空天地海一体化网络中面向优先级保障的网络切片
韩欢，刘伟，杨惠婷
（西安电子科技大学，陕西 西安 710000）
【摘 要】空天地海一体化网络在全球无缝覆盖方面发挥着重要作用，其承载的任务包括常规任务和紧急任务，不同的任务具有不同优先级。基于多功能时间扩展图，建立任务优先级、服务功能链、通信、存储和计算资源的耦合约束，并提出了NS-GP算法。NS-GP算法联合优化VNF部署和路由策略，使得合理分配网络资源保障高优先级任务的同时，尽可能多得完成低优先级任务。仿真结果表明，所提出的NS-GP算法优于固定VNF部署算法。
【关键词】空天地海一体化网络；任务优先级；网络切片；多功能时间扩展图
doi:10.3969/j.issn.1006-1010.20240726-0005
中图分类号：TN929.5 文献标志码：A
文章编号：1006-1010(2024)09-0080-08
引用格式：韩欢,刘伟,杨惠婷. 空天地海一体化网络中面向优先级保障的网络切片[J]. 移动通信, 2024,48(9): 80-87.
HAN Huan, LIU Wei, YANG Huiting. Space-Air-Ground-Sea Integrated Network Slicing for Guaranteed Priority[J]. Mobile Communications, 2024,48(9): 80-87.
0 引言
空天地海一体化网络（SAGSIN, Space-Air-Ground-Sea Integrated Network）是一种深度融合空间（卫星）、空中（无人机、热气球等）、地面（蜂窝、有线网络等）和海洋（船舰、浮标）的多维度网络[1]，在第六代通信技术（6G）中发挥着尤为重要的角色[2]。SAGSIN为空间、空中、地面和海洋网络提供多样化的服务和服务质量（QoS, Quality of Service）[3]，例如：海洋环境监测、资源勘探、极端天气预警、移动平台通信等[4-6]。SAGSIN中的任务主要包括常规任务和紧急任务。常规任务包括用于气象、环境监测等产生的数据，紧急任务主要包括地震、台风等应急事件的实时通信数据[7-8]。常规任务和紧急任务之间通常具有优先级[8]。由于常规任务和紧急任务共享相同的资源，虽然不是同时进行规划，但规划结果仍然会相互影响。常规任务的规划结果在一定程度上影响紧急任务的规划。如果普通任务占用资源过多，可能会导致一些紧急任务难以调度[8]。在现实中，完成紧急任务比常规任务对社会的贡献要大得多。因此，任务优先级特性往往会对资源分配产生显著影响。
网络功能虚拟化（NFV, Network Function Virtualization）是第五代（5G）及以上（B5G）网络的关键技术之一[9,12]。NFV通过从专用硬件中释放网络功能，将网络功能用软件实现并实例化为虚拟网络功能（VNF, Virtual Network Function）[10-11,20-21]。在支持NFV的网络中，每个任务由预定的VNF序列组成，称为服务功能链（SFC, Service Function Chain）[10-11,20-21]。NFV技术促进了网络切片（NS, Network Slicing）的部署[10-11]。网络切片技术将底层物理网络划分为多个虚拟逻辑网络，能够为不同QoS需求的任务提供定制化、按需分配的网络服务[13-14]。SAGSIN具有跨域跨介质，各异构网络相对独立等特点[16]。因此，将NS、NFV等技术引入到空天地海一体化网络中，形成具有NFV的空天地海一体化网络（SAGSIN-NFV, SAGSIN with NFV）。网络切片技术能够打通异构网络的资源壁垒，实现网络中通信、计算、存储等多维异质资源融合共享。在网络切片中，有两个关键问题：VNF部署和路由策略[10-12]。因此，在SAGSIN-NFV网络中如何合理部署VNF和设计路由策略，以有限的多维资源来保障任务优先级是一个亟需解决的关键问题。
在空天地一体化网络中，保障优先级的资源分配策略得到了广泛研究。文献[15]考虑通信资源和存储资源，在保障任务端到端（E2E, End to End）时延QoS需求的前提下，使得可成功完成任务优先级总和最大化。文献[17]考虑通信资源和天线资源，在保证紧急任务传输的同时，尽可能多地完成常规任务，使得可成功完成任务优先级总和最大化。文献[18]考虑通信资源和天线资源，在保证任务E2E时延QoS需求的前提下，优先安排高优先级任务，使得可成功完成任务完成数最大化。文献[19]考虑通信资源，在保证任务最低传输数据量QoS需求的前提下，尽可能保证为优先级较高的任务提供服务。然而，上述文献没有考虑部署VNF的场景。因此，无法直接适用于SAGSIN-NFV。
空天地一体化网络中，网络切片得到了广泛研究。文献[20]考虑通信、存储和计算资源，联合VNF部署和优化路由策略，在保障任务E2E时延QoS需求的前提下，使得可成功完成任务完成数最大化。文献[21]考虑通信、存储和计算资源，联合VNF部署和优化路由策略，使得有效降低协同开销的同时不造成任何网络性能损失。文献[22]考虑通信、存储和计算资源，联合VNF部署和优化路由策略，在保障任务数据传输量QoS需求的前提下，使得星间通信资源消耗最小化。然而，上述文献没有考虑任务优先级的需求。
综上，本文针对时变的空天地海一体化网络，研究了面向优先级保障的网络切片，联合VNF部署和路由策略，考虑通信、存储和计算多维资源，在保障任务优先级和满足任务E2E时延QoS需求条件下，使得任务完成数最大化，实现多维资源有效利用。
本文的主要创新如下：针对空天地海一体化网络时变特性，采用多功能时间扩展图表征通信、存储和计算资源，同时能够刻画同一个节点具有多个计算功能[20-21,23]。基于多功能时间扩展图，建立优先级、SFC、通信资源、存储和计算资源的耦合约束。针对面向优先级保障的网络切片问题，提出了面向优先级保障的任务完成数最大化网络切片算法（NS-GP, Network Slicing for Guaranteed Priority）。具体而言，NS-GP算法联合优化VNF部署和路由策略，保障高优先级任务流尽可能完成，在某些高优先级任务流由于资源受限无法完成的情况下，更新网络剩余容量支持低优先级任务流尽可能完成。固定部署VNF（F-VNF, Fixed-VNF deployment）算法仅仅优化路由策略。仿真结果表明，本文提出的NS-GP算法网络性能优于F-VNF算法的网络性能。
1 系统模型
1.1 网络场景
具有NFV的空天地海一体化网络场景如图1所示，其由卫星、地面站、无人机、高空热气球和船舰组成。卫星可以为舰船和地面站之间提供连接，也可以与无人机、高空热气球等空中设备交换数据信息[1，13]。因此，在具有NFV的空天地海一体化网络场景中主要考虑任务流传输为卫星-地面站、无人机/高空热气球-卫星-地面站、船舰-卫星-地面站。在无人机/高空热气球或船舰成功将任务流的传输至卫星之后，本文的后续讨论将聚焦于卫星和地面站之间的通信。
1.2 多功能时间扩展图模型
2 问题建模
2.1 基本约束
2.2 面向优先级保障的任务完成数最大化网络切片算法
3 仿真结果与分析
3.1 仿真场景
3.2 仿真结果
4 结束语
空天地海一体化网络中的任务通常具有不同的优先级。针对空天地海一体化网络时变特性，本文采用多功能时间扩展图联合表征其通信、存储和计算资源。基于多功能时间扩展图，本文建立了任务优先级、SFC、通信、存储和计算资源的耦合约束，并提出了面向优先级保障的网络切片（NS-GP）算法。NS-GP算法联合优化部署VNF和路由策略，使得合理分配网络资源保障高优先级任务的同时，尽可能多得完成低优先级任务。仿真结果表明，本文提出的NS-GP算法网络性能优于F-VNF算法的网络性能。
参考文献：（上下滑动浏览）
[1] J. Xu, M. A. Kishk, M.-S. Alouini. Space-Air-Ground-Sea Integrated Networks: Modeling and Coverage Analysis[J]. IEEE Transactions on Wireless Communications, 2023,9(22): 6298-6313.
[2] H. Guo, J. Li, J. Liu, at el. A Survey on Space-Air-Ground-Sea Integrated Network Security in 6G[J]. IEEE Communications Surveys & Tutorials, 2022,1(24): 53-87.
[3] 沈学民,承楠,周海波,等. 空天地一体化网络技术：探索与展望[J]. 物联网学报, 2020,4(3): 3-19.
[4] R. Su, Z. Gong, C. Li, et al. Algorithm Design and Performance Analysis of Target Localization Using Mobile Underwater Acoustic Array Networks[J]. IEEE Transactions on Vehicular Technology, 2023,2(72): 2395-2406.
[5] 朱斌,胡悦,王光全. 空天地海协同应用综述[J]. 移动通信, 2021,45(5): 47-52.
[6] 付书航,周笛,盛敏,等. 空天地海一体化网络体系架构与网络切片技术[J]. 移动通信, 2021,45(5): 8-14.
[7] C.-Q. Dai, Y. Zhang, F. R. Yu, et al. Dynamic Scheduling Scheme With Task Laxity for Data Relay Satellite Networks[J]. IEEE Transactions on Vehicular Technology, 2024,2(73): 2605-2620.
[8] L. He, J. Li, M. Sheng, at el. Dynamic Scheduling of Hybrid Tasks With Time Windows in Data Relay Satellite Networks. IEEE Transactions on Vehicular Technology, 2019(68)5: 4989-5004.
[9] R. Mijumbi, J. Serrat, J. -L. Gorricho, at el. Network Function Virtualization: State-of-the-Art and Research Challenges. IEEE Communications Surveys & Tutorials,2016(18)1: 236-262.
[10] W.-K. Chen, Y.-F. Liu, A. De Domenico, et al. Optimal Network Slicing for Service-Oriented Networks With Flexible Routing and Guaranteed E2E Latency[J]. IEEE Transactions on Network and Service Management, 2021,18(4): 4337-4352.
[11] N. Zhang, Y.-F. Liu, H. Farmanbar, et al. Network Slicing for Service-Oriented Networks Under Resource Constraints[J]. IEEE Journal on Selected Areas in Communications, 2017,11(35): 2512-2521.
[12] A. Laghrissi, T. Taleb. A Survey on the Placement of Virtual Resources and Virtual Network Functions[J]. IEEE Communications Surveys & Tutorials, 2019,2(2): 1409-1434.
[13] 管莹莹,宋静,宋清洋,等. 空天地海一体化网络切片研究综述[J]. 移动通信, 2022,46(10): 20-25.
[14] I. Afolabi, T. Taleb, K. Samdanis, et al. Network Slicing and Softwarization: A Survey on Principles, Enabling Technologies, and Solutions[J]. IEEE Communications Surveys & Tutorials, 2018,3(20): 2429-2453.
[15] Y. Wang, M. Sheng, W. Zhuang, et al. Multi-Resource Coordinate Scheduling for Earth Observation in Space Information Networks[J]. IEEE Journal on Selected Areas in Communications, 2018,2(36): 268-279.
[16] 范珂欣,安丽荣,张钦宇. 业务驱动的空天地海一体化网络技术研究[J]. 电信科学, 2024: 1-16.
[17] C.-Q. Dai, C. Li, S. Fu, et al. Dynamic Scheduling for Emergency Tasks in Space Data Relay Network[J]. IEEE Transactions on Vehicular Technology, 2021,1(70): 795-807.
[18] C.-Q. Dai, Y. Zhang, F. R. Yu, et al. Dynamic Scheduling Scheme With Task Laxity for Data Relay Satellite Networks[J]. IEEE Transactions on Vehicular Technology, 2024,2(73): 2605-2620.
[19] Y. Yuan, L. Lei, T. X. Vu, et al. Adapting to Dynamic LEO-B5G Systems: Meta-Critic Learning Based Efficient Resource Scheduling[J]. IEEE Transactions on Wireless Communications, 2022,11(21): 9582-9595.
[20] H. Yang, W. Liu, J. Li, et al. Space Information Network With Joint Virtual Network Function Deployment and Flow Routing Strategy With QoS Constraints[J]. IEEE Journal on Selected Areas in Communications, 2023,6(41): 1737-1756.
[21] H. Yang, W. Liu, X. Wang, et al. Group Sparse Space Information Network With Joint Virtual Network Function Deployment and Maximum Flow Routing Strategy[J]. IEEE Transactions on Wireless Communications, 2023,8(22): 5291-5305.
[22] J. Li, W. Shi, P. Yang, et al. VNF-based service provision in software defined LEO satellite networks[J]. IEEE Transactions on Wireless Communications, 2021,20(9): 6139-6153.
[23] W. Liu, H. Yang, J. Li. Multi-Functional Time Expanded Graph: A Unified Graph Model for Communication, Storage, and Computation for Dynamic Networks Over Time[J]. IEEE Journal on Selected Areas in Communications, 2023,2(41): 418-431.
[24] 杨惠婷,刘伟. 空间信息网络时变图建模方法[J]. 移动通信, 2024,48(1): 13-18+39. ★
★原文刊发于《移动通信》2024年第9期★
doi:10.3969/j.issn.1006-1010.20240726-0005
中图分类号：TN929.5 文献标志码：A
文章编号：1006-1010(2024)09-0080-08
引用格式：韩欢,刘伟,杨惠婷. 空天地海一体化网络中面向优先级保障的网络切片[J]. 移动通信, 2024,48(9): 80-87.
HAN Huan, LIU Wei, YANG Huiting. Space-Air-Ground-Sea Integrated Network Slicing for Guaranteed Priority[J]. Mobile Communications, 2024,48(9): 80-87.
韩 欢：西安电子科技大学在读硕士研究生，研究方向为空天地一体化网络、网络切片。
《移动通信》投稿方式为在线投稿
请您登录网页投稿系统
链接地址：http://ydtx.cbpt.cnki.net
