一种支持并发业务的动态资源链路算法

针对分布式通信网络环境下的业务请求,提出了一种支持并发业务的动态资源链路算法。该算法通过资源池、动态资源路由、业务处理三个层次的划分实现了并发业务的资源分配。实验结果表明,在相同的资源配置环境下,动态资源链路算法比静态资源链路算法具有更好的资源分配效率。     

基于资源拆分的虚拟网络功能服务链映射算法

针对网络虚拟化环境下虚拟网络功能服务链的资源分配以及部署问题,提出了基于资源拆分的虚拟网络功能服务链部署策略。通过对租户的资源需求进行主动拆分,利用更小的资源分配粒度达到提高物理资源利用率的目的。利用最优化理论将虚拟网络功能服务链的资源分配问题建模成具有链式拓扑结构的虚拟网络映射问题,并通过设计高效的启发式算法以有效地解决这一问题。实验结果表明,该算法与其它虚拟网络映射算法相比,能有效提高物理资源的利用率以及租户请求的接收率。     

基于队列理论的云资源分配收益最大化算法

为了优化资源分配收益,提出基于时间服务因子TSF资源定价机制下的资源分配算法。首先,算法将资源分配问题形式化为队列模型,并构建了收益最大化函数。然后,通过Lagrange乘子法求解最优化函数的解。利用时间服务因子,算法分别通过安全满意度因子ASF和响应满意度因子RSF定义了资源的定价方式,并同步考虑定价、请求到达率、资源服务率及可用资源量,得到了使收益最大化的资源分配方式。实验结果表明,与传统的启发式资源分配算法比较,该算法得到的收益更高,且尤其在云资源数量较稀少的场景下,算法将更加具有优势。     

支持D2D通信的蜂窝网自适应资源分配算法

针对蜂窝与D2D混合网络中资源分配技术不具有自适应性、造成资源浪费的问题,提出一种根据实际网络环境自适应调整的资源分配方案,并设计两阶段的资源分配算法对该方案进行求解。第一阶段根据用户间的干扰自适应调整使用每个资源块的用户个数和D2D用户可使用的资源块个数,第二阶段利用改进的粒子群算法以吞吐量最大为目标分配功率。仿真结果表明,该算法的性能与穷举搜索最优算法最相近,且系统吞吐量和D2D用户的接入率都明显大于固定分配的算法。     

IaaS环境下多租户安全资源分配算法和安全服务调度框架

针对基础设施即服务（IaaS）环境下多租户使用安全服务时由于安全资源有限和安全资源分配不均导致的效率低下问题,提出了一个租户安全资源调度框架。首先以最小最大公平算法为基础,结合Fair Scheduler的调度思想为租户设定了最小共享量和资源需求量属性;然后通过安全服务资源分配算法在保证租户最小共享量满足的前提下,尽可能公平地满足租户的资源需求;最后结合租户内任务调度和租户间资源抢占算法,实现了租户安全服务调度框架。实验结果表明,在随机资源分配条件下,安全服务资源分配算法与传统资源分配算法相比在资源利用率和作业效率上均有明显提高,安全服务调度框架可以有效解决多租户安全资源的分配和强占问题。     

基于混合业务QoS的LTE跨层调度算法

在众多资源分配的调度算法中,区别实现混合业务QoS要求的调度策略研究不多。针对现有调度算法不能同时满足多用户实时和非实时业务性能需求,提出了一种保证混合业务QoS的LTE系统下行资源分配算法。新算法采用跨层设计思想下的资源块分配机制,在EXP算法的基础上引入权重因子。仿真表明新算法能够大幅度降低LTE系统用户丢包率,改善用户公平性和吞吐量性能。     

适应异构集群的Mesos多资源调度DRF增强算法

云计算集群环境下多资源分配的公平性是考量资源调度子系统最重要的指标之一,DRF作为通用的多资源公平分配算法,在异构异质的集群环境下可能有失公平性。在研究Mesos框架中DRF多资源公平分配算法的基础上,设计并实现了增加机器性能评估影响因子的meDRF分配算法。将计算节点的机器性能得分,作为DRF主导份额计算的因子,使得计算任务有均等的机会获得优质计算资源和劣质计算资源。通过选取K-means、Bayes及PageRank等多种作业进行实验,实验结果表明:meDRF较DRF分配算法更能体现多资源分配的公平性,且资源分配具有更好的稳定性,能有效提高系统资源的利用率。     

OFDMA系统中的多用户自适应资源分配算法

正交频分复用接入具有传输速率高,带宽分配灵活等特点.在对与多天线STBC等效的单发单收模型进行研究的基础上,结合OFDMA的动态资源分配策略,提出了一种多用户多速率自适应子载波资源分配算法.仿真实验表明,自适应系统由于采用了多用户多速率自适应子载波资源分配策略,不仅可以灵活地支持多速率业务,而且能降低系统的发射总功率,进一步改善了系统性能.     

异构云计算体系结构及其多资源联合公平分配策略

资源分配策略是当前云计算研究领域中的一个重要研究热点,异构云计算体系结构下的复杂应用问题研究中,最基本的问题在于如何将总体有限的资源分配给多个租户或应用,以达到效率或收效最大化.但是,在经典的资源分配问题中,任务或者用户往往是“贪婪”的;因此,在总体资源有限的前提下,资源分配的公平性就显得尤为重要.为了满足不同的任务需求,达到多种资源分配的公平性,设计了一个虚拟化的异构云计算体系结构,提出了该体系结构下基于占优资源的多资源联合公平分配算法(maximizing multi-resource fairness based on dominant resource,MDRF),并且证明了算法的帕累托等相关属性;给出了占优资源熵(dominant resource entropy,DRE)和占优资源权重(dominant resource weight,DRW)的定义,占优资源熵更加精确地刻画了用户资源请求与任务所调度到的服务器资源之间的适应程度,使系统的自适应能力更强同时提高了资源利用率.占优资源权重保障了用户优先获取资源的优先次序,协同所采用保障公平性的Max-Min Fairness策略,使资源的分配更加有序.实验表明,我们的策略有更高的系统资源利用率,并且使需求与供给更加匹配,进而使用户的占优资源获取更多,提高了服务质量.     

基于QMix的车辆云计算资源动态分配方法

城市交通智能化和通信技术的进步会产生大量基于车辆的应用,但目前车辆有限的计算资源无法满足车辆应用的计算需求与延迟性约束。车辆云（VC）可以高效地调度资源,从而显著降低任务请求的延迟与传输成本。针对VC环境下任务卸载与计算资源分配问题,提出一个考虑异质车辆和异质任务的计计资源分配算法。对到达的任务构建M/M/1队列模型与计算模型,并定义一个效用函数以最大化系统整体效用。针对环境中车辆地理分布的高度动态系统变化,提出基于双时间尺度的二次资源分配机制（SRA）,使用两个不同时间尺度的资源分配决策动作,对其分别构建部分可观测马尔可夫决策过程。两个决策动作通过执行各自的策略获得的奖励进行连接,将问题建模为两层计算资源分配问题。在此基础上提出基于二次资源分配机制的多智能体算法SRA-QMix求解最优策略。仿真结果表明,与深度确定性策略梯度算法对比,该算法的整体效用值和任务完成率分别提高了70%、6%,对于QMix和MADDPG算法分别应用SRA后的任务完成率分别提高了13%与15%,可适用于动态的计算资源分配环境。     

电力线通信系统中跨层的用户调度和资源分配

针对多用户多业务基于正交频分多址的电力线通信系统,提出一种在数据链路控制层进行用户调度和在物理层进行资源分配的多层多目标最优的跨层资源分配算法,其用户调度根据所有用户的服务质量(QoS)满意程度、QoS要求、业务包模型、信道状态信息和队列状态信息,从所有用户中选出要服务的用户和确定这些用户的最优跨层参数;其资源分配则根据所有调度用户的QoS要求、最优跨层参数和信道状态信息,先把功率按地窖注水原理分给每个子载波,再把每个子载波最优地分给调度用户并采用逐比特加载查表算法调整其上分配的功率和比特。最后在典型的电力线信道环境下对算法进行仿真,结果表明新算法在系统资源大范围变化时也能保障用户的服务质量,同时有效地提高系统资源的利用。     

基于云网络架构的虚拟网络映射算法研究

云网络架构采用控制与转发分离机制实现了资源的灵活分配,为了满足云网络架构的资源分配符合多业务的资源需求,提出了一种基于云网络架构的虚拟网络映射算法,提高了资源利用率。建立的虚拟网络映射算法模型,给出了虚拟网络映射算法的约束条件和优化目标。针对语音、视频和数据3种业务进行了仿真,结果表明,提出的算法提高了控制资源利用率、转发资源利用率和链路资源利用率。     

基于粒子群算法的无线信道资源分配算法研究

为了 最大化 多媒体无线信道资源分配的网络效用,提出了一种新的基于粒子群算法的信道时间分配算法。该算法能够优化分配给网络内每个设备的时间,以便为每位网络用户 提供最优化的服务质量(QoS)。所提算法结合了多样性增加函数以及基于个体最优值的学习方法,并基于自适应粒子群算法进行了改进,在持续增强QoS的同时加快了收敛速度。在多达40个设备的千兆网络环境内对所提算法进行了测试。实验结果表明,提出的算法能够大大提升资源分配能力,尤其是在网络规模较大的情况下。     

TD-CDMA中一种下行无线资源分配算法的设计

提出了一种针对TD—CDMA系统的下行无线资源分配算法，该算法能够根据用户所处的不同服务优先级别和各级别的用户个数合理地分配系统资源，而且解决了系统资源的使用效率和不同无线环境用户带宽分配的均衡问题。测试结果表明该算法是可行且有效的。     

多优先级的卫星网络信道分配算法

为了解决终端接入卫星网络的信道分配问题,充分利用卫星网络有限的信道资源,在分析终端级别和业务级别多样性的基础上,加入优先级标识,建立多终端和多业务优先级模型,分析接入满意度与接入阻塞率、链路带宽和链路总时延的关系,建立接入满意度模型,提出信道竞争机制和带宽压缩机制,进而提出基于多终端和多业务优先级的信道分配算法。仿真结果表明,相比传统算法,该算法可以根据不同终端和不同业务级别分配卫星网络的信道资源,提高接入满意度,进而提高信道利用率。     

A mechanism for resource pricing and fairness in peer-to-peer networks

In peer-to-peer (P2P) networks, each peer acts as the role of client and server. As a client, each peer is regarded as a service customer. It sends requests to other peers to download files and obtains resource allocation from them. As a server, each peer is thought as a service provider. It receives service requests from other peers and allocates its resources to them. To encourage cooperation between peers, fairness is very important in P2P networks since it fosters an incentive to the peers to offer resources to the network. We formulate a fair resource allocation model for P2P networks and investigate the utility optimization problem by Lagrangian method. In order to realize the optimal resource allocation, we present a novel price-based resource allocation scheme by applying the first order Lagrangian method and low-pass filtering scheme, so that a service provider can allocate its resources to its customers based on offered prices, achieving the efficient and fair allocation of the available resources to the serviced customers. Simulation results confirm that the proposed algorithm can achieve the optimum within reasonable convergence times.     

Shapley值的LTE系统下行QoS感知资源调度

针对长期演进（Long Term Evolution,LTE）系统下行链路多用户业务传输过程中实时（Real-Time,RT）业务与非实时（Non-Real-Time,NRT）业务传输性能需求问题,提出一种基于合作博弈论Shapley值的信道资源初始控制方法。该方法在MAC（Media Access Control）层根据业务传输数据量大小来计算联盟边界贡献值,然后利用Shapley值来计算各业务占用的信道资源,再根据所分配的信道资源进行RB（Resource Block）调度。链路仿真表明,该方法在保证各业务时延与丢包率的基础上,提升了非实时业务的传输性能,在用户数量从5变化到50的条件下,对比DPVT-MLWDF（Delay Priority Virtual Token-Modified Largest Weighted Delay First）算法,非实时业务的吞吐量平均增加了38.05%,公平性提升了12.51%。实验结果表明,所提出的区分业务的信道资源控制方法在多用户业务条件下保证了实时业务传输性能,提升了非实时业务的吞吐量及公平性,明显优于对比算法。     

基于QoE的LTE多业务资源分配算法

高效地利用无线频谱资源和保证用户体验质量是未来无线网络的主要目标。基于此，提出一种基于QoE的LTE多业务资源分配算法。在考虑信道信息、QoS要求及公平性的基础上，引入QoE来计算的用户优先级。特别的，引入最小QoE约束来保证RT用户QoE要求；提出一种次优资源块（Resource Block，RB）分配算法来解决复杂的资源分配优化问题，该算法主要分为两步：保证RT用户最小QoE要求；最大化系统加权和速率。仿真结果表明，相较现有的RT/NRT资源分配算法，该算法在用户分组丢失率、平均QoE和小区频谱效率方面性能都有所提升。     

基于和声算法异构Hadoop集群资源分配优化

异构Map-Reduce环境中资源分配策略直接影响其响应时间,如何利用有效的策略将计算任务分配到计算资源是亟待解决的问题。利用和声搜索算法对异构Hadoop集群中的计算资源分配问题进行优化。对问题进行建模时考虑了异构计算机集群中各节点的处理能力、带宽和线路质量和源数据位置等因素对计算资源分配的影响,利用和声搜索算法优化资源分配策略,以期在满足用户需求的前提下提高系统的响应时间。并用Gridsim对算法进行仿真实验,实验结果表明利用和声搜索算法可以达到减少系统响应时间的目的。