[发明专利]一种基于分布估计算法的组播虚拟网络功能部署方法

权利要求书

1.一种基于分布估计算法的组播虚拟网络功能部署方法，其特征在于，包括

步骤1：输入网络拓扑，构建组播树；

步骤2：初始化分布估计算法相关参数，包括

设置种群规模为种群中第i个个体为

其中，

D＝{d_j}表示目的节点集，d_j表示目的节点，j＝1,2,...,|D|，|D|表示目的节点个数；

VNF＝{f_k}表示数据流从源节点s到达D中任一个目的节点之前必须流经的一组虚拟网络服务功能链，f_k表示具有某种特定功能的虚拟网络功能，k＝1,2,...,|VNF|，|VNF|表示VNF中虚拟网络功能的个数；

Y_i的元素为个体编码，其中，编码表示在路径Path_j中部署f_k的节点位置；

Y_i中第j行称为第j区域，第k列称为第k位置；

设置最大迭代次数为迭代次数τ_EDA＝0；

初始化全局最优解集GB与当代最优解集CB，令|GB|与|CB|分别表示GB与CB中的个体数，且1<|GB|,

步骤3：初始化个体编码中第1区域的第1位置的编码概率矩阵P^ff，其它区域的第1位置的编码概率矩阵P^lf，其它位置的编码概率矩阵Pⁱⁿ；

步骤4：生成分布估计算法种群，种群中包含个个体，其中每个个体的生成方法为：由P^ff指导生成第1区域中的第1位置的编码，然后根据此编码，由P^lf指导生成其它区域的第1位置的编码，最后根据各个区域的第1位置的编码，由Pⁱⁿ指导生成其它位置的编码；

步骤5：计算种群中每个个体的适应度，将适应度最优的前|CB|个个体保留为当代最优解集CB；合并CB与GB，并按个体的适应度从优到劣排序，选取排序后的前|GB|个最优个体组成GB；所述适应度为：采用所述组播树部署VNF后，从组播源节点依次经过各个的VNF并最终到达目的节点的传输时延总和与传输路径中各VNF的处理时延总和，取二者之和的平均值作为适应度；

步骤6：统计GB中每个个体的第1区域的第1位置的编码中各值出现的次数，更新P^ff；其它区域的第1位置的编码中各值出现的次数，更新P^lf；其它位置的编码中各值出现的次数，更新Pⁱⁿ；令τ_EDA＝τ_EDA+1；

步骤7：若则转步骤4；否则，GB中的第1个个体即为最优解。

2.如权利要求1所述的基于分布估计算法的组播虚拟网络功能部署方法，其特征在于，所述输入网络拓扑，构建组播树，包括以下步骤：

步骤1：输入网络拓扑G＝(V,E)，V和E分别表示节点集和链路集，令G中的链路数为|E|；

步骤2：根据网络组播服务请求，确定组播源节点s与目的节点集D在整个网络中的位置；

步骤3：初始化构建组播树的遗传算法的相关参数，包括

设置种群规模种群中每个个体是长度为|E|的二进制串；

设置最大迭代次数当前迭代次数τ_GA＝0；

设置交叉概率P_c，变异概率P_m；

初始化历史最优解X_SFB与当代最优解X_CB；

步骤4：随机生成个长度为|E|的二进制串，每个二进制串为种群中的一个个体；其中，第i个个体表示一种组播树方案，为X_i的第j个位置上的值，j＝1,2,…,|E|；当时，表示X_i中的第j条链路被选中，当时，表示X_i中没有第j条链路；

步骤5：计算种群中每个个体的适应度，将适应度最优的个体作为当代最优解X_CB保留；所述个体的适应度为该个体所表示的组播树方案中从组播源节点到目的节点所经过的链路产生的链路时延的总和的平均值；

步骤6：将种群中每个个体的适应度依次加入到轮盘中，按其适应度优劣确定其在轮盘中所占面积的大小，适应度优的个体在轮盘中所占的面积大于适应度差的个体，即适应度优的个体被选择的概率高于适应度差的个体；基于轮盘赌方式，随机选出个个体并放入交配池中；

步骤7：将交配池中的所有个体以随机配对方式两两配对；对任意一对个体，以交叉概率P_c进行两点交叉，并保存交叉后的新个体；重复上述方式，直到生成个新个体；以生成的个新个体作为当前种群替换原种群；

步骤8：以变异概率P_m对当前种群中每个个体X_i中的每一位进行变异操作；令τ_GA＝τ_GA+1；

步骤9：比较历史最优解X_SFB与当代最优解X_CB的适应度，若X_CB优于X_SFB，则使用X_CB替换X_SFB；否则，使用X_SFB替换当前种群中适应度最差的个体；

步骤10：若迭代次数则转到步骤5；否则，以历史最优解X_SFB作为构建的组播树。