应用粒子群优化的绿色虚拟网络映射算法

绿色网络是近年来网络技术研究的热点,以节能为优化目标的虚拟网络映射算法成为基于网络虚拟化技术中资源分配研究的重点.提出了应用粒子群优化的绿色虚拟网络映射算法,重定义粒子群优化算法中的参数和粒子进化行为,以关闭底层网络节点和链路数量最多为适应度函数,在较低的算法复杂度条件下,获得绿色虚拟网络映射的最优解.仿真结果表明,与对比算法相比,静态环境下所提算法的运行时间大幅度降低;动态环境下所提算法的节点关闭率、链路关闭率、虚拟网络请求接受率均有所提升,算法运行时间也大大缩短.     

基于 BFA 的云存储资源定位算法研究

为了实现云储存系统中高效的资源定位,首先提出了一种基于P2P网络的云存储结构,用具有小世界特性的全分布非结构化master网络取代GFS中单一master节点,并在此结构的基础上提出了基于细菌觅食算法的资源定位算法SBFA ,采用计数来取代细菌觅食算法的4层循环结构,打破了迁徙、复制和趋化之间的嵌套关系。实验结果表明,SBFA算法在保持高命中率的同时有效降低了平均访问节点数。     

多域SFC部署中基于强化学习的多目标优化方法

随着网络虚拟化技术的发展,多域网络中的服务功能链部署为服务功能链优化部署问题带来了新的挑战.传统的部署方法通常对单一目标进行优化,不适用于多目标优化问题,且无法对优化目标间权重进行衡量及平衡.因此,为了对大规模服务功能链部署请求下的时延、网络负载均衡性及接受率进行同步优化,提出了一种数据归一化处理方案,并设计了基于强化学习的两步SFC部署算法.该算法以传输时延与负载均衡性为反馈参数,平衡了两者的权重关系,并对其进行了同步优化,同时利用强化学习框架优化了SFC接受率.实验结果表明,所提算法在大规模请求数下,相比时延感知方法时延降低了71.8％,相比多域部署方法接受率提高了4.6％,相比贪心算法平均负载均衡性提高了39.1％,保证了多目标优化效果.     

工业物联网中基于多维特征业务的网络切片匹配算法

工业物联网中的业务具有数量大、种类多、特征维度高等特点,为了实现每一个业务都能根据自身的多维特征有效的匹配到具有特定服务质量的网络切片以获取相应的服务,提出了一种多维特征聚类的业务与网络切片匹配算法。该算法可以对工业物联网设备中提取的业务多维特征进行聚类,根据聚类结果将所定义切片的优先级因子添加到相应的业务中,进而实现业务与网络切片的匹配。实验结果表明,该算法在实现业务与网络切片匹配的过程中,与对比算法相比,既实现了高准确率,又加快了匹配完成的速度。     

软件定义网络中应用蚁群优化的负载均衡算法

在软件定义网络中提出了一种应用蚁群优化的负载均衡算法,以负载均衡度为目标函数重定义了蚁群算法中的参数和操作,对软件定义网络数据流和网络拓扑进行合理设置,规划出流传输的最优路径,从而提升了网络资源利用率和流传输质量.仿真结果表明,与其他算法相比,新算法在负载均衡度、流接受率、流丢包率、时延以及网络吞吐量方面的性能都有明显的提升.     

稳健变步长符号算法在稀疏信道估计中的应用

基于自适应滤波的传统稀疏信道估计方法大多基于高斯噪声模型的假设,当环境噪声包含冲击噪声时,信道估计性能将严重恶化.为了解决冲击噪声环境下的稀疏信道估计问题,提出了一种基于梯度向量混合范数的稳健变步长符号算法.仿真结果表明,提出的算法在高斯噪声和冲击噪声环境下达到了预期的效果.     

应急通信中基于策略的接纳控制技术的研究

为使Internet具备应急通信服务能力,需提高高优先级业务的接纳效率并保障其服务质量.介绍了基于策略的接纳控制技术,并在该技术的基础上分析了利用资源预留协议(RSVP)的策略控制信息提高高优先级业务接纳率的两种方法:基于优先级策略和基于抢占优先级策略.该方法有效地改善了传统IP网络尽力而为的服务方式,最后针对两种方法存在的问题指出下一步的研究方向.     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

基于绝对值累积的主用户动态到达频谱感知算法

在认知无线电网络的主用户动态到达频谱感知场景中,针对拉普拉斯脉冲噪声干扰导致频谱检测性能下降的问题,提出基于绝对值累积(AVC)的频谱感知算法。假设接收到的主用户信号服从泊松分布,对接收信号进行AVC处理抑制脉冲噪声干扰,并将处理信号累积求和作为判决统计量,得到判决统计量的均值与方差,求出判决门限理论表达式以判断主用户是否动态到达,从而实现频谱感知。理论分析与仿真结果表明,该算法在不同虚警概率、信噪比及累积求和采样点数量下的检测概率均优于改进的能量检测算法。