云数据中心网络服务链异构并行处理模型及机理研究

The multi-tenant characteristics of cloud data centers make the deployment of its network service function chaining need to consider service performance, cost, flexibility simultaneously. With the rapid growth of cloud data centers service requirements, the existing research can not effectively take into account the multiple objectives of its service chaining deployment. Around the contradiction requirements of cost, flexibility and performance of service function chaining deployment , this project carries out the research on heterogeneous parallel processing model and mechanism of network service chaining in cloud data centers from architecture level: based on streaming application mathematical description model and pipeline segmentation technologies, we propose a multi-granularity parallelism mining mechanism and algorithm to parallel the target multi-tenant service chaining; build an acceleration pipeline model with hardware and software module interleaving to enhance the performance and flexibility of multi-tenant service chain deployment under different types of resources; propose hierarchical concurrent flow state management method with hardware off-loading to handle millions of concurrent stream, and therefore enhance service chain construction and deployment flexibility; design domain knowledge guided genetic algorithm to achieve multi-objective optimization of resource allocation for performance and cost. The results of the project will provide new technologies for the construction and deployment of the multi-tenant network service chaining in cloud data centers, which has an important theoretical and practical significance.

云数据中心的多租户特性使得其网络服务链部署需要同时考虑服务性能、成本、灵活性等目标。随着云数据中心业务需求急剧增长，现有的研究无法有效兼顾其服务链部署的多个目标。本项目围绕云数据中心网络服务链部署成本、灵活性与性能需求这一矛盾体，从体系结构层次开展云数据中心网络服务链异构并行处理模型及机理研究：借鉴流式应用数学描述模型以及流水线分割等技术，提出服务链多粒度并行挖掘机制与算法开发多租户服务链自身的并行性；构建软硬件模块深度交织的协同加速流水线模型，发挥多种处理资源各自优势提升服务链部署的灵活性与性能；提出基于硬件卸载的层次化并发流状态管理方法实现百万量级并发流管理，提升服务链构建和部署的灵活性；设计领域知识指导的遗传搜索算法实现服务链部署成本与性能的多目标优化资源分配，优化服务链部署成本与性能。项目研究成果将为云数据中心多租户网络服务链的构建和部署提供新的技术手段，具有重要的理论及实践意义。

本项目围绕云数据中心多租户网络服务功能链部署成本、灵活性与性能需求这一矛盾体，从体系结构层次开展高带宽、低延迟云数据中心网络服务链异构并行处理模型及机理研究。实现多租户服务链到云数据中心混合资源处理平台的多目标优化部署，在满足云数据中心常用服务链的性能需求的同时减少部署成本，并兼顾服务链部署的灵活性。.基于上述研究目标，项目组在研究周期内按照研究计划开展了研究。完成了如下各项研究内容。针对多租户服务链部署所需要解决的异构资源协同计算问题，提出了软硬件模块深度交织的协同加速流水线模型，通过可配置硬件模块与可编程软件模块的交织协同，实现多租户服务链部署灵活性与性能的兼顾；针对云数据中心网络异构资源的管理维护所面临的海量流状态高效管理问题，提出了一种基于网络底层功能硬件卸载的层次化并发流状态管理方法和接口，可有效提升服务链构建和部署的灵活性；针对云数据中心网络异构资源的管理维护所面临的异构网络资源的优化分配问题，设计了领域知识指导的启发式静态搜索算法和在线轻量级动态资源优化算法用于求解基于KPN流图定义的多租户服务链多目标资源优化分配问题，实现服务链的性能和部署成本的多目标优化；针对多租户网络服务链流水化并行所面临的挑战，提出多粒度网络服务链并行挖掘机制，从数据级、功能级、模块级对多租户服务链实现并行处理，进一步提升多租户服务链在异构资源平台的处理性能；构建了支持网络功能软硬件协同加速的可编程网络交换平台，验证了项目中所提的模型、机制、算法的有效性。.项目组发表SCI/EI检索论文十余篇，其中2篇为CCF A类顶级期刊/会议论文，申请国家专利2项，培养博士3人，硕士1人，实现了预期的研究目标，项目研究成果在数据中心的网络服务高效部署上具有实际的应用价值。