在传统无线局域网中,终端往往优先选择信号强的接入点。诸如会议室、商场、机场等存在大量终端的公共场所,极有可能造成部分接入点负载过重。基于软件定义无线网络(software defined wireless network,SDWN),综合考虑终端占用带宽、当...
详细信息
在传统无线局域网中,终端往往优先选择信号强的接入点。诸如会议室、商场、机场等存在大量终端的公共场所,极有可能造成部分接入点负载过重。基于软件定义无线网络(software defined wireless network,SDWN),综合考虑终端占用带宽、当前接入点负载和当前终端接收信号强度指示等影响因素,提出周期性地检查各接入点的负载状态,将超载接入点下的候选终端重关联至轻载接入点,从而使整个控制器下所有接入点都达到均衡状态。实验结果表明,随着负载平衡因子持续降低,软件定义无线网络中不同接入点的负载逐渐趋于均衡,从而提高了系统平均吞吐率。仿真结果表明,所提负载均衡算法相对于最强信号强度优先和最小负载优先的负载均衡算法,分别提高约8.3%和15.6%。
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