一种多域网络QoS预算联合优化与弹性分配方法与流程

摘要: 本发明属于无线通信,特别涉及一种多域网络qos预算联合优化与弹性分配方法。背景技术:1、随着5g/6g及云-边-端一体化网络的发展,业务需求呈现跨域、异构、高动...
一种多域网络QoS预算联合优化与弹性分配方法与流程

本发明属于无线通信,特别涉及一种多域网络qos预算联合优化与弹性分配方法。

背景技术:

1、随着5g/6g及云-边-端一体化网络的发展,业务需求呈现跨域、异构、高动态的特征,传统集中式或静态预留的资源分配方式在带宽、时延、丢包率等多维qos约束下面临计算复杂度高、违约频发、资源利用率低的问题,亟需一种能够实时感知全局需求与域级资源、并通过闭环学习持续优化的qos预算弹性分配方法。

2、现有的qos预算分配研究主要聚焦于单域或小规模多域网络。文献“x. han, m.xie, k. yu, et al., ‘combining graph neural network with deep reinforcementlearning for resource allocation in computing force networks,’ frontiers ofinformation technology & electronic engineering, vol. 25, no. 5, pp. 701–712,2024.”利用gnn+dqn框架,将业务-节点关系抽象为图,实时输出满足带宽、时延、丢包等多维需求的资源分配方案。然而该方法局限于单一域,仅依赖域内状态进行决策,当网络拓扑跨越多域时,无法协调域间资源且缺乏端到端qos整体保证。文献“m. eisen, a. ribeiro,‘optimal wireless resource allocation with random edge graph neuralnetworks,’ ieee transactions on signal processing, vol. 68, pp. 2977–2991,2020.”提出随机边图神经网络(regnn),通过低维参数实现对大规模无线网络的功率/速率联合优化,并具备跨拓扑迁移能力。但该方法仍以单域无线场景为假设,未考虑多域间资源预算的动态协商及隐私隔离。

3、跨域qos分配的核心是:为一批具有多维qos需求(带宽、时延、丢包率)的业务流,在多域网络中寻找端到端路径,并分配资源,以同时满足所有约束并优化全局目标(如总违约率最低、资源利用率最高)。

4、将qos分配拆解后,每一个子问题都是经典的np-hard或np完全问题:

5、子问题a:多约束路径选择mcp(multi-constrained path):为单个业务寻找一条同时满足带宽、时延、丢包率上限的路径。仅时延和丢包率两个加性约束的组合,该问题就被证明是np完全的。

6、子问题b:多商品流问题mcf(multi-commodity flow):当多条业务流同时存在时,它们共享网络链路资源,彼此之间存在竞争。在链路容量约束下,为所有业务流分配带宽,使总流量最大化或成本最小化,是一个经典的np-hard问题。

7、子问题c:多目标优化:当目标不仅是可行,还要最优(如违约率最低、利用率最高)时。在多约束基础上进行多目标优化,复杂性更高。

8、将上面的子问题结合起来,其计算复杂性必然是指数级的。

9、单域内的上述问题已然是np-hard。跨域网络引入了以下使问题复杂度急剧上升的特性:

10、信息不完整与隐私性:根控制器无法获得每个域内部的完整拓扑和实时链路状态。决策者必须在信息模糊的条件下做出全局优化,这相当于在一个部分可观测的环境中进行组合优化,搜索空间巨大且不确定。

11、分层决策耦合:问题天然分为两层:1)域间路径选择(选择哪些域、以什么顺序连接);2)域内具体路径和资源分配。这两层决策相互影响、紧密耦合。任何域间路径的调整,都会影响多个域的内部资源分配,反之亦然。这种耦合导致问题无法被简单地分解为独立的子问题求解。

12、异构性:不同域可能由不同运营商管理,采用不同的技术(如光纤、无线、卫星),其资源模型、计量方式和管理策略各异。这种异构性使得统一的优化模型和算法极难设计。

13、另外,现实网络的动态性又加急了问题的复杂度,比如,业务随机到达和离开,链路状态(如无线信道)持续波动。这使得问题从一个静态的组合优化,转变为一个序贯决策问题。

14、即,目前的跨域qos分配方案难以满足跨域业务在带宽、时延、丢包等多维qos约束下的联合优化需求。

技术实现思路

1、本发明所要解决的技术问题是,提供一种适用于多域网络的,根据各域资源的实时变化动态调整网络qos预算,在满足跨域业务端到端的网络需求的同时,显著降低违约率并提升网络资源利用率的,qos预算联合优化与弹性分配解决方案。

2、本发明为解决上述技术问题所采用的技术方案是:

3、一种多域网络qos预算联合优化与弹性分配方法,包括以下步骤:

4、s1、全域业务需求及可用资源信息收集:部署一个根控制器和多个本地控制器;在多域网络中划分各节点所属子域;根控制器负责控制所有本地控制器;各本地控制器负责控制子域内节点;各本地控制器对对应的子域中的边界节点对进行域内资源量化,分别计算子域的带宽量化值、时延量化值和丢包率量化值作为域内资源量化指标上报根控制器,根控制器同步收集全域网络拓扑、各子域的域内资源量化指标、新进业务流信息和已有业务流信息;

5、s2、备选路径计算:根控制器基于收集到的信息,当有新业务进来时,以新进业务流信息中的qos需求作为约束,根据全域网络拓扑、各子域的域内资源量化指标,在满足业务端到端qos需求的前提下,分别以最大剩余带宽量化值、最小时延量化值和最小丢包率量化值为单一优化目标,各生成l条备选域间路径,共3l条,l为预设值;

6、s3、特征聚合:将前述收集到的全域网络拓扑、各子域的域内资源量化指标、已有业务流信息、包含备选域间路径的新进业务流信息作为输入,通过图神经网络进行特征聚合,输出包含节点、链路与业务流信息的特征向量;

7、s4、qos预算调整:以多域网络资源信息以及图神经网络输出的特征向量构成的状态向量作为软演员-评论家sac结构的强化学习模型的状态输入,sac演员网络输出业务流qos预算调整动作,sac评论家网络以业务流qos违约量作为即时奖励评估,形成闭环优化链;所述sac演员网络输出业务流qos预算调整动作的动作空间为三维离散向量,分别对应带宽、时延、丢包率的调整动作;

8、s5、最优跨域qos预算分配方案生成:根控制器依据强化学习模型输出的qos预算调整动作对业务流qos预算进行调整并下发至各本地控制器进行分配,同时收集业务流实际qos表现,再更新sac模型参数,迭代至违约率低于阈值或达到最大轮次后,输出全域最优qos预算分配方案并下发至各本地控制器执行。

9、进一步地,s1中各本地控制器对其子域边界节点对进行域内资源量化,具体如下:

10、带宽量化:对子域内每个边界节点对探测全部可行的跨域路径,集合全部边界节点对的跨域路径得到该子域内的跨域路径集合,获取集合中每条跨域路径的剩余带宽,按剩余带宽从大到小降序排序,取前k条跨域路径,即有最大剩余带宽的k条跨域路径,k为预设值,并计算这k个剩余带宽的算术平均作为该子域的带宽量化值;

11、时延量化:取中时延最小的前k条跨域路径,求k条跨域路径总时延算术平均作为该子域的时延量化值;

12、丢包率量化:取中丢包率最小的前k条路径,求其k条跨域路径总丢包率的算术平均作为该子域的丢包率量化值。

13、进一步地,域内资源量化的表征方式具体为:

14、;

15、其中,为按剩余带宽从大到小降序排序的第k条路径,,链路表示路径中的一段, 为链路的瞬时剩余带宽,表示跨域路径中剩余带宽的最小值作为跨域路径的剩余带宽;

16、;

17、其中,为按时延从小到大升序排序的第k条路径,,链路表示路径中的一段,为链路的单向时延;为路径的总累积时延;

18、;

19、其中,为按丢包率从小到大升序排序的第k条路径,,链路表示路径中的一段,为链路的实测丢包率;为路径的端到端丢包概率。

20、进一步地,s3中所述图神经网络采用图采样与聚合graphsage机制,逐层聚合节点、链路与业务流的信息。

21、进一步地,s4中sac演员网络的输入为:输入为维状态向量,其中为从条备选路径中随机采样的条数,对于每条备选路径对应6维特征,分别对应路径当前qos分配预算和路径剩余可用资源;其中路径当前qos分配预算表示该路径上当前为业务分配的带宽预算、时延预算、丢包率预算,即每轮迭代调整前的基准值,所述路径当前qos分配预算初始值即为业务原始qos需求,后续每轮迭代中根据调整动作得到路径新的qos分配预算;路径剩余可用资源表示该路径对应的端到端剩余带宽容量、剩余时延余量、剩余丢包率余量,即s1中计算得到的域内资源量化结果,代表该路径还可承载的资源空间;维状态向量包括业务原始qos需求、图神经网络输出的特征向量、全局网络统计特征,其中业务原始qos需求为业务本身要求的带宽需求、时延需求、丢包率需求;图神经网络输出的特征向量为三维特征向量,其三阶特征分别对应带宽、时延、丢包率三类qos维度;全局网络统计特征用于刻画全局网络负载状态,包括全局总剩余带宽、平均链路时延、平均链路丢包率;sac演员网络输出业务流qos预算调整动作;

22、sac评论家网络的输入为sac演员网络的输入以及sac演员网络的输出,sac评论家网络输出动作价值估计值。

23、进一步地,s4中所述调整动作包括:增加预算、减少预算或保持不变,并支持根据网络状态动态调整动作系数。

24、进一步地,增加预算的动作系数初始设置为1.1、减少预算的动作系数初始设置为0.9,保持不变的动作系数初始设置为1.0。

25、进一步地,s4中sac评论家网络输入为状态与动作的拼接向量,用于评估当前策略的预期回报,目标为最小化qos违约量,即时奖励表征方式如下:

26、;

27、其中, 表示业务端到端的带宽需求;表示当前轮次为业务实际分配的端到端带宽;表示表示业务端到端的时延需求;表示当前轮次为业务实际分配的端到端时延;表示业务端到端的丢包率需求;表示当前轮次为业务实际分配的端到端丢包率;、、均为权重参数,按场景动态调整,。

28、进一步地,所述sac演员网络的优化目标为结合温度系数最大化最大熵期望回报,所述温度系数为可学习参数,使策略的熵值维持在预设的目标熵,在训练过程中动态平衡策略的探索与利用;所述sac评论家网络的优化目标是最小化软贝尔曼残差。

29、本发明针对现有跨域qos分配是一个在信息不完整、资源耦合、环境动态的多维组合空间中进行在线优化的np-hard问题,在规模稍大时即难以实现。本发明为此提供了一套高效的工程化解决方案:

30、将跨域np-hard问题解耦为资源感知-策略优化两级框架的低维子问题,显著降低计算复杂度。通过域内资源量化,将复杂的域内拓扑压缩为几个关键标量,把耦合的两层问题解耦,极大降低了决策空间的维度。各本地控制器不直接上报详细的域内拓扑和链路状态,而是仅计算并上报边界节点对在带宽、时延、丢包率三个维度上的抽象统计值。这既为全局决策提供了必要的资源可用性信息,又严格保护了各子域的内部网络隐私,解决了多域协同中的关键信任与安全障碍。

31、再使用图神经网络gnn+sac的模式,gnn负责理解复杂的图结构关系,sac负责在动态环境中学习长期最优策略。这种方法用一次性的训练成本,换取了在线决策时的极低延迟和良好性能,良好应对了np-hard问题的实时性挑战。

32、本发明的有益效果是,兼具决策时延低、资源利用率高、qos违约率低的综合优势,图状态仅需上传需求-资源抽象特征及可达性指标,无需暴露域内拓扑细节,有效保护各域隐私,适用于5g/6g核心网及云边协同等场景。