虚拟网络映射模型及其优化算法

网络虚拟化被视为构建新一代互联网体系架构的重要技术,它使得能在一个共享的底层物理网络上同时运行多个网络架构或网络应用,从而能为用户提供多样化的端到端定制服务.虚拟网络映射是实现网络虚拟化的关键环节,其目的是在满足虚拟网络资源需求的前提下,将虚拟网络植入到合适的底层物理节点和链路.虚拟网络映射需要解决资源约束、准入控制、在线请求和拓扑多样性等多方面的问题.根据应用场景、优化目标、映射方式和约束条件的不同,可以得到不同类型的虚拟网络映射优化问题.这些优化问题通常是NP难的.通过形式化建立了虚拟网络映射模型,归纳了虚拟网络映射的方法和算法.总结了解决虚拟网络映射模型优化问题的几条技术途径,指出了该领域中需要进一步研究的热点问题.     

基于混合群智能优化的虚拟网络映射算法

网络虚拟化是突破网络发展僵局的一项重要技术,而虚拟网络映射(VNE)是网络虚拟化的一个主要问题。提高底层网络资源的利用率和收益是虚拟网络映射的主要目标。针对底层网络支持路径分裂的情况,建立了整数线性规划(ILP)模型,并提出基于混合群智能优化的虚拟网络映射算法。该算法在兼顾映射开销和映射均衡性的基础上利用粒子群优化算法(PSO)和遗传算法(GA)迭代优化映射方案。仿真实验结果表明,与现有的主流研究成果相比,该算法显著地提高了底层网络长期平均运营收益与虚拟网络请求接受率。     

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。     

一种基于约束优化的虚拟网络映射方法

虚拟网络映射问题将不同的虚拟网络应用映射到相同的基础设施网络中,这是一个极具挑战性的问题.针对该问题,提出了一种基于约束优化的虚拟网络映射方法,将映射问题分解为节点映射和链路映射两个阶段,其中,前者是将虚拟节点映射到物理节点上,后者将虚拟链路映射到物理路径上,它们都是NP难问题.针对节点映射和链路映射分别提出了node-mapping算法和link-mapping算法.node-mapping算法基于贪婪算法的思想,映射时考虑了物理节点所能提供的资源数量以及物理节点间距离两个因素,该算法能够保证基础设施网络中各节点间的负载相对均衡;同时,通过采用访问控制机制,过滤一些异常的虚拟网络请求,能够有效地提高资源的使用效率.link-mapping算法基于人工智能领域中的分布式约束优化思想,其能够保证得到的解是全局最优的,即映射链路的代价最小.最后,通过模拟实验对该方法进行验证,实验结果表明该方法在求解虚拟网络映射问题时的性能良好.     

虚拟网络映射模型和算法研究

虚拟网络映射是网络虚拟化的关键问题之一,其目的是在满足虚拟网络资源需求的前提下,为该虚拟网络分配合适的底层网络节点和链路资源,从而在共享的物理网络基础设施之上构建彼此隔离的多重异构虚拟网络,为网络基础创新研究提供实验环境和平台,为网络新应用提供承载服务。论述了虚拟网络映射模型和映射算法,并提出基于最小割集理论设计VN映射算法。     

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.     

面向动态虚拟网络请求的虚拟网络映射算法

针对虚拟网络请求资源动态变化的实际情况,提出了面向动态虚拟网络请求的虚拟网络映射（DVNR-VNE）算法。以混合线性规划理论为基础,采用多队列的方式分别对不同类型的虚拟网络请求进行预处理,建立了以最小化映射代价和最小迁移代价为优化目标的映射模型,优先映射需要释放资源的请求以获得更多的资源支持其他的虚拟网络,对新到来的虚拟网络请求采用优化后的虚拟网络映射（WD-VNE）算法进行映射。仿真实验表明,该算法降低了链路映射成本和迁移成本并获得了较高的虚拟网络请求接受率。     

有线网络中虚拟网络映射算法研究

网络虚拟化是未来网络的关键技术之一,有助于克服当前网络的“僵化”问题,能够在无需对当前网络架构做出巨大改变的基础上配置新的网络协议和服务,实现多个虚拟网络共存于一个物理网络上,由此产生了新的问题,如何将有限的物理资源合理分配给不同的虚拟网络,即虚拟网络映射问题。根据网络环境,可以分为有线网络和无线网络下的虚拟网络映射。其中,有线网络下的映射是研究虚拟网络映射问题的基础和重点,已有大量算法提出。为了给该问题的研究提供一个全面的视野,从问题定义、存在挑战、映射目标方面对有线网络中虚拟网络映射算法进行综述,根据算法的不同特点进行分类,重点介绍几种典型的算法并进行比较总结,最后指出未来的研究趋势。     

利用传感器距离和能耗约束的无线传感器网络路由优化

针对大多数现有的无线传感器网络设计方法通常仅找到给定图的最短路径而导致能耗较高的问题,提出了一种寻找节点之间的最短路径和最低能耗的路由优化模型;该模型约束WSN的特定资源,考虑多种约束条件:多周期、最短距离和低能耗;根据混合整数线性规划,使用11.0 ILOG CPLEX优化引擎的ILOG OPL开发工具5.5进行编码和求解本文的优化模型;实验结果表明,在3个不同周期和约束条件下,每组实验中文章模型花费的时间均少于10 s,完全满足资源有限的无线网络应用要求;相比其他几种较新的路由优化模型,文章模型在节能和端到端延迟方面取得了更好的性能。     

Topology-aware virtual network embedding based on closeness centrality

Network virtualization aims to provide a way to overcome ossification of the Internet. However, making efficient use of substrate resources requires effective techniques for embedding virtual networks: mapping virtual nodes and virtual edges onto substrate networks. Previous research has presented several heuristic algorithms, which fail to consider that the attributes of the substrate topology and virtual networks affect the embedding process. In this paper, for the first time, we introduce complex network centrality analysis into the virtual network embedding, and propose virtual network embedding algorithms based on closeness centrality. Due to considering of the attributes of nodes and edges in the topology, our studies are more reasonable than existing work. In addition, with the guidance of topology quantitative evaluation, the proposed network embedding approach largely improves the network utilization efficiency and decreases the embedding complexity. We also investigate our algorithms on real network topologies (e.g., AT&T, DFN) and random network topologies. Experimental results demonstrate the usability and capability of the proposed approach.     

基于中心度寻核的能效优化虚拟网映射算法

虚拟网映射是网络虚拟化技术的关键问题,以往研究常关注供应商的收益与开销,而网络设备的大量能源浪费使得供应商开始关注节能.将紧密中心度概念引入虚拟网映射问题中,同时考虑节点的位置和能力,优先使用已工作节点和缩短链路长度来降低能耗,提出了一种寻找核心节点优先映射(寻核)算法.该算法通过检验确保所选底层核心节点满足虚拟核心节点要求,节点和链路映射同步进行,同时根据贪婪策略保证所选底层网络节点跳数较小.仿真实验结果表明,该算法能够提高映射接收率约10％、改善收益开销比和收益能耗比10％以上.     

多域网络中基于时延感知的虚拟网络映射方法

随着各种时延敏感型应用的出现,如何提高系统的时延性能已经成为了学术界的热门话题。然而,现有的多域映射算法很难满足虚拟网络对时延性能的要求。因此,为了解决这一问题,提出了一种基于时延感知的多域虚拟网络映射算法（time delay sensitive virtual network embedding,TDS-VNE）。在节点映射阶段定义了一个节点传播时延评价函数（D）,在链路映射阶段定义了路径时延感知参数。仿真结果表明,提出的映射算法降低了平均网络传播时延且在虚拟网络请求接受率、长期收益成本比等指标上具有良好的效果。     

Corporates’ control strategies using network optimization

The ownership of a quoted company is usually spread among various shareholders. This dispersion can be characterized by an oriented network, whose nodes represent the companies, and an arc between companies i and j, with weight s_ij, indicates that company i owns s_ij percent of company j, being denoted by stock shareholding network (SSN). Given two sets of companies T and C₀ from a SSN, we say that the companies in C₀ control those in T if they own or imply ownership of at least α_j percent of companies’ T shares. So, given a targeting set T, our problem is to find a set of companies C₀ in which we invest such that the entire investment cost is the lowest. This problem has relevant applications in corporate governance and it can be modeled within network optimization. We discuss its applicability using a broad set of companies in the European stock market.     

双重信息不对称下虚拟企业监督策略

针对虚拟企业中道德风险和逆向选择并存下的双重信息不对称问题,结合Stackelberg博弈模型和激励机制理论,分别建立了相应的基于盟员的私有信息和行动的两种策略下的两阶段委托代理监督模型激励盟员,并甄别其私有信息。求解模型并将两种监督策略与不监督的情形比较,证明了盟主委托监理组织对盟员的监督是有效的,且基于行动的监督策略更有效。通过算例表明上述结果对虚拟企业的运营实践具有很好的指导意义。     

数据中心网络拓扑感知型能耗优化算法

针对数据中心网络中高能耗的问题,提出了一种拓扑感知型能耗优化算法。算法首先根据广义超立方体拓扑多维正交和单维全连接的结构特性,优化虚拟机的部署位置,进而提出多维最佳适应策略来充分利用服务器各维资源。然后利用虚拟机资源需求预测模型并结合迁移代价公式,均衡考虑服务器资源使用代价、虚拟机通信代价和迁移资源消耗,在合理迁移虚拟机以满足系统性能的前提下,降低了网络的能耗并且缓解了网络链路的拥塞。最终将网络的能耗优化问题转化成虚拟机在服务器上的优化配置问题。实验结果表明,与其他三种算法比较,算法在降低系统能耗和减少拥塞方面获得了良好的效果。     

Model-based approach for available bandwidth prediction in multi-hop wireless networks

We present a complete and practical analytical model for the IEEE 802.11-based multi-hop wireless networks.The features of our model are that it first takes into account the realistic problems both from the physical and MAC (Media Access Control) layers in multi-hop wireless networks,including packet collisions,neighboring interference,hidden node problems,capture effects,non-ideal channels,non-saturated situations and multi-rate sending scenarios,which makes the analytical results more accurate.Second,it r...     

基于过滤微粒群优化算法的虚拟企业伙伴选择

提出了一种过滤微粒群优化算法并应用于虚拟企业的伙伴选择问题.该算法以优良适应值微粒取代部分不良适应值微粒,使算法具有过滤能力,加快了搜索速度,并保证收敛于全局最优解.仿真实验及与基本PSO算法的对比分析表明了FPSO算法的有效性.     

多跳无线网络中基于模型的可用带宽预测

文中首先针对基于IEEE802.11协议的多跳无线网络,建立了一个更完整、实用的分析模型.相对于以往的工作,该模型具有3个突出特点:(i)它从物理层和MAC层上考虑了多跳无线网络中更真实的情况,包括节点周围的干扰、隐藏节点问题、捕获效应、真实的信道环境、非饱和节点以及多速率发送等,从而使得基于该模型的分析结果更准确;(ii)它将网络中业务的带宽需求映射到了模型的参数中,从而可以方便地对带宽敏感业务进行建模分析;(iii)它可以预测性地分析当某一特定带宽的业务进入网络后网络性能的表现.然后,基于该模型提出和验证了端到端可用带宽预测的迭代算法.该算法可以预测新业务进入网络后,一些对可用带宽估计起关键作用的网络参数的变化,因而可以获得更准确的可用带宽信息.该迭代算法收敛速度快且易于实现,具有很好的应用前景.