基于深度强化学习的能源高效VNF放置和链接方法

网络功能虚拟化(NFV)技术的出现使得网络功能由虚拟网络功能(VNF)提供,从而提高网络的灵活性,可扩展性和成本效益.然而,NFV面临一个重要挑战是,如何有效地将VNF放置不同的网络位置并链接起来引导流量,同时最大限度减少能源消耗.此外,面对网络服务质量要求,提高服务接受率对于网络性能也是至关重要的.为了解决这些问题,本文研究了NFV中的VNF放置和链接(VNFPC),以最大化服务接受率同时权衡优化能源消耗.因此,在NFV中设计了一种基于Actor-Critic深度强化学习(DRL)的能源高效的VNFPC方法,称为ACDRLVNFPC.该方法应用了适应性共享方案,通过在多服务之间共享同类型VNF和多VNF共享同一个服务器来实现节能.实验结果表明,提出的算法有效权衡了能耗和服务接受率,并且,在执行时间方面也得到了优化.与基准算法相比,ACDRL-VNFPC在服务接受率,能耗和执行时间方面性能分别提高了2.39%,14.93%和16.16%.

基于探路者算法的VNF放置与调度联合优化

虚拟网络功能放置和虚拟网络功能调度是近年来研究的热点,二者紧密关联缺一不可。将两个环节统一考虑、全局寻优既是技术发展趋势,也是网络功能虚拟化落地面临的艰巨挑战之一。然而,现有研究多将二者分立考虑,仅着眼单一问题的研究缺乏整体观。论文提出了一种动态的放置调度联合优化模型,在满足相关约束下,最小化服务功能链的完成时间。提出了一种改进的探路者算法解决该问题,引入了群体划分的机制增强全局搜索能力避免陷入局部最优。进一步设计了个体交叉和变异机制,减小对个体解的破坏,增强了局部搜索能力以及种群的多样性。此外,精英保留策略加快了算法的收敛。实验数据表明,论文提出的算法相较于各种主流进化算法在服务功能链完成时间评价指标上均有显著优势。

可靠性感知的边缘计算VNF实例放置

为了解决日益增长的延迟敏感型应用程序和用户需求与计算资源受限的冲突,移动边缘计算(Mobile Edge Computing,MEC)已经成为一种很有前途的计算范式。服务提供商通过在边缘环境中部署虚拟化网络功能(Virtual Network Functions,VNF),为用户提供更加高效和可扩展性的服务供应链(Service Function Chain,SFC)来满足用户请求。若在提供服务过程中出现不可靠的服务或严重的服务失败,可能导致用户的巨大损失,所以网络服务提供商必须保证提供持续可靠的服务。针对该问题,考虑了边缘服务器的可靠性,利用计算统一设备架构(Computational Unified Device Architecture,CUDA)支持的门控循环单元(Gate Recurrent Unite,GRU)来预测VNF实例是否可用,通过预测结果,提前对VNF进行备份,避免了过度冗余备份造成的成本过高问题。考虑服务器的存储资源有限,提出了基于VNF实例可用性的放置(RVP)算法,优化服务提供商的成本。最后对提出的算法进行了性能评估,实验结果验证了RVP算法的优越性。

一种支持硬件加速的虚拟网络功能部署模型

为解决以软件实现的虚拟网络功能(VNF)性能受限问题,软件定义网络和网络功能虚拟化(SDN/NFV)等新型网络架构引入了硬件加速资源。硬件加速资源的部署,使得VNF能够为日益增长的数据流量提供服务保障。该文针对已有研究未考虑具有高性能数据处理需求的服务链VNF部署问题,提出一种支持硬件加速的VNF部署模型。该模型基于硬件加速资源的承载特性,在保证未加速VNF到商用服务器的优化部署下,优先实现交换机中加速资源的复用,并根据网络业务的性能需求,灵活调整加速资源与VNF的映射约束。仿真实验表明,与其他典型部署方法相比,在引入相同硬件加速资源的情况下,该模型可以承载更多的业务流量,满足服务链高性能数据处理需求,有效提高了部署在网络中加速硬件的资源利用率。

一种面向运营成本优化的虚拟网络功能部署和路由分配策略

随着网络功能虚拟化(NFV)技术的发展,虚拟网络功能(VNF)可以通过服务功能链(SFC)的形式部署在如虚拟机的通用平台中,为管理带来灵活性。但是对于服务提供商来说,由于网络基础设施的复杂性和日益增长的服务需求,给VNF的部署带来了高昂的运营成本(OPEX)。针对此问题,该文提出一种面向OPEX优化的策略,旨在最小化OPEX中的激活、能耗和传输成本,得到VNF部署和路由分配优化方案。为此建立一种全新的混合整数线性规划(MILP)模型,并设计包括遗传算法(GA)在内的3种OPEX优化算法。仿真实验评估在不同资源配给下MILP和3种算法的OPEX及其性能,其中GA算法在节点资源配比60%以上时可以得到近似于MILP模型的解决方案。

服务链联合多元化及动态冗余备份方法研究

针对电力云环境下虚拟网络函数(virtual network funtion,VNF)单一集偶发系统故障致使服务链(service function chain,SFC)进程开环的难题,在MATLAB仿真实验平台开展了分布式多集和定制冗余解决方法的研究。通过分析异构VNF服务可靠性需求,明确单一集结构微服务部署架构,利用异地部署实现VNF轻型分布,并采用定制冗余策略,进一步提升VNF弹性。结合轻型多集和冗余定制方法的优势,提出了混合整数线性模型的服务链配置新策略。以资源消耗率、服务中断率、服务链可用性为对象参数的实验结果表明,改进算法可有效避免系统故障导致的服务链完全中断,在满足目标服务链可用性水平和提升服务链弹性能力的同时,降低了平台系统多元化及冗余备份成本。

基于成本的服务链组成与部署联合优化策略

网络功能虚拟化(NFV)通过将虚拟网络功能(VNF)部署在虚拟设备中,提高了网络管理的灵活性,但随着服务需求的扩大,网络供应商消耗的运营支出(OPEX)也不断增加。由于VNF改变流大小的特性、VNF间的依赖性以及组成和部署方式的复杂性,面向OPEX的VNF组成和部署问题充满挑战。提出一种面向成本的虚拟网络链组成和部署联合优化策略,将节点映射成本、链路映射成本、激活成本和能耗成本公式化为OPEX,构建混合整数非线性规划模型。为分析影响成本的不同因素,同时提高特殊依赖情况下的处理效率,根据不同依赖关系将VNF请求集分为完全无序、部分有序和完全有序VNF集合进行分析,并设计3种相应优化算法。实验结果表明,在完全无序、部分有序情况下,算法性能优于首次适应算法、随机拟合算法等同类算法,对于完全有序算法,当节点资源配比在50%以上时,可获得小规模网络下近似线性规划模型精确解的方案。