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。     

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。     

基于熵权法的虚拟网络映射算法

目前虚拟网络研究的一个热点是虚拟网络映射,但是传统两阶段算法中的节点映射算法着重于提高网络资源利用率,而忽略了网络的整体负载性能。为了避免现有映射算法中使用单一固有属性计算拓扑势值带来的片面性,在节点映射过程中增加了节点的另一个固有属性。但是,由于这两个固有属性之间的数量级相差较大,从而引入熵权,通过计算两个属性的熵权值来优化拓扑势值的计算,提出了一种基于熵权法的虚拟网映射算法。仿真实验结果表明,所提出的算法提高了映射接受率,并降低了网络的整体负载。     

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...     

基于计算机网络的虚拟网络技术探析

虚拟网络技术是计算机网络的一种虚拟形式,它对网络的区分突破了网络组建中物理位置的约束,有效提高了网络信息的安全性和有效性。虚拟网络在现实生活中,作为计算机网络的有效补充,对网络安全的作用十分显著,可有效阻止网络中私密信息的泄露。因此,如何在当前的计算机网络环境下,利用虚拟网络进行合理规避网络安全威胁,是当前网络安全的重要课题。     

基于映射排序方法的子域映射算法

本文概述了内排序的发展,重点分析了映射内排序方法及其改进算法——分级快速排序法,指出不完善因素,提出了新的子域映射算法,给出了算法复杂性证明,预测了应用前景。     

虚拟网络技术在计算机网络安全中的应用

当前社会发展与网络技术息息相关,网络技术已经深入到人们生活的方方面面,而计算机网络安全问题也随之而生。如何提升计算机网络的安全性成为社会关注的问题,利用虚拟网络技术提升计算机网络安全,并进一步提升虚拟网络技术在计算机网络安全中的应用,成为当前网络安全中较为常见的一种形式。本文将就虚拟网络技术与计算机网络安全进行介绍,并提出一些应用措施,以供参考。     

一种保持结点紧凑的虚拟网络映射方法

虚拟网络映射是网络虚拟化中最基本的问题之一.虚拟网络映射可分解成结点映射和链路映射两个阶段,之前的研究更加侧重于链路映射,对结点映射只采取简单的方式进行,不利于资源利用率的提高.之前的结点映射方法有两个主要问题:(1)优先占用带宽较大的结点,不利于资源的合理配置;(2)将结点映射与链路映射完全分隔处理,逻辑相邻的虚拟结点可能映射到分散的物理结点上,致使虚拟链路占用更多的网络资源.文中提出一种结点紧凑的虚拟网络映射方法,将所有符合条件的物理结点都作为虚拟结点的候选宿主,扩大了宿主的选择空间,有利于资源的合理配置;同时选择那些分布紧凑的结点作宿主,将相邻的虚拟结点映射到邻近的物理结点之上,减少虚拟链路对网络资源的占用.实验结果表明:文中方法可以提高资源的利用率,并显著地提高了虚拟网络请求的接受率.     

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。     

基于知识描述和遗传算法的跨域虚拟网络映射

网络虚拟化环境下的跨域虚拟网络映射是指当物理网络由多个自治域构成时,以最小化虚拟网络映射开销为目标,将虚拟网络请求恰当地划分为多个虚拟子网请求,并分别指派给相应自治域以完成映射。资源匹配和虚拟网络划分是跨域虚拟网络映射中的两个关键阶段。然而,现有的资源匹配算法无法支持精确的数值属性匹配,也无法满足虚拟网络用户对表达多样化映射约束的需求,故实用性不高。此外,虚拟网络划分属于NP问题,目前也缺乏高效的求解方法。针对上述两个阶段中存在的问题,分别提出了基于OWL及SWRL的资源匹配算法和基于遗传算法的虚拟网络划分算法。理论分析证明了该方法的正确性。仿真实验从效率、性能及稳定性方面验证了该方法的有效性。     

基于拓扑预配置的公平虚拟网络映射算法

虚拟网络映射是实现云环境下资源多租赁运营及弹性计算资源服务的关键基础环节,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.现有虚拟网络映射算法的研究成果大多以极大化物理资源利用率为目标,对虚拟网络请求排队中的公平性问题考虑较少.为此提出了一种基于虚拟拓扑预配置及可重用技术的虚拟网络映射算法以提高映射公平性.将虚拟网路映射过程分为2步骤：拓扑预配置过程和映射过程.1)对在线队列中较大的虚拟网络拓扑进行等价变换,将其变换为节点及链路数目更小的拓扑,减少虚拟网络请求在拓扑上的差异从而提高公平性;2)建立形式化的虚拟网络映射模型,并利用离散粒子群算法对优化模型进行求解;为了充分利用可重用技术能在求解过程中节省带宽资源的特性,引入粒子位置分配增强机制以提高物理网络资源利用率.仿真实验结果表明：提出的算法在物理网络资源利用率、收益/成本比及虚拟网络接受公平性等方面均优于已有同类算法.     

基于节点可靠度的虚拟SDN网络映射算法

为应对网络故障,提升网络的可靠性,该文针对SDN网络环境设计了节点的可靠度指标,提出了基于节点可靠度的虚拟SDN映射算法。在初始可靠映射阶段,该算法根据节点可靠度指标进行vSDN映射,部署控制器时兼顾了控制器与交换机的时延,同时考虑控制网络的重要性,为控制网络构建相应的备份资源;在故障恢复阶段,针对物理SDN网络单节点或单链路故障,算法使用迁移方法应对控制节点失效的情况,使用重映射方法应对其他故障。仿真结果表明,算法在请求接受率、故障恢复率、有效承载率和平均控制时延等指标上取得了较好的结果。     

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。     

网络虚拟化环境中虚拟网络的嵌套映射算法

网络虚拟化技术可以在共用的底层网络基础设施上同时构建多个彼此隔离的虚拟网络,为用户提供差异化服务,从而解决现有因特网的僵化问题.然而,一个重要的挑战是,如何在共用的基础设施中高效地映射多个具有不同拓扑的虚拟网络,即虚拟网络的嵌套映射问题.主要根据基础设施的构成方式对现有的虚拟网络映射算法进行了综述.首先,阐述了网络虚拟化的概念、特点以及相应的虚拟网络映射模型;其次,按照基础设施的构成方式、问题空间完整性、映射阶段数等方面梳理了嵌套映射算法的最新研究进展;最后,对虚拟网络映射算法在公平性、扩展性、高利用率、信任度等未来可能的发展方向进行了展望.     

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%。     

高效节能虚拟网络映射多反馈控制模型及算法

网络虚拟化使得智能能耗感知网络部署成为可能.由于虚拟网络请求到来以及退出等动态性,引起底层网络资源分配以及回收,会对底层网络激活资源数量与集合范围产生影响;虚拟网络映射不仅决定了当前激活的底层网络资源数量与集合大小,而且作用于后续的虚拟网络映射.本文利用自动控制原理的反馈控制理论,研究不同虚拟网络映射之间的关系以及当前虚拟网络映射对激活底层网络资源集合产生的影响,并提出一种新的高效节能虚拟网络映射多反馈控制模型及算法.以控制底层网络休眠链路数量作为主反馈,消除主动休眠的底层网络链路数量与被动休眠的链路数量的偏差,抑制虚拟网络映射动态特征对求解最小底层网络激活资源集合的干扰;并以节点和链路映射为局部反馈,由大到小逐步调整主动休眠底层链路数量,快速地找到适合当前虚拟网络请求的最小底层网络资源集合.多反馈控制模型能够把虚拟网络映射在一个较小的节点和链路集合中,从而提高休眠节点和链路数量,实现高效节能虚拟网络映射.系统仿真结果验证了在非饱和状态下虚拟网络映射多反馈控制算法能够提高底层节点和链路休眠数量,显著减少系统能耗;且在负载周期性动态变化的饱和状态下,提高了虚拟网络接收率以及系统收益.     

基于虚拟网络的故障探测及诊断算法的研究

随着网络技术的不断进步,使用网络的人数日益增加,通过网络的虚拟化来解决现实中存在的一些问题,已经成为当今IT界研究的重点,受到越来越多的关注。通过虚拟网络进行网络的故障探测,获得实时网络性能参数,从而第一时间确定网络故障的位置。但是现有的故障管理技术并不能完全支持虚拟网络的应用,在此基础上,针对网络的动态不确定性设计出探针站部署算法和基于协作的端到端故障诊断算法来确定网络出现故障的方位,从而解决其实际的网络故障问题。     

基于网络收缩的节点可复用虚拟网络映射算法

针对节点可复用虚拟网络映射中随机节点复用不能较好地利用节点可复用特点的问题,提出了一种基于网络收缩的节点可复用虚拟网络映射算法。通过将网络映射分为网络收缩与映射阶段,将复用节点选择与映射过程分离。在网络收缩过程中,针对收缩网络特性提出了基于邻居节点合并的网络收缩算法,该算法能够在约束最大节点资源需求与最大链路资源需求的条件下,取得较小的网络规模。实验证明,基于网络收缩的节点可复用虚拟网络映射算法具有更优的映射质量以及更少的时间消耗。     

基于元图卷积的异质网络嵌入学习算法

异质网络嵌入是将异质网络中丰富的结构和语义信息嵌入到低维的节点表示中.图卷积网络是处理网络数据的一种有效方法,当前也被用于研究异质网络的多类型节点和多维关系的表示问题,现有的图卷积网络模型主要采用元路径来表示不同类型节点间的一种语义关系.然而,孤立的单条元路径无法准确地反映节点间的复杂语义,即不能充分利用节点间存在的多种高阶间接语义关系.针对上述问题,提出了一种基于元图卷积的异质网络嵌入学习算法MGCN(meta-graph convolutional network),包括基于元图的异构邻接矩阵计算以及学习节点的嵌入表示2个阶段,基于元图的异构邻接矩阵设计了融合多条元路径上的不同语义的计算方法,能够挖掘节点间的高阶间接关系,通过异构邻接矩阵的计算,能够聚合节点邻域特征为统一模式,此种卷积学习降低了图卷积方法的嵌入维数,从而减少了计算时间.在2个公开的异质网络数据集上进行社会计算基础研究任务的实验表明,MGCN在节点分类、聚类任务上比基线模型有更好的性能且需更少的训练时间.