[发明专利]一种调度和链接虚拟网络功能的方法及系统

说明书

本发明公开了一种调度和链接虚拟网络功能的方法及系统，包括如下步骤：根据网络环境信息和网络请求信息构建马尔科夫初始模型；对马尔科夫初始模型采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型；实时获取网络环境信息和网络请求的信息，并根据获取网络环境信息、网络请求的信息以及马尔科夫训练模型获得网络请求的虚拟网络功能放置节点和服务链，本发明通过采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型，能够最大限度实现网络功能和服务链的最优化部署，达到降低网络请求的总体延迟、提高网络资源利用率的目的。

技术领域

本发明属于网络功能虚拟化研究领域，更具体地，涉及一种调度和链接虚拟网络功能的方法及系统。

背景技术

网络功能虚拟化(Network Function Virtualization,NFV)是利用虚拟化技术将专用网络设备的功能分割成几个功能区块，分别以软件虚拟化方式实现，使之能运行于通用计算平台的技术。通过网络功能虚拟化，运营商不再束缚于专用网络设备的限制，运营成本大为降低，同时网络架构、应用以及业务部署的灵活性及可扩展性大为提高。

网络功能虚拟化平台主要分为四个部分：网络功能虚拟化基础设施层，包括底层硬件和虚拟化支持；虚拟网络功能层；操作支持系统或业务支撑系统；网络功能虚拟化编排管理层，包括网络功能虚拟化编排器、虚拟网络功能管理器、虚拟化基础设施管理器。其中，网络功能虚拟化编排管理层中的编排器是整个平台的策略核心，决定着虚拟网络功能的调度、服务链的选路和部署等决策。

通常，虚拟网络功能以服务链的方式串在一起，用来提供特定的网络服务。由于虚拟网络功能部署在虚拟化平台的物理节点中，当一个网络请求到来的时候，控制层会根据网络请求的具体要求选路，将请求依次导向需要的虚拟网络功能进行处理，最后导向出口位置。由于网络中不可避免存在链路上的传输延迟、节点处理延迟、节点转发延迟，这就面临两个难题：一、如何合理地在各个网络节点上放置虚拟网络功能使得在网络节点承载能力范围内能够有效降低后续服务链的延迟；二、如何高效地调度网络请求、部署服务链，以降低网络请求的处理延迟。这两点归结起来就是虚拟网络功能的放置(placement)和链接(chaining)问题。

目前，针对虚拟网络功能调度中的放置和链接问题还主要停留在理论阶段，并且已经有大量的工作对这个问题进行建模和分析，并提出了许多调度方案或近似最优算法。客观来说，放置问题本身是一个广义匹配问题，没有多项式时间的解法，加上要考虑服务链的链接，问题更加复杂。现有的方案有的是针对特殊的专用网络，方案不具有普遍性；有的在建模的时候做出的假设不太合理，不能有效反映实际情况；有的将问题静态化，不能适应网络环境复杂多变的现实。而在OpenStack、Apex、OPNFV等当前主流的网络功能虚拟化平台中，还主要停留在如何实现虚拟网络功能实时迁移等技术问题上。OpenStack已经能够支持在OpenStack平台灵活调度虚拟网络功能，即使用虚拟机搭载相应的网络功能的软件实现，并利用虚拟机迁移的技术实现调度。

现有的这些虚拟网络功能调度策略虽然有可能在一定程度上解决问题，但是仍然有待在实践中检验。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种调度和链接虚拟网络功能的方法及系统，其目的在于解决现有的方法由于对网络请求中虚拟网络功能采用共同配置的策略导致配置效率低的技术问题。

为实现上述目的，按照本发明的一个方面，提供一种调度和链接虚拟网络功能的方法，包括如下步骤：

根据网络环境信息和网络请求信息构建马尔科夫初始模型；

对马尔科夫初始模型采用随机生成动作和反向传播神经网络方式进行深度增强学习训练获得马尔科夫训练模型；

实时获取网络环境信息和网络请求的信息，并根据网络环境信息、网络请求的信息以及马尔科夫训练模型获得网络请求的虚拟网络功能放置节点和服务链。