基于流量优化的可靠服务功能链部署方法

针对网络功能虚拟化环境中服务功能链部署的资源开销问题, 提出一种基于流量优化的可靠服务功能链部署方法。首先, 根据虚拟链路流量变化对虚拟网络功能进行聚合, 使带宽需求大的虚拟链路部署到底层网络后, 其流量变为服务器的内部流量。其次, 综合考虑可靠性、综合时延以及拓扑属性, 利用离差最大化的多指标决策算法对物理节点进行评价, 并使用链路约束降低流量的乒乓效应。最后, 采用k-最短路径算法将虚拟链路部署到满足带宽需求的物理链路上。仿真实验表明, 所提方法在保证服务功能链可靠性的基础上, 对长期收益开销比、映射成功率、端到端时延以及带宽开销有较大优化。     

节点可靠感知的差异保护虚拟航空网络映射算法

针对集成僵化的传统航空网络难以在节点出现故障后快速高效调度网络资源,从而恢复任务执行的问题,提出了无线网络虚拟化环境下节点可靠感知的差异保护虚拟航空网络映射(node reliability-aware protection-differentiated virtual airborne network embedding, NRPD-VANE)算法。首先,节点映射采用新的节点重要度评价方法,综合感知故障可能、无线干扰和网络资源,为虚拟节点映射可靠物理节点;其次,链路映射根据节点重要度,采用P圈保护技术对映射路径节点实行差异保护。仿真结果表明,相比传统的节点保护映射算法,所提算法在保持较低恢复时延的同时,提高了映射成功率。     

可靠性与拓扑感知的服务功能链备份保护方法

在网络功能虚拟化环境中,针对服务功能链部署时的可靠性研究存在资源利用率较低的问题,提出一种可靠性与拓扑感知的服务功能链备份保护方法.首先,利用最小费用最大流算法将服务功能链请求中的虚拟网络功能部署在可靠性较高的服务器节点上,尽可能提高服务功能链的可靠性.其次,针对未能达到可靠性需求的服务功能链,通过为部署在可靠性较低服...     

基于二分图最优匹配的虚拟网络映射算法

针对现有虚拟网络映射存在开销较大、资源利用不够合理的问题,提出了一种基于二分图最优匹配的虚拟网络映射算法。首先以虚拟节点和物理节点为顶点构建二分图,将节点映射问题转化为二分图最优匹配问题;其次将节点资源评价最高的物理节点与节点需求评价最高的虚拟节点优先匹配,并利用Kuhn-Munkres算法求解二分图最优匹配,依据匹配结果进行节点映射;最后利用 k-最短路径算法实现链路映射。实验表明,与以往的映射算法相比,提出的映射算法在保持较高映射成功率的同时,提高了长期收益开销比,且资源利用更加合理。     

能源区块链网络中的虚拟电厂运行与调度模式

为提高虚拟电厂中用户交易的效率及其运行调度的安全性,针对传统虚拟电厂运行调度中高成本、高风险、低效率的问题,基于多元用电主体概念,提出了能源区块链网络中的虚拟电厂运行与调度模式。为提高用户交易的可靠性和经济性,采用电力交易共识算法对虚拟电厂中不同需求的多元用户进行智能匹配;引入能源区块链网络,提出改进的虚拟电厂运行调度模型,不仅保证了信息存储的安全性,还使得运行调度更加稳定透明。案例分析表明,本文提出的模型能够有效提高虚拟电厂中交易与调度的安全性和效率,可以为虚拟电厂中的能源交易提供参考。     

基于多维学习的服务扩散模型构建与实证

基于主体认知渠道和多维消费者网络结构的线下线上异构性,构建多阶段时间序列学习（MSTSL）模型和多维网络学习（MNL）模型,探索多维网络融合的服务扩散规律;基于真实的扩散数据,改进消费者网络的服务扩散模型,并克服社会网络分析的仿真方法缺陷. 以图书服务数据样本进行实证研究发现,本文提出服务扩散模型能够较好地拟合现实数据;服务扩散中消费者的多维学习效应可以发挥重要作用;揭示消费者群体服务采纳服务产品的不同学习影响机制,研究结果有益于深入描述服务产品扩散的内在规律及制定恰当的服务策略.     

基于进化多目标优化的微服务组合部署与调度策略

面向微服务实例在不同资源中心的组合部署与调度问题,构建微服务组合部署与调度最优化问题模型。以资源服务中心计算及存储资源利用率、负载均衡率和微服务实际使用率等为优化目标,以服务的完备性、资源与存储资源总量和微服务序列总量为约束条件,提出基于进化多目标优化算法（NSGA-Ⅲ,MOEA/D）求解方法,寻求微服务序列在不同资源中心的实例组合部署与调度策略。通过真实数据集实验对比,在全部满足用户服务请求的约束下,该策略比传统微服务组合调度策略的计算、存储资源平均空闲率和微服务实际空闲率要分别低13.21%、5.2%和16.67%。     

考虑交叉网络外部效应的多边配送平台增值服务投资与定价策略

针对考虑交叉网络外部效应的多边配送平台,本文讨论了该类平台增值服务投资与定价策略.首先构建了以平台利润最大化为目标的优化模型,然后求解得到最优增值服务投资和定价策略,最后通过数值分析探究了增值服务投资系数、边际增值服务投资成本、基础投资和交叉网络外部效应对最优定价策略、最优增值服务投资策略和平台最优利润的影响.研究表明:1)若增值服务投资系数较大,则平台应加大增值服务投资,同时提高交易费、广告费和配送费;2)若平台的基础投资较大,则平台应减少增值服务投资;3)若消费者对配送人员的网络外部性强度增加,则平台应提高广告费,加大增值服务投资,同时降低交易费和配送费,甚至对消费者进行补贴;4)若消费者对广告商的网络外部性强度增加,则平台应提高广告费和配送费,降低交易费,同时加大增值服务投资;5)若广告商对消费者的网络外部性强度增加,则平台应大幅度提高广告费和交易费,减少配送费,同时降低增值服务投资.该研究成果为多边配送平台的运营决策提供重要参考.     

面向软件定义航空集群机载网络的更新策略

软件定义网络（software-defined networking,SDN）的出现为突破机载网络在航空集群作战应用背景下存在的性能瓶颈提供了全新的思路。针对航空集群机载网络的更新问题,提出适用于软件定义架构下航空集群机载网络的更新策略——可靠性增强的两阶段提交更新策略（reliability-enhenced two-phase commit,RE-TPC）。首先设计最高可靠性算法以及多路径算法搜索下发指令消息的高可靠路径。然后引入基于ACK（acknowledge）消息的确认机制和ACK消息高效融合传输机制,进一步提升网络更新过程的可靠性和实时性。仿真结果表明,与已有经典网络更新策略相比,所提更新策略能够有效提高更新的可靠性,同时更新持续时间更低、开销更小。     

供应能力制约下的VMI策略及其信息价值研究

研究了供应商存在能力制约下,实施供应链信息共享的策略及其信息价值的问题.建立一个1供应商N零售商的两级供应链,通过扩展的“报童问题”,研究在供应商存在能力限制时的供应链运作情况;证明了供应能力的波动将导致系统成员进行短缺博弈,从而引起供应链系统费用的增加和效率的降低;提出实施信息共享策略,建立供应商管理库存模式(VMI),并建立相应的数学模型,求得问题的“纳什均衡”,证明信息共享与合作可以改善供应链系统,降低运作成本.进一步的数值分析表明,在供应能力(服务水平)为35%到90%之间时,VMI策略可以带来显著效益,最高可以节省28.7%的系统费用;在能力趋于严重不足和能力充裕两种情况下,信息价值将递减,并最后趋于0.     

基于创建解动态控制和局部搜索合并的蚁群算法

为了加快蚁群算法的收敛性和改善解的合理性,提出了一种改进的蚁群算法。该算法提出一种基于动态控制的策略,其目的是确保蚂蚁在搜索前期采用最大概率探索解,而在搜索后期,每只蚂蚁都在当前最优解附近搜索解,这在一定程度上提高了算法的收敛性能;其次,为得到更合理的解,对每只蚂蚁的局部搜索解中加入合并机制,这样集成了多个蚂蚁对最优解的搜索性能。实验结果表明:该方法性能优于传统的蚁群算法。     

云化虚拟化网络业务可用度多参数敏感性分析

网络功能的虚拟化使得网络中软硬件设备类型变多, 不同的设备有不同的故障修复参数, 这些参数均会对业务可用度造成影响。由于不同的业务共享网络资源难以找到对业务可用度影响最大的关键设备参数,现有的局部敏感性分析方法难以保证结果的正确性。全局敏感性分析方法需要大量的仿真样本,操作困难,所以本文将网络中的参数分为异类和同类, 对异类参数采用全效应指数法,对同类参数采用动态业务介数法, 最终综合两种方法分析的结果找到网络中的关键参数。该方法能够保证结果准确性的同时极大减少仿真的样本量。     

分销网络RFID使能的CONWIP策略的仿真与优化

为了改善供应链分销网络的性能,本文将射频识别(RFID)技术应用到供应链管理中.依据单工厂多阶段生产过程中定量在制品法(CONWIP)控制策略的原理,设计了RFID使能的电子流通卡系统,实现了供应链分销网络RFID使能的CONWIP控制策略,并采用基于仿真的自适应全局最优和声搜索算法(SGHS)对策略中的参数进行优化,优化结果证明了SGHS方法的可行性,并通过与其它控制策略的仿真结果对比,验证了RFID使能的CONWIP控制策略在供应链分销网络中应用的有效性及优越性.     

移动自组织网中基于贪婪蚁群算法的广播策略

广播是移动自组织网络(mobile ad hoc network, MANET)传递信息和建立路由的重要操作。为解决广播过程中的链路冗余和广播风暴问题,提出一种基于贪婪蚁群算法(greedy ant colony algorithm, GACA)的广播策略。首先,结合路由节点的数据包总传输距离、链路数目和链路质量建立目标函数。然后,通过GACA达到目标函数的最小值并规划出最优信息广播路由。最后,转发节点根据路径要求转发信息。仿真实验表明,该策略能够合理地利用网络资源、减少信息冗余以及避免广播风暴的发生。     

基于势场法优化的蚁群免疫网络路径规划研究

借鉴独特型网络假设和蚂蚁觅食行为的有关机理,提出了一种蚁群免疫网络路径规划算法.将机器人环境作为抗原,机器人行为策略作为抗体,通过抗原抗体的激励和抑制构建免疫网络,同时利用蚁群算法进行网络搜索,改善了免疫网络的最优规划.为了进一步提高算法收敛速度,将人工势场法的规划结果作为先验知识,通过疫苗抽取和接种实现网络初始化.仿真实验表明,新算法具有收敛速度快,规划路径短以及自学习的优点.