一种基于网络数字孪生体的时延分析方法及系统.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN115086202A(43)申请公布日2022.09.20(21)申请号202210390233.1(22)申请日2022.04.14(71)申请人安世亚太科技股份有限公司地址100025北京市朝阳区八里庄东里1号莱锦TOWN园区CN08座(72)发明人俞红祥杨以杰杨振亚(74)专利代理机构北京天达知识产权代理事务所(普通合伙)11386专利代理师许志宏(51)Int.Cl.H04L43/0852(2022.01)H04L41/14(2022.01)H04L47/6275(2022.01)权利要求书2页说明书10页附图2页(54)发明名称一种基于网络数字孪生体的时延分析方法及系统(57)摘要本发明涉及一种基于网络数字孪生体的时延分析方法，属于网络时延分析技术领域，解决了现有时延分析方法准确性较低的问题。该方法包括：将网络实体映射为网络数字孪生体；网络数字孪生体包括网络综合节点和时延特征边；网络综合节点包括排队子节点和非排队子节点；时延特征边包括：排队子节点的排队时延边，排队子节点和非排队子节点的处理时延边，网络综合节点之间的传播时延边；选取源节点和目的节点，以确定最小路集；基于路径约束，从最小路集中提取由多条可行路径组成的可行路径集合；执行多次随机业务仿真，获取各可行路径的仿真时延；基于仿真时延确定网络数字孪生体的最优可行路径、并作为网络实体中相应源节点到目的节点的传输路径。CN115086202ACN115086202A权利要求书1/2页1.一种基于网络数字孪生体的时延分析方法，其特征在于，包括：将网络实体映射为网络数字孪生体；所述网络数字孪生体包括网络综合节点和时延特征边；所述网络综合节点包括排队子节点和非排队子节点；所述时延特征边包括：排队子节点的排队时延边，排队子节点和非排队子节点的处理时延边，以及，网络综合节点之间的传播时延边；选取网络数字孪生体中的源节点和目的节点，以确定最小路集；并基于路径约束，从最小路集中提取由多条可行路径组成的可行路径集合；执行多次随机业务仿真；每次仿真时，根据随机业务生成各可行路径中时延特征边的时延参数，获取各可行路径的仿真时延；基于所述仿真时延，确定网络数字孪生体的最优可行路径；并将所述最优可行路径作为网络实体中相应源节点到目的节点的传输路径。2.根据权利要求1所述的基于网络数字孪生体的时延分析方法，其特征在于，所述排队子节点，用于描述所述网络综合节点的数据传输队列及队列管理功能；所述非排队子节点，用于描述所述网络综合节点的资源管控及信息分发功能。3.根据权利要求2所述的基于网络数字孪生体的时延分析方法，其特征在于，所述排队子节点的排队时延边，用于描述排队子节点处理业务数据流的排队等待时延；所述排队子节点的处理时延边，用于描述排队子节点处理业务数据流的队列管理时延；所述非排队子节点的处理时延边，用于描述非排队子节点处理业务数据流资源管控及信息分发时延；所述传播时延边，用于描述业务数据流从当前网络综合节点经由传播路径到达下一网络综合节点的传输时延。4.根据权利要求1‑3中任一项所述的基于网络数字孪生体的时延分析方法，其特征在于，所述确定网络数字孪生体的最优可行路径，包括：对于每条可行路径，执行：根据当前可行路径执行多次随机业务仿真的仿真时延，获取当前可行路径的时延期望和时延方差；基于当前可行路径的时延期望和时延方差，确定当前可行路径的时延评价指标；将时延评价指标最小值对应的可行路径作为所述最优可行路径。5.根据权利要求4所述的基于网络数字孪生体的时延分析方法，其特征在于，根据公式(1)计算各可行路径的时延评价指标：Rdelay＝αe*edelay+αv*vdelay(1)其中，Rdelay表示可行路径的时延评价指标，edelay、vdelay分别表示可行路径的时延期望、时延方差；αe、αv分别表示可行路径的时延期望权重、时延方差权重；αe+αv＝1。6.根据权利要求1所述的基于网络数字孪生体的时延分析方法，其特征在于，所述路径约束包括输入输出流约束、链路负荷约束和节点负荷约束。7.根据权利要求6所述的基于网络数字孪生体的时延分析方法，其特征在于，所述从最小路集中提取由多条可行路径组成的可行路径集合，包括：获取网络实体映射为网络数字孪生体时的实时数据及性能参数；所述实时数据包括：2CN115086202A权利要求书2/2页每个网络综合节点的实时输入流、实时输出流和实时数据流量，以及每条边的实时数据流量；所述性能参数包括每个网络综合节点的节点总负荷参数；对于最小路集中的每条路径，判断是否满足路径约束；将满足路径约束的路径提取为可行路径；汇总提取到的所有可行路径，形成可行路径集。8.根据权利要求6所述的基于网络数字孪生体的时延分析方法