一种基于资源隔离与复用的网络切片无线资源分配方法与流程

本发明涉及移动通信领域，尤其涉及网络切片的资源分配、资源隔离与资源复用。

背景技术

随着移动通信技术的高速发展，第五代无线网络(5G)将为用户提供一个灵活、弹性化的网络，通过为用户提供大带宽、低时延、大连接的无线网络能力，实现海量终端设备(如智能手机、海量高密度工业物联网传感器、智慧家居等)的无线互联入网，推进实现无处不在的万物互联物联网架构。5G时代异构终端设备入网将不断产生海量固定按某种规律到达或突发的移动带宽数据与服务请求，未来新的业务形态的不断孵化产生，对QoS提出了差异化的要求，未来网络需要网络可定制化发展。但是，为每个应用程序场景部署单独的网络环境及基础设施会大大提升网络建设的成本和难度。面向日益多样化的业务请求和网络可定制化的需求，为了降低成本，网络切片技术应运而生，通过将多个逻辑网络部署在同一套公共网络基础设施上并发运行，实现网络差异化、可定制化发展。网络切片是一种按需组网的方式，可以使运营商在统一的基础设施上切分出多个虚拟的、逻辑上的端到端网络，以适配各种类型的应用。网络切片的主要特点是在公共共享的物理基础设施之上运行多个逻辑上独立的网络，通过网络切片，可以根据用户定制的服务等级协议(Service Level Agreement，SLA)，灵活动态地将网络资源分配到逻辑的网络切片上。随着物联网、信息物理系统等网络应用的迅速发展，系统业务量不断增大，对资源和网络的需求也瞬息万变，需要不断调整对网络切片的资源分配来适应SLA的动态变化请求。但是，在无线网络中，频谱资源是有限的，网络运营商通常支付大量的钱来竞标频谱，因此最大限度地利用有限的无线资源是网络切片虚拟运营商的核心目标之一。与此同时，在接入网中，新用户或现有用户移动到相邻小区产生的干扰可能会降低现有用户的SINR，并导致当前的网络状况不再满足用户的QoS要求，所以网络切片的隔离水平将受到不断变化的用户请求和干扰的影响，带来网络性能下降、故障或安全漏洞等严重威胁网络安全的后果。因此，如何在保障网络切片资源隔离的前提下，保障用户的动态QoS需求成为了网络切片中迫切需要解决的问题，从而引发研究者开始对网络切片资源隔离和资源复用进行研究。

对于资源隔离而言，尽管网络切片隔离的重要性已得到充分认识，但现有的大多数研究大多忽略了隔离的内涵，或将其描述为实现网络切片的一个属性，尚未形成对网络切片资源隔离的标准化定义。有文献对网络切片的隔离水平和QoS保障(比特率)进行优化并定义隔离水平参数Isolation_Factor，利用遗传算法(Genetic Algorithm，GA)在最小化不能满足QoS的用户数量的同时最小化切片间的干扰，从而提升切片系统的隔离水平。有文献从网络切片的角度以对安全隔离进行研究与综述，指出网络切片的关键特性包括适当的切片设计和建立、接口安全性、合适的访问协议、正确的虚拟资源共享以及可适应的管理和编制体系结构(MANO)，并对无线和软件定义网络(SDN)的挑战、安全性的进行讨论，明确网络切片安全隔离的两个主要挑战：正确定义隔离参数、设计合适的MANO系统。还有文献采用准入控制机制保障切片间的隔离，但是这种准入控制机制会降低用户的体验质量(QoS)。但是，上述研究工作多数只是单一的考虑了网络切片间资源隔离的情况，忽略了以下情况：i)系统资源的实际情况；ii)网络切片隔离的内涵；iii)网络切片隔离与系统内其他因素之间的关系等相关挑战。同时，如果需要达到完全的隔离，要求不同切片、切片内不同的服务独享一块资源，即在网络切片中采用硬隔离模式。但是，随着业务量的不断增大，海量业务请求大量频谱资源对稀缺的频谱资源的现状产生巨大的挑战，需要通过资源复用等技术提升资源利用率。因此，在对网络切片隔离性进行讨论时，不可避免的需要对系统内的资源复用进行联合考虑，即在网络切片中采用软隔离的模式。

对于资源复用而言，有文献针对不同的网络需求，从端到端的角度阐述了网络切片中的无线资源管理。但是面向未来全社会全行业的多样化业务服务需求，未来切片类型和数量难以预估，这种静态的资源分配方式资源利用率低，静态资源划分/固定的切片等级协议(Service Level Agreement,SLA)实现方式将不再适用，需要通过在节点间进行资源复用提升资源利用率。未来的切片资源管理需要具备高度自动化、动态灵活的智能化特征，使得网络服务能随时适配业务需求。目前，为了解决静态资源划分带来的切片内出现资源空闲(资源利用率低)或者资源紧张(SLA背离、用户QoS体验降级)的问题，大多数文献将网络切片比拟成租户，基于经济学方法研究切片间的半静态/动态资源协商/博弈/交易。有文献提出了一种基于在线拍卖的网络切片资源分配算法，综合考虑用户业务需求与网络经济效益，实现对不同业务类型、在线依次到达的用户的资源动态复用，及时、高效地在用户提交业务请求后，通过在线拍卖为用户重新分配资源，提供定制化的切片服务。有文献提出了一个动态无线市场模型，准确地考虑所有应用程序的流量演化和性能约束，考虑通道条件、流量特性和变化以及服务异构性，灵活地调整分配给网络切片的资源份额，以实现租户的最大效用，通过资源动态复用的方式提升资源利用率。除此之外，为了解决完全动态资源复用方式中，传统拍卖算法仅竞拍成功的用户可获得资源而其他用户无法分配到资源的弊端，有文献提出了基于活跃用户瞬时负载的资源预留的半静态的资源复用算法，以支持随机(移动)负载的切片间资源复用。每个切片预先分配固定的资源池份额，再对拥有活跃客户的切片之间公平地再分配一定份额，待用户完成业务后对再分配资源进行回收处理，即统计复用。每个基站根据客户的份额将资源分配给客户。这种共享模型称为份额约束比例公平(SCPF)资源分配。与静态切片相比，SCPF是动态的(因为它的资源分配依赖于网络状态)，解决了静态分区情况下资源划分出现的部分切片资源闲置状态，同时保证拥有活跃用户的切片可竞争预留资源而不会出现活跃切片内的活跃用户过多资源挤占的情况，即保证了基站资源的合理利用而不会闲置或挤占，且网络切片预先分配到的资源保证了每个切片都可获得一部分资源，保护切片间不受彼此流量的影响。这种统计复用的资源分配方法可以避免在线拍卖算法竞拍失败的切片无法获取资源的缺陷，使对每个切片的资源分配更加合理有效。为了解决目前系统尚未综合考虑用户体验(QoE)、资源利用效率、5G网络环境变化等因素，有文献采用机器学习(Machine Learning，ML)的方法，在统计模型中制定无线资源分配方案，通过对历史通信数据的训练，对无线资源复用方法进行优化配置，提升通信效率与资源利用率。文章针对动态网络切片系统提出上层资源分配方案，在使用强化学习(Reinforcement Learning，RL)进行资源分配的基础上，采用线性规划方法优化下行链路的无线资源分配。尽管在网络切片资源分配、资源复用领域的研究很多，但目前的研究大多围绕资源分割、经济学角度等进行研究，而没有考虑资源复用会使切片的隔离水平产生变化，即隔离水平的上升带来资源复用水平的下降。与此同时，领域内尚未形成对网络切片资源复用度的合理、标准化定义。因此，在设计切片资源分配策略时，必须要考虑网络切片的隔离水平。进一步地，现有工作没有对网络切片资源隔离度和复用度之间的关系进行分析。

技术实现要素：

本发明针对上述问题，根据本发明的第一方面，提出一种网络切片无线资源分配方法，包括：

步骤100：根据切片数目以及观察时间长度随机产生多个初始个体，其中每个个体由所述多个切片在所述观察时间长度内的向外共享的资源与从其他切片获得的资源构成；

步骤200：基于所述观察时间长度的所有切片向其他切片共享的资源或从其他切片获取的资源、以及每个切片分配到相应的资源量计算每个个体的隔离度，以隔离度作为约束，去除不能满足隔离度要求的个体；

步骤300：对所述满足隔离度要求的个体，基于所述观察时间内的所有切片向其他切片共享资源或从其他切片获取资源计算每个个体的系统平均资源复用度，并以系统平均资源复用度作为适应度，根据适应度进行遗传操作；

步骤400：重复执行步骤200和步骤300，在达到预定执行次数后结束。

在本发明的一个实施例中，其中，步骤100中每个个体的染色体采用以下方法编码：

染色体矩阵为G×2n的矩阵，G行表示G个切片在n个单位时间段内共享和获得的资源量，第1至n列分别代表第1至n个单位时间段内切片向外共享资源的情况，第n 1至2n列分别代表第1至n个单位时间段内切片从其他切片获得资源的情况，所述矩阵为

其中，αg,i为时间段i内切片g共享给其他切片使用的资源量，βg,i为时间段i内切片g从别的切片处获得的资源量总和,i＝1,2,…n，g＝1,2,…G。

在本发明的一个实施例中，其中步骤100还包括：

通过随机方式产生NUM个初始个体，其中NUM为种群规模，需要根据系统中实际切片的个数G以及单位时间段的个数n决定，切片G个数越多、总观察时间内单位时间段的个数n越多，则NUM越大。

在本发明的一个实施例中，其中，步骤200中所述隔离度为

其中，

其中，n为观察总时间段内的单位时间段个数，sg,i为第i个单位时间段内切片g实际需要满足SLA性能需要的隔离度要求，rg为每个切片分配到相应的资源量，αg,i为时间段i内切片g共享给其他切片使用的资源量，βg,i为切片g从别的切片处获得的资源量总和，dg,i为切片g在第i个单位时间段内的任务所需的资源量。

在本发明的一个实施例中，其中，步骤300中适应度函数为

其中，f(X)表示当系统采用X染色体表征的决策对系统资源进行调度时，系统的适应度值，其中，αg,i为时间段i内切片g共享给其他切片使用的资源量，βg,i为切片g从别的切片处获得的资源量总和,n为总观察时间段内的单位时间段个数，G为切片数量，R为系统资源总量。

在本发明的一个实施例中，其中，步骤300中所述遗传操作包括：

适应度越高的个体以更大的概率获得遗传，对获得遗传的个体进行变叉与变异操作，适应度最高的个体不参加交叉与变异，直接进入下一代。

在本发明的一个实施例中，其中，交叉操作包括：

步骤1：将选择后的种群中的个体随机两两配对；

步骤2：设两个父代个体分别为A和B，由随机函数产生p、q，其中p、q∈[1,n]，p＜q，将A矩阵的p列至q列构成的子矩阵与B矩阵的p列至q列构成的子矩阵交换，并将A矩阵的p n列至q n列构成的子矩阵与B矩阵的p n列至q n列构成的子矩阵交换，可得到两个子代。

在本发明的一个实施例中，其中，变异操作包括：由随机函数产生随机数x，以一定概率Pm使染色体矩阵中第x个单位时间内的资源共享和资源获取基因随机变化。

根据本发明的第二方面，提供一种计算机可读存储介质，其中存储有一个或者多个计算机程序，所述计算机程序在被执行时用于实现本发明的网络切片无线资源分配方法。

根据本发明的第三方面，提供一种计算系统，包括：存储装置、以及一个或者多个处理器；其中，所述存储装置用于存储一个或者多个计算机程序，所述计算机程序在被所述处理器执行时用于实现本发明的网络切片无线资源分配方法。

与现有不考虑网络切片隔离度的网络切片资源分配机制相比，通过本专利提出的网络切片隔离度和复用度对结果进行评估，本专利提出的无线资源分配机制能够达到的资源复用度为48.68％，而现有未考虑网络切片隔离度的系统可达到的资源复用度为51.48％，因此本专利提出的机制在损失很少的网络切片资源复用度(2.8％)的前提下，可以满足所有切片的资源隔离度要求(假设系统内有三个切片，隔离度要求分别为80％、20％、20％)：本专利提出的机制可以实现三个切片的隔离度分别为80％、50％、50％，而现有未考虑隔离度要求的机制实现的三个切片隔离度分别为0％、50％、50％。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：

图1示出了网络切片能力分级示意图；

图2示出了本发明的流程图；

图3(1)示出了本发明实施例的切片1的资源需求与时间的关系；

图3(2)示出了本发明实施例的切片2的资源需求与时间的关系；

图3(3)示出了本发明实施例的切片3的资源需求与时间的关系；

图4(1)示出了当切片向外共享资源增加时，隔离度与复用度之间的关系；

图4(2)示出了当切片从其他切片获得资源增加时，隔离度与复用度之间的关系；

图5(1)示出了有无隔离度约束情况下的系统复用度对比图；

图5(2)示出了本发明实施例的切片1的有无隔离度约束情况下的隔离度和复用度对比图；

图5(3)示出了本发明实施例的切片2的有无隔离度约束情况下的隔离度和复用度对比图；

图5(4)示出了本发明实施例的切片3的有无隔离度约束情况下的隔离度和复用度对比图。

具体实施方式

针对背景技术中提出的问题，发明人进行了研究，综合考虑网络切片的资源隔离和资源复用，首先对网络切片资源隔离和资源复用进行合理定义，然后基于隔离度和复用度设计一种改进的基于最优保留与矩阵编码的遗传算法网络切片无线资源分配机制。一方面通过合理定义分析隔离度和复用度之间的折中关系，为研究领域提供一种网络切片隔离水平和资源复用水平的新的合理的评估方式，另一方面联合考虑了网络切片隔离度和复用度，通过在遗传算法中进行矩阵编码和最优保留，实现对无线资源的优化分配，在保证网络切片隔离度的前提下，最大化网络切片的资源复用度。

1.隔离度与复用度的定义与二者之间的关系分析

为了分析网络切片隔离度和复用度之间的关系，本申请定义了资源复用度和资源隔离度指标来表征复用增益和隔离性能。根据所定义的指标，本申请分析复用增益与隔离之间的关系。

1.1资源复用度

资源复用是指一个切片向其他切片共享资源或从其他切片获取资源。因此本申请通过资源共享和资源获取参数定义资源复用度。

a)单位时间内的单一切片资源复用度

在总观察时间内，每个切片分配到相应的资源量rg后，若在某一单位时间段i内切片g可共享资源给其他切片使用，则可定义αg,i表征当前时间段i内切片g共享给其他切片使用的资源量，定义βg,i为切片g从别的切片处获得的资源量总和，因此切片g在第i个单位时间内的资源净共享量为αg,i-βg,i，αg,i∈[0,rg]，i∈[1,n]，i∈N。由此可知，当αg,i-βg,i≥0时，切片g为向外共享资源的状态；当αg,i-βg,i<0时，切片g为从其他切片请求资源的状态。

因此可以定义切片g在单位时间i内的资源复用度为：

b)总观察时间内的系统平均资源复用度

由切片在单位时间内的资源净复用度可推导出系统在总观察时间内的平均资源净复用度为：

其中总观察时间Tg由n个单位时间τ组成；G为系统内切片的总个数；R为系统资源总量。

1.2资源隔离度

为了满足切片的隔离性要求，即QoS需求，每个切片需要使用足够的资源来处理任务。但是，一个切片获得或共享的资源越多，该切片的隔离性能越差。因为获取资源的切片其QoS性能依赖于其他切片共享的资源，如果获得资源量过多，隔离性能就会下降。因此在切片间分配资源时，考虑隔离性的约束非常重要。因此本申请定义切片的资源隔离度用于评估切片的隔离性能水平。

a)总观察时间内的单一切片隔离度

根据不同类型切片对于隔离等级的要求不同，可以定义隔离度isog表征在总观察时长内，网络切片g性能满足要求的时长与总观察时长的比例，即网络切片g的隔离度。定义总观察时长为Tg，网络切片g性能满足要求的时长为tg，则网络切片g的隔离度isog表示为：

其中，总观察时间Tg由n个单位时间τ组成，m为性能满足时长要求的单位时间τ的个数，即Tg＝nτ，tg＝mτ,0≤m≤n，m∈Z，则网络切片g的隔离度isog可进一步表示为：

对于切片的隔离性，定义隔离性参数Isolation∈[0,1]，若公式(5)成立，则认为切片g在总观察时长内满足隔离性：

isog≥Isolation (5)

根据不同切片隔离度要求不同，隔离性Isolation的等级不同。根据中移动2020年3月发布的《网络切片分级白皮书》，从性能指标、功能差异、对网络的需求、运维模式等方面分析后，可以将用户对5G的需求归纳为2大类：公众网用户需求和行业网用户需求。5G公众网与行业网既有共享又有隔离，为应对这2大类5G网络切片的需求，综合考虑网络隔离性以及部署运营要求，中移动等针对不同能力的网络切片，根据网络现有能力，对网络切片进行分级，能力分级示意图如图1所示。网络切片能级不同，对于隔离性的要求也不同，因此可以将Isolation划分为不同数值等级，如L0等级为最低等级网络切片，只提供尽力而为、无差异化的服务，不要求隔离，资源完全共享，因此可以设置较低的Isolation值，例如Isolation＝20％，对于L4等级的业务，要求超高确定性，因此可以设置较高的Isolation值，例如Isolation＝80％。

b)单位时间内单一切片的隔离度

对于单一切片g在第i个单位时间内的隔离要求，定义切片g在第i个单位时间内SLA性能对其他切片资源的依赖度因此可以推导切片g在单位时间i内的资源独立程度，即切片隔离度为：

1.3资源隔离度与资源复用度的关系

在第1～n个单位时间段τ内，设sg,i为第i个τ内切片g实际需要满足SLA性能需要的隔离度要求。当时，由于切片g满足SLA性能所需的隔离度可完全通过切片g自身的资源量保障，当其他切片发生故障无法提供资源共享时，切片g本身的SLA性能不会降级，即不受其他切片性能变化的影响，因此认为时切片g满足隔离性能要求，记xg,i＝1；当时，由于切片g的SLA性能需要一定比例的其他切片资源辅助保障，因此切片g的SLA性能受其他切片性能变化的影响，因此认为时切片g无法满足隔离性能要求，记xg,i＝0。其中，xg,i∈{0,1}，当xg,i＝1时代表切片g在第i个单位时间内满足SLA性能隔离要求，当xg,i＝0时代表切片g在第i个单位时间内不能满足SLA性能隔离要求。

由式(6)可知，当切片g自身资源量不够时，即αg,i＝0时，但当切片g自身资源可以共享给其他切片使用时，即βg,i＝0时，若此时直接利用sg,i对其是否满足隔离性能要求将得出这种情况下无论切片向外共享多少资源，都可以满足隔离度要求的结论，但是实际情况并不成立，因此，当切片g自身资源可以共享给其他切片使用时，需要分情况讨论：

设dg,i为切片g在第i个单位时间段内的任务所需的资源量，当切片g在总观察时间内分配到的资源量rg≥dg,i时，表示切片自身资源可共享给其他切片使用，当实际共享的资源量0≤αg,i≤rg-dg,i时，切片g共享后剩余的资源量仍然可以满足切片自身的任务需求，此时记xg,i＝1；当rg-dg,i＜αg,i≤rg时，切片g共享后的资源量无法满足切片自身的任务需求，此时切片g理论上需要其他切片共享切片支持本身任务需求，但造成此种结果的原因是其自身向外共享了过多的资源，因此切片g无法从外界获取资源，因此记此时切片g的隔离度为0，即isog,i＝0，xg,i＝0。

因此，切片g性能满足要求的时长表示为：

网络切片g的单位时间段内的隔离度与总观察时间内的切片隔离度、资源净复用度之间的关系可表示为：

由此建立单一网络切片隔离度与资源净复用度之间的关联。

由于单一切片单位时间内的隔离度与总观察时间内的资源净复用度分别表示为：与因此隔离度与资源净复用度变化趋势之间的关系为：

·当切片g向外共享的资源量增大而从其他切片获得的资源量不变时，即αg,i增大，则切片g的资源净复用度Ug,i随之增大，切片隔离度的分母增大，isog,i减小。因此随着切片g向外共享的资源量增大，其隔离性降低，资源复用度升高；反之亦反，随着切片g向外共享的资源量αg,i减小，其隔离性isog,i提高，资源复用度(公式(1))下降。

·当切片g从其他切片获得的资源量增大而向外共享的资源量不变时，即βg,i增大，则切片g的资源净复用度Ug,i减小，切片隔离度的分母增大，isog,i减小，因此随着切片g从其他切片获得的资源量增大，其隔离性与资源复用度均降低；反之亦反，随着切片g从其他切片获得的资源量βg,i减小，其隔离性isog,i上升，资源复用度(公式(1))上升。

由切片隔离度和资源复用度的变化趋势可知，切片向外共享和从外界获得资源带来的资源净复用度Ug,i和切片隔离度isog,i的变化与内涵符合隔离与复用的实际物理意义。

2.联合资源隔离与复用的网络切片无线资源分配机制

2.1无线资源分配优化问题

为了在切片系统中分配无线资源，在网络切片隔离度的约束下最大化系统资源复用度是非常必要的。因此无线资源分配机制可以被建模成如下优化问题：

s.t.

αg,i∈[0,rg]，βg,i∈[0,R-rg] (10b)

i∈[1,n]，i∈N (10d)

xg,i∈{0,1} (10h)

rg≥dg,i (10i)

0≤m≤n (10j)

其中，约束(10c)的含义为同一个网络切片在同一个时间段内只能向外共享或者从外界获取资源，不能又获取又共享。因为如果决策可以向外共享的话，表征切片本身的资源量是充足的，没有必要从外界获取资源；如果决策需要从外界获取的话，表征切片本身的资源量是不足的，因此逻辑上来说不能向外共享资源。

2.2基于改进的遗传算法的资源优化分配机制

为了求解无线资源分配问题抽象得到的优化问题，本申请对带有最优保留的遗传算法进行改进，通过对染色体进行G×2n维矩阵编码，在保障每个切片隔离度的约束下，最大化系统资源复用增益，并通过定义的隔离度和资源复用度对系统性能进行评估。遗传算法是一种具有全局优化能力的全局搜索算法，其要素主要包括染色体编码、种群初始化、个体适应度评估、遗传操作和收敛条件设置，图2示出了其主要流程。

a)染色体编码

在遗传算法中，空间中问题的每个候选解将被编码为参数值数组，用以表征不同决策条件下每个切片在每个单位时间段内共享或从其他切片获取资源的情况。染色体作为遗传物质的主要载体，即多个基因的集合，其内部表现(即基因型)是某种基因组合，决定个体的性状和外部表现。因此，在利用遗传算法求解优化问题时，首先需要实现从表现型到基因型的映射工作，即编码。

由于每个切片存在向外共享资源和从其他切片获取资源两种特征，且一个系统内存在多个切片，因此本申请采用矩阵编码的方式构造染色体。假设系统内共有G个切片，总观察时间包括n个单位时间段，且每个单位时间段内每个切片的特征包含向外共享的资源量αg,i和从其他切片获得的资源量βg,i，因此染色体矩阵为G×2n的矩阵，G行表示G个切片在n个单位时间段内共享和获得的资源量，第1至n列分别代表第1至n个单位时间段内切片向外共享资源的情况，第n 1至2n列分别代表第1至n个单位时间段内切片从其他切片获得资源的情况。因此一个个体的染色体编码如下：

b)种群初始化

通过随机方式产生NUM个初始个体，其中NUM为种群规模，需要根据系统中实际切片的个数G以及单位时间段的个数n决定，切片G个数越多、总观察时间内单位时间段的个数n越多，则NUM应越大，以便种群中可以出现更多表现型的个体，即使决策空间扩大，保障最终搜索可以更好的得到最优解。

c)适应度函数

遗传算法的适应度函数是对个体适应能力的评价函数，一般要求适应度函数非负、与目标函数对应、与目标函数有相同极值点。因此，根据本发明的一个实施例，将适应度函数映射如下：

式中，f(X)表示当系统采用X染色体表征的决策对系统资源进行调度时，系统的适应度值，其中X染色体为前述G×2n的染色体矩阵。

d)遗传操作

遗传算法包括选择、交叉、变异三个操作。

·选择——用隔离度进行选择

在选择的过程中，本申请采用随机竞争选择和最优保留机制确定本种群中用于产生下一代的父代个体。该算法首先利用隔离度对个体进行约束(初步选择)，剔除不能满足隔离度要求的分配方案(个体)。之后对个体适应度进行计算，为使适应度越高的个体产生子代越多，要使其获得遗传的概率越高，因此在采用轮盘赌的方式选择被遗传的个体时，适应度越大，在轮盘上占的面积越大，获得遗传的机会就越大，对获得遗传的个体进行交叉和变异操作，其中适应度最高的个体不参加交叉与变异，直接进入下一代，即最优保留机制。

·交叉

遗传算法的交叉是指两个相互配对的染色体按照某种方式相互交换其部分基因，从而形成两个新的个体。本申请染色体编码为矩阵编码，因此在种群中进行交叉操作时，采用子矩阵交叉方法，即按照一定概率(交叉率)Pc交换两个父代染色体中对应的子矩阵。因为本申请中的染色体包含两个特征，且在单个单位时间段内，所有切片共享出的资源总量和所有切片获得的资源总量相等(系统内资源复用守恒)，即因此在染色体矩阵中，存在所以在进行子矩阵交叉时，需要将相同时间段内共享和获得的资源子矩阵同时进行交叉操作。根据本发明的一个实施例，其包括步骤：

i)将选择后的种群中的个体随机两两配对；

ii)设两个父代个体分别为A和B，由随机函数产生p、q，其中p、q∈[1,n]，p＜q。

iii)交换上述A和B个体的子矩阵，即将A矩阵的p列至q列构成的子矩阵与B矩阵的p列至q列构成的子矩阵交换，并将A矩阵的p n列至q n列构成的子矩阵与B矩阵的p n列至q n列构成的子矩阵交换，可得到两个子代：

经过交叉操作后产生的个体将进入下一子代中进行迭代选择，迭代在达到预定次数后整个算法执行结束，例如，迭代10000次。

·变异

遗传算法的变异运算，是指将个体染色体编码串中的某些基因座上的基因值用该基因座上的其他等位基因替换，从而形成新的个体。变异能够生成新的染色体，从而给种群注入更多资源复用的方案，避免算法陷入局部最优。根据本发明的一个实施例，变异的步骤包括：由随机函数产生随机数x，以一定概率Pm使染色体矩阵中第x个单位时间内的资源共享和资源获取基因随机变化，如：

3.系统性能仿真测试

本申请利用Python对目标函数进行仿真求解，验证了所提的以隔离度为约束的最大化系统资源复用度系统优化机制的有效性与合理性，对隔离度和资源复用度之间的相互制约关系进行仿真分析。在以C-RAN为代表的集中式移动网络架构下，通过集中管控中心生成切片，并对每个切片的资源进行动态管理。本申请所述实验通过集中管控中心生成3个eMBB切片，分别接入来自中央商务区、公园和学校的业务。每个切片的流量时间参数可由Wang S,Zhang X,Zhang J,et al.An Approach for Spatial-temporal Traffic Modeling in Mobile Cellular Networks[J].2015 27th International Teletraffic Congress,2015:203-209中获得，具体仿真流量的时间参数如下表1所示。

表1仿真流量的时间参数表

本申请中sg,i为第i个τ内切片g实际需要满足SLA性能需要的隔离度要求，可以假设切片中的sg,i为以isog为均值的、系统可设的值或分布，本文所述实验中为了方便仿真，使任意时间i内的sg,i＝isog。本申请采用遗传算法进行仿真时，相关仿真参数见下表2。

表2仿真参数设置

因为本申请所述单位时间长度为15min，但仿真流量的时间参数的统计周期为24小时，因此需要对m(t)进行积分，分别求出每个单位时间内的流量到达总量，计算方法如下：

式(16)中，traffic(i)表示第i个单位时间内的切片流量到达总量。

·机制有效性测试

为了评估切片网络中基于复用和隔离的无线资源分配机制的有效性，本申请设计了一种具有最优保留和矩阵编码的改进遗传算法。所提方案收敛到的资源分配策略如图3所示。资源分配方法包括在总观测时间内共享的资源数量和获得的资源数量。图3(1)、图3(2)和图3(3)给出了切片1、切片2和切片3的时间变化与资源需求的关系。柱状阴影表示牺牲隔离性能的单位时间段。当隔离要求很低时，即Isolation2＝Isolation3＝0.2，如图3(2)和图3(3)所示为切片2和切片3的情况，该机制将优先调整数据流量比较大的单位时间段的资源量，保障其隔离性能，以保障整个观察时间内的切片隔离性能。为了给以提高复用增益为目标的系统提供更多的资源，本申请提出的机制倾向于共享出数据流量较低的单位时间内的资源。此外，通过将空闲资源预先调度并分配给紧急突发任务，本机制可以应对突发的数据流量，提升系统对突发任务的接纳能力。因此，本机制可以有效地在切片间复用资源，使具有隔离约束的系统的资源复用增益最大化。

·隔离度与复用度之间的关系分析

由图4(1)可知，当αg,i增加且βg,i＝0时，复用度Ug,i随之增加，同时在0≤αg,i≤rg-dg,i时隔离度isog,i＝1，其中dg,i为切片此时的资源需求。由图4(2)可知，当向外共享的资源量不断增加超过阈值rg-dg,i时，切片内的资源无法保障本切片性能需求，isog,i衰减至0。当βg,i增加且αg,i＝0时，复用度Ug,i随之增加，隔离度isog,i随之降低。因此，本申请定义的切片的隔离度和复用度符合实际物理意义。

·本机制与现有无隔离度约束机制的对比

图5所示为本机制与无隔离度约束机制的性能对比情况。图5(1)为两个系统有无隔离度约束情况下的系统复用度收敛情况，本机制(有隔离度约束)复用度收敛到48.68％，无隔离度约束情况下复用度收敛到51.48％。因此，本申请所述机制仅比现有无隔离度约束情况下的机制复用度降低2.8％。图5(2)、图5(3)和图5(4)分别为系统仿真的3个切片内有无隔离度约束情况下的隔离度和复用度收敛情况。在图5(2)中，在本机制有隔离度约束的情况下，切片1的隔离度逐渐收敛到0.8，其复用度收敛到84.13％，而在没有隔离度约束的情况下，其隔离度收敛到0，而复用度收敛到99.54％。因此在切片1中，本申请所使用的机制牺牲15.41％的复用度换取80％隔离度的提升。在图5(3)和图5(4)表示的切片2和切片3中，本申请所使用的机制和现有无隔离度约束的机制的复用度与隔离度收敛到相似位置，因为其隔离度要求较低，无论复用度如何变化，总能达到隔离度的要求，因此会产生收敛到相同位置的情况。由此可知，本申请所提机制可以有效平衡隔离度和复用度，在隔离度的约束下最大化资源的复用度。

为使本领域任何普通技术人员能够实现或者使用本公开内容，上面围绕本公开内容进行了描述。对于本领域普通技术人员来说，对本公开内容进行各种修改是显而易见的，并且，本文定义的通用原理也可以在不脱离本公开内容的精神或保护范围的基础上适用于其它变型。此外，除非另外说明，否则任何方面和/或实施例的所有部分或一部分可以与任何其它方面和/或实施例的所有部分或一部分一起使用。因此，本公开内容并不限于本文所描述的例子和设计方案，而是与本文公开的原理和新颖性特征的最广范围相一致。