1126 浏览摘要：随着物联网、5G、移动边缘计算等异构网络的普及,网络用户大幅增加。基于TCP/IP的传统互联网体系在功能拓展、移动服务、网络安全等诸多方面的不足日益暴露,难以适应不断涌现的新型业务,出现了互联网体系僵化的问题。通过构建完全虚拟化的网络环境,网络虚拟化技术使网络运营商可以更加灵活地管理网络,有效解决了上述问题。论文介绍了物联网环境对下一代网络架构的新需求,引出网络虚拟化的解决方案。通过对网络虚拟化技术相关理论的研究,整理出虚拟网络映射算法的类型,其中包括一些特殊场景如跨域虚拟网络、软件定义网络、无线网络等。虚拟网络映射问题属于最优化问题的组合优化问题,为了更好地设计算法,将多项式时间作为计算复杂度的标志,利用归约的方式分析了各分类的算法复杂度。针对由单一物理网络供应商提供映射服务且物理节点不支持分割的场景,设计了两种在线虚拟网络映射算法GASH-VM和LBTV-VM,两种算法均以物理网络供应商的长期收益最大化为目标。GASH-VM算法结合遗传算法与和声搜索算法各自的优缺点,采用遗传算法产生的优化种群组成初始和声记忆库,重点对虚拟节点映射过程进行优化。在遗传算法相关流程中为避免群体同化和提前收敛,变异概率初始值取值较大并随着迭代进行以非线性方式降低。LBTV-VM算法针对物理网络支持路径分割的场景,通过动态调整,重点对虚拟链路映射阶段进行优化。在底层物理节点进行调度时为了使资源能得到均衡利用,对虚拟链路映射阶段时变多商品流模型的单位收费系数加以处理,使之能同时反映物理链路的负载均衡性和相对消耗量。为简化算法复杂度,采用乘除法将多目标优化问题变为单目标优化问题求解,设计了物理网络负载均衡指标。论文基于ns-allinone-2.35物联网仿真平台、GT-ITM工具、matlab R2020a进行实验仿真,对两种算法进行了性能分析。与对照组的VNA-I算法相比,GASH-VM算法平均收益可提高20%左右,虚拟网络请求接受率可提高16%左右,同时映射平均代价降低14%左右;LBTVVM算法使资源更加均衡得被利用同时,虚拟网络的请求接受率、平均收益也有了明显提升。
关键词：
网络虚拟化;负载均衡;遗传和声算法;多商品流算法;
摘要
abstract
专用术语注释表
第一章 绪论
1.1 研究背景及意义
1.1.1 研究背景
1.1.2 研究意义
1.2 国内外研究现状
1.3 论文主要工作及章节安排
1.3.1 论文主要工作
1.3.2 论文章节安排
第二章 虚拟网络映射相关理论
2.1 虚拟网络映射问题的分类
2.1.1 单个虚拟网络映射问题
2.1.2 离线虚拟网络映射问题
2.1.3 一般在线虚拟网络映射问题
2.1.4 特殊在线虚拟网络映射问题
2.2 求解映射算法的复杂度研究
2.2.1 多项式时间规约
2.2.2 计算复杂性分类
2.2.3 具体的虚拟网络映射问题复杂性分析
2.3 本章小结
第三章 基于遗传和声搜索的在线VNE算法
3.1 网络模型和问题定义
3.1.1 物理网络和虚拟网络
3.1.2 虚拟网络映射的数学模型
3.1.3 映射收益和映射代价
3.1.4 虚拟网络映射目标
3.2 算法设计
3.2.1 遗传算法
3.2.2 和声搜索算法
3.2.3 遗传和声搜索算法
3.3 实验仿真与结果分析
3.3.1 仿真环境与参数设置
3.3.2 对比算法
3.3.3 实验结果及分析
3.4 本章小结
第四章 基于负载均衡的在线VNE算法
4.1 负载均衡相关概念
4.1.1 虚拟网络映射中负载均衡算法分类
4.1.2 负载均衡的代价指标
4.1.3 负载均衡算法注意事项
4.2 网络模型和问题描述
4.2.1 物理网络和虚拟网络
4.2.2 虚拟网络映射的数学模型
4.2.3 基于时变多商品流模型的链路映射
4.2.4 物理网络负载均衡指标设计
4.2.5 负载均衡时变虚拟网络映射算法具体流程
4.3 实验仿真和性能分析
4.3.1 仿真环境与参数设置
4.3.2 对比算法
4.3.3 实验结果及分析
4.4本章小结
第五章 总结与展望
5.1 总结
5.2 展望
参考文献
