一种基于中心性约束的SFC路径生成方法和系统与流程

本发明涉及业务功能链，特别是涉及一种基于中心性约束的sfc路径生成方法和系统。

背景技术：

1、sfc(service function chain，业务功能链)是一种给应用层提供有序服务的技术。sfc用来将网络上的服务再在逻辑层面上联接起来，从而形成一个有序的服务组合。sfc通过在原始报文中添加业务链路径信息来实现报文按照指定的路径依次经过服务设备。数据报文在网络中传递时，往往需要经过各种各样的服务节点，从而保证网络能够按照预先的规划为用户提供安全、快速、稳定的服务。这些服务节点包括熟知的防火墙fw(firewall)、入侵防御系统ips(intrusion prevention system)、应用加速器和nat等，网络流量需要按照业务逻辑所要求的既定顺序经过这些服务节点，才能实现所需要的业务。

2、段路由sr(segment routing)是基于源路由理念而设计的在网络上转发数据包的一种协议。segment routing将网络路径分成一个个段，并且为这些段和网络中的转发节点分配段标识id。通过对段和网络节点进行有序排列(segment list)，就可以得到一条转发路径。网络上的一个服务也可以表达为一个服务段，补充到网络路径中，形成基于段列表的sfc路径。

3、segment routing技术基于源路由理念而设计，通过源节点即可控制数据包在网络中的转发路径。配合集中算路模块，即可灵活简便的实现路径控制与调整。软件定义网络sdn(software defined network)的思想是通过控制与转发分离，将网络中交换设备的控制逻辑集中到一个计算设备上，为提升网络管理配置能力带来新的思路。sdn网络部署模式下，通常由控制器完成sfc路径计算。

4、mcf(multi-commodity flow problem，多物网络流问题)是多种商品(业务流量)在网络中从不同的源节点流到不同宿节点的网络流问题。mcf的目标是通过网络以最低的成本流通商品，且要不超过每条弧的流量。sfc路径计算是一个典型的多商品流问题。主要约束是容量的限制、流守恒及需求的满足。

5、mcf约束路径计算是一个np(non-deterministic polynomial，非确定性多项式)难题。基于传统最短路径计算sfc路径，以当前的服务器能力，100个节点的单sfc路径计算需要花费一晚时间。远远达不到业务运营部署的要求。基于约束编程原生算法，通过优化表达式，并通过启发式算法限制决策变量的数目，可以大大提升sfc路径的计算效率。完成100个节点的单sfc路径计算可以在几秒内完成。不过，当业务流到1500个时，仍然需要几个小时的计算时间。

6、鉴于此，如何克服现有技术所存在的缺陷，解决sfc路径计算时间过长、算法效率低的技术问题，是本技术领域待解决的难题。

技术实现思路

1、针对现有技术的以上缺陷或改进需求，本发明提供一种基于中心性约束的sfc路径生成方法和系统，该方法应用强化学习，提取网络中心性特征；应用中心性特征，优化sfc约束计算的决策变量数量，提升算法效率。

2、本发明实施例采用如下技术方案：

3、第一方面，本发明提供了一种基于中心性约束的sfc路径生成方法，包括：

4、基于强化学习进行域内节点中心性计算；

5、选择中心性高的节点作为路径候选中间节点；

6、基于路径候选中间节点，通过约束规划计算业务的sfc路径。

7、进一步的，所述基于强化学习进行域内节点中心性计算具体包括：

8、学习模式：按时间梯度输出业务流量模型对应的拓扑域内的节点中心性度量，形成输入数据集；

9、训练模式：通过输入数据集，基于深度学习网络进行训练，输出标记数据集；

10、运行模式：根据标记数据集更新拓扑域内的节点中心性度量。

11、进一步的，所述学习模式：按时间梯度输出业务流量模型对应的拓扑域内的节点中心性度量，形成输入数据集具体包括：

12、输入网络拓扑g(n,e)和业务需求r＝(s,t,dep(v1,v2),b,l)；其中，n为节点集(vi|vi∈n)，e为边集合(ei|ei∈e)，s为源节点，t为目的节点，dep为约束路径，v1为约束路径必须经过的节点v1，v2为约束路径必须经过的节点v2,dep(v1,v2)表示要求约束路径顺序经过v1和v2节点，b为带宽需求，l为请求生命周期；

13、学习周期初始化为0，域内节点中心性度量设置为0，针对每个业务需求r的路径候选中间节点为全集；

14、完成当前业务需求的sfc路径计算，得到当前业务需求的中心节点集，每个节点监控输入的请求与计算得到的中心节点集，同时创建节点中心性度量与业务流量随时间变化的概率模型，以作为训练模式的输入数据集；其中，节点中心性度量＝节点被选中的次数/sfc算路成功的次数。

15、进一步的，所述训练模式：通过输入数据集，基于深度学习网络进行训练，输出标记数据集具体包括：

16、建立节点中心性度量预测模型，并将其形式化为请求的sfc路径在t+1时间步长的流量序列标记预测；

17、给定第t步的sfc路径中的节点中心性度量值，基于当前时间阶段的流量模型，预测第t+1步的sfc路径请求中的节点中心性度量；

18、将得到的流量序列标记预测输出为标记数据集以用于运行模式。

19、进一步的，所述运行模式：根据标记数据集更新拓扑域内的节点中心性度量具体包括：

20、获取当前网络拓扑以及业务需求，根据标记数据集的预测得到对应的节点中心性度量并更新。

21、进一步的，所述选择中心性高的节点作为路径候选中间节点具体包括：

22、基于运行模式所得到的对应当前网络拓扑以及业务需求的节点中心性度量，选择其中节点中心性度量较高的节点作为路径候选中间节点。

23、进一步的，所述基于路径候选中间节点，通过约束规划计算业务的sfc路径具体包括：

24、根据业务需求进行约束规划，基于路径候选中间节点选出满足业务需求的sfc路径。

25、进一步的，所述节点中心性计算包括紧密中心性计算或度中心性计算中的一种或多种。

26、另一方面，本发明提供了一种基于中心性约束的sfc路径生成系统，以实现第一方面所述的方法，该系统包括需求管理模块、拓扑管理模块、强化学习模块以及算法引擎模块，其中：

27、所述需求管理模块用于获取业务需求；

28、所述拓扑管理模块用于获取当前网络拓扑信息；

29、所述强化学习模块用于进行域内节点中心性的计算以及实时更新；

30、所述算法引擎模块用于根据当前业务需求、当前网络拓扑信息以及实时更新的节点中心性来计算业务的sfc路径。

31、进一步的，所述强化学习模块具体包括分析引擎模块、策略引擎模块以及监控引擎模块，其中：

32、所述分析引擎模块用于中心性策略与关联的sfc路径获取效率及可用性信息的分析，产生样本经验，判断该经验是否有资格作为优先经验，指导策略引擎根据优秀经验生成中心性指导策略；

33、所述策略引擎模块用于生成应用中心性指导sfc路径生成的策略，将策略传递给sfc计算引擎，指导计算引擎进行sfc路径的计算；

34、所述监控引擎模块用于监控业务网络中当前中心性策略部署实施后获得sfc路径效率及可用性，并将中心性策略及关联sfc路径获取效率和可用性信息传递给分析引擎模块。

35、与现有技术相比，本发明的有益效果在于：业务网络具有明显中心性特征，业务流通常由热点网络节点(中心性)疏导，本发明在sfc约束路径计算中，基于中心性特征在约束编程原生算法的基础上进一步限制决策变量的数目，从而可以进一步提高sfc路径计算的效率。本发明可以提升算法效率，sfc路径生成算法效率提升后，可满足sfc规模业务部署需求。