盛權(quán)為

(長(zhǎng)沙醫(yī)學(xué)院 信息工程學(xué)院,湖南 長(zhǎng)沙 410219)

0 引 言

網(wǎng)絡(luò)映射是將路由器的所有通信端口全部指向內(nèi)網(wǎng)組織,其主要目的是把個(gè)人電腦做成一個(gè)區(qū)域服務(wù)器,使地域問(wèn)題不再成為阻礙網(wǎng)友訪問(wèn)服務(wù)器的物理障礙。為實(shí)現(xiàn)完整的網(wǎng)絡(luò)映射,在局域網(wǎng)環(huán)境中需要配置具備共享功能的文件夾或驅(qū)動(dòng)器,且在多臺(tái)計(jì)算機(jī)同時(shí)接入服務(wù)時(shí),該文件夾或驅(qū)動(dòng)器組織必須始終保持較強(qiáng)的連接響應(yīng)狀態(tài)[1-2]。為避免網(wǎng)絡(luò)內(nèi)部資源出現(xiàn)混亂占用情況,內(nèi)網(wǎng)用戶(hù)在接入網(wǎng)絡(luò)映射時(shí),需要輸入固定的賬號(hào)密碼,且該密碼條件必須同時(shí)滿(mǎn)足路由器與服務(wù)器的登錄需求。隨著網(wǎng)絡(luò)容納量的不斷提升,如何兼顧目標(biāo)性能與優(yōu)化處理目標(biāo)數(shù)量,早已成為各科研單位的重點(diǎn)研究問(wèn)題。針對(duì)虛擬網(wǎng)絡(luò)映射問(wèn)題,目前已有一些專(zhuān)家學(xué)者給出了較好的研究。毛宇星等[3]提出了一種基于資源區(qū)域聚集度的自適應(yīng)虛擬網(wǎng)構(gòu)建算法,對(duì)鏈路負(fù)載均衡性和節(jié)點(diǎn)負(fù)載均衡性都進(jìn)行了考慮,但這種算法假定節(jié)點(diǎn)映射是已知的,因而只能從邊映射的角度來(lái)分析虛擬網(wǎng)絡(luò)映射問(wèn)題,具有一定的局限性,各項(xiàng)參數(shù)的性能值較低;陳曉華等[4]提出一種主動(dòng)休眠節(jié)點(diǎn)和鏈路的高效節(jié)能虛擬網(wǎng)絡(luò)映射算法,根據(jù)底層網(wǎng)絡(luò)資源利用率的訓(xùn)練方法以及主動(dòng)休眠底層節(jié)點(diǎn)和鏈路算法,提高休眠節(jié)點(diǎn)和鏈路數(shù)量,實(shí)現(xiàn)高效節(jié)能虛擬網(wǎng)絡(luò)映射,但該方法沒(méi)有考慮虛擬網(wǎng)絡(luò)請(qǐng)求成功率的優(yōu)化，導(dǎo)致優(yōu)化任務(wù)不能在指定時(shí)間內(nèi)完成;蔡志平等[5]在滿(mǎn)足虛擬網(wǎng)絡(luò)資源需求的前提下,考慮將虛擬網(wǎng)絡(luò)植入到合適的底層物理節(jié)點(diǎn)和鏈路的虛擬網(wǎng)絡(luò)映射方法,但是該方法的計(jì)算復(fù)雜度較高,短時(shí)間內(nèi)優(yōu)化處理的目標(biāo)數(shù)量較少;此外,還有通過(guò)計(jì)算網(wǎng)絡(luò)交叉算子的傳統(tǒng)技術(shù)手段,擴(kuò)大路由器端口的搜索尋優(yōu)空間,再根據(jù)非支配排序原理,建立目標(biāo)算子與網(wǎng)絡(luò)信息間的物理映射關(guān)系，這種方法雖然有效解決了網(wǎng)絡(luò)資源的負(fù)載均衡問(wèn)題,但其實(shí)際應(yīng)用效果始終與理想標(biāo)準(zhǔn)間保持一定的物理差距。

為解決現(xiàn)有方法中存在的不足,本文通過(guò)構(gòu)建底層信息網(wǎng)絡(luò)，定義PSO算子等方式實(shí)現(xiàn)網(wǎng)絡(luò)信息流中虛擬網(wǎng)絡(luò)映射算法。按照資源信息節(jié)點(diǎn)的映射能力進(jìn)行物理排序,建立信息流的分配評(píng)價(jià)標(biāo)準(zhǔn),對(duì)映射資源進(jìn)行處理;定義PSO映射算子,分析虛擬網(wǎng)絡(luò)的全局映射能力,設(shè)計(jì)網(wǎng)絡(luò)信息流中虛擬網(wǎng)絡(luò)映射算法。并通過(guò)實(shí)驗(yàn)對(duì)比的方式,說(shuō)明本文所提新型算法的實(shí)際應(yīng)用意義。

1 網(wǎng)絡(luò)信息流中的映射資源分配

網(wǎng)絡(luò)信息流映射資源分配是新型映射算法搭建的基礎(chǔ)環(huán)節(jié),在底層信息網(wǎng)絡(luò)構(gòu)建、資源信息節(jié)點(diǎn)映射能力排序等步驟的支持下,根據(jù)信息流分配評(píng)價(jià)標(biāo)準(zhǔn)，對(duì)映射資源進(jìn)行分配。

1.1 底層信息網(wǎng)絡(luò)構(gòu)建

底層信息網(wǎng)絡(luò)具備3個(gè)賦權(quán)物理節(jié)點(diǎn),分別代表 CPU、LOC、FTSP 3 個(gè)網(wǎng)絡(luò)組織,且每個(gè)節(jié)點(diǎn)可直接支配該節(jié)點(diǎn)所屬的信息層結(jié)構(gòu)。其中,CPU 賦權(quán)節(jié)點(diǎn)作為底層網(wǎng)絡(luò)結(jié)構(gòu)的第一級(jí)物理組織,可以綜合虛擬網(wǎng)絡(luò)的信息存儲(chǔ)和信息處理能力,并根據(jù)資源節(jié)點(diǎn)所處的具體位置,為其分配建立映射關(guān)系所必須的帶寬和時(shí)延條件,以保證網(wǎng)絡(luò)信息處理功能的順利執(zhí)行。LOC 賦權(quán)節(jié)點(diǎn)作為底層網(wǎng)絡(luò)結(jié)構(gòu)的次級(jí)物理組織,可以根據(jù)虛擬網(wǎng)絡(luò)的運(yùn)行要求,判斷映射關(guān)系兩端的資源信息節(jié)點(diǎn)是否具備完整的數(shù)據(jù)處理能力,并根據(jù)具體判斷結(jié)果,微調(diào)映射制約線的物理結(jié)構(gòu)[6-7]。FTSP 賦權(quán)節(jié)點(diǎn)作為底層網(wǎng)絡(luò)結(jié)構(gòu)的末級(jí)物理組織,可以總結(jié)虛擬網(wǎng)絡(luò)的完整運(yùn)行狀態(tài),并根據(jù)映射關(guān)系的建立配比,判斷網(wǎng)絡(luò)信息流的傳輸可行性。 完整底層信息網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。

圖 1 底層信息網(wǎng)絡(luò)結(jié)構(gòu)圖Fig.1 The underlying information network structure

1.2 資源信息節(jié)點(diǎn)映射能力排序

資源信息節(jié)點(diǎn)映射能力排序是在底層網(wǎng)絡(luò)的基礎(chǔ)上,對(duì)虛擬映射關(guān)系建立理想性逼近規(guī)劃[8-9]。假設(shè)底層信息網(wǎng)絡(luò)中存在i個(gè)待排序的資源信息節(jié)點(diǎn),且每個(gè)節(jié)點(diǎn)又與w個(gè)屬性標(biāo)量保持直接對(duì)應(yīng)關(guān)系,在滿(mǎn)足網(wǎng)絡(luò)信息聚合適應(yīng)標(biāo)準(zhǔn)的前提下,可將資源節(jié)點(diǎn)的原始映射能力矩陣Q表示為

(1)

矩陣Q中數(shù)據(jù)腳注分別代表與該資源節(jié)點(diǎn)相關(guān)的網(wǎng)絡(luò)位置信息和屬性標(biāo)量數(shù)值,Qiw則代表第i個(gè)屬性標(biāo)量為w的資源節(jié)點(diǎn)映射參量。根據(jù)上述矩陣,設(shè)e代表資源節(jié)點(diǎn)在底層信息網(wǎng)絡(luò)中的固定映射條件,則關(guān)于Q的標(biāo)準(zhǔn)化映射能力系數(shù)可表示為

(2)

式中：n為待排序資源信息節(jié)點(diǎn)的最少個(gè)數(shù)值。聯(lián)立式(2)可將資源信息節(jié)點(diǎn)的映射能力排序結(jié)果表示為

(3)

1.3 信息流分配評(píng)價(jià)標(biāo)準(zhǔn)

在底層信息網(wǎng)絡(luò)中,CPU賦權(quán)節(jié)點(diǎn)可以按照虛擬資源需求對(duì)映射節(jié)點(diǎn)進(jìn)行匹配調(diào)度。但由于受到網(wǎng)絡(luò)鏈路帶寬資源的物理限制,OpenFlow虛擬交換機(jī)必須根據(jù)信息流表為映射關(guān)系兩端的資源節(jié)點(diǎn),分配合理的存儲(chǔ)空間,而在上述操作過(guò)程中產(chǎn)生的約束標(biāo)準(zhǔn),即為信息流的分配評(píng)價(jià)標(biāo)準(zhǔn)[10-11]。當(dāng)有虛擬映射請(qǐng)求從網(wǎng)絡(luò)環(huán)境中發(fā)出時(shí),底層信息網(wǎng)絡(luò)會(huì)首先根據(jù)資源節(jié)點(diǎn)的映射能力排序結(jié)果,判斷網(wǎng)絡(luò)自身是否具備接收該請(qǐng)求的物理能力,若判斷結(jié)果為否,可認(rèn)為不存在與本次虛擬映射請(qǐng)求相匹配的信息流分配評(píng)價(jià)標(biāo)準(zhǔn);反之可認(rèn)為存在單一信息流分配評(píng)價(jià)標(biāo)準(zhǔn),與本次虛擬映射請(qǐng)求相匹配[12-13]。設(shè)y代表標(biāo)準(zhǔn)的信息流映射參量,聯(lián)立式(3)可將理想狀態(tài)下的評(píng)價(jià)標(biāo)準(zhǔn)表示為

(4)

式中：t，r分別為虛擬映射力度的最大、最小取值空間；χ為信息流的理想分配權(quán)限參量；k，l為2個(gè)不同的待提取映射算子。

2 虛擬網(wǎng)絡(luò)映射算法

在網(wǎng)絡(luò)信息流映射資源分配的基礎(chǔ)上,按照虛擬網(wǎng)絡(luò)描述、PSO算子定義、全局能力分析的物理操作步驟,完成新型映射算法的搭建處理。

2.1 虛擬網(wǎng)絡(luò)描述

虛擬網(wǎng)絡(luò)描述是新型映射算法搭建的初始環(huán)節(jié),可分為單向基礎(chǔ)映射、多項(xiàng)復(fù)雜映射2個(gè)主要方向。其中,單向基礎(chǔ)映射又可細(xì)化為靜態(tài)虛擬網(wǎng)絡(luò)映射、動(dòng)態(tài)虛擬網(wǎng)絡(luò)映射2個(gè)操作過(guò)程中[14]。靜態(tài)虛擬網(wǎng)絡(luò)映射分為一階段連接、二階段連接、整合連接3個(gè)物理環(huán)節(jié),但所有執(zhí)行操作都集中于一階段、二階段映射過(guò)程中,整合映射僅起到融合處理作業(yè)。動(dòng)態(tài)虛擬網(wǎng)絡(luò)映射包含選擇性重置和基礎(chǔ)化重置2個(gè)階段。其中,選擇化重置拒絕了不合理的映射周期關(guān)系和信息流物理傳送量,而基礎(chǔ)化重置則直接在映射連接過(guò)程中,對(duì)網(wǎng)絡(luò)信息流的物理傳輸路徑進(jìn)行拼接或分割處理[15-16]。多項(xiàng)復(fù)雜映射僅對(duì)網(wǎng)絡(luò)信息流傳輸策略和連接機(jī)制起到調(diào)節(jié)作用,不與單向基礎(chǔ)映射流程產(chǎn)生直接影響關(guān)系。詳細(xì)的虛擬網(wǎng)絡(luò)描述分配情況如圖2所示。

圖 2 虛擬網(wǎng)絡(luò)描述分類(lèi)圖Fig.2 Description classification diagram of virtual network

2.2 PSO映射算子定義

PSO映射算子是在虛擬化網(wǎng)絡(luò)中,對(duì)信息映射關(guān)系進(jìn)行的深入解釋說(shuō)明,具備計(jì)算精度高、連續(xù)優(yōu)化性強(qiáng)等應(yīng)用優(yōu)勢(shì)。而對(duì)該算子結(jié)構(gòu)進(jìn)行的定義處理操作,既要體現(xiàn)信息流最佳位置的動(dòng)態(tài)調(diào)節(jié)能力,也要符合網(wǎng)絡(luò)映射關(guān)系的全局性要求。但從根本上來(lái)說(shuō),虛擬網(wǎng)絡(luò)是一個(gè)離散化的區(qū)域環(huán)境,每一個(gè)信息化資源節(jié)點(diǎn)都代表一個(gè)可能出現(xiàn)映射連接的物理粒子[17-18]。因此,PSO映射算子定義應(yīng)該反映的是一個(gè)階段性函數(shù)在適應(yīng)度區(qū)間內(nèi)的總體縱向趨勢(shì),而不是適度的定點(diǎn)函數(shù)值。設(shè)s、a分別代表虛擬網(wǎng)絡(luò)的上、下限邊界數(shù)值,f代表階段性函數(shù)的物理定義項(xiàng)。聯(lián)立式(4)可將PSO映射算子的定義結(jié)果表示為

(5)

2.3 全局映射能力分析

全局映射能力分析是新型算法搭建的末尾環(huán)節(jié),可根據(jù)虛擬節(jié)點(diǎn)在底層物理網(wǎng)絡(luò)中的固定位置,確定映射關(guān)系的建立標(biāo)準(zhǔn)。通常情況下,待候選的網(wǎng)絡(luò)信息流虛擬節(jié)點(diǎn)量必須大于待匹配的映射節(jié)點(diǎn)量[19-20]。在虛擬網(wǎng)絡(luò)中,PSO算子規(guī)范了算法的基本映射權(quán)限,且在此基礎(chǔ)上,利用虛擬網(wǎng)絡(luò)請(qǐng)求參量,可得出算法全局的映射能力關(guān)系。設(shè)z代表PSO映射算子的綜合利用條件,η代表全局利用效率,聯(lián)立式(5)可將虛擬網(wǎng)絡(luò)的VN請(qǐng)求參量表示為

(6)

式中：C為網(wǎng)絡(luò)信息流在虛擬關(guān)系構(gòu)建中存在的最大映射連接條件；m、x為2個(gè)不同的邊界映射誤差量。在式(6)的基礎(chǔ)上,以θ作為虛擬網(wǎng)絡(luò)的極限映射向量,則利用θ可將算法自身的全局映射能力表示為

(7)

3 實(shí)驗(yàn)結(jié)果及討論

為驗(yàn)證本文所提的網(wǎng)絡(luò)信息流中虛擬網(wǎng)絡(luò)映射算法的有效性,設(shè)計(jì)對(duì)比實(shí)驗(yàn)。以2臺(tái)配置相同的核心網(wǎng)絡(luò)計(jì)算處理機(jī)器作為實(shí)驗(yàn)對(duì)象,其中實(shí)驗(yàn)組儀器搭載新型虛擬網(wǎng)絡(luò)映射算法,對(duì)照組儀器搭載傳統(tǒng)映射算法。在其他外界條件不變的情況下,分別記錄實(shí)驗(yàn)組、對(duì)照組相關(guān)實(shí)驗(yàn)數(shù)據(jù)的具體變化趨勢(shì),并對(duì)比其結(jié)果。

3.1 前期實(shí)驗(yàn)準(zhǔn)備

為避免不公平事件的發(fā)生,實(shí)驗(yàn)組、對(duì)照組的實(shí)驗(yàn)參數(shù)始終保持一致。實(shí)驗(yàn)時(shí)間70 min,網(wǎng)絡(luò)虛擬連接系數(shù)0.96,網(wǎng)絡(luò)目標(biāo)性能參數(shù)的理想最大1.13,基礎(chǔ)映射參量0.65,理想優(yōu)化處理目標(biāo)數(shù)量最大9.04×1013T。

3.2 網(wǎng)絡(luò)目標(biāo)性能參數(shù)對(duì)比

分別記錄在70 min的實(shí)驗(yàn)時(shí)間內(nèi),實(shí)驗(yàn)組、對(duì)照組設(shè)備應(yīng)用不同映射算法后,網(wǎng)絡(luò)目標(biāo)性能參數(shù)的變化情況。詳細(xì)實(shí)驗(yàn)對(duì)比結(jié)果如表1所示。

表 1 網(wǎng)絡(luò)目標(biāo)性能參數(shù)變化表

注：實(shí)驗(yàn)組平均值為1.08，對(duì)照組平均值為0.81

由表1可知,實(shí)驗(yàn)組網(wǎng)絡(luò)目標(biāo)性能參數(shù)呈現(xiàn)下降、上升交替出現(xiàn)的變化趨勢(shì)。初始上升值與末尾上升值相比,增加了0.18,初始下降值與末尾下降值相比,減小了0.20,因此整體上升幅度始終大于下降幅度。從實(shí)驗(yàn)初始階段起,每個(gè)處于上升狀態(tài)的網(wǎng)絡(luò)目標(biāo)性能參數(shù)均大于理想最大值1.13,整個(gè)實(shí)驗(yàn)階段的最大網(wǎng)絡(luò)目標(biāo)性能參數(shù)1.41，與理想最大值1.13相比,上升了0.28;對(duì)照組網(wǎng)絡(luò)目標(biāo)性能參數(shù)呈現(xiàn)先上升、再穩(wěn)定、最后下降的變化趨勢(shì),且整個(gè)上升階段的變化幅度逐漸縮小。整個(gè)實(shí)驗(yàn)階段網(wǎng)絡(luò)目標(biāo)性能參數(shù)的最大值可達(dá)0.84,能夠穩(wěn)定保持20 min,與理想最大值1.13相比,下降了0.29,但整體實(shí)驗(yàn)數(shù)值遠(yuǎn)低于實(shí)驗(yàn)組。綜上可知,在網(wǎng)絡(luò)虛擬連接系數(shù)為0.96的條件下,應(yīng)用網(wǎng)絡(luò)信息流中的虛擬網(wǎng)絡(luò)映射算法,可達(dá)到提升目標(biāo)性能參數(shù)平均值的目的。

3.3 單位時(shí)間內(nèi)優(yōu)化處理目標(biāo)數(shù)量對(duì)比

在基礎(chǔ)映射參量為0.65的條件下,將單位時(shí)間設(shè)置為10 min,分別記錄在7個(gè)單位時(shí)間內(nèi),實(shí)驗(yàn)組、對(duì)照組設(shè)備應(yīng)用不同映射算法后,虛擬網(wǎng)絡(luò)優(yōu)化處理目標(biāo)數(shù)量的變化情況。對(duì)比結(jié)果如圖3所示。

圖 3 單位時(shí)間內(nèi)優(yōu)化處理目標(biāo)數(shù)量對(duì)比圖Fig.3 Contrast chart of optimized number of targets per unit time

從圖3可知,實(shí)驗(yàn)組、對(duì)照組虛擬網(wǎng)絡(luò)優(yōu)化處理目標(biāo)數(shù)量在每個(gè)單位時(shí)間段內(nèi)均保持不同的變化狀態(tài)。從整體角度來(lái)看,實(shí)驗(yàn)組虛擬網(wǎng)絡(luò)優(yōu)化處理目標(biāo)數(shù)量始終保持在9.78×1013T左右,對(duì)照組虛擬網(wǎng)絡(luò)優(yōu)化處理目標(biāo)數(shù)量始終保持在7.20×1013T左右,與理想最大值9.04×1013T相比,實(shí)驗(yàn)組上升了0.74×1013T,對(duì)照組下降了1.84×1013T。綜上可知,在基礎(chǔ)映射參量為0.65的條件下,應(yīng)用網(wǎng)絡(luò)信息流中的虛擬網(wǎng)絡(luò)映射算法,可使單位時(shí)間內(nèi)的優(yōu)化處理目標(biāo)數(shù)量得到適度提升。

4 結(jié) 論

(1) 本文所提方法不僅充分利用了網(wǎng)絡(luò)信息流的分配評(píng)價(jià)能力,也充分發(fā)揮了PSO算子等參量的約束能力。從實(shí)驗(yàn)數(shù)據(jù)看,各項(xiàng)指標(biāo)提升明顯,證明本文算法確實(shí)具備較強(qiáng)的實(shí)際推廣價(jià)值。

(2) 隨著網(wǎng)絡(luò)用戶(hù)的激增以及日益增長(zhǎng)的用戶(hù)需求,網(wǎng)絡(luò)的能耗日益增加。如果虛擬網(wǎng)絡(luò)映射算法的能耗減小,那么網(wǎng)絡(luò)就可以承載更多的虛擬網(wǎng)絡(luò)請(qǐng)求,也可以在請(qǐng)求高峰時(shí)段合理安排資源進(jìn)行映射。因此,在未來(lái)階段,節(jié)能將作為一項(xiàng)重要的研究?jī)?nèi)容。