学位论文 > 优秀研究生学位论文题录展示
网络虚拟化的关键技术研究
作 者: 姚青
导 师: 孟旭东
学 校: 南京邮电大学
专 业: 通信与信息系统
关键词: 网络虚拟化 虚拟网络映射 混合整数线性规划 重配置 蚁群算法
分类号: TP393.0
类 型: 硕士论文
年 份: 2013年
下 载: 284次
引 用: 0次
阅 读: 论文下载
内容摘要
互联网已深刻地影响着人们的生活和工作方式,对经济的发展、社会的进步做出了巨大的贡献。但是,互联网及其体系结构经过40年的发展,难以适应全球网络规模的急剧扩张,难以满足层出不穷的新兴应用和新趋势的需求。网络虚拟化作为解决当前互联网僵化问题的技术手段,近年来受到了国内外未来网络领域研究的广泛关注。论文对虚拟网络的映射问题进行了充分的研究,对已有的研究成果进行了深入的分析,并重点对以下两种虚拟网络的映射问题进行研究:(1)动态虚拟网络映射问题(Dynamic Virtual Network Embedding:DVNE):主要研究了如何最优的为动态演进的虚拟网络请求分配资源的问题。当虚拟网络的请求变化之后,需要在高效、合理的使用底层物理资源的前提下,对演进变化后的虚拟网络实施资源的重新配置,以满足其演进变化后的资源需求。论文中将动态虚拟网络映射问题描述成混合整数线性规划模型,提出了一种动态虚拟网络映射启发式算法。(2)静态虚拟网络映射问题(Static Virtual Networks Embedding:SVNE):主要研究了基于蚁群算法的静态虚拟网络映射算法。该算法中提出了协调节点和链路的概念,利用关联因子将节点和链路的映射的过程统一起来,尽量将虚拟网络映射到集中的物理区域,这样可以解决拓扑稀疏问题,提高虚拟网络映射的效率。论文还使用仿真软件对改进的算法进行了大量的仿真测试,仿真结果表明改进的算法获得了较好的性能。
|
全文目录
摘要 4-5 Abstract 5-8 专用术语注释表 8-9 第一章 绪论 9-12 1.1 选题背景与意义 9-10 1.2 研究内容与挑战 10-11 1.3 本文的结构安排 11-12 第二章 网络虚拟化技术研究 12-31 2.1 网络虚拟化技术及其发展趋势 12-18 2.1.1 网络虚拟化的定义 12-14 2.1.2 网络虚拟化技术的发展历史 14-17 2.1.3 网络虚拟化的关键研究问题 17-18 2.2 虚拟化网络的映射 18-22 2.2.1 虚拟化网络映射的定义 18-19 2.2.2 虚拟网络资源的特征 19-20 2.2.3 虚拟化网络映射的问题和挑战 20-22 2.3 虚拟网络映射技术的国内外研究现状 22-24 2.3.1 目前主要的虚拟网络映射算法简介 22-23 2.3.2 现有虚拟网络映射算法的优化目标和使用工具 23-24 2.3.3 现有虚拟网络映射算法的优缺点分析 24 2.4 网络虚拟化技术的国内外研究现状 24-30 2.4.1 网络虚拟化技术的研究方案介绍 24-25 2.4.2 使用不同组网技术的虚拟化网络 25-26 2.4.3 不同层次的虚拟化网络 26-27 2.4.4 不同目标架构的虚拟化网络 27-28 2.4.5 不同颗粒度的虚拟化网络 28-30 2.5 本章小结 30-31 第三章 动态虚拟网络映射问题研究 31-49 3.1 研究背景 31 3.2 现有的动态虚拟网络映射算法 31-35 3.2.1 动态自适应的虚拟网络映射算法 31-32 3.2.2 动态重配置的虚拟网络映射算法 32-35 3.3 问题描述与网络模型 35-43 3.3.1 问题描述 35-40 3.3.2 网络模型 40-43 3.4 启发式算法 43-48 3.4.1 删除虚拟网络节点或者链路请求的处理算法 44-45 3.4.2 虚拟网络请求的资源减少的处理算法 45-46 3.4.3 虚拟网络请求的资源增加的处理算法 46-47 3.4.4 增加虚拟网络节点或者链路请求的处理算法 47-48 3.5 本章小结 48-49 第四章 静态虚拟网络映射问题研究 49-69 4.1 研究背景 49-51 4.2 现有算法 51-57 4.2.1 虚拟节点映射算法 51-53 4.2.2 虚拟链路映射算法 53-57 4.3 问题描述与网络模型 57-61 4.3.1 问题描述 57-58 4.3.2 网络模型 58-61 4.4 基于蚁群算法的启发式映射算法设计 61-68 4.4.1 拓扑优化 61-63 4.4.2 蚁群算法介绍 63-64 4.4.3 基于蚁群算法的启发式算法 64-68 4.5 本章小结 68-69 第五章 实验仿真及结果分析 69-80 5.1 实验环境 69-70 5.2 动态虚拟网络映射启发式算法仿真 70-75 5.2.1 算法的性能参数 70-71 5.2.2 仿真中所对比的算法 71-72 5.2.3 仿真结果与分析 72-75 5.3 基于蚁群算法的静态虚拟网络映射算法仿真 75-79 5.3.1 算法的性能参数 75-76 5.3.2 仿真中所对比的算法 76-77 5.3.3 仿真结果与分析 77-79 5.4 本章小结 79-80 第六章 总结与展望 80-82 参考文献 82-84 附录1 攻读硕士学位期间撰写的论文 84-85 附录2 攻读硕士学位期间参加的科研项目 85-86 致谢 86
|
相似论文
- 多导弹协同作战突防效能评估及组合优化算法研究,TJ760.1
- 基于蚁群算法的电梯群优化控制研究,TU857
- 基于蚁群和人工鱼群混合群智能算法在物流配送路径优化问题中的应用研究,F253.9
- 基于自然计算的WSN路由技术研究,TN929.5
- 手背静脉图像的分类和匹配技术研究,TP391.41
- 基于改进蚁群算法的水轮机调节系统建模与仿真,TV734.1
- 光网络物理层虚拟化技术研究,TN929.1
- 电力系统机组组合问题的研究,TM732
- 一维组合装车问题模型与算法研究,F224
- 面向可穿戴生理检测的无线传感器网络QoS路由研究,TP212.9
- 含风电场电力系统的机组优化调度研究,TM73
- 基于SCA架构的SoPC设计与实现,TN925
- FPGA CAD后端流程研究,TN791
- 低压PLC网络路由选择算法及LonWorks控制网络管理平台的设计,TM73
- 哈尔滨市群力新区土方调配优化研究,TU751
- 融合MMTD与仿生算法的路由选择研究,TP393.05
- 基于蚁群算法的车辆调度问题研究,TP301.6
- 基于蚁群算法的移动商务个性化推荐体系研究,TP391.3
- 动态环境下移动对象导航系统相关技术的研究,TP301.6
- 基于蚁群算法的离群点挖掘算法研究,TP311.13
- 基于SCA的FPGA局部重配置系统的设计与实现,TN925
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 计算机网络 > 一般性问题
© 2012 www.xueweilunwen.com
|