面向多节点故障的生存性虚拟网络映射方法

针对网络虚拟化环境中虚拟网络的生存性问题,提出一种面向多节点故障的生存性虚拟网络映射方法。该方法预先在物理网络中按比例留出备份资源并根据拓扑属性构造节点的候选集合,在发生节点故障后从故障节点的候选集合中选取重映射目标并动态分配预留的备用资源来恢复受到影响的虚拟网络,提高长期运营利润。仿真实验在多节点故障模型下从适用性、稳定性及性能方面验证了该方法的有效性。     

虚拟网络映射模型和算法研究

虚拟网络映射是网络虚拟化的关键问题之一,其目的是在满足虚拟网络资源需求的前提下,为该虚拟网络分配合适的底层网络节点和链路资源,从而在共享的物理网络基础设施之上构建彼此隔离的多重异构虚拟网络,为网络基础创新研究提供实验环境和平台,为网络新应用提供承载服务。论述了虚拟网络映射模型和映射算法,并提出基于最小割集理论设计VN映射算法。     

信任感知的安全虚拟网络映射算法

针对网络虚拟化技术带来的新的安全威胁,将信任关系和信任度引入到虚拟网络资源分配中,量化分析了网络虚拟化环境中的安全问题,构建了安全虚拟网络映射的数学模型,并在映射过程中考虑节点的局部和全局重要性,采用逼近理想排序法方法对节点进行多属性重要度排序,提出了一种信任感知的安全虚拟网络映射算法。仿真结果表明,该算法在满足虚拟网络请求可信需求的条件下,获得了较好的映射成功率、映射收益和资源利用率。     

基于节点可靠性感知和共享路径保护的虚拟网映射算法研究

网络虚拟化技术为目前的网络架构提供了一种有效的扩展手段。近年来,底层网络基础设施失效事件频发,因此如何提高虚拟网络的可靠性成为目前该领域一个研究热点。对在保证虚拟网络可靠性的同时如何最小化底层网络映射开销问题进行研究,设计了一个新的启发式算法对其进行求解。实验表明,相比其他算法,所提算法网络带宽资源开销更低。     

一种基于拓扑势的虚拟网络映射算法

该文针对现有的虚拟网络映射算法对网络中节点的拓扑属性考虑不够周到,导致其请求接受率和收益开销比较低的问题,将物理学里的场论思想引入了虚拟网络映射,并提出一种基于拓扑势的虚拟网络映射算法。该算法在节点映射阶段,通过计算节点的拓扑势、节点的资源能力、待映射节点与已映射节点之间的距离,将虚拟节点映射至最佳的物理节点。在链路映射阶段,通过计算物理路径的可用带宽和路径跳数,将虚拟链路映射至最佳的物理路径。仿真实验表明,该算法在多种虚拟网络到达强度下的请求接受率和收益开销比均优于当前的虚拟网络映射算法。     

可靠的虚拟网络映射算法研究

网络虚拟化技术允许多个异构的虚拟网络共享一个底层物理网络资源,为目前的网络架构提供了一种有效的扩展手段.近年来,底层网络基础设施失效事件频发,因此如何提高虚拟网络的可靠性成为目前该领域一个研究热点.本文针对底层节点失效后虚拟拓扑如何最大化连通问题进行研究,设计了一种基于割集和拥塞感知的虚拟网络映射机制.实验表明,该方法在不预留保护资源的情况下,可获得更好的底层网络长期运行平均收益.     

节点重要性感知的透明虚拟光网络协同映射策略

针对透明弹性光网络环境下虚拟光链路映射过长和频谱碎片问题,该文提出一种节点重要性感知的协同映射算法。在节点映射阶段,设计节点重要性度量准则,评估未映射节点和已映射节点的邻近性,以及光路的频谱紧密度,以缓解链路频谱碎片和增强节点映射的紧凑性。同时,为了降低节点映射成功而链路映射失败的概率,提出一种节点-链路协同映射算法,当成功映射一对相邻虚拟节点时,立即映射他们之间的虚拟光链路,并分配频谱资源,最小化虚拟光链路所映射物理光路跳数。仿真结果表明,所提算法能够使用更少的频谱资源传输更多的虚拟光网络业务,且缩短了虚拟光链路映射长度。     

虚拟网络映射问题研究综述

对虚拟网络映射问题的相关研究工作进行了充分调研,对现有的研究成果进行了深入分析,并且指出了已有研究工作中关键技术的优缺点。最后讨论了可以进一步研究的方向,为虚拟网络映射问题的研究提供参考。     

集中与分布:协同虚拟网络映射

结合传统集中式和分布式两类算法各自的特性,提出了协同虚拟网络映射算法。该算法保留了集中式算法中拥有全局视野的中心控制实体,负责总体控制和关键决策,同时将具体映射方案的计算过程交给有限的底层网络子集实现;唯一的中心控制实体与多个底层节点相互配合协作,共同完成虚拟网络映射的整个过程。该算法继承了集中式和分布式算法各自的优势,有效弥补了二者的缺陷,初步的仿真试验也证明了其可行性和有效性。     

基于链路优先的快速协同虚拟网络映射算法

在网络虚拟化环境中,为了减少链路映射成本和提高收益,提出了一种链路优先的协同映射算法。该算法交替映射链路和节点,并使用贪心思想优先将带宽资源需求较大的虚拟链路映射到跳数较少的物理路径上,最终达到降低虚拟网络平均消耗和提高虚拟网络接受率的目的。仿真结果表明,与已有算法相比,所提算法节约了链路映射的成本,提高了虚拟网络接受率和物理网络收益,算法运行时间也有效缩短。     

Hop-Limit Path Mapping Algorithm for Virtual Network Embedding

Virtual network (VN) mapping which deals with the allocation of network resources from the shared physical substrate to individual VNs is one of the key challenges for the application of realizing network virtualization. While a variety of state-of-the-art algorithms have attempted to address this issue from different aspects, the challenge still remains for mapping virtual link with hop count constraint. This paper presents a fast approximation path mapping algorithm to address this issue by formulating such virtual link mapping problem as a path-flow mathematical programming model, which aims to minimize the maximum link load factor. Through the use of the primal–dual method, a fully polynomial time approximation algorithm is proposed to solve this model. The experimental results show that the proposed algorithm can effectively solve the problem of path mapping with hop limit.     

面向差异化业务请求的虚拟网络映射算法

网络虚拟化是克服当前网络僵化的重要方法,而资源分配是网络虚拟化实现的核心.为了解决业务差异性需求导致的物理网络资源分布不均,造成虚拟网络接受率下降的问题,提出面向差异化业务请求的虚拟网络映射算法.该算法首先定义反应节点和所连接链路资源比的节点饱和度,依此将虚拟节点映射在节点饱和度最接近虚拟网络请求的物理节点上,最后基于所映射的物理节点和节点饱和度约束,将虚拟链路映射在由物理链路组成的路径上.仿真结果表明该算法能够满足不同业务的差异化请求,具有较高的资源利用率和虚拟网络接受率.     

A Topology-Cognitive Algorithm Framework for Virtual Network Embedding Problem

The virtual network embedding/ mapping problem is an important issue in network virtualization in Software-Defined Networking （SDN）. It is mainly concerned with mapping virtual network requests, which could be a set of SDN flows, onto a shared substrate network automatically and efficiently. Previous researches mainly focus on developing heuristic algorithms for general topology virtual network. In practice however, the virtual network is usually generated with specific topology for specific purpose. Thus, it is a challenge to optimize the heuristic algorithms with these topology information. In order to deal with this problem, we propose a topology-cognitive algorithm framework, which is composed of a guiding principle for topology algorithm developing and a compound algorithm. The compound algorithm is composed of several sub- algorithms, which are optimized for specific topologies. We develop star, tree, and ring topology algorithms as examples, other sub- algorithms can be easily achieved following the same framework. The simulation results show that the topology-cognitive algorithm framework is effective in developing new topology algorithms, and the developed compound algorithm greatly enhances the performance of the Revenue/Cost （R/C） ratio and the Runtime than traditional heuristic algorithms for multi-topology virtual network embedding problem.     

Virtual Network Embedding Algorithm for Load Balance with Various Requests

Virtual network embedding （VNE） is a crucial technology for network virtualization to allocate network resource. Virtual network request in which node and link resource have great disparity will lead to unbal- anced resource distribution and lower acceptance ratio of virtual network requests. In this paper, we provide a vir- tual network embedding algorithm for load balance with various requests. It maps virtual nodes to substrate nodes of which node link residual resource ratio is closest to that of virtual nodes, and then maps the virtual link to physical path using shortest path first algorithm with the link node residual resource ratio constraint. Simulation shows that the provided algorithm can get higher acceptance ratio and network resource utilization for load balance.     

一种基于孪生神经网络的深度异构网络嵌入算法

针对现有异构网络嵌入方法导致的捕获关系冗余和模糊的问题,提出了一种基于孪生神经网络的深度异构网络嵌入模型。首先,基于面向关系的深度嵌入(Relation-Oriented Deep Embedding,RODE)框架构建了异构网络嵌入模型,以区分同型节点和异型节点之间的关系;其次,将同型节点与异类节点之间的相似性近似到低维空间,通过构建多任务的孪生神经网络来实现节点之间结构和语义关系的深度嵌入;最后,选取四个数据集执行典型网络挖掘任务,并与其他六种算法进行实验对比分析。实验结果表明,保持相同类型节点之间的相似性有助于提高节点分类效率,且损失函数在提高异构网络嵌入质量方面具有良好的优越性;RODE模型能够有效提高稀疏网络的嵌入质量,且具有良好的稳定性和鲁棒性。     

基于纳什议价的虚拟网多目标映射算法

请求接受率和节能是虚拟网映射过程中两个至关重要的指标,然而当前虚拟网映射问题的研究仅考虑单一指标,忽略了两者之间的关联和制约,导致虚拟网映射整体性能下降。该文提出一种基于纳什议价的虚拟网多目标映射算法(MOVNE-NB)：利用博弈论谈判技术,在纳什议价的框架下协商虚拟网映射的合理解;提出公平议价机制,避免参与人自私决策而导致议价失败。实验表明,MOVNE-NB算法不仅能产生一个帕累托有效解,且实现了请求接受率和节能的公平折中。

     

联合能耗与负载均衡的虚拟网络映射方法

为解决弹性光网络中虚拟网络映射时能耗严重、资源分配不均的问题,该文提出一种联合能耗与负载均衡的虚拟网络映射（PC-LB-VONE）方法.在虚拟节点映射时,选择相邻链路长度短、光节点计算资源多与相邻链路带宽资源多的光节点映射.在虚拟链路映射时,提出一种基于极大团的候选光路资源匹配度单路径映射策略.当单路径映射失败时,设计基于链路负载均值的多路径映射策略.仿真结果表明,所提方法能在减少弹性光网络能耗的同时均衡网络负载.     

环境自适应的拓扑联合感知虚拟网映射算法

针对虚拟网映射算法环境适应度低、拓扑关联性较差且映射开销较大的问题,该文提出一种环境自适应的拓扑联合感知虚拟网映射算法。首先提出一种加权相对熵排序方法对具有多指标的节点进行量化处理,依环境变化赋予节点指标不同的权值;在虚拟节点排序阶段采用加权相对熵和广度优先搜索算法双重排序,物理节点排序中引入就近度与加权相对熵算法配合使用,实现了对虚拟拓扑和物理拓扑的联合感知;最后利用k-最短路径算法完成虚拟链路映射。仿真结果表明,该算法依据环境变化自适应调整指标权值,提高了虚拟网映射成功率和收益开销比。     

基于资源区域聚集度的虚拟网映射算法

虚拟网映射是网络虚拟化研究中亟待解决的问题,针对已有映射算法中存在的对于网络拓扑信息利用不足的现状,该文提出了基于资源区域聚集度的虚拟网映射算法(RCI-VNE)。在映射预处理阶段,根据局部拓扑信息和区域资源聚集度提出节点区域资源聚集评价算法。在节点映射阶段,提出一种基于节点区域资源聚集排名的2-近邻聚集映射算法,该算法将虚拟网节点集中映射到底层网络中可用资源丰富的区域,减小承载链路的长度。实验结果表明,该算法降低了虚拟网映射开销,且具有较高的虚拟网请求接受率和较低的平均执行时间。