云计算在移动网络优化中的探讨

随着国家网络信息技术的发展,移动通信网络规模逐渐扩大,传统的管理方式已经无法满足其发展需求,然而,在应用与计算相关技术之后,可以减轻移动通信发展中的压力,提升网络优化效果。基于此,下文针对移动通信中云计算的应用,提出几点网络优化建议。     

云雾计算架构下的SDN网络优化策略研究

在互联网时代,随着信息技术的发展,使用云计算与雾计算的智能终端已经被广泛应用到人们生活的各种场景中。在传统网络无法满足云雾计算对网络的安全性、稳定性与维护的便利性需求的情况下,文章先通过对云计算、雾计算、SDN网络的基本概念与功能特征分析,后对云雾计算架构下SDN网络的优化问题进行阐述,明确优化服务链、IP地址使用、ARP泛洪等问题,提出适用于云雾计算的SDN网络优化策略。     

面向MTC应用的计算资源柔性分配

基于机器类通信(MTC)业务的速率需求和计算需求,研究了对移动通信网络计算资源分配方法,给出了计算资源分配模型,提出了一种基于组合优化的计算资源分配算法来解决计算资源受限的问题。仿真结果表明提出的次优化算法与传统的轮询方式相比可以获得约10%的增益。     

基于计算、存储、传送资源融合化的新型网络虚拟化架构

5G与边缘计算等应用场景的兴起,使得计算、存储等基础IT资源离散部署与多级部署成为一大发展趋势,如何结合网络基础设施为用户提供更为便捷的、定制化的专属服务,提高整体资源利用率,成为网络技术发展的新方向。重点分析了网络虚拟化的特征与发展、资源发展与融合趋势以及新兴业务对资源供给新需求等,提出了一种基于多维资源融合化的网络虚拟化架构,即通过在网络虚拟化架构中引入资源发现与资源交易过程,将多方、异构的资源有机整合成统一资源平面,在此基础上根据用户需求进行资源切割与虚拟化,以适应新兴业务对资源需求快速灵活的特点,并能够有效提高资源利用效率,降低运营成本。由于资源联合优化涉及多个领域的研究,网络虚拟化架构将随着业务需求与商业模式的发展而不断完善,以期为未来业务发挥重要作用。     

GSM网络优化总结

随着联通GSM用户的增长,网络的规模及容量日趋饱和,现有的无线资源已经无法满足用户增长的需求,高容量的基站越来越多,并且城市建设也是日新月异,无线环境日益复杂.因此加强网络优化力度,提高网络质量将是网络建成后的重要工作.本文结合青岛胶南市区网络优化的实际情况,通过技术手段,对改善网络质量作简单分析.     

面向云计算的网络架构变革

引言云计算的关键技术在于将资源进行池化,通过虚拟化技术将计算、存储、网络形成资源池,就象水电一样按需使用。但即使发电站功率再强劲,没有电网的通畅传送,用户也无法享受到便利。在云计算业务环境中,对网络产生了更加复杂的需求,需要网络产品和解决方案针对这些需求实现网络的整体变革。     

云计算中基于虚拟化技术的服务组合研究

云计算作为一种新的商业计算模型和大规模分布式计算模式,它集成了计算、存储、平台和软件等资源,为客户提供大规模的需求服务。由于单一的服务无法满足用户需求,使得服务组合成为必然,同时受制于网络的限制,云服务供应商提供的服务质量成为用户不满意的因素之一。因此,本文提出了一种基于虚拟化技术的云服务保障模型,结合虚拟化技术阐述了服务保障的原理,并提出了云服务组合模型,将云服务组合优化模型转化为可以解决的数学问题。     

4G网络优化方向开展的必要性探讨

4G(第四代移动通信)网络的快速部署,在短时间内又无法实现对3G、2G网络的绝对替代,因此,未来多频段将给网络优化市场带来巨大的刚性需求,网络优化维护工作在4G时代亦更加重要。因此,为满足广大用户的应用需求,满足企业网络建成后的优化需求,4G网络优化方向专业技术人才的培养是当今信息时代飞速发展的必然需求。     

MEC中的多用户上下文感知计算卸载研究

当前,物联网应用程序从环境中感知到大量数据,这些数据需要以最小的延迟进行处理。用户终端作为无处不在的网络终端设备,由于资源有限,无法在本地处理所有的计算。多接入边缘计算是处理网络边缘计算的良好架构,解决了诸如延迟、能源和成本等挑战。如果UE无法处理计算,MEC将把任务卸载到边缘或云上。研究表明,忽略应用程序、请求、传感器、资源和网络工具的上下文信息会导致卸载方法无法完成。因此,文章将对多用户的MEC中具备上下文感知卸载方法进行研究,通过对能量消耗、执行成本、网络使用率、延迟和公平性等指标的比较,证明考虑上下文感知算法将明显优于不考虑上下文感知算法,从而对优化卸载算法提供参考依据。     

算力网络场景需求及算网融合调度机制探讨

随着数字经济战略和数据要素改革的深化,计算需求持续爆发式增长,由此引发的能源消耗急剧增加,为“碳中和”“碳达峰”带来巨大挑战。“东数西算”通过对跨地理空间的计算网络资源进行协同调度,解决计算需求与资源供给不平衡问题,对网络带来了前所未有的挑战和演进动力。文章分析检索查询类、渲染交互类、深度学习类和区块共识类等四种算力需求场景,归纳总结算力网络场景特性及其路由资源需求模型,借鉴工业界和学术界在跨地理空间的计算资源协同调度方案,遵循以网络为中心且对现有网络协议改动最小的原则,探讨应用层算力任务预配分解,网络层路由优化和报文复制消除相结合的算网融合统一调度机制,并设计算力资源发布、算力任务预配和算网融合调度的协议流程,以平衡算力网络负载与算力服务质量。     

基于云计算的资源共享平台的设计与实现

分布式存储的资源共享平台无法满足海量网络资源共享的实时性和稳定性需求,针对该现象,提出基于云计算的资源共享平台,分析云计算平台的总体架构,其由一个运营控制平台以及多个资源管理平台构成。设计的云计算资源共享平台的模块包括计算资源模块、存储资源模块以及网络资源模块。重点实现计算资源模块和存储资源模块,给出了计算资源模块中的虚拟机申请和虚拟机访问流程。实验结果表明,所设计的云计算资源共享平台可提高运算资源的利用率以及稳定性。     

基于可靠性的5G网络切片在线映射算法

为了满足业务多样性对5G网络切片带来差异化需求的同时保证切片的可靠性,实现网络资源的优化配置。该文针对5G网络切片的动态映射、轻量级可靠映射问题,提出对计算资源、链路资源和RRU频谱资源联合分配方案。首先,该方案建立面向可靠性约束的多目标资源分配模型,引入李雅普诺夫优化模型,在保证队列稳定同时优化资源分配。其次,提出了基于队列稳定性的虚拟节点映射算法和基于可靠性的虚拟链路映射算法。最后,将时间离散为一系列连续的时间窗,利用时间窗动态处理到达的网络切片请求,实现在线的网络切片映射算法。仿真结果表明,该算法提高了资源利用率,并且保证网络可靠性。     

基于计算图的5G网络覆盖优化算法

人工智能大数据时代,5G网络也在迅速覆盖,成为目前研究的热点,5G网络的覆盖程度影响了网络的服务质量,传统的5G网络覆盖算法覆盖性能差,无法满足5G网络覆盖需求,因此,基于计算图设计了5G网络覆盖优化算法,为了保证算法的有效性,规划了5G网络覆盖分类范围,基于计算图确定了5G网络覆盖区域,计算了最小覆盖集,最后确定了覆...     

基于云雾混合计算的车联网联合资源分配算法

针对车联网业务的低时延、低功耗需求及海量设备计算卸载引起的网络拥塞问题,该文提出一种在云雾混合网络架构下的联合计算卸载、计算资源和无线资源分配算法(JODRAA)。首先,该算法考虑将云计算与雾计算结合,以最大时延作为约束,建立最小化系统能耗和资源成本的资源优化模型。其次,将原问题转化为标准二次约束二次规划(QCQP)问题,并设计一种低复杂度的联合卸载决策和计算资源分配算法。进一步,针对海量设备计算卸载引起的网络拥塞问题,建立卸载用户接入请求队列的上溢概率估计模型,提出一种基于在线测量的雾节点时频资源配置算法。最后,借助分式规划理论和拉格朗日对偶分解方法得到迭代的带宽和功率分配策略。仿真结果表明,该文算法可以在满足时延需求的前提下,最小化系统能耗和资源成本。     

基于强化学习的基站多维度资源协同分配方案

算网融合是未来移动通信网络的发展趋势,面向未来更高实时性的业务需求,6G无线网络需要实现通信与计算的深度融合。一种可能的模式是基站内部具有计算资源,并高效协同调配通信与计算资源。随着基站部署规模的增大、计算业务量的逐步增加,计算资源的能耗问题将成为6G无线网络节能的潜在问题。调研发现,目前无线通信网络的节能方案大多针对通信业务,对计算资源的节能方案研究相对较少,未来6G无线网络则需要同时考虑通信业务与计算业务,将能效作为基站进行通算资源协同分配的优化目标之一。考虑到方案具有动作空间较大、动作输出为离散确定值的特性,提出了一种基于强化学习的6G基站通算资源协同分配方案,并对系统能耗进行了建模,方案奖励由业务特征、基站接入用户情况等信息确定,同时对比了智能模型的迭代优化频次对方案性能的影响。在多小区通信环境下进行了仿真,结果表明,该方案可以在满足业务性能需求(含基站执行业务的时延、RSRP等)的前提下,将系统能耗节约46.98%,并且,所采用的智能模型通过高频样本提供和迭代优化可以获得更优的性能。     

基于重叠网络结构的服务功能链时空优化编排策略

网络功能虚拟化(NFV)的引入大幅降低了互联网业务的运营成本。针对现有的服务功能链(SFC)编排方法无法在优化底层资源的同时保证业务时延性能的问题,该文提出一种基于重叠网络结构的SFC时空优化编排策略。在将计算、网络资源与细粒度时延约束纳入考虑的基础上,该策略通过建立重叠网络模型实现了计算与网络资源的分离,将构建SFC所需的资源开销与相关时延共同抽象化为重叠网络链路权重,从而使SFC编排问题转化为易于求解的最短路径问题。对于需要批量处理的SFC集合设计了基于重叠网络的模拟退火迭代优化编排算法(ONSA)。通过对比实验证明了该策略下编排方案的平均端到端时延、链路资源占用率与运营开销相对其他方案分别降低29.5%, 12.4%与15.2%,请求接受率提高22.3%,虚拟网络功能(VNF)负载均衡性能得到显著提升。     

基于SecPSO优化的5G网络切片安全隔离算法

5G网络切片作为一种全新的网络技术,能够保障网络服务质量。网络切片技术的性能和安全是当前5G网络的研究热点。通过分析警务系统的业务需求,基于5G独立组网(5G SA)网络物理节点资源和链路资源以及带宽和时延参数计算网络切片的安全隔离评估值;利用优化的粒子群算法(SecPSO)将网络物理链路资源利用率和网络收益作为适值函数迭代求解最优解,同时以切片安全隔离评估值作为约束条件,实现网络切片的映射编排。5G SA现网实测结果表明,算法能够保证网络切片的安全隔离等级达到标准的同时提升5G网络收益成本比,提高链路利用率,使智慧警务5G网络切片满足服务质量区分(5QI)需求。     

EGPRS网络中Abis资源规划方法研究

EGPRS网络在为用户提供高速数据业务的同时对Abis传输资源提出了更高的需求。本文在保障业务性能、用户最低平均感受的基础上、以优化、节约Abis资源的利用率为指导原则,将Abis接口上的数据传输,抽像为多业务即时拒绝排队系统。采用Campbell方法,来计算Abis接口上传输资源池的需求数量。     

面向移动边缘计算网络的计算卸载策略分析

随着移动设备和互联网的普及,近年来人们对计算能力和网络资源的需求显著增加。为了降低网络延迟、提高用户体验,移动边缘计算（MEC）应运而生,将云计算与边缘计算相结合成为解决方案。MEC通过将计算资源移动到靠近终端用户的位置来实现这一目的。然而,随着移动设备数量和生成数据量的增加,对MEC网络中的计算资源分配进行优化。其中计算卸载是一种实现方式,它将资源密集型任务从移动设备转移到MEC服务器,以便更高效地处理。故此,本文主要分析了适用于MEC网络的不同计算卸载策略,以期为后续的相关研究和工作开展提供帮助。     

基于混合粒子群算法的计算卸载成本优化

为了满足用户日益增长的计算密集型和时延敏感型服务需求,同时最小化计算任务的处理成本,在时延约束下,该文针对超密集异构边缘计算网络,构建了有关任务卸载、无线资源管理、计算资源块分配的联合优化问题。考虑到所规划的问题具有非线性和混合整数的形式,且为满足约束条件及提升算法收敛速率,通过改进分层自适应搜索(HAS)算法设计了混合粒子群优化 (HPSO)算法来求解所提出的问题。仿真结果表明,HPSO算法明显优于现有算法,能有效降低任务处理成本。