技术特征：
1.一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，包括以下步骤：s1：建立虚拟网络映射模型，将虚拟网络请求部署到物理网络并为其分配资源，并将虚拟网络映射分解为节点映射和链路映射；s2：定义长期网络收益函数；s3：建立基于链路约束的拓扑聚集度模型，并给基于广度优先搜索的虚拟节点进行排名；s4：对于每一个虚拟网络资源vnr，进行虚拟网络节点排名，并计算出满足节点请求的聚集度最大的节点，完成节点映射和对应的链路映射。2.根据权利要求1所述的一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，所述步骤s1中，使用无向图描述物理网络和虚拟网络，并将虚拟网络映射分解为节点映射和链路映射；物理网络sn为：其中，n
s
表示虚拟节点集，e
s
表示虚拟链路集合，表示节点属性集，表示链路属性集；虚拟网络vn为其中，nv表示虚拟节点，ev表示虚拟链路，和分别表示虚拟节点和虚拟链路请求约束合集，形式化为gv到g
s
子集的映射m:gv→
(n',p',r
n
,r
e
)，其中n'∈n
s
，p'∈p
s
，r
n
和r
e
分别为分配给虚拟网络vn中虚拟节点和虚拟链路的资源，虚拟网络映射可分解为节点映射和链路映射：节点映射：链路映射：定义虚拟节点资源请求量或物理节点剩余量如下：其中，nib(n)表示与节点n连接的链路，bw为链路带宽，l为一条与节点n项链的链路。3.根据权利要求1所述的一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，所述步骤s2中，长期网络收益定义如下：其中，定义r(gv,t)为t时刻的虚拟网络请求收益；长期收益代价比率如下:其中，定义c(gv,t)为t时刻的资源消耗代价。4.根据权利要求1所述的一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，所述步骤s3中，所述的聚集度csr定义如下：
其中，n
path
为n
s
到每个与虚拟节点邻接的已被映射的物理节点的最短路径长度之和，n
s
为物理网络sn中的一节点。5.根据权利要求1所述的一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，所述步骤s3中，所述的聚集度模型如下：征在于，所述步骤s3中，所述的聚集度模型如下：sm(n
v
)＝m
n
(nib(n
v
))其中，为满足虚拟链路请求的路径长度；nib(n
v
)为n
v
相邻节点集，sm(n
v
)表示与n
v
相邻节点所映射到的物理节点集合，n
v
虚拟网络vn一节点。6.根据权利要求1所述的一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，所述广度优先搜索节点排名步骤如下：s31：按照节点资源请求量对每个虚拟节点降序排列；s32：将s31中排列后的第一个节点作为权限root；s33：以权限root为根对无向图广度优先遍历，得到广度优先搜索树；s34：按照公式对广度优先搜索树的每一层降序排列；s35：返回节点排名序列。7.根据权利要求1所述的一种基于满足链路约束的拓扑聚集度虚拟网络映射方法，其特征在于，所述步骤s4中，基于链路约束的拓扑聚集度映射算法lccd如下所述：s41：按照收益对虚拟网络资源vnr队列降序排列；s42：选择最大收益的虚拟网络资源vnr赋值给聚集度最大的节点bfs；s43：选择满足节点请求的前k和n
path
最小的节点，记为v＝{n1,n2,
…
,n
k
}；s44：计算v
k
中每个节点的聚集度，选择最大聚集度的节点被n
v
映射，完成与n
v
连接边的链路映射，如果失败，把gv插入到临时队列，等待下个时间窗映射，转到s42；否则跳到s45；s45：更新物理网络；s46：如果n
v
为空，本次网络请求映射成功，跳到s42；否则跳到s43。
技术总结
本发明公开了一种基于满足链路约束的拓扑聚集度虚拟网络映射方法。为了实现在满足电力骨干通信网业务路径需求的基础上，既要减少了资源消耗，又要降低了链路映射代价的目标；本发明采用如下步骤：S1：建立虚拟网络映射模型，将虚拟网络请求部署到物理网络并为其分配资源，并将虚拟网络映射分解为节点映射和链路映射；S2：定义长期网络收益函数；S3：建立基于链路约束的拓扑聚集度模型，并给基于广度优先搜索的虚拟节点进行排名；S4：对于每一个虚拟网络资源VNR，进行虚拟网络节点排名，并计算出满足节点请求的聚集度最大的节点，完成节点映射和对应的链路映射。优点是降低了链路映射代价，节约了物理资源。节约了物理资源。
技术研发人员：李凌雁 楼平 诸骏豪 徐国华 盛建雄 钱振兴 吴云鹏 叶韵
受保护的技术使用者：国网浙江省电力有限公司湖州供电公司
技术研发日：2021.11.04
技术公布日：2022/5/31