一种基于DAG动态重构的认知网络服务迁移方法

针对认知网络高度动态性带来的服务随机失效问题,提出了一种服务迁移方法以保障认知网络的QoS.首先,采用先迁移、后优化的思想,重新生成关联服务有向无环图(directed acyclic graph,简称DAG),并在此基础上提出DAG动态重构算法,将关联服务转化为层次化DAG服务;其次,计算关键服务迁移路径,并给出可迁移服务死锁避免理论分析,将迁移服务提前迁移到当前网络空闲资源运行,以缩短服务的执行时间.仿真实验测试了3种故障注入类型下网络服务迁移方案的服务性能.实验结果显示,该方法在弹性网络负载与未知故障情况下具有较好的QoS保障效果.