基于负载均衡的无线虚拟网络映射算法

针对网络僵化的问题,目前多采用网络虚拟化（NV）方法进行解决,其关键技术是虚拟网络映射（VNE）。为解决无线VNE过程中功率和带宽资源使用不均衡的问题,基于负载均衡原理提出一种联合资源分级的无线VNE算法。首先,采用新的节点资源排序方式,其中将节点功率和平均链路带宽作为排序依据;其次,对资源进行分级,以动态调整虚拟网络请求对功率和带宽资源的需求;最后,改进功率和带宽资源的单位成本,并以最小化成本为目标函数选择资源分配方案。与原有的无线VNE算法WVNE-JBP相比,所提算法的总体接受率提高了11.7个百分点,平均功率利用率提高了4.4个百分点,平均带宽利用率提高了1.6个百分点。实验结果表明,所提算法能有效提高虚拟网络接受率和资源利用率。     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

软件定义网络中蚁群优化的负载均衡算法

软件定义网络因其特定的网络结构,有集中控制获取与分配全球网络资源等特点。针对软件定义网络中的负载均衡问题,在原有蚁群算法的基础上,提出了一种改进的蚁群优化负载均衡算法,主要思想如下:利用蚁群算法的搜索规则,将链路负载均衡度、流接受率、时延和丢包率作为蚂蚁选择下一节点的影响因素,在多个约束条件下,获得传输的最佳路径。理论分析及仿真结果说明,所提出的算法具有较好的负载平衡能力,而且可以提高网络的服务质量。     

基于Fat-Tree的虚拟分片负载均衡算法

近年来,随着云计算技术的发展,数据中心网络已成为工业界和学术界的热门话题。相关研究表明,大流通常携带大量数据,传统的基于ECMP的负载均衡方法容易造成“大流碰撞”问题。提出一种基于Fat-Tree的虚拟分片负载均衡方法,利用TSO原理将大流进行虚拟分片处理并对分片后的子流进行路径寻优处理。实验结果表明,该算法无论在降低网络传播时延还是在提高网络吞吐量等方面都优于传统负载均衡方法。     

基于负载均衡和最短路径的异构无线传感器网络成簇算法

针对节点负载不均衡和数据传输距离的问题,提出一种适用于异构网络的基于负载均衡和最短路径的分布式成簇算法DUBP(distributed and unequal clustering algorithm based on load balance and shortest path)。DUBP首先基于节点的能耗因子对网络动态分区,以均衡负载;然后结合网络拓扑结构和图论,利用Floyd算法求出节点间的最短距离作为路径因子;最后以节点的能量因子和路径因子作为辅助参数来竞争簇头,以避免低能量节点担任簇头,节省传输能耗。仿真表明,DUBP算法能显著延长网络寿命,有良好的适应性和能效性。     

基于CKSP的分段路由负载均衡技术

针对当前以云计算、大数据为代表的新兴业务需求,现有的MPLS(Multi-Protocol Label Switching)网络存在协议复杂、扩展性差、运维困难等问题。因此文中采用分段路由(Segment Routing,SR)转发技术,根据软件定义网络(Software-Defined Networking,SDN)集中控制、开放编程的特点,提出了一种基于受限K最短路径(Constrained K-Shortest Pathes,CKSP)算法的分段路由负载均衡的技术方案。首先,控制器与各网络节点以OpenFlow协议进行信息交互,对全网拓扑结构和链路速率进行监控;然后,分段路由应用根据北向接口以二级流表、多节点中继的方式实现转发表等初始表项的构建和段列表计算;最后,设计了一种根据链路利用率和跳数进行非均匀加权的CKSP算法。实验结果表明:该技术方案可以增大网络吞吐量,平滑流量分布,降低数据流平均时延和网络总丢包率。     

基于负载均衡的虚拟网映射随机算法

分析了基于"尽力服务"模式的虚拟网映射算法所存在的问题,并指出了其在资源均衡利用方面的不足,设计了物理网负载均衡代价指标,提出了负载均衡的虚拟网映射随机算法。实验表明,所提出的算法能提高物理网资源的负载均衡度和利用率,从而提高虚拟网构建请求的接受率和物理网提供商的收益。     

一种基于动态负载均衡的路由算法

传统IGP仅基于最短路径算法来为数据流选择传输通路，对数据流的需求以及网络资源的动态变化未加以考虑，因此不具备均衡网络负载的能力。文中通过分析IGP的局限性，提出基于动态负载均衡的DLB-OSPF路由算法。该算法依据数据流的带宽需求和网络资源的使用状况来进行路由选择，并通过有效手段将数据流更合理地分配到能满足传输需求的链路上。经过示例分析表明，该算法不仅能减少网络拥塞，并且提高了网络资源利用率。     

一种SRIO网络负载均衡最短路径路由算法

在串行RapidIO传输过程中,路由选路算法是影响传输性能的重要因素之一。针对串行高速输入-输出(SRIO)网络深度优先搜索分配路径非最优问题,提出一种负载均衡最短路径路由算法。通过广度优先搜索对SRIO网络中的节点进行枚举并建立网络拓扑信息,以路由跳数定义路由的成本,根据改进Floyd-WarShall算法计算并保存交换节点间的K最短路径。给出预期负载的概念和链路上的路由路径数量来定义链路的负载,采用负载均衡算法从K最短路径中进行选路,建立SRIO网络最短路径约束的负载均衡路由。实验结果表明,与深度遍历路由算法、最小跳数算法相比,该算法在网络传输平均跳数、链路平均负载和链路负载均衡方面有更好的表现,能够有效提升SRIO路由网络的稳定性。     

基于流映射的负载均衡调度算法研究

网络管理者需要能够提供可扩展性、吞吐率保证及报文顺序的高性能路由器体系结构.目前基于Crossbar的集中式路由器体系结构难以实现性能和规模的可扩展,基于两级Mesh网络的负载均衡交换结构成为扩展Internet路由器容量的有效的途径.负载均衡路由器存在严重的报文乱序现象,输出端报文重定序复杂度为O(N2).文中提出一种区域均等的负载均衡交换结构,每k个连续的中间级输入端口划分为一个区域,输入端采用基于流映射的负载分配算法UFFS-k(Uniform Fine-grain Frame Spreading,k为聚合粒度,简称UFFS-k),在k个连续的外部时间槽,以细粒度的方式将同一条流的k个信元分派到固定的映射区域,通过理论证明,该调度策略可获得100%吞吐率并能够保证报文的顺序.为避免流量区域集中现象,采用双循环(dual-rotation)方式构建不同输入端口的流到区域的映射关系;为实现负载在中间级输入端口的均衡分布,每个输入端口维护全局统一视图的流量分布矩阵,UFFS-k调度算法根据流量分布矩阵调度单位帧,可以证明,对任意输出端口j,同一区域OQj队列长度相同且不同区域OQj队列长度至多差1,从而实现了100%负载均衡度.UFFS-k调度算法分布于每个输入端口独立执行,根据流到区域的映射关系及负载分布状态分派信元,模拟结果显示,当聚合粒度k=2时,UFFS-k算法在同类维序算法中表现出最优延迟性能.     

基于网络中心性分析的虚拟网络映射算法

定义了有权网络节点紧密度和路径中心度,并提出了基于网络中心性分析的虚拟网络映射算法。该算法是一个两阶段映射算法,从全局角度分别对底层节点和映射路径进行了有效的定量评估,提高了映射资源选择的均衡性。仿真实验结果表明,与现有的主流研究成果相比,该算法显著地提高了虚拟网络请求接受率。     

有线网络中虚拟网络映射算法研究

网络虚拟化是未来网络的关键技术之一,有助于克服当前网络的“僵化”问题,能够在无需对当前网络架构做出巨大改变的基础上配置新的网络协议和服务,实现多个虚拟网络共存于一个物理网络上,由此产生了新的问题,如何将有限的物理资源合理分配给不同的虚拟网络,即虚拟网络映射问题。根据网络环境,可以分为有线网络和无线网络下的虚拟网络映射。其中,有线网络下的映射是研究虚拟网络映射问题的基础和重点,已有大量算法提出。为了给该问题的研究提供一个全面的视野,从问题定义、存在挑战、映射目标方面对有线网络中虚拟网络映射算法进行综述,根据算法的不同特点进行分类,重点介绍几种典型的算法并进行比较总结,最后指出未来的研究趋势。     

基于时变资源的容器化虚拟网络映射算法

为了构建大规模容器化虚拟网络,达到搭建高保真、易编程的虚拟网络环境的目的,提出一种基于时变资源的容器化虚拟网络映射算法,将OVS和Docker容器化的虚拟网络切块,并分布式地映射到若干计算、网络、存储资源受限的物理宿主机.首先,根据虚拟网络的拓扑结构,将具有密切链路关系的虚拟网元进行层次化聚合,以减小问题规模;其次,对...     

面向动态虚拟网络请求的虚拟网络映射算法

针对虚拟网络请求资源动态变化的实际情况,提出了面向动态虚拟网络请求的虚拟网络映射（DVNR-VNE）算法。以混合线性规划理论为基础,采用多队列的方式分别对不同类型的虚拟网络请求进行预处理,建立了以最小化映射代价和最小迁移代价为优化目标的映射模型,优先映射需要释放资源的请求以获得更多的资源支持其他的虚拟网络,对新到来的虚拟网络请求采用优化后的虚拟网络映射（WD-VNE）算法进行映射。仿真实验表明,该算法降低了链路映射成本和迁移成本并获得了较高的虚拟网络请求接受率。     

基于离散粒子群的节点可重用虚拟网络映射算法

虚拟网络映射问题是网络虚拟化要解决的重点问题,也是云计算环境下实现资源多租赁运营的技术基础。现有的映射算法在计算效率上有待提高,不能充分利用可重用技术以节省网络带宽资源。提出一种可重用的虚拟网络映射算法,首先构建以提高底层物理网络利用率为目标的资源优化分配模型;然后再充分利用可重用技术以内存交换替代网络交换并针对效率问题设计增强的粒子初始位置分配算法,进而通过离散粒子群算法对优化问题进行求解。仿真实验结果表明,提出的算法相较已有的普通粒子群算法在物理网络收益上有显著提高,增强的初始位置分配机制也有助于计算效率的提升。     

基于虚拟机动态迁移的负载均衡策略

针对数据中心由于异构节点资源利用率不均衡导致的负载均衡问题,本文提出了一种基于动态阈值的迁移时机判决算法与基于负载类型感知的选择算法相结合的虚拟机动态迁移选择策略.该策略先通过监控全局负载度与高低负载节点占比动态调整状态阈值,并结合负载评估值判断迁移时机;再分析虚拟机负载类型,依据虚拟机与节点资源的依赖度、虚拟机当前内存带宽比和虚拟机贡献度选择待迁移虚拟机,并根据虚拟机与目的节点的资源匹配度与迁移代价选择目的节点,实现对高负载与低负载节点的虚拟机动态调整,从而优化节点资源配置问题.实验结果表明,该策略可以有效减少虚拟机迁移次数并保证数据中心服务质量,最终改善数据中心的负载均衡能力.     

多域网络中基于时延感知的虚拟网络映射方法

随着各种时延敏感型应用的出现,如何提高系统的时延性能已经成为了学术界的热门话题。然而,现有的多域映射算法很难满足虚拟网络对时延性能的要求。因此,为了解决这一问题,提出了一种基于时延感知的多域虚拟网络映射算法（time delay sensitive virtual network embedding,TDS-VNE）。在节点映射阶段定义了一个节点传播时延评价函数（D）,在链路映射阶段定义了路径时延感知参数。仿真结果表明,提出的映射算法降低了平均网络传播时延且在虚拟网络请求接受率、长期收益成本比等指标上具有良好的效果。     

服务器负载均衡技术研究

负载均衡是建立在网络结构之上的一种调度策略,能有效的扩展服务器带宽和增加吞吐量,增强网络数据处理能力。根据实际层次不同,对负载均衡技术进行了分类,从应用范围、运行原理等角度分析并比较了常用的负载均衡技术和算法,展望了负载均衡的发展。     

一种面向节点负载均衡的虚拟网络重构算法

为提高虚拟网络请求接受率,针对物理节点负载不均衡的问题,提出一种面向节点负载均衡的虚拟网络重构算法。根据物理节点的平均可用计算资源和最小可用计算资源,设置一个阈值,对超过阈值的物理节点进行重配置,动态地选择需要迁移的虚拟节点,在均衡物理节点负载的情况下,尽可能地减少虚拟节点的迁移数量。仿真结果表明,所提方法均衡了物理节点负载,提高了物理网络资源利用率和虚拟网络请求接受率。