【技术实现步骤摘要】
本专利技术涉及新一代信息，尤其是涉及一种代价驱动的服务功能链快速预测及匹配方法。
技术介绍
1、随着5g通信技术的爆发性发展，工业物联网深度融合了先进制造业和互联网通信技术，成为5g最重要的应用场景之一。并随着工业物联网场景下大量工业设备终端节点及海量网络业务的涌现，应对时间敏感、传输确定性任务的需求成为首要任务。考虑到不同终端节点的性能需求在动态的环境中可能会有很大差异，如何快速、保质为业务请求匹配服务成为难点。模糊集理论可以定义模糊规则和隶属函数来量化服务的qos水平，从而帮助选择符合用户需求（sla）的服务。化学反应优化算法则具有高度灵活性，求解服务功能链的最佳路由和最优成本具有得天独厚的优势。如何利用模糊集理论强化化学反应优化算法作为匹配服务链的工具研究具有重大的意义。
2、在动态通信环境中引入模糊集理论具有巨大优势。一种模糊逻辑推理方法被提出，从而提高通信系统的性能和适应性。业务请求通常涉及多个qos参数，如响应时间、可用性、吞吐量等，同时这些参数往往是定性的、模糊的和不确定的。在动态的业务请求环境中如何评估这种定性的模糊性与定量的接入匹配机制是一个挑战。
3、作为优化算法分支之一的化学反应优化算法在解决优化问题，特别是np（非确定性多项式）难问题时，展现出了其独特的优势。在服务匹配领域，cro可以有效地应用于服务组合、服务选择和服务配置问题，以达到优化服务质量和提高系统效率。然而，cro算法的性能很大程度上依赖于其参数配置，在解决大规模、动态的服务匹配问题时可能会导致算法过早收敛于局部最优解或
4、因此，需要一种代价驱动的服务功能链快速预测及匹配方法，来解决上述问题。
技术实现思路
1、本专利技术的目的是提供一种代价驱动的服务功能链快速预测及匹配方法，采用模糊数学理论，有效解决了大规模业务请求中的模糊性和不确定性，并最大限度的筛选系统中潜在的满足业务基本需求的服务功能链。
2、为实现上述目的，本专利技术提供了一种代价驱动的服务功能链快速预测及匹配方法，包括以下步骤：
3、s1：针对无线电接入信息处理控制中心所收集的实时业务请求信息与活跃服务功能链信息，采用跨域变换分别提取业务请求和服务功能链特征，联合建立目标函数模型；
4、s2：引入贝叶斯网络，获取网络请求属性特征偏好，引入模糊集理论模型，筛选出符合业务需求的服务功能链模糊集；
5、s3：求解目标函数模型，在匹配系统中引入化学反应优化算法，调整服务功能链的布局和资源分配，最小化服务响应时间和资源利用率。
6、优选的，在步骤s1中，具体采用以下步骤：
7、s11：采用跨域变换提取网络请求和服务功能链特征，包含某一时刻请求服务的网络业务和在线服务功能链的异构网络图为，其中是网络请求集合，是在线服务功能链集合，网络请求和服务功能链的信息特征由矩阵表示，其中为网络请求或服务功能链个数，是信息特征维数，网络业务，采用线性变换实现不同维度中信息的映射：
8、（1）
9、其中表示请求在属性空间中的数据特征，是变换矩阵，将业务的数据信息映射到属性空间中，服务功能链信息映射到同一空间域中；网络请求的属性信息分为核心属性c与非核心属性d；
10、s12：建立服务质量模型，针对服务功能链的服务功能质量水平（qos），建立服务质量模型：
11、（2）
12、其中，为二进制变量，服务功能链满足业务的基本需求时，；否则；为服务功能链提供的虚拟请求所需网络功能属性，是属性的权重值，为网络请求特征的数量；
13、s13：建立匹配系统成本模型，服务功能链的成本表示为：
14、（3）
15、其中n表示vnf集合中网络功能的个数，m表示资源库中特征的个数，表示服务功能链完成第个网络功能的第个特征的成本；虚拟服务中vnf所需的资源取决于虚拟化资源池，表示为：
16、（4）
17、式中，n为提供所需的虚拟资源所需要的物理节点数量，表示不同资源的数量、其成本以及不同资源部署为网络功能的成本之和，分别表示组成第个网络功能的第个特征所需的频率、功率和服务资源所消耗的资源数量，分别表示频率、功率和服务的单价；为部署资源实现网络功能所需的成本，表示为：
18、（5）
19、其中，为不同资源的权重因子，满足，且；
20、虚拟资源由多个物理节点组成时，n>1：
21、，表示协调n个ap实现第个网络功能的第个特征时所需费用；
22、ap提供多种物理资源时，0<n<1：
23、，其中表示当第个功能的第个特征的n个虚拟功能模块共享资源时所需费用；
24、其他情况下，；
25、s14：建立目标函数模型，联合服务质量模型和匹配系统成本模型建立目标函数模型，通过优化服务质量和匹配系统成本为网络请求匹配最优服务功能链，目标函数模型定义为：
26、（6）
27、其中为参数，为服务功能链提供的服务质量，为服务功能链的成本，为二进制变量，当服务功能链满足业务的基本需求c时，；其他情况下；是自然对数函数的底数；
28、目标函数的概率模型表示为如下最优化问题：
29、。
30、优选的，在步骤s2中，具体包括以下步骤：
31、s21：使用贝叶斯网络获得网络请求属性特征权重，利用贝叶斯网络来表征属性与属性之间、属性与类别之间的关联程度：
32、（7）
33、（8）
34、其中，为互信息，用来表示不同信息之间的相关性，表示服务功能链类别和属性特征的相关性，表示服务功能链属性特征和之间的相关性；为类别的先验概率，为条件概率，是属性存在的概率，是属性特征和同时存在的概率；
35、基于依赖程度为属性分配权重，对依赖度进行归一化：
36、（9）
37、（10）
38、其中，s为非核心属性的数量，属性的偏好如下：
39、，（14）
40、s22：利用模糊集理论获取隶属于业务请求的服务功能链模糊集，根据步骤s11中获取的业务请求和服务功能链信息建立为异构图，为某一时刻进入系统的业务请求，为此时在线服务功能链，其中，都为非空有限集合。
41、优选的，在步骤s22中，包括以下步骤：
42、利用模糊集理论获取服务功能链模糊集，网络请求与服务功能链之间存在模糊关系表示为：
43、（15）
44、其中，是一个确定的属性类别，表示虚拟请求在属性类别下确定的属性值，表示服务功能链在属性类别下确定的属性值；
45、构造业务请求的模糊上界和模糊下界：
46、，（16）
47、通过模糊规则得到隶属于业务请求的服务功能链模糊集合。
48、优选的，在步本文档来自技高网...
【技术保护点】
1.一种代价驱动的服务功能链快速预测及匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种代价驱动的服务功能链快速预测及匹配方法，其特征在于：在步骤S1中，具体采用以下步骤：
3.根据权利要求1所述的一种代价驱动的服务功能链快速预测及匹配方法，其特征在于：在步骤S2中，具体包括以下步骤：
4.根据权利要求3所述的一种代价驱动的服务功能链快速预测及匹配方法，其特征在于：在步骤S22中，包括以下步骤：
5.根据权利要求1所述的一种代价驱动的服务功能链快速预测及匹配方法，其特征在于：在步骤S3中，求解目标函数模型具体包括：
【技术特征摘要】
1.一种代价驱动的服务功能链快速预测及匹配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种代价驱动的服务功能链快速预测及匹配方法，其特征在于：在步骤s1中，具体采用以下步骤：
3.根据权利要求1所述的一种代价驱动的服务功能链快速预测及匹配方法，其特征在于...
【专利技术属性】
技术研发人员：邹赛，王东博，陈骞，孙养龙，高鸿峰，林学山，
申请(专利权)人：贵州大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。