基于顾问引导搜索的虚拟网络映射算法

发布时间：2022-01-19 00:59

　　针对虚拟网络映射问题,提出了一种基于顾问引导搜索的虚拟网络映射算法。综合考虑节点CPU、节点度、邻接带宽资源,结合元启发式顾问引导搜索算法进行虚拟网络映射。实验结果表明,与EAJTA-VNE算法和ANT-VNE算法相比,所提CGS-VNE算法在虚拟网络请求资源需求较低、资源需求中等、资源需求较高等环境下均有较高的请求接受率和收益成本比,缩短了映射时间。 

【文章来源】：物联网学报. 2020,4(02)

【文章页数】：9 页

【部分图文】：

虚拟网络映射

图2为场景1中3种算法的请求接受率随运行时间的变化曲线，可以看出随着运行时间的增加，3种算法的请求接受率逐渐下降，最终趋于稳定。ANT-VNE算法在考虑资源约束的同时考虑链路跳数，但会出现底层网络不能同时满足节点CPU约束与链路跳数约束的情况，因此，请求接受率保持在65%左右。EAJTA-VNE算法综合考虑节点CPU、节点邻接带宽资源、节点度等因素，使用加权相对熵方法对虚拟节点排序，性能有所提高，请求接受率保持在70%左右。本文提出的CGS-VNE算法在考虑网络资源和拓扑的同时，引入顾问引导机制，智能引导虚拟网络映射，从而提高了映射成功率，请求接受率保持在85%左右。图3比较了场景1中3种算法的收益成本比，ANT-VNE算法请求接受率最低，收益成本比低于其他两种算法。EAJTA-VNE算法使用相对熵对节点排序，收益成本比高于ANT-VNE算法。CGS-VNE算法考虑了CPU、节点度、节点邻接带宽，并利用顾问引导机制智能算法指导映射，所以收益成本比高于其他两种算法。图4对比了场景1中3种算法的节点利用率，ANT-VNE算法与EAJTA-VNE算法针对网络资源和拓扑属性对节点排序，节点利用率相近。CGS-VNE算法利用顾问引导机制融合网络资源和拓扑属性引导节点映射，在一定程度上提高了节点利用率。图3 场景1中3种算法的收益成本比

场景1中3种算法的收益成本比

【参考文献】：
期刊论文
[1]空间信息网络与激光通信发展现状及趋势[J]. 姜会林,付强,赵义武,刘显著.  物联网学报. 2019(02)
[2]面向车辆多址接入边缘计算网络的任务协同计算迁移策略[J]. 乔冠华,冷甦鹏,刘浩,黄开胜,吴凡.  物联网学报. 2019(01)
[3]边缘计算的架构、挑战与应用[J]. 李林哲,周佩雷,程鹏,史治国.  大数据. 2019(02)
[4]无线接入网络中网络功能虚拟化研究综述[J]. 贾海宇,陈佳,王铭鑫.  电信科学. 2019(01)
[5]环境自适应的拓扑联合感知虚拟网映射算法[J]. 苏玉泽,孟相如,孟庆微,赵志远.  电子与信息学报. 2018(01)
[6]关于天地一体化信息网络发展建设的思考[J]. 吴巍,秦鹏,冯旭,刘海蛟,黄照祥.  电信科学. 2017(12)
[7]基于邻接节点与拓扑结构感知的虚拟网络映射算法[J]. 谢枫,孟相如,赵志远,苏玉泽.  计算机工程. 2018(09)
[8]人工智能技术研究及未来智能化信息服务体系的思考[J]. 王志宏,杨震.  电信科学. 2017(05)
[9]虚拟网络映射模型及其优化算法[J]. 蔡志平,刘强,吕品,肖侬,王志英.  软件学报. 2012(04)
[10]虚拟网络映射问题研究综述[J]. 程祥,张忠宝,苏森,杨放春.  通信学报. 2011(10)



本文编号：3595921