趙季紅，季文君，曲 樺，吳豆豆

(1.西安郵電大學(xué) 通信與信息工程學(xué)院,陜西 西安 710121; 2.西安交通大學(xué) 電信學(xué)院，陜西 西安 710054)

在傳統(tǒng)網(wǎng)絡(luò)中，網(wǎng)絡(luò)功能直接部署在專有硬件設(shè)備上，如網(wǎng)絡(luò)地址轉(zhuǎn)換、負(fù)載均衡、防火墻、網(wǎng)關(guān)和入侵檢測等功能[1]。傳統(tǒng)的部署方式降低了網(wǎng)絡(luò)適應(yīng)社會(huì)發(fā)展和變化的能力。此外，為滿足用戶的需求，運(yùn)營商需部署更具專業(yè)化的網(wǎng)絡(luò)功能，將導(dǎo)致巨額的投資成本和運(yùn)營成本,而由此產(chǎn)生的網(wǎng)絡(luò)膨脹和高昂的建設(shè)成本阻礙著網(wǎng)絡(luò)的進(jìn)步和發(fā)展[2]。隨著社會(huì)和技術(shù)的快速發(fā)展，用戶所需網(wǎng)絡(luò)功能的數(shù)量和類型呈幾何式增加。為此，網(wǎng)絡(luò)功能虛擬化(Network Function Virtualization,NFV)作為一種能夠根據(jù)用戶需求快速、靈活地部署網(wǎng)絡(luò)功能的新技術(shù)，為網(wǎng)絡(luò)的發(fā)展提供了新的解決方案[3]。軟件定義網(wǎng)絡(luò)(Software Defined Network,SDN)利用OpenFlow技術(shù)將網(wǎng)絡(luò)的控制平面和數(shù)據(jù)平面分離，通過軟件實(shí)現(xiàn)集中控制，加速網(wǎng)絡(luò)的創(chuàng)新周期[4]。

為了更好地應(yīng)對(duì)多樣化的應(yīng)用場景和差異化的服務(wù)質(zhì)量要求(Quality of Service,QoS)，SDN/NFV協(xié)同的未來網(wǎng)絡(luò)架構(gòu)作為第5代移動(dòng)通信(5th Generation Mobile Networks,5G)網(wǎng)絡(luò)技術(shù)領(lǐng)域中的革新技術(shù)，為運(yùn)營商的發(fā)展帶來機(jī)遇和挑戰(zhàn)[5]。為部署5G網(wǎng)絡(luò)，網(wǎng)絡(luò)運(yùn)營商正在轉(zhuǎn)向虛擬化網(wǎng)絡(luò)功能(Virtualized Network Function,VNF)，與易于出現(xiàn)故障的專用硬件相比，VNF僅需較少的維護(hù)便可提供更高的靈活性[6]。服務(wù)功能鏈(Service Function Chains,SFC)作為網(wǎng)絡(luò)虛擬技術(shù)中的一種常見用例，能夠使網(wǎng)絡(luò)運(yùn)營商和基礎(chǔ)設(shè)施提供商在軟件定義的虛擬網(wǎng)絡(luò)上的各個(gè)位置靈活地協(xié)調(diào)VNF[7]。

隨著5G商用服務(wù)的到來，一大批新興應(yīng)用對(duì)時(shí)延保障問題提出了新的要求[8]。以4K技術(shù)為例，其要求的網(wǎng)絡(luò)時(shí)延需在12～17 ms之間，虛擬現(xiàn)實(shí)(Virtual Reality,VR)技術(shù)要求端到端時(shí)延需小于7 ms。然而，對(duì)于超高可靠超低時(shí)延通信場景(ultra Reliable & Low Latency Communication,uRLLC)要求業(yè)務(wù)端到端時(shí)延為3～5 ms，以時(shí)延更為敏感的車聯(lián)網(wǎng)場景為例，業(yè)界公認(rèn)的時(shí)延需小于3 ms[9]。

在相關(guān)研究中，文獻(xiàn)[10]為低時(shí)延服務(wù)提出一種成本高效的服務(wù)功能鏈編排方法，通過引入深度學(xué)習(xí)算法和交叉熵為用戶提供具有優(yōu)異性能和低資源成本的SFC，但是該算法具有較高的時(shí)間復(fù)雜度，不適用于大規(guī)模網(wǎng)絡(luò)中SFC的部署，且較高的算法時(shí)間復(fù)雜度終將影響服務(wù)的端到端時(shí)延。文獻(xiàn)[11]提出了一種基于時(shí)延感知的VNF選擇算法，通過選擇合適的VNF控制SFC的端到端時(shí)延，在實(shí)際網(wǎng)絡(luò)環(huán)境中該選擇算法會(huì)使網(wǎng)絡(luò)資源逐步向高等級(jí)用戶集中，資源的不平衡將直接影響用戶的接受率。文獻(xiàn)[12]提出一種服務(wù)可持續(xù)的自主資源調(diào)整算法，通過動(dòng)態(tài)資源調(diào)整實(shí)現(xiàn)用戶時(shí)延要求的實(shí)時(shí)保障，其優(yōu)點(diǎn)在于保證了服務(wù)的可持續(xù)性，局限性在于該算法適用于小范圍內(nèi)的資源調(diào)整，對(duì)整個(gè)服務(wù)功能鏈的低時(shí)延保障能力有限?；赒oS感知的VNF部署模型[13]，在時(shí)延約束中考慮虛擬化開銷帶來的時(shí)延變化，但是其局限性在于缺少對(duì)網(wǎng)絡(luò)資源環(huán)境的感知，在處理時(shí)延敏感型服務(wù)請(qǐng)求時(shí)無法為其提供低時(shí)延保障。在文獻(xiàn)[14]提出的基于機(jī)器學(xué)習(xí)的SFC部署算法中，時(shí)延模型以流量負(fù)載和CPU利用率為特征，利用隨機(jī)森林回歸對(duì)VNF處理時(shí)延進(jìn)行預(yù)測，雖然體現(xiàn)出對(duì)當(dāng)前網(wǎng)絡(luò)狀態(tài)的感知，但是缺少對(duì)底層網(wǎng)絡(luò)資源的優(yōu)化，SFC部署的成功率也會(huì)因此受限于當(dāng)前網(wǎng)絡(luò)資源環(huán)境的狀態(tài)。

基于上述研究成果及不足之處，在對(duì)時(shí)延敏感型服務(wù)功能鏈部署算法進(jìn)行設(shè)計(jì)時(shí)，主要考慮了以下3個(gè)方面的內(nèi)容：1)以保障服務(wù)的低時(shí)延要求為基本前提；2)對(duì)時(shí)延敏感型服務(wù)進(jìn)行底層資源的優(yōu)化設(shè)計(jì)，通過對(duì)底層資源的競拍實(shí)現(xiàn)資源利用率的提升，進(jìn)而實(shí)現(xiàn)對(duì)運(yùn)營商利益的保障，推動(dòng)網(wǎng)絡(luò)虛擬技術(shù)的發(fā)展；3)保證部署算法具有較低的時(shí)間復(fù)雜度。

在SDN/NFV協(xié)同的未來網(wǎng)絡(luò)中，針對(duì)時(shí)延敏感型服務(wù)功能鏈的部署問題，基于網(wǎng)絡(luò)資源環(huán)境的實(shí)時(shí)變化，先利用資源優(yōu)化模型實(shí)現(xiàn)服務(wù)功能鏈對(duì)底層資源的高效利用，通過引入拍賣模型平衡時(shí)延要求與高資源利用率間的關(guān)系。再將博弈論中的拍賣模型引入服務(wù)功能鏈的部署問題中，并且擬提出一種啟發(fā)式多路徑拍賣(Multi-Path Auction,MPA)算法，MPA基于博弈論中的競爭與激勵(lì)機(jī)制，通過網(wǎng)絡(luò)資源競爭實(shí)現(xiàn)SFC的最終部署，即為時(shí)延敏感型服務(wù)提供一種資源高效的服務(wù)功能鏈的部署算法。

1 方法概述

1.1 網(wǎng)絡(luò)模型

首先，將物理網(wǎng)絡(luò)抽象為一個(gè)加權(quán)無向圖G=(N,L)，對(duì)應(yīng)網(wǎng)絡(luò)場景，N代表底層網(wǎng)絡(luò)服務(wù)器節(jié)點(diǎn)集合，L表示連接服務(wù)器節(jié)點(diǎn)的鏈路集合，每個(gè)節(jié)點(diǎn)服務(wù)器n∈N配置有一定大小的處理器(Central Processing Unit,CPU)和存儲(chǔ)資源，每一條物理鏈路ln∈L配置有一定大小的帶寬資源。其次，定義服務(wù)請(qǐng)求與服務(wù)功能鏈一一對(duì)應(yīng)，用s={(np,nt);V}表示用戶的服務(wù)請(qǐng)求，其中：np∈N表示服務(wù)請(qǐng)求的源節(jié)點(diǎn)；nt∈N表示服務(wù)請(qǐng)求的目的節(jié)點(diǎn)；V∈{A,B,C,D,E}表示該服務(wù)請(qǐng)求所需的VNF集合。

1.2 問題描述

設(shè)服務(wù)請(qǐng)求s={(n1,n3);(A,B,C)}，服務(wù)功能鏈r1和r2均可為該用戶提供所需服務(wù)，但是兩條服務(wù)功能鏈在節(jié)點(diǎn)和鏈路資源配置上存在明顯差異，在應(yīng)對(duì)相同的服務(wù)請(qǐng)求時(shí)，兩條服務(wù)功能鏈對(duì)底層資源的利用率也會(huì)存在高低的差異，不同服務(wù)功能鏈資源配置如圖1所示。

不同的部署方案會(huì)顯著影響通信時(shí)延，從而影響SFC的性能和用戶體驗(yàn)。考慮VNF處理時(shí)延取決于所部署節(jié)點(diǎn)的資源配置，包括該服務(wù)器的CPU和存儲(chǔ)資源的利用率，而傳輸時(shí)延主要取決于網(wǎng)絡(luò)擁塞程度。為滿足用戶更低的時(shí)延要求，可以通過提高VNF的CPU和存儲(chǔ)資源的配置降低其處理時(shí)延，通過平衡鏈路帶寬資源的利用率，避免交換機(jī)的擁塞排隊(duì)可以降低傳輸時(shí)延?；谫Y源配置與時(shí)延間的關(guān)系，考慮在實(shí)際的網(wǎng)絡(luò)環(huán)境中：一方面，對(duì)于時(shí)延敏感型服務(wù)，為保證用戶更低的時(shí)延要求需要為其服務(wù)功能鏈配置更多的底層資源，以實(shí)現(xiàn)服務(wù)請(qǐng)求的正常交付，避免因服務(wù)協(xié)議(Service Level Agreement,SLA)的違規(guī)造成不必要的經(jīng)濟(jì)損失；另一方面，網(wǎng)絡(luò)運(yùn)營商需要通過不斷提高對(duì)底層資源的利用率降低投資成本和運(yùn)營成本。因此，保證對(duì)底層資源高效利用的時(shí)延敏感型服務(wù)功能鏈的部署問題亟待解決。

1.3 拍賣原理

經(jīng)濟(jì)學(xué)理論中的拍賣模型越來越多地被應(yīng)用在通信領(lǐng)域的網(wǎng)絡(luò)資源分配問題中。拍賣模型按照不同的拍賣規(guī)則分為公開拍賣和密封拍賣兩種，其中常用的拍賣模型有公開增價(jià)拍賣、公開減價(jià)拍賣、一級(jí)密封拍賣和二級(jí)密封拍賣。

公開增價(jià)拍賣又稱英式拍賣，在該拍賣過程中，賣家進(jìn)行由低到高的階梯式喊價(jià)，買家通過舉手參與競拍，在賣家不斷提高價(jià)格的過程中有買家退出競拍，當(dāng)買家僅剩一人時(shí)拍賣結(jié)束，此時(shí)的拍品價(jià)格即為成交價(jià)格。英式拍賣有以下4個(gè)特點(diǎn)：1)公開競價(jià)，即拍品對(duì)每一個(gè)潛在的競拍者具有相同的價(jià)值，但競拍者對(duì)拍品的估價(jià)會(huì)因各自利益的考量而不同；2)競價(jià)逐輪上升至僅剩一位競拍者為止；3)拍品由最高競價(jià)者得；4)最高競價(jià)者支付款項(xiàng)。拍賣的目標(biāo)是保證帕累托效率，即拍品由最高估價(jià)者得。整個(gè)拍賣模型中包含競拍者對(duì)拍品的估價(jià)e、拍品的成本c、成交價(jià)g和競拍者收益u等幾個(gè)重要參數(shù)。

在SFC部署問題中引入英式拍賣模型，以實(shí)現(xiàn)服務(wù)功能鏈底層資源的合理配置。在利用拍賣模型表述服務(wù)功能鏈部署問題中存在的競爭關(guān)系時(shí)，將其具體表述為當(dāng)服務(wù)請(qǐng)求到達(dá)時(shí)，滿足該服務(wù)請(qǐng)求的備選路徑間存在競爭關(guān)系，即圖1中r1和r2的關(guān)系，通過競拍流程平衡服務(wù)請(qǐng)求的時(shí)延要求與底層資源占用間的關(guān)系，包括CPU、存儲(chǔ)和鏈路資源。因此，整個(gè)服務(wù)功能鏈的部署過程被分為路徑發(fā)現(xiàn)模塊和拍賣競爭模塊兩個(gè)部分。當(dāng)用戶請(qǐng)求到達(dá)時(shí)，基于資源優(yōu)化模型的路徑發(fā)現(xiàn)模塊確定該SFC的備選路徑集合，再基于拍賣模型的競拍流程確定當(dāng)前虛擬網(wǎng)絡(luò)(Virtual Network,VN)中滿足用戶時(shí)延要求且資源成本最小的SFC，所得SFC部署方案即為最終輸出。

實(shí)際網(wǎng)絡(luò)環(huán)境中的上述競爭過程存在天然的約束，即拍品對(duì)每一個(gè)競拍者有一份私有價(jià)值，其他競拍者不知道該價(jià)值，拍賣的目標(biāo)是使成功部署的服務(wù)功能鏈具有對(duì)低時(shí)延的保證能力和更高的底層資源的利用率。

2 路徑發(fā)現(xiàn)模塊

2.1 資源優(yōu)化模型

當(dāng)給定一物理網(wǎng)絡(luò)拓?fù)?，SFC部署的目標(biāo)是確定VNF最優(yōu)的放置節(jié)點(diǎn)以及虛擬鏈路到物理鏈路的映射關(guān)系，同時(shí)保證資源成本的最小化。因此，所提資源優(yōu)化模型的輸出結(jié)果為一組嵌入在底層網(wǎng)絡(luò)上的鏈?zhǔn)接行虻腣NF，定義優(yōu)化目標(biāo)為最小化SFC占用的底層資源成本，并通過約束條件保證模型的有效性，需滿足的約束有節(jié)點(diǎn)資源約束、鏈路約束、實(shí)例化約束和流量守恒約束。資源優(yōu)化模型的目標(biāo)函數(shù)為

鏈路約束保證物理鏈路具有的帶寬資源hln能夠成功映射虛擬鏈路lv∈Lv，將其表示為

?s∈S,?n∈N,?v∈V

流量守恒約束保證除源節(jié)點(diǎn)和目的節(jié)點(diǎn)外的其他部署節(jié)點(diǎn)均處于流量平衡狀態(tài)，將該約束表示為

2.2 路徑發(fā)現(xiàn)流程

路徑發(fā)現(xiàn)流程是基于資源優(yōu)化模型提出的，主要目的是確定備選路徑集合R={r1,r2,…,rn}，集合中的ri∈R代表該鏈路是一條基于資源優(yōu)化模型確定的且滿足用戶服務(wù)請(qǐng)求的SFC，同時(shí)，?ri∈R滿足ri∩rj=?,i≠j的條件。

定義競拍決策為二進(jìn)制決策變量，其表達(dá)式為

3 競爭拍賣模塊

3.1 拍賣模型

確定備選路徑集合后，拍賣模型的目標(biāo)是通過備選路徑ri∈R間的競拍實(shí)現(xiàn)服務(wù)請(qǐng)求的最終部署，即到達(dá)的服務(wù)請(qǐng)求作為拍賣者，多條備選路徑為競拍者，輸出的是滿足用戶低時(shí)延要求的且資源成本最小的SFC。

在競拍過程中，競拍者給出的估價(jià)與競拍者自身擁有的資源配置有關(guān)，體現(xiàn)在ri的資源成本和其時(shí)延表現(xiàn)上。將SFC中的時(shí)延問題劃分為處理時(shí)延和傳輸時(shí)延。處理時(shí)延主要取決于所有承載VNF的物理節(jié)點(diǎn)的處理負(fù)載，即總處理需求與節(jié)點(diǎn)處理能力的比率關(guān)系，表示為

傳輸時(shí)延主要取決于在傳輸數(shù)據(jù)流的過程中涉及的所有物理節(jié)點(diǎn)間的鏈路利用率，即總流量請(qǐng)求與鏈路容量之比，表達(dá)式為

利用M/M/1排隊(duì)模型對(duì)排隊(duì)和處理時(shí)延進(jìn)行建模并計(jì)算[13]，得出部署在節(jié)點(diǎn)n處的虛擬網(wǎng)絡(luò)功能v所需處理時(shí)延，表示為

同理，節(jié)點(diǎn)n處的排隊(duì)時(shí)延可表示為

將備選路徑ri的時(shí)延計(jì)算表示為

對(duì)數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，估價(jià)ei與ri的資源成本f和時(shí)延δ有關(guān)，但是數(shù)據(jù)f和δ并不在同一量級(jí)，需要將數(shù)據(jù)資源成本和時(shí)延歸一化到區(qū)間[a,β]范圍內(nèi)，表示為

其中，參數(shù)a=-100，β=100。

對(duì)數(shù)據(jù)進(jìn)行同趨化處理，競拍者基于自身資源配置的差異給出的估價(jià)各不相同，時(shí)延越低給出的估價(jià)越高，資源成本越低給出的估價(jià)越高，而競拍者的估價(jià)越高在競拍中越會(huì)占有優(yōu)勢，數(shù)據(jù)性質(zhì)不同便無法正確反映不同作用力的綜合結(jié)果，因此，通過改變逆指標(biāo)數(shù)據(jù)的性質(zhì)使所有指標(biāo)對(duì)估價(jià)的作用力同趨化。競拍者ri給出的估價(jià)為

ei=-(δ′+f′)

競拍過程中，利用拍賣者的收益實(shí)現(xiàn)SFC的時(shí)延約束。拍賣者的收益是在第j輪競拍中ri給出的成交價(jià)減去拍品成本，可表示為

φij=gij-ci

其中，拍品的成本與服務(wù)請(qǐng)求的最低時(shí)延要求δq有關(guān)，通過將δq標(biāo)準(zhǔn)化處理得到δ′q，最后的成交價(jià)將由最高估價(jià)給出，并考慮通過拍賣者收益實(shí)現(xiàn)時(shí)延約束，將拍品成本定義為

ci=-(δ′q+f′)

進(jìn)而有，φij>0時(shí)，表示滿足時(shí)延要求，φij<0時(shí)，表示競拍者ri的時(shí)延不滿足服務(wù)要求。

3.2 競拍流程

競拍中，服務(wù)請(qǐng)求作為拍賣方，集合R中的備選路徑組成具有多個(gè)競拍者的競拍者集合，通過拍賣獲得對(duì)服務(wù)請(qǐng)求的SFC部署的權(quán)限。針對(duì)時(shí)延敏感型服務(wù)部署過程中存在的資源優(yōu)化欠缺的問題，通過競拍流程在保證時(shí)延服務(wù)低時(shí)延要求前提下實(shí)現(xiàn)其對(duì)底層資源利用率的提升。具體的MPA算法如下。

輸入：服務(wù)功能鏈備選路徑集R，

物理網(wǎng)絡(luò)拓?fù)銰=(N,L)。

輸出：服務(wù)功能鏈部署方案ro

步驟1?ri∈R獲取估價(jià)集合E={e1,e2,…,en}。

步驟2對(duì)E中的元素進(jìn)行循環(huán)計(jì)算。

步驟3排序獲取最高估價(jià)者r′i和e′i，若估價(jià)相同則占用物理節(jié)點(diǎn)較少的路徑優(yōu)先。

步驟4拍賣方將此輪成交價(jià)gij廣播給競拍方。

步驟5如果φij>0，則跳出循環(huán)。

步驟6或者將xn賦值為 0。

步驟7輸出服務(wù)功能鏈部署策略。

4 仿真結(jié)果

4.1 實(shí)驗(yàn)設(shè)置

通過仿真實(shí)驗(yàn)，驗(yàn)證所提MPA算法各個(gè)性能的有效性。對(duì)比算法選擇經(jīng)典貪心最短路徑(Greedy Shortest Path,GSP)算法和文獻(xiàn)[10]提出的反饋調(diào)整(Closed-Loop Feedback,CLF)算法。其中，GSP算法通過尋求最短路徑實(shí)現(xiàn)SFC端到端時(shí)延的最小化，CLF算法通過結(jié)合網(wǎng)絡(luò)功能的整合分裂和尋求長度受限的最短路徑實(shí)現(xiàn)SFC的部署，同時(shí)，引入深度學(xué)習(xí)算法進(jìn)行反饋調(diào)整以進(jìn)一步提高部署的成功率，并且該算法的目的同樣是為低時(shí)延服務(wù)提供一種成本高效的服務(wù)功能鏈部署方法。仿真中選擇和比較的性能參數(shù)主要有用戶接受率、時(shí)延、部署時(shí)間以及資源利用率。

利用輕量級(jí)軟件定義網(wǎng)絡(luò)和測試平臺(tái)mininet繪制物理網(wǎng)絡(luò)拓?fù)?，底層網(wǎng)絡(luò)拓?fù)淙鐖D2所示，包含有24個(gè)節(jié)點(diǎn)和43條鏈路，鏈路上的數(shù)字表示鏈路通信延遲，單位為ms。

圖2 底層網(wǎng)絡(luò)拓?fù)?/p>

首先，定義實(shí)驗(yàn)中資源配置包括鏈路的帶寬資源以及節(jié)點(diǎn)中的CPU資源和存儲(chǔ)資源。其次，將所有節(jié)點(diǎn)的CPU和存儲(chǔ)資源隨機(jī)設(shè)置在10～20個(gè)單位之間，并將鏈接資源隨機(jī)設(shè)置在50～100個(gè)單位之間。在實(shí)際的網(wǎng)絡(luò)環(huán)境中，VN在長期為用戶提供服務(wù)的過程中即使是相同類型VNF，其資源配置也存在差異，因此，實(shí)驗(yàn)中對(duì)網(wǎng)絡(luò)拓?fù)渲忻總€(gè)節(jié)點(diǎn)服務(wù)器進(jìn)行初始化，使得每個(gè)節(jié)點(diǎn)中的VNF類型和資源配置不盡相同。

4.2 實(shí)驗(yàn)結(jié)果分析

針對(duì)時(shí)延敏感型服務(wù)的底層資源配置問題，3種不同算法的用戶接受率對(duì)比情況，如圖3所示。

圖3 3種不同算法的用戶接受率對(duì)比

由圖3可以看出，所提的MPA算法在用戶接受率方面的性能表現(xiàn)明顯優(yōu)于CLF和GSP算法。實(shí)驗(yàn)中：對(duì)于CLF算法，當(dāng)SFC的長度大于5個(gè)單位時(shí)其用戶接受率低于90%；對(duì)于GSP算法，其平均用戶接受率僅為73.5%，在面對(duì)用戶連接數(shù)密度較大的情境時(shí)，將嚴(yán)重影響SFC部署的成功率，進(jìn)而影響用戶體驗(yàn)；對(duì)于所提的MPA算法，即使在SFC長度不斷增加的情況下(SFC的長度從4個(gè)單位增加到8個(gè)單位)，MPA算法的用戶接受率依然穩(wěn)定在90%以上。

服務(wù)功能鏈在不同長度下的時(shí)延對(duì)比情況如圖4所示。

圖4 3種不同算法的時(shí)延對(duì)比情況

由圖4可以看出，與GSP算法相比，所提的MPA算法同時(shí)考慮了時(shí)延與資源成本的雙重指標(biāo)，避免陷入局部最優(yōu)，并且SFC的時(shí)延降低了29%左右。在時(shí)延敏感型服務(wù)的低時(shí)延保障方面，與CLF算法相比，MPA算法同樣具有優(yōu)異的表現(xiàn)。

3種部署算法的部署時(shí)間對(duì)比情況，如圖5所示。

圖5 3種不同算法的部署時(shí)間對(duì)比

CLF算法通過整合和拆分虛擬網(wǎng)絡(luò)功能實(shí)現(xiàn)底層資源利用率的提升，并利用反饋調(diào)整模塊實(shí)現(xiàn)節(jié)點(diǎn)和鏈路的資源調(diào)整，整個(gè)算法時(shí)間復(fù)雜度較高。實(shí)際的網(wǎng)絡(luò)環(huán)境中，對(duì)VNF整合拆分的時(shí)間以及映射過程中反饋調(diào)整的時(shí)間都將額外增加部署時(shí)間的成本，最終作用在鏈路的時(shí)延上，在實(shí)驗(yàn)中該時(shí)間成本設(shè)置為一個(gè)范圍在[5,8]的隨機(jī)值。實(shí)驗(yàn)結(jié)果表明，MPA算法的部署時(shí)間始終低于CLF和GSP算法。對(duì)于時(shí)延敏感型服務(wù)更低的SFC部署時(shí)間成本將顯著改善用戶體驗(yàn)，有利于保障運(yùn)營商和用戶的利益。

3種不同算法的資源利用率對(duì)比情況，如圖6所示。

圖6 3種不同算法的資源利用率對(duì)比情況

由圖6可以看出，與其他兩種算法對(duì)比，所提的MPA算法對(duì)底層資源利用率更加高效。與CLF算法相比，并結(jié)合時(shí)延方面的性能表現(xiàn)，MPA算法在保證低時(shí)延要求的前提下，最大程度地利用網(wǎng)絡(luò)資源，在降低投資成本和運(yùn)營成本問題中具有實(shí)際意義。

5 結(jié)語

為解決時(shí)延敏感型服務(wù)資源優(yōu)化欠缺的問題，并考慮在降低投資和運(yùn)營成本方面具有實(shí)際的應(yīng)用價(jià)值，提出了一種基于拍賣模型的啟發(fā)式多路徑拍賣算法實(shí)現(xiàn)時(shí)延敏感型服務(wù)對(duì)底層資源的高效利用。實(shí)驗(yàn)結(jié)果表明，所提出的算法通過引入拍賣模型降低了算法的部署時(shí)間，同時(shí)在保障了服務(wù)低時(shí)延要求的基礎(chǔ)上提高了資源的利用率，從而使得該算法能夠更加適用于低時(shí)延的應(yīng)用場景?？紤]到時(shí)延敏感型服務(wù)對(duì)時(shí)延的敏感性以及低時(shí)延的特性，在服務(wù)請(qǐng)求期間結(jié)合機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)服務(wù)時(shí)延的可預(yù)見性，保證時(shí)延的穩(wěn)定性，提高部署算法的靈活性以適應(yīng)網(wǎng)絡(luò)資源環(huán)境的實(shí)時(shí)變化是后續(xù)的研究方向之一。