基于服务质量的动态资源分配算法

在网络虚拟化过程中,当前大多数物理资源分配算法,主要考虑了资源利用率和网络收益,而忽略了虚拟网络请求的服务质量,从而在不同用户之间造成不公平。针对该问题,提出基于服务质量的动态资源分配算法。该算法在空闲时频资源非连续情况下,只有当虚拟网络请求的生命周期足够长,满足重分配影响因子情况下,才优先为资源量小的虚拟网络请求重分配物理资源;在空闲时频资源连续情况下,综合考虑优先级、时间容忍和网络收益因素影响,为虚拟网络请求分配相适应的物理资源。仿真结果表明,该算法相对于传统基于生命周期的动态资源分配算法和贪婪动态分配,在实现物理资源高效利用的前提下,不但保障了虚拟网络请求的服务质量,而且降低了该算法的运行时间。     

基于最大收益的无线虚拟网络重映射算法

针对无线环境的动态性及虚拟网络请求到达与离开的随机性,使得物理网络负载分布不均衡,导致后续请求的接受率降低的问题,提出一种无线网络虚拟化中的两阶段重映射算法（two stages reconfiguration scheme for wireless network virtualization,TR-WNV）。该算法通过第1个阶段选出合适的虚拟网络进行重映射,接着在第2个阶段按照优先级对已选出的虚拟网络进行重映射,并根据离散度来判断每次映射效果。最后,通过仿真对算法进行验证,结果表明该算法在保证虚拟网络请求收益最大化同时,有效提高了虚拟网络请求接受率,实现整个底层网络的负载分布均衡。     

基于最小代价的跨域虚拟网络映射算法

针对多个自治域网络环境中的虚拟网络映射问题,提出了基于最小代价的跨域虚拟网络映射(MC-VNE)算法.首先根据虚拟网络的约束条件,计算每个虚拟节点的可用物理节点集合,然后利用最小权重路由算法,计算出每条虚拟链路的可用映射物理路径集合.借鉴克鲁斯卡尔最小生成树算法思想,依次在可用映射物理路径集合选择最小权重物理路径,然后将对应的虚拟链路映射到该物理路径上,并协调完成虚拟节点的映射操作.仿真结果表明,MC-VNE算法有效地降低了虚拟网络映射的资源代价,提高了虚拟网络请求接受率.     

一种自适应扩展的虚拟网络映射算法

针对虚拟化网络环境中的资源分配问题,通过深度优先搜索遍历虚拟网络,构造相邻的虚拟节点队列.根据网络的拓扑结构以及节点和链路的资源状态,自适应地扩展物理网络拓扑结构,协调地将相邻的虚拟节点和其邻接链路映射到负载强度较低的邻接物理节点和物理链路上.仿真结果表明,AAG-VNM算法有效地降低了虚拟网络映射的资源开销,提高了物理网络资源利用率和虚拟网络请求接受率.     

面向多播请求的虚拟网络嵌入保护算法

针对弹性光网络(elastic optical networks,EONs)中提高虚拟请求的生存性问题,提出一种基于节点关联度的双树嵌入保护DEP-NCD(dual-tree embedding protection based on node correlation degree) 算法.该算法采用预先规划的方法为工作树分配链路分离的保护树,在发生故障时,能够尽快利用网络中的空闲资源,为中断的请求重新选定路径,保证请求能够不间断传输,减少因故障造成的损失,避免对用户造成严重的影响.仿真结果表明,该算法能最大限度地减少资源的使用,避免冗余多播请求在底层光网络中的传输.     

高效节能的虚拟网络重构算法

针对虚拟网络映射中的能耗问题,根据虚拟网络重构特征以及节点和链路的能耗特性,建立虚拟网络重构优化模型。通过设置底层物理网络的资源利用率阈值,周期性地将资源利用率大于高阈值和小于低阈值物理节点和物理链路上映射的虚拟节点和虚拟链路迁移到能耗增幅较小的物理节点和物理链路上,并采用节点、链路休眠和唤醒机制,动态地调整网络中活动物理节点和物理链路数量。模拟结果表明:EE-VNR算法有效地均衡了底层物理网络中节点和链路的负载水平,提高了虚拟网络请求接受率,大大地降低了虚拟网络映射的系统能耗。     

优化人工蜂群算法的跨域虚拟网络映射算法

针对跨域虚拟网络映射问题,提出一种基于优化人工蜂群算法的跨域虚拟网络映射算法.该算法采用集中管理、分布控制的方式实现物理网络资源的有效利用,并就人工蜂群算法收敛速度慢、局部最优缺点,提出寻优能力更强的优化人工蜂群算法进行域间映射请求的划分.实验结果表明:与LID-MVNE算法、Policy-MVNE算法、GA-MVNE算法相比,所提算法能够以更小的额外开销、更少的划分时间实现更高的接受率.     

基于层次拓扑树的虚拟机节能分配算法

为了均衡分布式数据中心物理主机多维资源的利用率,减少物理主机使用数量,节约能耗,提出了一种基于层次拓扑树的虚拟机节能分配算法HTES(hierarchical topology energy saving),此算法可以有效提升虚拟机分配效率.利用Laplacian矩阵,对大规模网络拓扑分割,建立了层次拓扑树模型.基于层次拓扑模型,根据虚拟机请求中IP地址与数据中心的距离,将虚拟机请求分组,从层次拓扑树模型中查询合适的物理主机区域,按虚拟机请求与物理主机的资源匹配度进行虚拟机的分配.将HTES与其他3种算法进行模拟仿真实验,从虚拟机分配时间、资源均衡率、能耗和物理主机使用情况等方面验证了HTES算法能够有效加快物理主机搜索速度,增加底层占用物理主机的集中度,降低底层物理主机的使用数量,达到节约能耗的目的.     

基于服务能力的VANET协同服务发现中间件

针对如何有效利用多个资源提供者为请求资源的车辆提供服务的问题,引入车辆服务能力的概念,面向城市车辆自组织网络(VANET)环境,提出了一种车联网协同服务发现中间件体系结构.该中间件可以根据车辆的内部资源和自身的物理属性,综合衡量其提供服务的能力.同时,设计了协同服务发现算法,将服务任务根据提供服务车辆的服务能力进行合理分配.计算可提供服务车辆的服务能力和协同服务车辆阈值,确定服务提供者列表.按照列表内各车辆的服务能力,将请求的服务任务进行分配,并将服务请求车辆与服务提供者进行服务绑定.仿真结果表明,与相同城市环境下的VITP算法相比,所提算法可降低服务绑定时间,并提高服务绑定成功率.     

基于图的邻接分割的虚拟网络映射算法

针对大规模虚拟网络映射算法映射效率低、在映射节点和链路时易引起网络分割等问题,提出了一种图的邻接分割方法,将虚拟网络分割为多个邻接的星型结构,以简化虚拟网络映射规模;建立了一种节点和链路的资源匹配模型,使节点映射能适应链路资源分布状态、链路映射能匹配节点可用资源大小,从而协调完成节点和链路映射操作,解决节点、链路的映射协调性差以及网络资源分配不匹配等问题.仿真实验结果表明,所提出的算法降低了虚拟链路的映射路径长度,提高了虚拟网络映射效率和负载均衡性能,获得了较高的虚拟网络请求接受率.     

宽带多媒体卫星通信系统中的无线资源申请

系统分析了多媒体通信卫星网络MAC协议中的资源分配流程及资源申请时序关系,在此基础上,考虑卫星网络中的长延时环境,提出了一种基于流量预测的资源申请算法,以弥补现有算法严重滞后于流量变化的不足.该算法引入记录因子,对资源的申请与分配进行记录,以提高带宽的分配效率,减少带宽申请信令的数量,从而减少对网络资源申请的响应时间;将最小均方算法用于网络流量的预测,以削弱卫星链路长延时对网络资源申请造成的负面影响.仿真结果表明,该算法的性能大大优于现有的资源申请算法,在高负载度、长峰值传输时间的条件下,算法具有良好的适应性.     

SaaS应用中基于SLA的资源分配研究

随着云计算的普及,软件即服务(Software as a Service,SaaS)得到了广泛的关注.SaaS应用中,需要满足客户服务等级协议(Service Level Agreement,SLA)要求、减少SLA服务违例的同时,尽量提高系统资源的利用率,这对资源分配策略提出了挑战.提出了SaaS模式下的基于SLA的资源分配策略:基于对客户请求动态变化的分析,针对"首次租用服务"和"租用服务升级"两种请求类型,提出了一种用户请求与底层资源的映射策略;提出了提高虚拟机重用度的基于SLA的资源效率优化分配算法.实验表明,该资源分配算法可以在有效保证服务质量的同时,提高资源的利用率.     

基于安全感知的网络切片部署策略

针对网络切片的安全部署问题,提出一种基于安全感知的网络切片部署策略。在网络切片部署阶段,先进行虚拟网络功能（VNF）映射,从安全需求的角度定义VNF与物理节点之间的安全约束条件;其次,提取切片部署过程中物理节点的安全特征矩阵,利用策略网络输出安全特征矩阵的概率分布并进行排序;最后,采用基于策略的强化学习方法求解VNF的映射结果。当VNF映射完成后,采用Dijkstra算法进行虚拟链路映射,得到网络切片安全部署结果。仿真结果表明,所提策略在长期收益开销比、请求接受率、网络资源利用率、带宽利用率与运行时间上均优于GRC、VNEC-RL与SVNEC-RL算法,且保证了部署过程中网络切片的安全需求。     

云计算中时间感知应用的资源分配与调度算法

现有数据中心中时间感知型云计算应用的资源分配算法能耗较高,严重影响了数据中心的服务上限以及云服务商的经济效益,对此提出一种低能耗的云计算资源分配与调度优化算法.算法分为两个阶段:第一阶段,释放并更新请求集的服务器与链接的剩余容量,同时更新能量辅助图中相应的权重;第二阶段,将所有新到达请求按所需时间段以降序排列,为各请求分配资源;第三阶段,检查资源可用性,并基于能量辅助图采用最短权值路径选择算法为资源请求分配虚拟机与流量.基于思科真实设备参数的仿真实验结果表明,本文云计算资源分配与路由算法的能量效率与资源分配性能均优于其他算法.     

基于网络感知的两阶段虚拟机分配算法

提出了一种基于网络感知的两阶段虚拟机分配算法(NWTP).首先,针对现代数据中心网络拓扑的随机性(树形、服务器和光纤混合),根据交互对象的不同,将虚拟机的带宽请求分为网内带宽和网间带宽两种.其次,将虚拟机的分配过程分解成带宽区域划分和物理主机分配两个彼此连续的阶段,建立网络感知模型.然后,利用流水线技术将带宽区域划分和物理主机分配看作两个连续的工序,并发进行分配处理.在带宽区域划分环节,利用节点介数和聚集系数动态感知物理主机的稳定性,通过差异化的分配策略为虚拟机子集选择合适的物理主机区域.在物理主机分配环节,将更多的虚拟机分配到负载方差最大的物理主机上,提高虚拟机网内带宽的节约度,均衡物理主机的资源负载.最后,对NWTP,遗传GA,模拟退火SA,贪婪GR四种算法进行大量的仿真实验,从分配时间、延迟、吞吐率、CPU利用率、带宽利用率和物理主机使用情况六个方面验证了NWTP算法的性能.