基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈

针对分层匹配博弈不能跟踪信道变化以及循环迭代收敛慢等问题,该文提出一种基于信道定价的无线虚拟网络资源分配策略:匹配/Stackelberg分层博弈。分别以基于流带宽的用户满意度、系统带宽及切片功率作为报酬函数建立3级联合优化模型,并采用匹配/Stackelberg分层博弈求解。在博弈下层,定义移动虚拟网络操作者(MVNOs)m-切片n对mn及其与用户(UEs)的1对1匹配博弈以代替UEs与MVNOs的多对1匹配,对m n定义基于信道平均信息的切片功率价格,加速上、下一致收敛并使UEs适应信道选择最优m n,证明均衡点存在并给出了低复杂度的分布式拒绝-接收算法;在博弈上层,基于UEs与m n已匹配关系,形成基础资源提供者(InPs)与m n的Stackelberg博弈,给出了基于局部信道信息的功率定价和分配策略,使系统效用及频谱效率基于信道最优。最后定义了双层循环稳定条件及过程。仿真表明,该策略在信道跟踪、频谱效率、效用方面均优于随机定价的匹配/Stackelberg分层博弈以及传统分层匹配博弈。

一种低复杂度的无线虚拟网络资源分配策略

提出一种低复杂度的分层匹配博弈结合比例公平的无线虚拟网络资源分配策略。策略采用两层独立的匹配博弈避免两层循环导致的较高计算复杂度,博弈下层为用户(Users,UEs)与移动虚拟网络操作层(Mobile Virtual Network Operators,MVNOs)构成的多对一匹配,实现UEs对MVNOs的依偏好选择,上层为基础设施提供层(Infrastructure Providers,InPs)与MVNOs构成的多对一匹配,实现MVNOs对切片依偏好选择,从而实现用户组与切片组效用最高匹配。然后,在匹配的用户组与切片组间采用功率受限的比例公平资源分配策略,实现用户与切片的精确匹配,并在比例公平条件下使频谱效率最大。仿真表明,该策略虽然比两层联合的匹配博弈效用略低,但降低了计算复杂度,提高了频谱效率,总体性能更优。

无线虚拟网络中基于自回归滑动平均预测的在线自适应虚拟资源分配算法

该文针对无线虚拟化网络中业务的不确定和信息反馈的时延而引起虚拟资源分配不合理,提出一种基于自回归滑动平均(ARMA)预测的在线自适应虚拟资源分配算法。首先,该算法以保障虚拟网络队列上溢概率为目标对时频资源和缓存资源进行联合分配,并建立虚拟网络总成本最小化的理论分析模型。其次,考虑到虚拟网络对不同资源差异化的应用需求,设计了一种多时间尺度的资源动态调度机制,在长周期上基于ARMA模型的预测信息实现缓存资源的预留策略,在短周期上基于利用大偏差原理推导的队列上溢概率对虚拟网络优先级排序,并根据确定的优先级动态调度时频资源,从而满足各虚拟网络的业务需求。仿真结果表明,该算法可有效降低比特丢失率,同时提升物理资源的利用率。

基于链路可靠性的无线虚拟网络分配方法

针对无线网络链路可靠性差影响无线虚拟网络的分配这一问题,提出了一种基于链路可靠性的无线虚拟网络分配算法(WVNEA-LR)。该算法通过物理网络拓扑预处理和允许同一个虚拟请求中的多个虚拟节点映射到同一个物理节点上的方法,提高了Vn构建成功率和节约了物理链路资源。利用Q因子改善了因拓扑分配稀疏时Vn构建成功率低的问题。此外,WVNEA-LR的节点分配为链路分配作了准备,并通过选择可靠性高的承载路径保证了分配后的Vn具有高可靠性。仿真结果表明,WVNEA-LR获得较好的虚拟网络构建成功率、较高的收益成本比和资源利用率。

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。

无线虚拟网络中的邻近节点分组映射算法

网络虚拟化是解决无线网络架构僵化问题的一项重要技术。现有的映射算法大多只考虑虚拟网络的映射接受率,忽略了因动态网络环境而产生的大量资源碎片,影响了大拓扑网络的映射结果。为此,提出一种新的邻近节点分组映射算法。设计新的节点分类排序方式,同时使用干扰系数用于描述无线链路间的干扰,从而选取干扰最低的路径进行映射。实验结果表明,与经典算法相比,该算法在虚拟网络请求接受率、收益开销比和接受大拓扑网络的成功率等方面更具有优势。

无线网络虚拟化中的映射算法研究

无线网络虚拟化技术是5G研究的热点,其中虚拟网络映射问题是关键技术之一。对无线网络虚拟化映射问题进行介绍,针对现有映射算法不能完全适应网络动态变化的不足,以最小化映射成本为目标,提出一种新的网络中带宽和功率资源的联合映射算法(WVNEA-JBP,wireless virtual network embedding algorithm based on joint bandwidth and power),同时考虑无线链路之间的干扰对映射性能的影响和路径分离。实验结果表明,该算法在实现资源高效利用的同时,提高了无线虚拟网络映射成功的概率。

无线网络虚拟化中资源共享的功率分配算法

针对传统无线网络中功率不能动态分配共享的问题,采用无线网络虚拟化,设计了一种基于博弈的两阶段功率分配方法(G2SPA,game theory based two steps power allocation scheme for wireless network virtualization),首先利用买卖博弈模拟了服务提供商(SP,service provide)和移动用户(MUE,mobile user equipment)之间的相互影响,提出了基于斯坦博格均衡(SE,stackelberg equilibrium)的报价策略。然后,利用拍卖理论对空闲下行功率资源进行再分配,采取Mc Afee机制保证拍卖的诚实性。通过仿真实验证明G2SPA算法的正确性和有效性。

无线网络虚拟化架构与关键技术

提出采用集中式和分布式的动态频谱管理技术来提升频谱资源利用效率,解决无线网络虚拟化中频谱资源难以高效分配与不易管理难题;认为为了构建一个稳定、灵活和开放的无线网络虚拟化架构,需要从虚拟网络的隔离、信令优化设计、通用接口设计、用户移动性管理等方面开展研究。

基于PacketTracer6.2的虚拟无线网络实验室的应用研究

无线网络是近些年高速发展的一种组网技术,文章中首先提出了采用Packet Tracer6.2构建虚拟无线网络实验室环境,然后阐述了三种无线组网方式,最后比对了传统无线网络实验室和利用Packet Tracer6.2建立的虚拟无线网络实验室的优缺点。

基于NFV和SDN的无线网络虚拟化关键技术

当今世界已经进入了网络时代,在无线网络普及和应用的过程中,民众对无线网络越来越依赖,这也使得社会对无线网络的性能有着与日俱增的要求。本文将从NFV与SDN角度出发,分别对基于二者的无线网络虚拟化关键技术加以介绍,以期为有关部门提供可靠参考。

无线网络虚拟资源共享功率分配算法

为了解决无线网络中功率无法动态分配共享的问题,采用无线网络虚拟化方法,从系统角度出发建立了理论分析模型,提出一种无线网络虚拟化中的重映射算法。这种算法定义一个影响因子,并通过综合考虑虚拟网络中节点和链路对物理网络负载的影响,以负载均衡为前提完成虚拟节点资源的重映射。实验结果表明,这种算法不仅降低了虚拟网络映射成本,而且还提高了物理网络资源的利用率和虚拟网络请求的接受率。

5G新需求下无线网络重构的若干思考

认为无线网络重构技术是满足日益增长的数据业务需求的关键,虚拟化是实现无线网络重构的有效手段。通过无线网络架构的逻辑抽象和资源的池化虚拟,能够满足5G多种类型业务广泛连接的需求,并提供超高性能的数据传输体验。此外,还指出了无线网络虚拟化面临的挑战,认为未来的无线虚拟化网络将与大数据、人工智能等技术相融合,变得更加智能、灵活和高效。

基于多维属性的跨域虚拟网络映射算法

基于一种支持多类型业务的跨域融合网络架构,提出了一种基于动态拓扑感知和资源属性的跨域虚拟网络映射算法。基于网络局部和全局角度,分析虚拟网络和物理网络中节点的拓扑信息,结合网络扩展资源,建立节点多属性评价模型,并基于该模型利用主成分分析法和逼近理想解排序法度量节点的映射优先级,随后依据链路资源成本分析网络负载状态。仿真结果表明,该算法提高了多域虚拟网络请求的构建成功率,网络收益开销比增大,并能减小网络映射时延。

无线自回传网络中基于Lyapunov的虚拟资源分配算法

为提高网络部署的灵活性,保障多样化虚拟网络的需求,针对无线自回传网络场景提出一种基于Lyapunov的虚拟资源分配策略.联合考虑系统稳定性、虚拟网络最小速率需求和小蜂窝回传容量限制,对无线接入资源和回传带宽进行联合分配,建立虚拟网络效用最大化模型;其次,运用Lyapunov优化理论设计了一种基于当前信道状态和队列状态的实时调度算法;最后,通过拉格朗日对偶算法和基于相似度随机变异的粒子群算法进行迭代求解.仿真结果表明,该方案可在保证系统队列稳定性的同时提高无线虚拟网络的平均总收益.

网络边缘IT基础设施不断迭代 未来聚焦三大问题

网络边缘的IT基础设施是运营商最重要的'边缘'资源,在边缘计算等网络边缘业务布局中扮演着重要角色。边缘计算是当前的热点话题,其核心理念是将计算、存储、应用等核心能力下沉到距离用户、数据源更近的地方,以提供更实时、更智能的服务。业界对于'边缘'的位置一直有诸多争议,而在运营商看来,位于'最后一公里'的网络边缘的IT基础设施是其最重要的'边缘'资源,在边缘计算等网络边缘业务布局中扮演着重要角色。

基于GSA算法的WVN资源映射数学模型

由于传统方法没有从满足成本最小需求角度出发,建立虚拟网络映射目标,导致底层链路利用率较高,剩余带宽较低以及请求接受率不高的问题,于是研究基于GSA算法的无线虚拟网络资源映射数学模型。充分考虑无线虚拟网络资源映射成本、映射收益以及虚拟网络请求接受率建立数学模型,设置节点CPU资源约束、节点映射位置约束、链路带宽资源约束等约束作为约束条件。选取遗传算法与模拟退火算法结合的GSA算法,通过编码、参数初始化、模拟退火操作、选取种群、交叉与变异、退火操作六步骤求解所建立数学模型,实现无线虚拟网络资源的有效映射。实验结果表明,采用上述模型可降低移动网络运营商成本,虚拟网络请求接受率高于92%,提升了虚拟网络资源映射成功率。

基于频谱资源共享的动态分配算法

针对虚拟网络(virtual network,VN)请求的动态性和时变性,并充分考虑网络动态性导致物理资源出现碎片化或负载不均的情况,提出了基于频谱资源共享的动态分配算法(dynamic allocation algorithm based on spectrum resource sharing,DAA-SRS),该算法结合虚拟请求的生命周期,进行子信道分配和重分配,使不同虚拟网络以一种机会共享的方式占用相同的物理资源。针对无线虚拟网络资源请求接受率、物理网络收益等性能指标进行仿真分析,仿真结果显示,该算法可显著提高虚拟网络请求的接受率。

5G-C-RAN中最大化效用服务功能链部署算法

为解决5G无线虚拟化网络中的服务功能链的部署问题,保障多样化业务带来的网络差异化性能需求,并提高基础设施运营商和无线虚拟运营商的联合收益,提出一种基于最大化效用的服务功能链部署策略。该策略在考虑5G-C-RAN的架构特性下,联合考虑虚拟运营商的最大容忍端到端时延、最小服务速率需求和基础设施运营商的计算资源及链路资源限制,同时考虑不同服务功能链部署方案对网络性能的影响,采用商业化模型,以最大化基础设施运营商及虚拟运营商联合收益建立效用模型。最后,通过遗传算法和Matlab函数Linprog进行迭代求解。仿真结果表明,该方案可保证虚拟运营商的网络性能的同时提高基础设施运营商和虚拟运营商的联合总收益。

基于队列稳定性的联合资源优化算法

为了解决无线虚拟化网络中的多种资源动态分配问题,保证系统队列稳定性的前提下提高网络资源利用率,提出一种基于队列稳定性的联合资源优化算法。首先,该算法考虑了每个虚拟运营商的缓存资源限制,对不同的虚拟运营商采取不同的定价机制,将多种虚拟资源分配作为一个联合优化问题,以最大化虚拟运营商收益为目标建立效用函数。然后,运用Lyapunov随机优化方法,根据当前系统用户的数据积压量设计了一种分布式调度算法,对虚拟网络收益的最优性与系统队列的稳定性进行权衡控制。最后,利用Lagrange理论对模型进行迭代求解。仿真结果表明,所提优化方案能够保证系统稳定的前提下提高虚拟网络总收益。