移动边缘计算网络下的服务功能链部署优化设计

为解决移动边缘计算网络中面向用户的服务功能链部署算法系统成本支出过大、响应时间长的难题,提出了针对服务功能链成本与时延联合优化设计的方法。首先,在服务功能链构建阶段,根据节点位置和资源状况,选择当前最佳节点减少虚拟网络功能（virtualized network function,VNF）间的时延以提高服务功能链的响应时间。其次,在服务功能链部署阶段,由于映射资源有限,在服务映射节点时应用节点选取算法确定最佳节点映射排列顺序,并从中选取最短加权路径作为各VNF间的通信链路。实验仿真结果表明,相比于已有方案,该方法能有效降低时延和部署成本,并能显著提高服务功能链部署的成功率。     

服务功能链的跨域部署算法

针对以往的服务功能链(service function chain, SFC)跨域部署算法很容易导致多域网络负载失衡及能耗过多的问题，提出一种分布式跨域部署算法。基于域网络的资源剩余量及不同类型的虚拟网络功能(virtual network function, VNF)资源需求量完成SFC的划分，综合考虑单域网络负载均衡及能耗，完成SFC子链在单域网络的部署。仿真结果表明，相较于基准算法，基于该算法进行SFC的跨域部署可以获得更好的负载均衡效果，负载均衡度低至0.3%,同时能耗降低了0.5%～14.7%,更加贴合实际的应用需求。     

基于节点综合重要度排序的服务功能链部署优化方法

为满足5G网络环境下高可靠性、低时延的要求，同时降低网络带宽资源消耗，面向流量与可靠性优化提出一种基于节点综合重要度排序的服务功能链（SFC）部署方法。首先，基于流量改变率聚合虚拟网络功能（VNF），从而减少部署的物理节点，提高链路可靠性；其次，通过节点的度、可靠性、综合时延与链路跳数定义节点综合重要度，并依据该重要度对物理节点排序；然后，将VNF依次映射到底层物理节点上，同时通过约束链路条数以减少“乒乓效应”并优化流量；最后，通过k-最短路径算法映射虚拟链路，从而完成整个SFC的部署。相较于原有聚合方法，所提方法的SFC平均可靠性提升2%,SFC端到端平均时延降低22%，平均带宽开销降低29%，长期平均收益开销比提高16%。实验结果表明，所提方法能有效提高链路的可靠性，降低端到端的时延与带宽资源消耗，起到了良好的优化效果。     

多源多播服务功能链优化部署算法

在软件定义网络和网络功能虚拟化环境下,针对多播中的服务功能链（SFC）部署,探究了多源多播中的联合虚拟网络功能（VNF）部署和流量路由问题,目的是最小化节点资源消耗和链路资源消耗总成本。同时考虑到节点、链路及带宽延迟限制,建立了整数线性规划模型,并提出一种名为多源多播树优化的启发式算法。该算法旨在为所有用户找到最近的源节点,获得多个源、目节点组,为每个组构造一棵多播服务功能树,然后优化多播服务功能树。实验仿真结果表明,与其他启发式算法相比,该算法有效地降低了总成本、链路利用率及时延。     

基于VNF的网络服务冲突检测与避免机制

针对如何构建服务功能链(Service Function Chain,SFC)并进行资源分配为用户提供满意服务的问题,本文提出了一种包括候选路径构建、依赖冲突检测与避免以及虚拟网络功能(Virtual Network Function,VNF)部署的机制.首先,为了给SFC部署提供充足的资源,提出二级筛选及最优化选取的候选路径构建规则,为服务提供预选路径.其次,在SFC构建过程中,检测复用性与依赖关系之间的冲突,将依赖关系划分二元组后进行冲突判断,若产生冲突则进行等价类划分,给出冲突集合.然后,提出基于冲突集合以及LFGL(Least-First-Greatest-Last)原则的VNF部署规则,以最大化链路剩余带宽,保证端到端延迟.最后,在进行服务递交时,检测VNF流入流出比对数据量的影响,若产生冲突则进行冲突避免,若无法成功避免则执行规避策略.最后基于小型和大型两种网络拓扑对仿真系统进行性能评价.实验结果表明,本文设计的机制在复用率、时延、部署成功率方面所表现出的性能均优于对比算法.     

基于成本的服务链组成与部署联合优化策略

网络功能虚拟化（NFV）通过将虚拟网络功能（VNF）部署在虚拟设备中,提高了网络管理的灵活性,但随着服务需求的扩大,网络供应商消耗的运营支出（OPEX）也不断增加。由于VNF改变流大小的特性、VNF间的依赖性以及组成和部署方式的复杂性,面向OPEX的VNF组成和部署问题充满挑战。提出一种面向成本的虚拟网络链组成和部署联合优化策略,将节点映射成本、链路映射成本、激活成本和能耗成本公式化为OPEX,构建混合整数非线性规划模型。为分析影响成本的不同因素,同时提高特殊依赖情况下的处理效率,根据不同依赖关系将VNF请求集分为完全无序、部分有序和完全有序VNF集合进行分析,并设计3种相应优化算法。实验结果表明,在完全无序、部分有序情况下,算法性能优于首次适应算法、随机拟合算法等同类算法,对于完全有序算法,当节点资源配比在50%以上时,可获得小规模网络下近似线性规划模型精确解的方案。     

基于在线实例配置的服务功能链部署方法

为应对实际环境中网络流量的动态变化,同时降低运营商的运营成本,提出基于在线服务功能扩展的服务功能链部署方法。将空置状态虚拟功能实例的生命周期管理问题建模为雪橇租赁模型,采用雪橇租赁问题的最优解配置空置服务功能实例的生命周期,并设计自适应扩展开销最小化的在线服务功能实例扩展算法。以服务功能实例自适应扩展的结果作为约束条件,将每一时刻的服务功能链部署问题建模为整数线性规划问题,利用遗传算法求解带宽开销最小化的服务功能路径,实现动态场景下的服务功能链部署。仿真结果表明,该方法能根据网络流量变化动态调整虚拟资源,降低服务功能实例自适应扩展成本,节省带宽资源。     

基于VNF组合的服务功能链设计及映射算法

为优化网络功能虚拟化中服务功能链的设计和映射过程,提高物理资源利用率,提出一种基于虚拟网络功能(VNF)组合的服务功能链设计及映射算法A-VNFC.使用整数线性规划(ILP)模型,在小规模物理网络中求出目标函数总带宽消耗(TBC)的最优解,寻找可组合的VNF,并利用VNF决策树检查所有组合策略,通过迭代和优化降低TBC.仿真结果表明,A-VNFC算法可在不同场景下有效降低带宽消耗,其TBC数值接近ILP模型获得的最小带宽消耗值.     

一种时延约束下可靠性保证的服务功能链部署方法

针对网络功能虚拟化环境中底层网络物理节点随机失效导致网络服务中断问题,提出了一种兼顾网络服务可靠性和时延约束的服务功能链部署方法以保证网络服务的可靠性。首先提出一种相邻虚拟网络功能备份实例资源共享的备份机制和单路径与多路径混合的路由策略,然后对时延约束下服务功能链可靠性部署问题建立混合整数线性规划模型,并设计了基于K最短路径扩展的服务功能链部署算法。仿真结果表明,与现有方法相比,该方法降低了节点和带宽资源开销,并提高了网络服务请求接受率。     

服务功能链的优化映射策略

服务功能链(Service Function Chains,SFC)是通过虚拟链路互联的一组有特定顺序的虚拟网络功能,服务功能链的优化映射是一重要的研究热点.随着网络业务需求量的增加,网络功能节点周围的链路资源可能无法得到充分利用.针对延迟代价与链路资源利用率,设计了一种服务功能链优化映射策略,并在网络拓扑中进行了仿真实验.通过与最短路径策略的对比,优化映射策略在做到负载均衡的同时,可以尽可能地减小延迟开销,提高映射成功率.     

Enhanced Reliability in Network Function Virtualization by Hybrid Hexagon-Cost Efficient Algorithm

In this,communication world, the Network Function Virtualization concept is utilized for many businesses, small services to virtualize the network node function and to build a block that may connect the chain, communication services. Mainly, Virtualized Network Function Forwarding Graph (VNF-FG) has been used to define the connection between the VNF and to give the best end-to-end services. In the existing method, VNF mapping and backup VNF were proposed but there was no profit and reliability improvement of the backup and mapping of the primary VNF. As a consequence, this paper offers a Hybrid Hexagon-Cost Efficient algorithm for determining the best VNF among multiple VNF and backing up the best VNF, lowering backup costs while increasing dependability. The VNF is chosen based on the highest cost-aware important measure (CIM) rate, which is used to assess the relevance of the VNF forwarding graph.To achieve optimal cost-efficiency, VNF with the maximum CIM is selected. After the selection process, updating is processed by three steps which include one backup VNF from one SFC, two backup VNF from one Service Function Chain (SFC),and two backup VNF from different SFC. Finally, this proposed method is compared with CERA, MinCost, MaxRbyInr based on backup cost, number of used PN nodes, SFC request utility, and latency. The simulation result shows that the proposed method cuts down the backup cost and computation time by 57% and 45% compared with the CER scheme and improves the cost-efficiency. As a result, this proposed system achieves less backup cost, high reliability, and low time consumption which can improve the Virtualized Network Function operation.     

安全服务链中虚拟网络功能分配与调度算法研究

安全服务链中的虚拟网络功能（virtual network function,VNF）将传统网络安全功能与硬件设备解耦,使得服务功能的部署更具动态性和可扩展性。然而,VNF向节点的合理分配以及节点上VNF的高效调度问题仍亟待解决。为此,基于软件定义网络（software defined network,SDN）和网络功能虚拟化（network function virtualization,NFV）环境,提出基于优化算法的解决方案。首先,对资源分配与调度问题进行举例并形式化定义问题的优化目标;其次,提出基于贪心算法的资源分配方案和基于混合蜂群算法的资源调度方案,统一协调解决VNF的资源分配与调度问题。最后,设计仿真实验,验证所提算法的时间复杂性和在总资源成本和总服务收益方面的提升;同时,对比混合蜂群算法和传统蜂群算法,结果显示前者具有更快的收敛速度。     

服务链联合多元化及动态冗余备份方法研究

针对电力云环境下虚拟网络函数(virtual network funtion,VNF)单一集偶发系统故障致使服务链(service function chain,SFC)进程开环的难题,在MATLAB仿真实验平台开展了分布式多集和定制冗余解决方法的研究.通过分析异构VNF服务可靠性需求,明确单一集结构微服务部署架构,利用异地部署实现VNF轻型分布,并采用定制冗余策略,进一步提升VNF弹性.结合轻型多集和冗余定制方法的优势,提出了混合整数线性模型的服务链配置新策略.以资源消耗率、服务中断率、服务链可用性为对象参数的实验结果表明,改进算法可有效避免系统故障导致的服务链完全中断,在满足目标服务链可用性水平和提升服务链弹性能力的同时,降低了平台系统多元化及冗余备份成本.     

NFV中单节点启发式资源分配方法

从网络包转发性能角度出发,通过实验深入分析DPDK对虚拟网络功能的加速效果及CPU资源消耗情况,并对单节点资源分配问题进行研究,证明了该问题是NP难类型,提出了基于贪心算法的启发式VNF资源分配算法。在此基础上,针对网络负载的潮汐现象,提出了一种基于网络负载的虚拟网络功能实例自动切换方案。实验结果显示,相较传统方式,该方案在高负载情况下VNF性能提升了20%。     

绿色移动边缘网络中可靠的虚拟网络功能部署技术研究

绿色移动边缘网络(GMEN)是一个新兴的分布式网络,它将可再生的绿色能量作为边缘节点运行的主要能源,从而减少从电网中获取的能量。在GMEN中,网络服务供应商可以将多个虚拟网络功能(VNF)按照特定的顺序组成服务功能链(SFC)来处理用户的请求,这些VNF可以以软件实例的形式被灵活地部署在边缘节点上来高效地利用绿色能量。为了保证服务的时延和可靠性要求,需要把多个备份VNF(BVNF)部署在距VNF k跳范围内的节点上,以便在VNF发生故障时能代替它继续提供满足时延要求的服务。然而,每个地理分散的边缘节点收集到的绿色能量是动态变化的,如果VNF周围的节点所收集的能量减少并小于运行BVNF所需的能耗,则需要从电网中获取额外的能量来保证它的运行。因此,根据节点收集的绿色能量和使用计算、通信等资源所消耗的能量速率,制定在线的VNF和BVNF联合部署方案,使得边缘节点从电网中获取的能量被最小化,同时保证服务的时延和可靠性要求,是一个NP-hard问题。目前,已有许多工作对这一问题进行了研究,并取得了一定的成果,但在实际的应用中仍面临着一些问题。为了更深入地推进该领域的研究,对近几年的最新研究成果进...     

A new surrogate placement algorithm for cloud-based content delivery networks

Cloud-based content delivery networks (CCDNs) have been developed as the next generation of content delivery networks (CDNs). In CCDNs, the cloud contributes to the cost-effective, pay-as-you-go model, and virtualization and the traditional CDNs contribute to content replications. Delivering infrastructure as a service in a networked cloud computing environment requires mapping virtual resources to physical resources, as well as traditional surrogate placement. In this paper, we develop a novel algorithm for virtual surrogate placement that combines multiple knapsack and competitive facility location problems. Moreover, we provide new formulations and theories for this problem. Finally, we compare our algorithm with the previous heuristics. Simulation results show that the proposed algorithm achieves significantly better results in terms of a decreased number of surrogate servers, decreased total path length between end users and surrogate servers, decreased average workload variance and CCDN deployment cost.     

基于特征选择的VNF资源需求预测方法

针对在网络切片场景下以往的VNF(虚拟网络功能)资源分配策略无法满足动态的资源需求,很容易导致资源分配不足或过度分配的问题,提出了一种基于两阶段算法(two-stage algorithm,TSA)的VNF资源需求预测方法.该方法首先基于数据特征筛选出与预测目标高度相关的候选特征集,然后利用贪婪式前向搜索策略对候选特征集进一步筛选获得最优特征集,最终训练出不同类型的预测模型.仿真结果表明,基于该方法所训练的模型可以获得更好的预测性能,同时该方法的可扩展性较好,训练好的模型可以直接集成到现有的VNF部署算法中应用.     

基于VNF间性能干扰的服务请求调度策略

网络功能虚拟化(NFV)技术是当今研究的热点技术之一。目前的虚拟网络功能(VNF)放置方法大都忽视了同位间VNF即处在同一个物理机中的虚拟网络功能,对硬件资源的竞争所形成的干扰问题,会导致网络吞吐量下降。针对此问题,该文建立了以最大化网络吞吐量为目标的混合整数线性规划模型,设计了一个两步调整策略。第一步设计了组合放置算法(CAPA),将资源需求互补的虚拟网络功能进行组合放置;第二步根据不同虚拟网络功能对数据流量的处理特性,设计了流量感知算法(TAA)进行服务请求调度,进一步缓解了在大的数据流量场景下,底层硬件资源竞争更加激烈使得干扰增强的问题。实验结果表明,该文提出的两步调整策略,与忽视干扰因素的一般策略相比提高了网络吞吐量。     

SPIDER: An availability-aware framework for the service function chain placement in distributed scenarios

The network function virtualization (NFV) paradigm replaces hardware-dependent network functions by virtual network functions (VNFs) that can be deployed in commodity hardware, including legacy servers. Consequently, the use of NFV is expected to reduce operating and capital expenses, as well as improve service deployment operation and management flexibility. For many use cases, the VNFs must be visited and invoked following a specific order of execution in order to compose a complete network service, named service function chain (SFC). Nonetheless, despite the benefits from NFV and SFC virtualization technologies, their introduction must not harm network performance and service availability. On the one hand, redundancy is seen by network service planners as a mechanism well established to combat availability issues. At same time, there is a goal to optimize resource utilization in order to reduce operational expenditure. In this article, we share our experience in the design use of a framework, named SPIDER, focused on SFC placement that considers the network infrastructure condition and the required SFC availability to define the placement strategy. The SPIDER monitors the status of infrastructure nodes and links and defines which servers the VNFs should be placed on and the number of redundant replicas needed. We present a proof-of-concept of SPIDER using Kubernetes to launch the VNFs as containers. We also use Kubernetes to forward the traffic between the VNFs, composing the service chain. We perform experiments to evaluate the runtime of SPIDER and the SFC delay under different network conditions.