论文部分内容阅读
网络虚拟化是指将物理资源抽象化,使得各种异构网络能够同时运行于相同的物理网络之上。虚拟网络映射是网络虚拟化技术的核心环节,映射算法则是网络映射中最重要的部分。虚拟网络映射算法的主要目标是优化物理资源配置,提高物理资源的利用率,由此可以提升映射的成功率和网络提供商的收益。映射过程中时常会出现资源的碎片化和网络隔离。在无线网络中,频率资源受限,无线链路容易受到干扰,因此难度较有线网络的映射更为困难。
本文采用具有online特性的映射模型,采用映射接受率,平均收益和平均开销作为评价映射算法的标准,同时分别对单节点和多节点无线网络进行研究。在单节点无线网络中,本文提出了一种动态的资源分配算法,该算法根据EDI指数的大小来对虚拟网络的映射区域进行再配置,提高资源利用的聚集度,减少资源碎片。仿真结果显示该动态算法较静态算法在VNR接受率,收益和开销方面都有着更为优异的性能。针对多节点无线网络,本文使用了带有关键指数的MIP算法,该算法将限制无线接口和可用无线频道的个数,该算法能够有效地对多节点网络进行资源再分配,以此提升资源的利用率,仿真结果表明MIP算法较G-SP和G-MCF算法更为优越。
随后,针对无线MESH网络,本文提出将映射过程分为两个阶段,先在物理层内采用FCRA和MVCRA算法对频道的部署进行优化,然后再采用ViNE算法执行映射。仿真结果表明加入了频道部署优化的方案较未加入频道部署优化的方案在接受率和收益方面拥有更好的性能。但有时这些更佳的算法往往需要耗费更多的执行时间,有着更大的开销,在具体采用时需要在映射效率和映射质量之间作出权衡。
本文采用具有online特性的映射模型,采用映射接受率,平均收益和平均开销作为评价映射算法的标准,同时分别对单节点和多节点无线网络进行研究。在单节点无线网络中,本文提出了一种动态的资源分配算法,该算法根据EDI指数的大小来对虚拟网络的映射区域进行再配置,提高资源利用的聚集度,减少资源碎片。仿真结果显示该动态算法较静态算法在VNR接受率,收益和开销方面都有着更为优异的性能。针对多节点无线网络,本文使用了带有关键指数的MIP算法,该算法将限制无线接口和可用无线频道的个数,该算法能够有效地对多节点网络进行资源再分配,以此提升资源的利用率,仿真结果表明MIP算法较G-SP和G-MCF算法更为优越。
随后,针对无线MESH网络,本文提出将映射过程分为两个阶段,先在物理层内采用FCRA和MVCRA算法对频道的部署进行优化,然后再采用ViNE算法执行映射。仿真结果表明加入了频道部署优化的方案较未加入频道部署优化的方案在接受率和收益方面拥有更好的性能。但有时这些更佳的算法往往需要耗费更多的执行时间,有着更大的开销,在具体采用时需要在映射效率和映射质量之间作出权衡。