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。     

一种基于约束优化的虚拟网络映射方法

虚拟网络映射问题将不同的虚拟网络应用映射到相同的基础设施网络中,这是一个极具挑战性的问题.针对该问题,提出了一种基于约束优化的虚拟网络映射方法,将映射问题分解为节点映射和链路映射两个阶段,其中,前者是将虚拟节点映射到物理节点上,后者将虚拟链路映射到物理路径上,它们都是NP难问题.针对节点映射和链路映射分别提出了node-mapping算法和link-mapping算法.node-mapping算法基于贪婪算法的思想,映射时考虑了物理节点所能提供的资源数量以及物理节点间距离两个因素,该算法能够保证基础设施网络中各节点间的负载相对均衡;同时,通过采用访问控制机制,过滤一些异常的虚拟网络请求,能够有效地提高资源的使用效率.link-mapping算法基于人工智能领域中的分布式约束优化思想,其能够保证得到的解是全局最优的,即映射链路的代价最小.最后,通过模拟实验对该方法进行验证,实验结果表明该方法在求解虚拟网络映射问题时的性能良好.     

基于节点抗毁能力感知的虚拟网络可靠映射算法

为提高虚拟网络映射的可靠性,考虑影响底层物理节点抗毁能力的节点有效性、适应性、黏聚度及可用计算资源等因素,提出一种改进的虚拟网络映射算法。采用逼近理想解排序法对底层物理节点的抗毁能力进行排序,将虚拟节点映射至抗毁能力最强的物理节点上,当物理节点故障时重映射至抗毁能力次强的节点上应对物理节点失效的情况。仿真结果表明,在满足抗毁性约束的条件下,该算法能够有效降低底层物理网络的开销,提高虚拟网络映射成功率。     

基于SDN的虚拟网络重映射方法研究

针对底层网络中关键资源成为虚拟网络映射过程中的瓶颈问题,提出一种在SDN环境的基于拓扑感知的虚拟网络映射算法,算法通过提出资源关键度和资源负载度的底层资源度量方式,通过使用提出的资源度量方式进行映射,并感知底层网络资源负载进行动态调整。仿真结果表明,算法在请求成功率、收益花费比和资源负载均衡度方面具有较好的性能。     

基于负载均衡的无线虚拟网络映射算法

针对网络僵化的问题,目前多采用网络虚拟化（NV）方法进行解决,其关键技术是虚拟网络映射（VNE）。为解决无线VNE过程中功率和带宽资源使用不均衡的问题,基于负载均衡原理提出一种联合资源分级的无线VNE算法。首先,采用新的节点资源排序方式,其中将节点功率和平均链路带宽作为排序依据;其次,对资源进行分级,以动态调整虚拟网络请求对功率和带宽资源的需求;最后,改进功率和带宽资源的单位成本,并以最小化成本为目标函数选择资源分配方案。与原有的无线VNE算法WVNE-JBP相比,所提算法的总体接受率提高了11.7个百分点,平均功率利用率提高了4.4个百分点,平均带宽利用率提高了1.6个百分点。实验结果表明,所提算法能有效提高虚拟网络接受率和资源利用率。     

基于软件定义网络的可靠性虚拟网络映射保障机制

在软件定义网络（SDN）虚拟网络映射中,现有研究者主要考虑请求接受率方面,而忽视了SDN中底层资源失效的问题。为此,针对SDN中可靠性虚拟网络映射（SVNE）问题,提出了一种联合先验式保护和后验式恢复的虚拟网络映射保障机制。首先,在虚拟请求接受之前,对SDN物理网络区域性资源进行感知;然后,采用先验式保护机制为映射域内相对剩余资源变小的虚拟网络元素预留备份物理资源,并将此扩展虚拟网络通过D-ViNE算法映射至物理网络中;最后,在未备份虚拟网络元素发生故障时,采用后验式恢复算法完成故障的恢复,对节点和链路分别采用重映射和重路由的方法完成恢复。实验结果表明,与基于SDN的生存性虚拟网络映射算法（SDN-SVNE）相比,在虚拟请求接受率方面提高了21.9%。另外,该保护机制在虚拟级别故障恢复率、物理级别故障恢复率等方面也具有优势。     

优化的虚拟网络两阶段协同映射算法

虚拟网络映射问题是网络虚拟化的关键问题,以往的研究多采用节点映射和链路映射两阶段分离的启发式算法。本文以降低映射的资源花费为依据,以提高映射成功率和底层资源利用率为目的,提出一种采用两阶段协同映射思想,并结合链路分流和路径迁移技术的映射算法。模拟实验表明,该算法具有较高的映射成功率和较高的收益花费比。     

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%。     

基于业务类型的网络切片可靠性映射算法

网络切片是5G网络的基础架构技术,为在多个切片共享同一底层网络资源的同时保证切片的可靠性,提出一种区分业务类型的网络切片可靠性映射算法,解决底层网络链路故障、网络切片可靠性与资源利用率相互矛盾的问题.通过区分切片承载业务类型,对高可靠低时延切片请求的链路提前构建备份路径,并采用基于最大生成树链路的备份资源共享保护方法,...     

虚拟网络映射问题研究及其进展

随着互联网的快速发展,现有的互联网架构已经难以满足互联网新型应用的发展,在一定程度上呈现出僵化现象.网络虚拟化被认为是解决网络僵化问题的重要途径,其中的虚拟网络映射问题研究如何将具有虚拟节点和虚拟链路约束的虚拟网络映射到基础设施网络中.首先给出了虚拟网络映射问题的形式化定义,分析了虚拟网络映射问题面临的挑战性和求解目标;其次,对各种虚拟网络映射问题的求解方法加以分类,在分类的基础上,介绍了各种典型的求解方法并进行了对比;最后总结了各种虚拟网络映射问题求解方法,并指出了未来的研究趋势.     

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。     

虚拟网络映射模型及其优化算法

网络虚拟化被视为构建新一代互联网体系架构的重要技术,它使得能在一个共享的底层物理网络上同时运行多个网络架构或网络应用,从而能为用户提供多样化的端到端定制服务.虚拟网络映射是实现网络虚拟化的关键环节,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.虚拟网络映射需要解决资源约束、准入控制、在线请求和拓扑多样性等多方面的问题.根据应用场景、优化目标、映射方式和约束条件的不同,可以得到不同类型的虚拟网络映射优化问题.这些优化问题通常是NP难的.通过形式化建立了虚拟网络映射模型,归纳了虚拟网络映射的方法和算法.总结了解决虚拟网络映射模型优化问题的几条技术途径,指出了该领域中需要进一步研究的热点问题.     

随机异构传感器网络中基于虚拟节点的调度算法

针对随机异构传感器网络节点调度过程中覆盖率和能耗的平衡问题,论文面向具有随机异构属性的无线传感器网络,提出了一种基于虚拟节点的调度算法(SAVSH)。通过部署虚拟节点,与原网络拓扑共同构建Delaunary三角剖分,分配节点受力来源。利用三角形平衡点实现网络整体的覆盖优化;通过三角形关键点完成节点位置的精确定位;引入二进制编码,完成对越界关键点的识别,及其对边界节点的约束受力设计。仿真结果表明,SAVSH在稳定的短移动距离下,能够高效地提高异构网络的覆盖率,且与同类算法相比,SAVSH在收敛速度上表现出一定优势。     

一种基于协作博弈的虚拟网络嵌入策略

针对现有云服务中虚拟网络嵌入方法无法有效处理硬件故障的不足,提出一种基于协作博弈的高可靠性虚拟网络嵌入策略CG-VNE（virtual network embedding strategy based on cooperative game）,其目标是通过使客户们的接受率最大化使云供应方的收入最大,同时将底层路由器或链路故障导致的虚拟网络中断率降到最低．为了回避虚拟网络映射过程的指数级复杂度,CG-VNE将虚拟网络嵌入问题阐述为两个互相交错的协作博弈：第1个博弈处理虚拟节点映射问题,第2个博弈处理虚拟链路的嵌入问题．通过这两种博弈,虚拟博弈方通过合作即可达到纳什平衡,在提升云提供商的收入的同时有效地处理了路由器和链路的物理故障．全面的仿真实验结果表明,在新客户拒绝率、云服务收入及受到物理故障影响的客户率3个方面,相比于目前大多数虚拟网络嵌入算法而言,CG-VNE的性能提升明显．     

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．