针对支持网络功能虚拟化(Network Function Virtualization,NFV)的软件定义网络(SDN)中,单播请求流通常需要由多个虚拟网络功能(Virtual Network Functions,VNFs)依序组成的服务功能链(Service Function Chain,SFC)进行处理。首先联合考...
详细信息
针对支持网络功能虚拟化(Network Function Virtualization,NFV)的软件定义网络(SDN)中,单播请求流通常需要由多个虚拟网络功能(Virtual Network Functions,VNFs)依序组成的服务功能链(Service Function Chain,SFC)进行处理。首先联合考虑VNF动态放置,多资源及QoS约束,以最小化资源消耗成本及自动确保网络负载均衡为目标定义了动态的SFC部署问题。接着设计考虑边际成本的资源相对成本函数并利用整数线性规划对该问题建模。然后,创新地设计了一个动态辅助边权图并基于拉格朗日松弛方法构建具有自动负载均衡的服务功能链嵌入算法(SFC Embedding Algorithm,SFC-EA)对原问题求解。仿真结果表明,SFC-EA能有效解决多资源及多QoS约束下的SFC顺序嵌入这个NP难问题,并能自动确保网络负载均衡,提高网络吞吐量和流接受率。
在移动边缘计算的物联网(Mobile Edge Computing-enabled Internet of Things Networks,IoT-MEC)中,物联终端的高移动性、服务请求的随机到达性以及网络流量的实时变化,导致原有应用场景下的资源配置与服务部署不再完全匹配。如何有效...
详细信息
在移动边缘计算的物联网(Mobile Edge Computing-enabled Internet of Things Networks,IoT-MEC)中,物联终端的高移动性、服务请求的随机到达性以及网络流量的实时变化,导致原有应用场景下的资源配置与服务部署不再完全匹配。如何有效利用网络提供的资源以实现服务功能链(Service Function Chain,SFC)的实时部署和重构是一个重要的挑战。针对用户的高移动性和网络流量的实时变化造成的SFC性能需求和已分配资源不匹配的问题,提出IoT-MEC网络中基于用户移动和资源需求预测的SFC重构策略。建立以SFC的端到端时延和重构成本最小化为目标的整数线性规划模型;设计基于注意力机制的Encoder-Decoder移动用户轨迹预测模型和基于长短期记忆(Long Short-Term Memory,LSTM)网络的虚拟网络功能(Virtual Network Function,VNF)实例资源需求预测模型,分别准确预测用户移动轨迹和节点负载;基于预测结果提出SFC主动重构(Predict-based SFC Active Reconfiguration,PSAR)启发式算法,确保在服务质量(Quality of Service,QoS)下降之前,提前完成VNF迁移和路由更新,实现SFC的主动重构和无缝迁移,保证网络的一致性高质量服务。仿真结果表明,所提算法有效降低了SFC端到端时延和重构成本。
暂无评论