0 引言

    隨著5G移動通信技術(shù)的快速發(fā)展，移動通信用戶數(shù)量增加,，業(yè)務(wù)需求逐漸呈現(xiàn)多樣化的趨勢,。為滿足未來用戶和業(yè)務(wù)的差異化需求，運(yùn)營商需要合理設(shè)計網(wǎng)絡(luò)管理系統(tǒng),，根據(jù)不同業(yè)務(wù)的需求可以實(shí)現(xiàn)靈活快速部署,，以提高網(wǎng)絡(luò)管理效率。網(wǎng)絡(luò)管理^[1]是向用戶提供一定標(biāo)準(zhǔn)質(zhì)量的業(yè)務(wù)而對網(wǎng)絡(luò)進(jìn)行初始化,、監(jiān)視,、分析和控制等行為的總稱^[2]。網(wǎng)絡(luò)管理系統(tǒng)通過收集網(wǎng)絡(luò)狀態(tài)反饋信息,，根據(jù)網(wǎng)絡(luò)中所發(fā)生的情況,，映射為對于網(wǎng)絡(luò)物理鏈路的設(shè)計并結(jié)合調(diào)度算法實(shí)現(xiàn)網(wǎng)絡(luò)鏈路自動化調(diào)整，生成合理的網(wǎng)絡(luò)改善建議,。網(wǎng)絡(luò)管理系統(tǒng)廣泛應(yīng)用于交通,、金融、應(yīng)急,、警力一線,、云GIS^[3]、視頻音頻等各行業(yè),。建立可靠的網(wǎng)絡(luò)管理系統(tǒng)能夠有效利用網(wǎng)絡(luò)資源,，降低運(yùn)營成本，提供高質(zhì)量的服務(wù),。

    基于意圖的網(wǎng)絡(luò)(Intent-based Network,，IBN)由美國LENROW D在2015年提出，是一種目前在世界范圍內(nèi)引起熱議的新型網(wǎng)絡(luò)架構(gòu),。2017年Gartner提出的關(guān)于IBN的定義^[4]并概括為4個關(guān)鍵部分：翻譯和驗(yàn)證,、自動實(shí)施、對網(wǎng)絡(luò)狀態(tài)的了解和保證以及動態(tài)優(yōu)化/補(bǔ)救,。IBN實(shí)現(xiàn)了從意圖到特定基礎(chǔ)設(shè)施的自動轉(zhuǎn)化,，不需要人工干預(yù)就能夠監(jiān)控網(wǎng)絡(luò)的整體性能、識別問題并自動解決問題,。思科的意圖網(wǎng)絡(luò)^[5-6]主要包括五個部分：意圖的表達(dá)和收集,、轉(zhuǎn)譯和驗(yàn)證、自動化實(shí)施、網(wǎng)絡(luò)狀態(tài)感知,、自動調(diào)優(yōu),。

    本文基于IBN的網(wǎng)絡(luò)管理系統(tǒng)架構(gòu)，提出一種快速調(diào)度算法,，并在MATLAB仿真平臺中實(shí)現(xiàn)和驗(yàn)證,。快速調(diào)度算法的實(shí)現(xiàn),，將網(wǎng)絡(luò)智能化技術(shù)和管理調(diào)度系統(tǒng)相結(jié)合,，實(shí)現(xiàn)對網(wǎng)絡(luò)資源的自動化管理和任務(wù)的快速調(diào)度，改變了傳統(tǒng)網(wǎng)絡(luò)資源的調(diào)度以及業(yè)務(wù)的部署需要大量人工手動實(shí)施的情況,，面對5G時代數(shù)量和種類龐大的網(wǎng)絡(luò)業(yè)務(wù),，運(yùn)營商可以實(shí)現(xiàn)高效的網(wǎng)絡(luò)管理和快速業(yè)務(wù)部署。

1 基于IBN的網(wǎng)絡(luò)管理架構(gòu)

1.1 網(wǎng)絡(luò)管理調(diào)度系統(tǒng)架構(gòu)

    基于意圖的網(wǎng)絡(luò)是基于用戶意圖去構(gòu)建和操作網(wǎng)絡(luò)的閉環(huán)系統(tǒng),，提供網(wǎng)絡(luò)基礎(chǔ)設(shè)施全生命周期的管理,，包括網(wǎng)絡(luò)設(shè)計、實(shí)施,、配置和運(yùn)維,，可提升網(wǎng)絡(luò)可用性和敏捷性^[5]。IBN網(wǎng)絡(luò)以用戶意圖為導(dǎo)向進(jìn)行統(tǒng)一管控,，在大規(guī)模的網(wǎng)絡(luò)管理與運(yùn)營中實(shí)現(xiàn)將用戶的業(yè)務(wù)策略（用戶意圖）轉(zhuǎn)換為網(wǎng)絡(luò)配置,，并在網(wǎng)絡(luò)模型上驗(yàn)證配置是否能滿足業(yè)務(wù)策略，驗(yàn)證完成后通過自動化配置或網(wǎng)絡(luò)智能編排完成基礎(chǔ)設(shè)施上的配置^[6],。IBN自動化配置不關(guān)注底層網(wǎng)絡(luò)差異,，由API向底層設(shè)備下發(fā)驗(yàn)證的意圖配置。IBN網(wǎng)絡(luò)架構(gòu)如圖1所示,。

    在IBN網(wǎng)絡(luò)架構(gòu)的基礎(chǔ)上,，設(shè)計了基于意圖網(wǎng)絡(luò)的網(wǎng)絡(luò)管理調(diào)度系統(tǒng)架構(gòu)，如圖2所示,。網(wǎng)絡(luò)管理調(diào)度系統(tǒng)主要由應(yīng)用層,、IBN網(wǎng)絡(luò)層、編排管控層和基礎(chǔ)設(shè)施層構(gòu)成,。其中,，應(yīng)用層主要擬定下發(fā)業(yè)務(wù)；IBN網(wǎng)絡(luò)層結(jié)合大數(shù)據(jù)庫將收集的用戶意愿轉(zhuǎn)譯成可調(diào)整的網(wǎng)絡(luò)參數(shù)和相關(guān)的基礎(chǔ)設(shè)施調(diào)整策略,，并對意圖命令進(jìn)行分析驗(yàn)證,；編排管控層實(shí)現(xiàn)編排管理的自動化實(shí)施和快速調(diào)度；基礎(chǔ)設(shè)施層則是由一些可以調(diào)整的網(wǎng)元設(shè)備和管理模塊構(gòu)成,，主要負(fù)責(zé)數(shù)據(jù)轉(zhuǎn)發(fā),。

1.2 IBN網(wǎng)絡(luò)層設(shè)計

    IBN網(wǎng)絡(luò)層實(shí)現(xiàn)將用戶業(yè)務(wù)部署意圖轉(zhuǎn)化成標(biāo)準(zhǔn)網(wǎng)絡(luò)配置信息并對其進(jìn)行網(wǎng)絡(luò)參數(shù)驗(yàn)證,。IBN網(wǎng)絡(luò)層主要由意圖收集組件,、意圖轉(zhuǎn)譯組件和意圖驗(yàn)證組件3個模塊構(gòu)成,，其結(jié)構(gòu)如圖3所示。

    意圖收集組件主要收集用戶網(wǎng)絡(luò)業(yè)務(wù)部署意圖,，根據(jù)常見的網(wǎng)絡(luò)標(biāo)準(zhǔn)問題,，將用戶意圖轉(zhuǎn)換為標(biāo)準(zhǔn)的網(wǎng)絡(luò)數(shù)據(jù)信息。意圖收集組件的功能：(1)接收網(wǎng)絡(luò)應(yīng)用層的用戶反饋信息,，即用戶意圖,；(2)根據(jù)歷史處理數(shù)據(jù)形成用戶意圖和網(wǎng)絡(luò)標(biāo)準(zhǔn)術(shù)語映射關(guān)系網(wǎng)；(3)結(jié)合映射關(guān)系網(wǎng)將用戶意圖轉(zhuǎn)化為常見網(wǎng)絡(luò)問題,，并進(jìn)行分類匯總,。

    轉(zhuǎn)譯組件將總結(jié)的網(wǎng)絡(luò)意圖轉(zhuǎn)譯為可實(shí)現(xiàn)的網(wǎng)絡(luò)任務(wù)，生成任務(wù)處理數(shù)據(jù)塊,，進(jìn)行任務(wù)傳遞和下發(fā),。任務(wù)數(shù)據(jù)塊應(yīng)包含：網(wǎng)絡(luò)任務(wù)類型、網(wǎng)絡(luò)任務(wù)所屬層級,、網(wǎng)絡(luò)處理優(yōu)先級,、預(yù)估網(wǎng)絡(luò)處理時間等。這里的預(yù)處理時間包括響應(yīng)時間和要求服務(wù)時間,，關(guān)系到網(wǎng)絡(luò)處理的優(yōu)先權(quán)的計算,。轉(zhuǎn)譯組件功能有：(1)網(wǎng)絡(luò)任務(wù)類型，如網(wǎng)絡(luò)監(jiān)控,、網(wǎng)絡(luò)故障,、業(yè)務(wù)配置、工程變更等,；(2)任務(wù)所屬網(wǎng)絡(luò)層級,，包括物理層問題、數(shù)據(jù)鏈路層問題,、網(wǎng)絡(luò)層問題,、運(yùn)輸層問題、應(yīng)用層問題,；(3)網(wǎng)絡(luò)緊急程度,，包括一般、緊急,、立刻處理等,；(4)網(wǎng)絡(luò)預(yù)處理時間，根據(jù)經(jīng)驗(yàn)?zāi)Ｐ瞳@取,。

    驗(yàn)證組件將實(shí)現(xiàn)對于網(wǎng)絡(luò)處理的驗(yàn)證和經(jīng)驗(yàn)?zāi)Ｐ偷男拚^程,，針對不同的網(wǎng)絡(luò)任務(wù),，抽樣實(shí)現(xiàn)并計算任務(wù)分析準(zhǔn)確性，任務(wù)實(shí)現(xiàn)過程中,，不算調(diào)整經(jīng)驗(yàn)?zāi)Ｐ蛥?shù),，當(dāng)準(zhǔn)確性低于某個閾值時，重新進(jìn)行分析,。驗(yàn)證組件功能有：(1)對同等級網(wǎng)絡(luò)任務(wù)抽樣實(shí)現(xiàn),，在數(shù)據(jù)庫進(jìn)行存儲；(2)計算任務(wù)分析,；(3)修改經(jīng)驗(yàn)?zāi)Ｐ秃蛿?shù)據(jù)庫,。

2 調(diào)度算法分析

    圖4所示為基于IBN網(wǎng)絡(luò)管理架構(gòu)下的調(diào)度模型，分為三個部分：用戶意圖層,、IBN轉(zhuǎn)化層和任務(wù)調(diào)度層,，本文的調(diào)度算法是基于任務(wù)調(diào)度層實(shí)現(xiàn)的。

2.1 IBN資源分配層

    由于網(wǎng)絡(luò)任務(wù)由一個一個的任務(wù)單元組成,，每一個任務(wù)根據(jù)其對網(wǎng)絡(luò)的影響程度的不同,，其處理的優(yōu)先級就會有所不同。因此當(dāng)面對一個龐大的任務(wù)處理問題時,，把任務(wù)作為一個可離散化處理的變量,，離散化為多個小任務(wù)，與此同時任務(wù)處理機(jī)的處理資源也離散化處理,，要把主要資源用于處理關(guān)鍵重要的緊急任務(wù),。

    其中任務(wù)優(yōu)先級依據(jù)任務(wù)等級分配，r_s為資源剩余率,，因此為了保證網(wǎng)絡(luò)始終平穩(wěn)運(yùn)行且保證網(wǎng)絡(luò)資源最大化調(diào)度,，需要滿足式(1)～式(3)^[7]：

其中，S是整個處理單元的集合,，R_s為所有處理單元s的處理效率,；U是任務(wù)處理單元的集合，r_u為單個任務(wù)單元u實(shí)際獲得的處理資源,，R為處理機(jī)所能提供的總的處理資源,。

    任務(wù)處理機(jī)資源也要離散化處理，這樣高效的調(diào)度算法才能準(zhǔn)確高效實(shí)施,。

2.2 任務(wù)調(diào)度層

    對于不同的任務(wù)單元,，假定任務(wù)處理速度相同且始終保持最大為v_max。定義q_u為每個任務(wù)單元的體驗(yàn)質(zhì)量,，ρ_u為每個任務(wù)單元的實(shí)際優(yōu)先級,如式(4)～式(9)^[7]所示,。

其中，n為任務(wù)單元的序號,，T_n為任務(wù)所需處理時間,，T_u為任務(wù)實(shí)際處理時間,，r_u為任務(wù)單元實(shí)際獲得的處理資源，r_n為任務(wù)理論上應(yīng)該得到的滿足最佳服務(wù)所需的處理資源,，R為系統(tǒng)所能提供的總的處理資源,。所有任務(wù)單元的服務(wù)質(zhì)量之和為Q，所有任務(wù)的處理時間之和為T,，E(Q)定義為平均服務(wù)質(zhì)量,，如式(10),、式(11)^[7]所示：

2.3 多級任務(wù)調(diào)度算法分析

    網(wǎng)絡(luò)任務(wù)由一個一個的小任務(wù)組成,，每一個任務(wù)根據(jù)其對網(wǎng)絡(luò)的影響程度的不同，其處理的優(yōu)先級就會有所不同,。離散化處理要把主要資源用于處理關(guān)鍵重要的緊急任務(wù),，而不是先來先處理，這樣高效的調(diào)度算法才能準(zhǔn)確高效實(shí)施,。

    根據(jù)不同隊列的優(yōu)先級賦予各個隊列中進(jìn)程執(zhí)行時間片的大小也各不相同,，圖5所示為多級任務(wù)處理算法示意圖，在優(yōu)先級越高的隊列中,，每個進(jìn)程的運(yùn)行時間片就越小,。例如，第2級隊列的時間片要比第1級隊列的時間片長一倍,。當(dāng)一個長進(jìn)程從第1級隊列依次降到第n級隊列后,，在第n級隊列中采用時間片輪轉(zhuǎn)的方式運(yùn)行。僅當(dāng)?shù)?級隊列為空時,，調(diào)度程序才調(diào)度第2級隊列中的進(jìn)程運(yùn)行,；如果處理機(jī)正在執(zhí)行第i級隊列中的某進(jìn)程時，又有新進(jìn)程進(jìn)入優(yōu)先級較高的隊列(第1~(i-1)中的任何一個隊列),，則此時新進(jìn)程將搶占正在運(yùn)行進(jìn)程的處理機(jī),，即由調(diào)度程序把正在運(yùn)行的進(jìn)程放回到第i級隊列的末尾，把處理機(jī)分配給新到的更高優(yōu)先級的進(jìn)程,。

    這里還結(jié)合現(xiàn)存的兩種調(diào)度算法——FCFS算法和短作業(yè)優(yōu)先算法進(jìn)行比較,。調(diào)度算法實(shí)施過程如下：

    (1)按網(wǎng)絡(luò)任務(wù)類型將網(wǎng)絡(luò)任務(wù)分類，分配不同的默認(rèn)初始值,，初始值越大,，表示任務(wù)重要性越大，越易優(yōu)先處理,。

    (2)結(jié)合任務(wù)對于網(wǎng)絡(luò)的影響程度,，分配初始影響因子，影響因子越大,，對優(yōu)先級的影響越大,。

    (3)針對不同的任務(wù)信令,，按初始值乘以影響因子，計算網(wǎng)絡(luò)優(yōu)先級,，設(shè)置多個排隊隊列,。

    (4)處理優(yōu)先級高的隊列按任務(wù)量優(yōu)先分配處理資源，低優(yōu)先級獲取固定少量處理資源和剩余處理資源,，當(dāng)高優(yōu)先級任務(wù)量較小時,，低優(yōu)先級才可占用高優(yōu)先級處理資源。

    (5)各個任務(wù)信令按照兩種算法分配任務(wù)處理概率,，分配的概率越大,，越易優(yōu)先處理。

    (6)隊列不斷更新,，當(dāng)任務(wù)信令距離死亡時間(也就是任務(wù)截止時間)越近,，任務(wù)分配影響因子越大。

    (7)當(dāng)任務(wù)執(zhí)行失敗,，調(diào)整任務(wù)默認(rèn)初始值,。

2.4 同級任務(wù)調(diào)度算法分析

    多級調(diào)度算法實(shí)現(xiàn)了高優(yōu)先級的快速處理，對于同一優(yōu)先級的任務(wù)的處理方法主要有：

    (1)先來先服務(wù)算法(First Come First Service,，F(xiàn)CFS)：如圖6所示,，按照先進(jìn)隊列先處理，直到發(fā)生阻塞后才放棄,，當(dāng)采用該算法時,，每次調(diào)度從后備多個任務(wù)作業(yè)隊列中各選擇一個或多個最先進(jìn)入該隊列的任務(wù)，將他們調(diào)入內(nèi)存,，后為其分配資源,，創(chuàng)建進(jìn)程，然后放入就緒隊列,。

    (2)短任務(wù)優(yōu)先：指對短作業(yè)或短進(jìn)程優(yōu)先調(diào)度的算法,，其實(shí)現(xiàn)機(jī)制與FCFS相似，只是任務(wù)處理時長越短,，處理順序越靠前,。對于同優(yōu)先級的各個任務(wù)，按照短任務(wù)優(yōu)先進(jìn)入就緒隊列的方法,，設(shè)置就緒隊列,，如圖7所示。

    本文采用無序最大化的算法,，如圖8所示,。該算法的核心思想是有位置即坐，有空閑處理能力即利用,，保證處理機(jī)時刻最大負(fù)載運(yùn)行,，實(shí)現(xiàn)處理資源利用率的最大化,。假設(shè)處理機(jī)一次可以處理的資源有限且當(dāng)某個任務(wù)單元超出剩余處理資源時，即為超出處理能力,，處理機(jī)拒絕提供服務(wù),。

3 算法仿真與分析

    將不同用戶意圖按任務(wù)等級生成任務(wù)信令，并結(jié)合多級概率調(diào)度算法,，實(shí)現(xiàn)了基于意圖網(wǎng)絡(luò)的快速調(diào)度系統(tǒng),，除此之外將多級概率調(diào)度算法和短任務(wù)算法相結(jié)合，使得任務(wù)處理效率大大提高,，處理時間大大縮短,。

    假設(shè)處理機(jī)一次可以處理任務(wù)量為150，按任務(wù)等級分配處理資源,，一級分配50,，二級40,，三級30,，四級20，五級10,。任務(wù)數(shù)為500,，總?cè)蝿?wù)量為2 659，按照多級任務(wù)處理方法處理,。

    圖9所示的仿真結(jié)果表明,，高優(yōu)先級的任務(wù)實(shí)現(xiàn)了優(yōu)先處理，當(dāng)高優(yōu)先級任務(wù)處理完成后,，多余的處理能力用來處理低優(yōu)先級的任務(wù),。在多級調(diào)度時，高優(yōu)先級的處理速度較快,，相同的任務(wù)數(shù)高優(yōu)先級被優(yōu)先處理完,。隨著高優(yōu)先級的處理完成，處理資源被用于低優(yōu)先級,，低優(yōu)先級的任務(wù)處理速度變快,。

    多級調(diào)度算法實(shí)現(xiàn)了高優(yōu)先級的快速處理，但是對于同優(yōu)先級的任務(wù),，如何處理才能實(shí)現(xiàn)高效是要考慮的另一個問題,。下面對此進(jìn)行了詳細(xì)的探究。

    假設(shè)總?cè)蝿?wù)量為573,，圖10所示為同級任務(wù)處理算法運(yùn)行對比情況,，可以看出無序最大化的任務(wù)處理方法可以實(shí)現(xiàn)任務(wù)的快速處理。同等級任務(wù)處理有優(yōu)化的空間,，對于同等級任務(wù),，無需最大化處理實(shí)現(xiàn)的效率的提升,，近15 s左右。

    圖11反映了同等級任務(wù)處理的任務(wù)剩余量與處理時間的關(guān)系,。由圖可以看出,，短任務(wù)優(yōu)先在一定時間內(nèi)實(shí)現(xiàn)了任務(wù)數(shù)的快速下降，但是當(dāng)短任務(wù)處理完成時,，處理速度發(fā)生大幅下降,，無序最大化的處理方法整體上實(shí)現(xiàn)了最優(yōu)。

    圖12所示為多級調(diào)度和同級調(diào)度算法的比較,，通過分析發(fā)現(xiàn),，將資源多級調(diào)度多級處理在實(shí)現(xiàn)任務(wù)處理上表現(xiàn)出優(yōu)越性，在快速處理資源調(diào)度上具有明顯的優(yōu)勢,。

4 結(jié)論

    本文基于IBN的網(wǎng)絡(luò)架構(gòu)提出了網(wǎng)絡(luò)管理系統(tǒng),，面對5G網(wǎng)絡(luò)下數(shù)量龐大和種類繁多的用戶及網(wǎng)絡(luò)業(yè)務(wù)需求，基于該系統(tǒng)對多級調(diào)度和同級調(diào)度算法作深度研究,，通過MATLAB平臺仿真將算法進(jìn)行實(shí)現(xiàn)和對比分析,。通過將不同用戶意圖按任務(wù)等級生成任務(wù)信令，結(jié)合多級調(diào)度算法,，實(shí)現(xiàn)基于意圖網(wǎng)絡(luò)的快速調(diào)度系統(tǒng),，將多級調(diào)度算法和同級調(diào)度算法相結(jié)合，任務(wù)處理效率大大提高,，處理時間大大縮短,。當(dāng)優(yōu)先級高的任務(wù)較多時，可能會導(dǎo)致低優(yōu)先級的任務(wù)無法快速處理,，從而導(dǎo)致低優(yōu)先級任務(wù)堆積或者失敗,，故算法有待改進(jìn)。

參考文獻(xiàn)

[1] 孟洛明,，亓峰.現(xiàn)代網(wǎng)絡(luò)管理技術(shù)(修訂版)[M].北京：北京郵電大學(xué)出版社,，2001.

[2] 王冬.基于任務(wù)調(diào)度的高適應(yīng)性適配器的研究與應(yīng)用[D].北京：北京郵電大學(xué)，2006.

[3] 楊柳.基于云計算的GIS應(yīng)用模式研究[D].開封：河南大學(xué),，2011.

[4] Gartner.Intent-based networking[EB/OL].(2017-02-07)[2019-08-18].https：//blogs.gartner.com/andrew-lerner/2017/02/07/intent-based-networking/.

[5] Veriflow.Intent-based networking：top 10 questions and answers[EB/OL].[2019-08-18].https：//www.veriflow.net/_downloads/Intent-based%20Top%20questions.pdf.

[6] Veriflow.Verification and intent-based networking：closing the control looph[EB/OL].(2017-07-11)[2019-08-18].https：//www.veriflow.net/verification-intent-based-networking-closing-control-loop/.

[7] 陳強(qiáng),，劉彩霞，李凌書.基于改進(jìn)式貪婪算法的5G網(wǎng)絡(luò)切片動態(tài)資源調(diào)度策略[J].網(wǎng)絡(luò)與信息安全學(xué)報,，2018,，4(7)：60-68.

作者信息:

王海寧，賈  鵬,，曹宇詩,，楊馥聰，裴天天，曾  宇

(中國電信股份有限公司戰(zhàn)略與創(chuàng)新研究院新興信息技術(shù)研究所 網(wǎng)絡(luò)AI研究中心,，北京102209)