改进的两阶段虚拟网映射算法

在两阶段虚拟网映射算法的基础上,将映射时物理节点的地理位置约束纳入考虑,并修改节点可重复映射算法,提出一种结合节点资源迁移和链路分割思想的改进算法。仿真结果表明,与原算法相比,改进算法的虚拟网映射成功率可提高10%左右,物理网络的长期平均收益约提高15%,收益成本比约提高12%。     

基于虚拟网节点迁移的虚拟网映射优化算法

网络虚拟化技术是未来网络结构中的重要技术,是在现有物理设施的基础上,对不同资源进行整合,按需提供一种更为高效、独立的网络业务环境。本文针对网络虚拟化技术中存在的虚拟网络映射问题进行了分析,找到现有虚拟网映射算法中的不足,提出基于虚拟节点迁移的虚拟网映射优化算法。基于虚拟节点迁移的虚拟网映射算法就是将资源竞争相似的节点划分为一个组,从而实现虚拟网折射结果全局最优,可以最大化地节省底层网络资源开销,有着更高的接收率与利用率。     

基于业务优先级划分的虚拟网可靠性映射算法

现有研究在重映射失效虚拟网过程中未对不同类型的虚拟网承载业务进行有效区分,导致资源收益较低。为此,提出一种基于业务优先级划分的虚拟网可靠性映射算法。定义虚拟节点和虚拟链路的重要性指标,运用混合整数线性规划方法将基于业务优先级划分的虚拟网可靠性映射问题建模为最优化问题。在此基础上,提出快速可扩展的启发式虚拟网可靠性映射算法,以提高失效虚拟网的重映射效率。实验结果表明,该算法在虚拟网请求接受率、服务提供商收益和利润成本比3个指标上,表现优于FD-EVN、APG-TABU和MW-AC算法。     

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。     

改进的粒子群算法在虚拟网映射中的应用

应用粒子群算法解决虚拟网映射问题,可以大大减少网络资源的消耗,却也容易出现早熟的现象。通过增加随机因素、沿原方向飞行操作和改变原历史因素对搜索过程的指导等方式,既保留了历史因素对搜索的指导,又在此基础上加大了搜索范围,一定程度上减少了早熟收敛带来的问题。最终实验结果表明,改进的粒子群算法能够应用于虚拟网映射,和原粒子群算法相比,能够更有效减少资源消耗。     

优化的虚拟网络两阶段协同映射算法

虚拟网络映射问题是网络虚拟化的关键问题,以往的研究多采用节点映射和链路映射两阶段分离的启发式算法。本文以降低映射的资源花费为依据,以提高映射成功率和底层资源利用率为目的,提出一种采用两阶段协同映射思想,并结合链路分流和路径迁移技术的映射算法。模拟实验表明,该算法具有较高的映射成功率和较高的收益花费比。     

考虑节能的拓扑聚合虚拟网映射算法

网络虚拟化的关键问题是虚拟网映射,能耗开销的快速增长使得节能成为底层设施供应商关注的目标。针对虚拟网映射中的节能问题,提出一种集中使用网络拓扑的节能虚拟网映射算法。该算法引入接近度中心度概念和节点能力共同表征节点的重要程度,优先使用已工作节点进行资源整合使用,同时通过检验保证底层链路距离不会过长,有利于减少能耗和开销。实验仿真结果表明该算法在接受率达到70%、长期收益开销比达到75%的同时,使收益能耗比提高20%以上,与之前算法相比具有优势。     

虚拟网映射问题的计算复杂性分析

虚拟网映射是实现网络虚拟化的关键环节,其任务是在满足虚拟网构建约束的前提下,把虚拟网的虚拟节点和虚拟链路分别映射到底层物理网的节点和路径上。文中根据虚拟节点映射是否已知、物理网是否支持路径分割、物理节点是否支持重复映射等特征,对虚拟网映射问题进行分类,并针对一般网络拓扑模型和某些特殊网络拓扑模型完成各类虚拟网映射可行问题和优化问题的计算复杂性分析。     

云计算环境下虚拟网映射的膜计算模型

网络虚拟化作为云计算的核心支撑技术之一,通过将底层物理网络资源虚拟化,在共享的物理网络上支持多个异质的虚拟网络共存。虚拟网映射将虚拟网络中的虚拟节点和虚拟链路按照其约束条件,映射到底层共享物理网络的物理节点和物理路径上。而如何高效的映射虚拟网络并且在物理网或者虚拟网动态变化时进行有效的重配置,提升基础设施提供商的收益同时降低用户的开支是虚拟网映射模型的研究重点。本文设计了一种面向虚拟网映射的膜计算模型,实验结果良好。     

虚拟网络映射模型及其优化算法

网络虚拟化被视为构建新一代互联网体系架构的重要技术,它使得能在一个共享的底层物理网络上同时运行多个网络架构或网络应用,从而能为用户提供多样化的端到端定制服务.虚拟网络映射是实现网络虚拟化的关键环节,其目的是在满足虚拟网络资源需求的前提下,将虚拟网络植入到合适的底层物理节点和链路.虚拟网络映射需要解决资源约束、准入控制、在线请求和拓扑多样性等多方面的问题.根据应用场景、优化目标、映射方式和约束条件的不同,可以得到不同类型的虚拟网络映射优化问题.这些优化问题通常是NP难的.通过形式化建立了虚拟网络映射模型,归纳了虚拟网络映射的方法和算法.总结了解决虚拟网络映射模型优化问题的几条技术途径,指出了该领域中需要进一步研究的热点问题.     

一种双网同步搜索的虚拟网络映射算法

针对虚拟网络映射中的资源分配问题,通过建立双网同步搜索映射模型,采用普里姆最小生成树算法思想,同步搜索虚拟网络中的待映射虚拟节点和物理网络中的可映射物理节点,将相邻的虚拟节点依次映射到邻接的物理节点上,协调完成节点及其邻接链路的映射操作,使虚拟网络映射具有拓扑一致性。仿真实验表明,提出的DS-VNM算法能有效地降低虚拟链路的映射路径长度,提高网络收益与网络代价比、虚拟网络请求接受率,获得了较好的资源分配性能。     

基于改进蚁群算法的虚拟网络映射优化

优化了基于改进蚁群算法的虚拟网络映射结果。以最优化应用底层网络的资源,提升虚拟网络映射底层网络的资源利用效率为研究目标,在不需要支持路径分裂底层网络的情况下,提出一种新的基于改进蚁群算法的虚拟网络映射。通过引入高斯过程模型,加快蚁群优化算法的收敛速度,满足实际应用的实时性要求;并且以映射开销作为适应度函数,最终解决虚拟网络映射问题。实验结果表明,在满足相同准确度的前提下,该算法显著地降低了算法的求解时间,发挥了积极影响。     

基于元胞遗传机制的虚拟网络映射算法

满足节点和链路约束条件的虚拟网络请求最优映射问题是NP-难问题,粒子群算法和遗传算法等启发式算法是解决这类问题的主要手段。这类启发式算法从数学模型优化的角度来求解问题,但未考虑虚拟网络映射节点本身的变化对最优解的影响,存在收敛速度较慢和容易陷入局部最优解的问题。文中将元胞遗传机制引入虚拟网络映射问题中,提出了虚拟网络映射算法VNE-CGA。该算法利用元胞自动机对节点建模,使用“B4567/S1234”规则来替代传统遗传算法中的交叉操作;通过对邻居的学习来指导个体的寻优过程,弥补了传统遗传算法的固有缺陷,最终提高了虚拟网络请求的接受率以及底层物理网络的运营收益。     

基于虚拟网节点迁移的虚拟网映射优化算法

为提高虚拟网请求接收率和底层网络资源利用率,提出了基于虚拟网节点迁移的虚拟网映射优化算法,算法能够将资源竞争最大化的虚拟节点划分在一个组,实现虚拟网映射结果全局最优。通过时间复杂度分析和仿真实验验证了提出的算法能够显著降低虚拟网络节点迁移算法的运行时间;通过仿真实验,将提出的算法与No-Migration算法和Long-Duration算法进行对比,验证了提出的算法有更高的请求接收率、更高的平均收益,可以节省底层网络资源开销。     

虚拟网络映射问题研究及其进展

随着互联网的快速发展,现有的互联网架构已经难以满足互联网新型应用的发展,在一定程度上呈现出僵化现象.网络虚拟化被认为是解决网络僵化问题的重要途径,其中的虚拟网络映射问题研究如何将具有虚拟节点和虚拟链路约束的虚拟网络映射到基础设施网络中.首先给出了虚拟网络映射问题的形式化定义,分析了虚拟网络映射问题面临的挑战性和求解目标;其次,对各种虚拟网络映射问题的求解方法加以分类,在分类的基础上,介绍了各种典型的求解方法并进行了对比;最后总结了各种虚拟网络映射问题求解方法,并指出了未来的研究趋势.