新型NFV资源分配模型及其算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:ganyi
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着新型网络技术的高速发展和用户业务需求的多样化,信息网络的规模不断扩大,传统网络的诸多问题日益凸显,网络功能虚拟化(Network Function Virtualization,NFV)作为一种新型技术为解决这些问题提供了一条途径。NFV技术将网络功能与专有硬件解耦,并通过在通用硬件设备上部署虚拟网络功能(Virtualized Network Function,VNF)以完成用户请求服务,增强网络的灵活性与可扩展性,同时具有更低的成本。在NFV场景中,服务功能链(Service Function Chain,SFC)通过虚拟链路将一组VNF按照一定的顺序连接,为业务请求提供服务。本文主要研究NFV的资源分配问题,重点研究基于业务不均匀用户请求场景和VNF资源可变矩阵的SFC映射问题。论文第一章介绍本文的研究背景和价值,并总结NFV与SFC映射的国内外研究现状。第二章介绍NFV参考架构,并概述NFV资源分配问题,包括该问题的三个阶段、约束条件与优化目标,然后概述SFC映射问题,比较SFC与VNF转发图的区别,介绍SFC映射的原理与算法分类,并结合本文的研究方向总结SFC映射问题的研究现状。由于地理因素、人口分布与经济水平等因素的影响,用业务请求在网络中的分布并不是均匀的,相应的网络资源非均匀分配才可更好地满足用户需求,第三章重点研究NFV中节点资源与业务请求不均匀场景下的SFC映射问题。本文结合节点重要性与按需服务业务请求,建立SFC映射的整数线性规划(Integer Linear Programming,ILP)模型,提出并实现一种节点资源感知和用户需求感知的映射(Node-resource-and Userdemand-Aware Mapping algorithm,NUAM)算法,还设计一种VNF重用与部署机制,以实现VNF实例的重用和带宽消耗的减少。仿真结果表明,与现有方法相比,所提出的NUAM算法能够有效降低带宽占用,提高业务接受率。目前对于SFC映射问题的研究中,一般均假定VNF对网络的影响都只局限与对带宽的影响,这与实际应用中情形明显相差甚远,导师课题组据此首次提出了VNF的资源改变矩阵(Resource Amount Change Matrix,RACM),第四章重点研究基于VNF资源改变矩阵的SFC映射问题。为解决该问题,本文以减少节点计算资源与链路带宽资源的使用量为优化目标建立ILP模型,提出一种基于VNF资源改变矩阵的SFC映射算法(Mapping algorithm based on Resource Amount Change Matrix,MRACM)以求解该模型,该算法能够减少节点资源与链路带宽的使用。此外,基于第三章工作,结合VNF-RACM设计全新的基于贪婪算法的VNF重用与部署机制。仿真结果表明,MRACM能够取得良好的效果,验证其有效性。第五章总结全文,给出在网络场景、SFC模型、网络资源种类、VNF的资源改变矩阵及优化算法等方面可深入研究的工作。
其他文献
区域边缘侧存在大量分散、异构的平台,计算资源难以集中分配、任务决策因素复杂,从而在无法连接远程中心的情况下收集、传输和处理信息变得十分困难。随着以分散计算为核心的新型移动网络计算模型的发展,根据任务需求的变化,在网络边缘利用闲置的通讯、计算资源对数据进行传输和计算愈发便捷,网络中产生和传输的数据越来越多,分散计算模型正面临着日趋严峻的安全形势。分散计算模型是一种多信任域并存的计算模式,网络中存在大
针对现有应用型高校教学中存在的重知识轻能力、学生缺乏活力等问题,阐述了“面向能力培养、突出任务驱动”的教学理论的应用,并以“Photoshop平面设计”课程为例,提出了应用型高校课堂教学内容与方法、教学模式、考核方式3个方面的改革,为应用型高校课堂改革提供思路。
舰船等水中运动目标在航行过程中由于螺旋桨的搅动而产生的空化现象以及船体碎开波浪,在舰船的尾流内会形成大量的气泡。由于气泡气体的组分、密度和压缩率的差异,使得光波在尾流内的传输与在水体中有很大的差异,因而研究其光学特性可以用来实现对舰船的探测与识别。本文主要研究尾流气泡前向散射光场的空间分布及空间频谱特性。首先是基于Mie散射理论,计算单个气泡的散射系数及散射光强分布。采用向上递推法计算出Mie散射
随着电子技术的蓬勃发展,元器件的功率密度大幅上升,进而使得功率器件的温升激增,温度增长带来的是电子设备失效率的上升,为了提升电子设备的寿命和可靠性,就必须对其进行高效的散热设计。铝、钛、镍、铜、不锈钢等金属的泡沫材料作为密度低且具新颖物理、机械、热、电、声性能的新材料,在轻型结构、吸声、机械阻尼、生物材料,热交换器等领域大有所用。本文对泡沫金属及其散热器进行了理论、仿真和实验三个层面的研究,旨在说
随着注入式红外半实物仿真技术的快速发展,注入式半实物仿真系统对系统闭环延时和红外图像的分辨率、帧频和灰度等提出了更高的要求。因此作为注入式半实物仿真系统中关键设备之一的数据传输系统需要具备高速、低延时和远距离的数据传输能力。本文根据注入式红外半实物仿真系统的要求,设计了一套具有高速、低延时以及远距离传输特点的数据传输系统。数据传输系统可以支持上下行两条链路功能。下行链路:发送卡接收图像仿真计算机的
射频功率放大器作为射频模块的核心部件,广泛应用于物联网、传能、通信、雷达、检测等领域。作为各类射频模块中最大的耗能部件,它的功率输出能力和转换效率会直接对整个射频模块的性能产生重大影响。如何使射频功率放大器输出最大功率时实现更高的效率,已然成为当前高效率射频功率放大器的重要研究内容。本文针对高效率F类功率放大器展开研究,通过对比分析目前的文献研究成果,发现窄带F类功率放大器仍存在调试难度大、电路品
在大数据时代下,计算机系统所需处理的数据量爆炸式增长,片上网络和众核系统的逐渐成熟一定程度上缓解了系统遇到性能瓶颈的问题。但随着众核系统在计算力、通信力方面的提升,这些核心在处理数据时访问内存的频率也会增加,若不优化与内存访问服务相关的系统架构,则内存带宽无法匹配处理器核巨大的数据流通需求。增加片上网络中存储访问控制器,即内存控制器的数量可以看做增加带宽的一种方法。但随着核心逐渐增多,在满足处理器
随着人工智能技术的发展,在许多任务中,以神经网络为代表的机器学习模型已经表现出接近甚至超越人类水平的性能。但是,此模型通常是无法扩展其“功能”的静态模型。每当有新数据出现需要进行训练时,模型就需要使用全部数据重新开始训练。在现实世界中,这种做法在部分应用场景中会变得非常棘手。由于存储限制或隐私问题,很多数据可能会在给定时间后就会消失,甚至根本无法存储,这使得神经网络能够随着时间的推移进行适应和更新
随着时代的进步和科技的发展,互联网的使用更为频繁,随之而来的便是大量数据的产生.这些人们生活中产生的形形色色的数据,如若加以利用,便能给人们的生活带来更多便捷.数据挖掘就此应运而生.它通过分析数据本身的结构和数据间的关联性,将无用的信息过滤,进而提炼出更具有价值的信息.聚类作为一种典型的数据挖掘方法,也是一种无监督学习方法,能够在没有先验知识的情况下将数据划分为若干簇,使得不同簇的数据间相似性尽可
交通标志的检测识别是智能驾驶系统的关键技术之一,交通标志中含有大量有用信息,能实时提示驾驶员做出正确反应,极大地减少交通事故的发生,但由于现实环境中天气、光线、遮挡等因素的影响,交通标志的检测识别存在一定的难度。传统的检测算法在特征提取方面因受人工设定因素的影响,无法满足交通标志在多类别下检测识别的准确性与实时性的要求。基于深度学习的检测算法具有自动提取特征、计算量小等优势,受到研究者的青睐。本文