基于云计算服务的虚拟网络映射方法及映射系统专利查询-凯发k8国际

1.一种基于云计算服务的虚拟网络映射方法，其特征在于，该方法包括：
网络构建阶段，为云计算环境下的底层物理网络建立雪花型的网络拓扑结构，所述的网络拓扑结构包含由低至高逐层扩展的多级雪花结构，其中第n级雪花结构包含若干个第n‑1级至第0级雪花结构；
虚拟网络请求阶段，用户终端产生虚拟网络请求，虚拟网络包含资源约束条件的虚拟节点和虚拟链路；
虚拟网络映射阶段，从网络拓扑结构中选择与请求的虚拟网络规模一致的雪花结构级别，计算每一个同级雪花结构与虚拟网络关于资源属性的相似度，然后将相似度最高的雪花结构映射到虚拟网络上。
2.根据权利要求1所述的基于云计算服务的虚拟网络映射方法，其特征在于，所述的第n级雪花结构生成过程包括：在第n‑1级雪花结构上，断开所有虚连接和实连接，在每个断点添加一个第0级雪花结构，然后将第0级雪花结构与原连接关系上的两端重新建立起两个实连接，形成第n级雪花结构，所述的虚连接来源于第n‑1级雪花结构形成阶段添加的第0级雪花结构。
3.根据权利要求2所述的基于云计算服务的虚拟网络映射方法，其特征在于，所述的第
0级雪花结构包括中心位置上的交换机和若干个云服务器，所有云服务器散布于交换机外围且与交换机建立内连接，在任意相邻的两个云服务器之间建立虚连接。
4.根据权利要求2所述的基于云计算服务的虚拟网络映射方法，其特征在于，所述的第
0级雪花结构包括设置于中心位置上的一个中心交换机，以及散布于中心交换机外围且与中心交换机建立内连接的外围交换机，在任意相邻的两个外围交换机之间建立虚连接。
5.根据权利要求1所述的基于云计算服务的虚拟网络映射方法，其特征在于，所述虚拟节点的资源约束条件涉及的资源属性包括节点数量、节点计算能力、节点存储能力、节点传输能力和节点距离；所述虚拟链路的资源约束条件涉及的资源属性包括：链路数量、链路带宽和链路延时。
6.根据权利要求1所述的基于云计算服务的虚拟网络映射方法，其特征在于，所述的雪花结构级别的选择规则为：
步骤1‑1）统计虚拟网络中的虚拟节点数量，选择服务器数量大于且最接近虚拟节点数量的第m级雪花结构；
步骤1‑2）统计虚拟网络中的虚拟链路数量，将第m级雪花结构内的实连接数量与虚拟链路数量进行比较，如果实连接数量不小于虚拟链路数量，则将第m级作为最终选定的级别，否则执行步骤1‑3）；
步骤1‑3）重新选择第m 1级雪花结构，继续执行步骤1‑2），直至选择出实连接数量不小于虚拟链路数量所对应的级别。
7.根据权利要求1所述的基于云计算服务的虚拟网络映射方法，其特征在于，所述同级雪花结构与虚拟网络关于资源属性的相似度计算过程包括：
步骤2‑1）计算当前雪花结构中所有节点和链路关于各资源属性的均值，汇集所有资源属性的均值生成节点聚类中心和链路聚类中心；
步骤2‑2）利用余弦相似度算法分别计算各虚拟节点与节点聚类中心的相似度，以及各虚拟链路与链路聚类中心的相似度；
步骤2‑3）为节点和链路设立权值系数，对所有虚拟节点和虚拟链路的相似度加权求和，进一步将均化处理后的结果作为虚拟网络与当前雪花结构的相似度值。
8.根据权利要求7所述的基于云计算服务的虚拟网络映射方法，其特征在于，还包括对节点距离的约束过程：
定义一个布尔变量，为每个虚拟节点设定一个距离阈值，当虚拟节点与节点聚类中心的间距不大于距离阈值时，令布尔变量等于1，否则令布尔变量等于0；将布尔变量作为约束参数参与对应虚拟节点的相似度乘积运算。
9.一种基于云计算服务的虚拟网络映射系统，其特征在于，该系统包括：搭载于云计算数据中心上的网路构建单元和虚拟网络映射单元、搭载于用户终端上的虚拟网络请求单元；
网路构建单元：用于为云计算底层物理网络建立雪花型的网络拓扑结构，所述的网络拓扑结构包含由低至高逐层扩展的多级雪花结构，其中第n级雪花结构包含若干个第n‑1级至第0级雪花结构；
虚拟网络请求单元：根据用户终端的应用需求产生虚拟网络请求，虚拟网络包含资源约束条件的虚拟节点和虚拟链路；
虚拟网络映射单元：从网络拓扑结构中选择与请求的虚拟网络规模一致的雪花结构级别，计算每一个同级雪花结构与虚拟网络关于资源属性的相似度，然后将相似度最高的雪花结构映射到虚拟网络上。

基于云计算服务的虚拟网络映射方法及映射系统\n技术领域\n[0001] 本发明涉及云计算服务技术领域，具体涉及基于云计算服务的虚拟网络映射方法及映射系统。\n背景技术\n[0002] 受到当前互联网体系结构影响，云计算在服务多样性提供等方面面临诸多挑战，而网络虚拟化技术正是解决该问题的有效技术手段。网络虚拟化技术通过在同一底层物理网络上建立多个相互独立的虚拟网络，快速、低成本地开展特定类型的业务和新型网络技术的部署，如 iptv、voip 等采用特殊的带宽和流量控制协议，满足客户对视频、语音通话等 qos 敏感业务的需求。根据应用需求在用户端产生虚拟网络请求，为虚拟网络提供合理的底层网络资源分配称作虚拟网络映射。\n[0003] 现有的虚拟网络映射算法大多关注无故障网络环境下的几个方面：最大化映射 请求接受率、总收益及底层资源利用率，最小化请求调度延迟及虚拟网络的总能耗等。如chowdhury等提出的基于增强图的vineyard算法，cheng等提出的基于拓扑感知节点排名的rw‑bfs算法，houidi等提出的基于分布式协作的映射算法，但是这些映射方法并没有考虑被映射虚拟网络的个性化服务问题。\n[0004] 随着新技术和新产品的不断涌现，用户对互联网的需求也更加个性化和多样化。\n比如根据应用场景特殊定制的网络服务、网络拓扑及实时性保障等等。因此采用一套灵活可变的、优化目标可调的虚拟网络映射机制能够使映射后的虚拟网络具备不同的结构形式和性能特征，可以满足用户多样化的需求。面对各种各样的个性化需求，虚拟网络映射所要解决的核心问题就是：如何在虚拟网络与物理网络中寻找一种对应关系，根据用户需求，将虚拟网络中的节点和链路映射到物理网络中去，在保证基础设施提供商收益的同时给用户提供满意的服务。\n[0005] 网络虚拟化技术可以在一个或多个物理网络上通过抽象、分配、隔离等机制实现多个完全不同的虚拟网络，通过软件定义逻辑上的网络拓扑以满足不同服务对网络资源的个性化需求，从而实现网络资源的灵活配置与动态管理。但是，现有信息通信网络的体系结构、组网方式和资源分配存在“静态”和“僵化”等多种弊端，已经难以满足虚拟化技术随机动态、复杂多变、主观能动与个性化的业务需求。因此，如何提供具有多元化的个性虚拟网络服务是基础设施和映射功能提供商亟待解决的问题。\n发明内容\n[0006] 本发明的目的在于，为了解决现有的虚拟网络映射技术缺乏对用户提供个性化服务的能力，提供一种基于云计算服务的虚拟网络映射方法以及虚拟网络映射系统。通过对传统的拓扑网络结构执行改进布局，形成模块化网络组，将请求的个性化虚拟网络与对应的模组匹配，获取与应用环境相适应的底层网络资源。\n[0007] 为实现上述目的，本发明提供的一种基于云计算服务的虚拟网络映射方法，该方法包括以下几个阶段：\n[0008] 网络构建阶段：为云计算环境下的底层物理网络建立雪花型的网络拓扑结构，所述的网络拓扑结构包含由低至高逐层扩展的多级雪花结构，其中第n级雪花结构包含若干个第n‑1级至第0级雪花结构；\n[0009] 虚拟网络请求阶段：用户终端产生虚拟网络请求，虚拟网络包含资源约束条件的虚拟节点和虚拟链路；\n[0010] 虚拟网络映射阶段：从网络拓扑结构中选择与请求的虚拟网络规模一致的雪花结构级别，计算每一个同级雪花结构与虚拟网络关于资源属性的相似度，然后将相似度最高的雪花结构映射到虚拟网络上。\n[0011] 进一步优选地，所述的第n级雪花结构生成过程包括：在第n‑1级雪花结构上，断开所有虚连接和实连接，在每个断点添加一个第0级雪花结构，然后将第0级雪花结构与原连接关系上的两端重新建立起两个实连接，形成第n级雪花结构，所述的虚连接来源于第n‑1级雪花结构形成阶段添加的第0级雪花结构。\n[0012] 进一步优选地，所述的第0级雪花结构包括中心位置上的交换机和若干个云服务器，所有云服务器散布于交换机外围且与交换机建立内连接，在任意相邻的两个云服务器之间建立虚连接。\n[0013] 进一步优选地，所述的第0级雪花结构包括设置于中心位置上的一个中心交换机，以及散布于中心交换机外围且与中心交换机建立内连接的外围交换机，在任意相邻的两个外围交换机之间建立虚连接。\n[0014] 进一步优选地，所述虚拟节点的资源约束条件涉及的资源属性包括：节点数量、节点计算能力、节点存储能力、节点传输能力和节点距离；所述虚拟链路的资源约束条件涉及的资源属性包括：链路数量、链路带宽和链路延时。\n[0015] 进一步优选地，所述的雪花结构级别的选择规则为：\n[0016] 步骤1‑1）统计虚拟网络中的虚拟节点数量，选择服务器数量大于且最接近虚拟节点数量的第m级雪花结构；\n[0017] 步骤1‑2）统计虚拟网络中的虚拟链路数量，将第m级雪花结构内的实连接数量与虚拟链路数量进行比较，如果实连接数量不小于虚拟链路数量，则将第m级作为最终选定的级别，否则执行步骤1‑3）；\n[0018] 步骤1‑3）重新选择第m 1级雪花结构，继续执行步骤1‑2），直至选择出实连接数量不小于虚拟链路数量所对应的级别。\n[0019] 进一步优选地，所述同级雪花结构与虚拟网络关于资源属性的相似度计算过程包括：\n[0020] 步骤2‑1）计算当前雪花结构中所有节点和链路关于各资源属性的均值，汇集所有资源属性的均值生成节点聚类中心和链路聚类中心；\n[0021] 步骤2‑2）利用余弦相似度算法分别计算各虚拟节点与节点聚类中心的相似度，以及各虚拟链路与链路聚类中心的相似度；\n[0022] 步骤2‑3）为节点和链路设立权值系数，对所有虚拟节点和虚拟链路的相似度加权求和，进一步将均化处理后的结果作为虚拟网络与当前雪花结构的相似度值。\n[0023] 进一步优选地，还包括对节点距离的约束过程：\n[0024] 定义一个布尔变量，为每个虚拟节点设定一个距离阈值，当虚拟节点与节点聚类中心的间距不大于距离阈值时，令布尔变量等于1，否则令布尔变量等于0；将布尔变量作为约束参数参与对应虚拟节点的相似度乘积运算。\n[0025] 本发明还提供了一种基于云计算服务的虚拟网络映射系统，该系统具体包括：搭载于云计算数据中心上的网路构建单元和虚拟网络映射单元、搭载于用户终端上的虚拟网络请求单元；\n[0026] 网路构建单元：用于为云计算底层物理网络建立雪花型的网络拓扑结构，所述的网络拓扑结构包含由低至高逐层扩展的多级雪花结构，其中第n级雪花结构包含若干个第n‑1级至第0级雪花结构；\n[0027] 虚拟网络请求单元：根据用户终端的应用需求产生虚拟网络请求，虚拟网络包含资源约束条件的虚拟节点和虚拟链路；\n[0028] 虚拟网络映射单元：从网络拓扑结构中选择与请求的虚拟网络规模一致的雪花结构级别，计算每一个同级雪花结构与虚拟网络关于资源属性的相似度，然后将相似度最高的雪花结构映射到虚拟网络上。\n[0029] 本发明提供的虚拟网络映射方法及其系统的有益效果在于：\n[0030] 针对用户终端的虚拟网络个性化需求，本发明对底层物理网络建立改进的网络拓扑结构，依据科赫曲线，提出具有高扩展性、高运行效率、低失效率的新型雪花网络结构，使得网络体系架构能够随时根据需求执行网络资源扩展，在保证交换机与服务器较低数量比例的前提下，可以在较短的平均路径内实现节点间路由机制，以此提高运行效率，通过建立起来的多重并行路径，能够降低因链路失联时导致资源失效的风险，从而为个性化虚拟网络的搭建提供稳定的运行环境。\n[0031] 采用递归定义的雪花拓扑网络建立起来的模块式网络结构，使云计算网络拥有众多且规模不等的模块化雪花结构，每一个模块化雪花结构都具有相对独立的数据运算、存储及传输能力，从而可以在网络中任意选择与请求的虚拟网络规模一致的雪花结构，以此作为虚拟网络的映射对象，与需求资源规模相适应，减少不必要的资源浪费或过重的资源负载，以多端口的服务器为转发中心，极大地提高了网络的对分带宽，以便满足云计算数据中心网络越来越多应用服务的部署需求。\n[0032] 通过为虚拟节点和虚拟链路建立关于众多资源属性的约束，进一步利用这些资源属性进行相似度比较，获取待选的每个雪花结构与用户虚拟网络之间的综合性相似程度，然后从中选择相似度最高的雪花结构映射到虚拟网络上，即考虑到了不同虚拟节点或虚拟链路对资源性能的偏好差异，又从资源整体性能方面选择出与虚拟网络最相近的映射对象，显著提高了虚拟网络请求接受率，使得映射成功的虚拟网络越多，底层网络的平均收益也就越多。\n附图说明\n[0033] 图1为本发明提供的基于云计算服务的虚拟网络映射方法流程图；\n[0034] 图2为本发明实施例中示出的0级雪花结构示意图；\n[0035] 图3为本发明实施例中示出的1级雪花结构示意图；\n[0036] 图4为本发明实施例中示出的2级雪花结构示意图；\n[0037] 图5为本发明一个实施例中提供的雪花结构级别选择流程图；\n[0038] 图6为本发明提供的基于云计算服务的虚拟网络映射系统交互示意图。\n具体实施方式\n[0039] 为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。\n[0040] 数据中心是承载各类信息应用和服务的底层设施，兼具计算、存储及网络功能。数据中心网络依靠大量高速交换机、路由器及物理线路连接服务器，以实现数据中心内设备协同计算及内外部数据交互的需求，网络拓扑结构将决定数据中心网络设备的选择标准及数据中心网络设备互联方式，因此网络结构是设计云计算数据中心必须考虑的重要因素，它为云计算数据中心的高扩展性和资源的高利用率提供充分保障。而传统的数据中心网络承载的主要是c/s模式的应用服务，一般采用包含核心层、汇聚层和接入层的树形结构，通过对三层结构的传统数据中心拓扑结构研究发现，传统拓扑结构和面向云计算等新型计算模式的数据中心存在诸多不足之处，包括网络规模较小、扩展性差、可用带宽有限、资源分散和较低利用率、易于发生单点故障等多种问题难以解决。\n[0041] 为此，本发明运用新型的雪花型拓扑结构对云计算底层物理网络实施改进，以增强数据中心服务器间的网络互联，提高数据中心服务器间的协同计算能力。同时从网络区域选择与用户定义的虚拟网络规模一致的某一级雪花结构，结合相似度算法在同级别内选出与虚拟网络最相近的雪花结构作为映射对象。如图1所示，本发明提供的一种基于云计算服务的虚拟网络映射方法，该方法具体包括以下实施阶段：\n[0042] 网络构建阶段：为云计算环境下的底层物理网络建立雪花型的网络拓扑结构，所述的网络拓扑结构包含由低至高逐层扩展的多级雪花结构，其中第n级雪花结构包含若干个第n‑1级至第0级雪花结构；\n[0043] 虚拟网络请求阶段：用户终端产生虚拟网络请求，虚拟网络包含资源约束条件的虚拟节点和虚拟链路；\n[0044] 虚拟网络映射阶段：从网络拓扑结构中选择与请求的虚拟网络规模一致的雪花结构级别，计算每一个同级雪花结构与虚拟网络关于资源属性的相似度，然后将相似度最高的雪花结构映射到虚拟网络上。\n[0045] 雪花型网络结构采用递归定义的方式，n级雪花结构通过在n‑1级雪花结构上添加若干个0级雪花结构形成。每个0级雪花结构由一个中心位置上的交换机和k个服务器组成，k通常取为3～8，所有云服务器散布于交换机外围且与交换机建立内连接，如图2所示的0级雪花结构，其中设置有3个服务器。将3个服务器连接到1个多端口的交换机上。调整3个服务器的理论位置，对相邻的任意两个服务器添加虚连接，构成3条虚连接。这3条虚连接并非实际存在的物理链路，而是为了方便说明下一级雪花结构的构造过程。\n[0046] 然后构造1级雪花结构，如图3所示，在原0级雪花结构基础上断开3条虚连接，每断开一条虚连接，即在虚连接的位置上添加一个0级雪花结构，新添加的0级雪花结构中的交换机与原虚连接的两端（两个服务器）相连，相对于虚连接，重新建立的连接称为实连接，为存在实际连接关系的链路，累计添加3个0级雪花结构后便形成1级雪花结构。需要特别说明的是，所述的实连接不只是实际存在的连接，更体现了由虚连接到实连接的建立过程，这种连接从无到有的变化状态，因此在0级雪花结构中服务器与交换机的内连接链路不定义为实连接，它们虽然是实际存在的连接，但是并没有状态变化的体现。另外，与已有的雪花结构不同的是：本发明对新添加的0级雪花结构并未做虚连接缺省处理，与最底层的原始0级雪花结构始终保持相同的结构，使重新定义的各级雪花结构具有更标准的模块化格式，只要知道k值及已选定的级别n，即可确定第n级雪花结构内含第n‑1级至第0级雪花结构数量、交换机和服务器总量，便于实现虚拟网络模块化映射过程。\n[0047] 进一步建立2级雪花结构，如图4所示，首先，在原1级雪花结构基础上断开所有实连接，在原实连接的两端（即图3所示的0级雪花结构与服务器）之间添加一个0级雪花结构，新添加的0级雪花结构中的交换机与原虚连接的两端（0级雪花结构的交换机与服务器）相连，然后，在3个已有的0级雪花结构上断开所有虚连接，继续添加0级雪花结构，再重新建立实连接，使3个0级雪花结构升级为1级雪花结构。\n[0048] 以此类推，在第n‑1级雪花结构上，断开所有虚连接和实连接，在每个断点添加一个第0级雪花结构，然后将第0级雪花结构与原连接关系上的两端重新建立起两个实连接，形成第n级雪花结构，从而使得，所述的虚连接都来源于第n‑1级雪花结构形成阶段添加的第0级雪花结构。\n[0049] 上述网络结构适用于大数据环境下的个性化虚拟网络需求，首先，添加固定结构的方式尽可能的将结构模块化处理，有利于结构的模块化连接，可以根据需求选择对应规模的模块化结构映射到虚拟网络上，且模块中服务器与交换机、服务器之间都属域内连接，数据传输延迟可以忽略不计；其次，当n级雪花结构没有扩展完全时，在不破坏原有链路的情况下继续扩展n 1级雪花结构也较容易，从图中1级到2级结构的变化可以看出，图3中的0级结构经过扩展会升级为1级，而图4中0级结构的数量增加了一倍，包含3个1级单元，6个0级单元，以此类推，在第n级雪花结构上，必然存在 个第m级雪花结构，总共能容纳个第0级至第n‑1级雪花结构，假设 ，构造的第10级雪花结构共包含5110个\n0‑9级的雪花结构模块，且模块数量会随着n值的增加呈指数增长，满足了云计算数据中心对大规模网络的需求，同时为多种异构虚拟网络提供较大的选择空间；再次，据可靠性验证，n级雪花结构任意2台服务器之间的最短路径将不超过2n 1跳，而且它们之间存在至少2条、至多 条并行路径，既保证了网络具有较小的网络直径，也保证了服务器之间较大的网络对分带宽；另外，对于任意级别的模块结构来说，其交换机与服务器的数量比始终保持，值越大交换机的占比越小，能够有效降低能耗，同时还可以降低交换机的成本开销。\n[0050] 在本发明提供的另一个实施例中，将第0级雪花结构中的服务器替换成交换机，即包含设置于中心位置上的一个中心交换机，以及散布于中心交换机外围且与中心交换机建立内连接的外围交换机，同样地，在任意相邻的两个外围交换机之间建立虚连接。考虑到当雪花级别不断扩大，结构中的服务器数目不断增多，达到百万量级时，路由的消息数量剧增，此时在最先建立的底层雪花结构中，服务器的负载较为严重，为此，将底层的服务器替换为交换机，如在先建立的2级雪花结构中，将图4中的57个服务器位置上都设置具有万兆以太网端口的交换机，以缓解低级雪花结构信息转发负载强度，提高消息转发速度，同时保留上层布局的服务器，有限数量的交换机转换并不影响用户的服务质量。\n[0051] 针对雪花结构级别的选择，参考图5所示，现提供以下实施例来具体阐述这一选择步骤：\n[0052] 步骤1‑1）统计虚拟网络中的虚拟节点数量，选择服务器数量大于且最接近虚拟节点数量的第m级雪花结构；假设存在虚拟网络 ，可以表示为加权无向图 ，其中 表示虚拟网络请求的虚拟节点集， 表示虚拟网络请求的虚拟链路集， 表示虚拟节点的属性约束集， 表示虚拟链路的属性约束集，需要为 在整个网络中找出节点数量相符的第m级雪花结构，对于虚拟节点总数记为 ，m值满足第m‑1级雪花结构中服务器数量小于 ，而第m级雪花结构中服务器数量大于等于 ；\n[0053] 步骤1‑2）统计虚拟网络中的虚拟链路数量记为 ，将第m级雪花结构内的实连接数量与虚拟链路数量进行比较，如果实连接数量不小于虚拟链路数量 ，则将第m级作为最终选定的级别，否则表明第m级结构内实连接数量不足，如果直接分配会影响虚拟网络运行效率，此时执行步骤1‑3）；\n[0054] 步骤1‑3）重新选择第m 1级雪花结构，继续执行步骤1‑2），即比较第m 1级雪花结构中实连接数量与 的大小，如果实连接数量仍小于 ，则向上进一步选择m 2级雪花结构，直至选择出实连接数量不小于虚拟链路数量所对应的级别。\n[0055] 需要指出的是，上述实施例中使用实连接参与数量比较，而实连接并不包含0级雪花结构中服务器与交换机之间的连接链路，如果将这部分链路也参与计数，特别是随着k增大，这部分链路数量的占比也呈指数递增，对于所选定的第m级雪花结构来说，其内部各级模块之间、服务器之间的链路计数占比自然会减少，随之增多的是服务器与交换机之间的链路占比，这必然会影响模块间、域内服务器间的数据处理、传递效率，因此将0级雪花结构中服务器与交换机的链路不作为有效链路参与计数，在最终选定的第m级雪花结构中，其实际存在的链路数量会显著多于虚拟网络请求的虚拟链路总数，为用户应用提供可延展的网络带宽需求。\n[0056] 在完成同等规模雪花结构等级确认后，根据虚拟网络的资源属性约束条件，需要在同级别的雪花结构集中选择相似度最高的一个雪花结构，作为虚拟网络映射对象。其中，虚拟节点的资源约束条件涉及的资源属性可包括：节点数量、节点计算能力、节点存储能力、节点传输能力和节点距离；虚拟链路的资源约束条件涉及的资源属性可包括：链路数量、链路带宽和链路延时。\n[0057] 在本发明提供的一个实施例中，同级雪花结构与虚拟网络关于资源属性的相似度计算过程包括以下步骤：\n[0058] 步骤2‑1）计算当前雪花结构中所有节点和链路关于各资源属性的均值，汇集所有资源属性的均值生成节点聚类中心和链路聚类中心；\n[0059] 步骤2‑2）利用余弦相似度算法分别计算各虚拟节点与节点聚类中心的相似度，以及各虚拟链路与链路聚类中心的相似度；\n[0060] 步骤2‑3）为节点和链路设立权值系数，对所有虚拟节点和虚拟链路的相似度加权求和，进一步将均化处理后的结果作为虚拟网络与当前雪花结构的相似度值。\n[0061] 下面结合具体的资源属性进一步阐述上述相似度计算过程：\n[0062] 假设m级雪花结构拥有集合 ，其中第 个m级\n雪花结构 可以使用加权无向图 表示， ， 表示节点\n集， 表示链路集， 表示节点的属性约束集， 表示链路的属性约束集；属性约束集 包括每一个节点的属性序列 ， 表示节点计算能\n力、 表示节点传输能力、 表示节点存储能力；属性约束集 包括每一条链路的属性序列 ， 表示链路带宽， 表示链路延时；计算雪花结\n构 中所有节点的聚类中心：\n[0063]\n[0064] 其中 取角标 或 或 ， 表示节点集 的节点总数，\n表示第 个节点关于 属性值，上述计算可以得到节点关于3个属性的聚类中心，将均值和 和 组合在一起便得到节点聚类中心；\n[0065] 计算雪花结构 中所有链路的聚类中心：\n[0066]\n[0067] 其中 取角标 或 ， 表示链路集 的链路总数， 表示第\n个链路关于 属性值，上述计算可以得到链路2个属性的聚类中心，将均值 和组合在一起便得到链路聚类中心；\n[0068] 提取虚拟网络数据集 ，同样地，属性约束集 包括每一个\n虚拟节点自定义的属性序列 ，属性约束集 包括每一条\n虚拟链路自定义的属性序列 ， 、 、 分别表示虚拟\n节点请求的计算能力、传输能力和存储能力， 、 分别表示虚拟链路请求的带宽和延时；\n[0069] 计算每一个虚拟节点 与节点聚类中心的相似度：\n[0070]\n[0071] 计算每一个虚拟链路 与链路聚类中心的相似度：\n[0072]\n[0073] 由于不同用户终端对请求的虚拟网络性能需求不同，例如，对于计算和存储密集度要求很高的网络层应用，其对节点的性能要求较高，而对于通信密集型的应用来说，其对链路的带宽要求更高，因此，通过为节点和链路设立权值系数，对相似度加权求和，以适应不同的虚拟网络应用环境；\n[0074] 进一步地，通过加权算法和均值法计算虚拟网络 与雪花结构 的综合相似度：\n[0075]\n[0076] 其中 表示虚拟节点 的权值系数， 表示虚拟链路 的权值系数，且满足，所有权值系数在虚拟网络请求阶段由用户终端设定， 表示虚拟节点总数， 表示虚拟链路总数；最终能够得到相似度集 ，通过按降序\n排列后，从集合中选择最大的相似度值 所对应的雪花网络结构与虚拟网络建立映射关系。\n[0077] 有些网络应用需求对地理位置要求较为严格，比如需要即时通信、对时间要求敏感的高密集型运算过程，物理距离超出一定范围会导致返回的处理数据失效，为此，需要针对节点间距离变化作为另一个约束条件，参与模块化网络结构的选择过程，具体地，通过定义一个布尔变量b，为每个虚拟节点 设定一个距离阈值 ，当虚拟节点与节点聚类中心的间距不大于距离阈值 时，令布尔变量等于1，否则令布尔变量等于0；将布尔变量作为约束参数参与对应虚拟节点的相似度乘积运算，上述相似度计算公式经过变换可以得到：\n[0078]\n[0079] 其中 表示虚拟节点 的布尔变量值，该变量赋值取决于两节点间物理距离，通过对节点实施距离属性方面的约束，如果所有虚拟节点所在位置（即客户终端位置）普遍远离某一雪花结构的节点聚类中心，那么计算得到的综合相似度值 会较小，从而将远端的网络资源排除在可选范围以外，相反，距离越近的雪花结构，其相似度值 越大，也就越符合映射对象的选择标准。\n[0080] 为了实现上述虚拟网络映射方法，本发明还提供了一种基于云计算服务的虚拟网络映射系统，如图6所示，该系统包括：搭载于云计算数据中心上的网路构建单元和虚拟网络映射单元、搭载于用户终端上的虚拟网络请求单元；\n[0081] 网路构建单元，用于为云计算底层物理网络建立雪花型的网络拓扑结构，所述的网络拓扑结构包含由低至高逐层扩展的多级雪花结构，其中第n级雪花结构包含若干个第n‑1级至第0级雪花结构；\n[0082] 虚拟网络请求单元，根据用户终端的应用需求产生虚拟网络请求，虚拟网络包含资源约束条件的虚拟节点和虚拟链路；\n[0083] 虚拟网络映射单元，从网络拓扑结构中选择与请求的虚拟网络规模一致的雪花结构级别，计算每一个同级雪花结构与虚拟网络关于资源属性的相似度，然后将相似度最高的雪花结构映射到虚拟网络上。\n[0084] 对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在 不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有 变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。