排序方式: 共有3条查询结果,搜索用时 93 毫秒
1
1.
2.
针对在网络切片场景下以往的VNF(虚拟网络功能)资源分配策略无法满足动态的资源需求,很容易导致资源分配不足或过度分配的问题,提出了一种基于两阶段算法(two-stage algorithm,TSA)的VNF资源需求预测方法.该方法首先基于数据特征筛选出与预测目标高度相关的候选特征集,然后利用贪婪式前向搜索策略对候选特征集进一步筛选获得最优特征集,最终训练出不同类型的预测模型.仿真结果表明,基于该方法所训练的模型可以获得更好的预测性能,同时该方法的可扩展性较好,训练好的模型可以直接集成到现有的VNF部署算法中应用. 相似文献
3.
针对以往的服务功能链(service function chain, SFC)跨域部署算法很容易导致多域网络负载失衡及能耗过多的问题,提出一种分布式跨域部署算法。基于域网络的资源剩余量及不同类型的虚拟网络功能(virtual network function, VNF)资源需求量完成SFC的划分,综合考虑单域网络负载均衡及能耗,完成SFC子链在单域网络的部署。仿真结果表明,相较于基准算法,基于该算法进行SFC的跨域部署可以获得更好的负载均衡效果,负载均衡度低至0.3%,同时能耗降低了0.5%~14.7%,更加贴合实际的应用需求。 相似文献
1