网络功能虚拟化服务链动态编排机制研究

NFV enables dynamic composition and scaling for Service function chain (SFC) so that delivery various and high-quality services for users. However, various behaviors of NFs and their stateful processing for packet bring challenges to above researches. In this Project, NFV has been studied mainly in three aspects: SFC composition, detection for overload NF and flow migration. . Composition and verification for SFC. The project proposes a vector-based algorithm to check dependencies and conflicts(D&C) of NFs through 3 times intersecting operations. This algorithm can model multiple rules of NFs into one action-vector so that improve the efficiency. Furthermore, we propose an algorithm which can equally convert a set of D&C to a partial ordered. . Detection for overload NF. This project proposes a bypass-measurement method to measure application metrics and an algorithm to detect overload NF. It uses finite state machine to learn the scopes of latency for both normal and overload states and introduce a shim state to avoid learning caused by jitter. . Flow Migration. The project proposes decoupled and distributed flow migration framework for NFV, it completely decouples the state transfer and packets migration so that enables the parallel execution of these two processes and P2P migration. This innovative framework has ability to improve the efficiency, overheads and fault tolerance.

网络功能虚拟化支持服务动态编排和资源按需调度，可有效解决传统网络服务部署僵化和高成本的问题，然而网络功能多样的行为和基于状态的包处理模式给服务链动态部署带来了巨大挑战。本项目以服务链部署高动态性为出发点，从三个方面对服务链动态编排机制开展研究，提升网络服务部署的灵活性和服务质量。在基于冲突依赖关系的服务链编排方面，分析服务链串行化的处理模式，创新性的基于CPU流水线数据相关概念对服务链冲突依赖关系进行分类和定义，提出基于分层模型和使用串行求交操作的冲突依赖检测方法和编排方法。在基于应用层指标的网络功能过载诊断方面，分析应用层指标在不同负载下的变化特征，提出基于包分类处理的旁路测量机制以及使用过渡态屏蔽延迟抖动的多指标诊断方法。在解耦化分布式流迁移机制设计方面，基于对流状态和数据包竞态条件的分析，创新性地提出一种解耦化分布式迁移机制，并基于该机制对迁移性能、开销和容错能力进行优化。

网络功能虚拟化(Network Functions Virtualization, NFV)将网络功(Network Function, NF)软件化，并通过虚拟化的方式动态、按需地将其部署在通用服务器上，有效地解决了传统网络中面临的成本高昂和服务僵化等诸多问题。为实现NFV服务链动态部署过程中服务灵活编排和资源按需分配这两大核心功能，需开展NFV服务链动态编排和异常诊断机制研究，这对NFV能否提供多样化和高质量的服务以及NFV技术工业化具有重要意义。.本项目研究基于分层模型和使用串行求交操作的冲突依赖检测方法以及基于偏序关系的编排与验证方法，方法可以准确编排服务链以及定位冲突规则；解耦化的分布式迁移机制，设计迁移协议和迁移中间件，通过并行P2P的迁移方法著提升迁移效率并降低迁移开销，同时提高迁移的容错能力和对NF的透明性；基于硬件指标和应用层指标结合的网络功能过载诊断方法，线下通过量化构建的过载场景和AI技术构建应用指标和硬件指标的在各类过载和正常状态下的映射模型，线上仅通过通用硬件指标进行网络功能过载诊断；基于日志的NFV编排异常诊断机制，通过任务关联性构建工作流，基于工作流的状态机及日志的统计特征利用LSTM等方法自动诊断异常。.项目研究成果实现了服务链自动化编排验证和调度，准确诊断过载服务和异常。服务链的编排与验证工作可以在3秒内完成；过载迁移效率最高可提升35倍，迁移对TCP性能影响有限且可在毫秒级时间内恢复；多种NF的过载诊断模型在不同部署环境下都有90%以上的准确率；NFV编排异常诊断准确率达到95%以上。.本项目研究的高动态编排技术，在团队自主研发的NFC网络功能虚拟化服务平台中实现，并在电信业务中进行部署，用于提升网络服务质量以及部署的灵活性和可靠性。此外，本项目的研究成果也可应用于OpenDaylight等NFV平台以及5G核心网等基于NFV技术的场景中，完善其服务动态部署和智能运维的能力。该项目发表了2篇学术论文，获得2项专利授权。培养1名博士研究生和3名硕士研究生。