【摘 要】
：
针对网络功能虚拟化环境中网络出现负载失衡的问题,提出一种拓扑与资源感知的虚拟网络功能迁移方法(TRA-VNFM).首先,根据底层网络的计算、存储和转发资源占用情况,设置两级动态阈值对物理节点的过载程度进行分类,同时制定相应的迁移判定条件并计算出待迁移目的节点集.其中高过载节点优先实施迁移且有更低的迁移成功条件.其次,针对过载节点上部署的虚拟网络功能,利用资源感知算法对其迁移权重进行设定,占用过载资源越多的虚拟网络功能迁移权重越大,结合迁移权重和资源需求选择出待迁移虚拟网络功能.最后,采用极值交互的拓扑感知
【机 构】
：
空军工程大学 信息与导航学院,西安 710077
论文部分内容阅读
针对网络功能虚拟化环境中网络出现负载失衡的问题,提出一种拓扑与资源感知的虚拟网络功能迁移方法(TRA-VNFM).首先,根据底层网络的计算、存储和转发资源占用情况,设置两级动态阈值对物理节点的过载程度进行分类,同时制定相应的迁移判定条件并计算出待迁移目的节点集.其中高过载节点优先实施迁移且有更低的迁移成功条件.其次,针对过载节点上部署的虚拟网络功能,利用资源感知算法对其迁移权重进行设定,占用过载资源越多的虚拟网络功能迁移权重越大,结合迁移权重和资源需求选择出待迁移虚拟网络功能.最后,采用极值交互的拓扑感知算法综合考虑各类资源占用情况、处理时延以及拓扑属性,对待迁移目的节点集中的节点进行评价,将评价最高的节点作为迁移目的节点.仿真实验表明,与以往虚拟网络功能迁移方法相比,该方法不仅降低了迁移时间,还在服务功能链的平均时延、网络的收益开销比与负载均衡程度方面有较好的性能.
其他文献
基于局部特征的图像匹配算法是电力巡线无人机航拍图像匹配算法中最为实用的一种方法。针对传统匹配算法构建尺度空间会致使图像边缘信息丢失或者效率较低等问题,提出一种基于高斯曲率尺度空间的航拍图像匹配算法。借助高斯曲率滤波器构建一阶尺度空间,利用FAST算法提取特征点并选择特征采样区域,再以对特征采样区域建立二阶尺度空间并提取二阶尺度空间层内LIOP描述符,随后二阶尺度空间两两层LIOP描述符做差值并二值
针对传统机器学习方法在处理不平衡的海量高维数据时罕见攻击类检测率低的问题,提出了一种基于深度学习的随机森林算法的入侵检测模型,为了避免传统的随机森林面对高维数据和不平衡数据时分类精度低、稳定性差和对罕见攻击类检测率低的问题,引入生成式对抗网络(GAN)和栈式降噪自编码器(SDAE)对随机森林算法(RF)进行改进.将罕见攻击类数据集输入GAN神经网络中,生成新的攻击类样本,改善网络入侵数据在样本集中不均衡分布的情况,通过堆叠深层的SDAE逐层抽取网络数据的分布规则,并结合各个编码层的系数惩罚和重构误差,来确
针对单变更传播路径搜索方法面向多变更的不适用问题,提出多变更传播路径并行搜索方法.首先,基于构建的零部件网络模型,提出变更风险指数,作为路径优化的重要指标;其次,依据多变更传播路径的干涉特征,划分串行、分裂、合并3种基本传播形式,提出变更影响求解方法;基于此,提出下行变更传播路径搜索算法、约束变更传播路径搜索算法两部分组成的多变更传播路径并行搜索模型.最后,通过实例验证了所提方法的有效性和可行性.
针对基于深度学习的人脸识别模型难以在嵌入式设备进行部署和实时性能差的问题,深入研究了现有的模型压缩和加速算法,提出了一种基于知识蒸馏和对抗学习的神经网络压缩算法.算法框架由三部分组成,预训练的大规模教师网络、轻量级的学生网络和辅助对抗学习的判别器.改进传统的知识蒸馏损失,增加指示函数,使学生网络只学习教师网络正确识别的分类概率;鉴于中间层特征图具有丰富的高维特征,引入对抗学习策略中的判别器,鉴别学生网络与教师网络在特征图层面的差异;为了进一步提高学生网络的泛化能力,使其能够应用于不同的机器视觉任务,在训练
人脸合成由于其应用与技术价值,是机器视觉领域的热点之一,而近年来深度学习的突破性进展使该领域吸引了更多关注。将该领域的研究分为四个子类:人脸身份合成、人脸动作合成、人脸属性合成与人脸生成,并系统地总结了这些子类的发展历程、现状,以及现有技术存在的问题。首先针对人脸身份合成,从图形学、数字图像处理与深度学习三个角度总结了各自的合成流程,对关键技术原理进行了详细的解释与分析。其次将人脸动作合成进一步分
为了应对冯·诺依曼计算架构的存储墙,存内计算(CIM)架构将逻辑嵌入到存储器中,在读取数据的同时完成运算,使存储单元具备计算能力并且减少了处理器和存储器之间的数据传输.为实现大容量、低成本存储器设计,提出了一种以双字线双阈值4T SRAM为基础的存储系统,不仅可实现数据的存储与读取,而且还可实现BCAM运算和与、或非、异或等逻辑运算.逻辑运算时,经译码电路任选两行存储数据,位线均预放电至低电平,位线电压通过位线端灵敏放大器与参考电压比较后输出运算结果.BCAM运算时,外部输入数据经译码电路译码后实现对存储
高性能且低功耗地进行大规模类脑仿真是类脑计算所需解决的最具挑战的问题之一.目前类脑计算的实现方式主要分为硬件实现和软件实现两种.通过硬件实现的专用类脑计算芯片与系统可以提供更佳的能效指标,但代价高、适应性差;基于软件方式的仿真(如NEST)拥有完整的应用生态,可用性好但存在计算速度慢的问题.如果将两种实现方式相结合,通过软硬件协同设计,可以在保证良好应用生态的同时获得更高的计算能效,提出了一种基于FPGA异构平台PYNQ集群的NEST类脑仿真器的高能效实现(PEST).通过构建大规模PYNQ集群,设计软硬
在基于位置的社交网络中,找到一个特殊的群体/社区是非常重要的.现在的研究都集中于寻找群体之间关系紧密的密集子图.相对于紧密的群体/子图,对于稀疏群的研究少之又少.虽然现有工作开始研究稀疏群体查询问题,但是还没有研究基于位置的稀疏群体查询问题,而基于位置的服务在现实生活中有很多需求.因此,研究基于位置的稀疏群查询的问题变得有研究价值.基于位置的稀疏群体查询是为了找到一群用户,不仅用户之间满足一定的稀疏性(即用户之间的社交距离大于k),且最小化用户到查询位置的距离和.针对这个问题,首先提出基于c-邻居的基本处
针对传统A~*算法在场景较大的栅格地图路径规划时,很多冗余节点的遍历导致寻路算法内存消耗大、计算速度慢等问题,提出了一种对A~*算法的改进策略。首先,改进启发函数的具体计算方式,利用切比雪夫距离替代欧氏距离使启发式函数精确地等于实际最佳路径,减少A~*节点的拓展数量;其次,使用跳点搜索(JPS)策略筛选出跳点添加到OpenList和ClosedList代替A~*算法中大量不必要的邻节点,通过跳点实
通过梳理我国2004-2019年不同地区近40份《政府投资项目代建制管理办法》(以下简称“《办法》”)并进行比较研究,归纳其中异同和变化趋势.结合实地访谈对国内典型城市的代建经验进行总结学习,提出政府投资项目代建制的完善建议,以规范代建模式发展和强化代建市场培育.