节点拓扑感知的高效节能虚拟网络映射算法

针对现有网络资源过度饱和的问题,提出一种节点拓扑感知的高效节能的虚拟网络映射算法。该算法在节点映射阶段,量化节点映射成本的同时考虑拓扑属性,通过改进后的节点排序方法对每个虚拟节点的候选物理节点进行资源评估,计算最佳映射节点。在链路映射阶段,采用Dijkstra算法,对于每条候选物理链路,综合考虑链路剩余带宽资源、途径节点剩余资源以及跳数,重新计算链路排序值,从而获得高效节能的最佳映射链路。仿真实验数据表明,该算法能有效降低能量成本,节省物理网络资源,在虚拟网络请求接受率和收益开销比等参数指标上具有显著提升。     

云计算环境下基于拓扑感知的虚拟网络映射研究

网络虚拟技术被认为是克服Internet僵化的一种有效方法,特别是在云计算的环境下。但是虚拟网络映射问题(VNMP)是一个最主要的挑战,其主要是如何通过一种有效的方式将虚拟网络映射到底层网络上从而有效地利用底层的基础资源。虚拟网络映射可以分为两个阶段:节点映射以及链接映射。在节点映射阶段,现有的算法通常使用完全的贪婪策略映射这些虚拟节点,而不考虑这些虚拟节点的拓扑,这将导致底层路径太长(有多个跳跃点)。为解决这一问题,提出一个拓扑感知的节点映射算法,该算法在进行映射时考虑节点的拓扑结构。在链接的映射阶段,新的算法采用k最短路径算法。模拟结果显示,新算法大大增加长期的平均收益,而接受的比率和长期的收益与成本(R/C)成比例。     

基于拓扑感知节点排序的虚拟网络嵌入

在共享底层上嵌入多个虚拟网络(VN)是云计算平台和大规模可切片网络测试平台的一个挑战性问题。本文利用马尔可夫随机游走模型,根据网络节点的资源和拓扑属性对其进行排序,这种新的拓扑感知节点排序方法可反映节点的相对重要性。利用节点排序设计了两种VN嵌入算法：RW-MaxMatch和RW-BFS。仿真实验表明：与现有的嵌入算法相比,拓扑感知节点排序具有较好的资源度量,并且所提出的基于RW的算法增加了长期平均收益和接受率。     

基于资源拆分的虚拟网络功能服务链映射算法

针对网络虚拟化环境下虚拟网络功能服务链的资源分配以及部署问题,提出了基于资源拆分的虚拟网络功能服务链部署策略。通过对租户的资源需求进行主动拆分,利用更小的资源分配粒度达到提高物理资源利用率的目的。利用最优化理论将虚拟网络功能服务链的资源分配问题建模成具有链式拓扑结构的虚拟网络映射问题,并通过设计高效的启发式算法以有效地解决这一问题。实验结果表明,该算法与其它虚拟网络映射算法相比,能有效提高物理资源的利用率以及租户请求的接收率。     

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。     

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。     

基于资源需求预测的动态服务功能链迁移方法

针对网络功能虚拟化环境下服务功能链资源需求变化引起的底层网络过载问题,提出一种基于资源需求预测的动态服务功能链迁移方法.首先,综合考虑迁移开销和迁移后底层网络的资源占用情况,建立底层网络开销模型.其次,利用经验模态分解将资源需求序列分解成本征模函数分量与残差分量,再通过径向基函数神经网络实现对各分量的预测,神经网络的训练过程采用粒子群算法进行参数优化.最后,对下一时隙即将过载的物理节点或链路,选择对过载资源占用最多的虚拟网络功能或虚拟链路进行迁出,并基于流量优化的原则,通过对全局拓扑的感知选择能最小化底层网络开销的物理节点迁入.仿真实验表明,所提的资源需求预测模型在提高预测精度的同时能缩短预测时间,所提的服务功能链迁移方法在降低底层网络开销、减少端到端时延和提高服务功能链可靠性等方面有较好性能.     

网络虚拟化中虚拟资源调度算法研究

为了维护物理节点的负载均衡以提高资源的利用率,本文通过简单的装箱问题探讨了虚拟机与物理机的关系,在动态资源分配的过程中,主要研究了Bin Packing系列算法,细化并实现了其中的四种算法BF,FF,WF,NF。改进了BF,FF算法,通过Matlab对四种算法和改进的BF,FF算法进行了仿真和比较,验证了虚拟资源调度算法对负载均衡的积极意义。     

基于SDN和虚拟拓扑的天基网络路由算法

针对天基网络的时变拓扑结构给网路管理和路由设计带来的难题,综合考虑GEO卫星和LEO卫星的优势,建立了一种基于软件定义网络(SDN)架构的天基网络模型,提出了一种基于虚拟拓扑的包含必经节点的天基网络路由算法(VTPN)。通过改进时间片划分策略,提高了计算效率,通过必经节点的设定,改善了链路拥塞问题。仿真结果表明:SDN架构下的VTPN算法与其他算法相比,网络链路利用率和负载均衡性能提高了约50%,丢包率降低了约20%。     

两段式虚拟网络功能硬件加速资源部署机制

设计硬件加速机制,解决软件定义网络/网络功能虚拟化（SDN/NFV）架构中虚拟网络功能（VNF）的性能受限问题,成为当前的研究热点。在引入VNF硬件加速资源后,如何实现对加速资源的统一管理和部署,是亟待解决的问题。为此,首先提出了基于服务器端加速卡和OpenFlow交换机的VNF加速资源的统一管理架构;在此基础上,对加速资源部署问题进行建模,通过分析VNF加速资源对服务链映射的影响,提出了VNF加速资源部署策略的评价指标;最后,设计了两段式的加速资源部署算法求解该问题。实验结果表明,与只考虑节点单一属性的部署算法（SARD）和均匀部署算法（UARD）相比,所提机制能够优化部署加速资源,加速资源承载的流量和加速资源的利用率分别提升41.4%和14.5%。     

基于Q-learning的虚拟网络功能调度方法

针对现有调度方法多数未考虑虚拟网络功能在实例化过程中的虚拟机选择问题,提出一种新的虚拟网络调度方法。建立基于马尔科夫决策过程的虚拟网络功能调度模型,以最小化所有服务功能链的服务延迟时间。通过设计基于Q-learning的动态调度算法,优化虚拟网络功能的调度顺序和虚拟机选择问题,实现最短网络功能虚拟化调度时间。仿真结果表明,与传统的随机虚拟机选择策略相比,该方法能够有效降低虚拟网络功能调度时间,特别是在大规模网络中调度时间可降低约40%。     

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。     

基于拓扑势的网络拓扑建模方法

针对现有拓扑建模研究中层次型模型不满足幂率分布规律的问题,提出一种基于节点拓扑势与幂率特性的层次化网络拓扑建模方法,给出拓扑生成算法PPHM。通过计算拓扑势实现网络节点的分层,能准确发现网络中的重要连接。对平均最短路径长度等拓扑参数的比较结果证明了该方法的有效性。     

基于拓扑势的网络拓扑建模方法

针对现有拓扑建模研究中层次型模型不满足幂率分布规律的问题,提出一种基于节点拓扑势与幂率特性的层次化网络拓扑建模方法,给出拓扑生成算法PPHM。通过计算拓扑势实现网络节点的分层,能准确发现网络中的重要连接。对平均最短路径长度等拓扑参数的比较结果证明了该方法的有效性。     

基于网络感知的两阶段虚拟机放置算法

现有的虚拟机放置研究多以节能为目标,通过资源整合减少能源消耗,然而资源的过度聚合会影响网络性能。为此,研究网络感知的虚拟机放置问题并分析相关影响因素,提出一种两阶段启发式虚拟机放置算法。根据虚拟机之间的相似度进行适当聚合,以提高虚拟机之间的网络通信能力,减少数据中心的网络流量,同时根据聚合结果,利用改进的背包算法在物理机之间合理分配虚拟机。实验结果表明,与最佳适应算法和随机算法相比,该算法能更有效地优化网络流量分布,减少激活的物理机数量,降低能源开销。     

基于网络编码的分层P2P网络的拓扑感知算法研究

网络编码是一种可改进网络吞吐率和可靠性的新兴技术。然而,这些优势极大地受制于网络拓扑结构,在P2P网络中尤为如此。通过精确的拓扑感知,可以在吞吐率和可靠性方面帮助改进使用网络编码的系统性能。本文提出了一种新颖的基于网络编码回馈的拓扑感知机制(TANCF)来进行网络拓扑感知。该机制利用层次化网络中节点的回馈来探测信源到节点的可达路径信息,而根据可达路径信息与关联矩阵的密切关系,可构建关联矩阵并优化网络编码系统的参数。在理论分析中,我们推导出了该机制的解码概率方程以及正常运行的可行条件。通过仿真实验,我们进一步验证了该机制的可行性。     

面向网络态势感知的实时网络拓扑发现

通过分析比较各种网络拓扑发现方法,提出一种面向网络态势感知、基于简单网络管理协议的实时网络拓扑发现算法,其中包含网络设备存活性判断、网络设备类型判断及网络拓扑信息的存储及处理等技术,与传统的网络拓扑发现相比,具有实时性高、发现准确等优点。实验证明该算法的可行性和准确性。     

基于全局资源容量的虚拟网络嵌入算法

采用全局资源容量（GRC）度量方法来量化每个底层物理节点的嵌入潜力，并提出了一种启发式虚拟网络嵌入算法（GRC-VNE），最大限度地提高基础设施提供商（InP）的收益。该算法采用贪婪的负载均衡方式依次嵌入每个虚拟节点，并结合基于Dijkstra算法的最短路径路由嵌入每个虚拟链路。仿真结果表明：与考虑整个底层物理网络资源的RW-MM-SP算法和TA算法相比，所提出的GRC-VNE算法能够实现更低的请求阻塞概率和更高的收益。     

基于网络拓扑评估网络可靠性的新算法

现代网络技术飞速发展,致使通信网络得到深入研究,而网络的可靠性是评估网络好坏的重要标准之一．在以往研究理论和实践的基础上,根据节点删除法／链路收缩法,分别对节点／链路的重要性进行评估,作适当处理,基于网络固有的拓扑结构,并结合网络传输特性,提出了评估通信网络可靠性的新方法——n儿算法（CombinedwiththeimportanceofNodes,LinkandTransmissionflow）．该方法有效地评估了在具有不同网络拓扑结构的通信网络的可靠性,实验证明该方法优于二元决策图法,具有高可靠性．