一种边缘云系统中的VNF部署调度方法与流程

一种边缘云系统中的vnf部署调度方法
技术领域
1.本发明实施例涉及网络服务质量(quality of service，qos)技术领域，尤其涉及一种边缘云系统中的虚拟网络架构(virtual network function，vnf)部署调度方法。


背景技术：

2.随着5g和物联网技术的发展，计算模式渐渐从云计算转变为分布式云计算，例如边缘云系统。相比较云计算，边缘云系统将计算能力推动到网络边缘，从而减少主干网传输带宽并降低传输延时。因此，更适合实时移动应用，例如ar/vr，在线游戏和流媒体视频。在边缘云系统中，服务提供商通过在边缘计算节点放置vnf的形式为用户提供服务。另一方面，用户请求由中央控制器转发至对应的vnf获取服务。因此，如何放置vnf以及调度用户请求对保证用户服务质量至关重要。
3.由于5g和物联网技术引入大量用户和网络接入设备，边缘云场景中恶意用户出现概率和vnf失效影响的用户数大大增加，从而影响了边缘云系统的可靠性。具体来说，恶意用户能够向可访问的vnf发动恶意攻击，例如拒绝服务攻击(dos)或注入蠕虫程序。具体来说，通过dos攻击或蠕虫程序，恶意用户能够以较小的的代价瘫痪相应的vnf节点，从而无法为其他正常用户提供服务或影响其他用户的服务质量。此外，vnf失效的情况在边缘云系统中也频繁发生。据报告，防火墙和负载均衡器类型vnf连续两次失败的中位时间分别为7.5小时和5.2小时。这些vnf故障会大大增加请求重调度时延，从而显著降低用户的服务质量。
4.尽管通过部署入侵检测系统或放置冗余vnf能够增强边缘云系统的健壮性，例如保护 vnf免受恶意用户的攻击或降低vnf失效对系统的影响。但这些方法需要额外的资源，并且大大增加边缘云系统管理复杂性。


技术实现要素：

5.本发明提供一种边缘云系统中的vnf部署调度方法，以实现在不消耗额外资源的前提下提高边缘云系统的健壮性。
6.本实施例提供的一种边缘云系统中的vnf部署调度方法，所述方法由边缘云系统中的中央控制器执行，包括：
7.当服务供应商与用户接入边缘云系统中时，记录所述服务供应商提供的vnf集合并初始化；
8.根据所述vnf集合、用户请求流量以及边缘计算节点服务器容量确定所述vnf集合中各vnf的部署方案，并将所述部署方案发送至每个边缘计算节点以完成对vnf的部署；
9.基于部署完成后的vnf，对用户请求进行调度。
10.可选的，根据所述vnf集合、用户请求流量以及边缘计算节点服务器容量确定所述 vnf集合中各vnf的部署方案，包括：
11.根据所述边缘云系统中每个边缘计算节点内计算资源使用情况以及接入点范围，生成相应约束问题；
12.根据所述vnf集合、用户请求流量、边缘计算节点服务器容量及健壮性约束生成相应约束条件；
13.根据所述约束条件对所述约束问题进行求解，以确定所述vnf集合中各vnf的部署方案。
14.可选的，所述健壮性约束包括：
15.同一用户请求接入vnf的数量小于第一设定阈值，并且每个vnf接入用户的数量小于第二设定阈值。
16.可选的，根据所述约束条件对所述约束问题进行求解，以确定所述vnf集合中各vnf 的部署方案包括：
17.基于随机舍入背包算法，根据所述约束条件对所述约束问题进行求解，以确定所述vnf 集合中各vnf的部署方案。
18.可选的，所述约束问题包括所述vnf集合中各vnf的放置问题和所述vnf集合中各 vnf的分配问题；
19.相应的，基于随机舍入背包算法，根据所述约束条件对所述约束问题进行求解，以确定所述vnf集合中各vnf的部署方案包括：
20.根据所述约束条件形式化计算所述放置问题的分数最优解，对所述放置问题的分数最优解进行基于背包的随机舍入，以确定所述vnf集合中各vnf的目标放置节点；
21.根据所述约束条件形式化计算所述分配问题的分数最优解，对所述分配问题的分数最优解进行基于背包的随机舍入，以确定所述vnf集合中各vnf的目标分配用户；
22.根据所述目标放置节点和所述目标分配用户确定所述vnf集合中各vnf的部署方案。
23.可选的，基于部署完成后的vnf，对用户请求进行调度，包括：
24.根据边缘计算节点计算资源容量生成约束条件，基于对偶算法的在线算法为每个用户请求确定目标调度vnf。
25.可选的，根据边缘计算节点计算资源容量生成约束条件，基于对偶算法的在线算法为每个用户请求确定目标调度vnf，包括：
26.为边缘云系统中每类vnf构造对应的对偶问题；
27.针对每个用户请求，计算每个用户请求对应种类vnf对偶问题中各vnf的权值，将权值最小时对应的vnf作为该用户请求的目标调度vnf。
28.本发明的有益效果：
29.(1)本发明实施例中vnf部署和请求调度决策统一集中在中央控制器，集中式控制可以避免分布式模式下的低资源利用率等问题。
30.(2)通过设置两个健壮性约束来保障边缘云的健壮性，在vnf部署和请求调度时也考虑了接入点覆盖范围和边缘服务器计算资源约束。通过适当的vnf部署和请求调度，降低了异常现象的影响范围，在没有引入额外设备或资源消耗的前提下提高了系统的健壮性。
31.(3)本发明的方法也可以与入侵检测、部署冗余vnf等传统方法进一步结合以提升边缘云系统的健壮性，具有很广阔的应用前景。
附图说明
32.图1为本发明实施例提供的一种边缘云系统中的vnf部署调度方法的流程图；
33.图2为本发明实施例提供的边缘云架构图；
34.图3为本发明实施例提供的又一边缘云系统中的vnf部署调度方法的流程图。
具体实施方式
35.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
36.实施例
37.图1为本发明实施例一提供的一种边缘云系统中的vnf部署调度方法的流程图，该方法由边缘云系统中的中央控制器执行，通过将vnf放置和请求调度决策统一集中在中央控制器，集中式控制可以避免分布式模式下的低资源利用率等问题。
38.该方法具体包括如下步骤：
39.s110、当服务供应商与用户接入边缘云系统中时，记录所述服务供应商提供的vnf集合并初始化。
40.其中，边缘云平台由多个边缘计算节点构成。进一步参见图2，每个边缘计算节点由一个边缘服务器和一个接入点组成。边缘服务器上可以放置相应的vnf，接入点具有一定的覆盖范围，用户只能接收被覆盖的边缘计算节点的请求。
41.具体的，上述vnf集合中的信息包括vnf的类型(如防火墙、入侵检测系统)，vnf 的计算资源容量等信息。
42.本实施例中，当服务供应商和用户接入边缘云系统中，服务供应商向中央控制器提供上述vnf集合信息，同时根据边缘云系统附近区域内所有用户请求确定需要放置的vnf 类型与数量信息，以及每个vnf对应的服务流量需求。
43.s120、根据所述vnf集合、用户请求流量以及边缘计算节点服务器容量确定所述vnf 集合中各vnf的部署方案，并将所述部署方案发送至每个边缘计算节点以完成对vnf的部署。
44.本实施例中，上述步骤s120具体包括：
45.s121、根据所述边缘云系统中每个边缘计算节点内计算资源使用情况以及接入点范围，生成相应约束问题。
46.本实施例中，中央控制器监测边缘服务器资源使用情况，即每一个边缘计算节点内计算资源使用情况以及接入点范围，并以此信息生成相应约束问题。
47.s122、根据所述vnf集合、用户请求流量、边缘计算节点服务器容量及健壮性约束生成相应约束条件。
48.其中，所述健壮性约束包括两个约束：第一个约束是同一用户请求接入vnf的数量小于第一设定阈值，第二个约束是每个vnf接入用户的数量小于第二设定阈值。这里的第一设定阈值和第二设定阈值为健壮性参数，用于保障系统的健壮性。
49.第一个约束的基本原理是：使用适当的隔离技术，一个恶意用户只能攻击其可接入的 vnf，因此第一个约束可以限制单个恶意用户所影响的vnf数量，从而限制恶意用户的
危害范围。另一方面，vnf失效将导致其服务的所有用户服务质量下降，因此本实施例中引入第二个约束以此限制单个vnf失效影响的用户数量。本实施例中健壮性约束的优化目标是最小化放置vnf数。
50.s123、根据所述约束条件对所述约束问题进行求解，以确定所述vnf集合中各vnf 的部署方案。
51.本实施例中，采用随机舍入背包算法来求解vnf的部署问题。
52.具体的，所述约束问题包括所述vnf集合中各vnf的放置问题和所述vnf集合中各 vnf的分配问题；
53.相应的，基于随机舍入背包算法，根据所述约束条件对所述约束问题进行求解，以确定所述vnf集合中各vnf的部署方案包括：
54.根据所述约束条件形式化计算所述放置问题的分数最优解，对所述放置问题的分数最优解进行基于背包的随机舍入，以确定所述vnf集合中各vnf的目标放置节点；
55.根据所述约束条件形式化计算所述分配问题的分数最优解，对所述分配问题的分数最优解进行基于背包的随机舍入，以确定所述vnf集合中各vnf的目标分配用户；
56.根据所述目标放置节点和所述目标分配用户确定所述vnf集合中各vnf的部署方案。
57.示例性的，假设边缘云系统中有两个边缘计算节点：节点1及节点2。且两个节点的服务器容量均为20ghz。以视频缓存vnf为例，vnf集合中包含3个vnf，每个vnf的计算资源容量分别为5ghz，6ghz和10ghz，需要保证每个服务器放置的vnf计算资源总量不超过该服务器的计算资源容量。此外，本实施例的系统中有9个用户，每个用户被覆盖的边缘计算节点与请求集合如下表所示。
[0058][0059]
中央控制器在制定vnf放置和分配策略时，首先计算出形式化问题的最优分数解，
并根据分数解的值设置其舍入为1的概率。例如在本实施例中vnf1在节点1，节点2部署的分数解分别为0.8，0.2，那么vnf1部署在节点1的概率为80％。假设最优解中，用户1 被分配到vnf1的分数解是0.5，那么vnf1被部署且分配给用户1的概率为0.8*0.5＝0.4。 vnf部署且分配给用户后，每个用户请求将在被分配的vnf中进行调度，以保证健壮性约束。如下表所示：
[0060][0061]
由于vnf1和vnf2能满足系统计算资源需求，因此中央控制器只部署vnf1和vnf2。其中vnf1分配给用户1、用户2、用户3以及用户8，vnf2分配给用户4、用户5、用户 6、用户7以及用户9。可以看到，恶意用户至多可影响1个vnf，vnf失效至多会影响5 个用户。
[0062]
s130、基于部署完成后的vnf，对用户请求进行调度。
[0063]
本实施中，在完成vnf的部署之后，进行细粒度的用户请求调度。具体的，根据边缘计算节点计算资源容量生成约束条件，基于对偶算法的在线算法为每个用户请求确定目标调度vnf。详见图3，当用户请求到来时，首先判断该用户请求是否满足vnf的约束条件，若满足，则调度该请求，若不满足则拒绝该请求。
[0064]
其中，根据边缘计算节点计算资源容量生成约束条件，基于对偶算法的在线算法为每个用户请求确定目标调度vnf，包括：
[0065]
为边缘云系统中每类vnf构造对应的对偶问题；
[0066]
针对每个用户请求，计算每个用户请求对应种类vnf对偶问题中各vnf的权值，将权值最小时对应的vnf作为该用户请求的目标调度vnf。该调度方法主要考虑vnf资源约束，优化目标是最大化系统吞吐量。
[0067]
示例性的，当一个用户请求到来时，会计算边缘云系统中每个vnf的权值，计算公式为：其中，t(γ)为当前用户请求的大小，p(f)为vnf的计算资源容量，ε为算法参数。若βf的值大于1，则拒绝服务该请求。最终请求调度方案如下表所示。
[0068][0069]
本发明实施例的技术方案，通过设置两个健壮性约束来保障边缘云的健壮性，在vnf 部署和请求调度时也考虑了接入点覆盖范围和边缘服务器计算资源约束。通过适当的vnf 部署和请求调度，降低了异常现象的影响范围，在没有引入额外设备或资源消耗的前提下提高了系统的健壮性。此外，部署冗余vnf等传统方法进一步结合以提升边缘云系统的健壮性，具有很广阔的应用前景。
[0070]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。