Virtual network mapping algorithm for large-scale network environment

A major challenge of network virtualization is the virtual network resource allocation problem that deals with efficient mapping of virtual nodes and virtual links onto the substrate network resources. However, the existing algorithms are almost concentrated on the randomly small-scale network topology, which is not suitable for practical large-scale network environments, because more time is spent on traversing SN and VN, resulting in VN requests congestion. To address this problem, virtual network mapping algorithm is proposed for large-scale network based on small-world characteristic of complex network and network coordinate system. Compared our algorithm with algorithm D-ViNE, experimental results show that our algorithm improves the overall performance.

基于混合遗传模拟退火算法的SaaS构件优化放置

目前,对于SaaS优化放置问题的研究都是假定云环境中的虚拟机的种类和数量都是确定的,即,在限定的资源范围内进行优化.然而,在公有云环境下,SaaS提供者所需要的云资源数量是不确定的,其需要根据Iaa S提供者所提供的虚拟机种类以及被部署的SaaS构件的资源需求来确定.为此,站在SaaS提供者角度,提出一种新的SaaS构件优化放置问题模型,并采用混合遗传模拟退火算法(hybrid genetic and simulated annealing algorithm,简称HGSA)对该问题进行求解.HGSA结合了遗传算法和模拟退火算法的优点,克服了遗传算法收敛速度慢和模拟退火算法容易陷入局部最优的缺点,与单独使用遗传算法和模拟退火算法相比,实验结果表明,HGSA在求解SaaS构件优化放置问题方面具有更高的求解质量.所提出的方法为SaaS服务模式的大规模应用提供了理论与方法的支撑.

MEC中基于改进遗传模拟退火算法的虚拟网络功能部署策略

为了有效改善多集群共存的移动边缘网络中业务流端到端服务时延,提出了一种基于改进遗传模拟退火算法的虚拟网络功能部署策略。通过开放Jackson排队网络对移动业务流的时延进行最优化建模,在证明其NP性的基础上提出了将遗传算法与模拟退火算法相结合的求解策略,该策略通过对服务节点的提前映射机制避免了可能带来的网络拥塞,并通过个体的约束性判断和纠正遗传的方法避免了局部最优的出现。在不同的服务请求量、服务节点规模、集群数量及虚拟网络功能之间的逻辑连接关系等参数下的对比实验表明,该策略能提供更低时延的端到端服务,使时延敏感类移动业务获得更好体验。

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。

面向云平台虚拟层的安全态势评估关键技术研究

随着针对云平台的攻击和破坏行为的日益增多,云平台的安全保障机制也由传统的被动防护转为主动防御。态势评估是一种可主动分析评估云平台当前安全风险状态的方法,是态势感知全过程的关键一环。文章面向云平台中大量部署的虚拟机,在分析提取虚拟层安全态势评估要素的基础上,提出一种改进的自适应遗传模拟退火算法OAGSAA,并应用于BP神经网络,可有效对云平台虚拟层安全状态进行分析评估。仿真实验结果显示,该方法具有较高预测准确率和收敛速度,并可避免陷入局部最小值。

军事超云虚拟通信网络映射问题及求解

为了提高军事超云的整体效能,提出并分析了军事超云虚拟通信网络映射问题。首先,探讨了军事超云虚拟通信网络的映射需求;然后,针对需求特点,建立了以最小化带宽资源消耗为目标的虚拟网络链路映射模型,并设计了基于模拟退火的模型求解算法;最后,对链路映射方法进行了仿真试验。仿真试验表明,该方法通过合理利用网络资源有效减少了通信带宽不必要的开销。

弹性光网络中节点优先的虚拟网络映射算法

针对弹性光网络中虚拟网络映射的资源消耗问题,综合考虑节点、链路对虚拟网络映射资源需求的影响,提出了节点优先的虚拟网络映射算法。所提算法先对虚拟节点依据节点权值进行排序,然后为虚拟节点分配满足资源需求的物理节点,并采用贪心原则映射虚拟节点,最后利用协同映射方式将虚拟链路映射到长度最短的无环物理路径上,以达到减小虚拟网络资源消耗的目的。仿真结果表明,所提算法能有效减小虚拟网络资源消耗并降低网络请求阻塞率。