趙東成，謝景昭，孫 罡

（電子科技大學(xué)光纖傳感與通信教育部重點(diǎn)實(shí)驗(yàn)室 成都 611731）

服務(wù)時(shí)延一直是服務(wù)部署中的一個(gè)重點(diǎn)研究問題，研究人員也對減小服務(wù)時(shí)延進(jìn)行了大量的研究。目前，對于減小服務(wù)時(shí)延的研究主要分為兩個(gè)方面。1） 一方面的研究是考慮減少數(shù)據(jù)包的處理、排隊(duì)和轉(zhuǎn)發(fā)的時(shí)延，但由于受制于云網(wǎng)絡(luò)的容量和設(shè)備自身的處理能力和處理速度，這方面研究的提升空間有限。因此，文獻(xiàn)[1-5]指出除了減少數(shù)據(jù)包的處理、排隊(duì)和轉(zhuǎn)發(fā)時(shí)延外，通過將服務(wù)功能鏈（service function chain, SFC）部署在更合理的物理路徑上，從而減少對鏈路資源的消耗和部署路徑的傳播時(shí)延，也能有效地降低服務(wù)功能鏈的整體時(shí)延。2） 此外，服務(wù)卸載和霧計(jì)算為應(yīng)對云網(wǎng)絡(luò)的資源消耗和時(shí)延問題提供了新的范例。然而，目前關(guān)于服務(wù)卸載的研究大多考慮將正在運(yùn)行的計(jì)算服務(wù)從移動(dòng)手機(jī)或云網(wǎng)絡(luò)卸載到霧網(wǎng)絡(luò)。目前，在云-霧網(wǎng)絡(luò)中，利用服務(wù)卸載來部署服務(wù)功能鏈的研究還不夠深入。

因此，本文考慮在部署服務(wù)功能鏈時(shí)，通過有效的在線博弈決策，將每個(gè)服務(wù)功能鏈的一部分虛擬網(wǎng)絡(luò)功能卸載和部署到霧網(wǎng)絡(luò)中，從而降低對云網(wǎng)絡(luò)的資源需求和縮短SFC 的部署路徑的長度，進(jìn)而減小SFC 的路徑時(shí)延。本文提出了一種基于服務(wù)卸載和在線博弈的最小化時(shí)延的SFC 部署算法（elay-minimum service function chain deploying of services offloading and online game, DSFCD-SOOG），該算法結(jié)合有效的在線博弈和服務(wù)卸載決策，在云-霧網(wǎng)絡(luò)中部署SFC，以減少SFC 的端到端時(shí)延。最后，驗(yàn)證了DSFCD-SOOG 算法在SFC 部署中的部署成本、SFC 的路徑時(shí)延和部署成功率方面的優(yōu)越性。

1 相關(guān)工作

隨著互聯(lián)網(wǎng)的發(fā)展，傳統(tǒng)網(wǎng)絡(luò)的僵化問題越來越嚴(yán)重，研究人員提出了網(wǎng)絡(luò)功能虛擬化技術(shù)[6-10]。隨著越來越多的網(wǎng)絡(luò)用戶接入，集中式的云網(wǎng)絡(luò)面臨著巨大的挑戰(zhàn)，這也給服務(wù)功能鏈的部署帶來了困難。為了解決這些挑戰(zhàn)，分布式的霧/邊緣計(jì)算應(yīng)運(yùn)而生[11-13]。該計(jì)算可以使接入網(wǎng)擁有少量的計(jì)算資源，利用這些資源可以為一些小型業(yè)務(wù)提供計(jì)算資源，從而降低對云網(wǎng)絡(luò)資源的需求。

為了更加靈活地利用接入網(wǎng)的霧計(jì)算資源，研究人員提出對接入網(wǎng)的霧計(jì)算資源進(jìn)行切片和虛擬化。然后，將服務(wù)功能鏈中的一部分虛擬網(wǎng)絡(luò)功能卸載并部署到接入網(wǎng)中，使得虛擬網(wǎng)絡(luò)功能的部署更加靈活，同時(shí)也能有效地降低服務(wù)功能鏈的整體時(shí)延。計(jì)算卸載能夠靈活地利用霧計(jì)算資源，成為了一個(gè)新的研究熱點(diǎn)[14-15]，它們考慮將一些云計(jì)算服務(wù)卸載到邊緣網(wǎng)絡(luò)上，從而降低云計(jì)算的流量負(fù)載，滿足用戶相應(yīng)的需求。

服務(wù)時(shí)延一直以來都是服務(wù)提供商和用戶所關(guān)心的一個(gè)重要問題。在數(shù)據(jù)包的處理、排隊(duì)和轉(zhuǎn)發(fā)時(shí)延難以改善時(shí)，通過將服務(wù)功能鏈部署在更加合理和更短的物理路徑上，減少對鏈路資源的消耗和部署路徑的傳播時(shí)延，進(jìn)而降低服務(wù)功能鏈的整體時(shí)延也是研究人員關(guān)注的問題。因此，在面對時(shí)延敏感業(yè)務(wù)的服務(wù)功能鏈部署問題時(shí)，有效地減小部署路徑的傳播時(shí)延也是研究的重要方向。因此，本文研究了具有時(shí)延需求的用戶到用戶的服務(wù)功能鏈的部署問題，通過將服務(wù)卸載和云-霧網(wǎng)絡(luò)的資源調(diào)度相結(jié)合以降低服務(wù)功能鏈的時(shí)延。

2 問題定義和數(shù)學(xué)建模

本節(jié)給出了具有時(shí)延需求的用戶到用戶的SFC 請求，以及由霧接入網(wǎng)和云網(wǎng)絡(luò)組成的物理網(wǎng)絡(luò)，研究假設(shè)每條物理鏈路都有一個(gè)時(shí)延約束，每個(gè)用戶到用戶的SFC 請求都有一個(gè)整體時(shí)延需求。在知道各條物理鏈路時(shí)延約束的前提下，通過服務(wù)卸載和聯(lián)合調(diào)度云-霧計(jì)算的資源，解決用戶到用戶的服務(wù)功能鏈的最小化時(shí)延和資源效率的配置問題。

2.1 物理網(wǎng)絡(luò)

在本文中，物理網(wǎng)絡(luò)由多個(gè)分布式的霧無線接入網(wǎng)和集中式的云網(wǎng)絡(luò)組成。將物理網(wǎng)絡(luò)建模為無向加權(quán)圖GP= （NP,EP），其中NP={n1,n2, ···,n|NP|}定義為所有物理節(jié)點(diǎn)（如服務(wù)器和路由器）的集合，|NP|表示物理節(jié)點(diǎn)的數(shù)量。EP={l1,l2, ···,l|EP|}定義為所有物理鏈路的集合，|EP|表示物理鏈路的數(shù)量。本文定義RC=（CN,CE,LN）為物理網(wǎng)絡(luò)資源約束的集合，其中CN表示物理節(jié)點(diǎn)的屬性（如服務(wù)器資源的 容 量c（nk）和 服 務(wù) 器 資 源 的 單 位 成 本p（nk））。CE表示物理鏈路的屬性（如時(shí)延d（lj）、帶寬的容量b（lj）和 鏈 路 資 源 的 單 位 成 本p（lj））。LN={L（n1）,L（n2） ,···,L（n|NP|）}表示所有物理節(jié)點(diǎn)位置的集合。

2.2 用戶到用戶的SFC 請求

本文將具有時(shí)延需求的用戶到用戶的SFC 請求建模為無向加權(quán)圖GR= （NR,ER），其中，NR={f1,f2, ···,f|NR|}表示用戶到用戶的SFC 請求中所有虛擬網(wǎng)絡(luò)功能（virtual network function, VNF）的集合，|NR|表示SFC 請求中所有VNF 的數(shù)量。ER={e1,e2, ···,e|ER|}表示所有SFC 鏈路的集合，|ER|表示所有SFC 鏈路的數(shù)量。定義MC=（CN,CE,CD,LN,LU1,LU2）為部署約束，其中，CN={ε（f1）, ε（f2） ,···, ε（f|NR|）}表示SFC 請求中所有VNF 的計(jì)算資源需求的集合，CE={ε（e1）, ε（e2） ,···, ε（e|ER|）}表示所有SFC 鏈路的帶寬資源需求的集合，CD表示托管SFC 請求的物理路徑的可容忍的總體傳輸時(shí)延，LN={L（f1）L（f2） ,···,L（f|NR|）}描述了所有VNF 的位置約束的集合。由于接入網(wǎng)中的霧計(jì)算資源相對稀缺，本研究只允許每個(gè)SFC 請求使用自身用戶所在的接入網(wǎng)的霧計(jì)算資源。因此，每個(gè)SFC 請求的VNF 只能部署到用戶所在的云網(wǎng)絡(luò)或霧接入網(wǎng)中。LU1和LU2分別表示兩個(gè)用戶的位置。

2.3 部署SFC 的網(wǎng)絡(luò)模型

在用戶到用戶的服務(wù)功能鏈的部署過程中，本研究的重點(diǎn)是部署VNF 和SFC 的虛擬鏈路。首先，本文將VNF 的部署過程建模為：

本文在部署VNF 的同時(shí)部署SFC 鏈路，將SFC 鏈路的部署過程建模為：

2.4 基于性別大戰(zhàn)的在線博弈的SFC 部署模型

將上述博弈過程建模為BoS 模型，在這個(gè)模型中，有兩個(gè)參與者（包括接入網(wǎng)的總計(jì)算資源Rg與剩余計(jì)算資源rg的比例Rg/rg和云網(wǎng)絡(luò)的總計(jì)算資源Rc與剩余計(jì)算資源rc的比例Rc/rc）有一些共同的興趣，但是共同利益的結(jié)果不同，并且有相對沖突的偏好。該模型基于兩種策略：1）將虛擬網(wǎng)絡(luò)功能卸載并部署到接入網(wǎng)中；2）將虛擬網(wǎng)絡(luò)功能部署到云網(wǎng)絡(luò)中。這兩種策略是給定并為玩家預(yù)知的。

因此，將每個(gè)VNF 的部署過程看作是一個(gè)博弈過程，接入網(wǎng)的總計(jì)算資源Rg與剩余計(jì)算資源rg的比例Rg/rg和云網(wǎng)絡(luò)的總計(jì)算資源Rc與剩余計(jì)算資源rc的比例Rc/rc作為兩個(gè)參與者進(jìn)行博弈，決定是否將VNF 卸載并部署到接入網(wǎng)中。將VNF卸載并部署到接入網(wǎng)作為第一策略（即S1），將VNF部署到云網(wǎng)絡(luò)中作為第二策略（即S2），Rg/rg作為第一玩家（即P1），Rc/rc作為第二個(gè)玩家（即P2），博弈策略如表1 所示。

表1 用于服務(wù)卸載的博弈策略

3 算法設(shè)計(jì)

由于具有時(shí)延需求的用戶到用戶的服務(wù)功能鏈的部署是一個(gè)NP 問題，整數(shù)線性規(guī)劃很難快速地得到解決方案。為解決這一難題，基于BoS 在線博弈的SFC 部署模型，本文設(shè)計(jì)了一個(gè)基于服務(wù)卸載和在線博弈的最小化時(shí)延的SFC 部署算法（DSFCD-SOOG），聯(lián)合調(diào)度云計(jì)算和霧計(jì)算的資源，解決用戶到用戶的SFC 的最小化時(shí)延和資源效率的部署問題。DSFCD-SOOG 算法如算法1 所示。

算法1：基于服務(wù)卸載和在線博弈的最小化時(shí)延的SFC 部署算法（DSFCD- SOOG）

輸入：物理網(wǎng)絡(luò)GP= （NP,EP）和資源約束RC =（CN,CE,LN）

SFC 請求隊(duì)列QueuedSFC

2） 如果QueuedSFC≠?，就執(zhí)行下一步；否則，轉(zhuǎn)到步驟9）；

3） 根據(jù)LeavedSFC，更新LeavedSFC 和物理網(wǎng)絡(luò)資源，讓LeavedSFC=?，執(zhí)行下一步；

4） 調(diào) 用SDSFCD-SOOG 子 算 法 來 映 射 隊(duì) 列QueuedSFC 中的第一個(gè)SFC 請求SFC1，執(zhí)行下一步；

5） 如果找到SFC1的一個(gè)部署方案M，就執(zhí)行下一步；否則，轉(zhuǎn)步驟7）；

DSFCD-SOOG 算法展示了將隊(duì)列QueuedSFC中所有到達(dá)的用戶到用戶的SFC 請求部署到物理網(wǎng)絡(luò)中的過程。當(dāng)本文部署每個(gè)SFC 請求時(shí)，本研究調(diào)用SDSFCD-SOOG 子算法來部署SFC，如子算法1 所示。在部署每個(gè)SFC 請求時(shí)，本研究首先將用戶U1所在的霧接入網(wǎng)中的所有物理服務(wù)器存儲(chǔ)到UG中，然后將用戶U2所在的霧接入網(wǎng)中的所有物理服務(wù)器存儲(chǔ)到UG中，再將云網(wǎng)絡(luò)中所有物理服務(wù)器存儲(chǔ)到UC中，最后部署SFC 請求的每個(gè)VNFfi。

子算法1：單個(gè)SFC 請求的部署算法

輸入：一個(gè)SFC 請求GR= （NR,ER）和部署約束MC = （CN,CE,CD,LN,LU1,LU2）

輸出：部署方案M

1） 將用戶U1和用戶U2所在的霧接入網(wǎng)中的所有可用物理服務(wù)器儲(chǔ)存在UG中，將云網(wǎng)中的所有可用物理服務(wù)器儲(chǔ)存在UC中；

2） 遍歷NR中的每一個(gè)VNFfi，如果NR中的每一個(gè)VNF 已經(jīng)遍歷完，就轉(zhuǎn)步驟14），否則執(zhí)行下一步；

3） 遍歷UG中的每個(gè)物理服務(wù)器nj∈UG，如果UG中的服務(wù)器已經(jīng)遍歷完，就轉(zhuǎn)步驟7），否則執(zhí)行下一步；

4） 如果物理服務(wù)器nj滿足VNFfi的位置約束，執(zhí)行下一步，否則就轉(zhuǎn)步驟3）；

5） 嘗試將fi映射到服務(wù)器nj上，并根據(jù)公式（8）計(jì)算成本VNFCost（fi→nj），執(zhí)行下一步；

6） 找到鏈路ei的最小時(shí)延路徑pei和找到從服務(wù) 器nj到 用 戶U2的 最 小 時(shí) 延 路 徑pi+1（nj,LU2），根據(jù)式（3）和式（9）計(jì)算路徑pei的時(shí)延PathDelay（pei）和部署成本PathCost（pei），根據(jù)式（4）和式（10）計(jì)算路徑pi+1（nj,LU2）的路徑時(shí)延PathDelay（pi+1（nj,LU2））和部署成本PathCost（pi+1（nj,LU2）），根據(jù)式（11）和式（12）計(jì)算和記錄fi的總路徑時(shí)延TDelay（fi→nj）和總部署成本TCost（fi→nj），轉(zhuǎn)至步驟3）；

7） 從VNFfi在霧接入網(wǎng)中的所有部署方案中找到一個(gè)總路徑時(shí)延TDelay（fi→nj）最小的部署方案M（fi）和M（ei），執(zhí)行下一步；

8） 遍歷UC中的每個(gè)物理服務(wù)器nk∈UC，如果UC中的服務(wù)器已經(jīng)遍歷完，就轉(zhuǎn)步驟12），否則執(zhí)行下一步；

9） 如果物理服務(wù)器nk滿足VNFfi的位置約束，執(zhí)行下一步，否則就轉(zhuǎn)步驟8）；

10） 嘗試將fi映射到服務(wù)器nk上，并根據(jù)式（8）計(jì)算部署成本VNFCost（fi→nk），執(zhí)行下一步；

12） 從虛擬網(wǎng)絡(luò)功能fi在云網(wǎng)絡(luò)中的所有部署方案中找到一個(gè)總路徑時(shí)延TDelay（fi→nk）′最小的部署方案M（fi）′和M（ei）′，執(zhí)行下一步；

13） 找到最小總時(shí)延的純策略納什均衡點(diǎn)作為聚點(diǎn)均衡點(diǎn)，并將部署方案存儲(chǔ)在M中，轉(zhuǎn)至步驟2）；

14） 找到最后一條鏈路e|ER|的最小時(shí)延路Pe|ER|并存儲(chǔ)在M中，根據(jù)式（2）計(jì)算總部署成本TCost（M）；

15） 返回M和TCost（M）。

本文將虛擬網(wǎng)絡(luò)功能fi部署到接入網(wǎng)的物理服務(wù)器nj上的部署成本定義為VNFCost（fi→nj）：

同時(shí)，當(dāng)虛擬網(wǎng)絡(luò)功能fi被部署到接入網(wǎng)中的物理服務(wù)器nj上時(shí)，可以找到從服務(wù)器nj到用戶U2的 部 署 路 徑pi+1（nj,LU2）。將 物 理 路 徑pi+1（nj,LU2）的部署成本定義為PathCost（pi+1（nj,LU2））：

當(dāng)虛擬網(wǎng)絡(luò)功能fi部署到接入網(wǎng)中的物理服務(wù)器nj上時(shí)，可以計(jì)算出總路徑時(shí)延TDelay（fi→nj）和總部署成本TCost（fi→nj），分別為：

SDSFCD-SOOG 子算法中部署方案M的總部署成本TCost（M）和總的部署時(shí)延TDelay（M）由式（1）和式（2）可計(jì)算得出。

4 仿真實(shí)驗(yàn)與結(jié)果分析

4.1 仿真環(huán)境

為了解決用戶到用戶的服務(wù)功能鏈的最小化時(shí)延和資源有效的配置問題，本文考慮聯(lián)合調(diào)度云計(jì)算和霧計(jì)算的資源，因此物理網(wǎng)絡(luò)由多個(gè)分布式的霧無線接入網(wǎng)和集中式的云網(wǎng)絡(luò)組成。圖1 所示為霧無線接入網(wǎng)。本文使用有46 個(gè)節(jié)點(diǎn)和76 條鏈路的USANET 網(wǎng)絡(luò)作為云網(wǎng)絡(luò)，如圖2 所示。在本文的仿真中，有15 個(gè)霧無線接入網(wǎng)連接到USANET網(wǎng)絡(luò)中的黑色節(jié)點(diǎn)。

圖1 霧無線接入網(wǎng)

圖2 USANET 網(wǎng)絡(luò)

在本仿真中，假設(shè)云網(wǎng)絡(luò)中物理服務(wù)器的計(jì)算資源服從均勻分布U[50, 80]個(gè)CPU 核心，霧無線接入網(wǎng)中物理服務(wù)器的計(jì)算資源服從均勻分布U[20, 40]個(gè)CPU 核心，物理鏈路的帶寬資源服從均勻分布U[40, 60]單位。一般情況下，本文假設(shè)：1）霧接入網(wǎng)和云網(wǎng)絡(luò)的計(jì)算資源的單位成本服從均勻分布U[0.5, 1]元；2）云網(wǎng)絡(luò)的帶寬資源的單位成本服從均勻分布U[1, 1.5]元；3）霧接入網(wǎng)的帶寬資源的單位成本服從均勻分布U[0.1, 0.2]元；4）每條物理網(wǎng)絡(luò)鏈路的帶寬資源的單位成本與鏈路長度成正比，每條物理網(wǎng)絡(luò)鏈路的傳輸時(shí)延與鏈路長度成正比，因此本文假設(shè)每條物理鏈路的傳輸時(shí)延服從均勻分布U[0.1, 0.2]ms。

另外，當(dāng)用戶到用戶的SFC 請求中的VNF 數(shù)量n=8 時(shí)，本文每次仿真10 000 個(gè)用戶到用戶的SFC 請求的結(jié)果。假設(shè)這些用戶到用戶的SFC 請求按照泊松過程動(dòng)態(tài)到達(dá)，每個(gè)SFC 請求中每個(gè)VNF 的計(jì)算資源需求服從均勻分布U[5, 10]個(gè)CPU 核心，一個(gè)用戶到用戶的SFC 請求中所有虛擬鏈路的帶寬資源需求相同，但各個(gè)用戶到用戶的SFC 請求的帶寬資源需求服從均勻分布U[5,10]Gbps。

本文通過對比在云網(wǎng)絡(luò)的部署方案和在霧網(wǎng)絡(luò)的部署方案，論證了云計(jì)算與霧計(jì)算資源聯(lián)合調(diào)度在減少用戶到用戶的SFC 請求的路徑時(shí)延方面的優(yōu)勢，對比了文獻(xiàn)[14]和文獻(xiàn)[15]中提出的SFC部署算法，即PSECO 算法和SAMA 算法。PSECO算法用于將SFC 請求卸載并部署到接入網(wǎng)，而SAMA 算法用于將SFC 請求部署到云網(wǎng)絡(luò)中。

4.2 仿真結(jié)果與分析

圖3 展示了DSFCD-SOOG 算法、PSECO 算法和SAMA 算法的平均SFC 路徑時(shí)延。從結(jié)果可以看出，本文DSFCD-SOOG 算法的平均SFC 路徑時(shí)延低于PSECO 算法和SAMA 算法。這是因?yàn)楸疚牡闹饕獌?yōu)化目標(biāo)是最小化路徑時(shí)延，在部署每個(gè)虛擬網(wǎng)絡(luò)功能fi時(shí)，聯(lián)合調(diào)度云計(jì)算和霧計(jì)算資源，解決用戶到用戶的服務(wù)功能鏈的最小化時(shí)延和資源有效的部署問題，嘗試將VNFfi分別部署到接入網(wǎng)和云網(wǎng)絡(luò)中，并將VNFfi的部署問題建模為BoS 在線博弈問題，通過持續(xù)的在線博弈，最終確定每個(gè)虛擬網(wǎng)絡(luò)功能fi是否被卸載，以及最終的部署方案，利用服務(wù)卸載和霧計(jì)算資源來減少用戶到用戶的SFC 請求的總體時(shí)延。因此，與PSECO算法和SAMA 算法相比，本文算法的平均SFC 路徑時(shí)延更低。

圖3 平均SFC 路徑時(shí)延

圖4 展示了DSFCD-SOOG 算法、PSECO 算法和SAMA 算法的平均SFC 鏈路部署成本。結(jié)果表明，本文算法的平均SFC 鏈路部署成本低于PSECO 算法和SAMA 算法。這是因?yàn)楫?dāng)本算法將SFC 的每個(gè)VNFfi部署到服務(wù)器nj上時(shí)，本研究會(huì)找到從VNFfi到之前的VNFfi-1的最小時(shí)延路徑pei，同時(shí)找到從服務(wù)器nj到用戶U2的最小時(shí)延路徑pi+1（nj,LU2），這將使部署路徑盡可能保持在最短路徑上。然而，SAMA 算法使用云網(wǎng)絡(luò)來部署SFC 請求，這使得VNF 部署方案遠(yuǎn)離用戶。雖然PSECO 算法使用霧計(jì)算來部署SFC 請求，使得VNF 部署方案的部署方案更接近用戶，但由于接入網(wǎng)資源不足，為了保證部署成功率，PSECO 算法會(huì)盡可能多地部署VNF 到接入網(wǎng)中，這通常會(huì)造成乒乓路徑和導(dǎo)致部署路徑更長。因此，與PSECO 和SAMA 算法相比，本算法可以獲得更低的平均SFC 鏈路部署成本。

圖4 平均SFC 鏈路部署成本

圖5 展示了DSFCD-SOOG 算法、PSECO 算法和SAMA 算法的平均VNF 部署成本。同樣地，從結(jié)果可以看出，本算法的平均VNF 部署成本低于PSECO 算法和SAMA 算法。這是因?yàn)楸舅惴?lián)合調(diào)度云計(jì)算和霧計(jì)算資源來解決SFC 的最小化時(shí)延和資源有效的部署問題時(shí)，SAMA 算法使用云網(wǎng)絡(luò)來部署SFC請求，PSECO 算法使用霧接入網(wǎng)來部署SFC 請求，而本文DSFCD-SOOG 算法同時(shí)使用云計(jì)算和霧計(jì)算的資源來部署SFC 請求，這樣就有更多的服務(wù)器可供選擇，并且可以選擇成本較低的服務(wù)器。另外，雖然本文的主要優(yōu)化目標(biāo)是最小化路徑時(shí)延，但還考慮了服務(wù)器成本、接入網(wǎng)的總計(jì)算資源與剩余計(jì)算資源的比例和云網(wǎng)絡(luò)的總計(jì)算資源與剩余計(jì)算資源的比例對部署時(shí)延的影響，因此在降低時(shí)延的同時(shí)，還可以在更合理地利用資源，從而減小VNF 的部署成本。因此，DSFCDSOOG 算法的平均VNF 部署成本低于PSECO 和SAMA 算法。

圖5 平均VNF 部署成本

圖6 展示了DSFCD-SOOG 算法、PSECO 算法和SAMA 算法的平均SFC 部署成本，其中用戶到用戶的SFC 請求中的VNF 數(shù)量，即n=8。同樣地，可以看出本算法的平均SFC 部署成本低于PSECO 算法和SAMA 算法。這是因?yàn)槠骄鵖FC 部署成本是平均SFC 鏈路部署成本和平均VNF 部署成本之和，而本文DSFCD-SOOG 算法的平均SFC 鏈路部署成本和平均VNF 部署成本低于PSECO 和SAMA 算法。

圖6 平均SFC 部署成本

圖7 顯示了3 個(gè)算法的SFC 部署成功率。結(jié)果表明，本文DSFCD-SOOG 算法的SFC 部署成功率高于PSECO 算法和SAMA 算法。這是因?yàn)楸狙芯康腄SFCD-SOOG 算法聯(lián)合調(diào)度云計(jì)算和霧計(jì)算的資源，以解決SFC 的最小化時(shí)延和資源有效的部署問題，相比于PSECO 算法和SAMA 算法可以提供更多的資源。此外，考慮到接入網(wǎng)總計(jì)算資源與剩余計(jì)算資源的比例和云網(wǎng)絡(luò)的總計(jì)算資源與剩余計(jì)算資源的比例對部署時(shí)延的影響，部署SFC 時(shí)也會(huì)在更加合理地使用資源，為更多的請求提供服務(wù)。因此，本文算法比PSECO 算法和SAMA算法具有更高的SFC 部署成功率。

圖7 SFC 部署成功率

5 結(jié) 束 語

本文研究了具有時(shí)延需求的用戶到用戶的服務(wù)功能鏈的部署問題。為了盡量減少SFC 部署方案的路徑時(shí)延，提出了基于服務(wù)卸載和在線博弈的最小化時(shí)延的DSFCD-SOOG 算法，通過將在線博弈和服務(wù)卸載決策相結(jié)合，在云-霧網(wǎng)絡(luò)中部署用戶到用戶的SFC，以減少SFC 部署方案的路徑時(shí)延。最后，利用云-霧網(wǎng)絡(luò)的聯(lián)合環(huán)境對本文DSFCD-SOOG 算法進(jìn)行了評估。結(jié)果表明，相比于對比算法，本算法的平均VNF 部署成本大約降低了5%、平均SFC 鏈路部署成本大約降低了14%、平均SFC 部署成本大約降低了10%、平均SFC 路徑時(shí)延大約降低了14%，同時(shí)SFC 部署成功率大約提升了40%。