针对可共享虚拟功能实例,利用遗传算法从节点资源与链路资源均衡的角度提出了一种时延感知的在线部署方法DAO-GA(delay aware online deployment method based on genetic algorithm)。为保障数据中心环境中服务功能链的QoS(quality of ...针对可共享虚拟功能实例,利用遗传算法从节点资源与链路资源均衡的角度提出了一种时延感知的在线部署方法DAO-GA(delay aware online deployment method based on genetic algorithm)。为保障数据中心环境中服务功能链的QoS(quality of service),如何优化底层资源,保障客户满足时延要求是目前需要关心的问题之一。通过均衡在线部署过程中链路与服务器资源的消耗占比,避免服务功能链的部署因热点链路或热点节点导致时延不满足的情况。实验表明,文章算法可以通过有效控制冗余共享实例数量并均衡节点与链路资源,提高数据中心网络中满足时延的有效输出量。展开更多
文摘针对可共享虚拟功能实例,利用遗传算法从节点资源与链路资源均衡的角度提出了一种时延感知的在线部署方法DAO-GA(delay aware online deployment method based on genetic algorithm)。为保障数据中心环境中服务功能链的QoS(quality of service),如何优化底层资源,保障客户满足时延要求是目前需要关心的问题之一。通过均衡在线部署过程中链路与服务器资源的消耗占比,避免服务功能链的部署因热点链路或热点节点导致时延不满足的情况。实验表明,文章算法可以通过有效控制冗余共享实例数量并均衡节点与链路资源,提高数据中心网络中满足时延的有效输出量。