【技术实现步骤摘要】
本专利技术涉及卫星通信，具体涉及一种基于transformer结合群体智能的卫星网络服务路由部署方法。
技术介绍
1、随着通信技术的发展，低轨卫星(leo)网络作为非地面网络(ntn)的一部分，因其能提供全球覆盖和高可靠性连接，逐渐成为研究热点。leo卫星网络能有效解决偏远地区的网络接入问题，尤其在5g及未来6g网络中，它的应用前景越来越广泛，然而，在这些复杂的网络服务中，服务功能链(sfc)技术需要将多个服务功能(如防火墙、负载均衡等)按顺序编排，实现定制化的网络行为。在leo卫星网络中，由于资源有限、链路动态变化频繁、节点计算能力受限等问题，sfc路由和虚拟网络功能(vnf)部署变得非常具有挑战性。现有的部署方法(如整数线性规划、贪婪算法、深度强化学习等)虽然在静态场景下有效，但在大规模动态网络中，计算复杂度高、灵活性差，且资源利用率不高。
2、近年来，群体智能算法(如蚁群优化)被提到作为一种解决方案，但在动态环境中的应用仍较少。同时，transformer模型在序列建模和资源推理方面具有巨大潜力，如何将其与群体智能算法结合，提升sfc部署效率和资源利用率，仍在探索阶段，为解决上述问题，我们提出一种基于transformer结合群体智能的卫星网络服务路由部署方法，旨在通过融合transformer的建模能力和蚁群优化的全局搜索能力，解决动态卫星网络中的sfc路由和vnf嵌入问题，提供高效灵活的网络服务部署方案。
技术实现思路
1、针对现有技术的不足，本专利技术提供了
2、本专利技术的上述技术目的是通过以下技术方案得以实现的：
3、一种基于transformer结合群体智能的卫星网络服务路由部署方法，该方法通过结合transformer编码器与解码器模块以及群体智能算法，实现服务功能链(sfc)请求的优化路由路径选择及虚拟网络功能(vnf)的嵌入部署，包括以下步骤：
4、s1、卫星网络状态构建：构建卫星网络的拓扑图，定义网络节点和链路的资源状态，节点的特征包括可用计算资源容量、存储资源容量、能量储备、以及是否为服务功能链的源节点或目标节点；链路的特征包括带宽资源、延迟以及链路的剩余有效时间；
5、s2、服务功能链请求建模：将sfc请求中的每个虚拟网络功能(vnf)的资源需求表示为多维资源向量，包括计算资源需求、存储资源需求、带宽需求、能量消耗需求及持续时间；
6、s3、初始全局资源状态编码：利用图神经网络(gnn)对卫星网络的节点和链路资源状态进行特征编码，生成全局网络资源状态表示；
7、s4、sfc请求特征编码：通过transformer编码器模块对服务功能链请求中的虚拟网络功能(vnf)之间的依赖关系进行建模，生成服务请求特征编码；
8、s5、启发式信息生成：通过资源节点匹配注意力机制，将全局网络状态编码与服务请求特征编码进行匹配，生成用于蚁群优化的启发式信息；
9、s6、基于蚁群优化的路径搜索：利用蚁群优化算法，结合生成的启发式信息，搜索从服务功能链源节点到目标节点的优化路由路径，并计算路径上的资源分布；
10、s7、vnf嵌入部署决策：利用transformer解码器模块，以自回归方式依次对服务功能链中的每个虚拟网络功能(vnf)进行嵌入部署决策，根据当前路径节点的剩余资源和vnf需求选择最优嵌入节点；
11、s8、路径资源状态更新：在每次虚拟网络功能嵌入后，更新路径的资源状态，为后续的嵌入决策提供动态参考；
12、s9、多轮迭代优化：通过多轮蚁群优化迭代，更新信息素水平，最终选择总成本函数最低的路由路径及vnf嵌入方案。
13、优选地，所述启发式信息生成模块通过图神经网络和资源节点匹配注意力机制生成，其中节点特征包括计算资源容量、存储资源容量、能量储备及是否为源或目标节点的标志，链路特征包括带宽、延迟及链路的剩余有效时间。
14、优选地，所述transformer编码器模块采用多头自注意力机制对服务功能链中的虚拟网络功能之间的依赖关系进行建模，并生成包含资源需求的特征矩阵。
15、优选地，所述transformer解码器模块在嵌入每个虚拟网络功能时，通过编码器-解码器注意力机制动态参考服务请求的特征编码和当前路径资源状态，从而优化嵌入决策。
16、优选地，所述蚁群优化模块通过模拟蚂蚁觅食行为，利用状态转移概率函数进行路径搜索和选择，路径的优劣由启发式函数和信息素水平共同决定，公式如下：
17、
18、其中，τi，j表示路径信息素浓度，ηi，j为启发式函数值，α与β为调节参数，ni为节点i的邻居节点集合，转移概率受到路径的启发式信息(如带宽、延迟)和历史信息素浓度的共同影响，此模块通过模拟多只蚂蚁的路径选择行为，生成多条候选路径，并根据路径的开销(如资源消耗和延迟)更新路径上的信息素浓度：
19、
20、其中costn为第n只蚂蚁生成的路径的总成本，最终，该模块输出的候选路径为后续模块提供决策依据。
21、优选地，所述启发式函数生成模块的作用是通过神经网络生成精确的启发式函数值，以指导蚁群优化模块快速收敛到更优路径，该模块利用图神经网络(gnn)对卫星网络拓扑、资源状态以及服务请求进行编码，捕获网络中节点间的复杂关系；
22、节点i的资源特性表示为：
23、
24、其中，和分别表示节点的剩余cpu、内存和能量资源，sourcei和desti为二进制标志(表示该节点是否为sfc请求的源或目的节点)；
25、连接节点i和j的链路特性表示为：
26、yi，j＝[bi，j，di，j，duri，j]，
27、其中bi，j为链路带宽，di，j为链路延迟，duri，j为链路的可用持续时间；
28、通过图神经网络的传播机制，节点和边的特征在多层中被更新，捕获网络的全局特性：
29、
30、其中，l为网络层数，σ为非线性激活函数，wl、ul、vl和ql为权重矩阵，通过多层迭代，最终生成的启发式函数值ηi，j能够表征路径的质量，从而指导蚁群优化模块的路径选择。
31、优选地，所述sfc编码模块的作用是对服务功能链(sfc)请求及其内部虚拟网络功能(vnfs)之间的复杂依赖关系进行编码，从而为后续部署决策提供精准的表示，该模块基于transformer模型实现，利用其自注意力机制处理sfc请求中的全局特性；
32、输入表示：
33、对于sfc请求中的每个vnf，其资源需求表示为：
34、
35、其中各项分别表示所需的cpu、内存、带宽、能量和执行时长，将所有vnf的需求组合为一个矩阵x：
36、
37、本文档来自技高网...
【技术保护点】
1.一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，该方法通过结合Transformer编码器与解码器模块以及群体智能算法，实现服务功能链(SFC)请求的优化路由路径选择及虚拟网络功能(VNF)的嵌入部署，包括以下步骤：
2.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述启发式信息生成模块通过图神经网络和资源节点匹配注意力机制生成，其中节点特征包括计算资源容量、存储资源容量、能量储备及是否为源或目标节点的标志，链路特征包括带宽、延迟及链路的剩余有效时间。
3.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述Transformer编码器模块采用多头自注意力机制对服务功能链中的虚拟网络功能之间的依赖关系进行建模，并生成包含资源需求的特征矩阵。
4.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述Transformer解码器模块在嵌入每个虚拟网
5.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述蚁群优化模块通过模拟蚂蚁觅食行为，利用状态转移概率函数进行路径搜索和选择，路径的优劣由启发式函数和信息素水平共同决定，公式如下：
6.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述启发式函数生成模块的作用是通过神经网络生成精确的启发式函数值，以指导蚁群优化模块快速收敛到更优路径，该模块利用图神经网络(GNN)对卫星网络拓扑、资源状态以及服务请求进行编码，捕获网络中节点间的复杂关系。
7.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述SFC编码模块的作用是对服务功能链(SFC)请求及其内部虚拟网络功能(VNFs)之间的复杂依赖关系进行编码，从而为后续部署决策提供精准的表示，该模块基于Transformer模型实现，利用其自注意力机制处理SFC请求中的全局特性。
8.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述VNF部署决策模块的作用是根据已生成的路由路径逐步将SFC中的每个VNF部署到路径上的最优节点，该模块利用Transformer解码器的自回归特性，在每次决策中动态更新路径资源状态。
9.根据权利要求1所述的一种基于Transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述资源节点匹配注意力机制的作用是根据节点的剩余资源与SFC的需求计算节点的适配度，从而为路径选择和部署提供更精确的指导。
...【技术特征摘要】
1.一种基于transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，该方法通过结合transformer编码器与解码器模块以及群体智能算法，实现服务功能链(sfc)请求的优化路由路径选择及虚拟网络功能(vnf)的嵌入部署，包括以下步骤：
2.根据权利要求1所述的一种基于transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述启发式信息生成模块通过图神经网络和资源节点匹配注意力机制生成，其中节点特征包括计算资源容量、存储资源容量、能量储备及是否为源或目标节点的标志，链路特征包括带宽、延迟及链路的剩余有效时间。
3.根据权利要求1所述的一种基于transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述transformer编码器模块采用多头自注意力机制对服务功能链中的虚拟网络功能之间的依赖关系进行建模，并生成包含资源需求的特征矩阵。
4.根据权利要求1所述的一种基于transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述transformer解码器模块在嵌入每个虚拟网络功能时，通过编码器-解码器注意力机制动态参考服务请求的特征编码和当前路径资源状态，从而优化嵌入决策。
5.根据权利要求1所述的一种基于transformer结合群体智能的卫星网络服务路由部署方法，其特征在于，所述蚁群优化模块通过模拟蚂蚁觅食行为，利用状态转移概率函数进行路径搜索和选...
【专利技术属性】
技术研发人员：张琦，姚海鹏，李元峰，高然，王富，冯伟莹，李小虎，赵毅，买天乐，田凤，田清华，
申请(专利权)人：北京邮电大学，
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。