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.     

基于资源区域聚集度的虚拟网映射算法

虚拟网映射是网络虚拟化研究中亟待解决的问题,针对已有映射算法中存在的对于网络拓扑信息利用不足的现状,该文提出了基于资源区域聚集度的虚拟网映射算法(RCI-VNE)。在映射预处理阶段,根据局部拓扑信息和区域资源聚集度提出节点区域资源聚集评价算法。在节点映射阶段,提出一种基于节点区域资源聚集排名的2-近邻聚集映射算法,该算法将虚拟网节点集中映射到底层网络中可用资源丰富的区域,减小承载链路的长度。实验结果表明,该算法降低了虚拟网映射开销,且具有较高的虚拟网请求接受率和较低的平均执行时间。     

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。     

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.     

环境自适应的拓扑联合感知虚拟网映射算法

针对虚拟网映射算法环境适应度低、拓扑关联性较差且映射开销较大的问题,该文提出一种环境自适应的拓扑联合感知虚拟网映射算法。首先提出一种加权相对熵排序方法对具有多指标的节点进行量化处理,依环境变化赋予节点指标不同的权值;在虚拟节点排序阶段采用加权相对熵和广度优先搜索算法双重排序,物理节点排序中引入就近度与加权相对熵算法配合使用,实现了对虚拟拓扑和物理拓扑的联合感知;最后利用k-最短路径算法完成虚拟链路映射。仿真结果表明,该算法依据环境变化自适应调整指标权值,提高了虚拟网映射成功率和收益开销比。     

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。     

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。     

基于信任评估的虚拟网故障诊断算法

网络虚拟化环境的新特点(网络拓扑动态变化、动态症状和故障关系、管理域独立和信息不准确性)对故障诊断提出了新的要求,提出一种改进的针对网络虚拟化环境下虚拟网和底层网故障诊断模型和诊断算法,通过虚拟网信任评估算法来提高故障诊断的准确率、降低误报率.仿真研究结果表明,在大规模和噪声大的虚拟网络环境中,提出的故障诊断算法取得了较好的诊断效果.     

时间和能量感知的贝叶斯虚拟网映射

针对虚拟网的节能映射问题,建立了结合时间和能量感知的虚拟网映射算法。在对节点和路径的评价标准中加入了时间因素,综合考虑了物理资源的运行时间等因素,用概率理论辅助分析了每个虚拟节点的多个可用物理节点被选中的概率。在节点选择阶段,综合考虑底层节点的剩余资源量、CPU资源利用率增量、节点开启情况和是否延长使用时间等因素,并使用条件概率理论辅助分析得到各可用节点的重要性;在链路选择阶段,综合考虑链路开启情况、延长使用时间和链路长度等因素。不仅使虚拟网请求映射在当前较小的节点和链路集合中,而且映射到了延长时间较短的设备上。实验结果表明,与未考虑时间因素的方法相比,该方法能带来更好的性能和更低的能耗。     

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Openflow网络的高可靠性虚拟网络映射算法

该文基于Openflow网络提出了具有容错能力的虚拟网络映射模型,并且采用蚁群算法对其进行求解。针对虚拟网络的故障恢复机制,提出了区分用户优先级的故障恢复算法(Priority_Diff),该算法为用户提供不同的网络可靠性级别,对高级用户采用提前映射的备份路径替代故障链路,对低级用户重新映射故障链路;设计了故障备份链路重映射(BLRM)算法,将故障链路中的备份资源迁移到相邻链路,增强了备份链路的可用性。最后,通过仿真实验,从虚拟网络故障修复率、虚拟网络成功运行率和工作链路资源利用率3个方面验证了所提算法的优越性。     

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。     

A Virtual Network Mapping Algorithm Based on Time

As one of the challenges for network virtu- alization, virtual network embedding which maps Virtual network （VN） to the substrate network and allocates re- sources according to the requirements of VN in an efficient way has gained great attention. Existing algorithms gener- ally make their decision according to the present available substrate network resource, especially bandwidth. This paper proposes a time-based VN embedding algorithm. A probability model is formulated to obtain the maximum probability that the available resources of substrate net- work can be used by succeeding VN requests. The prob- ability is set as the weight of the node and the greedy algorithm is employed to embed the virtual node. The reciprocal of the probability is set as the weight of the link and the shortest path algorithm is employed to em- bed the virtual link. Simulation experiments show that the proposed algorithm increases the acceptance rate and the revenue compared to the existing algorithms.     

基于拓扑划分的片上网络快速映射算法

该文针对片上网络建立了以能耗和流量均衡为优化目标的映射模型,提出一种基于拓扑划分的快速映射算法(TPBMAP)。该算法不仅考虑芯片的布局特性从而产生规整的拓扑,还采用虚拟IP核技术修正通信核图以完成IP核和网络节点数不等的映射;通过引入以流量均衡为目标的优化模型同时将通信量大的IP核映射到拓扑边缘区域,有效地降低了网络中心的流量;采用迭代的拓扑划分方法以及将通信量大的IP核映射到网络相邻位置,可快速完成低能耗映射。仿真结果表明,相比现有算法,该文提出的算法在映射速度、全网能耗以及网络中心流量等方面有较大优势。     

基于深度信念网络资源需求预测的虚拟网络功能动态迁移算法

针对5G网络场景下缺乏对资源需求的有效预测而导致的虚拟网络功能(VNF)实时性迁移问题,该文提出一种基于深度信念网络资源需求预测的VNF动态迁移算法。该算法首先建立综合带宽开销和迁移代价的系统总开销模型,然后设计基于在线学习的深度信念网络预测算法预测未来时刻的资源需求情况,在此基础上采用自适应学习率并引入多任务学习模式优化预测模型,最后根据预测结果以及对网络拓扑和资源的感知,以尽可能地减少系统开销为目标,通过基于择优选择的贪婪算法将VNF迁移到满足资源阈值约束的底层节点上,并提出基于禁忌搜索的迁移机制进一步优化迁移策略。仿真表明,该预测模型能够获得很好的预测效果,自适应学习率加快了训练网络的收敛速度,与迁移算法结合在一起的方式有效地降低了迁移过程中的系统开销和服务级别协议(SLA)违例次数,提高了网络服务的性能。     

基于强化学习的5G网络切片虚拟网络功能迁移算法

针对5G网络切片架构下业务请求动态性引起的虚拟网络功能(VNF)迁移优化问题,该文首先建立基于受限马尔可夫决策过程(CMDP)的随机优化模型以实现多类型服务功能链(SFC)的动态部署,该模型以最小化通用服务器平均运行能耗为目标,同时受限于各切片平均时延约束以及平均缓存、带宽资源消耗约束。其次,为了克服优化模型中难以准确掌握系统状态转移概率及状态空间过大的问题,该文提出了一种基于强化学习框架的VNF智能迁移学习算法,该算法通过卷积神经网络(CNN)来近似行为值函数,从而在每个离散的时隙内根据当前系统状态为每个网络切片制定合适的VNF迁移策略及CPU资源分配方案。仿真结果表明,所提算法在有效地满足各切片QoS需求的同时,降低了基础设施的平均能耗。

     

基于深度确定性策略梯度的虚拟网络功能迁移优化算法

针对NFV/SDN架构下,服务功能链(SFC)的资源需求动态变化引起的虚拟网络功能(VNF)迁移优化问题,该文提出一种基于深度强化学习的VNF迁移优化算法。首先,在底层CPU、带宽资源和SFC端到端时延约束下,建立基于马尔可夫决策过程(MDP)的随机优化模型,该模型通过迁移VNF来联合优化网络能耗和SFC端到端时延。其次,由于状态空间和动作空间是连续值集合,提出一种基于深度确定性策略梯度(DDPG)的VNF智能迁移算法,从而得到近似最优的VNF迁移策略。仿真结果表明,该算法可以实现网络能耗和SFC端到端时延的折中,并提高物理网络的资源利用率。

     

均衡虚拟网构建算法研究

如何在物理资源有限的条件下构建出满足用户需求的虚拟网是一个热点问题。该文针对虚拟网(Virtual Network,VN)的构建方法进行了论述,分析了虚拟网构建的数学模型,给出了构建策略的若干重要原则,为提高构网成功率,分别提出基于链路负载均衡度和节点负载均衡度的虚拟网构建算法,在此基础上提出了考虑均衡的自适应虚拟网构建算法(Balanced Adaptive VN Construction Algorithm, BACA)以及链路失效后的处理方法和迁移策略。最后,通过仿真实验,从虚拟网构建需求接收率和构建后整个网络的链路均衡度以及节点均衡度3个方面验证了BACA的优越性。     

基于5G接入网络的多优先级虚拟网络功能迁移开销与网络能耗联合优化算法

针对5G接入网络中虚拟网络功能(VNF)部署完成后,其资源需求发生动态变化,导致网络中物理机(PM)资源利用率过高或过低这一问题,该文首先将网络中PM的资源使用情况划分5个不同分区,提出一种多优先级VNF迁移请求队列调度模型。其次基于该模型,对VNF迁移开销的最小化及网络能耗的最小化建立联合优化模型。最后提出一种基于5G接入网络的多优先级VNF迁移开销与网络能耗联合优化算法对其进行求解。仿真结果表明,该算法在有效实现VNF迁移开销与网络能耗折中的同时,提高了PM资源利用率,保证了PM性能并均衡各PM负载。