算力网络中服务承载方法与系统与流程

1.本发明属于通信
技术领域：
：，更具体地，涉及一种算力网络中服务承载方法与系统。
背景技术：
：：2.5g分组传送网，主要在5g承载网中承载终端用户请求的各种服务，而这些服务分布在不同的边缘计算(mobileedgecomputing，mec)云端。3.受时延等sla(服务级别协议，servicelevelagreement)指标的限制，核心网下移，mec等边缘计算节点进一步呈现出高度分布化的规模部署。用户请求的计算服务在哪个mec云端完成，受一系列因素限制，如：算力资源的分布、服务的类型、交易模型和sla约束等几个关键因素。4.由于mec云中计算节点的位置对于用户是透明的。在算力网络中，需要同时依据以下几个关键因素做出转发决策：提供的服务(serviceid)、可达性、sla约束，交易模型，以及其它的约束条件等等。但是，分组在转发的过程中不可能同时查找多个转发决策表，否则时延和抖动无法控制。技术实现要素：5.针对现有技术的以上缺陷或改进需求，本发明提供一种算力网络中服务承载方法与系统，能够在算力网络中寻找合适的算力服务节点，在满足sla约束的条件下，将结果尽快反馈给用户，而用户无需感知算力的具体位置以及其它的信息。6.为实现上述目的，按照本发明的一个方面，提供了一种1.一种算力网络中服务承载方法，其特征在于，所述方法包括：对于算力网络中各mec云能够提供的每种服务，均生成一张算力调度表，将每种服务的算力调度表下发至接入网的pe节点和can节点，在pe节点处对于用户请求的每个service，查找对应的算力调度表以找到最合适的can节点，并转该service发至该最合适的can节点；can节点进一步判断是否满足计算任务，如果本地的负载过高，无法满足用户的算力请求，则该can会查找本地的算力调度表，找到下一个合适的can进行转发。7.本发明的一个实施例中，所述算力调度表包括如下字段：8.can_node是可以提供service_id服务的can节点；com_cost是交易模型中的算力代价开销；connect_cost表示连接关系；sla_metric是该服务经过所有节点的时延之和，小于业务所能忍受的最大的时延值，每经过一跳转发，转发决策数据结构中的sla_metric值就需要增加已经消耗的时延；x_domain表示是否是跨域的服务。9.本发明的一个实施例中，查找对应的算力调度表以找到最合适的can节点之前，首先筛选满足条件的can节点的集合，具体为：10.对于用户请求的某一个特定的服务，先筛选满足条件的can节点的集合，该集合的组成元素从四个维度进行考虑，其先决条件是真值表的结果，这四者是“与”的关系，按照优先级排列如下：11.t(路径可达)＝1；12.t(sla满足要求)＝1；13.t(服务可提供)＝1；14.t(交易模型存在)＝1；15.如果上述有一个不满足，则对应的can_hit＝+∞，对于剩下满足上述四个条件的can集合，则按照算力调度模型选择最优的can节点。16.本发明的一个实施例中，所述算力调度模型具体为：can_hit＝com_cost×connect_cost×sla_metric×x_domain，can_hit值最小者作为选择对象。17.本发明的一个实施例中，在pe节点查找对应的算力调度表之前还进行前置的服务解析及调度，包括：pe节点查找完用户服务请求表后，根据查找的结果对转发决策数据结构进行更新，再根据更新后的转发决策数据结构查找算力调度表。18.本发明的一个实施例中，所述用户服务请求表由编排器下发，用户服务请求表中包含与pe相连的每个用户，用户服务请求表包括如下字段：19.account，是每个用户的账号；serviceid，是该用户签约的可以获得的服务类型；服务方式，是指是否为粘性服务？如果是，则给出对应的can_no，表示该用户请求的这一服务只能由该can连接的mec云提供；如果为n/a，则由系统根据整个网络资源的可获得性以及负载情况来确定。20.本发明的一个实施例中，所述转发决策数据结构包括如下字段：21.serviceid，所请求的服务的类型；timetolive，生存时间；粘性，粘性服务位；relay，中继位；com_cost，计算开销字段；can_node，算力网络中can节点编号；delay_t：最大时延值；jitter_t，最大抖动值。22.本发明的一个实施例中，当can节点将业务转发到下一个can节点时，对应的sla域要进行更新：即用当前服务请求报文转发决策数据结构中的delay_t减去已经消耗掉的时延；当找到可服务的mec时，can通知pe节点进行路径的更新，即对于该服务的剩下服务请求，直接发往选中的can。23.本发明的一个实施例中，在转发决策数据结构中定义了所承载服务的sla属性要求，sla属性要求执行的算法表述如下：24.a.pe节点处填入sla约束值到对应的域；25.b.发送到pe选择的can节点；26.c.该can节点判断是否s＝1的服务；27.c.1是则转发至调度器，结束本次服务请求；不是则转c.2；28.c.2判断本地是否能够提供需要的服务，是则转发至本地调度器，提供对应的算力服务，计算结束后将结果反馈给用户，并结束本次服务请求；不是则转c.3；29.c.3can选取下一个可提供服务的can节点，更新对应的服务请求报文中的转发决策数据结构；30.d.新的can接受到服务请求的数据后检测sla，如果超越范围则发送告警信息，否则转c。31.按照本发明的另一方面，还提供了一种算力网络中服务承载系统，包括mec云、接入网的pe节点和can节点，所述服务承载系统对于算力网络中各mec云能够提供的每种服务，均生成一张算力调度表，将每种服务的算力调度表下发至接入网的pe节点和can节点，在pe节点处对于用户请求的每个service，查找对应的算力调度表以找到最合适的can节点，并转该service发至该最合适的can节点；can节点进一步判断是否满足计算任务，如果本地的负载过高，无法满足用户的算力请求，则该can会查找本地的算力调度表，找到下一个合适的can进行转发。32.总体而言，通过本发明所构思的以上技术方案与现有技术相比，具有如下有益效果：33.(1)通过前置的pe进行服务请求解析，分担了算力路由节点(can节点)的负载，避免服务请求的拥塞产生；34.(2)通过一个简单的转发决策模型，将4维以上的转发向量转化为以为1维，因而转发逻辑大大简化，现在的转发设备可以兼容；35.(3)利用serviceid筛选出满足要求的算力路由节点的集合，然后利用算力调度表及转发决策模型挑选出“最优”的算力路由节点进行转发；36.(4)实现了严格的sla约束模式，该约束模式直接和服务类型以及转发策略密切相关。同时避免当服务不可提供时，服务请求相关的流量在网络中造成带宽浪费。附图说明37.图1是本发明实施例中算力网络示意图；38.图2是本发明实施例中转发决策数据结构的示意图；39.图3是本发明实施例中算力网络中用户服务请求转发示意图；40.图4是本发明实施例中pe节点对于服务请求的预解析原理示意图；41.图5是本发明实施例中can节点对于服务请求的转发处理示意图；42.图6是本发明实施例中mec云内算力调度原理示意图。具体实施方式43.为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。44.首先对本发明中涉及的关键名词和术语进行说明或解释：45.(1)粘性服务，即：对某个用户的某个业务，只能在某个特定的mec云计算节点上完成，对于算力网络中的多数服务来说，均是非粘性的，用户所请求的服务可能被指派到一个“最优”的节点；46.(2)每个mec云端能够提供的服务类型(serviceid)、交易模型(如：交易价格)、sla参数等由编排器或控制器下发到各个执行转发决策的can节点，由每个can节点生成本地的转发决策表项。47.(3)控制器局域网络(controllerareanetwork，can)为算力网络中的转发节点，它也是某个mec云的选路门户。而执行计算任务的则是mec云内的计算节点。48.(4)本发明是基于underlay的算力网络架构，即：分组在进行转发的时候，算力路由节点需要同时考虑至少四大因素：路径可达性、sla约束、交易模型和对应算力节点的负载等等。49.参考图1为算力网络示意图，在算力网络中，网络和算力进行协同，在完成用户请求的服务后将结果尽快反馈给用户。但是所有算力资源均分布在mec和中心云中，用户请求的服务究竟由哪个mec或中心云中的算力来完成是不确定的。can节点在编排器和路由协议的作用下，会形成一张整个网络的算力资源分布图，在这张图的指引下将用户的请求导向具有算力资源的节点完成用户请求的服务。50.但是，也有一些特例，有些用户的服务请求只能在特定的mec云中完成，这种服务称之为“粘性服务”，其转发相对简单，查找编排器下发的信息就可以生成，其来源是用户和运营商签订的服务协议。51.(1)定义转发决策数据结构，用于转发决策的控制。该转发决策数据结构可以重用ipv6扩展报文头的第一个扩展选项即路由选项，以实现报文的转发，对于用户的每个服务请求，均需要解析该转发决策数据结构。其基本定义如图2所示。52.该转发决策数据结构共128位，各个字段的定义如下：53.serviceid:12bits，即所请求的服务的类型；54.timetolive(ttl)：4bits，生存时间。防止业务被can节点“踢皮球”，造成网络风暴。一般来说，经过16跳的转发，sla中的时延已经无法满足要求；55.粘性(s)，1bit，粘性服务位。对某个用户的某个业务，如果s字段为1，表示只能在某个mec的计算节点上完成；56.relay(r)：1bit，中继位。如果r字段为1，则表示该服务请求会被发往下一个转发节点；57.com_cost(c)：6bits，计算开销字段。表示执行该任务的计算开销；58.can_node(n)：12bits，算力网络中can节点编号。通过该编号可以将用户请求的服务路由到该can节点；59.delay_t：16bits，最大时延值。属于slametric域，即该业务可以忍受的最大时延，每经过一个can，该域就减去已经消耗掉的时延；60.jitter_t：16bits，最大抖动值。属于slametric域，即该业务可以忍受的最大抖动值；61.reserved：32bits，保留字段。可以根据用户的需要进行扩展。62.(2)算力调度模型63.(2.1)算力调度表64.图3是算力网络中用户服务请求转发示意图。对于算力网络中各mec云能够提供的每种服务(简称app)，均生成一张算力调度表(computingschedulingtable)，下发至接入网的pe(portal，企业门户平台)节点和can节点，其基本结构如表1所示。在pe节点处，对于用户请求的每个service，查找对应的serviceid表，找到最合适的can节点，并转发至该can。该方法的优点是服务请求解析前置(presetappresolution)，避免can的解析工作量大。具体地，可以通过编排器通告消息，can节点和pe节点根据收到的消息，生成算力调度表。65.算力网络中的每个can节点均有一个编号：can_node。根据这个编号，算力网络可以将请求的服务发送到对应的can节点。这个编号由编排器或控制器统一规定。66.表1.算力调度表67.can_nodecom_costconnect_costsla_metricx_domain11110121.239131.82.441……5……n4.665168.该算力调度表中，can_node是所有可以提供service_id服务的can节点集合，com_cost是交易模型中的算力代价开销，而connect_cost则表示连接关系，如果对应的pe与can节点是直连的，则connect_cost为1；其它任何情况下，connect_cost为一个大于1的值，当请求的服务在网络中转发要经过的节点数越多，则对应的connect_cost值越大。sla_metric则是该服务经过所有节点的时延之和，小于业务所能忍受的最大的时延值，每经过一跳转发，转发决策数据结构中的sla_metric值就需要增加，即：增加已经消耗的时延。x_domain则表示是否是跨域的服务，如果没有跨域，则x_domain＝1；如果是，则x_domain为经过的域数量。该值由编排器设置，下发至包括pe和can节点在内的各个转发节点。69.(2.2)算力调度模型70.根据算力调度表，对于能够提供服务的每个mec云选路门户can节点而言，可以通过以下模型进行选择：71.can_hit＝com_cost×connect_cost×sla_metric×x_domain，can_hit值最小者作为选择对象。72.值得一提的是，该模型可以根据需要进行扩展，从而将多维的转发因子转换成一维的转发因子，保持与现已部署的路由器在转发面的兼容。73.(3)前置的服务解析及调度74.(3.1)pe对服务的解析及调度75.对于与pe相连的每个用户，由编排器下发一份用户服务请求表，其结构如下：76.表2用户服务请求表77.accountserviceid服务方式can_no1012011100vr1171012011105v&a0n/a1012011109vr0n/a1014011108v2x11078.上表中，account是每个用户的账号，serviceid则是该用户签约的可以获得的服务类型；服务方式则是指是否为粘性服务？如果是，则给出对应的can_no，表示该用户请求的这一服务只能由该can连接的mec云提供；如果为n/a，则由系统根据整个网络资源的可获得性以及负载情况等来确定。如图4所示。79.当pe节点查找完用户服务请求表后，根据查找的结果对转发决策数据结构进行更新，同时查找算力调度表，按照模型计算，选择最为经济的算力节点，把业务发送到对应的can节点处。can节点选择的依据是计算can_hit，选取最小值对应的can发送服务请求。80.(3.2)can节点对业务的转发调度81.任何时候，mec的算力资源情况都会及时通告给该mec云的选路门户can节点。和pe节点相比，can节点知晓本地算力的负载情况。如果本地的负载过高，无法满足用户的算力请求，则该can会查找本地的算力调度表，找到下一个合适的can进行转发。82.对于用户请求的某一个特定的服务，先筛选满足条件的can节点的集合。该集合的组成元素主要从四个维度进行考虑，其先决条件是真值表的结果，这四者是“与”的关系，按照优先级排列如下：83.t(路径可达)＝1；84.t(sla满足要求)＝1；85.t(服务可提供)＝1；86.t(交易模型存在)＝1；87.如果上述有一个不满足，则对应的can_hit＝+∞。对于剩下满足上述四个条件的can集合，则按照上述算力调度模型选择最优的can节点。88.当can将业务转发到下一个can节点时，对应的sla域要进行更新：即用当前服务请求报文转发决策数据结构中的delay_t减去已经消耗掉的时延；当找到可服务的mec时，can通知pe节点进行路径的更新，即：对于该服务的剩下服务请求，直接发往选中的can。如图5所示。89.(3.3)用户服务的sla约束90.为了叙述的方便，在pe处和mec云选路门户can处的sla处理单独描述如下。基本思路：对于到达can的所有服务请求，首先检查sla约束条件，如果不能满足要求，则发送告警信息，并向服务提出者反馈“serviceunavailable！”的消息。91.在转发决策数据结构的后面，定义了所承载服务的sla属性要求，这个域的定义可以根据不同的业务有所不同，随serviceid进行变化，如：时延(delay_t，μs，16bits)、能容忍的jitter(jitter_t，μs，16bits)等等。sla属性要求执行的算法表述如下：92.a.pe节点处填入sla约束值到对应的域；93.b.发送到pe选择的can节点；94.c.该can节点判断是否s＝1的服务；95.c.1是则转发至调度器，结束本次服务请求；不是则转c.2；96.c.2本地能够提供需要的服务吗？是则转发至本地调度器，提供对应的算力服务，计算结束后将结果反馈给用户，并结束本次服务请求；不是则转c.3；97.c.3can选取下一个可提供服务的can节点，更新对应的服务请求报文中的转发决策数据结构；如s＝0，r＝1，ttl-1，sla对应域减去已经消耗掉的时延、检测jitter_t是否超越范围等等；98.d.新的can接受到服务请求的数据后检测sla，如果超越范围则发送告警信息，并且向源返送“serviceunavailable！”的消息，否则转c。99.(3.4)mec云内算力调度100.在对应的mec内部，can节点将接受到的服务请求发送给调度器，并分解成任务，资源管理器在获得资源后将该任务分配给对应的算力节点完成用户所需要的服务，并通告can反馈给pe及相连的用户。如图6所示。101.进一步地，本发明还提供了一种算力网络中服务承载系统，包括mec云、接入网的pe节点和can节点，所述服务承载系统对于算力网络中各mec云能够提供的每种服务，均生成一张算力调度表，将每种服务的算力调度表下发至接入网的pe节点和can节点，在pe节点处对于用户请求的每个service，查找对应的算力调度表以找到最合适的can节点，并转该service发至该最合适的can节点；can节点进一步判断是否满足计算任务，如果本地的负载过高，无法满足用户的算力请求，则该can会查找本地的算力调度表，找到下一个合适的can进行转发。102.本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。当前第1页12当前第1页12
技术特征：
1.一种算力网络中服务承载方法，其特征在于，所述方法包括：对于算力网络中各mec云能够提供的每种服务，均生成一张算力调度表，将每种服务的算力调度表下发至接入网的pe节点和can节点，在pe节点处对于用户请求的每个service，查找对应的算力调度表以找到最合适的can节点，并转该service发至该最合适的can节点；can节点进一步判断是否满足计算任务，如果本地的负载过高，无法满足用户的算力请求，则该can会查找本地的算力调度表，找到下一个合适的can进行转发。2.如权利要求1或2所述的算力网络中服务承载方法，其特征在于，所述算力调度表包括如下字段：can_node是可以提供service_id服务的can节点；com_cost是交易模型中的算力代价开销；connect_cost表示连接关系；sla_metric是该服务经过所有节点的时延之和，小于业务所能忍受的最大的时延值，每经过一跳转发，转发决策数据结构中的sla_metric值就需要增加已经消耗的时延；x_domain表示是否是跨域的服务。3.如权利要求1或2所述的算力网络中服务承载方法，其特征在于，查找对应的算力调度表以找到最合适的can节点之前，首先筛选满足条件的can节点的集合，具体为：对于用户请求的某一个特定的服务，先筛选满足条件的can节点的集合，该集合的组成元素从四个维度进行考虑，其先决条件是真值表的结果，这四者是“与”的关系，按照优先级排列如下：t(路径可达)＝1；t(sla满足要求)＝1；t(服务可提供)＝1；t(交易模型存在)＝1；如果上述有一个不满足，则对应的can_hit＝+∞，对于剩下满足上述四个条件的can集合，则按照算力调度模型选择最优的can节点。4.如权利要求3所述的算力网络中服务承载方法，其特征在于，所述算力调度模型具体为：can_hit＝com_cost
×
connect_cost
×
sla_metric
×
x_domain，can_hit值最小者作为选择对象。5.如权利要求1或2所述的算力网络中服务承载方法，其特征在于，在pe节点查找对应的算力调度表之前还进行前置的服务解析及调度，包括：pe节点查找完用户服务请求表后，根据查找的结果对转发决策数据结构进行更新，再根据更新后的转发决策数据结构查找算力调度表。6.如权利要求5所述的算力网络中服务承载方法，其特征在于，所述用户服务请求表由编排器下发，用户服务请求表中包含与pe相连的每个用户，用户服务请求表包括如下字段：account，是每个用户的账号；serviceid，是该用户签约的可以获得的服务类型；服务方式，是指是否为粘性服务？如果是，则给出对应的can_no，表示该用户请求的这一服务只能由该can连接的mec云提供；如果为n/a，则由系统根据整个网络资源的可获得性以及负载情况来确定。7.如权利要求5所述的算力网络中服务承载方法，其特征在于，所述转发决策数据结构包括如下字段：service id，所请求的服务的类型；time to live，生存时间；粘性，粘性服务位；
relay，中继位；com_cost，计算开销字段；can_node，算力网络中can节点编号；delay_t：最大时延值；jitter_t，最大抖动值。8.如权利要求1或2所述的算力网络中服务承载方法，其特征在于，当can节点将业务转发到下一个can节点时，对应的sla域要进行更新：即用当前服务请求报文转发决策数据结构中的delay_t减去已经消耗掉的时延；当找到可服务的mec时，can通知pe节点进行路径的更新，即对于该服务的剩下服务请求，直接发往选中的can。9.如权利要求2所述的算力网络中服务承载方法，其特征在于，在转发决策数据结构中定义了所承载服务的sla属性要求，sla属性要求执行的算法表述如下：a.pe节点处填入sla约束值到对应的域；b.发送到pe选择的can节点；c.该can节点判断是否s＝1的服务；c.1是则转发至调度器，结束本次服务请求；不是则转c.2；c.2判断本地是否能够提供需要的服务，是则转发至本地调度器，提供对应的算力服务，计算结束后将结果反馈给用户，并结束本次服务请求；不是则转c.3；c.3can选取下一个可提供服务的can节点，更新对应的服务请求报文中的转发决策数据结构；d.新的can接受到服务请求的数据后检测sla，如果超越范围则发送告警信息，否则转c。10.一种算力网络中服务承载系统，其特征在于，包括mec云、接入网的pe节点和can节点，所述服务承载系统对于算力网络中各mec云能够提供的每种服务，均生成一张算力调度表，将每种服务的算力调度表下发至接入网的pe节点和can节点，在pe节点处对于用户请求的每个service，查找对应的算力调度表以找到最合适的can节点，并转该service发至该最合适的can节点；can节点进一步判断是否满足计算任务，如果本地的负载过高，无法满足用户的算力请求，则该can会查找本地的算力调度表，找到下一个合适的can进行转发。

技术总结
本发明公开了一种算力网络中服务承载方法：对于算力网络中各MEC云能够提供的每种服务，均生成一张算力调度表，将每种服务的算力调度表下发至接入网的PE节点和CAN节点，在PE节点处对于用户请求的每个Service，查找对应的算力调度表以找到最合适的CAN节点，并转该Service发至该最合适的CAN节点；CAN节点进一步判断是否满足计算任务，如果本地的负载过高，无法满足用户的算力请求，则该CAN会查找本地的算力调度表，找到下一个合适的CAN进行转发。本发明能够在算力网络中寻找合适的算力服务节点，在满足SLA约束的条件下，将结果尽快反馈给用户，而用户无需感知算力的具体位置以及其它的信息。本发明还提供了相应的算力网络中服务承载系统。服务承载系统。服务承载系统。


技术研发人员：汪学舜 董喜明
受保护的技术使用者：烽火通信科技股份有限公司
技术研发日：2023.04.10
技术公布日：2023/7/7