跨域虚拟化网络最优映射模型的设计与仿真

王 尧，柴文光

(1.江苏理工学院计算机工程学院，江苏 常州 213001；2.广东工业大学计算机学院 广东 广州 510006)

1 引言

近年来，随着网络技术的飞速发展，网络中新型业务不断更新，现有的网络体系难以满足网络程序更新后出现的僵化问题[1]。为解决网络僵化问题，跨域虚拟化网络应运而生，而跨域虚拟化网络作为各种网络的共享虚拟设施，则需要将单个网络自治域内的用户需求映射到多个自治域的网络环境中，从而以最小的代价映射虚拟网络请求[2]。

潘淑文[3]等人提出基于最小割集的跨域虚拟化网络多层映射算法。该算法首先将无线接入网融合到虚拟化的资源管理架构当中；再基于最小割集原理获取跨域虚拟化网络的最小分割集；最后对获取的最小分割集进行计算获取跨域虚拟化网络的最佳映射范围，从而实现跨域虚拟化网络的多层映射。该算法由于未能利用TOPSIS(逼近理想解排序法)对虚拟化网络中虚拟节点的映射优先级进行计算，所以该算法在对跨域虚拟化网络进行多层映射时，无法有效检测出网络中的路径衰减曲线。赵季红[4]等人提出基于软件定义网络的跨域虚拟化网络多层映射算法。该算法首先对虚拟化网络的区域性资源进行感知；再利用先验式保护机制对映射区域内的虚拟网络资源进行备份，并通过D-ViNE算法映射至物理网络中；最后采用后验式恢复算法完成故障的恢复，从而实现跨域虚拟化网络的多层映射。该算法由于未能对虚拟节点指标值与正理想解、负理想解之间的距离进行计算，获取网络内指标元素的相对接近程度，因此该算法的映射成本高，且映射精度低。

为解决上述跨域虚拟化网络在多层映射时存在的问题，提出基于拓扑感知的跨域虚拟化网络多层映射算法。

2 节点的多属性特征分析

跨域虚拟化网络的映射问题通常分为链路映射与节点映射两个部分[5]，节点映射作为映射中重要的一部分不仅要承载网络的物理节点，还要满足节点的资源请求，所以合理的网络节点部署可以减少虚拟化网络多层映射所需要的成本[6]。

跨域虚拟网络中节点中心性能评价指标分为度中心性、紧密中心性以及中介中心性三种：

度中心性指的是网络节点的邻接边数，可以刻画节点的本地影响力，度中心性的值越大作用于邻边的节点就越多，也更加重要。紧密中心性指的是节点信息传递时的难易程度，若节点的紧密中心性较高，那么该节点与虚拟化网络中的其他节点进行连接时会较为容易，网络数据传输时的传输时延也相对较低。中介中心性指的是虚拟化网络中节点最短路径数量与总路径数量的占用比。

2.1 节点属性分析

跨域虚拟化网络的虚拟节点度值与链路数目有关，获取过程如下式所示：

(1)

式中，获取的虚拟节点度值为DC(nV)，网络中虚拟链路与虚拟节点的连接用lV→nV表示。

中介中心性可以精准地表述节点请求对于网络的重要程度，过程中虚拟节点承载的资源请求越多，请求时映射的成功率也就越大，获取虚拟节点的中介中心度过程如下式所示：

(2)

式中，网络中请求节点之间的最短路径上虚拟节点nV的数量为p(nV)，节点之间最短路径的总数量为p(NV)。

基于主成分分析法对上述几种指标进行降维处理，以此来规避由于主观因素给节点指标权重带来的影响。对虚拟节点属性进行评价计算，过程如下：

1)设定需要评价的虚拟节点有m个，构建的虚拟节点的多属性评价指标矩阵如下式所示：

(3)

式中，构建的虚拟节点的多属性评价指标矩阵用MPV表示[7]。

2)利用Z-score法对矩阵进行标准化处理，获取标准化矩阵Z。

4)依据|λI-R|=0对矩阵的特征值与特征向量进行计算，其中特征值用λj(j=1，2，…，n)表示，特征向量用bj=(b1j，b2j，…，bmj)表示。

(4)

式中，获取的主成分指标矩阵用HV表示。

2.2 虚拟节点映射优先级

基于TOPSIS(逼近理想解排序法)计算跨域虚拟化网络中虚拟节点的映射优先级，过程如下：

(5)

3)对获取的主成分指标进行正理想解与负理想解进行计算，正理想解为Z+=max(yi1，yi2，…，yip)，负理想解为Z-=min(yi1，yi2，…，yip)。

4)对上述获取的指标值与正理想解、负理想解之间的距离进行计算。

5)利用获取的距离对指标元素的相对接近程度进行计算，过程如下式所示：

(6)

这时，令：

(7)

式中，虚拟节点的映射优先级为EP(nV)。

依据上述的计算结果对虚拟化网络的虚拟节点映射优先级[8]。

3 虚拟化网络的多层映射

基于上述获取的虚拟节点映射优先级构建面向跨域虚拟化网络的多层映射算法。

该算法结合虚拟化网络节点映射与链路映射，为一种复合型映射算法。多层映射算法的整体框架如图1所示[9]。

图1 多层映射算法的整体框架

3.1 节点映射

在跨域虚拟化网络中，所有的通信流量都要经过网络的中心节点，因此，要对中心节点进行映射处理，再按照递减顺序对边缘节点进行映射[10]。

首先设定中心节点的最大值为Nsubstrate，获取过程如下式所示：

(8)

式中，跨域虚拟化网络的底层物理节点为ns，除ns外的其他物理节点集用N(ns)表示，节点ni的CPU资源和ns的连通性用CCPU(ni)与Ccon(ns，ni)表示。

再依据设定的Nsubstrate值对网络中物理节点的承载节点进行映射；再基于网络的虚拟边缘节点将剩余的物理节点与中心节点进行连接处理，基于节点的连通性对其进行排序，过程如下式所示：

Rstar(ni)=Ccon(ni，nj)CL(ni)

(9)

式中，中心节点的承载节点用nj表示，网络中物理节点ni与nj的连通性用Ccon(ni，nj)表示，而节点的本地资源用CL(ni)表示。在跨域虚拟化网络的映射过程中，边缘节点与中心节点的物理连接值Rstar会偏高，所以要对其进行优先选择。

3.2 虚拟节点排序

依据拓扑感知结构，构建虚拟节点排序模型。将网络中层次较高的虚拟节点进行映射，并通过映射结果对虚拟节点进行排序；再依据排序结果对网络中其他节点进行映射处理，构建的排序模型如下式所示：

(10)

式中，网络的虚拟节点子节点集合为Nchild(nv)。

映射过程中，首先选择网络中层级高的根节点作为映射的承载节点。再依据式(10)对网络中的其余物理节点进行排序。

3.3 网络节点评价模型

基于网络中物理节点的本地资源，对虚拟化网络中待选的物理节点优先次序进行衡量，具体的获取过程如下式所示：

(11)

式中，节点的CPU资源为CCPU(n)。

为了能够使跨域虚拟化网络中节点之间的连接关系更加平衡，需要构建节点连通性的计算模型Ccon，基于跨域虚拟化网络的可用带宽资源与节点距离对节点之间的连接性进行计算，过程如下式所示：

(12)

式中，跨域虚拟化网络中节点ni与nj之间的路径集为Path(ni，nj)，路径的可用资源为CBW(p)，路径条数为Cdis(p)。这时若ni与nj并存于同一节点上，那么上式的计算结果为0，获取的Ccon(ni，nj)值为最大值，而ni与nj之间的距离为二者之间的最短路径距离，以此代表ni与nj之间的连通性。

基于上述分析，构建跨域虚拟化网络的底层物理节点评价模型，具体过程如下式所示：

X=Ccon(ni，nj)+CL(ns)

(13)

式中，构建的跨域虚拟化网络物理节点评价模型为X。最后对上述模型进行求解，完成对跨域虚拟化网络的多层映射。

4 实验

为了验证上述算法的整体有效性，需要对所提方法进行测试。

4.1 实验结果及分析

分别采用基于拓扑感知的跨域虚拟化网络多层映射算法(算法1)、基于最小割集的跨域虚拟化网络多层映射算法(算法2)、基于软件定义网络的跨域虚拟化网络多层映射算法(算法3)进行测试：

1)采用算法1、算法2以及算法3对跨域虚拟化网络中的路径衰减曲线进行检测，检测结果如图2所示。

图2 不同算法的路径衰减曲线测试结果

依据图2可知，算法1可以有效检测出跨域虚拟化网络在多层映射时的路径衰减曲线，并且检测出的路径衰减曲线与标准的路径衰减无限接近，这主要是因为算法1利用TOPSIS(逼近理想解排序法)对虚拟化网络中虚拟节点的映射优先级进行计算，所以该算法在跨域虚拟化网络多层映射时可以有效检测出网络中的路径衰减曲线。

2)将跨域虚拟化网络中的虚拟节点进行变换，利用算法1、算法2以及算法3对映射时的路径损耗进行测试，测试结果如表1所示。

表1 不同算法的网络路径损耗测试结果

依据表1可知，算法1在虚拟节点变换的情况下，依然能够精准地计算出网络在映射时的路径损耗，并且能够将映射时的映射精准度维持在98%以上，这主要是因为算法1利用主成分评价指标矩阵对虚拟节点计算，获取节点的正理想解与负理想解，所以该算法在虚拟节点变换的情况下依然能够精准地检测出网络的路径损耗，因此该算法的映射精准度高。

3)基于上述测试结果，在跨域虚拟化网络中加入一组噪声，对算法1、算法2以及算法3的映射成本进行测试，测试结果如表2所示。

表2 不同映射算法的映射成本测试结果

依据表2可知，算法1在噪声介入的情况下所需的映射成本要低于算法2和算法3，这主要是因为算法1通过对指标值与正理想解、负理想解之间的距离进行计算，获取网络内指标元素的相对接近程度，所以该算法在对跨域虚拟化网络多层映射时的映射成本低。

5 结束语

近年来随着社会的进步科技的发展，网络中的业务也在不断地推陈出新，跨域虚拟化网络的出现及时地解决了业务更新后出现的网络僵化问题，这时对网络进行必要的映射处理成为人们的焦点话题之一。针对传统网络映射算法中存在的问题，提出基于拓扑感知的跨域虚拟化网络多层映射处理算法。该算法首先对虚拟化网络中的节点属性特征进行分析；再依据虚拟化网络的分层式拓扑结构构建虚拟化网络节点映射与链路映射相结合的复合型映射算法；最后根据对网络的底层物理节点评价模型的计算，完成对跨域虚拟化网络的多层映射。该算法在对虚拟节点进行排序时还存在一定问题，今后会针对这一缺陷继续对该算法进行优化处理。