vbras应用场景及评估方法探讨

《vbras应用场景及评估方法探讨》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、vBRAS应用场景及评估方法探讨摘要：虚拟宽带远程接入服务器（vBRAS）已经成为电信运营商在IP城域网（MAN）引入网络功能虚拟化（NFV）的一个切入点，主要应用在一些小流量、常在线业务场景以及需要集中运营的业务场景。在vBRAS的性能评估方面，可以通过资源占用率等基本指标和稳定系数、均衡系数和无关系数等扩展指标来综合衡量。中国8/vie　　关键词：NFV；vBRAS；性能评估　　1vBRAS形态及发展方向　　城域网宽带远程接入服务器（BRAS）设备位于城域网边缘，是用户实现各种业务的入口，近年来运营商不断尝试“宽带中国”、智能管道的战略转型，BRAS的关键地位也

2、进一步得到凸显。近年来在新业务、新流量模型的冲击下，传统BRAS的弊端也开始暴露，作为软硬件一体化的专用设备，传统BRAS这种控制与转发紧耦合的架构在一定程度上束缚了城域网的发展。　　网络功能虚拟化（NFV）技术的出现，为传统BRAS设备的发展提供了新的思路，通过采用x86等通用硬件以及虚拟化技术，把原有必须通过专用硬件实现的网络功能，改由通用服务器实现，从而实现传统BRAS的软硬件解耦及功能抽象。基于NFV技术实现的虚拟化BRAS（vBRAS）有利于资源的灵活共享，满足业务的自动部署、弹性伸缩、故障隔离和自愈，以及新业务的快速开发和部署[1-4]。　　根据控制面和

3、转发面实现方式不同，目前vBRAS的实现主要有3种形态，如图1所示。　　其中，形态1为基于通用x86服务器的一体化架构，控制面和转发面运行在单个虚拟机中；形态2为基于通用x86服务器转发的转控分离架构，由通用服务器硬件结合虚拟化软件的网络云资源池来实现转发面，并通过统一云资源池提高业务的集约化管理能力；形态3为基于专用高速硬件转发的转控分离架构，在通用x86服务器实现的控制面控制下，通过专用硬件实现高效而灵活的流量转发。　　综合来看，vBRAS将向转控分离的形态（形态2和形态3）演进，形态2适合承载网络电话（VoIP）、虚拟专用拨号网（VPDN）等小流量业务；形态3

4、适合承载宽带上网、高清视频、虚拟现实（VR）等大流量业务。形态1由于可能会导致控制面分散，难以实现集约化的管理，不是vBRAS的发展方向。　　2vBRAS的典型应用场景　　基于vBRAS的特点和能力，现有vBRAS主要应用在一些小流量、多并发、常在线业务场景以及需要集中运营的业务场景中。　　（1）分流小流量、大并发业务的场景。　　目前，现网传统40G平台BRAS转发能力一般支持100000用户数，由于BRAS设备控制层面在用户会话性能存在瓶颈，为保障用户突发流量、宽带质量，通常要求并发用户数不超过30000～40000，该场景下可通过vBRAS分流现网VoIP等小流

5、量大并发的业务，解决传统BRAS的会话处理能力不均衡问题。　　如图2所示，发挥传统BRAS和vBRAS的特点，将占用BRAS控制层面资源，占用会话数，同时将流量要求小的业务（VoIP等）迁移至数据中心的vBRAS部署，宽带上网、交互式网络电视（IPTV）等业务流保留在传统BRAS进行认证及转发。虚拟化汇聚层可基于QinQ等方式区分用户及业务类型，构建到vBRAS的隧道，将不同业务分流到BRAS和vBRAS。　　（2）公共ANO）解耦。　　其中，为了满足VNF与NFVI的解耦，需要构建一套科学、合理的VNF性能评估方法，以便于同一套评估体系去衡量不同供应商的VNF以及

6、不同专业的VNF。　　以vBRAS为例，其业务处理能力与所消耗的硬件服务器资源没有绝对的线性关系，按照传统的通过堆叠测试仪表来测试网元设备最大处理能力的方法并不适用于vBRAS，主要有两方面问题：一是vBRAS的软件处理极限非常高，需要耗费大量的测试仪表资源，而目前的测试仪表价格昂贵，通常是普通网络设备的数百倍，很难在一般的测试环境中堆叠足够多的测试仪表；二是部分vBRAS提供方也没有在实验环境中测试出vBRAS的极限，无法提前计算和规划测试方案与测试资源。　　因此继续沿用现有物理网元的测试方案，即简单地将vBRAS及相应底层系统NFVI解决方案放置到现有物理网元设

7、备的测试环境中，按照现有物理网元设备的测试用例进行测试，难以准确测试出vBRAS的性能极值，我们需要找出一种新的性能评估方案。　　4vBRAS性能评估指标与验证　　一般而言，对vBRAS性能评估可以通过固定环境下的性能测试和固定需求的性能测试来衡量，在相同业务情况下，系统对资源占用越少则越有优势，但这个问题也不是绝对的，还需要考察其他方面的内容。因此我们将vBRAS性能评估指标分成两类：一类为基本指标，主要是固定业务输入下的资源占用率；一类为扩展指标，通过vBRAS在不同时刻和不同平台上的测试结果综合进行考量。