5G网络切片的虚拟资源管理技术研究

发布时间：2020-11-03 22:30

　　 移动通信即将迈入5G时代,5G将具有更高的用户体验速率、百万级连接数密度、毫秒级端到端时延等关键指标,以及多种应用场景。为实现上述愿景,除了对5G空口技术进行革新外,还需要对网络架构和业务提供模式进行革新。在网络架构方面,5G引入了网络功能虚拟化技术,实现了虚拟网络功能(Virtual Network Function,VNF)在通用硬件平台上的灵活部署;在业务提供模式方面,5G通过网络切片按需向用户提供灵活、多样化的定制服务。5G虚拟化的网络架构为网络切片的实现提供了可行性,使5G能够在不同的应用场景下可以构建具有不同服务提供能力的网络切片,而网络切片的虚拟资源管理方案将直接影响到5G业务的提供效率。目前网络切片的虚拟资源管理方案,通常面向特定的场景将网络切片抽象为一个虚拟网络或者抽象为一个服务功能链,分别对其进行虚拟资源管理方案的研究,没有考虑5G独有的业务属性和特征,缺乏体系化设计,造成资源利用率低下和服务时延的增加。基于此,本文依托国家高技术研究发展计划(863)“5G无线密集网络架构与关键技术研发”和“5G无线网络非栈协议虚拟化关键技术研究开发”两个项目,围绕“如何构建满足5G网络切片服务提供需求的虚拟资源管理方案”,针对虚拟资源编排、部署、调度三个环节中的具体问题,从5G业务特征属性分析入手展开关键技术研究,提出了一套体系化的网络切片虚拟资源管理解决方案,取得以下成果:1、面向编排阶段的VNF实例聚类需求,针对已有聚类方法无法在未知簇数目的情况下实现多维、高阶聚类的问题,提出了一种面向性能兼容性的VNF实例聚类方法。该方法首先定义了VNF实例之间的性能兼容性,将多维、高阶的VNF实例聚类转化为超图聚类模型;之后用进化博弈理论对超图聚类模型进行了描述,将聚类过程转化为进化稳定策略簇的搜索过程;最后设计了重复动态方程实现了进化稳定策略簇的求解。实验仿真结果表明,该方法可以将性能兼容性高的VNF实例聚类成一个簇,簇内VNF的性能兼容性高于95%,相对传统算法在聚类时间可接受的范围内聚类误差降低18%以上,加入聚类算法后VNF实例的组合时间随VNF实例数目的增加呈线性增长趋势,且小于传统算法的组合时间。2、面向部署阶段的跨域VNF部署需求,针对已有跨域部署算法没有统筹考虑节点计算资源和链路带宽资源的问题,提出了一种基于DPSO-K的5G跨域虚拟网络功能静态部署方法。该方法将5G网络中具备静态资源需求的VNF的跨域部署转化为跨域虚拟网络映射,首先以域间链路带宽开销最小为目标,利用优化离散粒子群算法完成了域间链路和边界节点的选择,提高了寻优能力;然后对于开销相对较小的域内映射,引入节点竞价机制,以节点计算资源和链路带宽资源最小为目标,利用Kruskal最小生成树快速算法实现了域内VNF部署,提高了业务上线速度。实验仿真结果表明,该方法的平均请求接受率为97%,虽然运行时间略有增加,但是与传统方法相比可平均降低6.6%以上的总体开销,而且开销受数据域个数的影响最小。3、面向部署阶段的域内VNF部署需求,针对已有域内部署算法没有实现节点和链路联合部署,以及业务和部署没有同步实施的问题,提出了一种基于Q-learning的5G域内虚拟网络功能动态部署方法。该方法将5G网络中具备动态资源需求的VNF的域内部署问题转化为服务功能链部署,以节点处理时延和传输时延最小为目标,设计了服务功能链的最短路部署算法。该算法将服务功能链的部署问题建模为马尔科夫决策过程,并设计了Q-learning算法对问题进行了求解,动态搜索出了网络服务时延开销最小的VNF部署方案。实验仿真结果表明,该方法的平均请求接受率在98%以上,与传统方法相比平均可降低2%的服务时延,而且算法的收敛时间最短。4、面向调度阶段并发服务请求下VNF的低时延调度需求,针对已有调度算法将虚拟机选择和调度进行分离,以及没有考虑VNF参数随机性的问题,提出了一种基于复合行为策略的5G域内虚拟网络功能调度方法。该方法首先在部署过程中对VNF的位置约束进行了松弛;然后在用马尔科夫决策过程描述调度问题时引入了复合行为策略,实现了虚拟机选择和VNF调度的结合;最后设计了增强学习算法对问题进行了求解,实现了资源约束和业务时延约束的全局最优。实验仿真结果表明,经过该方法的调度后,多条SFC的整体服务时延平均减少了5.3%以上,缺点是复杂度较高。
【学位单位】：战略支援部队信息工程大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TN929.5
【部分图文】：

由该类 VNF 构成的服务功能链的部署过程就是业务提供的过程。所示的简化 5G 核心网络示意图中，将专有网络控制功能 SCNF、用户面功能 UPF络 DN（业务应用中心）用三朵云表示，每一朵云里面都可以部署相同类型的服[108][109]。因此在 5G 网络中大致可以分为三种类型的服务功能链，不同云之间的链可以互相交互，并由此构成更大规模的服务功能链。
【相似文献】

相关期刊论文 前10条

1 贾伟;夏靖波;;网络虚拟化环境下虚拟网络资源描述及发现模型[J];微电子学与计算机;2016年01期

2 甘露;曹帮琴;;计算机网络安全中虚拟网络技术的运用[J];时代农机;2016年04期

3 陈杰新;;信息安全中虚拟网络技术的应用研究[J];科技经济导刊;2016年13期

4 刘培;;浅谈计算机网络安全中虚拟网络技术的作用[J];通讯世界;2015年11期

5 朱强;王慧强;马春光;冯光升;吕宏武;;虚拟网络可生存的启发式可靠映射算法[J];通信学报;2015年07期

6 卜雪梅;;大学生虚拟网络群体核心价值观教育刍议[J];中国成人教育;2015年17期

7 谷寅;陈鹏宇;;虚拟网络建设思考与实现[J];考试周刊;2016年99期

8 晁俊杰;;虚拟网络技术在计算机网络安全中的有效运用[J];同行;2016年08期

9 朱学怡;;关于奔跑的爱与恨[J];新作文(初中版);2017年Z1期

10 武国祥;;虚拟网络技术在计算机网络安全中的运用[J];赤子(下旬);2016年09期

相关博士学位论文 前10条

1 王晓雷;5G网络切片的虚拟资源管理技术研究[D];战略支援部队信息工程大学;2018年

2 柳旭;动态环境下的虚拟网络映射算法研究[D];北京邮电大学;2018年

3 张胜;面向高效资源分配的虚拟网络部署问题研究[D];南京大学;2014年

4 陈茂科;隧道虚拟网络行为的建模和分析[D];清华大学;2004年

5 丁健;网络虚拟化中的虚拟网络映射技术研究[D];北京邮电大学;2015年

6 杨宇;网络虚拟化资源管理及虚拟网络应用研究[D];北京邮电大学;2013年

7 刘光远;可靠的虚拟网络映射算法研究[D];北京邮电大学;2014年

8 丰旻;虚拟网络映射算法与机制研究[D];北京邮电大学;2016年

9 陈晓华;高效节能虚拟网络映射模型与算法研究[D];华东师范大学;2016年

10 程祥;高效可靠的虚拟网络映射技术研究[D];北京邮电大学;2013年

相关硕士学位论文 前10条

1 胡尧;大规模虚拟网络镜像分发优化策略研究[D];哈尔滨工业大学;2018年

2 孙奥;面向网安试验的大规模虚拟网络映射算法研究[D];哈尔滨工业大学;2018年

3 张琦佳;虚拟网络映射模型及优化算法研究[D];山东大学;2018年

4 郑斗;弹性光网络中动态虚拟网络映射算法研究[D];河北工程大学;2018年

5 尹明浩;虚拟网络嵌入方法研究[D];电子科技大学;2018年

6 李瑶;NFV下的虚拟网络功能优化部署[D];电子科技大学;2018年

7 杨一;基于ONOS的租户虚拟网络生成系统的研究与实现[D];北京邮电大学;2018年

8 武莹;基于OpenDaylight的虚拟网络QoS控制系统的设计与实现[D];北京邮电大学;2018年

9 陈旭;基于数据驱动的虚拟网络映射算法[D];北京邮电大学;2018年

10 张妍妍;虚拟网络功能生命周期管理模块的设计与实现[D];北京邮电大学;2018年

本文编号：2869195