面向收益最大化的虚拟网跨域映射策略

通过跨域映射能够为虚拟网提供更多的底层资源,但跨域映射策略也需要对网络运营商的自私性进行考虑。为此,提出一种面向收益最大化的虚拟网跨域映射策略,该策略通过引入域节点的概念来建立虚拟网拓扑分割和本地映射方案的同步求解模型,然后设计了一种基于遗传进化思想的本地映射算法对模型进行求解。仿真实验表明,该策略不但能提高运营商的收益,而且能够有效降低映射所需的开销。     

一种面向网络节能的VNF容量调整方法

虚拟网络功能(VNF)容量调整因其能够显著提升网络服务提供过程中的资源利用率而成为研究热点,但该技术在实施时会导致网络能耗的升高。为解决该问题,提出一种面向网络节能的VNF容量调整方法。首先提出一种基于门控循环单元和注意力机制的VNF容量需求预测方法,然后根据VNF容量需求的预测结果,设计了一种基于深度强化学习的VNF容量需求映射方法完成VNF的容量调整,通过集中部署VNF实例和关闭网络中的空闲节点来降低网络能耗。实验结果表明,与经典的ORFA方法相比,所提方法提升了7.72%的资源利用率并降低了10.17%的网络能耗。