虚拟网络映射中基于弹性光网络的资源分配方法
【专利摘要】一种虚拟网络映射中基于弹性光网络的资源分配方法，主要解决虚拟网络映射中基于弹性光网络的资源分配问题。具体步骤包括：1.构成虚拟网络；2.总体初始化；3.局部初始化；4.映射虚拟网络节点；5.计算虚拟网络节点适应度；6.记录映射结果；7.判断每一代蚂蚁中的蚂蚁个数是否为0；8.更新信息素矩阵；9.判断蚂蚁代数是否为0；10.获得虚拟网络节点的最终映射结果；11.虚拟网络链路映射。本发明通过采用适应性方法、连续邻接性方法，全面的评估了虚拟网络链路映射对物理网络节点的影响，降低了虚拟网络映射阻塞率和虚拟网络对物理网络链路资源的占用数量，提高了物理网络链路负载平衡。
【专利说明】
虚拟网络映射中基于弹性光网络的资源分配方法
技术领域
[0001] 本发明属于通信技术领域，更进一步设及有线通信技术领域中的一种虚拟网络映 射中基于弹性光网络的资源分配方法。本发明可W应用于数据中屯、弹性光网络中为虚拟网 络请求进行在数据中屯、弹性光网络中资源的分配。
【背景技术】
[0002] 近年来，互联网对带宽需求极大地推动了高带宽、可拓展性强的通信和网络技术 的发展。光纤通信网络具有的高带宽容量受到学术界与工业界的高度重视，被认为是未来 网络体系中核屯、与骨干网中的重要组成部分。然而，现有光通信技术只能实现对光纤带宽 资源相对粗糖的分配与调度，在高度动态的互联网流量方面的表现差强人意。为了克服现 有光网络的运些缺陷，弹性光网络作为一种新兴的光网络技术应运而生，其相比于传统的 波分复用(WDM)光网络具有更加精细的波长粒度。弹性光网络可W实现对频谱资源更加灵 活的分配与调度，为每一个连接请求分配合适的带宽资源，达到子波长粒度，从而提高网络 频谱资源的利用率。为了更好的利用弹性光网络，必须综合考虑和评价弹性光网络中的资 源，虚拟网络映射中基于弹性光网络的资源分配方法就是用于解决运一问题的优化设计技 术。
[0003] Sunny 化 akya,Nabian Pradhan 等人在其发表的论文 "Virtual Network Embedding Reconfiguration in Elastic Optical Networks"(Globecom 2014-Optical Networks and Systems Symposium)中提出一种基于一致连续性的虚拟网络映射 (Alignment and Consecutiveness-aware Virtual Network Embedding,ACT-VNE)方法。 该方法的具体步骤是，第一步:将物理节点按照连接连续性指标从大到小排序，将虚拟网络 节点按照请求资源从大到小排序;第二步:按照顺序将虚拟网络节点按照约束条件映射到 物理网络节点上，如果失败则虚拟网络映射失败;第=步:将虚拟网络链路按照带宽资源请 求从大到小排序;第四步:按顺序对虚拟网络链路求其对应物理节点的k最短路径并且计算 每条路径的相对连续性损失指标(Relative Consecutiveness Loss,RCL)，选择其中对R化 最小的一条进行映射，如果失败则虚拟网络映射失败。该方法存在的不足之处是，该方法对 虚拟网络的映射进行一次映射导致阻塞率较高；由于虚拟网络链路路径的选择未考虑节点 资源导致影响的误判，同样造成虚拟网络映射阻塞率较高。
[0004] 西安电子科技大学在其申请的专利"一种基于SDN架构面向虚拟光网络的映射方 法申请号：201510874461.6申请日：2015.12.02)中公开了一种基于SDN架构的面向虚拟 光网络映射的文化基因方法。该方法的具体步骤是，第一步:确定虚拟请求和物理底层的各 网络参数及拓扑结构图，并创建WVON-FP值为链路权值的拓扑辅助图，确定优化目标;第二 步:将拓扑辅助图上的链路按VON-FP值升序排列，W便映射，根据虚拟请求进行分类，按照 映射规则确定映射方式;第=步:制定文化基因算法框架，将分类好的虚拟请求用文化基因 算法进行求解映射;第四步:重复迭代文化基因算法得出适应度函数最小时的最优映射方 案。该方法存在的不足之处是，虚拟网络的映射并未考虑物理网络的负载，会导致映射资源 分配集中在局部和虚拟网络占用物理网络链路资源大。
【发明内容】
[0005] 本发明的目的在于克服上述现有技术的不足，提出一种适用于虚拟网络映射中基 于弹性光网络的资源分配方法，本发明考虑物理网络节点周围的链路使用情况，在虚拟网 络节点映射时W虚拟网络占用资源最小和对物理网络节点影响最小为目标，最后采用 Di Astra算法和最先适应算法将虚拟网络链路映射到物理网络上，有效降低了虚拟网络映 射阻塞率和虚拟网络对物理链路资源频隙的占用数量，并且提高了物理网络链路负载平 衡。
[0006] 实现本发明的具体思路是:考虑物理网络节点周围的链路频隙使用情况，得出物 理网络节点的连续度、邻接度和周围链路负载，从而计算出物理网络节点的适应度值，依据 此适应度值并且W虚拟网络占用资源最小和对物理网络节点影响最小为目标，采用蚁群算 法映射虚拟网络节点到物理网络上，最后采用Di Astra算法和最先适应算法将虚拟网络链 路映射到物理网络上，有效降低了虚拟网络映射阻塞率和虚拟网络对物理链路资源频隙的 占用数量，并且提高了物理网络链路负载平衡。
[0007] 本发明具体步骤如下：
[000引 （1)构成虚拟网络：
[0009] 通过软件定义网络SDN网络架构的控制器，得到业务请求所需的计算资源和通信 带宽，构成虚拟网络；
[0010] (2)总体初始化：
[0011] (2a)将信息素矩阵初始化为mXn的全1矩阵，其中，m表示虚拟网络节点个数，n表 示物理网络节点个数；
[0012] (2b)将妈蚁代数初始化为常数值100;
[0013] (3)局部初始化：
[0014] 将每一代妈蚁中的妈蚁个数初始化为50,将禁忌表taboo初始化为IXn的全1矩 阵，其中，n表示物理网络节点个数；
[0015] (4)映射虚拟网络节点：
[0016] (4a)采用连续邻接性方法，计算当前物理网络节点的评价指标；
[0017] (4b)采用适应性方法，计算当前每个物理网络节点的转移概率；
[0018] (4c)采用轮盘赌算法，根据当前每个物理网络节点的转移概率，映射虚拟网络节 点到物理网络中，并将被映射的物理网络节点序号对应禁忌表taboo中的值置为0;
[0019] (5)计算虚拟网络节点适应度：
[0020] (5a)按照下式，计算虚拟网络链路的影响因子：
[0021]
[0022] 其中，I表示虚拟网络链路的影响因子，E表示求和操作，t表示物理网络节点序 号，G表示属于符号，D表示虚拟网络链路映射结果，at'表示虚拟网络链路映射前的物理网 络节点评价指标，at表示当前物理网络节点评价指标；
[0023] (5b)按照下式，计算虚拟网络节点适应度：
[0024]
[0025] 其中，F表示虚拟网络节点适应度，E表示求和操作，i表示虚拟网络链路的序号，j 表示物理网络链路的序号，G表示属于符号，EV表示虚拟网络链路集合，ES表示物理网络链 路集合，Ou表示虚拟网络链路i占用物理网络链路j的频隙个数，Ii表示虚拟网络链路i在物 理网络中映射的路径对物理网络节点的影响因子；
[00%] (6)记录映射结果：
[0027] 将虚拟网络节点适应度记录到矩阵result,将虚拟网络节点的映射结果记录到矩 阵NodeResult;
[0028] (7)判断每一代妈蚁中的妈蚁个数是否为0,若是，执行步骤(8)，否则，将妈蚁每一 代妈蚁中的妈蚁个数减1后执行步骤(4);
[0029] (8)更新信息素矩阵：
[0030] (8a)采用上下界限制信息素增量方法，得到当前信息素矩阵；
[0031] (8b)用当前的信息素矩阵替代信息素矩阵；
[0032] (9)判断妈蚁代数是否为0,若是，执行步骤(10)，否则，将妈蚁代数减1后执行步骤(3);
[0033] (10)获得虚拟网络节点的最终映射结果：
[0034] 将最小的虚拟网络节点适应度所对应的虚拟网络节点映射结果，作为虚拟网络节 点的最终映射结果；
[0035] (11)虚拟网络链路映射：
[0036] (Ila)对每一条虚拟网络链路两个端点对应的物理网络节点，采用Dijkstra算法 求得运两个物理网络节点的最短路径；
[0037] (Ub)依据最先适应算法，将虚拟网络链路映射到到物理网络链路中。
[0038] 本发明与现有技术相比具有如下优点：
[0039] 第一，由于本发明采用适应性方法，使周围链路负载大的物理网络节点转移概率 较小，在虚拟网络节点映射时避开周围链路频隙使用率高的物理网络节点，克服了虚拟网 络的映射并未考虑物理网络的负载导致映射资源分配集中在局部和虚拟网络占用物理网 络链路资源大的缺点，使得本发明具有了物理网络链路负载平衡和优化虚拟网络占用物理 网络链路资源的优点。
[0040] 第二，由于本发明采用蚁群算法多次映射，从中选择最小的虚拟网络节点适应度 所对应的虚拟网络节点映射作为虚拟网络节点的最终映射结果，克服了现有技术中对虚拟 网络的映射进行一次映射导致阻塞率较高的缺点，使得本发明具有了虚拟网络映射阻塞率 小的优点。
[0041] 第=，由于本发明在计算虚拟网络节点适应度时，连续邻接性方法，全面的评估了 虚拟网络链路映射对物理网络节点的影响，克服了现有技术中由于虚拟网络链路路径的选 择时未考物理网络虑节点资源导致影响的误判，使得本发明具有了物理网络资源使用率提 高和虚拟网络映射的阻塞率降低的优点。
【附图说明】
[0042] 图1为本发明的流程图；
[0043] 图2为本发明仿真。
【具体实施方式】
[0044] 下面结合附图对本发明做进一步的详细描述。
[0045] 参照附图1，对本发明的具体步骤描述如下。
[0046] 步骤1，构成虚拟网络。
[0047] 通过SDN网络架构的控制器，得到业务请求所需的计算资源和通信带宽，构成虚拟 网络。
[004引步骤2,总体初始化。
[0049] 将信息素矩阵初始化为mXn的全1矩阵，其中，m表示虚拟网络节点个数，n表示物 理网络节点个数。
[0050] 将妈蚁代数初始化为常数值100。
[0化1] 步骤3,局部初始化。
[0052] 将每一代妈蚁中的妈蚁个数初始化为常数值50,将禁忌表taboo初始化为IXn的 全1矩阵，其中，n表示物理网络节点个数。
[0053] 步骤4,映射虚拟网络节点。
[0054] 采用连续邻接性方法，计算当前物理网络节点的评价指标。
[0055] 采用适应性方法，计算当前每个物理网络节点的转移概率。
[0056] 采用轮盘赌算法，根据当前每个物理网络节点的转移概率，映射虚拟网络节点到 物理网络中，并将被映射的物理网络节点序号对应禁忌表taboo中的值置为0。
[0057] 连续邻接性方法的具体步骤如下：
[005引第1步:按照下式，计算物理网络中具有共同端点相邻链路的空闲频隙连续度： [0化9] 5i = ek(i)&ek' (i)
[0060] 其中，Si表示物理网络中具有共同端点相邻链路的空闲频隙连续度，i表示物理网 络链路中频隙的序号，k和k'分别表示物理网络中具有共同端点的两个相邻物理网络的链 路序号，&表示与操作，ek和ek'表示物理网络中具有共同端点的两个相邻物理网络链路的频 隙向量，如果物理网络链路中第i个频隙没有被占用，则ek(i)的值为1，否则为0;
[0061] 第2步:构成物理网络中具有共同端点相邻链路的空闲频隙连续向量：
[0062] Vkk'(i) =Si
[0063] 其中，vkk'表示物理网络中具有共同端点相邻链路的空闲频隙连续向量，Si表示物 理网络中具有共同端点相邻链路的空闲频隙连续度；
[0064] 第3步:按照下式，计算物理网络节点的频谱连续度：
[00 化]
[0066]其中，Jr表示物理网络节点的频谱连续度，r表示物理网络节点的序号，E表示求 和操作，k和k'分别表示物理网络中具有共同端点的两个相邻物理网络的链路序号，G表示 属于，Er表示物理网络节点相连的链路集合，sum表示求和操作，Vkk'表示物理网络中具有共 同端点相邻链路的空闲频隙连续向量，d表示物理网络节点相连的物理网络链路条数；
[0067]第4步:按照下式，计算物理网络节点的频谱邻接度：
[006引
[0069]其中，Kr表示物理网络节点的频谱邻接度，r表示物理网络节点的序号，E表示求 和操作，k和k'分别表示物理网络中具有共同端点的两个相邻物理网络的链路序号，G表示 属于，Er表示物理网络节点相连的链路集合，N表示每个物理网络链路的最大频隙个数，Vkk' 表示物理网络中具有共同端点相邻链路的空闲频隙连续向量，d表示物理网络节点相连的 物理网络链路条数；
[00701 笠G击.肤昭了才A管物理网络节点的相邻链路负载：
[0071：
[0072] 其中，心表示物理网络节点的相邻链路负载，r表示物理网络节点的序号，E表示 求和操作，S表示物理网络节点r相连的链路序号，G表示属于，Er表示物理网络节点相连的 链路集合，sum表示将向量中的每个值求和，es表示物理网络链路的频隙向量，d表示物理网 络节点相连的物理网络链路条数；
[0073] 第6步:按照下式，依据物理网络节点的频谱连续度、频谱邻接度和相邻链路负载， 计算当前物理网络节点的评价指标：
[0074]
[0075] 其中，ar表示当前物理网络节点的评价指标，:T表示物理网络节点的序号，C (r)表 示物理网络节点r当前被占用的资源数量，max表示取最大值操作，Jr表示物理网络节点的 频谱连续度，N表示每个物理网络链路的频隙总数，Kr表示物理网络节点的频谱邻接度，以表 示物理网络节点的相邻链路负载。
[0076] 适应性方法的具体步骤如下：
[0077] 第1步:按照下式，计算满足虚拟网络节点资源需求的当前物理网络节点的适应： [007引
[0079] 其中，PU表示当前每个物理网络节点的转移概率，i表示虚拟网络节点序号， allowed表示此刻允许选择的物理网络节点的集合，j表示属于allowed集合的物理网络节 点序号，G表示属于，H表示信息素矩阵，aj表示当前物理网络节点的评价指标，a表示信息 启发式因子，e表示期望启发式因子，E表示求和操作；
[0080] 第2步:当前其余物理网络节点的转移概率赋值为0。
[0081] 步骤5,计算虚拟网络节点适应度。
[0082] 按照下式，计算虚拟网络链路的影响因子：
[0083]
[0084] 其中，I表示虚拟网络链路的影响因子，E表示求和操作，t表示物理网络节点序 号，G表示属于，D表示虚拟网络链路映射结果，at'表示虚拟网络链路映射前的物理网络节 点评价指标，at表示当前物理网络节点评价指标。
[0085] 按照下式，计算虚拟网络节点适应度：
[0086]
[0087] 其中，F表示虚拟网络节点适应度，E表示求和操作，i表示虚拟网络链路的序号，j 表示物理网络链路的序号，G表示属于，EV表示虚拟网络链路集合，ES表示物理网络链路集 合，Ou表示虚拟网络链路i占用物理网络链路j的频隙个数，Ii表示虚拟网络链路i在物理网 络中映射的路径对物理网络节点的影响因子。
[0088] 步骤6,记录映射结果。
[0089] 将虚拟网络节点适应度记录到矩阵result,将虚拟网络节点的映射结果记录到矩 阵NodeResul t，妈蚁个数减1，如果妈蚁个数不为0，执行步骤4，否则，执行步骤7。
[0090] 步骤7，判断每一代妈蚁中的妈蚁个数是否为0，若是，执行步骤8，否则，将妈蚁每 一代妈蚁中的妈蚁个数减1后执行步骤4。
[0091 ]步骤8,更新信息素矩阵。
[0092] 采用上下界限制信息素增量方法，得到当前信息素矩阵。
[0093] 用当前的信息素矩阵替代信息素矩阵。
[0094] 上下界限制信息素增量的具体步骤如下：
[00M]第1步:按照下式，计算信息素变化量：
[0096]
[0097] 具甲，A
巧不1言息素变化量，r表示虚拟网络节点的序号，S表示物理网络节 点的序号，Q表示信息素总量常数，F表示目标函数值；
[0098] 第2步:按照下式，更新当前虚拟网络节点映射结果中的物理网络节点信息素：
[0099] H(r,s) = (l-p) ? H(r,s)+AH(r,s)
[0100] 其中，H表示信息素矩阵，r表示虚拟网络节点的序号，S表示物理网络节点的序号， P表示信息挥发系数，AH(r，s)表示信息素变化量；
[0101] 第3步:按照下式，更新其余物理网络节点信息素：
[0102] H(r,s) = (l-p) ? H(r,s)
[0103] 其中，H表示信息素矩阵，r表示虚拟网络节点的序号，S表示物理网络节点的序号， P表示信息挥发系数；
[0104] 第4步:按照下式，计算约束后的信息素矩阵：
[0105]
[0106] 其中，H表示信息素矩阵，r表示虚拟网络节点的序号，S表示物理网络节点的序号， Tmin表示信息素值的下限，Tmax表示信息素值的上限。
[0107] 步骤9,判断妈蚁代数是否为0,若是，执行步骤10,否则，将妈蚁代数减1后执行步 骤3。
[0108] 步骤10,获得虚拟网络节点的最终映射结果。
[0109] 选择最小的虚拟网络节点适应度所对应的虚拟网络节点映射结果作为虚拟网络 节点的最终映射结果。
[0110] 步骤11，虚拟网络链路映射。
[0111] 采用Dijkstra算法，对每一条虚拟网络链路，得到其两个端点对应的物理网络节 点之间的最短路径，依据最先适应算法映射虚拟网络链路到物理网络链路中。
[0112] 下面结合附图2对本发明的效果做进一步的描述。
[011引1.仿真条件：
[0114]本发明仿真选取14节点的物理网络，每对物理网络节点之间存在物理网络链路的 概率为0.23,每条物理网络链路的最大频谱个数均为150,每个物理网络节点资源大小为 [300，400 ]的均匀分布。对于虚拟网络，虚拟网络节点个数为[2，引的均匀分布，每对虚拟网 络节点之间存在虚拟网络链路的概率为0.5,每条虚拟网络链路的请求频谱个数为[1，5]的 均匀分布，每个虚拟网络节点所需资源大小为[1，3]的均匀分布。虚拟网络请求个数满足泊 松分布，生存时间满足指数分布。
[011引2.仿真内容：
[0116] 本发明方法对虚拟网络分别进行5次仿真，5次仿真的泊松分布参数依次选取为5、 10、15、20和25，在相同虚拟网络请求下对比本发明方法和，其中，本发明的方法命名为CCN- AC0(Continous Contiguity and Node Adaptive Algorithm)，Greedy-SP-FF(Greedy Selection,Shortest Path and First-Fit Based Virtual Network Embedding Algorithm)、RC-SP-FF(Resource Capacity, Shortest Path and First-Fit Based Virtual Network Embedding Algorithm)和ACT-VNE(Alignment and Consecutiveness- aware Virtual Network Embedding)分别表示采用基于资源容量和最短路路径最先适应 的贪婪虚拟网络映射方法、基于节点度和最短路路径最先适应拟网络映射方法和基于一致 连续性的虚拟网络映射方法。
[0117] 3.仿真结果分析：
[0118] 图2是本发明方法CCN-ACO与基于资源容量和最短路路径最先适应的贪婪虚拟网 络映射方法(Greedy-SP-FF)、基于节点度和最短路路径最先适应拟网络映射方法(RC-SP- FF)、基于一致连续性的虚拟网络映射方法(ACT-V肥)对比算法的仿真结果。
[0119] 图2(a)是本发明方法与现有其他方法按照相同虚拟网络的映射仿真得到的虚拟 网络映射阻塞率对比折线图，X轴表示虚拟网络平均到达速率，y轴表示虚拟网络映射阻塞 率。图2(a)中W4种不同的折线表示了采用4种不同方法，W方框标识的折线表示采用基于 资源容量和最短路路径最先适应的贪婪虚拟网络映射方法得到的虚拟网络映射阻塞率；W =角形标识的折线表示采用基于节点度和最短路路径最先适应拟网络映射方法得到的虚 拟网络映射阻塞率；W星号标识的折线表示采用基于一致连续性的虚拟网络映射方法得到 的虚拟网络映射阻塞率；W圆圈标识的折线表示采用本发明方法CCN-ACO得到的虚拟网络 映射阻塞率。
[0120] 图2(a)中可见W圆圈标识的折线明显低于其他折线，表明本发明方法的阻塞率要 低于其他现有方法，故本发明方法相比于其他现有方法可W有效提高虚拟网络映射成功 率。
[0121] 图2(b)是本发明方法与现有其他方法按照相同虚拟网络的映射仿真得到的物理 网络链路被占用频隙数的方差对比折线图，X轴表示虚拟网络平均到达速率，y轴表示物理 网络链路被占用频隙数的方差。图2(b)中W4种不同的折线表示了采用4种不同方法，W方 框标识的折线表示采用基于资源容量和最短路路径最先适应的贪婪虚拟网络映射方法得 到的物理网络链路被占用频隙数的方差；W =角形标识的折线表示采用基于节点度和最短 路路径最先适应拟网络映射方法得到的物理网络链路被占用频隙数的方差；W星号标识的 折线表示采用基于一致连续性的虚拟网络映射方法得到的物理网络链路被占用频隙数的 方差；W圆圈标识的折线表示采用本发明方法CCN-ACO得到的物理网络链路被占用频隙数 的方差。
[0122] 图2(b)可见中W圆圈标识的折线明于其他折线，表明本发明方法的物理网络链路 平衡要优于其他现有方法，故本发明方法相比于其他现有方法可W避免虚拟网络映射集中 在物理网络局部。
[0123] 图2(c)是本发明方法与现有其他方法按照相同虚拟网络的映射仿真得到的虚拟 网络链路所占用的物理链路资源与虚拟网络链路请求资源的比率对比柱状图，X轴表示虚 拟网络平均到达速率，y轴表示虚拟网络链路所占用的物理链路资源与虚拟网络链路请求 资源的比率。图2(c)中W4个不同的填充图案表示了采用4种不同方法，W加号填充的柱状 图表示采用基于资源容量和最短路路径最先适应的贪婪虚拟网络映射方法得到的虚拟网 络链路所占用的物理链路资源与虚拟网络链路请求资源的比率；W斜线填充的柱状图表示 采用基于节点度和最短路路径最先适应拟网络映射方法得到的虚拟网络链路所占用的物 理链路资源与虚拟网络链路请求资源的比率；W交叉斜线填充的柱状图表示采用基于一致 连续性的虚拟网络映射方法得到的虚拟网络链路所占用的物理链路资源与虚拟网络链路 请求资源的比率；W横线填充的柱状图表示采用本发明方法CCN-ACO得到的虚拟网络链路 所占用的物理链路资源与虚拟网络链路请求资源的比率。图中W横线填充的柱状图明显低 于其他柱状图，故本发明方法的虚拟网络所占用的物理网络链路资源比其他现有方法少。
[0124] 图2(c)可见中W横线填充的柱状图明显低于其他柱状图，表明虚拟网络所占用的 物理网络链路资源比其他现有方法少，故本发明方法相比于其他现有方法可W更好的优化 虚拟网络占用物理网络链路资源。
【主权项】
1. 一种虚拟网络映射中基于弹性光网络的资源分配方法，具体步骤如下： (1) 构成虚拟网络： 通过软件定义网络SDN网络架构的控制器，得到业务请求所需的计算资源和通信带宽， 构成虚拟网络； (2) 总体初始化： (2a)将信息素矩阵初始化为mXn的全1矩阵，其中，m表示虚拟网络节点个数，η表示物 理网络节点个数； (2b)将妈蚁代数初始化为常数值100; (3) 局部初始化： 将每一代妈蚁中的妈蚁个数初始化为50，将禁忌表taboo初始化为1 X η的全1矩阵，其 中，η表示物理网络节点个数； (4) 映射虚拟网络节点： (4a)采用连续邻接性方法，计算当前物理网络节点的评价指标； (4b)采用适应性方法，计算当前每个物理网络节点的转移概率； (4c)采用轮盘赌算法，根据当前每个物理网络节点的转移概率，映射虚拟网络节点到 物理网络中，并将被映射的物理网络节点序号对应禁忌表taboo中的值置为0; (5) 计算虚拟网络节点适应度： 巧a)按照下式，计算虚拟网络链路的影响因子：其中，I表示虚拟网络链路的影响因子，Σ表示求和操作，t表示物理网络节点序号，e 表示属于符号，D表示虚拟网络链路映射结果，at'表示虚拟网络链路映射前的物理网络节 点评价指标，at表示当前物理网络节点评价指标； 巧b)按照下式，计算虚拟网络节点适应度：其中，F表示虚拟网络节点适应度，Σ表示求和操作，i表示虚拟网络链路的序号，j表示 物理网络链路的序号，e表示属于符号，eV表示虚拟网络链路集合，ES表示物理网络链路集 合，Ου表示虚拟网络链路i占用物理网络链路j的频隙个数，Ii表示虚拟网络链路i在物理网 络中映射的路径对物理网络节点的影响因子； (6) 记录映射结果： 将虚拟网络节点适应度记录到矩阵result,将虚拟网络节点的映射结果记录到矩阵 NodeResult; (7) 判断每一代妈蚁中的妈蚁个数是否为0,若是，执行步骤(8)，否则，将妈蚁每一代妈 蚁中的妈蚁个数减1后执行步骤(4); (8) 更新信息素矩阵： (8a)采用上下界限制信息素增量方法，得到当前信息素矩阵； (8b)用当前的信息素矩阵替代信息素矩阵； (9) 判断妈蚁代数是否为0,若是，执行步骤(10)，否则，将妈蚁代数减1后执行步骤(3); (10) 获得虚拟网络节点的最终映射结果： 将最小的虚拟网络节点适应度所对应的虚拟网络节点映射结果，作为虚拟网络节点的 最终映射结果； (11) 虚拟网络链路映射： (11a)对每一条虚拟网络链路两个端点对应的物理网络节点，采用Dijkstra算法求得 运两个物理网络节点的最短路径； (Ub)依据最先适应算法，将虚拟网络链路映射到到物理网络链路中。2.根据权利要求1所述的虚拟网络映射中基于弹性光网络的资源分配方法，其特征在 于，步骤(4a)中所述连续邻接性方法的具体步骤如下： 第1步:按照下式，计算物理网络中具有共同端点相邻链路的空闲频隙连续度： Si = ek(i)&ek'（i) 其中，δι表示物理网络中具有共同端点相邻链路的空闲频隙连续度，i表示物理网络链 路中频隙的序号，k和k'分别表示物理网络中具有共同端点的两个相邻物理网络的链路序 号，&表示与操作，ek和ek'表示物理网络中具有共同端点的两个相邻物理网络链路的频隙向 量，当物理网络链路中第i个频隙被占用时，ek(i)的值为0,否则ek(i)的值为1; 第2步:构成物理网络中具有共同端点相邻链路的空闲频隙连续向量： vkk'（i) = Si 其中，vkk'表示物理网络中具有共同端点相邻链路的空闲频隙连续向量，δι表示物理网 络中具有共同端点相邻链路的空闲频隙连续度； 第3步:按照下式，计算物理网络节点的频谱连续度：其中，Jr表示物理网络节点的频谱连续度，r表示物理网络节点的序号，Σ表示求和操 作，k和k'分别表示物理网络中具有共同端点的两个相邻物理网络的链路序号，e表示属于 符号，Er表示物理网络节点相连的链路集合，sum表示求和操作，vkk'表示物理网络中具有共 同端点相邻链路的空闲频隙连续向量，d表示物理网络节点相连的物理网络链路条数； 第4步:按照下式，计算物理网络节点的频谱邻接度：其中，Kr表示物理网络节点的频谱邻接度，r表示物理网络节点的序号，Σ表示求和操 作，k和k'分别表示物理网络中具有共同端点的两个相邻物理网络的链路序号，e表示属于 符号，Er表示物理网络节点相连的链路集合，N表示每个物理网络链路的最大频隙个数，I · 表示求绝对值操作，Vkk'表示物理网络中具有共同端点相邻链路的空闲频隙连续向量，d表 示物理网络节点相连的物理网络链路条数； 第5步:按照下式，计算物理网络节点的相邻链路负载：其中，以表示物理网络节点的相邻链路负载，r表示物理网络节点的序号，Σ表示求和操 作，S表示物理网络节点r相连的链路序号，e表示属于符号，Er表示物理网络节点相连的链 路集合，sum表示将向量中的每个值求和操作，es表示物理网络链路的频隙向量，d表示物理 网络节点相连的物理网络链路数； 第6步:按照下式，依据物理网络节点的频谱连续度、频谱邻接度和相邻链路负载，计算 当前物理网络节点的评价指标：其中，ar表示当前物理网络节点的评价指标，:Γ表示物理网络节点的序号，C (r)表示物理 网络节点r当前被占用的资源数量，max表示取最大值操作，Jr表示物理网络节点的频谱连 续度，N表示每个物理网络链路的频隙总数，Kr表示物理网络节点的频谱邻接度，以表示物理 网络节点的相邻链路负载。3. 根据权利要求1所述的虚拟网络映射中基于弹性光网络的资源分配方法，其特征在 于，步骤(4b)中所述适应性方法的具体步骤如下： 第1步:按照下式，计算满足虚拟网络节点资源需求的当前物理网络节点的适应：其中，PU表示当前每个物理网络节点的转移概率，i表示虚拟网络节点序号，allowed表 示此刻允许选择的物理网络节点的集合，j表示属于allowed集合的物理网络节点序号，e 表示属于符号，Η表示信息素矩阵，aj表示当前物理网络节点的评价指标，α表示信息启发式 因子，β表示期望启发式因子，Σ表示求和操作； 第2步：当前其余物理网络节点的转移概率赋值为0。4. 根据权利要求1所述的虚拟网络映射中基于弹性光网络的资源分配方法，其特征在 于，步骤(8a)中所述上下界限制信息素增量的具体步骤如下： 第1步:按照下式，计算信息素变化量：其中，AH(;r，s)表示信息素变化量，r表示虚拟网络节点的序号，S表示物理网络节点的 序号，Q表示信息素总量常数，F表示目标函数值； 第2步:按照下式，更新当前虚拟网络节点映射结果中的物理网络节点信息素： H(r,s) = (l-p) · H(r,s)+AH(r,s) 其中，Η表示信息素矩阵，r表示虚拟网络节点的序号，s表示物理网络节点的序号，P表 示信息挥发系数，AH(r，s)表示信息素变化量； 第3步:按照下式，更新其余物理网络节点信息素： H(r,s) = (l-p) · H(r,s) 其中，Η表示信息素矩阵，r表示虚拟网络节点的序号，s表示物理网络节点的序号，P表 示信息挥发系数； 第4步:按照下式，计算约束后的信息素矩阵：其中，Η表示信息素矩阵，r表示虚拟网络节点的序号，S表示物理网络节点的序号，Tmin 表示信息素值的下限，Tmax表示信息素值的上限。
【文档编号】H04L12/24GK105978713SQ201610298296
【公开日】2016年9月28日
【申请日】2016年5月6日
【发明人】王波, 王琨, 顾华玺, 杨如莹, 魏雯婷, 詹政
【申请人】西安电子科技大学