[发明专利]一种应用于算力网的网络流量集中控制系统

说明书

本发明公开了一种应用于算力网的网络流量集中控制系统。本发明中，引入SDN集中控制思路，采用OpenDaylight开源框架开发，部署网络管控和云管控之上的总体编排管控系统中来建立网和云之间的联系。基于CFN的路由决策机制在传统路由决策的基础上考虑了算力信息的权重，在算力资源多样性的网络中，能够精确地完成流量调度，打破了传统路由决策机制的局限性，使得业务调度能够根据自身的特点选择合适的处理设备，并能够做到资源的充分利用，同时通过网络在云侧、边侧、端侧的高效分布和连接保证，通过该系统实现统一管理和编排完成算力、网络、云的统一调度，实现业务调度的最优路由，合理疏导流量，有效避免网络拥塞，极大提高算力网算力输送效率。

技术领域

本发明属于网络数据传输技术领域，具体为一种应用于算力网的网络流量集中控制系统。

背景技术

算力网络是指在计算能力不断泛在化发展的基础上，通过网络手段将计算、存储等基础资源在云、边、端之间进行有效调配的方式，以此提升业务服务质量和用户的服务体验。在算力网络中，将用户业务流量调度到合适的算力资源池中进行处理，需要网络具备精确的路由决策能力，能够基于算力信息进行路由计算。现在算力网络路由计算是基于链路的基础度量值进行选路的。

但是现在的异构算力资源与多域网络资源缺乏统一、业务敏捷度不足，服务效率受到制约；云和网资源散布各地，分域管理、无法保证最优的路径调度，端到端的业务数据调度极易发生阻塞，导致数据丢失。

发明内容

本发明的目的在于：为了解决上述提出的问题，提供一种应用于算力网的网络流量集中控制系统。

本发明采用的技术方案如下：一种应用于算力网的网络流量集中控制系统，所述应用于算力网的网络流量集中控制系统包括启动模块、算力网模块、节点服务模块、算力度量模块、算力建模模块、SDN集中控制模块，所述启动模块的输出端连接有所述算力网模块的输入端，所述算力网模块的输出端连接有所述节点服务模块的输入端，所述节点服务模块的输出端连接有所述算力度量模块的输入端，所述算力度量模块的输出端连接有所述算力建模模块的输入端，所述算力建模模块的输出端连接有所述SDN集中控制模块的输入端。

在一优选的实施方式中，所述算力网模块通过节点服务模块与算力资源的映射关系，最终形成业务的算力需求与算力资源映射的关系。

在一优选的实施方式中，所述算力网模块将业务需求尽可能精细化地拆分为原子业务需求，拆分的颗粒度为一个原子业务需求能够尽可能精确地与一个或者一组可以明确量化的算力资源相匹配。将原子业务与其需要的算力资源相匹配，从而整体的业务需求就能够相应地与其总体算力资源需求相匹配。

在一优选的实施方式中，所述算力度量模块的控制器主要有3类。第1类是管理与编排控制器，负责纳管移动边缘计算内的计算和存储资源、侧重占用率之类的宏观数据，其颗粒度无法满足算力网络的精细化编排和调度需求。因此，可以基于上述算力资源的标准化度量，对MANO纳管的算力资源颗粒度进行扩展和增强。第2类是数据中心和边缘计算中心控制器，负责纳管云内网络拓扑资源。其颗粒度可达服务器对应的端口号，但无法纳管层次化的算力资源和服务。同样，它也可以进行扩展和增强，以涵盖对算力资源的精细化纳管。第3类是IP承载网控制器，负责纳管承载网络域的拓扑资源。

在一优选的实施方式中，所述算力建模模块通过大数据训练出一个复杂的神经网络模型，即用大量标记过的数据来“训练”相应的系统，使之适应特定的功能场景。训练不仅需要极高的计算性能，还需要处理海量数据，同时也要具有一定的通用性，以便完成各种各样的学习任务。目前训练业务主要集中在云端，需要有足够强的计算能力作为保障。