胡海巖，康巧燕*，趙朔，王建峰，付有斌

（1.空軍工程大學 信息與導航學院，西安 710077；2.中國人民解放軍93107部隊，沈陽 110141）

0 引言

網(wǎng)絡功能虛擬化（Network Function Virtualization，NFV）技術是云服務提供商為了降低投資與運營成本，將服務功能與底層硬件進行解耦的產(chǎn)物。NFV 可以在傳統(tǒng)的專用硬件設備上實現(xiàn)虛擬網(wǎng)絡功能（Virtualized Network Function，VNF）［1］，將這些VNF 根據(jù)請求按照一定的邏輯順序連接形成服務功能鏈（Service Function Chain，SFC）。

隨著5G 網(wǎng)絡時代的到來，網(wǎng)絡通信系統(tǒng)需要更低的時延，在有些特殊場景下甚至到達了毫秒級［2］，且在非理想環(huán)境下，基于軟件的網(wǎng)絡功能更容易出現(xiàn)硬件或軟件故障，從而導致網(wǎng)絡服務的中斷，造成不可估量的損失。因此在部署SFC 的過程中，提高部署可靠性、降低端到端的時延成為了研究熱點。本文在該熱點問題的基礎上，同時考慮降低節(jié)點、帶寬資源的開銷以達到降低運營商部署成本的目的。

針對可靠性問題，部分學者通過故障發(fā)生后的恢復機制進行研究，如文獻［3］中用蒙特卡洛樹搜索算法實現(xiàn)物理鏈路發(fā)生故障后的重映射問題；但這種恢復機制會暫停服務，影響服務質(zhì)量。因此大部分學者通過備份增加冗余的方式進行研究：文獻［4］中對整條鏈路進行備份；文獻［5］中采用共享備份的方式以降低資源消耗；文獻［6］中對VNF 進行聯(lián)合備份，在提高可靠性的同時優(yōu)化網(wǎng)絡資源分配；文獻［7］中提出一種相鄰VNF 備份、實例資源共享的備份機制，在降低節(jié)點和帶寬資源開銷的同時提高了網(wǎng)絡服務的映射成功率。但上述通過備份提高部署可靠性的方法會擴展SFC 的長度，不但會增加資源開銷，而且也會在一定程度上增加時延，導致運營商部署成本增加，傳輸效率降低。因此，本文通過聚合VNF 來減少部署的網(wǎng)絡節(jié)點，從而提高鏈路可靠性。

針對VNF 部署的問題，許多研究采用基于迭代的啟發(fā)式算法，如文獻［8］中將SFC 構建與映射同時混合編碼，并采用改進的遺傳粒子群算法對問題進行求解；文獻［9］中提出將遺傳算法與模擬退火算法相結合的求解策略，通過判斷個體約束性與糾正遺傳的方法避免局部最優(yōu)的出現(xiàn)，大幅降低了端到端時延。但這種啟發(fā)式算法需要反復迭代，消耗時間較多，不利于VNF 的快速部署，難以應用于某些低時延的場景。文獻［10］中使用深度強化學習進行SFC 的部署，在保證可靠性的同時最大化映射成功率。文獻［11-12］使用機器學習來部署VNF，這類方法能夠明顯提高SFC 的優(yōu)化效果，但又依賴于利用大量準確的數(shù)據(jù)集訓練模型。因此，本文依據(jù)可靠性、時延與拓撲屬性定義了節(jié)點綜合重要度以實現(xiàn)底層網(wǎng)絡節(jié)點的排序，優(yōu)化VNF 的部署。

針對VNF 聚合［13］問題，文獻［14］中通過聚合功能相同的VNF 以達到降低映射成本的目的，但僅局限于相同功能的VNF 聚合，且未考慮到聚合后資源需求的增多會降低映射時的映射成功率。文獻［15］在聚合相同VNF 的基礎上，發(fā)現(xiàn)貪婪算法能夠有效降低總帶寬的消耗。文獻［16］中通過共享節(jié)點來節(jié)省節(jié)點資源，并通過遷移調(diào)整提高資源利用率，此外還詳細描述了帶寬消耗與節(jié)點資源消耗之間存在的矛盾，但并未直接解決這種矛盾。文獻［13］中為了解決這種矛盾，首先通過聚合不同的VNF 來降低節(jié)點資源消耗；然后通過一種能進行映射反饋的閉環(huán)算法有效地在降低節(jié)點資源消耗的同時降低帶寬消耗；并且引入了節(jié)點親密度的概念，通過降低節(jié)點跳數(shù)來降低需求帶寬。文獻［17］中介紹了6 種反映不同拓撲屬性的互補特征，并根據(jù)這6 種特征的不同特點提出了三種基于拓撲感知的虛擬網(wǎng)絡映射算法。文獻［18］中針對節(jié)點資源與帶寬的沖突設計了三種有效的策略，分別是重用虛擬機（即聚合相同VNF）、組合相鄰不同的VNF 與臨時鏈路映射，然后通過性別戰(zhàn)博弈（Battle of Sexes，BoS）模型解決這類沖突問題，但并未給出具體的聚合方式。文獻［19］中通過功能性約束、資源約束對節(jié)點進行聚合，有效地提高了可靠性，但并未考慮到不同VNF 對鏈路流量的影響不同。文獻［20］中根據(jù)虛擬鏈路流量變化對VNF 進行聚合，從而提高可靠性。本文通過改進基于流量改變率的VNF 聚合方法以減少部署的網(wǎng)絡節(jié)點，提高可靠性。

針對上述問題，本文以提高鏈路可靠性、降低節(jié)點資源與帶寬消耗為目標，首先針對不同帶寬需求的VNF，引入了流量改變率的概念［21］，通過流量改變率聚合VNF，聚合方式是將相鄰的、流量改變率同小于等于1 或大于等于1 的不同VNF 進行聚合，從而減少部署的物理節(jié)點，提高鏈路可靠性，節(jié)約節(jié)點資源消耗與鏈路帶寬開銷，同時隨著鏈路跳數(shù)的減少，端到端的時延也會隨之降低；其次通過節(jié)點的度、可靠性、綜合時延與鏈路跳數(shù)定義了節(jié)點綜合重要度，對節(jié)點進行評價、排序，提高VNF 的映射效率；然后將聚合后的VNF依次映射到完成排序的底層節(jié)點上，映射過程要求映射的第i個節(jié)點到目標點的跳數(shù)不能大于第i-1 個節(jié)點到目標點的跳數(shù)，以此減少流量“乒乓效應”（在兩節(jié)點之間往返傳輸）的出現(xiàn)，從而降低帶寬開銷；最后用k-最短路徑算法映射虛擬鏈路，完成整個SFC 的部署。

1 模型建立與問題描述

1.1 網(wǎng)絡模型

物理網(wǎng)絡表示為一個加權無向圖GS=(N，L)，其中：N為物理節(jié)點的集合，每個物理節(jié)點能夠承載多個服務器，用來實例化VNF；L為物理鏈路集合。對于任意節(jié)點n∈N，Cn表示剩余可用計算資源，Mn表示剩余可用存儲資源，F(xiàn)n表示剩余可用轉發(fā)資源，Ha，b表示物理節(jié)點a與節(jié)點b之間的跳數(shù)，rn為物理節(jié)點的可靠性，dn為實例化VNF 后產(chǎn)生的時延（節(jié)點時延）。對于任意物理鏈路La，b∈L，用Ba，b表示剩余帶寬資源，Da，b表示鏈路時延。

SFC 請求為有向圖Gv=(Ig，Og，Dg，Tg，Rg，Vg，Lg)，將SFC的集合表示為S={Sg|g=1，2，…}，Ig與Og分別表示第g條SFC 的源點與目標點。對于任意一條Sg，Ig與Og的物理節(jié)點確定后，Dg為SFC 的最大時延限制，Tg為SFC 的生存時間，Rg為SFC 的可靠性要求下限，Vg={fi|i=1，2，…} 表示Sg所有的VNF 集合，對于任意一個fi∈Vg，Cg，i、Fg，i和Mg，i分別表示它的計算資源需求、轉發(fā)資源需求與存儲資源需求。用ηg表示流量改變率，Sg的路由集合表示為Lg=(l0，1，l1，2，…，li-1，i)，用li-1，i表示第i-1 到第i個節(jié)點的路由，其中：0 為源點，i為目標點。bi-1，i表示第i-1 到第i個節(jié)點的帶寬需求，可用式（1）表示，即經(jīng)過任意VNF 后，帶寬需求為流入的流量與VNF 流量改變率的乘積，Ball為鏈路總帶寬消耗。

如果Sg中第k個VNF 成功部署在底層網(wǎng)絡第i個節(jié)點上，則設μk，i=1；若不是則μk，i=0。若虛擬鏈路li-1，i成功映射到物理鏈路La，b上，則否則的可靠性可用式（3）表示，其中Rg為鏈路可靠性，即各部署成功的網(wǎng)絡節(jié)點可靠性之積。

設節(jié)點資源開銷為costall，可用式（4）表示，即節(jié)點的計算、存儲與轉發(fā)能力之和。

1.2 優(yōu)化目標

本文的主要目標是在提高鏈路可靠性的同時降低帶寬開銷與節(jié)點資源開銷，由此設定目標函數(shù)為：

式（8）保證SFC 中的一個虛擬功能只能映射到一個底層節(jié)點，防止VNF 分割；式（9）保證虛擬鏈路能夠映射在一條或多條物理鏈路上；式（10）表示一條物理鏈路上只允許布置至多一次虛擬鏈路；式（11）～（13）分別為計算、存儲與轉發(fā)能力約束，不等式左邊為每個節(jié)點的資源消耗，為了實現(xiàn)負載均衡［19］，保證每個節(jié)點的資源消耗不超過它的總資源的90%；式（14）表示鏈路帶寬約束，式（15）表示時延約束，不等式左邊為節(jié)點時延與鏈路時延之和。

1.3 問題描述

SFC 的部署問題分為SFC 的構建與映射兩個部分。

SFC 的構建過程需要考慮VNF 的依賴關系，若VNF2 依賴于VNF1，則流量必須先經(jīng)過VNF1 的處理后才能到VNF2。如入侵檢測系統(tǒng)要在網(wǎng)絡保密器之前執(zhí)行，解碼器在編碼器之后執(zhí)行，本文假設VNF 順序已知，不考慮構建問題。SFC 的映射過程需要考慮兩個問題：

1）網(wǎng)絡節(jié)點的資源限制。一個節(jié)點可部署的VNF 有限，如5G 邊緣數(shù)據(jù)中心處理數(shù)據(jù)的能力十分有限。

2）VNF 映射節(jié)點的位置。VNF 會改變流量速率，例如防火墻會丟掉某些數(shù)據(jù)包導致輸出速率小于輸入速率，而虛擬專用網(wǎng)絡（Virtual Private Network，VPN）代理會給數(shù)據(jù)報文新增頭部開銷從而導致輸出速率大于輸入速率。

圖1～4 展示了同一條SFC 在相同的網(wǎng)絡結構中的不同部署方法，其中：VNF 上的數(shù)字代表流量改變率［22］；B為鏈路總帶寬，箭頭與序號代表數(shù)據(jù)流經(jīng)過的順序。

不同的VNF 部署位置會產(chǎn)生不同的帶寬消耗，圖1（a）為將流量改變率小的VNF 靠后部署的方法；圖1（b）為將流量改變率大的VNF 靠后部署的方法。通過對比可以看出圖1（a）方法的所需帶寬高于圖1（b）方法，所以相同路徑的不同VNF 部署位置所需帶寬不同。

圖1 不同部署位置的VNF部署方法Fig.1 VNF deployment methods with different deployment locations

不同路徑的帶寬消耗也不同，如圖2 所示，對VNF 進行聚合，聚合后的VNF 節(jié)點資源需求為各VNF 節(jié)點資源需求之和，流量改變率為各VNF 節(jié)點改變率之積，可以看出圖2（b）方法的帶寬消耗小于圖2（a），所以鏈路跳數(shù)越小帶寬消耗越少。

圖2（c）展示了兩節(jié)點之間的“乒乓效應”。圖中兩節(jié)點中的一條鏈路經(jīng)過了往返兩次傳輸，與圖1（b）相比，VNF 部署位置相同，但流量所經(jīng)路徑不同，可以看出圖2（c）方法所需帶寬遠高于圖1（b），因此在鏈路傳輸中應盡量減少“乒乓效應”以提高傳輸效率，降低帶寬消耗。

圖2 不同路徑的VNF部署方法Fig.2 VNF deployment methods with different paths

不同的VNF 聚合方式的帶寬消耗也不同，如圖3 所示。圖3（a）與圖3（b）的部署方式相同，但是兩者采用了不同的聚合方式，可以看出圖3（b）方法的帶寬消耗大于圖3（a）。

圖2（a）、圖2（b）、圖3（b）方法都采用了聚合的方式將3個VNF 部署到兩個節(jié)點上，假設每個節(jié)點的可靠度為0.95，則這種聚合后的鏈路可靠度為0.952=0.902 5。圖1（a）、圖1（b）、圖2（c）方法將3 個VNF 分別部署到3 個節(jié)點上，鏈路可靠度為0.953=0.857 4。因此同樣數(shù)量的VNF 下，對VNF 進行聚合處理能夠減少映射的網(wǎng)絡節(jié)點數(shù)量，從而提高鏈路的可靠性。

圖3 不同聚合方式的VNF部署方法Fig.3 VNF deployment methods with different aggregation methods

經(jīng)過比較可得，圖2（b）方法在6 種部署方法中帶寬消耗最小。因此在理想狀態(tài)下，以最優(yōu)的聚合規(guī)則對VNF 進行聚合，再將帶寬需求較小的VNF 靠前部署、帶寬需求較大的VNF 靠后部署，并且選擇鏈路跳數(shù)最小的節(jié)點依次部署，同時減少鏈路的“乒乓效應”，就能以最優(yōu)的方式降低鏈路帶寬消耗并提高鏈路可靠性。但在非理想狀態(tài)下，由于部分VNF具有依賴關系，映射到底層網(wǎng)絡也應保持這種依賴關系，因此本文不考慮VNF 的靠前部署與靠后部署，而是依次對VNF 進行部署。

圖4 為非理想狀態(tài)下的VNF 部署方法，帶寬消耗相較于圖1、圖2（a）、圖2（c）方法仍具有優(yōu)勢。同時，將圖4 方法與圖1（a）相比較可以看出，通過VNF 聚合也可達到將流量改變率小于1 的VNF 靠前部署的目的，從而降低鏈路的帶寬消耗。

圖4 最終VNF部署方法（B=337.6 MB/s）Fig.4 Final VNF deployment method（B=337.6 MB/s）

2 流量與可靠性優(yōu)化的VNF部署設計

本章首先采用基于流量改變率的VNF 聚合方法對VNF進行處理，然后對底層節(jié)點按照節(jié)點綜合重要度進行評價與排序，將聚合后的VNF 依次映射到完成排序的底層節(jié)點上，最后采用k-最短路徑算法映射虛擬鏈路。

2.1 基于流量改變率的VNF聚合方法

本節(jié)涉及兩個概念：聚合與流量改變率。

文獻［13］中指出當一個多功能物理設備能夠提供多種網(wǎng)絡功能與足夠的計算能力時，可以將來自同一SFC 請求的多個VNF 映射到同一物理設備上，即聚合原SFC 序列中資源需求與功能不同的VNF，以提高物理資源利用率與鏈路的可靠性。本文通過流量改變率聚合VNF，而流量改變率η［21］即流量通過VNF 后，流出的流速率與流入的流速率之比，可將它分為三類：1）η＜1 的VNF，即流出流量小于流入流量，如防火墻、網(wǎng)絡加速器、解碼器等；2）η=1 的VNF，即流出流量等于流入流量，如入侵檢測、負載均衡器等；3）η＞1 的VNF，即流出流量大于流入流量，如編碼器、網(wǎng)絡保密器、VPN 代理等。

本文聚合VNF 的主要思路為：在一個序列已知的SFC中，分別聚合η≤1、η≥1 的相鄰VNF，由于“1”不改變聚合后的VNF 流量改變率，因此既可與η＜1 的相鄰VNF 聚合，也可與η＞1 的相鄰VNF 聚合，這樣能夠最小化聚合后的VNF 數(shù)量。本文將η=1 的VNF 與前一個VNF 做相同處理，即當前一個VNF的η＜1 時，η=1 的VNF 當作小于1 處理；當前一個VNF的η＞1 時，當作大于1 處理。聚合后的VNF將映射到同一物理節(jié)點上，其中聚合后的VNF 節(jié)點資源需求為各VNF 節(jié)點資源需求之和，流量改變率為各VNF 節(jié)點改變率之積。

如圖5 所示，VNF 下的數(shù)字為流量改變率η，聚合方法1中VNF1 與VNF2的η＜1，可以進行聚合；VNF3 與VNF4的η＞1，可以進行聚合，聚合完成后，部署VNF 的節(jié)點由原始的4 個變?yōu)? 個，不僅可以提高鏈路的可靠性，同時也可達到將η＜1 的VNF 靠前部署的目的，以降低鏈路帶寬消耗。在聚合方法2 與聚合方法3 中，η=1 的VNF3 既可與η＜1 的相鄰VNF 聚合，也可與η＞1 的相鄰VNF 聚合。在聚合方法4 與聚合方法5 中，當η=1 的VNF3 既與η＜1 的VNF 相鄰，又與η＞1 的VNF 相鄰時，則規(guī)定VNF3 與前一個相鄰的VNF 聚合。聚合方法6 為特殊情況，由于相鄰的VNF 之間沒有同小于等于1 或同大于等于1 的VNF，所以無法進行聚合。設本文的聚合方式為J1。

圖5 不同流量改變率的VNF聚合方法Fig.5 VNF aggregation method based on different traffic change rate

文獻［20］中同樣采取基于帶寬需求變化的VNF 聚合方式進行處理，它的聚合方法為將η＞1 的VNF 與之后的所有η≤1 的VNF 進行聚合，直到下一個η＞1 的VNF 為止。設文獻［20］的聚合方式為J2。為了與文獻［20］具有相同的VNF 聚合條件，設置一種新的聚合方式J3：在一個序列已知的SFC 中，分別聚合η≤1、η＞1 的VNF。

如圖6 所示，將SFC 中VNF 數(shù)量為4 的情況通過樹狀圖的方式 全部列 出，其中：A為η＞1 的VNF；B為η≤1 的VNF。數(shù)字為以不同方式聚合后的VNF 數(shù)量，J3為40，J2為47，可看出按照J3聚合的VNF 數(shù)量小于按照J2聚合的VNF數(shù)量，因此相較于J2，J3的聚合效果更好。

圖6 J2與J3的對比結果Fig.6 Comparison result of J2 and J3

而本文的聚合方法J1與J3相比，聚合判定條件由η=1的VNF 只能與小于1 的VNF 聚合，更改為η=1 的VNF 既能與小于1 的VNF 聚合也能與大于1 的VNF 聚合，聚合效果更好。如圖7 所示，在相同情況下，按照J1方法聚合可將VNF數(shù)量從4 個聚合成2 個，而按照J3方法聚合仍然是4 個VNF，因此可得出J1的聚合效果優(yōu)于J3。

圖7 J1與J3的對比結果Fig.7 Comparison result of J1 and J3

因為J3的聚合效果優(yōu)于J2，可以說明：在相同情況下，J1的聚合效果優(yōu)于J2。因此在VNF 數(shù)量較小的情況下（本文為3～6 個），本文的聚合效果更好，能夠節(jié)省更多的帶寬資源，提高鏈路可靠性，降低時延?；诹髁扛淖兟实腣NF 聚合的具體步驟如算法1 所示：

算法1 基于流量改變率的VNF 聚合方法。

輸入 VNF 集合V，集合中每個VNF 的對應流量改變率η；

輸出 完成聚合的VNF 集合V′。

聚合后的VNF 節(jié)點資源需求為各VNF 節(jié)點資源需求之和，流量改變率為各VNF 節(jié)點改變率之積。

2.2 基于節(jié)點綜合重要度的節(jié)點排序與SFC映射

VNF 聚合完成后，需要將它們映射到底層物理節(jié)點上。受文獻［20，22］工作的啟發(fā)，本文綜合考慮物理網(wǎng)絡節(jié)點之間的關系與時延感知，通過分析節(jié)點的度、鏈路跳數(shù)、可靠性、綜合時延四者與節(jié)點綜合重要度的相關性對節(jié)點進行評價與降序排序，然后將2.1 節(jié)完成聚合的VNF 依次映射至完成排序的節(jié)點上，最后通過k-最短路徑算法映射虛擬鏈路，完成整個SFC 的部署。

根據(jù)節(jié)點綜合重要度對網(wǎng)絡節(jié)點進行排序，可分為兩個部分：1）對底層網(wǎng)絡拓撲進行感知，主要考慮節(jié)點的度與鏈路跳數(shù)；2）在此基礎上綜合考慮節(jié)點綜合時延與可靠性。具體如下：

①根據(jù)節(jié)點的拓撲結構考慮節(jié)點的重要度。首先衡量一個節(jié)點n的重要度的關鍵是節(jié)點的度，即節(jié)點與鄰近節(jié)點之間直接鏈接的鏈路數(shù)目。相同情況下，節(jié)點的度越大，節(jié)點重要度越大，二者呈正相關。節(jié)點的度NDn為節(jié)點n與鄰近節(jié)點之間相連的鏈路數(shù)量之和，可表示為：

由圖2 的分析可知，鏈路跳數(shù)越小，它的映射節(jié)點距離越近、范圍越小，帶寬消耗就越小，越有利于節(jié)點的排序，因此鏈路跳數(shù)與節(jié)點重要度呈負相關。本文用節(jié)點n與源點Ig的跳數(shù)hn，Ig、節(jié)點n與目標點Og的跳數(shù)hn，Og之和表示鏈路跳數(shù)，鏈路跳數(shù)Hn可表示為：

綜上所述，節(jié)點的度與節(jié)點重要度呈正相關，鏈路跳數(shù)與節(jié)點重要度呈負相關，因此可將節(jié)點的重要度Xn表示為：

②除了考慮節(jié)點重要度外，還綜合考慮了節(jié)點的可靠性與綜合時延。節(jié)點的可靠性rn即節(jié)點的故障間隔Fn占故障間隔Fn與修復時間Rn之和的比值［23］，可表示為：

節(jié)點可靠性越高，越有利于節(jié)點的排序，因此節(jié)點可靠性與節(jié)點的重要度呈正相關。

網(wǎng)絡時延即一個報文或分組從網(wǎng)絡一端到另一端所消耗的時間，通常由節(jié)點的處理時延、排隊時延、傳輸時延與鏈路的傳播時延組成，本文用節(jié)點的綜合時延表示。節(jié)點的綜合時延ZDn為節(jié)點時延dn與相鄰鏈路綜合時延之和，其中相鄰鏈路的綜合時延為節(jié)點相鄰鏈路時延Dn之和與節(jié)點的度NDn的比值：

節(jié)點綜合時延越小，越有利于節(jié)點的排序，因此節(jié)點綜合時延與節(jié)點的重要度呈負相關。

綜合考慮上述各指標與節(jié)點重要度的關系，可將節(jié)點綜合重要度Yn表示為：

由此可通過多指標計算出各個節(jié)點的綜合重要度，并按照綜合重要度對各節(jié)點進行評價與排序，能夠顯著提高映射效率。具體流程如算法2 所示。

算法2 基于節(jié)點綜合重要度的節(jié)點排序。

輸入 物理網(wǎng)絡GS=(N，Ln)；

輸出 完成排序的節(jié)點集合N′。

在VNF 聚合映射策略中，為了減少鏈路的“乒乓效應”，降低帶寬消耗，要求映射的第i個節(jié)點到目標點的跳數(shù)不能大于第i-1 個節(jié)點到目標點的跳數(shù)（如圖2（c）所示的“乒乓效應”，映射的第3 個節(jié)點到目標點的跳數(shù)大于映射的第2 個節(jié)點到目標點的跳數(shù)），對于不符合要求的節(jié)點直接刪除；然后依次將完成聚合的VNF 映射到完成排序的節(jié)點上，完成VNF 的部署；最后通過計算鏈路的可靠性判斷是否達到標準要求，若不達標則VNF 部署失敗。具體流程如算法3 所示。

算法3 基于節(jié)點綜合重要度的節(jié)點排序。

輸入 聚合VNF 后的SFC 序列(I，O，D，T，R，V′，L′)，排序后的物理鏈路Gs=(N′，Ln′) ；

輸出 VNF 映射List。

最后在滿足約束式（9）、（14）～（15）的條件下，采用k-最短路徑算法，將兩個虛擬節(jié)點間的虛擬鏈路映射到相對應的底層物理鏈路上，完成整個SFC 的部署。

3 性能評估實驗與結果分析

為了驗證方法的有效性，采用Matlab 仿真軟件對本文方法進行評估分析，通過特定的評價指標，與基于服務質(zhì)量（Quality of Service，QoS）保障的服務功能鏈動態(tài)部署方法［2］、基于流量優(yōu)化的可靠服務功能鏈部署方法［20］、可靠性感知的資源節(jié)約型虛擬網(wǎng)絡功能部署方法［24］作對比。同時本文為了與文獻［20］中提出的聚合方式進行比較，為驗證圖6 的樹狀圖結果，設置了一個對照實驗，該實驗采用文獻［20］中的聚合方式，其余設置與本文一致。

3.1 評價指標

本文通過SFC 平均可靠性、平均端到端時延、平均帶寬開銷、長期平均開銷比、映射成功率評價方法的性能。

1）Sg的可靠性Rg由式（3）可得，則它的平均可靠性為：

其中：Nsuc為成功部署SFC 的數(shù)量。

2）Sg的端到端時延Dg為：

則它的平均端到端時延可定義為：

3）Sg的平均帶寬開銷Bcostave可定義為：

其中：Bcostg為部署成功后Sg消耗的帶寬。

4）Sg的映射成功率ωacc可定義為：

其中：Nsuc(T)表示在時間T內(nèi)SFC 部署成功的數(shù)量；Nv(T)表示在時間T內(nèi)SFC 請求到達的數(shù)量；δ為無窮小，防止Nv(T)為0。

5）在t時刻，將成功部署一個Sg的收益定義為：

在t時刻，成功部署一個Sg，底層物理網(wǎng)絡的開銷為：

其中：α、β、χ和γ分別表示收益與開銷中節(jié)點計算資源、存儲資源、轉發(fā)資源以及鏈路帶寬資源各自所占的比重，本文均設定為1。

Sg的長期平均收益開銷比為：

3.2 仿真環(huán)境設置

本文基于Matlab R2016b 仿真軟件對方法進行評估。物理網(wǎng)絡為100 個節(jié)點與525 條鏈路組成的連通圖，是一個中型網(wǎng)絡拓撲圖。具體參數(shù)設置如表1 所示。

表1 物理網(wǎng)絡參數(shù)設置Tab.1 Physical network parameter setting

SFC 設置：SFC 請求到達率服從λ=1/20 的泊松分布，生存周期服從μ=1 000 的指數(shù)分布，仿真實驗持續(xù)6× 104個時間單位。具體參數(shù)設置如表2 所示。

表2 SFC參數(shù)設置Tab.2 SFC parameter setting

為降低隨機因素的影響，仿真實驗共進行了10 次，并選取每次結果的平均值作為實驗的最終結果。

3.3 實驗結果分析

在相同的物理網(wǎng)絡環(huán)境與SFC 請求下將本文方法與文獻［2，20，24］中的方法和本文對照實驗方法進行對比實驗仿真，5 種方法的具體對比如表3 所示，所有方法均采用k-最短路徑映射虛擬鏈路。其中：本文的VNF 聚合方法用J1表示，文獻［20］中的聚合方法用J2表示。

表3 不同VNF部署方法對比Tab.3 Comparison of different VNF deployment methods

分別從SFC 平均可靠性、重復映射鏈路跳數(shù)、平均端到端時延、平均帶寬開銷、長期平均收益開銷比與映射成功率6 個方面進行分析。

從圖8 可以看出，本文方法、文獻［20］方法與對照實驗方法的映射成功率遠高于文獻［2］與文獻［24］方法，達到了0.95 以上。因為在部署的過程中，這3 種方法不僅考慮了節(jié)點的拓撲位置，還考慮了節(jié)點的可靠性與綜合時延，約束條件更加完善，大幅提高了映射成功率。文獻［2］方法沒有考慮鏈路時延，文獻［24］方法不僅沒有考慮鏈路時延，也沒考慮節(jié)點時延，只關注鏈路的可靠性，使SFC 部署成功后的時延約束不足，導致映射成功率較低。

圖8 SFC映射成功率Fig.8 SFC mapping success rate

如圖9 所示，相較于文獻［20］方法，本文方法的長期平均收益開銷比θ提高約16%。本文方法、文獻［20］方法與對照實驗方法的θ遠高于文獻［2］與文獻［24］方法，本文方法的θ更是達到了0.95 以上，明顯優(yōu)于其他方法。由于本文方法、文獻［20］方法與對照實驗方法首先考慮了VNF 的聚合，大幅降低了節(jié)點的資源消耗與帶寬消耗，其次考慮了“乒乓效應”，有效降低了帶寬的開銷，顯著提高了θ。對照實驗方法與文獻［20］方法相比，節(jié)點排序方式不同，收益開銷比卻大幅提升，說明用節(jié)點綜合重要度對節(jié)點進行評價與排序更加有效，能夠讓不同的評價指標對節(jié)點的排序起到更加有效的作用，從而降低了節(jié)點資源與帶寬的開銷，提高了θ。本文方法與對照實驗方法相比，VNF 聚合方式不同，收益開銷比結果也有所提高，說明本文的聚合方式更加有效，能夠減少更多的部署節(jié)點，從而降低節(jié)點資源消耗與鏈路帶寬消耗，提高θ。

圖9 長期平均收益開銷比Fig.9 Average long-term revenue-to-cost ratio

由圖10 可以看出，本文方法、文獻［20］方法、對照實驗方法與文獻［2］、文獻［24］方法相比，平均重復映射鏈路條數(shù)更少。因為這3 種方法都考慮了“乒乓效應”，而文獻［2］、文獻［24］方法未考慮這種特殊情況，“乒乓效應”會顯著增加鏈路重復映射條數(shù)，從而增加鏈路帶寬消耗。本文方法、文獻［20］方法與對照實驗方法在VNF 映射時考慮了鏈路跳數(shù)的約束，從而降低了鏈路重復映射條數(shù)。

圖10 鏈路重復映射條數(shù)Fig.10 Link number of duplicated mapping

由圖11 可以看出，本文方法、文獻［20］方法、對照實驗方法、文獻［24］方法與文獻［2］方法相比，SFC 的平均可靠性Rg都在0.9 以上，本文方法的Rg更是達到了0.92 以上，相較于文獻［20］方法提升了約2%。因為本文方法、文獻［20］方法、對照實驗方法都對VNF 進行聚合處理，大幅降低了底層物理節(jié)點的數(shù)量，有效提高了鏈路的可靠性。而文獻［24］方法提高Rg的方法是將VNF 部署在可靠性最高的節(jié)點上，后續(xù)再不斷對此進行動態(tài)調(diào)整，因此Rg也可維持在0.9 以上。文獻［2］方法雖然考慮到了節(jié)點的可靠性，但卻未進行聚合處理，所以Rg較低，維持在0.87 左右。對照實驗方法與文獻［20］方法相比，節(jié)點排序方式不同，Rg基本持平，因為兩個節(jié)點排序中的限制條件并不會嚴重影響部署節(jié)點的數(shù)量，從而對鏈路的可靠性影響較低。本文方法與對照實驗方法相比，VNF 聚合方式不同，Rg明顯提高，說明本文的VNF 聚合方式更加有效，能夠減少更多的部署節(jié)點，從而提高鏈路的可靠性。

圖11 SFC平均可靠性Fig.11 Average SFC reliability

由圖12 可看出，本文方法與文獻［20］方法相比，SFC 端到端平均時延Dg降低約22%。本文方法、文獻［20］方法、對照實驗方法與文獻［2］、文獻［24］方法相比，Dg更低，因為這3 種方法都將綜合時延作為評價指標對節(jié)點進行排序，同時在VNF 映射時考慮“乒乓效應”，有效地降低了鏈路時延，從而顯著地降低了Dg。相較于文獻［20］方法，對照實驗方法的節(jié)點排序方式不同，Dg更低，說明用節(jié)點綜合重要度對節(jié)點進行排序更加有效，能夠使綜合時延對節(jié)點的排序起到更加有效的作用，從而降低Dg。本文方法與對照實驗方法相比，VNF 聚合方式不同，端到端平均時延更低，說明本文的VNF 聚合方式更加有效，能夠減少更多的部署的節(jié)點，從而降低節(jié)點時延與鏈路時延，進而降低了Dg。

由圖13 可看出，本文方法與文獻［20］方法相比，SFC 端到端平均帶寬開銷Bcostave降低約29%。本文方法、文獻［20］方法、對照實驗方法與文獻［2］、文獻［24］方法相比，Bcostave更低，因為這三種方法首先進行了VNF 的聚合處理，能夠顯著降低帶寬消耗，同時減少了鏈路的“乒乓效應”，能夠減少鏈路的重復映射，從而使帶寬消耗更低。對照實驗方法與文獻［20］方法相比，節(jié)點排序方式不同，平均帶寬開銷卻大幅降低，說明用節(jié)點綜合重要度對節(jié)點進行排序更加有效，能夠讓節(jié)點的跳數(shù)對于節(jié)點的排序起到更加有效的作用，從而降低Bcostave。本文方法與對照實驗方法相比，VNF 聚合方式不同，平均帶寬開銷有所降低，說明本文的聚合方式更加有效，能夠減少更多的部署節(jié)點，從而減少鏈路帶寬消耗，降低平均帶寬開銷。

圖13 平均帶寬開銷Fig.13 Average bandwidth overhead

4 結語

針對5G 網(wǎng)絡環(huán)境中低時延、高可靠性的要求，本文研究了NFV 環(huán)境下關于服務功能鏈（SFC）的部署問題，提出了基于節(jié)點綜合重要度排序的服務功能鏈部署方法。首先通過流量改變率將VNF 進行聚合，從而減少部署的物理節(jié)點，進而提高鏈路可靠性，節(jié)約節(jié)點資源消耗與鏈路帶寬開銷；然后通過節(jié)點綜合重要度對節(jié)點進行排序，提高VNF 映射效率；其次將聚合后的VNF 依次映射到完成排序的底層節(jié)點上，同時在VNF 映射階段考慮“乒乓效應”，以減少重復映射鏈路跳數(shù)，降低鏈路帶寬消耗；最后通過k-最短路徑算法進行虛擬鏈路映射，完成整個SFC 的部署。仿真結果表明，本文方法能夠有效提高鏈路可靠性、降低時延、降低資源開銷，起到了良好的優(yōu)化效果。未來將結合深度學習模型對節(jié)點綜合重要度的權重進行動態(tài)調(diào)整，進一步實現(xiàn)對SFC 的優(yōu)化部署。