基于软件定义网络的WLAN负载均衡算法研究

在无线局域网中,终端通常根据接收到的信号强度值进行接入或切换,这将导致各个AP之间负载不均衡,造成网络资源利用率低。为此,文章提出了一种基于软件定义网络的无线局域网负载均衡策略,通过把超载AP服务范围内的终端切换到轻载AP上,使网络达到均衡状态。仿真实验表明,该方案有效平衡了各个AP的负载,提高了网络的系统吞吐量。     

软件定义网络中基于负载均衡的多控制器部署算法

随着软件定义网络规模扩大,控制层与数据层解耦带来了诸如控制器部署等新问题。该文提出基于负载均衡的多控制器部署算法(Multi-Controller Deployment Algorithm Based on Load Balance, MCDALB)。算法首先根据网络拓扑结构及其负载情况,确定控制器数量K;然后根据控制器容量限制,提出一种近似比为2的多控制器负载均衡算法,将网络划分成K个控制区域;最后根据区域内所有交换机到控制器距离总和最小原则,在控制区域部署控制器。为了验证算法的性能,选取实际网络拓扑进行实验。实验结果表明,与AL, WL算法相比,该算法在满足控制器负载近似比为2的同时,网络最大延时差距不超过0.65 ms。     

软件定义网络中基于Q-学习的负载均衡算法

针对软件定义网络(Software Defined Network,SDN)的负载均衡问题,为使网络的资源分配更加合理,防止网络拥塞,设计了一种基于Q-学习的负载均衡(Q-learning Load Balance,QLLB)算法,可根据网络环境自行作出决策,避免网络拥塞,实现网络资源的合理分配.与最短路径算法Dijk...     

基于改进蚁群算法的软件定义网络负载均衡

为改善软件定义网络(SDN)负载均衡问题,对传统的蚁群算法进行改进,并结合服务器负载均衡算法,提出一个改进型的联合算法。该算法使用加权最小连接调度算法,服务器端选择负载最小的服务器,并利用改进蚁群算法(Im-ACO)选择到达所选服务器的最佳路径。理论分析及实验结果表明,提出的联合算法使网络性能得到显著提高,网络吞吐量更高,丢包率更低。     

软件定义网络中基于效率区间的负载均衡在线优化算法

在大型复杂软件定义网络中,为提高网络负载均衡,减少控制器与交换机间的传播时延,该文提出一种基于效率区间的负载均衡在线优化算法。在初始静态网络中,通过贪心算法选择初始控制器集合,并以其为根节点构建M棵改进代价的最小生成树(MST),确定初始M个负载均衡的子网;当网络流量发生变化时,通过广度优先搜索(BFS)调整子网间交换机映射关系使其满足效率区间,保证任意时刻网络的负载均衡。算法均以网络连通性为基础,且均以传播时延为目标重新更新控制器集合。仿真实验表明,该算法在保证任意时刻网络负载均衡的同时,可以保证较低的传播时延,与Pareto模拟退火算法、改进的K-Means算法等相比,可以使网络负载均衡情况平均提高40.65%。

     

基于粒子群优化的虚拟网络映射算法

本文以提高底层网络资源利用效率为目标,在底层网络不需要支持路径分裂的情况下,建立了虚拟网络映射问题的整数线性规划模型,并提出了一种新的基于粒子群优化的虚拟网络映射算法.该算法以映射开销作为适应度函数,重新对粒子的参数和相关操作进行了定义.模拟实验结果表明,与已有研究成果相比,该算法显著地提高了底层网络长期平均运营收益与...     

基于成本及功耗联合优化的SDN虚拟网络映射算法

针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时间窗的虚拟网络批处理映射策略动态处理在线请求.继而针对特定时间窗内的VNR,将其转换为虚拟节点映射子问题和虚拟链路映射子问题,并应用启发式算法对两个子问题分别进行求解,从而确定VNR映射策略.仿真结果表明,所提算法能显著减少VNE成本及功耗,提高VNR接受率.     

基于成本及功耗联合优化的SDN虚拟网络映射算法

针对多个虚拟网络请求(Virtual Network Request,VNR)动态到达的网络场景,本文提出一种基于成本及功耗联合优化的软件定义网络(Software-Defined Networking,SDN)虚拟网络映射(Virtual Network Embedding,VNE)算法.在对虚拟节点及链路映射成本及功耗进行评估的基础上,建模VNE成本及功耗的代价函数,进而在满足资源需求等约束条件下,建模基于代价函数最小化的VNE模型.该优化问题为整数线性规划问题,难以直接求解;为解决此问题,提出基于时间窗的虚拟网络批处理映射策略动态处理在线请求.继而针对特定时间窗内的VNR,将其转换为虚拟节点映射子问题和虚拟链路映射子问题,并应用启发式算法对两个子问题分别进行求解,从而确定VNR映射策略.仿真结果表明,所提算法能显著减少VNE成本及功耗,提高VNR接受率.     

软件定义车辆网络中自适应负载均衡路由算法

城市交通车辆密度高,为解决车辆通信过程中,数据包转发时中继节点负载分配不均衡、限制车联网中吞吐量等性能问题,本文提出在基于软件定义的移动自组网络架构中引入强化路由,来自适应学习负载分配决策,根据邻居节点的带宽状态学习负载分配收益;通过强化学习构建状态-策略表,使节点在不同状态下进行带宽分配决策,最终实现SDN数据层内的车辆相互协调,寻找最优路径。仿真结果表明,该算法可实现网络负载的均衡分配。与传统的路由算法相比,当车辆数为300辆时,该算法的丢包率可低至20%以下,端到端时延低于4 s,网络能量消耗更加均衡。     

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.     

A Topology-Cognitive Algorithm Framework for Virtual Network Embedding Problem

The virtual network embedding/ mapping problem is an important issue in network virtualization in Software-Defined Networking （SDN）. It is mainly concerned with mapping virtual network requests, which could be a set of SDN flows, onto a shared substrate network automatically and efficiently. Previous researches mainly focus on developing heuristic algorithms for general topology virtual network. In practice however, the virtual network is usually generated with specific topology for specific purpose. Thus, it is a challenge to optimize the heuristic algorithms with these topology information. In order to deal with this problem, we propose a topology-cognitive algorithm framework, which is composed of a guiding principle for topology algorithm developing and a compound algorithm. The compound algorithm is composed of several sub- algorithms, which are optimized for specific topologies. We develop star, tree, and ring topology algorithms as examples, other sub- algorithms can be easily achieved following the same framework. The simulation results show that the topology-cognitive algorithm framework is effective in developing new topology algorithms, and the developed compound algorithm greatly enhances the performance of the Revenue/Cost （R/C） ratio and the Runtime than traditional heuristic algorithms for multi-topology virtual network embedding problem.     

基于自适应协同进化粒子群算法的虚拟网节能映射研究

该文针对虚拟网节能映射问题提出自适应的协同进化粒子群算法。首先,为虚拟网节能映射问题设置了聚合度,该聚合度被用于自适应地选择粒子的搜索方式,即随机搜索、种内搜索或种外搜索。其次,根据粒子群的进化结果,自适应地确定是否终止对子群的搜索。最后,在常用的测试环境下进行了仿真实验,对映射的能耗效果对比了结果,实验结果表明了所提算法的高效性。     

Virtual Network Embedding Algorithm for Load Balance with Various Requests

Virtual network embedding （VNE） is a crucial technology for network virtualization to allocate network resource. Virtual network request in which node and link resource have great disparity will lead to unbal- anced resource distribution and lower acceptance ratio of virtual network requests. In this paper, we provide a vir- tual network embedding algorithm for load balance with various requests. It maps virtual nodes to substrate nodes of which node link residual resource ratio is closest to that of virtual nodes, and then maps the virtual link to physical path using shortest path first algorithm with the link node residual resource ratio constraint. Simulation shows that the provided algorithm can get higher acceptance ratio and network resource utilization for load balance.     

基于滑动区域的粒子群虚拟网节能映射算法

针对传统虚拟网节能映射中存在的节点映射分散、链路映射跳数多等问题,利用虚拟网请求的最小生成树拓扑将节点和链路同时映射,该文提出了基于滑动区域的粒子群虚拟网节能映射算法(EVNE_SRPS)。当一个虚拟网请求到达时,生成其最小生成树拓扑,根节点为路径和最短的节点;在底层网络随机选取多个区域作为粒子对象,并在区域中心映射虚拟网请求的最小生成树拓扑;计算粒子的适应度,求出群体和个体最优解,并在最优解的指导下确定滑动方向、更新区域位置,经过迭代后得到虚拟网的映射方案。实验结果表明,与现有算法相比,该算法降低了网络能耗,提高了运营商的收益成本比。     

基于SDN的IPRAN目标架构与组网模型探讨

在新型业务需求和新技术涌现的双重驱动下,软件定义网络(SDN)成为互联网应用提供商、运营商、IT系统和网络设备提供商共同关注的新型网络架构和技术。这种网络控制与转发能力分离的架构,可以支持更灵活的网络控制和业务能力提供。从SDN的概念和总体架构出发,分析IP RAN对SDN的需求,提出了在IP RAN中引入SDN技术的目标网络结构和网络模型,并对基于SDN的IP RAN应用策略进行了探讨。     

基于SDN架构的数据中心网络路由算法需求分析

随着SDN技术的发展,采用基于SDN架构的数据中心网络将越来越广泛.围绕SDN技术在数据中心网络中的应用问题,分析了现代数据中心网络及SDN的技术特征,设计了SDN在现代数据中心网络中的应用架构,并以路由为视角分析总结了基于SDN的数据中心网络路由性能需求,提出了相应的解决方案,以期对我国未来数据中心网络建设路由设计提供必要的参考.     

面向SDN网络虚拟化平台的控制器放置算法

随着网络技术发展,以网络虚拟化为手段解决TCP/IP网络体系结构僵化问题已成为未来网络领域发展的主流方向之一.SDN(software defined networking,软件定义网络)作为一种新兴的网络体系结构,为网络虚拟化提供了有效的解决方案.首先总结了当前具有代表性的SDN网络虚拟化平台,并对比了SDN与传统网络环境中部署虚拟网的区别,然后针对SDN网络虚拟化平台中的虚拟网络映射问题,提出一种时延敏感的虚拟化控制器放置算法,最后通过实验验证了该算法在提高网络资源的利用效率的同时,保证了控制器与底层交换机的通信时延在可接受范围之内.     

Resource Allocation Algorithm Based on PSO-GA for Multi-User OFDM System

In order to minimize the transmitted power in the multi-user orthogonal frequency division multiplexing (OFDM) system, a scheme combining the improved particle swarm optimization (POS) algorithm with genetic algorithm (GA) is proposed to optimize the sub-carriers and bits allocation. In the algorithm, a random velocity between the maximum and minimum particle velocity is used as the updating velocity instead of maximum or minimum velocity when the updated particle velocity is higher than the maximum particle velocity or lower than the minimum particle velocity. Then, the convergence population is used as the initial population of the genetic algorithm to optimize the sub-carriers and bits allocation further. Simulation results show that the transmitted power of the proposed algorithm is about 2 dB to 10 dB lower than that of the genetic algorithm, particle swarm optimization algorithm, and Zhang's algorithm.     

云数据中心的虚拟机放置问题

总结了虚拟机放置所面临的算法、优化目标、算法评估、基准模型及验证工具等关键问题,阐述了虚拟机放置问题的典型算法,深入分析了骨干互联网中虚拟机放置问题的特点及对云数据中心工程实践的借鉴意义,并从算法和工程相互适配的角度,对云数据中心设计、运营中所涉及的监控和计量、业务模型、SLA和资费设计、云资源池设计、资源池规模和架构、业务分区和迁移控制的设计、资源池的资源均衡性、逻辑网络和物理网络基础功能设计及可能的创新等关键问题提出了若干重要原则。