基于节点综合重要度排序的服务功能链部署优化方法

为满足5G网络环境下高可靠性、低时延的要求，同时降低网络带宽资源消耗，面向流量与可靠性优化提出一种基于节点综合重要度排序的服务功能链（SFC）部署方法。首先，基于流量改变率聚合虚拟网络功能（VNF），从而减少部署的物理节点，提高链路可靠性；其次，通过节点的度、可靠性、综合时延与链路跳数定义节点综合重要度，并依据该重要度对物理节点排序；然后，将VNF依次映射到底层物理节点上，同时通过约束链路条数以减少“乒乓效应”并优化流量；最后，通过k-最短路径算法映射虚拟链路，从而完成整个SFC的部署。相较于原有聚合方法，所提方法的SFC平均可靠性提升2%,SFC端到端平均时延降低22%，平均带宽开销降低29%，长期平均收益开销比提高16%。实验结果表明，所提方法能有效提高链路的可靠性，降低端到端的时延与带宽资源消耗，起到了良好的优化效果。     

面向并发业务的卫星网络服务功能链优化算法

在空间信息网络中,卫星硬件在线升级难度大且并发业务数量多,导致现有服务功能链(SFC)映射算法的服务请求接收率降低且资源开销过大.利用流量缩放因子与虚拟网络功能间的依附关系构建SFC,以最小化处理请求时延与总资源消耗为目标,提出一种空间信息网络SFC映射算法.通过调整预测函数的权值来控制搜索范围,从而获得全局最优的快速...     

基于资源效用最大化的虚拟网络功能备份方法

针对网络功能虚拟化环境下组成服务功能链的虚拟网络功能故障所引起的网络服务故障问题,提出一种最大化资源效用的虚拟服务功能备份方法来提高网络可靠性。首先,对虚拟服务功能备份问题进行详细分析并建立了可靠性评估模型,提出了改进的备份机制,并证明了该机制与其他机制相比的优势;其次,对全网络设计了全局备份算法和备份选择策略来对相应的虚拟网络功能选取备份直到满足可靠性需求。仿真实验结果表明,与GREP方法、联合备份机制加上随机选择策略（JP+random selection）及双重共享式备份机制加上随机选择策略（DSP+random selection）相比,该方法在可靠性和资源利用率上取得了优异的性能,特别是服务功能链请求接受率提高18.8%~25%,资源效用利用率提高15%~20%。实验结果表明该方法能较为有效地利用资源来提升网络可靠性。     

基于深度强化学习的服务功能链多维资源优化

在网络功能虚拟化(Network Function Virtualization,NFV)环境下,保证用户服务功能链(Service Function Chain,SFC)服务质量的同时节约资源消耗,降低运营成本,对运营商来说至关重要.联合考虑SFC部署和无线接入网资源分配,提出一种基于深度强化学习的SFC多维资源联合...     

一种基于备份代价重要度的虚拟网络功能备份方法

为了保证网络服务的可靠性,降低备份资源成本开销,首先在初始映射视图中计算每个虚拟网络功能的备份代价重要度,每次迭代选择具有最大和次大备份代价重要度的虚拟网络功能进行联合备份,通过相应的选择和更新模型最终得到最优的备份策略。最后,将该方法与其他三种方法进行对比实验,所提算法在备份成本开销、占用的物理节点数量、服务请求接受数量和备份资源利用率上具有良好的性能。     

基于深度强化学习的服务功能链跨域映射算法

在域内部分信息隔离场景下,针对SFC映射对传输时延和资源开销的影响,提出一种基于深度强化学习的服务功能链跨域映射算法.首先提出一个集中式编排架构,在此架构下上层控制器利用全网格聚合技术来构建抽象拓扑,降低域间映射复杂度;其次将SFC请求分割问题建模为马尔可夫决策过程,使得虚拟网络功能均衡地分配到各个域中;最后以域间传输时延以及映射资源开销为奖励函数构建深度强化学习网络,通过训练完成域间映射,如果域内映射失败则采用反馈机制提高SFC请求接受率.仿真结果表明,该算法有效地减小了传输时延和资源开销,同时提高了请求接受率.     

一种区分等级的可生存服务功能链映射方法

针对在底层网络可能发生单点和单链路故障情况下的服务功能链(service function chain, SFC)映射问题,提出一种区分等级的可生存SFC映射方法,为提供重要服务的关键SFC预先分配备用资源,为提供普通服务的普通SFC快速重映射失效部分,从而兼顾提高SFC可生存能力和降低底层网络资源开销的需求.首先,在考虑最小化SFC服务时延的条件下,分别为关键SFC和普通SFC的可生存映射问题建立混合整数线性规划模型.其次,提出2种启发式的模型求解算法,其中,面向关键SFC的主备服务路径构建算法采用贪心思想交替进行节点和链路映射,以减小SFC服务时延,并在主备服务路径之间建立桥接路径,以提高路径切换速度和降低路径切换过程的丢包率;面向普通SFC的失效服务路径重建算法引入最大流问题求解失效节点的最佳重映射位置,以提高成功恢复的失效普通SFC数目,并利用改进的Dijkstra最短路径算法选择时延低的重映射路径.最后,在不同网络条件下实验验证了启发式算法的性能,并且在模拟网络环境中所提可生存SFC映射方法能保证SFC的成功运行率在592%以上.     

基于服务功能链的多域安全服务按需适配方法

传统网络的服务管理和供应模式静态僵化,难以从全局角度为跨域数据流制定统一的安全和调度策略,无法满足多样化的安全需求。提出一种基于服务功能链（SFC）的多域安全服务按需适配方法,利用软件定义网络（SDN）和网络功能虚拟化（NFV）等技术,通过多层接口建立统一的描述模型,配置所需的安全服务资源,实例化所需的安全服务功能,并使用服务功能链将安全服务功能组合,进而实现安全服务的按需适配。最后,通过搭建原型系统,在不同的实验场景中验证所提方法的可行性。     

基于深度强化学习的服务功能链映射算法

针对服务功能链映射对网络时延和部署失败率的影响,提出了一种基于深度强化学习的服务功能链映射算法DQN-SFC。首先构建了一个多层次NFV管理编排架构,以满足算法对资源感知和设备配置的需求;然后基于马尔可夫决策过程建模,对SFC映射问题进行形式化描述;最后构建了一个深度强化学习网络,将网络平均时延和部署失败产生的运维开销作为奖惩反馈,经过训练后可根据网络状态决定虚拟网络功能的部署位置。通过仿真实验,对该算法的正确性和性能优势进行了验证。实验表明：与传统算法相比,该算法能有效降低网络平均时延和部署失败率,同时算法运行时间具有一定优势。     

服务功能链的优化映射策略

服务功能链(Service Function Chains,SFC)是通过虚拟链路互联的一组有特定顺序的虚拟网络功能,服务功能链的优化映射是一重要的研究热点.随着网络业务需求量的增加,网络功能节点周围的链路资源可能无法得到充分利用.针对延迟代价与链路资源利用率,设计了一种服务功能链优化映射策略,并在网络拓扑中进行了仿真实验.通过与最短路径策略的对比,优化映射策略在做到负载均衡的同时,可以尽可能地减小延迟开销,提高映射成功率.     

网络功能虚拟化下服务功能链的资源管理研究综述

伴随着云计算,软件定义网络和网络功能虚拟化等网络新技术的出现,未来网络运维向着虚拟化、智能化的方向不断迈进.网络功能虚拟化提供了一种服务节点虚拟化的方法,它采用通用服务器替代传统网络中的专用中间件,可以大大降低网络运营商的建设和运营成本,提升网络管理的灵活性和可扩展性.由于网络端到端服务通常需要不同的服务功能,采用虚拟化技术构建网络服务功能链,进行资源的合理分配和调度成为一个重要的研究课题,引起了学术界和工业界的广泛关注.从网络功能虚拟化的技术背景出发,介绍了网络功能虚拟化下服务功能链资源管理的基础架构、技术基础和应用场景.而后基于服务功能链编排的不同阶段,将现有理论研究划分为4个部分：组链、部署、调度和按需缩放分别展开论述,从问题出发介绍和分析了研究现状.最后,针对现有存在问题,提出了一些拟解决方案,并对未来的研究方向进行了展望.     

SPIDER: An availability-aware framework for the service function chain placement in distributed scenarios

The network function virtualization (NFV) paradigm replaces hardware-dependent network functions by virtual network functions (VNFs) that can be deployed in commodity hardware, including legacy servers. Consequently, the use of NFV is expected to reduce operating and capital expenses, as well as improve service deployment operation and management flexibility. For many use cases, the VNFs must be visited and invoked following a specific order of execution in order to compose a complete network service, named service function chain (SFC). Nonetheless, despite the benefits from NFV and SFC virtualization technologies, their introduction must not harm network performance and service availability. On the one hand, redundancy is seen by network service planners as a mechanism well established to combat availability issues. At same time, there is a goal to optimize resource utilization in order to reduce operational expenditure. In this article, we share our experience in the design use of a framework, named SPIDER, focused on SFC placement that considers the network infrastructure condition and the required SFC availability to define the placement strategy. The SPIDER monitors the status of infrastructure nodes and links and defines which servers the VNFs should be placed on and the number of redundant replicas needed. We present a proof-of-concept of SPIDER using Kubernetes to launch the VNFs as containers. We also use Kubernetes to forward the traffic between the VNFs, composing the service chain. We perform experiments to evaluate the runtime of SPIDER and the SFC delay under different network conditions.     

Enhanced Reliability in Network Function Virtualization by Hybrid Hexagon-Cost Efficient Algorithm

In this,communication world, the Network Function Virtualization concept is utilized for many businesses, small services to virtualize the network node function and to build a block that may connect the chain, communication services. Mainly, Virtualized Network Function Forwarding Graph (VNF-FG) has been used to define the connection between the VNF and to give the best end-to-end services. In the existing method, VNF mapping and backup VNF were proposed but there was no profit and reliability improvement of the backup and mapping of the primary VNF. As a consequence, this paper offers a Hybrid Hexagon-Cost Efficient algorithm for determining the best VNF among multiple VNF and backing up the best VNF, lowering backup costs while increasing dependability. The VNF is chosen based on the highest cost-aware important measure (CIM) rate, which is used to assess the relevance of the VNF forwarding graph.To achieve optimal cost-efficiency, VNF with the maximum CIM is selected. After the selection process, updating is processed by three steps which include one backup VNF from one SFC, two backup VNF from one Service Function Chain (SFC),and two backup VNF from different SFC. Finally, this proposed method is compared with CERA, MinCost, MaxRbyInr based on backup cost, number of used PN nodes, SFC request utility, and latency. The simulation result shows that the proposed method cuts down the backup cost and computation time by 57% and 45% compared with the CER scheme and improves the cost-efficiency. As a result, this proposed system achieves less backup cost, high reliability, and low time consumption which can improve the Virtualized Network Function operation.     

基于资源感知的多域服务功能链编排成本优化

网络功能虚拟化技术的兴起使得实例化为服务功能链(SFC)的网络服务能够共享基底网络,缓解了传统网络体系结构僵化的问题.然而,网络中大量服务请求给多域SFC编排带来了新的挑战.首先由于域内网络资源信息及内部策略的保密性,使得多域SFC的编排更为复杂.其次多域SFC编排要确定最佳候选编排域集,先前的研究较少考虑域间负载的均衡性,对服务接受率造成了消极影响.此外跨网络域编排服务请求对服务的成本和响应时间提出了更严格的要求.为解决上述挑战,在本文中,我们首先针对多域网络隐私性需求,提出了域级图的构造方法;然后基于域间负载均衡提出了域权重的计算方法进行SFC编排域的选择;最后,针对多域网络成本和响应时间需求,提出编排算法.实验结果表明,提出的算法有效地权衡了平均服务成本和接受率,并且在服务平均响应时间方面也得到了优化.     

网络功能虚拟化技术研究综述

网络功能虚拟化(network function virtualization, NFV)基于虚拟化技术和标准的商业服务器、交换机、存储器来实现网络功能,用于替代网络中原本采用专用设备的中间盒,为运营商减少了搭建和运营网络的开销,提高了网络服务的灵活性、可扩展性,促进了新兴网络功能的开发和部署.目前NFV仍然处于发展阶段,在系统性能、管理编排、可靠性、可用性、安全性、可编程性等方面仍然存在很多问题,研究人员围绕这些问题展开了大量的研究.对NFV体系结构和基础技术进行了总结,提出了需要解决的关键问题.在此基础上,对已有的NFV研究成果提出了“四象限”的分类方法,并详细分析和比较了典型的解决方案,总结了各方案的优势和开销,对未来的研究趋势进行了展望.     

基于可靠性的5G-低轨星座网络切片映射算法

随着国家天地一体化信息网络重大项目的 推进,5G-低轨星座网络切片的可靠映射成为业内的研究热点.在基于软件定义网络(software-defined network,SDN)和网络功能虚拟化(network function virtualization,NFV)的5G-低轨星座集成网络架构下,将5G-低轨星座网络切片的可靠映射问题建模为一个混合整数线性规划问题.在此基础上,研究了切片请求的资源编排,进而提出了基于广度优先搜索的可靠映射算法.该算法综合考虑切片请求的可靠性阈值及虚拟网络功能(virtual network function,VNF)的资源需求,在虚拟网络映射中根据节点的可靠重要度对节点进行排序.仿真结果表明,该算法在满足可靠性阈值约束的条件下,能够最大化收益开销比,提高虚拟网络映射成功率,在切片可靠性及接受率等方面优于对比算法.     

CloudSimSDN-NFV: Modeling and simulation of network function virtualization and service function chaining in edge computing environments

Software-defined networking (SDN) has evolved and brought an innovative paradigm shift in computer networks by utilizing a programmable software controller with open protocols. Network functions, previously served on dedicated hardware, have shifted to network function virtualization (NFV) that enabled functions to be virtualized and provisioned dynamically upon generic hardware. In addition to NFV, edge computing utilizes the edge resources close to end-users, which can reduce the end-to-end service delay and the network traffic volume. Although these innovative technologies gained significant attention from both academia and industry, there are limited tools and simulation frameworks for the effectiveness evaluation in a repeatable and controllable manner. Furthermore, large-scale experimental infrastructures are expensive to setup and difficult to maintain. Even if they are created, they are not available or accessible for the majority of researchers throughout the world. In this paper, we propose a framework for simulating NFV functionalities in both edge and cloud computing environments. In addition to the basic network functionalities supported by SDN in CloudSimSDN, we added new NFV features, such as virtualized network functions allocation, migration, and autoscaling with the support of corresponding network functionalities, such as flow load balancing, rerouting, and service function chaining (SFC) maintenance. We evaluated our simulation framework with autoscaling and placement policies for SFC in the integrated edge and cloud computing environments. The results demonstrate its effectiveness in measuring and evaluating the end-to-end delay, response time, resource utilization, network traffic, and power consumption with different algorithms in each scenario.