博弈论组合赋权的虚拟网络映射算法

针对当前节点多指标排序的虚拟网络映射算法中,指标权重选取较为片面的问题,本文提出一种博弈论组合赋权的虚拟网络映射算法.首先提取网络节点特征指标,组成节点特征指标向量并构建决策矩阵,然后利用博弈论组合赋权模型对熵值法和层次分析法获取的节点指标权重向量进行均衡处理,得到最优权重向量,最后将最优权重向量与特征指标向量的内积作...     

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。     

基于信息处理的映射排序算法

本文以事务管理信息系统为基础,提出了一种映射排序算法。该算法的特点是把记录关键字值映射于数组下标用记数方式反映关键字值情况,数组元素下标自然把关键字值一次定好了位置,这样,可以不实施反复比较与交换操作。这种映射排序算法与比较交换排序法相比,有较高的效率,适宜在计算机大规模信息处理中广泛采用。     

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.     

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.     

基于节点相似性和网络嵌入的复杂网络社区发现算法

社区发现算法对分析复杂网络的拓扑和层次结构、预测复杂网络的演化趋势等具有十分重要的意义.传统的社区发现算法划分精度不高,忽略了网络嵌入的重要性.针对这样的问题,提出了基于节点相似性和网络嵌入Node2Vec方法的无参数社区发现算法.首先,使用网络嵌入Node2Vec方法将网络节点映射成欧氏空间中低维向量表示的数据点,计...     

基于结构深度网络嵌入模型的节点标签分类算法

在海量数据呈现爆炸增长态势的互联网时代,传统算法已无法满足处理大规模、多类型数据的需求.近年来最新的图嵌入算法通过学习图网络特征,在链路预测、网络重构和节点分类实践中普遍取得了极佳的效果.文中基于传统自动编码器模型,创新地提出了一种融合Sdne算法与链路预测相似度矩阵的新算法,通过在反向传播过程中引入高阶损失函数,依据...     

基于贝叶斯网络模型和矩阵嵌入的VoIP隐写算法

网络语音电话(voice over IP, VoIP)已成为目前人们沟通交流的普遍选择.相比文本、图像等传统隐写载体,网络语音数据流隐蔽性好,隐藏空间更大,因而得到越来越多的关注.目前的网络语音隐写研究围绕算法设计展开,已有成果的抗检测性有待进一步加强,且缺乏安全性理论指导.为此,首先分析语音帧的时序性特点,以相对熵的形式定义了基于贝叶斯网络模型的隐写安全性.通过分析语音编码过程,建立了固定码本参数的贝叶斯网络模型并将参数分为二元载体和三元载体2类.应用矩阵嵌入技术确定载体的修改位置,减少修改量;以最小化安全性测度为目标确定三元载体元素的修改方向,降低隐写对载体统计特性的影响.实验表明：在不显著增加计算复杂度的前提下,所提算法取得了比已有算法更好的感知透明性和抗检测能力.     

基于稀疏矩阵的低复杂度安全网络编码算法

针对安全网络编码复杂度较大的问题,提出一种基于稀疏矩阵的安全网络编码算法。利用稀疏矩阵占用较少的存储空间和运算速度快的优点,在信源处将信源信息与稀疏矩阵进行矩阵变换操作,使得随机网络编码能以较高的概率达到信息论安全的要求。仿真结果表明,该算法能提高编解码速率,降低复杂度,减少存储空间。     

基于云网络架构的虚拟网络映射算法研究

云网络架构采用控制与转发分离机制实现了资源的灵活分配,为了满足云网络架构的资源分配符合多业务的资源需求,提出了一种基于云网络架构的虚拟网络映射算法,提高了资源利用率。建立的虚拟网络映射算法模型,给出了虚拟网络映射算法的约束条件和优化目标。针对语音、视频和数据3种业务进行了仿真,结果表明,提出的算法提高了控制资源利用率、转发资源利用率和链路资源利用率。     

基于虚拟原型技术的虚拟网络实验室

建立虚拟网络实验室,是当前网络研究与设计的先进方法。该文将虚拟原型技术应用到网络的学习和研究中,给出了虚拟网络实验室的架构及网络实验软件系统体系结构。最后,演示了一个实例,说明数据如何传送到以太网的用户。     

基于网络嵌入方法的肠道微生物组大数据网络分析

厘清菌群群落与环境的相互关系及其潜在的驱动机理是肠道微生物研究的一项关键任务。通过微生物组高通量测序和大数据分析辨识微生物组分及功能是目前微生物群落分析的主要方法。现有人体肠道微生物的研究主要侧重于描述肠道菌群多样性和组成特征,缺少更深层次的菌群内部互利共生关系及其生态演替的探索。如何由微生物组数据从分子网络角度来研究肠道菌群分布的关联模式是目前亟待解决的问题。该文使用机器学习领域的网络嵌入方法改进传统生物网络结构学习技术过于依 赖节点间的个体相关关系的弊端,更准确地捕捉微生物网络关联的异构性、隐变量和不均衡性等特征。通过对生成的模块与环境变量以及关键代谢物的进行相关性分析,证实了新的网络模块挖掘方法可以更好地提取肠道菌群结构中之前较少被认识到的特征模块,从而更好地评估菌群与菌群之间、菌群与环境之间的制约关系以及菌群代谢功能之间的潜在耦合机制。该研究中描述的方法不仅给肠道微生物群落结构的解析提供了新视角,还可以拓展应用到其他环境微生物领域的研究,通过数据的多阶信息更好地反映群落结构的驱动过程。