一种面向最佳收益的服务功能链在线编排方法

随着网络功能虚拟化技术的发展，如何对服务功能链进行灵活编排以实现收益最大化已成为服务提供商关注的核心问题。文中以最大化收益为目标，将多数据中心场景下的服务功能链在线编排问题建模为0-1整数规划，并在此基础上提出了一种两阶段启发式算法。在第一阶段，根据负载情况及部署开销计算节点和链路的权重值，将服务功能链部署在优先级最高的节点上，然后根据链路的负载情况选取满足带宽约束且优先级最高的链路。在第二阶段，类比最长有效功能序列方法，提出了一种虚拟服务迁移策略，以降低部署资源消耗。基于NSFNET和USNET网络拓扑设计了仿真实验，实验结果表明，相比现有算法，所提方法在部署收益和部署成功率两个方面均有一定提升，能够实现服务资源的优化配置，有效提升部署收益。     

基于改进麻雀搜索算法的服务功能链优化映射算法

为了实现5G网络场景下服务功能链的低成本高效率部署,提出了一种基于改进麻雀搜索算法的服务功能链优化映射算法。在服务功能链映射过程中,采用双层编码方式,将服务请求的组链方案和映射方案进行混合编码,然后使用改进离散麻雀搜索算法进行求解,得到该请求的服务功能链部署方案,并计算其映射权重。当同一时间片内存在多个请求类型时,按照映射权重对所有服务功能链进行排序,优先映射权重高的请求,以此减少延迟开销,提高节点计算资源利用率和链路资源利用率。仿真结果表明,该算法可以有效减少部署开销,提高资源利用率。     

一种基于动态规划的vEPC服务功能链部署方法

5G移动通信网虚拟化场景下,如何高效部署核心网服务功能链是实现虚拟化演进分组核心网业务高效部署的关键问题。针对现有部署方法难以满足移动通信低时延业务需求的问题,本文提出了一种基于动态规划的服务功能链部署方法。该方法通过解决相互依赖的每个虚拟网络功能部署这一子问题,然后递归的解决整个服务功能链的部署问题,找到网络服务时延开销最小的部署方案。仿真实验表明,该方法在网络服务的处理时间、请求接受率、收益和算法执行时间等方面具有良好的性能。     

基于VNF实例共享的服务功能链部署算法

针对服务功能链(SFC)部署过程中存在虚拟网络功能(VNF)实例部署成本和转发路径成本难以权衡的问题,提出了基于VNF实例共享的SFC部署算法。首先针对多链SFC建立VNF和虚拟链路映射模型,并预估路径部署长度上限,保证SFC时延需求;其次,在路径部署长度限制范围内,尽可能使VNF实例共享最大化,以平衡链路转发成本和VNF部署成本,最终得到SFC部署策略。与已有的SPH(shortest path heuristic)和GUS(greedy on used server)部署算法相比,所提算法所得的总运营成本分别降低6.6%和12.15%,且当SFC数量增多时,该算法的服务接受率可达89.33%。仿真实验结果表明,提出算法可以在保证用户服务质量的同时有效降低SFC部署成本。     

5G-C-RAN中最大化效用服务功能链部署算法

为解决5G无线虚拟化网络中的服务功能链的部署问题,保障多样化业务带来的网络差异化性能需求,并提高基础设施运营商和无线虚拟运营商的联合收益,提出一种基于最大化效用的服务功能链部署策略。该策略在考虑5G-C-RAN的架构特性下,联合考虑虚拟运营商的最大容忍端到端时延、最小服务速率需求和基础设施运营商的计算资源及链路资源限制,同时考虑不同服务功能链部署方案对网络性能的影响,采用商业化模型,以最大化基础设施运营商及虚拟运营商联合收益建立效用模型。最后,通过遗传算法和Matlab函数Linprog进行迭代求解。仿真结果表明,该方案可保证虚拟运营商的网络性能的同时提高基础设施运营商和虚拟运营商的联合总收益。     

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。     

自适应服务功能链动态调整策略研究

服务功能链动态调整是应对网络变化、提升服务性能的重要方法。本文提出了一个基于带内网络遥测的服务功能链动态调整方案,通过带内流量采集服务功能链流信息,实时发现并调整性能下降的服务功能链。实验结果表明,该方案在请求接受率、资源利用率等方面都明显优于传统方案。     

移动边缘计算中资源受限的动态服务部署策略

移动边缘计算（MEC）的出现使移动用户能够以低延迟访问部署在边缘服务器上的服务。然而,MEC仍然存在各种挑战,尤其是服务部署问题。边缘服务器的数量和资源通常是有限的,只能部署数量有限的服务;此外,用户的移动性改变了不同服务在不同地区的流行度。在这种情况下,为动态请求部署合适的服务就成为一个关键问题。针对该问题,通过了解动态用户请求来部署适当的服务以最小化交互延迟,将服务部署问题表述为一个全局优化问题,并提出了一种基于集群划分的资源聚合算法,从而在计算、带宽等资源约束下初步部署合适的服务。此外,考虑动态用户请求对服务流行度及边缘服务器负载的影响,开发了动态调整算法来更新现有服务,以确保服务质量（QoS）始终满足用户期望。通过一系列仿真实验验证了所提出策略的性能。仿真结果表明,与现有基准算法相比,所提出的策略可以降低服务交互延迟并实现更稳定的负载均衡。     

边缘计算中拥塞感知的接入网络与副本联合选择策略

针对边缘计算中服务副本选择过程中多用户资源争用导致的服务质量降低的难题,提出了一种网络接入点选择和服务副本选择联合优化方法。首先,依据用户所在位置,贪心地为每条用户请求选择合适的网络接入点,以避免大量用户同时选择同一个基站而造成网络拥塞。其次,网络中存在多个服务副本,在服务副本选择阶段,依据每个副本的负载以及用户的移动路径,基于改进的免疫遗传算法为每条用户请求选择合适的服务副本,以期提高整个系统的运行效率。仿真实验结果表明,相比于已有方案,该策略能有效提高用户服务质量。     

弹性光数据中心网络中收益最大化的带宽分配算法

弹性光数据中心网络中的带宽分配需要兼顾云服务提供商收益和用户连接请求性能,对此提出收益最大化的带宽分配算法,其以子载波为基本单位将光纤带宽有效地分配给多个用户连接请求。首先,基于收益模型和虚拟子载波的概念建立带宽分配问题的整数线性规划模型;接着提出一种基于动态规划的带宽分配算法以及一种启发式的带宽分配算法,前者致力于获得最大的分配收益,后者则力求获得更好的时间效率;最后,通过仿真实验对所设计的带宽算法的性能进行验证。实验结果表明,相较于已有的弹性光数据中心网络中的带宽分配算法,设计的两种算法均能在带宽分配中获得更高的系统收益。     

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。     

一种基于模糊塔的QoS单播路由选择算法

综合考虑用户服务质量QoS需求和网络提供方收益的单播路由算法．给定用户请求类别和收费原则，通过建立网络提供方收益模型来确定针对每一类请求的概率收益．在此基础上，利用模糊塔，求出两网络节点之间既满足用户服务质量需求又试图最大化网络提供方概率收益的路由。仿真结果表明，算法是可行的和有效的。     

基于社会网络的可信Web服务选择研究

Web服务技术使开放环境中的大规模应用得到不断发展,服务提供商提供了不计其数的具有相同或类似功能的Web服务,如何选择适合的尤其是可信的Web服务是个难题。目前大多数服务选择机制都设计固定的因素集作为选择标准,但是在处理一些未知的Web服务时,难以满足用户的多样性需求。基于此,从社会网络的视角综合考虑了服务提供商网络和用户网络两个方面,提出了可信服务选择框架,对服务提供商采用模糊综合评价法来确定其综合评价值,基于用户声望评价来确定单个Web服务的可信度。用户依据服务质量(Quality of Service,QoS)需求、得到的QoS数据、服务提供商的综合评价和Web服务的可信度进行Web服务的选择。     

面向边缘计算的服务解耦与部署策略

在这个万物互联的时代，海量的设备和数据、云和设备之间存在巨大的传输延迟，给开发应用、处理数据、最终提升系统的服务质量带来了多重挑战.因此，通过在终端设备附近部署计算能力以显著减少传输到云服务器的数据量和服务请求的响应时间的边缘计算结构应运而生.然而，负载均衡、边缘设备的安全性和移动性依旧是影响边缘计算架构的服务质量的关键点.为了解决上述问题，提出了一种2阶段的服务质量优化方案以解决移动边缘计算架构下的服务部署问题.在第1阶段，考虑了服务的解耦和边缘服务器的负载均衡问题，对服务部署问题进行建模，提出了一种集中式服务的实时解耦方案，并且设计了一种静态部署策略；在第2阶段，考虑了边缘设备的移动性，设计了一种设备移动感知的服务动态部署策略，优化了移动边缘计算架构下的服务质量.在2个数据集上的实验结果表明，所提出的静态部署策略能够使服务请求的响应时间降低36%，所提出的动态部署策略能进一步降低13%的服务响应时间.     

移动WiMAX网络中的VoIP调度机制

移动微波存取全球互通(WiMAX)网络使用了5种调度机制来保证服务质量,其中的3种被设计用于实时性业务。但是,这3种调度机制都缺乏公平性。在资源不足的时候,通过丢弃新用户的请求来保证旧用户的服务质量(QoS)。为此,针对WiMAX中的因特网语音(VoIP)服务提出了一种基于优先权的新调度机制。该机制中,不同用户的业务请求将被赋予不同的优先权。新旧用户同时请求资源时,新用户的请求拥有更高的优先权;资源分配中心再根据优先权的高低为用户分配资源,从而在最大限度上保证了资源分配的公平性。仿真结果显示,新调度机制可以将网络中的因特网语音服务的连接数和总吞吐量分别提高15%和11%左右。     

节点与链路协同映射的生存性虚拟光网络映射算法

针对弹性光网络中单链路故障问题,提出一种基于匈牙利算法求解链路映射方案的节点与链路协同映射保护算法CMST-HA。将虚拟网络请求的节点与链路分别划分为主动类型与被动类型,把主动类型节点映射至邻接链路频谱资源丰富且邻接节点计算资源充足的物理节点上,在主动链路时使用匈牙利算法求解出最小映射开销方案并完成映射,确定被动节点的映射位置,利用KSP算法为被动链路选择映射路径,在此基础上为虚拟网络请求的最小生成树链路提供备份路径。仿真结果表明,与RVNM、CMST算法相比,CMST-HA算法不仅能够降低虚拟网络请求阻塞率,而且可增加物理网络收益。     

基于QoS的Web服务动态组合模型

提出一种基于QoS的Web服务动态组合模型,可以根据用户对服务质量的请求,动态地选择最适合的Web服务进行绑定.与原有模型相比,扩展了服务代理的功能.其提供的绑定功能可用于保存服务调用的上下文和历史信息,以便提高下次访问的效率.另外,支持对子服务的划分,可以将大粒度的服务请求划分成子服务,并对服务的调用次序进行更合理地安排和优化.性能分析结果表明,该模型极大地提高了效率.     

基于生产函数的效用优化云计算资源调度算法

针对云数据中心资源利用率低,云服务提供商收益低等问题,提出一种基于生产函数的云服务提供商收益最大化同时兼顾用户满意度的资源调度算法;该算法将资源调度分两阶段处理,首先合理规划云服务器所有资源,最优化配置资源,然后结合用户请求,云服务代理从资源池选择配置好的资源并分配资源给用户,通过两阶段的算法实现,解决了云数据中心资源利用率低,云服务提供商收益低等问题;最后通过与基于博弈的效用优化算法比较,仿真结果表明,该调度算法具有更好的性能。     

一种基于动态阈值的简化接纳控制策略

在线多媒体业务中,主机和网络瓶颈限制了系统能提供的最大服务量。如何保证用户的服务质量,对不同服务类的请求进行接纳控制,从而使系统获得最大的收益成为关注的焦点。该文分析比较了原有接纳控制机制,提出了一种新的简化的基于动态阈值的策略,能够在保持接纳灵活性的同时保证高级用户的优先性。理论分析和模拟仿真表明,该策略相对于以往几种接纳策略具有一定优势,且这种优势随着高级服务密度的增大及其收益率的提高而越发明显。     

基于强化学习的高能效基站动态调度方法

随着移动通信技术的升级与移动通信产业的兴起,移动互联网正蓬勃发展.然而,由于移动设备爆发式增长,网络规模不断扩大和用户对服务质量的要求的不断提高,移动互联网络正面临着下一场技术革命.虽然5G技术可以通过密集的网络部署来实现千百倍的网络性能提升,但同信道干扰和高突发性的用户请求等问题使得该方案下需要消耗巨大的能量.为了在5G网络中提供高性能服务,升级改进现有网络管理方案势在必行.针对这些问题,使用带缓存队列的短周期管理框架实现对请求突发场景的敏捷平滑管理,避免由突发性请求导致的服务质量剧烈波动.此外,采用深度强化学习方法对用户分布、通信需求等进行自我学习,从而推测出基站的负载变化规律,进而实现对能量的预调度和预分配,在保证服务质量的同时提高能量的利用率.文中提出的双缓冲DQN算法在收敛速度上比传统DQN算法提高了近20％,且与当前广泛使用的基站常开策略相比,该算法能够节约4.8％的能量消耗.