基于节点可靠性感知和共享路径保护的虚拟网映射算法研究

网络虚拟化技术为目前的网络架构提供了一种有效的扩展手段。近年来,底层网络基础设施失效事件频发,因此如何提高虚拟网络的可靠性成为目前该领域一个研究热点。对在保证虚拟网络可靠性的同时如何最小化底层网络映射开销问题进行研究,设计了一个新的启发式算法对其进行求解。实验表明,相比其他算法,所提算法网络带宽资源开销更低。     

一种基于区域划分的虚拟网映射新算法

目前多数启发式虚拟网映射算法是通过在限制性约束条件上构建映射优化目标函数,从而求得虚拟网映射次优解,存在映射匹配方程求解复杂、计算开销大、缺乏具体路径选择方法等问题.该文基于负载平衡路由和小区分结构的思想设计一种虚拟网映射算法VLB-VNE(Valiant Load-Balancing-Virtual Network ...     

基于拓扑影响度和回溯迁移的虚拟网可靠性映射方案

底层物理节点或链路失效将影响虚拟网服务提供的连续性,因此如何实现虚拟网的可靠性映射是当前研究亟待解决的问题。文章建立了虚拟网映射(VNM)的数学模型,量化分析了虚拟网的可靠性,并归结出影响虚拟网可靠性的因素。为了克服这些因素,文章分别提出基于拓扑影响度(TID)的虚拟网映射(VNM-TID)算法和基于回溯机制的迁移算法(MA-Back)。仿真结果表明,VNM-TID MA-Back算法在虚拟网请求接受率、迁移成功率和有效承载率上具有优势,提高了虚拟网的可靠性。     

一种基于拓扑势的虚拟网络映射算法

该文针对现有的虚拟网络映射算法对网络中节点的拓扑属性考虑不够周到,导致其请求接受率和收益开销比较低的问题,将物理学里的场论思想引入了虚拟网络映射,并提出一种基于拓扑势的虚拟网络映射算法。该算法在节点映射阶段,通过计算节点的拓扑势、节点的资源能力、待映射节点与已映射节点之间的距离,将虚拟节点映射至最佳的物理节点。在链路映射阶段,通过计算物理路径的可用带宽和路径跳数,将虚拟链路映射至最佳的物理路径。仿真实验表明,该算法在多种虚拟网络到达强度下的请求接受率和收益开销比均优于当前的虚拟网络映射算法。     

网络虚拟化与虚拟网映射算法研究

本文对网络虚拟化技术中的虚拟网映射问题及其研究现状进行了介绍,分析了当前虚拟网映射算法存在的不足,提出了一种解决路径跳数限制约束的虚拟网映射算法一基于路径集多商品流问题模型的映射算法PBMC,该算法有效解决了路径跳数约束与网络资源分布均衡性之间的问题,提高了虚拟网构建成功率和网络资源利用率.     

节点可重复映射和链路可分流的虚拟网映射算法

在已有映射算法的基础上,结合虚拟网节点映射原则,提出了物理节点可重复映射的映射算法,即在同一虚拟网映射过程中,物理节点可以接受不同虚节点的映射.该算法不仅减少了部分虚链路的映射过程,降低了映射的复杂度,而且节约了链路映射的成本,使物理网可以接受更多的虚拟网请求,有效地提高了映射效率.另外,针对算法中链路映射的不足,对链路映射采取链路分流措施,有效地利用了零散带宽资源,进一步提高了虚拟网的映射率.模拟实验表明,新算法在执行时间、映射率以及映射收益等指标上都有着明显优势.     

基于滑动区域的粒子群虚拟网节能映射算法

针对传统虚拟网节能映射中存在的节点映射分散、链路映射跳数多等问题,利用虚拟网请求的最小生成树拓扑将节点和链路同时映射,该文提出了基于滑动区域的粒子群虚拟网节能映射算法(EVNE_SRPS)。当一个虚拟网请求到达时,生成其最小生成树拓扑,根节点为路径和最短的节点;在底层网络随机选取多个区域作为粒子对象,并在区域中心映射虚拟网请求的最小生成树拓扑;计算粒子的适应度,求出群体和个体最优解,并在最优解的指导下确定滑动方向、更新区域位置,经过迭代后得到虚拟网的映射方案。实验结果表明,与现有算法相比,该算法降低了网络能耗,提高了运营商的收益成本比。     

可靠的虚拟网络映射算法研究

网络虚拟化技术允许多个异构的虚拟网络共享一个底层物理网络资源,为目前的网络架构提供了一种有效的扩展手段.近年来,底层网络基础设施失效事件频发,因此如何提高虚拟网络的可靠性成为目前该领域一个研究热点.本文针对底层节点失效后虚拟拓扑如何最大化连通问题进行研究,设计了一种基于割集和拥塞感知的虚拟网络映射机制.实验表明,该方法在不预留保护资源的情况下,可获得更好的底层网络长期运行平均收益.     

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。     

分布式环境中基于协商的虚拟网映射算法

网络虚拟化技术可以在共享的底层物理网络上为用户同时提供多种可定制的服务网络。目前的虚拟网映射算法比较依赖于集中式的管理节点,使其在可靠性和适用范围等方面存在诸多问题。为此,提出了一种分布式环境下的虚拟网映射算法,该算法通过多个节点之间的相互协商来完成虚拟网的映射,并且在降低通信开销和缩短虚拟链路的路径长度方面进行了相应改进。实验结果表明,该算法与同类型算法相比,在资源利用率和通信开销方面具有一定的优越性。     

基于网络切片的网络效用最大化虚拟资源分配算法

为了实现网络资源的动态分配,提高网络资源利用率,满足用户业务多样性带来的切片网络差异需求,该文提出一种基于网络效用最大化的虚拟资源分配算法。该算法采用商业化模式将频谱资源作为收益载体,并对不同切片网络进行差异化定价。同时将计算资源和回程链路作为开销,还考虑了切片网络对计算资源和频谱资源的差异性需求,最后以最大化网络收益建立效用模型。并通过拉格朗日对偶分解设计了分布式迭代算法对效用模型进行求解。仿真结果表明,该算法提高了服务用户比例,并使得网络资源获得最大收益。     

基于子图同构的vEPC虚拟网络分层协同映射算法

5G及未来移动通信网络虚拟化的场景下,资源的管理与编排是实现虚拟化演进分组核心网(vEPC)业务高效部署的关键问题。vEPC中业务功能的载体是服务功能链(SFC),不同服务功能链的控制信令与多媒体数据流呈现负载差异化特点。该文针对传统算法资源定比分配所导致的负载不均问题,提出服务功能链的控制层和转发层解耦的映射模型,解耦后不同层的服务链可以独立地扩容和缩容,实现资源精准按需切片。拓扑映射阶段引入图相似理论,提出一种基于子图同构的虚拟网络映射算法VF2-H,依据节点的全局资源度优选映射子网,通过图特征分析设置剪枝条件,采用回溯机制进行启发式搜索。仿真结果表明,该算法在租户请求接收率、长期收益开销比等方面均具有良好的性能。     

跨域虚拟网络映射问题研究

该文研究网络虚拟化环境下的跨域虚拟网络映射问题,提出一种集中式管理、分布式控制的分层分域虚拟网络资源管理架构。在此基础上,构建了一种有效的虚拟网络跨域映射框架,在此框架下将涉及到跨域的虚拟网络请求进行划分,并以最小化虚拟网络映射开销为目标,基于优化的人工蜂群算法进行最优划分方案的求解。仿真结果表明该方法在平均划分时间、虚拟网络请求接受率和平均额外映射等方面相比传统方法具有更好的性能。     

一种基于嵌入技术的异构信息网络的快速聚类算法

异构信息网络聚类分析是当前的热点研究问题之一。利用异构信息网络的稀疏性,该文提出一种基于嵌入技术的星型模式的异构信息网络的快速聚类算法。首先从相容的角度将异构信息网络转化为若干个相容的二部图,使用随机映射和一种线性时间求解程序快速计算出每个二部图的近似通勤距离嵌入,每个嵌入都存在一个子集指示目标数据集;然后,使用这些指示子集构建一个通用的聚类模型;最后,将所有指示子集的类设置标号,通过计算指示同一目标对象的指示数据与标号相同类的中心点的加权距离总和,同时划分所有的指示子集,从而快速获得通用模型的极小值。通过理论分析及实验验证,该文算法聚类速度快,聚类准确率高。     

基于半马尔科夫决策过程的虚拟传感网络资源分配策略

针对传统无线传感网络(WSN)中资源部署与特定任务的耦合关系密切,造成较低的资源利用率,进而给资源提供者带来较低的收益问题,根据虚拟传感网络请求(VSNR)的动态变化情况,该文提出虚拟传感网络(VSN)中基于半马尔科夫决策过程(SMDP)的资源分配策略。定义VSN的状态集、行为集、状态转移概率,考虑传感网能量受限以及完成VSNR的时间,给出奖赏函数的表达式,并使用免模型强化学习算法求解特定状态下的行为,从而最大化网络资源提供者的长期收益。数值结果表明,该文的资源分配策略能有效提高传感网资源提供者的收益。     

基于Stackelberg博弈的虚拟化无线传感网络资源分配策略

虚拟化技术可有效缓解当前无线传感网络(WSN)中资源利用率较低、服务不灵活的问题。针对虚拟化WSN中的资源竞争问题,该文提出一种基于Stackelberg博弈的多任务资源分配策略。依据所承载业务的不同服务质量(QoS)需求,量化多个虚拟传感网络请求(VSNRs)的重要程度,进而,利用分布式迭代方法,获取WSN的最优价格策略和VSNRs的最优资源需求量,最后,根据纳什均衡所确定的最优价格、最优资源分配量,对多个VSNRs分配资源。仿真结果表明,所提策略不仅能满足用户的多样化需求,而且提升了节点和链路资源利用率。

     

虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种“中间状态”描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。     

基于延迟和抖动感知的多播服务功能树嵌入算法

针对软件定义网络/网络功能虚拟化(SDN/NFV)架构中,多播请求流(MRs)需满足严格时延和抖动约束下遍历由多个虚拟网络功能(VNFs)依序组成的服务功能树(SFT)问题。该文提出一种基于最优链路选择函数进行深度优先搜索构建SFT的路由算法。首先,提出网络资源相对成本函数,以保证网络负载自动均衡。其次,联合考虑网络资源、VNF动态放置及多播流延迟和抖动约束,构建SFT动态嵌入问题的整数线性规划模型(ILP)。最后,针对该NP难问题,设计辅助边权图和最优链路选择函数进行路由路径选择,并以最小化资源消耗成本为目标提出具有延迟和抖动感知的SFT嵌入算法(SFT-EA)。仿真结果表明,SFT-EA在吞吐量,流接受率和网络负载均衡方面具有更好的性能。