图像切割法在缓存服务器中部署策略

为了解决内容分发网络中因缓存服务器部署位置而导致的网络延时等问题,同时改进内容分发网络中缓存服务器的合理化部署策略,论文借鉴网络仿真图像轻点匹配算法的思想,提出了一种CDN图像切割的多层K划分模式,通过理论分析和计算,同时找到了一种适合CDN网络环境的最大化边缘切割的K路KL(Kernighan-Lin)细化算法,它是根据物理部署点抽象出网络节点拓扑图,再通过相应的算法进行粗化和细化阶段的处理,使节点部署达到最佳化,最后通过算法分析证明了在解决CDN缓存服务器部署问题上,多层K划分算法是一种可靠高效的方法。     

基于多层k路划分的三维网格并行任务分配策略

为解决传统任务划分方法在三维网格并行计算任务分配阶段产生的通信开销大的问题,提出了一种基于多层k路划分算法的并行任务分配策略.首先利用多层k路划分算法划分三维网格,将任务划分问题转化为图划分问题,然后基于图划分结果给出一个任务映射并行算法将计算任务分配到各计算结点.在深腾1800上求解三维网格模型最短路径问题的实验结果表明,相比于传统的行列划分任务分配策略,该策略在保证负裁平衡的同时有效地降低了通信开销,算法的运行时间减少,加速比得到提高.     

基于最小节点负载优先的逻辑承载网构建方法

针对现有节点映射算法在节点负载不均衡的问题,提出了最小节点负载优先的映射策略(MinNLP),该策略以节点内存负载作为判断节点忙闲度的参数,通过计算物理节点的负载强度,选择具有最小负载和较大剩余资源的物理节点来接受映射,并采用K短路径算法进行节点间的链路映射。实验结果表明,采用基于最小节点负载优先的映射策略并与K短路径思想相结合的方法来构建逻辑承载网比用贪心节点映射算法能得到更高的资源利用率、构建成功率和链路均衡度。     

?基于节点缓存的网络服务器性能分析与优化

在用户数量庞大和用户数据类型复杂的情况下,网络服务器存在不同类型服务器之间的数据交互、负载均衡调度、用户数据串行处理和服务器性能等问题。为此,提出一种基于多层节点缓存结构的服务器性能分析和优化方法。该方法将网络服务器按功能划分为多层结构,对每层结构进行分析,分别采用不同的节点缓存策略优化服务器。实验结果表明,优化后的服务器可以更合理地利用资源,性能得到提升。     

WSN中基于多波束转换天线的网络拓扑控制算法

针对 WSN 中节点分布不均问题,提出采用区域划分策略基于多波束转换天线的网络拓扑控制算法SRADTC.算法通过关键邻居节点数将网络划分为若干个相互重叠的稀疏区域和稠密区域,稀疏区域按最小生成树算法进行拓扑控制,稠密区域按K邻居拓扑控制算法进行拓扑控制.用有边界的Pareto分布建模节点分布,仿真表明：SRADTC算法在保证网络连通性的同时,相比传统拓扑控制算法提高了网络的性能.     

云环境下的数据库扩展策略的设计

针对云环境下的应用系统规模越来越庞大的问题,提出了一种扩展性较好的数据库服务器扩展模型。该模型架构分为三个层次：逻辑SQL处理层、DA和CP层、物理数据库层。采用了读/写分离策略、数据库复制、负载均衡策略、服务器群集策略等技术,提出基于虚拟节点的加权一致性哈希负载均衡算法,根据物理节点的性能权值计算分配的虚拟节点数。通过仿真实验表明,该模型在负载均衡的性能上具有优势,在数据库层具有较好的扩展性。     

P2P网络中的超级节点选取算法研究

P2P系统在构建覆盖网络时未考虑到与物理网络的结合,导致逻辑拓扑结构与物理拓扑结构严重不匹配问题,增加P2P相邻节点间的延迟。本文提出一种基于区域划分的超级节点选取机制,将P2P网络中的节点按照物理位置划分成若干区域,保证区域内节点在物理位置上是相近的。利用MATLAB进行仿真实验,仿真实验表明使用这种机制能降低半分布式P2P网络的信息检索延迟,有效地提高检索的效率,并且具有较好的可扩展性。     

SDN网络虚拟化中规则映射研究

软件定义网络（SDN）为网络虚拟化提供了新的解决方案,通过网络虚拟化技术可以将一套基础设施虚拟化为多个逻辑网络从而满足不同的网络需求.本文研究了SDN网络虚拟化时多个物理交换机虚拟为一个大虚拟交换机的过程中,虚拟网络规则与物理网络规则的映射问题.综合考虑链路负载、规则分布以及节点负载,提出了三段式规则映射优化算法.首先根据虚拟网络的规则请求生成组播源节点和目的节点集,采用MPH算法生成规则映射树;然后采用入节点最近原则,将虚拟网络规则请求的指令序列部署到规则映射树中的中间节点和叶子节点中;最后考虑节点负载,对规则部署进行微调,最终生成虚拟规则映射策略.通过仿真实验,与直接边缘节点部署相比,平均降低了网络节点规则总数量40%以上.     

基于最小割划分的数模混合仿真系统通信性能优化方法

数模混合仿真是理解真实电网运行情况,支撑电网安全保障的重要手段.复杂的电网拓扑与硬实时的仿真需求对其计算性能提出了很高的要求.目前数模混合仿真多采用并行计算技术提高计算性能.随着处理器和集群技术的发展,异构集群系统逐渐成为高性能计算系统的主要构建方式.针对多层次的系统架构,已有的电网划分方式无法充分利用集群计算能力.如何应对多层次核间通信延迟变化问题,及引入设备交互导致的节点资源不对称问题是数模混合仿真任务划分与映射的新挑战.针对中国电力科学研究院自研电磁暂态仿真系统ADPSS,基于最小割划分设计了两阶段的电网划分与进程映射一体化优化算法,在计算负载均衡和最小化通信上取得更好的平衡,进一步降低了电磁暂态仿真的通信时间.同时,该算法有效解决了集群节点资源不对称情况下的任务优化映射问题.通过在西北和华东真实电网算例上的模拟测试,所提出算法较ADPSS默认划分与映射算法取得了平均40％和50％的通信性能提升,平均10％和12％的总体计算性能提升.     

面向大规模图数据的分布式可达性索引与查询策略

针对构建大规模图数据可达性索引时的构建时间长、存储代价高和响应时间长等问题,提出一种分布式可达性索引与查询策略(DRIQ)。在不破坏原图中节点可达性的前提下,将大规模图划分成若干小规模子图,并对每个子图分布式并行地创建可达性索引,从而提高可达性索引创建效率。给出保持图划分后各子图内节点间以及子图间节点可达性的方法,从而保证基于DRIQ进行可达性查询的正确性。实验结果表明,与传统可达性查询方法相比,该策略具有高效性和可扩展性。     

具有高可靠特征的无线虚拟网络映射方法研究

针对虚拟网络映射过程中链路资源受限和网络生存性问题，分别提出一种基于节点扩展资源的节点映射方案和一种虚拟网络重映射方案。为克服节点映射后链路映射阶段的资源不足问题，通过将节点扩展资源大的节点作为承载节点以确保链路映射的可靠性和高效性，链路映射阶段采用一种基于最小链路代价的映射方案以获得高可靠映射，在此基础上针对网络故障采取一种重映射策略，将失效节点迅速重映射至候选节点集中以确保虚拟网络服务的连续性。通过仿真对几种算法性能进行对比，结果表明所提算法在虚拟网络映射成功率、虚拟网络恢复成功率和资源负载利用率等方面均取得较好结果。     

5G网络切片中基于离散粒子群和Kruskal算法的跨域虚拟网络映射

5G移动通信网将租用多个基础设施提供商的数据中心等资源共同合作构建网络切片,针对如何高效地进行跨域虚拟网络映射这一网络切片全生命周期管理中的关键问题,提出一种两阶段的跨域映射策略DPSO-K。首先基于资源竞价统筹考虑节点资源和域间带宽资源,然后提出基于优化离散粒子群算法的跨域虚拟网络映射,可以有效提高寻优能力;对于开销相对较小的域内映射来说,提出一种基于Kruskal最小生成树的快速算法,旨在缩短切片实例化时间,减小业务上线速度。相比于传统先进行虚拟网络映射划分请求再统一映射链路的方法,该策略在划分请求中考虑域间带宽开销,在映射链路中关注重点链路的映射,采用集中管理、分布控制的方式实现物理网络资源的有效利用。实验结果表明该算法能够以更小的额外开销、更短的划分时间实现更高的接受率。     

基于拓扑分割与聚类分析的虚拟软件定义网络映射算法

针对目前大部分基于虚拟软件定义网络（vSDN）的映射算法未充分考虑节点与链路之间的相关性的问题,提出了一种基于网络拓扑分割与聚类分析的vSDN映射算法。首先,通过根据最短跳数进行拓扑分割的方法,降低物理网络的复杂度;然后,通过根据节点拓扑和资源属性进行聚类分析的方法,提升映射算法的请求接受率;最后,通过将链路约束分散到节点带宽资源以及节点的度进行约束考量,对不符合链路要求的节点进行重映射,从而优化了节点与链路映射过程。实验结果表明,该算法有效地提升了基于软件定义网络（SDN）架构的虚拟网络映射算法在较低连通概率物理网络下的请求接受率。     

A Global Optimal Mapping Method of Network based on Discrete Optimization Firefly Algorithm

In order to solve the current network rigidity and optimize the resource requirements of multiple virtual networks for synchronous mapping, improve the success rate of virtual network mapping requests, the long-term revenue and overhead ratio of the substrate network, node resource utilization rate and link resource utilization rate. A global optimal mapping method based on discrete optimization firefly algorithm is presented. Analyze the problem of virtual network mapping, map virtual nodes to physical nodes, and map virtual links to physical paths. According to the resource constraints of the virtual network and the substrate network, a multi-objective optimization model of the virtual network mapping is constructed, and the discrete fireflies optimization algorithm is used to obtain the global optimal solution of the virtual network mapping model to achieve the optimal allocation of global resources. The experimental results show that the discrete optimization firefly algorithm has a good performance in solving the virtual network mapping problem, and can effectively improve the virtual network request acceptance rate, node resource utilization rate, link resource utilization rate, and long-term revenue and cost ratio of the substrate network, ensuring Optimization of virtual network resources.     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

CSNEO:协同服务器与网络能耗优化的VM映射算法

已有针对虚拟机映射问题的研究,主要以提高服务器资源及能耗效率为目标.综合考虑虚拟机映射过程中对服务器及网络设备能耗的影响,在对物理服务器、虚拟机资源及状态,虚拟机映射、网络通信矩阵等概念定义的基础上,对协同能耗优化及网络优化的虚拟机映射问题进行了建模.将问题抽象为多资源约束下的装箱问题与二次分配QAP问题,并设计了基于蚁群算法ACO与局部搜索算法2-exchange结合的虚拟机映射算法CSNEO来进行问题的求解.通过与MDBP-ACO、vector-VM等四种算法的对比实验结果表明:CSNEO算法一方面在满足多维资源约束的前提下,实现了更高的虚拟机映射效率;另一方面,相比只考虑网络优化的虚拟机放置算法,CSNEO在实现网络优化的同时具有更好的能耗效率.     

基于改进混合粒子群算法和匹配理论的无人机电力巡检卸载策略

无人机搭载深度神经网络进行自主电力巡检时由于受到设备本身计算能力、电池容量、深度神经网络计算负载的限制,无法独立处理巡检任务中产生的海量图像数据。为解决该问题,提出了一种基于改进混合粒子群算法和匹配理论的无人机电力巡检卸载策略,该策略将系统成本最小化问题分解为深度神经网络计算任务协同分割和边缘服务器选择两个子问题。针对协同分割子问题,基于深度神经网络计算任务的执行流程提出了一种错时传输方法,通过改进混合粒子群算法求解多无人机任务协同分割层。针对边缘服务器选择子问题,定义无人机与边缘服务器各自偏好函数,根据偏好函数通过匹配理论建立两者间的稳定匹配,得到边缘服务器选择策略。仿真结果表明,与其他卸载策略相比,所提策略能有效降低无人机能耗和计算任务处理时延,促进边缘服务器负载均衡。     

基于网络收缩的节点可复用虚拟网络映射算法

针对节点可复用虚拟网络映射中随机节点复用不能较好地利用节点可复用特点的问题,提出了一种基于网络收缩的节点可复用虚拟网络映射算法。通过将网络映射分为网络收缩与映射阶段,将复用节点选择与映射过程分离。在网络收缩过程中,针对收缩网络特性提出了基于邻居节点合并的网络收缩算法,该算法能够在约束最大节点资源需求与最大链路资源需求的条件下,取得较小的网络规模。实验证明,基于网络收缩的节点可复用虚拟网络映射算法具有更优的映射质量以及更少的时间消耗。