多目标的虚拟网络映射算法研究
发布时间：2023-02-28 18:32
近些年,互联网作为底层的基础设施也正在经历着重大的技术变革。为了能够保证在互联网之上运行各种各样的创新型应用程序,研究学者提出了网络虚拟化技术。利用网络虚拟化技术,能够对底层物理网络设施中包括计算、网络、存储以及频谱等多维异构资源进行抽象池化,支持以按需服务的方式为各种各样的终端用户提供满足一定服务质量的网络服务。虚拟网络映射问题是网络虚拟化技术中的核心问题之一,其主要目的在于在有限的物理网络资源前提下,尽可能地优化各种资源分配算法,最大限度地提高物理网络资源的利用率,促使更多的虚拟网络用户的需求能够得到满足。本文重点研究了虚拟网络映射算法中的模型抽象问题,能耗感知的映射算法,安全感知的映射算法,和服务感知的映射算法。在此基础上,探索了能耗、负载和收益多目标的虚拟网络映射算法。本文的主要贡献如下:1.提出了一种基于三维资源约束条件的虚拟网络映射问题模型目前学者普遍认同“存储可以换带宽”的思想,因此在虚拟网络映射算法中考虑“存储”这一资源维度显得尤其重要。本文首次在虚拟网络映射问题模型中加入“存储”这一资源维度约束条件,提出了基于计算、网络和存储三维资源约束的虚拟网络映射问题模型。借助贪...
【文章页数】：135 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号说明
第一章 绪论
1.1 研究背景
1.1.1 网络虚拟化技术
1.1.2 虚拟资源分配技术
1.1.3 虚拟网络映射技术
1.2 研究意义
1.3 本文主要贡献
1.4 本文组织结构
1.4.1 主要内容
1.4.2 组织结构
第二章 虚拟网络映射问题研究概述
2.1 引言
2.2 虚拟网络映射问题建模
2.2.1 物理网络模型
2.2.2 虚拟网络模型
2.2.3 物理网络资源的度量
2.2.4 虚拟网络映射问题
2.2.5 混合整型线性规划模型
2.2.6 优化目标
2.3 虚拟网络映射评价标准
2.3.1 长期平均接受率
2.3.2 长期平均运营收益
2.3.3 长期平均收益/成本比
2.4 两种基于三维资源约束的虚拟网络映射算法
2.4.1 两种节点度量方法
2.4.2 NRM-VNE算法
2.4.3 RCR-VNE算法
2.4.4 性能评价
2.5 虚拟网络映射算法研究现状
2.6 面临的挑战和未来的研究方向
2.7 本章小结
第三章 能耗感知的虚拟网络映射算法
3.1 引言
3.2 网络模型和问题描述
3.2.1 网络模型
3.2.2 算法性能评价标准
3.3 算法描述
3.3.1 粒子群优化算法
3.3.2 离散粒子群优化算法
3.3.3 基于聚集策略的适应度函数
3.3.4 小生境粒子群算法的描述
3.3.5 基于小生境粒子群算法的虚拟网络映射算法
3.4 性能评价
3.4.1 仿真环境
3.4.2 仿真结果
3.5 本章小结
第四章 安全感知的虚拟网络映射算法
4.1 引言
4.2 相关研究工作
4.3 问题建模
4.3.1 网络模型和问题描述
4.3.2 混合整型线性规划模型
4.3.3 性能评价指标
4.4 基于信息熵TOPSIS的节点度量方法
4.4.1 节点重要度度量标准
4.4.2 信息熵TOPSIS方法
4.4.3 节点度量计算举例
4.5 启发式的安全虚拟网络映射算法
4.5.1 节点映射算法
4.5.2 链路映射算法
4.6 性能评价
4.6.1 仿真环境
4.6.2 仿真结果
4.7 本章小结
第五章 服务感知的虚拟网络映射算法
5.1 引言
5.2 相关研究工作
5.2.1 最大收益/最小成本的映射算法
5.2.2 最小能量消耗的映射算法
5.2.3 可靠性相关的映射算法
5.2.4 可生存相关的映射算法
5.3 网络模型和问题描述
5.3.1 物理网络基础设施
5.3.2 虚拟网络请求
5.3.3 虚拟网络映射问题
5.3.4 优化目标
5.4 拓扑感知的节点可靠度度量
5.4.1 研究动机
5.4.2 节点可靠度度量
5.4.3 节点排序算法
5.5 两种可靠感知的虚拟网络映射算法
5.5.1 RRW-MaxMatch算法
5.5.2 RDCC-VNE算法
5.6 实验结果与分析
5.6.1 仿真环境设置
5.6.2 实验结果分析
5.7 本章小结
第六章 基于能耗、负载均衡和收益的多目标映射算法
6.1 引言
6.2 相关研究工作
6.2.1 能耗感知的映射算法
6.2.2 负载均衡的映射算法
6.3 系统模型和问题描述
6.3.1 物理网络模型
6.3.2 虚拟网络请求模型
6.3.3 虚拟网络映射过程
6.3.4 算法性能度量指标
6.3.5 节点链路能耗模型
6.3.6 负载均衡评价模型
6.4 多目标的映射算法描述
6.4.1 综合的节点度量方法
6.4.2 改进的差异定价策略
6.4.3 E-LB-VNE算法描述
6.5 实验结果与分析
6.5.1 仿真环境设置
6.5.2 仿真结果讨论
6.6 本章小结
第七章 总结与展望
7.1 主要工作
7.2 主要创新点
7.3 未来展望
参考文献
致谢
攻读学位期间发表的学术论文目录
本文编号：3751635
【文章页数】：135 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
符号说明
第一章 绪论
1.1 研究背景
1.1.1 网络虚拟化技术
1.1.2 虚拟资源分配技术
1.1.3 虚拟网络映射技术
1.2 研究意义
1.3 本文主要贡献
1.4 本文组织结构
1.4.1 主要内容
1.4.2 组织结构
第二章 虚拟网络映射问题研究概述
2.1 引言
2.2 虚拟网络映射问题建模
2.2.1 物理网络模型
2.2.2 虚拟网络模型
2.2.3 物理网络资源的度量
2.2.4 虚拟网络映射问题
2.2.5 混合整型线性规划模型
2.2.6 优化目标
2.3 虚拟网络映射评价标准
2.3.1 长期平均接受率
2.3.2 长期平均运营收益
2.3.3 长期平均收益/成本比
2.4 两种基于三维资源约束的虚拟网络映射算法
2.4.1 两种节点度量方法
2.4.2 NRM-VNE算法
2.4.3 RCR-VNE算法
2.4.4 性能评价
2.5 虚拟网络映射算法研究现状
2.6 面临的挑战和未来的研究方向
2.7 本章小结
第三章 能耗感知的虚拟网络映射算法
3.1 引言
3.2 网络模型和问题描述
3.2.1 网络模型
3.2.2 算法性能评价标准
3.3 算法描述
3.3.1 粒子群优化算法
3.3.2 离散粒子群优化算法
3.3.3 基于聚集策略的适应度函数
3.3.4 小生境粒子群算法的描述
3.3.5 基于小生境粒子群算法的虚拟网络映射算法
3.4 性能评价
3.4.1 仿真环境
3.4.2 仿真结果
3.5 本章小结
第四章 安全感知的虚拟网络映射算法
4.1 引言
4.2 相关研究工作
4.3 问题建模
4.3.1 网络模型和问题描述
4.3.2 混合整型线性规划模型
4.3.3 性能评价指标
4.4 基于信息熵TOPSIS的节点度量方法
4.4.1 节点重要度度量标准
4.4.2 信息熵TOPSIS方法
4.4.3 节点度量计算举例
4.5 启发式的安全虚拟网络映射算法
4.5.1 节点映射算法
4.5.2 链路映射算法
4.6 性能评价
4.6.1 仿真环境
4.6.2 仿真结果
4.7 本章小结
第五章 服务感知的虚拟网络映射算法
5.1 引言
5.2 相关研究工作
5.2.1 最大收益/最小成本的映射算法
5.2.2 最小能量消耗的映射算法
5.2.3 可靠性相关的映射算法
5.2.4 可生存相关的映射算法
5.3 网络模型和问题描述
5.3.1 物理网络基础设施
5.3.2 虚拟网络请求
5.3.3 虚拟网络映射问题
5.3.4 优化目标
5.4 拓扑感知的节点可靠度度量
5.4.1 研究动机
5.4.2 节点可靠度度量
5.4.3 节点排序算法
5.5 两种可靠感知的虚拟网络映射算法
5.5.1 RRW-MaxMatch算法
5.5.2 RDCC-VNE算法
5.6 实验结果与分析
5.6.1 仿真环境设置
5.6.2 实验结果分析
5.7 本章小结
第六章 基于能耗、负载均衡和收益的多目标映射算法
6.1 引言
6.2 相关研究工作
6.2.1 能耗感知的映射算法
6.2.2 负载均衡的映射算法
6.3 系统模型和问题描述
6.3.1 物理网络模型
6.3.2 虚拟网络请求模型
6.3.3 虚拟网络映射过程
6.3.4 算法性能度量指标
6.3.5 节点链路能耗模型
6.3.6 负载均衡评价模型
6.4 多目标的映射算法描述
6.4.1 综合的节点度量方法
6.4.2 改进的差异定价策略
6.4.3 E-LB-VNE算法描述
6.5 实验结果与分析
6.5.1 仿真环境设置
6.5.2 仿真结果讨论
6.6 本章小结
第七章 总结与展望
7.1 主要工作
7.2 主要创新点
7.3 未来展望
参考文献
致谢
攻读学位期间发表的学术论文目录
本文编号：3751635
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3751635.html
