虛擬網(wǎng)絡映射問題研究.pdf_第1頁
已閱讀1頁,還剩91頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、三十年來,各種各樣的網(wǎng)絡技術不斷發(fā)展,使得因特網(wǎng)能夠支持很廣泛的應用,現(xiàn)已成為全球商業(yè)運行、多媒體業(yè)務、信息交換等的重要基礎設施。但是因特網(wǎng)的成功和普遍性也帶來一些問題,其普遍化和集中化的趨勢要求網(wǎng)絡具有靈活性,能夠進行網(wǎng)絡結構變化,但因特網(wǎng)現(xiàn)有網(wǎng)絡構架和協(xié)議難以滿足這一要求。網(wǎng)絡虛擬化是解決因特網(wǎng)這一瓶頸的有效方式。虛擬網(wǎng)絡環(huán)境能夠促進共存異質網(wǎng)絡結構的部署實施,不受上述因特網(wǎng)本身固有的限制。
  本文針對網(wǎng)絡虛擬化中的資源分配

2、問題——虛擬網(wǎng)絡映射問題做了研究,主要解決以下三種虛擬網(wǎng)絡映射問題:
  (1)動態(tài)虛擬網(wǎng)絡映射(Dynamic Virtual Network Embedding:DVNE))問題:采取根據(jù)當前網(wǎng)絡狀態(tài),最優(yōu)映射當前虛擬網(wǎng)絡的方式,提出漸進貪婪動態(tài)虛擬網(wǎng)絡映射算法(Progressively Greedy VNE Algorithm:PG-DVNE)。在映射過程中,首先建立數(shù)學模型實現(xiàn)點邊協(xié)調(diào)映射,進而松弛模型的整數(shù)約束條件使得

3、模型在多項式時間內(nèi)可解,但這種松弛嚴重削弱虛擬網(wǎng)絡點邊協(xié)調(diào)映射,通過添加約束增強虛擬網(wǎng)絡結點映射和邊映射的協(xié)調(diào)性,然后運用漸進貪婪的思想求解模型,最終得到虛擬網(wǎng)絡映射結果和優(yōu)化目標值。仿真表明,此算法在虛擬請求業(yè)務接收比例,網(wǎng)絡收益以及網(wǎng)絡收益和網(wǎng)絡開銷之比這三方面有很好的性能和優(yōu)勢。
  (2)靜態(tài)虛擬網(wǎng)絡映射(Static Virtual Networks Embedding:SVNE)問題:首先設計數(shù)學模型,進而提出基于拉格

4、朗日松弛(Lagrange Relaxation:LR)的LR-SVNE算法和基于貪婪分解(Greedy Decomposition:GD)的GD-SVNE算法。LR-SVNE算法首先對模型中的難約束條件進行拉格朗日松弛,然后通過計算上下界的方式逼近問題的最優(yōu)解,降低了時間復雜度,有很好的收斂性;GD-SVNE算法將多個虛擬網(wǎng)絡按照所需資源從大到小排序,運用貪婪分解的思想將問題分解為多個子問題,每個子問題轉變?yōu)閱蝹€虛擬網(wǎng)絡映射問題,運用

5、漸進貪婪動態(tài)虛擬網(wǎng)絡映射算法(PG-DVNE)中映射每一個虛擬網(wǎng)絡的方法進行單個虛擬網(wǎng)絡的映射,此算法大大降低了時間復雜度,網(wǎng)絡開銷與原模型最優(yōu)目標值接近,在網(wǎng)絡規(guī)模和數(shù)量較大時更具有優(yōu)勢。
  (3)支持業(yè)務量疏導的虛擬網(wǎng)絡映射(Virtual Network Embedding with Traffic Grooming: VNETG)問題:文中提出數(shù)學模型對VNETG問題進行描述,通過求解此模型將不同虛擬網(wǎng)絡的鏈路進行捆綁,

6、能夠最大限度地映射多個支持細粒度業(yè)務的虛擬網(wǎng)絡,同時最小化網(wǎng)絡開銷;此外,文中提出基于拓撲合并的映射算法(Topology Combination based VNETG Algorithm:TC-VNETG),算法首先將多個支持細粒度業(yè)務的虛擬網(wǎng)絡合并成一個虛擬網(wǎng)絡,然后運用PG-DVNE算法中映射一個虛擬網(wǎng)絡的方法對合并后的虛擬網(wǎng)絡進行映射,此算法巧妙地實現(xiàn)了不同虛擬網(wǎng)絡之間的結點資源和光路共享。當虛擬網(wǎng)絡數(shù)目較小時,TC-VNET

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論