盛權(quán)為

(長沙醫(yī)學院 信息工程學院,湖南 長沙 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,其主要目的是把個人電腦做成一個區(qū)域服務(wù)器,使地域問題不再成為阻礙網(wǎng)友訪問服務(wù)器的物理障礙。為實現(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)動器,且在多臺計算機同時接入服務(wù)時,該文件夾或驅(qū)動器組織必須始終保持較強的連接響應狀態(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)用戶在接入網(wǎng)絡(luò)映射時,需要輸入固定的賬號密碼,且該密碼條件必須同時滿足路由器與服務(wù)器的登錄需求。隨著網(wǎng)絡(luò)容納量的不斷提升,如何兼顧目標性能與優(yōu)化處理目標數(shù)量,早已成為各科研單位的重點研究問題。針對虛擬網(wǎng)絡(luò)映射問題,目前已有一些專家學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)域聚集度的自適應虛擬網(wǎng)構(gòu)建算法,對鏈路負載均衡性和節(jié)點負載均衡性都進行了考慮,但這種算法假定節(jié)點映射是已知的,因而只能從邊映射的角度來分析虛擬網(wǎng)絡(luò)映射問題,具有一定的局限性,各項參數(shù)的性能值較低;陳曉華等[4]提出一種主動休眠節(jié)點和鏈路的高效節(jié)能虛擬網(wǎng)絡(luò)映射算法,根據(jù)底層網(wǎng)絡(luò)資源利用率的訓練方法以及主動休眠底層節(jié)點和鏈路算法,提高休眠節(jié)點和鏈路數(shù)量,實現(xiàn)高效節(jié)能虛擬網(wǎng)絡(luò)映射,但該方法沒有考慮虛擬網(wǎng)絡(luò)請求成功率的優(yōu)化，導致優(yōu)化任務(wù)不能在指定時間內(nèi)完成;蔡志平等[5]在滿足虛擬網(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)點和鏈路的虛擬網(wǎng)絡(luò)映射方法,但是該方法的計算復雜度較高,短時間內(nèi)優(yōu)化處理的目標數(shù)量較少;此外,還有通過計算網(wǎng)絡(luò)交叉算子的傳統(tǒng)技術(shù)手段,擴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)資源的負載均衡問題,但其實際應用效果始終與理想標準間保持一定的物理差距。

為解決現(xiàn)有方法中存在的不足,本文通過構(gòu)建底層信息網(wǎng)絡(luò)，定義PSO算子等方式實現(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)點的映射能力進行物理排序,建立信息流的分配評價標準,對映射資源進行處理;定義PSO映射算子,分析虛擬網(wǎng)絡(luò)的全局映射能力,設(shè)計網(wǎng)絡(luò)信息流中虛擬網(wǎng)絡(luò)映射算法。并通過實驗對比的方式,說明本文所提新型算法的實際應用意義。

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)點映射能力排序等步驟的支持下,根據(jù)信息流分配評價標準，對映射資源進行分配。

1.1 底層信息網(wǎng)絡(luò)構(gòu)建

底層信息網(wǎng)絡(luò)具備3個賦權(quán)物理節(jié)點,分別代表 CPU、LOC、FTSP 3 個網(wǎng)絡(luò)組織,且每個節(jié)點可直接支配該節(jié)點所屬的信息層結(jié)構(gòu)。其中,CPU 賦權(quán)節(jié)點作為底層網(wǎng)絡(luò)結(jié)構(gòu)的第一級物理組織,可以綜合虛擬網(wǎng)絡(luò)的信息存儲和信息處理能力,并根據(jù)資源節(jié)點所處的具體位置,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)點作為底層網(wǎng)絡(luò)結(jié)構(gòu)的次級物理組織,可以根據(jù)虛擬網(wǎng)絡(luò)的運行要求,判斷映射關(guān)系兩端的資源信息節(jié)點是否具備完整的數(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)點作為底層網(wǎng)絡(luò)結(jié)構(gòu)的末級物理組織,可以總結(jié)虛擬網(wǎng)絡(luò)的完整運行狀態(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)點映射能力排序

資源信息節(jié)點映射能力排序是在底層網(wǎng)絡(luò)的基礎(chǔ)上,對虛擬映射關(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個待排序的資源信息節(jié)點,且每個節(jié)點又與w個屬性標量保持直接對應關(guān)系,在滿足網(wǎng)絡(luò)信息聚合適應標準的前提下,可將資源節(jié)點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)點相關(guān)的網(wǎng)絡(luò)位置信息和屬性標量數(shù)值,Qiw則代表第i個屬性標量為w的資源節(jié)點映射參量。根據(jù)上述矩陣,設(shè)e代表資源節(jié)點在底層信息網(wǎng)絡(luò)中的固定映射條件,則關(guān)于Q的標準化映射能力系數(shù)可表示為

(2)

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

(3)

1.3 信息流分配評價標準

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

(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、多項復雜映射2個主要方向。其中,單向基礎(chǔ)映射又可細化為靜態(tài)虛擬網(wǎng)絡(luò)映射、動態(tài)虛擬網(wǎng)絡(luò)映射2個操作過程中[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、二階段映射過程中,整合映射僅起到融合處理作業(yè)。動態(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程中,對網(wǎng)絡(luò)信息流的物理傳輸路徑進行拼接或分割處理[15-16]。多項復雜映射僅對網(wǎng)絡(luò)信息流傳輸策略和連接機制起到調(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,對信息映射關(guān)系進行的深入解釋說明,具備計算精度高、連續(xù)優(yōu)化性強等應用優(yōu)勢。而對該算子結(jié)構(gòu)進行的定義處理操作,既要體現(xiàn)信息流最佳位置的動態(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。但從根本上來說,虛擬網(wǎng)絡(luò)是一個離散化的區(qū)域環(huán)境,每一個信息化資源節(jié)點都代表一個可能出現(xiàn)映射連接的物理粒子[17-18]。因此,PSO映射算子定義應該反映的是一個階段性函數(shù)在適應度區(qū)間內(nèi)的總體縱向趨勢,而不是適度的定點函數(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。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)系的建立標準。通常情況下,待候選的網(wǎng)絡(luò)信息流虛擬節(jié)點量必須大于待匹配的映射節(jié)點量[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 實驗結(jié)果及討論

為驗證本文所提的網(wǎng)絡(luò)信息流中虛擬網(wǎng)絡(luò)映射算法的有效性,設(shè)計對比實驗。以2臺配置相同的核心網(wǎng)絡(luò)計算處理機器作為實驗對象,其中實驗組儀器搭載新型虛擬網(wǎng)絡(luò)映射算法,對照組儀器搭載傳統(tǒng)映射算法。在其他外界條件不變的情況下,分別記錄實驗組、對照組相關(guān)實驗數(shù)據(jù)的具體變化趨勢,并對比其結(jié)果。

3.1 前期實驗準備

為避免不公平事件的發(fā)生,實驗組、對照組的實驗參數(shù)始終保持一致。實驗時間70 min,網(wǎng)絡(luò)虛擬連接系數(shù)0.96,網(wǎng)絡(luò)目標性能參數(shù)的理想最大1.13,基礎(chǔ)映射參量0.65,理想優(yōu)化處理目標數(shù)量最大9.04×1013T。

3.2 網(wǎng)絡(luò)目標性能參數(shù)對比

分別記錄在70 min的實驗時間內(nèi),實驗組、對照組設(shè)備應用不同映射算法后,網(wǎng)絡(luò)目標性能參數(shù)的變化情況。詳細實驗對比結(jié)果如表1所示。

表 1 網(wǎng)絡(luò)目標性能參數(shù)變化表

注：實驗組平均值為1.08，對照組平均值為0.81

由表1可知,實驗組網(wǎng)絡(luò)目標性能參數(shù)呈現(xiàn)下降、上升交替出現(xiàn)的變化趨勢。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。從實驗初始階段起,每個處于上升狀態(tài)的網(wǎng)絡(luò)目標性能參數(shù)均大于理想最大值1.13,整個實驗階段的最大網(wǎng)絡(luò)目標性能參數(shù)1.41，與理想最大值1.13相比,上升了0.28;對照組網(wǎng)絡(luò)目標性能參數(shù)呈現(xiàn)先上升、再穩(wěn)定、最后下降的變化趨勢,且整個上升階段的變化幅度逐漸縮小。整個實驗階段網(wǎng)絡(luò)目標性能參數(shù)的最大值可達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,但整體實驗數(shù)值遠低于實驗組。綜上可知,在網(wǎng)絡(luò)虛擬連接系數(shù)為0.96的條件下,應用網(wǎng)絡(luò)信息流中的虛擬網(wǎng)絡(luò)映射算法,可達到提升目標性能參數(shù)平均值的目的。

3.3 單位時間內(nèi)優(yōu)化處理目標數(shù)量對比

在基礎(chǔ)映射參量為0.65的條件下,將單位時間設(shè)置為10 min,分別記錄在7個單位時間內(nèi),實驗組、對照組設(shè)備應用不同映射算法后,虛擬網(wǎng)絡(luò)優(yōu)化處理目標數(shù)量的變化情況。對比結(jié)果如圖3所示。

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

從圖3可知,實驗組、對照組虛擬網(wǎng)絡(luò)優(yōu)化處理目標數(shù)量在每個單位時間段內(nèi)均保持不同的變化狀態(tài)。從整體角度來看,實驗組虛擬網(wǎng)絡(luò)優(yōu)化處理目標數(shù)量始終保持在9.78×1013T左右,對照組虛擬網(wǎng)絡(luò)優(yōu)化處理目標數(shù)量始終保持在7.20×1013T左右,與理想最大值9.04×1013T相比,實驗組上升了0.74×1013T,對照組下降了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,可使單位時間內(nèi)的優(yōu)化處理目標數(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)信息流的分配評價能力,也充分發(fā)揮了PSO算子等參量的約束能力。從實驗數(shù)據(jù)看,各項指標提升明顯,證明本文算法確實具備較強的實際推廣價值。

(2) 隨著網(wǎng)絡(luò)用戶的激增以及日益增長的用戶需求,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)請求,也可以在請求高峰時段合理安排資源進行映射。因此,在未來階段,節(jié)能將作為一項重要的研究內(nèi)容。