跨域SFC动态部署方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术属于SFC部署技术领域，涉及一种跨域SFC动态部署方法、装置、计算机设备及存储介质，所述方法包括多域控制器获取服务功能链请求；由多域控制器将所述服务功能链请求下发给各域控制器；各域控制器利用虚拟网络功能VNFs请求资源和域内节点资源的比对，预测节点资源，将预测的节点资源作为节点的可视资源值，与虚拟网络功能VNFs所需资源做二次比较，给出为每一个虚拟网络功能VNFs服务的意愿，形成服务意愿应答矩阵；基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略。在保护域间隐私的前提下，实现优化跨域服务部署，并提高部署的成功率。提高部署的成功率。提高部署的成功率。

【技术实现步骤摘要】
跨域SFC动态部署方法、装置、计算机设备及存储介质


[0001]本专利技术涉及SFC部署
，尤其涉及一种跨域SFC动态部署方法、装置、计算机设备及存储介质。

技术介绍

[0002]近年来，现有技术中出现了很多SFC跨域部署优化模型和解决方案。有将SFC跨域嵌入建立成整数线性规划模型，并提出了两种启发式算法来对模型进行处理，完成SFC跨域部署。但是，这种方式考虑的网络只有两个域。还有假设每个域可以与第三方共享一些关键信息，第三方以全局的视角将SFC部署到物理网络中，实现用户请求。以上方法均利用一个中央控制器对物理网络进行监控，相当于集中了各域资源信息，协助SFC跨域部署。随着业务功能不断扩展升级，也有在分布式的跨域部署上做出贡献。例如有的设计一个SFC分层编排系统。为了以正确的顺序有效地在多域网络中部署SFC，使用了跨多个域部署VNFs的分发思想。但是，以上的方法对于时延和资源消耗并不友好。例如采用通用的SFC跨域嵌入分布式方法，利用可以实例化的算法来划分SFC，形成多个子SFC，以支持不同的部署目标，各域被允许按照其分配到的部署策略部署子SFC。分层编排架构可以避免域之间的信息交互。
[0003]以上方法均会导致信息上传，带来隐私暴露风险，不能适用于所有场景下的跨域SFC部署。

技术实现思路

[0004]本专利技术实施例的目的在于提出一种跨域SFC动态部署方法、装置、计算机设备及存储介质，以解决现有技术中SFC跨域部署时会导致信息上传，带来隐私暴露风险，不能适用于所有场景下的跨域SFC部署的问题。
[0005]为了解决上述技术问题，本专利技术提供一种跨域SFC动态部署方法，采用了如下所述的技术方案，包括：获取服务功能链请求；由多域控制器接收所述服务功能链请求，将所述服务功能链请求下发给各域控制器；各域控制器利用虚拟网络功能VNFs请求资源和域内节点资源的比对，预测节点资源，将预测的节点资源作为节点的可视资源值，与虚拟网络功能VNFs所需资源做二次比较，给出为每一个虚拟网络功能VNFs服务的意愿，形成服务意愿应答矩阵；基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略。
[0006]优选地，所述获取服务功能链请求的步骤具体包括：由多域控制器接收到来自客户端的所述服务功能链请求；由所述多域控制器检查所述服务功能链请求中包含的参数；所述多域控制器根据所述服务功能链请求的类型，来决定是否继续执行服务链请求。
[0007]优选地，所述由多域控制器接收所述服务功能链请求，将所述服务功能链请求下发给各域控制器的步骤具体包括：所述多域控制器MDC发送所述服务功能链请求给域内控制器IDC；所述域内控制器IDC 接收来自所述多域控制器MDC的所述服务功能链请求，并进行处理。
[0008]优选地，所述各域控制器利用虚拟网络功能VNFs请求资源和域内节点资源的比对，预测节点资源，将预测的节点资源作为节点的可视资源值，与虚拟网络功能VNFs所需资源做二次比较，给出为每一个虚拟网络功能VNFs服务的意愿，形成服务意愿应答矩阵的步骤具体包括：由域内控制器IDC 获取各个VNF的请求资源；由域内控制器IDC 获取节点的资源情况；域内控制器IDC 预测节点资源；域内控制器IDC 比较VNF所需资源和节点可视资源；域内控制器IDC 生成服务意愿应答矩阵。
[0009]优选地，所述基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略的步骤具体包括：多域控制器MDC 获取从域内控制器IDC 收集来的服务意愿应答矩阵；根据服务意愿应答矩阵，多域控制器MDC 学习最佳部署策略。
[0010]优选地，在所述基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略的步骤之后还包括：将所述跨域SFC最佳部署策略存储至区块链中。
[0011]为了解决上述技术问题，本专利技术还提供一种跨域SFC动态部署装置，采用了如下所述的技术方案，包括：获取模块，用于获取服务功能链请求；下发模块，用于由多域控制器接收所述服务功能链请求，将所述服务功能链请求下发给各域控制器；比对模块，用于各域控制器利用虚拟网络功能VNFs请求资源和域内节点资源的比对，预测节点资源，将预测的节点资源作为节点的可视资源值，与虚拟网络功能VNFs所需资源做二次比较，给出为每一个虚拟网络功能VNFs服务的意愿，形成服务意愿应答矩阵；部署模块，用于基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略。
[0012]优选地，所述比对模块包括：VNF请求资源获取模块，用于由域内控制器IDC 获取各个VNF的请求资源；节点资源情况获取模块，用于由域内控制器IDC 获取节点的资源情况；预测节点资源模块，用于域内控制器IDC 预测节点资源；比较模块，用于域内控制器IDC 比较VNF所需资源和节点可视资源；服务意愿应答矩阵生成模块，用于域内控制器IDC 生成服务意愿应答矩阵。
[0013]为了解决上述技术问题，本专利技术还提供一种计算机设备，采用了如下所述的技术方案，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计
算机可读指令时实现上述的跨域SFC动态部署方法的步骤。
[0014]为了解决上述技术问题，本专利技术还提供一种计算机可读存储介质，采用了如下所述的技术方案，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现上述的跨域SFC动态部署方法的步骤。
[0015]与现有技术相比，本专利技术主要有以下有益效果：首先多域控制器接收到服务功能链请求后，域内服务器基于节点资源容量和VNFs请求的资源情况，预测各节点资源情况并给出服务意愿，是接受还是拒绝，形成服务意愿应答矩阵，其次深度Q网络利用SIRM学习出SFC最佳部署策略，在保护域间隐私的前提下，实现优化跨域服务部署，并提高部署的成功率，并且通过仿真实验比对，在服务时延，资源利用率，接受率等性能方面有较好的优势，基于一种资源预测和域内二进制应答的跨域SFC部署，在不上传任何域间隐私信息的前提下，实现服务功能的跨域部署。
附图说明
[0016]为了更清楚地说明本专利技术中的方案，下面将对本专利技术实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0017]图1是本专利技术的跨域SFC动态部署方法的一个实施例的流程图；图2是本专利技术的跨域SFC动态部署方法使用的跨域SFC部署架构示意图；图3（a）是现有技术中未使用资源预测的节点应答示意图；图3（b）是本专利技术的跨域SFC动态部署方法中使用资源预测的节点应答示意图；图4是本专利技术的跨域SFC动态部署方法使用的VNFRs在域内节点的应答情况示意图；图5是本专利技术的跨域SFC动态部署方法使用的基于DQN的SFC部署示意图；图6是本专利技术的跨域SFC动态部署装置的一个实施例的结构示意图；图7是本专利技术的计算机设备的一个实施例的结构示本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种跨域SFC动态部署方法，其特征在于，包括下述步骤：多域控制器获取服务功能链请求；由多域控制器将所述服务功能链请求下发给各域控制器；各域控制器利用虚拟网络功能VNFs请求资源和域内节点资源的比对，预测节点资源，将预测的节点资源作为节点的可视资源值，与虚拟网络功能VNFs所需资源做二次比较，给出为每一个虚拟网络功能VNFs服务的意愿，形成服务意愿应答矩阵；基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略。2.根据权利要求1所述的跨域SFC动态部署方法，其特征在于，所述获取服务功能链请求的步骤具体包括：由多域控制器接收到来自客户端的所述服务功能链请求；由所述多域控制器检查所述服务功能链请求中包含的参数；所述多域控制器根据所述服务功能链请求的类型，来决定是否继续执行服务链请求。3.根据权利要求1所述的跨域SFC动态部署方法，其特征在于，所述多域控制器将所述服务功能链请求下发给各域控制器的步骤具体包括：所述多域控制器MDC发送所述服务功能链请求给域内控制器IDC；所述域内控制器IDC 接收来自所述多域控制器MDC的所述服务功能链请求，并进行处理。4.根据权利要求3所述的跨域SFC动态部署方法，其特征在于，所述各域控制器利用虚拟网络功能VNFs请求资源和域内节点资源的比对，预测节点资源，将预测的节点资源作为节点的可视资源值，与虚拟网络功能VNFs所需资源做二次比较，给出为每一个虚拟网络功能VNFs服务的意愿，形成服务意愿应答矩阵的步骤具体包括：由域内控制器IDC 获取各个VNF的请求资源；由域内控制器IDC 获取节点的资源情况；域内控制器IDC 预测节点资源；域内控制器IDC 比较VNF所需资源和节点可视资源；域内控制器IDC 生成服务意愿应答矩阵。5.根据权利要求1所述的跨域SFC动态部署方法，其特征在于，所述基于服务意愿应答矩阵，由深度Q网络学习输出跨域SFC最佳部署策略...

【专利技术属性】
技术研发人员：蔡君，周资锐，罗建桢，杨道，
申请(专利权)人：广州星溪科技有限公司，
类型：发明
国别省市：