网络功能虚拟化中的资源分配研究

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:just_username
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传统电信网络由一系列的专有物理设备组成,网络服务所需的网络功能都是专有设备。这样的网络使提供网络服务的周期长、服务敏捷性低,并且严重依赖于专用硬件。这些缺点使在传统网络中提供敏捷的、多样的服务变得极其困难。网络功能虚拟化(Network Function Virtualization,NFV)被提出来以解决这些问题。NFV使用虚拟化技术,将基于硬件的网络功能实现为基于软件的虚拟网络功能(Virtualized Network Function,VNF);然后在通用服务器上运行这些VNF,而不用购买和安装新的硬件。这样,网络服务便可以分解为,多个可以动态部署在通用服务器上的VNF。因此,NFV提供了一个设计、部署和管理网络服务的新范式。NFV在提高网络灵活性的同时,也降低了资本支出(Capital Expense,CAPEX)和运营成本(Operating Expense,OPEX)。虽然NFV具有许多优势,但是,为了应用NFV,仍然还有许多挑战亟需解决。本文主要研究了,动态场景中NFV中的资源分配问题,包括VNF的放置问题,以及云环境中的VNF供给问题。本文的研究内容和主要贡献点如下:1.基于在线原始对偶算法的性能保证的VNF放置算法研究。在考虑NFV网络的动态特征情况下,本文提出了一个可证明性能的算法DAFT。DAFT基于在线原始对偶算法框架设计,并将子问题规约到一个能够使用迪杰斯特拉(Dijkstra)算法来求解的问题,从而使算法在满足理论可证明性能的同时,保证较低的计算复杂度。理论分析表明,DAFT相对离线最优解的竞争比(Competitive ratio)为(1-1/e),其中e≈2.7183。本文还提出了一个基于DAFT改进的算法来解决DAFT可能违背容量约束这一问题,即FDAFT。仿真结果表明,DAFT和FDAFT的竞争比显著优于同类对比算法。2.基于李亚普诺夫优化的缓存感知的VNF放置算法研究。本文在考虑缓存(队列)稳定性的情况下,研究了动态网络中的VNF放置问题。本文提出了在线算法MACRO来求解这个问题。另外,为了限制最坏情况下请求的延迟,本文提出了一个改进的算法WEB-MACRO。两个算法与平均最优解的差距都为O(1/V),其中V是一个可调参数,用于控制目标函数值和队列长度的折中。此外,MACRO维护的队列长度由O(V)约束;WEB-MACRO维护的队列长度存在有限上界,从而限制了最坏情况下服务请求遇到的延迟。仿真结果表明,MACRO和WEB-MACRO的队列稳定,总成本低于同类对比算法。3.基于图神经网络和DRL的VNF-FG放置算法研究。复杂的网络服务可以被抽象为虚拟网络功能转发图(Virtual Network Function Forwarding Graph,VNF-FG),它也是一个有向无圈图(Directed Acyclic Graph,DAG)。本文研究了动态场景下VNF-FG的放置问题。为了充分利用复杂网络服务特殊的DAG结构,以及处理动态网络的复杂性,本文将图神经网络(Graph Neural Network,GNN)与深度强化学习(Deep Reinforcement Learning,DRL)结合起来,提出了一个高效的VNF-FG放置算法,即Kolin。仿真结果表明,与最新的方法相比,Kolin在系统成本、接入率和计算复杂度方面都有显著提升。4.基于组合优化算法的限制VNF迁移的VNF放置算法研究。本文研究了如何在限制VNF迁移数目的同时,减少放置VNF所需的服务器数目的问题。本文基于一个求解在线装箱问题的组合优化算法,设计了VNF放置算法SIVA。理论分析表明,SIVA每一步最多迁移λ个VNF,当k→∞的时候,该算法的渐近竞争比(Asymptotic Competitive Ratio,ACR)为3/2,其中λ=k·|N|,k是可调参数,|N|是网络支持的VNF类型的数目。仿真结果表明,SIVA利用较少的VNF迁移减少了使用的服务器,并且优于对比算法。5.基于模型预测控制的随机云环境中的VNF供给算法研究。由于NFV的优势,网络功能虚拟化提供商(Network Function Virtualization Provider,NFVP)尝试购买云资源来部署VNF,从而提供NFV服务。然而,现有的资源购买方案忽略了云环境的动态特征,从而可能导致成本过高。本文同时考虑了云资源价格,以及服务请求流量大小的动态变化,研究了NFVP应该如何购买云资源,从而降低其成本的问题。本文基于模型预测控制(Model Predictive Control,MPC)提出了算法VINOS,其中,VINOS使用长短时记忆(Long Short Term Memory,LSTM)网络来预测未来的云资源价格和服务请求流量大小。仿真结果表明,VINOS的总成本接近离线最优,并优于对比算法。
其他文献
毫米波(Millimeter Wave,mmWave)频段频谱资源丰富、指向性强,可实现点对点的高速数据传输,故其被选为5G标准以显著提升系统容量。然而,mmWave路径损耗严重并且穿透能力差,这极大地制约了其实际应用。为了弥补mmWave的这些缺陷,催生出了多种mmWave传输辅助技术,最近发展起来的可重构智能表面(Reconfigurable Intelligent Surface,RIS)技
表面等离子体激元(SPPs)是外部电磁场与良导体材料中的自由电子的集体震荡相互耦合产生的一种激发态表面倏逝波,具有亚波长局域,表面场增强等特性。作为能产生SPPs的天然材料,金属最早出现在研究中,至今已有百余年历史。而金属产生的SPPs的作用范围在纳米量级,早期的加工技术无法使其投入实际应用。近年来,由于微纳加工技术的发展,SPPs再次成为研究的热点,被广泛运用于近场成像、化学生物传感、表面拉曼散
随着物联网的发展,传感器网络作为其感知世界的基础而将广泛存在,使电能供给面临挑战。基于电池的传统供电方式将给传感器网络的维护带来极大的时间和人力成本,从而难以适应未来的发展需求。随着传感器和无线通信的功耗降低,以及现代社会对射频技术的日益依赖,利用无线射频能量供电成为了一种具有前景的替代方案,整流天线作为其中的关键器件引起了国内外学者的关注。然而,目前存在两方面因素制约着无线能量采集的效率。一方面
随着未来移动通信需求的发展、高速率通信场景的增加,以及低频段资源的短缺,毫米波通信技术,由于其具有更多的频谱资源,更大通信带宽,并且能够有效的利用空间域的资源,越来越受到学术界和工业界的重视。因此,毫米波通信技术也成为了5G通信的重要技术之一。本论文从毫米波通信中实际存在的问题出发,首先研究了毫米波通信的信道特性、通过实际测量和大量经典文献的整理,基于前期研究的毫米波信道特性成果,使用不同的毫米波
无线网络技术正迈向与多领域的深度融合,逐步实现无时无处的智能连接、全息连接、深度连接与泛在连接。然而,由于无线网络的广播性及开放性,使得无线网络极易受到窃听以及干扰等恶意攻击。同时,微型无线终端设备的普及,使得这些微型终端的计算和能量都非常有限,基于传统的安全解决方案难以适用于无线网络的低功耗、低计算资源以及高吞吐率下的高安全需求。无线物理层安全技术的提出为解决这些安全问题提供了新的思路。物理层安
近年来人类社会所产生的海量数据使得人工智能技术为制造业产能升级提供了强有力的支持。但与此同时,传统计算机的计算能力与存储性能也逐渐步入瓶颈,核心处理器的电路集成度越来越大,且因不可控制的量子效应导致计算失效。为了克服传统计算机目前的缺陷,在存储和计算等关键领域上重新思考并发明全新的颠覆性技术成为计算机研究领域的热点研究课题。近年来,利用量子力学规律所设计的量子计算机相比经典计算机具有更强大的存储与
近年来,大规模云计算系统不断成为大数据、物联网、人工智能等应用的重要支撑平台,随着其规模和复杂性的急剧增加,各种硬件和软件故障质变为常态现象,多类型的故障需要及时发现和修复。同时,复杂性不断增加的云计算系统架构对可靠性带来的影响不断凸显(如评估困难、运维低效等),并受到学术界和产业界的广泛关注。如何量化复杂的云计算系统可靠性特征并加以保障和有效提升已经成为了制约云计算产业持续发展的关键问题。在现有
光学相干层析成像技术因具有高分辨,非入侵和实时成像的特点,被广泛应用于各种基础研究和临床医学中。但光在通过无序的生物组织时,由于折射率不均匀而发生的多次散射,限制了OCT的成像深度为1~2 mm。近些年来,随着使用空间光调制器优化入射光的波前、样品反射/传输矩阵测量和时间反演等技术的出现,人们提出了很多新型的穿透散射介质成像和聚焦的技术,这其中就包括反馈式的波前整形、光学反射/传输矩阵的测量、光学
与常规相控阵(Phased Array,PA)仅有方位角依赖性的发射波束不同,频控阵(Frequency Diverse Array,FDA)雷达通过对各阵元载频依次施加不同的频率偏移形成具有方位角、距离甚至时间依赖特性的发射波束。因此,频控阵雷达在发射波束形成、杂波和干扰抑制、目标检测与跟踪、参数估计和射频隐身等领域具有广泛的应用前景。本文从频控阵雷达阵列结构和信号的基本特性出发,对其目标检测涉