基于SecPSO优化的5G网络切片安全隔离算法

5G网络切片作为一种全新的网络技术,能够保障网络服务质量。网络切片技术的性能和安全是当前5G网络的研究热点。通过分析警务系统的业务需求,基于5G独立组网(5G SA)网络物理节点资源和链路资源以及带宽和时延参数计算网络切片的安全隔离评估值;利用优化的粒子群算法(SecPSO)将网络物理链路资源利用率和网络收益作为适值函数迭代求解最优解,同时以切片安全隔离评估值作为约束条件,实现网络切片的映射编排。5G SA现网实测结果表明,算法能够保证网络切片的安全隔离等级达到标准的同时提升5G网络收益成本比,提高链路利用率,使智慧警务5G网络切片满足服务质量区分(5QI)需求。     

面向可靠性的5G网络切片重构及映射算法

针对传统网络切片映射方法资源利用率低且可靠性差的问题,该文提出了可靠性感知的网络切片(NS)重构及映射策略(RNSRE)。首先,建立了面向可靠性和资源的网络切片可靠映射效用函数。其次,综合考虑虚拟网络功能(VNF)的资源需求和位置约束,提出了一种VNF可靠性需求的度量方法。在此基础上,以最大化VNF可靠部署收益的同时最小化链路带宽资源开销为目标,建立了切片可靠映射整数线性规划模型。最后,针对不同的网络切片类型,提出了基于邻域搜索的网络切片映射算法和关键VNF备份的网络切片重构映射算法。仿真结果表明,所提算法在满足VNF可靠性需求的同时,提高了资源利用率,降低了映射的开销。     

基于成本及功耗联合优化的SDN虚拟网络映射算法

针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时间窗的虚拟网络批处理映射策略动态处理在线请求.继而针对特定时间窗内的VNR,将其转换为虚拟节点映射子问题和虚拟链路映射子问题,并应用启发式算法对两个子问题分别进行求解,从而确定VNR映射策略.仿真结果表明,所提算法能显著减少VNE成本及功耗,提高VNR接受率.     

基于成本及功耗联合优化的SDN虚拟网络映射算法

针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时间窗的虚拟网络批处理映射策略动态处理在线请求.继而针对特定时间窗内的VNR,将其转换为虚拟节点映射子问题和虚拟链路映射子问题,并应用启发式算法对两个子问题分别进行求解,从而确定VNR映射策略.仿真结果表明,所提算法能显著减少VNE成本及功耗,提高VNR接受率.     

虚拟化云无线接入网络下基于在线学习的网络切片虚拟资源分配算法

针对现有研究中缺乏云无线接入网络(C-RAN)场景下对网络切片高效的动态资源分配方案的问题,该文提出一种虚拟化C-RAN网络下的网络切片虚拟资源分配算法。首先基于受限马尔可夫决策过程(CMDP)理论建立了一个虚拟化C-RAN场景下的随机优化模型,该模型以最大化平均切片和速率为目标,同时受限于各切片平均时延约束以及网络平均回传链路带宽消耗约束。其次,为了克服CMDP优化问题中难以准确掌握系统状态转移概率的问题,引入决策后状态(PDS)的概念,将其作为一种“中间状态”描述系统在已知动态发生后,但在未知动态发生前所处的状态,其包含了所有与系统状态转移有关的已知信息。最后,提出一种基于在线学习的网络切片虚拟资源分配算法,其在每个离散的资源调度时隙内会根据当前系统状态为每个网络切片分配合适的资源块数量以及缓存资源。仿真结果表明,该算法能有效地满足各切片的服务质量(QoS)需求,降低网络回传链路带宽消耗的压力并同时提升系统吞吐量。     

虚拟网络映射最小费用流模型及算法

研究了虚拟网络映射动态过程,发现虚拟网络映射代价收益动态倒置现象,提出虚拟网络多路径链路映射的最小费用流模型及算法,适用于在大规模底层网络上在线创建虚拟网络。仿真结果表明本文所提算法能够提高虚拟网络接收率及系统收益,并显著降低了算法时间复杂度,保证在线虚拟网络映射实时性,同时验证了虚拟网络映射代价收益动态倒置现象。     

基于链路可靠性的无线虚拟网络分配方法

针对无线网络链路可靠性差影响无线虚拟网络的分配这一问题,提出了一种基于链路可靠性的无线虚拟网络分配算法（WVNEA-LR）。该算法通过物理网络拓扑预处理和允许同一个虚拟请求中的多个虚拟节点映射到同一个物理节点上的方法,提高了Vn构建成功率和节约了物理链路资源。利用Q因子改善了因拓扑分配稀疏时Vn构建成功率低的问题。此外,WVNEA-LR的节点分配为链路分配作了准备,并通过选择可靠性高的承载路径保证了分配后的Vn具有高可靠性。仿真结果表明, WVNEA-LR获得较好的虚拟网络构建成功率、较高的收益成本比和资源利用率。     

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。     

基于预测的5G网络切片算法

5G网络实时应用场景对网络切片的建立提出了严格的要求,需要使用预测算法提前隔离资源,降低网络切片的建立时间。提出了基于预测的 5G 网络切片算法,以四阶矩为代价函数,在算法复杂度不高的前提下提供必要的预测精度,根据预测结果在5G网络中提前隔离虚拟节点资源和虚拟链路资源,当网络切片请求到达时,直接拉起容器,完成网络切片的动态创建。仿真结果表明,所提算法的预测精度能够达到 90%,在复用原始网络切片资源的条件下,新请求网络切片的创建时间减少50%。     

基于深度强化学习的服务功能链可靠部署算法

针对当前关于服务功能链(SFC)的部署问题都未考虑到虚拟网络功能(VNF)的失效重要度,该文提出了基于深度强化学习的SFC可靠部署算法。首先建立VNF和虚拟链路可靠映射模型,为重要的VNF设置高可靠性需求,并通过链路部署长度限制尽可能保证虚拟链路可靠性需求。其次,以负载均衡为资源协调原则,与VNF可靠性联合优化,最终使用深度强化学习得到服务功能链部署策略。另外,提出了基于重要度的节点备份和链路备份策略,用于应对部署过程中VNF/链路可靠性难以满足的情况。仿真结果表明,该文的可靠部署算法在保证可靠性需求的基础上能够有效减少SFC失效损失,同时使虚拟网络更加稳定可靠。     

基于在线双向拍卖的虚拟网络切片资源调度机制

为解决 5G网络切片间资源分配的问题,该文提出一种基于在线双向拍卖 (ODA)的资源调度机制。该机制首先针对不同的业务需求和业务收益确定网络切片的优先级和单位资源报价;其次明确最大化网络收益的目标建立线下单向拍卖模型;进一步,考虑资源的动态分配和回收利用,提出价格更新算法实时更新资源价格;最后,综合线下单向拍卖机制和价格动态变化机制建立在线双向拍卖模型,为切片动态分配资源。仿真结果表明,该机制在提高网络收益的同时可以保证各切片用户的QoS需求。     

An Elastic Sub-carrier and Power Allocation Algorithm Enabling Wireless Network Virtualization

Wireless mobile network virtualization enables physical mobile network operators (PMNO) to partition their network resources into smaller slices and assign each slice to an individual virtual mobile network operator and then manages these virtual networks in a more dynamic and cost-effective fashion. How a PMNO allocates resources to individual slices while ensuring resource elasticity is a key issue. This paper presents a resource allocation algorithm in such a network virtualization scenario where resource considered here includes both sub-carriers and transmission power. The overall algorithm involves the following two major processes: firstly to virtualize a physical wireless network into multiple slices each representing a virtual network, where resources are allocated elastically based on traffic loads and channel state information during virtualization; secondly, to carry out physical resource allocation within each virtual network (or slice). In particular the paper adopts orthogonal frequency division multiplexing as its physical layer to achieve more efficient resource utilization. A multi-step dynamic optimization approach is proposed to achieve sub-carrier allocation using binary integer programming and power allocation using nonlinear programming. The aim is to achieve the following design goals: virtual network isolation, and resource efficiency. The simulation results show that the above goals have been achieved.     

基于集成深度神经网络流量预测的动态网络切片迁移算法

针对5G网络切片(NS)场景下由于缺乏提前对物理网络资源进行感知而导致切片迁移滞后的问题,该文提出一种基于集成深度神经网络流量预测的动态切片调整和迁移算法(DSAM)。首先建立了基于计算、内存、带宽资源配置的网络总惩罚模型;其次,提出基于集成深度神经网络的流量预测算法预测未来网络流量情况,并根据流量类型的不同将其转换成对未来时刻物理网络的资源占用及切片的资源需求感知;最后,根据感知结果,以尽可能大地降低运营商惩罚为目标,通过动态切片调整和迁移策略将虚拟网络功能(VNF)和虚拟链路迁移到满足资源限制的物理节点和链路上。仿真结果表明,所提算法有效提高了切片迁移的效率和网络资源利用率。     

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。     

Method of network slicing deployment based on performance-aware

In order to deal with the performance degradation caused by resource contention due to the sharing of physical resources between VNF in the network slicing,a network slicing deployment method based on performance-awareness was proposed.When deploying network slice instances,first two-phase deployment that mapping virtual nodes was adopted,and then virtual links were mapped.In the virtual nodes mapping phase,the VNF performance influences factor was defined from the perspective of resource supply and demand to quantify the degree of VNF performance impact.Then the sum of the performance influence factors of all VNF on the deployable physical server was found in the network slice instance,the physical server with the smallest sum of performance influence factors was used as the mapping location,and the simulated annealing-discrete particle swarm algorithm was used to find the nodes mapping result.In the virtual links mapping phase,the shortest path algorithm was used to obtain the link mapping result.The simulation results show that the proposed method reduces the impact of other network slices on its own service performance.     

H-CRAN网络下联合拥塞控制和资源分配的网络切片动态资源调度策略

针对异构云无线接入网络(H-CRAN)网络下基于网络切片的在线无线资源动态优化问题,该文通过综合考虑业务接入控制、拥塞控制、资源分配和复用,建立一个以最大化网络平均和吞吐量为目标,受限于基站(BS)发射功率、系统稳定性、不同切片的服务质量(QoS)需求和资源分配等约束的随机优化模型,并进而提出了一种联合拥塞控制和资源分配的网络切片动态资源调度算法。该算法会在每个资源调度时隙内动态地为性能需求各异的网络切片中的用户分配资源。仿真结果表明,该文算法能在满足各切片用户QoS需求和维持网络稳定的基础上,提升网络整体吞吐量,并且还可通过调整控制参量的取值实现时延和吞吐量间的动态平衡。     

一种生存性军事虚拟网络映射新方法

针对生存性的军事虚拟网络映射问题,提出了生存性的军事虚拟网络映射需要遵循的原则。构建了虚拟网络映射模型,并采用蝙蝠算法进行求解。针对故障情况,提出了区分服务的故障恢复策略,对于高优先级虚网请求提前构建保护路径,对于低优先级虚网请求则提出基于链路可靠性的故障迁移算法,为了减少带宽消耗适当考虑了节点迁移策略。最后通过仿真验证了算法在虚拟网络运行成功率、故障修复率和链路利用率方面相比其他算法具有更好的性能。