应用感知的数据中心网络多租户共享方法

在多租户数据中心,来自不同租户的应用程序共享并竞争使用网络资源.网络共享策略会对应用程序端到端的性能(如作业完成时间、吞吐量等)产生直接的影响.为了衡量租户应用程序的整体数据传输速率,本文引入进度(Progress)的指标.该指标被定义为租户应用程序在所有链路上经需求标准化后的最小带宽分配量,反映的是租户能够完成其数据传输的最慢速率.通过最大程度地提高租户进度,可以优化上层应用程序的执行时间等性能.先前的大多数工作都集中在实现网络共享的公平性、可预测性和效率之间的权衡,忽略了提高租户的长期进度.本文观察发现应用程序放置于租户所租赁的不同虚拟机上会形成不同的带宽需求分布,进而影响后续带宽分配所能够获得的最优进度.通过理论分析我们证明了获得所有租户最优进度的关键在于最小化网络瓶颈链路上的带宽需求.基于此,本文提出应用感知的网络多租户共享方法,通过联合优化任务放置和带宽分配的过程,该方法最大化所有租户的进度,并在优势资源公平性限制下最大化网络利用率.实验结果证明,与目前的最新带宽分配方法相比,本文将租户整体进度提高了85.6％～107.7％,网络链路利用率提高了71.2％～112.4％.     

面向SDN数据中心网络最大概率路径流量调度算法

随着数据中心网络规模的迅速增长,网络带宽利用率低下导致的网络拥塞问题日益突出,通过负载均衡提高数据中心网络链路带宽利用率和吞吐量成为了研究热点.如何结合流量特征、链路状态和应用需求进行流量的合理调度,是实现网络链路负载均衡的关键.针对数据中心突发性强、带宽占用率高的大象流调度问题,提出一种面向SDN数据中心网络最大概率路径流量调度算法,算法首先计算出满足待调度流带宽需求所有路径,然后计算流带宽与路径最小链路带宽之间的带宽比,结合所有路径的带宽比为每一条路径计算路径概率,最后利用概率机制选择路径.算法不仅考虑了流带宽需求和链路带宽使用情况,而且全局地考虑了流调度和链路带宽碎片问题.实验结果表明,最大概率路径调度算法能够有效地缓解网络拥塞,提高带宽利用率和吞吐量,减少网络延迟,从而提高数据中心的整体网络性能和服务质量.     

自适应带宽的最大-最小公平性拥塞控制

带宽共享和拥塞控制对于Internet的健壮性和公平性是很重要的研究课题.对交换设备中流量共享拥塞链路的带宽公平分配进行研究,提出一个优化交换设备带宽的设置算法:根据出端口接收速率自适应设置入端口带宽门限,对入端口的带宽进行动态重新分配,提高资源利用率.模拟实验表明,此算法有以下优点:1)高适应性;2)最大最小公平性;3)快速响应网络变化;4)高可靠性;5)稳定性.     

面向多租户网络资源分配的博弈优化策略

为了应对5G及未来网络中用户间差异化的服务需求,改善多租户网络切片资源利用率低和部署成本高的问题,提出一种基于多租户网络资源分配的博弈优化策略。在多租户网络中,网络切片租户（NSTs）租用基础设施提供商基站的无线频谱资源,将接入服务切片构建为网络切片即服务,为用户提供网络接入服务。将NSTs和用户的关系建模为一个多主多从的Stackelberg博弈,引入切片流行度和服务命中率指标,建立博弈双方的策略空间和收益函数,并证明NSTs的切片订购策略存在唯一的纳什均衡。通过逆向归纳法分析博弈模型,提出一种分布式迭代算法求得用户的最优吞吐量需求以及NSTs的最优切片定价。仿真结果表明,与传统考虑切片资源分配的优化策略对比,基于多租户网络资源分配的博弈优化策略能够有效提高资源利用率和用户满意度,并降低切片部署能耗,较好地实现频谱带宽资源的合理分配。     

一种基于效用最大最小公平性的QAM资源分配算法

介绍一种基于IPQAM的接入网下行带宽扩容系统,并针对该系统中的QAM资源分配问题展开研究.将业务的带宽需求描述为带宽上下限和效用函数,以UMM(Utility Max-min,效用最大最小)公平性为研究目标,设计了一种新的单链路UMM公平分配算法.该算法与基于分段线性函数的算法相比,具有更高的计算精确度,而时间复杂度相似.基于该算法,在兼顾带宽利用率和效用公平性的原则下,设计了QAM频点选择算法和单频点带宽分配算法.仿真结果表明,本文的单链路UMM公平分配算法具有较高的精确度,并且,QAM频点选择算法使得多频点间公平性较好.     

一种新的实现效用函数最大最小公平性的分布式算法

计算机网络中的一个核心问题就是如何在竞争的流之间公平地分配带宽。由于网络是分布式的,因此又要求带宽分配算法可以是分布式的,这样就可以在路由器端和用户端配置,从而分别不停地调节速率以达到网络平衡和最优状态。不同的算法对应不同的公平性标准,其中应用最为广泛的就是最大最小公平性以及效用函数最大最小公平性。本文提出了一种新的方法来实现效用函数最大最小公平性,这种方法基于非线性优化中的向量优化方法和Kuhn-Tucker条件。利用这种方法可以把网络优化问题转化为一系列等价的条件,这些条件的最优解就是原问题的解。而求解这些条件可以运用经典的非线性优化的梯度投影算法,由此产生了一种分布式的用户链路算法并通过案例验证了其正确性及性能。     

多重链路时延优化动态可用带宽分配算法

为了优化多重链路多业务环境下的时延,首先分析了带宽分配及链路中数据传输时延计算方法,提出一种时延优化的动态可用带宽分配算法(DODBA)。该算法基于不同优先级业务的时延比较实现了剩余可用带宽的重新分配。仿真实验证明了DODBA的有效性,能控制各链路不同业务的时延,并提高了系统带宽资源的利用率。DODBA可用于解决大型宽带网络接入控制中的实际问题。     

面向雷达组网的一种改进多链路负载均衡算法

针对雷达网中存在的多链路负载不均衡问题,提出了一种链路间的差异互补算法,对多链路负载均衡算法CIAP进行迭代优化改进.CIAP算法根据各链路的传输时延和剩余带宽,采用误差纠正学习方法实现整体网络性能优化.改进的CIAP算法减少了运算迭代次数,优化了算法效率.仿真结果表明,改进的CIAP算法有效均衡了各链路负载的时延和剩余带宽,提高了网络的吞吐率和公平性.     

多TCP协议多链路端拥塞控制特性研究

当多链路端网络模型中包含有多种TCP协议的数据源端时,不同源端根据不同的反馈信号调整发送速率,无法保证网络平衡点的存在性和唯一性及带宽分配的公平性.针对不同源响应不同反馈价格机制,引入价格映射函数,建立了具有不同价格映射函数的对偶优化模型.证明了在适当假设下该模型平衡点是存在的.提出并证明了保证网络平衡点唯一性的价格映射函数设计条件.同时在期望带宽分配公平性的平衡点下给出了网络允许的最大往返延迟时间.     

车联网D2D通信中最大化频谱资源利用率分配算法

无线通信技术快速发展,终端设备不断增多,为缓解这一现象,提升系统网络容量,针对车联网蜂窝D2D(device to device)通信资源分配问题,提出了一种最大化频谱资源利用率分配算法.该算法以最大化频谱资源利用率为优化目标,在满足车联网通信的基本服务质量(quality of service,QoS)下,通过V2V(vehicle to vehi-cle)和V2P(vehicle to people)共享信道资源来提高频谱资源利用率.首先利用信道状态信息定义的链路增益因子为终端用户找到潜在的通信链路集合;然后证明终端用户复用链路资源时功率分配问题为一个凸优化问题,利用凸优化理论求得最优传输功率;随后求解最优的信道匹配问题,此问题为多对一的加权匹配问题,为降低算法复杂度用KM(Kuhn Munkres)算法来求解.仿真结果表明,所提算法较其他算法能够有效地提升系统吞吐量、提高频谱资源利用率、提升网络性能,优化车联网通信资源分配问题.