一种基于无线虚拟网络生命周期的时频资源映射方法

摘要

本发明涉及无线网络虚拟化技术领域，特别涉及一种基于无线虚拟网络生命周期的时频资源映射方法，首先判断物理网络剩余时频资源块是否为连续，若判断为连续，对缓存区的VNR依次进行映射，否则，对已映射的VNR进行选择性重映射，然后再对缓存区的VNR依次进行映射；所述缓存区的VNR包括当前时间片到达的VNR和之前时间片到达且未能成功映射且在最大映射时延内的VNR；与现有技术相比，当VNR接受率趋于平稳后，本发明不但使VNR的接受率提高17％以上，而且使物理网络获得更高的收益。

权利要求

1.一种基于无线虚拟网络生命周期的时频资源映射方法，其特征在于，包括判断物理网络剩余时频资源块是否为连续，若判断为连续，对缓存区的VNR依次进行映射，否则，对已映射的虚拟网络请求VNR进行选择性重映射，然后再对缓存区的VNR依次进行映射；所述缓存区的VNR包括当前时间片到达的VNR和之前时间片到达且未能成功映射且在最大映射时延内的VNR；

所述对已映射的虚拟网络请求VNR进行选择性重映射包括：计算重映射影响因子ξ，选择前N个ξ最大的VNR进行映射，如果终止条件满足，则终止重映射，否则循环执行本步骤；N为循环次数；

所述对缓存区的VNR依次进行映射包括根据VNR的优先级从高到低进行映射；所述VNR的优先级根据虚拟网络请求的生命周期确定，即生命周期短则优先级高，反之，优先级低；

重映射影响因子ξ计算方式包括：

ξ＝b/(2×(f+t))

bi,j＝(ai-1,j⊕ai,j)+(ai+1,j⊕ai,j)+(ai,j-1⊕ai,j)+(ai,j+1⊕ai,j)其中，f表示待映射的VNR所需的子载波资源量，t表示待映射的VNR所需的时隙资源量；

ai,j表示第i个子载波第j个时隙对应的资源块，ai,j＝0表示第i个子载波第j个时隙对应的资源块是空闲的；ai,j＝1表示第i个子载波第j个时隙对应的资源块被占用，bi,j表示第i个子载波第j个时隙对应的资源块的映射密度级EDI，⊕表示异或运算。

2.根据权利要求1所述的基于无线虚拟网络生命周期的时频资源映射方法，其特征在于，所述终止条件包括以下任意一种：物理网络剩余时频资源块是连续的，或者已映射的VNR的重映射影响因子ξ均小于设定的阈值，或者已映射的VNR的重映射影响因子ξ值不再改变。

3.根据权利要求1所述的基于无线虚拟网络生命周期的时频资源映射方法，其特征在于，如果有多个VNR具有相同的优先级，则计算每个待映射的VNR能使物理网络获得的收益，根据收益大小，优先映射能使物理网络获得更高收益的VNR。

4.根据权利要求3所述的基于无线虚拟网络生命周期的时频资源映射方法，其特征在于，每个待映射的VNR能使物理网络获得的收益计算方式包括：其中，ws表示第s个虚拟网络请求与业务相关的收益因子，其值根据业务类型定义，不同的业务类型有不同的收益因子，1/ds表示第s个虚拟网络请求的优先级，As表示第s个虚拟网*络请求所需的时频资源块个数；S(t)表示第t个时间片缓存区内需要映射的VNR的集合；S(t)表示第t个时间片缓存区内映射成功的VNR集合，K(t)表示第t个时间片需要进行重映射的VNR集合，若K(t)为空，表示第t个时间片不进行重映射；asij表示第s个虚拟网络请求映射到第i个子载波第j个时隙对应的时频资源块位置，其中i∈{1,2,...,F}，j∈{1,2,...,T}，F表示系统正交子载波个数，T表示每个子载波时隙个数；asij＝1表示第s个虚拟网络请求占用了物理网络中第i个子载波第j个时隙对应的时频资源块；asij＝0则表示未占用物理网络中第i个子载波第j个时隙对应的时频资源块。

5.根据权利要求1所述的基于无线虚拟网络生命周期的时频资源映射方法，其特征在于，如果相同优先级条件下，各个待映射的VNR能使物理网络获得的收益也相同，则根据VNR到达时间的先后顺序，按先到先映射的策略，对缓存区内的VNR通过卡诺图映射算法依次进行映射。

说明书

一种基于无线虚拟网络生命周期的时频资源映射方法

技术领域

[0001] 本发明涉及无线网络虚拟化技术领域，特别涉及一种基于无线虚拟网络生命周期的时频资源映射方法。

背景技术

[0002] 传统Internet服务是由运营商自建网络(即所谓基础设施提供商)并提供基于该网络的服务(即所谓服务提供商)，两种身份合二为一，导致运营商不愿意或很难采纳一种新的网络架构或者在现有网络上进行一些修改，使得现有的Internet技术不利于支持移动性，影响了核心路由的扩展性，降低了现有安全机制的效能，阻碍了网络新技术的发展。为了解决互联网的“僵化”问题并刺激未来网络研究的创新，网络虚拟化的方法被提出来，并成为未来网络研究工作的重点。

[0003] 网络虚拟化是指，基础设施提供商负责物理网络设施的建设及运维，虚拟化、抽象化物理资源并向服务提供商提供相应的物理资源；而服务提供商从一个或多个基础设施提供商租赁资源来建立自己的虚拟网络、部署定制的协议为用户提供端到端的传输服务。基于基础设施提供商与服务提供商分离的设计机制，网络虚拟化技术使得多个异构网络能共享同一个物理网络。网络虚拟化的主要目标是，通过允许网络共享相同的物理链路和路由器等物理资源，构建健壮的、可信的、易于管理的虚拟环境，为各种各样的虚拟网请求分配合适的虚拟资源，实现资源共享，提高基础设施资源利用率。

[0004] 目前已经有一些针对无线虚拟网络映射算法的研究，但因无线网络自身的架构特点和特定的约束条件，其映射算法有待进一步优化。Park K等人在“A framework for virtual network embedding in wireless networks,”in Proceedings of the 4th International Conference on Future Internet Technologies,ser.CFI’09.New York,NY,USA:ACM,2009,pp.5–7.中提出了一种无线虚拟网络的映射框架，为了使各个虚拟网络互不干扰，通过将物理资源划分为多维正交的资源来实现，但该算法未提出具体的映射算法。Yun D在Virtual network embedding in wireless multihop networks.In Proceedings of the 6th International Conference on Future Internet Technologies,2011,30-33.针对无线多跳网络，结合有线网络环境下的映射算法建立无线网络模型，提出了无线虚拟网络映射算法，它充分考虑无线网络中的干扰问题，但其映射的开销和复杂度较大。Yang M在Karnaugh-map like online embedding algorithm of wireless virtualization.In Wireless Personal Multimedia Communications(WPMC),15th International Symposium,2012,594-598提出了一种基于类似卡诺图的无线网络虚拟化映射算法，该算法可以处理在线的虚拟网络请求(VNR,virtual network requests)，将无线资源抽象为时隙和正交频率乘积的矩形，利用卡诺图的思想对矩形区域进行划分。
该方法能提升资源利用率，但不能动态改变切片。Hsu F T在(Resource Allocation with Spectrum Aggregation for Wireless Virtual Network Embedding[C]//Vehicular Technology Conference(VTC Fall),2015IEEE 82nd.IEEE,2015:1-5.考虑了部分可用频谱带宽和频谱聚合能力，将不连续的频谱碎片利用起来，提高了频谱资源利用率。然而，该算法没有考虑虚拟网络重映射，且算法的复杂度高。Van de  Belt J在A dynamic embedding algorithm for wireless network virtualization[C],Vehicular Technology Conference(VTC Fall),2014IEEE 80th.IEEE,2014:1-6.提出了一种动态嵌入式贪婪映射算法，构造了具有业务优先级附加要求的映射问题，每个时间片都会对已映射的VNR进行重映射，能提高物理网络资源利用率和VNR接受率。但该算法没有考虑重映射的复杂度和重映射对整个网络正常运行的影响，以及业务优先级可能导致业务多样性失衡。

[0005] 综上所述，现有技术无线网络虚拟化中的映射算法存在如下问题：(1)忽略了VNR生命周期对映射的重要性和对单个时间片内物理网络收益的影响；(2)对已映射的VNR作重映射调整时，未对VNR接受率和重映射的成本开销作折中考虑。

发明内容

[0006] 针对以上技术问题，本发明提出一种基于无线虚拟网络生命周期的时频资源映射方法，本发明利用生命周期，并结合部分VNR重映射策略，实现高接受率的VNR映射。

[0007] 本发明一种基于无线虚拟网络生命周期的时频资源映射方法，包括判断物理网络剩余时频资源块是否为连续，若判断为连续，对缓存区的VNR依次进行映射，否则，对已映射的虚拟网络请求VNR进行选择性重映射，然后再对缓存区的VNR依次进行映射；所述缓存区的VNR包括当前时间片到达的VNR和之前时间片到达且未能成功映射且在最大映射时延内的VNR。

[0008] 优选地，所述对已映射的虚拟网络请求VNR进行选择性重映射包括：计算重映射影响因子ξ，选择前N个ξ最大的VNR进行映射，如果终止条件满足，则终止重映射，否则循环执行本步骤；N为循环次数，初始值为1。

[0009] 优选地，重映射影响因子ξ计算方式包括：

[0010] ξ＝b/(2×(f+t))

[0011]

[0012]

[0013] 其中，f表示待映射的VNR所需的子载波资源量，t表示待映射的VNR所需的时隙资源量；ai,j表示第i个子载波第j个时隙对应的资源块，ai,j＝0表示第i个子载波第j个时隙对应的资源块是空闲的；ai,j＝1表示第i个子载波第j个时隙对应的资源块被占用，bi,j表示第i个子载波第j个时隙对应的资源块的映射密度级EDI，⊕表示异或运算。

[0014] 优选地，所述终止条件包括以下任意一种：物理网络剩余时频资源块是连续的，或者已映射的VNR的重映射影响因子ξ均小于设定的阈值，或者已映射的VNR的重映射影响因子ξ值不再改变。

[0015] 优选地，所述对缓存区的VNR依次进行映射包括根据VNR的优先级从高到低进行映射；所述VNR的优先级根据虚拟网络请求的生命周期确定，即生命周期短则优先级高，反之，优先级低。

[0016] 优选地，如果有多个VNR具有相同的优先级，则计算每个待映射的VNR能使物理网络获得的收益，根据收益大小，优先映射能使物理网络获得更高收益的VNR。

[0017] 优选地，每个待映射的VNR能使物理网络获得的收益计算方式包括：

[0018]

[0019]

[0020] 其中，ws表示第s个虚拟网络请求与业务相关的收益因子，其值根据业务类型定义，不同的业务类型有不同的收益因子，1/ds表示第s个虚拟网络请求的优先级，As表示第s个虚拟网络请求所需的时频资源块个数；S(t)表示第t个时间片缓存区内需要映射的VNR的集合；S*(t)表示第t个时间片缓存区内映射成功的VNR集合，K(t)表示第t个时间片需要进行重映射的VNR集合，若K(t)为空，表示第t个时间片不进行重映射；asij表示第s个虚拟网络请求映射到第i个子载波第j个时隙对应的时频资源块位置，其中i∈{1,2,...,F}，j∈{1,2,...,T}，F表示系统正交子载波个数，T表示每个子载波时隙个数；asij＝1表示第s个虚拟网络请求占用了物理网络中第i个子载波第j个时隙对应的时频资源块；asij＝0则表示未占用物理网络中第i个子载波第j个时隙对应的时频资源块。

[0021] 优选地，如果相同优先级条件下，各个待映射的VNR能使物理网络获得的收益也相同，则根据VNR到达时间的先后顺序，按先到先映射的策略，对缓存区内的VNR通过卡诺图映射算法依次进行映射

[0022] 与现有技术相比，当VNR接受率趋于平稳后，本发明不但使VNR的接受率提高17％以上，而且使物理网络获得更高的收益。

附图说明

[0023] 图1为本发明基于无线虚拟网络生命周期的时频资源映射方法优选实施例流程图；

[0024] 图2为本发明物理网络剩余时频资源块连续的示意图；

[0025] 图3为本发明物理网络剩余时频资源块不连续的示意图；

[0026] 图4为本发明基于生命周期优先级映射的示意图；

[0027] 图5为本发明虚拟网络请求接受率仿真对比图；

[0028] 图6为本发明物理网络收益仿真对比图。

具体实施方式

[0029] 为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图对本发明实施例进一步详细说明。

[0030] 本发明系统模型主要考虑物理网络资源的频域资源和时域资源。物理网络资源用一个二维向量(F，T)表示，F表示系统正交子载波个数，T表示每个子载波时隙个数。F×T表示物理网络时频资源被划分的资源块总个数。物理网络的频域资源用集合(1,2,...,i,...F)表示，时域资源用集合(1,2,...,j,...,T)表示。如图2、3所示，图中水平方向表示频率，垂直方向表示时隙，每一个小方格代表1个资源块，作为时频资源调度的最小单位。

[0031] 虚拟网络运营商(VNO,Virtual network operator)按固定长度的时间片为VNR映射物理资源。如果一个VNR在某个时间片内被成功映射，该VNR将占用被映射的物理资源。当VNR生命周期(即从映射成功到释放时频资源占用的时间)经过后，其占用的物理资源被释放，以便接受新的VNR。反之，一个VNR在给定的时间片内未能映射成功，则将该VNR放入缓存区等待下一个时间片再次尝试映射。该过程不断循环，当该VNR在规定的时间(即最大映射时延max_delay，表示VNR等待映射的最大时间片数)内仍未能映射成功，就将其从缓存区内删除。每个VNR都拥有一个生命周期，基于不同的生命周期构造不同的优先级。生命周期短则优先级高，反之，优先级低。此外，本发明高优先级的VNR优先被映射，因此能使物理网络获得更高的收益。

[0032] 本发明中，一个虚拟网络请求VNR可用一个四元组(ws,fs,ts,ds)表示。ws是收益因子，代表物理网络单位时频资源被映射给第s个虚拟网络请求后所产生的收益，与该虚拟网络请求的业务类型有关，即分配相同资源量到不同的业务会带来不同的收益，其值由VNO配置；fs表示第s个虚拟网络请求所需的频率资源量；ts表示第s个虚拟网络请求所需的时隙资源量；ds表示第s个虚拟网络请求的生命周期。

[0033] 一般来说，VNR的到达具有随机性，其到达状况一般服从泊松分布。每个时间片到达的VNR被放入缓存区，该缓存区内包括最近到达的VNR和之前时间片到达且未能成功映射且在最大映射时延内的VNR。本发明缓存区内的VNR按照优先级进行排队，优先级高的VNR，排在队首，可优先映射。

[0034] 每个时间片在映射VNR之前，首先判断物理网络剩余时频资源块是否为连续，若判断为连续，对缓存区的VNR依次进行映射，否则，对已映射的VNR进行选择性重映射，然后再对缓存区的VNR依次进行映射。所述缓存区的VNR包括当前时间片到达的VNR和之前时间片到达且未能成功映射且在最大映射时延内的VNR。

[0035] 物理网络剩余时频资源块连续是指所有物理网络剩余资源块形成连通，例如图2所示，白色为剩余资源块(未占用资源块)，黑色为已占用资源块，所有剩余资源块形成连成连通状态，就表示物理网络剩余资源块是连续的；而如图3所示，剩余资源块被占用资源块分成两个隔开的区域，则表示物理网络剩余资源块是不连续的。

[0036] 若物理网络剩余资源块是不连续的，不会对已映射的虚拟网络请求VNR全部进行重映射，而是选择已映射的部分VNR进行重映射，即选择性重映射。

[0037] 本发明定义重映射影响因子ξ，用于表示某个VNR占用物理资源块的EDI与该VNR所需时频资源所占用区域周长的比值，ξ值越大说明该VNR与其他VNR集聚度越低，物理网络的剩余时频资源越分散。重映射影响因子ξ可反映已映射的VNR对剩余时频资源块连续性的影响。

[0038] 作为一种可选方式，可以采用现有卡诺图映射算法记载的映射密度级(EDI,Embedding Density Index，其表示空闲资源块与已占用资源块之间边界的条数)定义为重映射影响因子ξ。

[0039] 作为另一种可选方式，本发明对映射密度级进行修改，创新性地采用以下公式计算重映射影响因子ξ：

[0040] ξ＝b/(2×(f+t))                      (1)

[0041]

[0042]

[0043] 其中，f表示待映射的VNR所需的子载波资源量，t表示待映射的VNR所需的时隙资源量。ai,j表示第i个子载波第j个时隙对应的资源块，ai,j＝0表示第i个子载波第j个时隙对应的资源块是空闲的；ai,j＝1表示第i个子载波第j个时隙对应的资源块被占用，bi,j表示第i个子载波第j个时隙对应的资源块的映射密度级EDI，b表示某个VNR占用的物理资源块的映射密度级EDI，⊕表示异或运算。

[0044] 所述选择性重映射包括：计算ξ，选择前N个(N为循环次数，初始值为1)ξ最大的VNR进行映射，如果终止条件满足，则终止重映射，否则循环执行本步骤。在下一次循环执行本步骤前，N自动增加1。

[0045] 计算所有已映射的虚拟网络请求的重映射影响因子ξ值，选择ξ值大的VNR重映射到EDI最低的位置，以增加物理网络剩余时频资源的聚集度，从而提高物理网络资源利用率。

[0046] 所述终止条件包括以下任意一种，物理网络剩余时频资源块是连续的，或者已映射的VNR的重映射影响因子ξ均小于设定的阈值(该阈值是多次试验后得到的较优的值，本发明中优选为0.5)，或者已映射的VNR的重映射影响因子ξ值不再改变。

[0047] 优选地，作为一种可实现方式，所述对缓存区的VNR依次进行映射，包括根据VNR的优先级从高到低进行映射；所述VNR的优先级根据虚拟网络请求的生命周期确定，即生命周期短则优先级高，反之，优先级低。

[0048] 优选地，作为另一种可实现方式，如果有多个VNR具有相同的优先级，则计算每个待映射的VNR能使物理网络获得的收益，根据收益大小，优先映射收益更高的VNR，以便能使整个物理网络获得更高的收益。

[0049] 优选地，本发明定义了一个收益函数rev(t)，表示第t个时间片物理网络接受第s个VNR获得的收益，其值取决于收益因子、VNR所需的时频资源量以及优先级：

[0050]

[0051] 其中，ws表示第s个虚拟网络请求与业务相关的收益因子，其值根据业务类型定义，不同的业务类型有不同的收益因子，1/ds表示第s个虚拟网络请求的优先级，As表示第s个虚拟网络请求所需的单位时频资源块个数，S(t)表示第t个时间片缓存区内需要映射的VNR的集合，S*(t)表示第t个时间片缓存区内映射成功的VNR集合，K(t)表示第t个时间片需要进行重映射的VNR集合，若K(t)为空，表示第t个时间片不进行重映射；asij表示第s个虚拟网络请求映射到第i个子载波第j个时隙对应的时频资源块位置，其中i∈{1,2,...,F}，j∈{1,2,...,T}；asij＝1表示第s个虚拟网络请求占用了物理网络中第i个子载波第j个时隙对应的时频资源块；asij＝0则表示未占用物理网络中第i个子载波第j个时隙对应的时频资源块。

[0052] 本发明所要考察的性能即目标函数为：对于任意在t时间片映射的VNR为物理网络带来的收益为R(t)：

[0053]

[0054] s.t.

[0055]

[0056] 其中，asij表示第s个虚拟网络请求映射到第i个子载波第j个时隙对应的时频资源块位置，csij表示为第s个虚拟网络请求配置时频资源的起始位置，并将使得i,j取值最小作为起始位置。

[0057] (5-1)是为了保证映射的物理网络资源块不重叠；(5-2)表示已存在的VNRs可能被重映射，缓存区内的VNRs可能被映射；(5-3)是为了确保每个VNR有且只有一个csij作为时频资源配置的起始位置，使得csij＝1；(5-4)是区域限制条件，即第s个虚拟网络请求所需的资源占用区域大小不能超过物理网络的剩余资源区域大小；(5-5)为asij的取值范围；(5-6)为csij的取值范围。

[0058] 举例来说，如图4所示，三个时间片分别随机到达数量不定的VNR，括号内的值分别表示VNR的收益因子、所需的频率资源量、所需的时隙资源量以及生命周期。其中收益因子不同，VNR对应的最大映射时延也不同，即VNR3和VNR4允许的最大映射时延相同，本发明设为1个时间片；VNR1和VNR5允许的最大映射时延相同，本发明设为2个时间片；VNR2允许的最大映射时延设为4个时间片。对图2所示的VNR的时频资源映射，具体过程包括：

[0059] 图4(a)代表第一个时间片，该时间片到达两个虚拟网络请求VNR1、VNR2。VNR1的生命周期为4，VNR2的生命周期为5，根据生命周期优先级映射原则，该时间片优先映射VNR1，其次映射VNR2；

[0060] 图4(b)代表第二个时间片，该时间片到达了三个虚拟网络请求VNR3、VNR4和VNR5。按照优先级，映射顺序依次为VNR3，VNR4，VNR5。映射完VNR3后，物理网络的剩余资源已经不能满足VNR4，但VNR4仍在最大映射时延内，则将其放入缓存区，等待下个时间片再次尝试映射；

[0061] 图4(c)代表第三个时间片，VNR3映射结束，释放映射时所占用的物理网络时频资源，成功映射VNR4。

[0062] 本发明所述对缓存区的VNR依次进行映射，包括对缓存区内的VNR通过卡诺图映射算法进行映射，具体包括：

[0063] (1)通过卡诺图画圈原理将物理网络的剩余时频资源划分为多个矩形时频资源块；

[0064] (2)筛选出能满足某个VNR所需时频资源的资源块，选择时频资源量最少的矩形时频资源块作为待映射的时频资源；

[0065] (3)如果所选时频资源块的时频资源量大于该VNR所需时频资源量，则根据式(2)-(3)计算每个可能映射的位置的EDI，选择能最小化EDI的角落作为最终的映射位置。

[0066] 为了进一步说明本发明提供的一种基于无线虚拟网络生命周期的时频资源映射方法有效性，下面对本发明的进行仿真验证，并与静态映射算法(Static Embedding)和贪婪动态映射算法(Greedy Dynamic Embedding)对比，如图5、图6所示。仿真中，比较了本发明与Static Embedding和Greedy Dynamic Embedding的性能，包括虚拟网络请求接受率和物理网络收益的比较。

[0067] 仿真中为虚拟网络请求配置了三种业务，因为物理网络收益与业务类型有关，故给不同的业务类型分配了不同的收益因子w，且不同的业务类型也对应了不同的VNRs允许的最大映射时延迟max_delay。例如，w＝0.5代表实时性业务，设max_delay＝1；例如VIOP；w＝0.3代表高速率流媒体业务，设max_delay＝2，例如视频业务；w＝0.2代表尽力而为业务，设max_delay＝4，例如文件下载业务。假设VNR的到达过程建模为一个服从参数为λ的泊松分布过程，VNR的生命周期服从参数为μ的指数分布，且λ＝5,u＝10。VNR所需的时频资源均服从U(2,5)的均匀分布。物理网络的时频资源量分别为T＝20、F＝20。

[0068] 从图5、图6可以看出，与另外两种算法相比，本发明的VNR接受率有较大的提升，因为算法Static Embedding和Greedy Dynamic Embedding都没有充分考虑生命周期优先级，从而导致了更低的接受率。当VNR接受率趋于平稳后，即当时间片到达200以后，本发明与算法Static Embedding和Greedy Dynamic Embedding相比，其接受率分别提高了约20％和17％，如图5所示。在每个时间片内，本发明获得的物理网络收益均大于算法Static Embedding和Greedy Dynamic Embedding获得的物理网络收益，如图6所示。

[0069] 以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。