量。控制器通过发送端口统计请求信息给交换机。交换机回复控制器，回复信息包含端口上接收和发送的数据包数量、字节数和统计时间，计算出一段时间内的字节数差，即可得到当前流量速率。

我们通过使用openflow协议来检测网络流量，用交换机端口的流量来代替链路上的流量。初始分配给切片1、切片2、切片3的带宽分别为50 M，分别使用Qos队列1、队列2、队列3，进行限速即初始时每个切片最大带宽为50 M，物理带宽总共为150 M。方案中的参数αL，αH,，ci，L以根据用户策略设置，实验使用初始化值如表1所示。

实验中预先配置若干个队列模板，以便切片带宽改变后进行匹配限速。使用Iperf客户端模拟流量变化，监测模块计算流量带宽，资源分配模块进行决策并计算出最优分配值，最后调用切片更新脚本进行切片策略更新，改变切片中的带宽分配值。

表1 初始化参数Tab.1 Initialize parameters

这里我们模拟从h1、h2和h3中产生的流量分别为60 Mbps、15 Mbps和40 Mbps，以切片2为例进行实验过程展示：

a. 首先建立好实验拓扑，启动 Mininet，对 S1进行预先配置带宽队列，h4开启 Iperf服务功能，此时h2先模拟产生15 Mbps的流量，带宽值、控制器、流表分别如图6～8所示。

图6 产生15 Mbps的流量分配的带宽Fig. 6 Bandwidth allocation before adjustment

图7 Ryu控制器处理Fig.7 Ryu controller response

b. 改变h2产生的流量，改为40 Mpbs，得到相应结果如图9～11所示。

从实验结果可以看出，改变了终端h2产生的流量后，Ryu控制器监控到流量的变化，更新了流表以及切片策略，分配的带宽随着发生了相应变化。

我们取αL=0.2，αH=0.8，c1=1，c2=2，c3=3和L=1minutes进行实验，三个切片实际流量变化如图12所示，带宽利用率数据如图13所示，与图14对比可以得出结论：DRANS方案可以使得带宽资源利用率维持在20%和80%之间并且使得所有切片利用率最高；非 DRANS方案中，一些切片带宽资源利用率超过80%，接近100%，容易造成网络阻塞。因此可以证明DRANS可以提高整个网络资源利用率。

图8 交换机S1上流表Fig.8 Flow in S1

图10 Ryu控制器调整带宽处理Fig.10 Ryu controller response

图11 交换机S1上流表更新Fig.11 Flow in S1 update

图12 切片带宽时间变化图Fig.12 Bandwidth variation by Time

图13 DRANS资源利用率Fig.13 Resource utilization of DRANS

图14 non-DRANS资源利用率Fig.14 Resource utilization of non-DRANS

5 结论

本文针对 5G网络切片中因业务波动而产生资源利用不足且传输网不灵活的问题，提出了在 5G本地传输网上基于SDN的资源动态调整方案，该方法将功能模块内置在SDN控制器中，采用主辅控制器方式，为减少控制器间的协同开销采用内存数据库进行数据通信，并提出了网络切片资源动态调整的决策算法，主控制器通过数据分析决策是否进行资源调整以及决策需要调整的资源量，以便保证网络的资源利用率达到最大。实验仿真表明，此方案具有可行性并且能够明显地提高资源利用率。

[1] Alliance N. 5G white paper[J]. Next generation mobile networks, white paper, 2015.

[2] 李洁. 云平台SDN关键技术的研究与展望[J]. 软件, 2015(7): 71-74.

[3] Foukas X, Patounas G, Elmokashfi A, et al. Network Slicing in 5G: Survey and Challenges[J]. IEEE Communications Magazine, 2017, 55(5): 94-100.

[4] Ordonez-Lucena J, Ameigeiras P, Lopez D, et al. Network Slicing for 5G with SDN/NFV: Concepts, Architectures, and Challenges[J]. IEEE Communications Magazine, 2017, 55(5):80-87.

[5] Andres-Maldonado P, Ameigeiras P, Prados-Garzon J, et al.Virtualized MME Design for IoT Support in 5G Systems[J].Sensors, 2016, 16(8): 1338.

[6] Li X, Casellas R, Landi G, et al. 5G-Crosshaul Network Slicing: Enabling Multi-Tenancy in Mobile Transport Networks[J]. IEEE Communications Magazine, 2017, 55(8): 128-137.

[7] Lerma A M L D, Vilalta R, Muñoz R, et al. Cascading of tenant SDN and cloud controllers for 5G network slicing using Transport API and Openstack API[C]// Optical Fiber Communication Conference. 2017: M2H. 3.

[8] Davy S, Famaey J, Serrat-Fernandez J, et al. Challenges to support edge-as-a-service[J]. Communications Magazine IEEE,2014, 52(1): 132-139.

[9] Gomes R L, Bittencourt L F, Madeira E R M, et al. Software-Defined Management of Edge as a Service Networks[J].IEEE Transactions on Network & Service Management, 2016,13(2): 226-239.

[10] Chen J L, Ma Y W, Kuo H Y, et al. Software-Defined Network Virtualization Platform for Enterprise Network Resource Management[J]. IEEE Transactions on Emerging Topics in Computing, 2016, 4(2): 179-186.

[11] Fukuhara S, Tachibana T. Robustness-based resource trading with optimization problem for network slicing[C]//Consumer Electronics-Taiwan (ICCE-TW), 2017 IEEE International Conference on. IEEE, 2017: 337-338.

The Method of Resource Dynamic Adjustment in Network Slice Based on SDN

PAN Zhi-wei
(Beijing University of Posts and Telecommunications, Network Technology Research Institute, Beijing City 100876)

5G is envisioned to be a multi-service network supporting a wide range of verticals with a diverse set of performance and service requirements. Network Slicing has emerged as a key to realizing this vision. As the network slice usage varies frequently, the resources assigned to it if statically sometimes may be over-allocated or less-allocated. Hence it is indispensable to adjust the amount of network resources for network slice for optimizing the utilization of network resources. 5G requires more flexible transport networks in order to feed the increasingly bandwidth hungry radio access networks. Based on the above analysis, this paper proposes a method of dynamic resource adjustment of the network slice (DRANS) based on SDN to improve resource utilization at the local transport network. A novel architecture with several functionalities built in SDN controller and shared memory database is proposed. It decides when and how much the network slice resources should be adjusted by a resource allocation model. Experiments are conducted using Mininet to verify the above theory.

Network slice; Resource adjustment; Software defined networking

TN929.5

A

10.3969/j.issn.1003-6970.2017.12.026

本文著录格式：潘志伟. 基于SDN的网络切片中资源动态调整的方法[J]. 软件，2017，38（12）：136-142

潘志伟，男，硕士研究生，主要研究方向为SDN、5G、移动性管理。