發(fā)布時(shí)間：2020-12-02 15:03

　　在萬(wàn)物互聯(lián)的時(shí)代,隨著網(wǎng)絡(luò)接入量的暴增,使得傳統(tǒng)的網(wǎng)絡(luò)服務(wù)在移動(dòng)性、安全性、可靠性和利用效率等方面存在欠缺。網(wǎng)絡(luò)虛擬化技術(shù)是為了有效解決上述問(wèn)題而衍生的共享網(wǎng)絡(luò)資源的一種機(jī)制,它允許多個(gè)異源的虛擬網(wǎng)絡(luò)共存在相同的底層網(wǎng)絡(luò)上。為了高效配置物理網(wǎng)絡(luò)資源,研究學(xué)者們提出一系列虛擬網(wǎng)絡(luò)嵌入(VNE,Vitual Network Embedding)算法。隨著VNE算法大量的涌現(xiàn),對(duì)VNE算法性能的綜合評(píng)價(jià)問(wèn)題也隨之而來(lái)。對(duì)VNE算法性能的綜合評(píng)價(jià)存在三個(gè)難點(diǎn):首先便是如何確定評(píng)價(jià)指標(biāo)體系;接下來(lái)是如何分析評(píng)價(jià)指標(biāo)間的關(guān)系;最后是如何構(gòu)造評(píng)價(jià)指標(biāo)信息函數(shù)。分析VNE算法的研究動(dòng)態(tài),研究學(xué)者們大都把研究工作的重心放在VNE算法性能優(yōu)化的方向上,只是在研究工作的最后對(duì)該算法優(yōu)化的點(diǎn)與其他算法進(jìn)行比較。通過(guò)閱讀大量的參考文獻(xiàn),本文提出從VNE成本、VNE收益、VNE節(jié)點(diǎn)壓力、VNE嵌入鏈路壓力等十個(gè)方面確立VNE算法評(píng)價(jià)指標(biāo)體系,從這十個(gè)方面能夠綜合評(píng)價(jià)分析一個(gè)VNE算法對(duì)虛擬網(wǎng)絡(luò)嵌入工作的研究貢獻(xiàn)。針對(duì)評(píng)價(jià)指標(biāo)間的關(guān)系確立的問(wèn)題,由于指標(biāo)間的關(guān)系是相互的,所以指標(biāo)間的關(guān)系矩陣應(yīng)該是對(duì)稱矩陣。本文提出... 

【文章來(lái)源】：云南財(cái)經(jīng)大學(xué)云南省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

綜合評(píng)價(jià)事件邏輯框圖

為了研究虛擬網(wǎng)絡(luò)嵌入，由 Yu 等人設(shè)計(jì)實(shí)現(xiàn)虛擬網(wǎng)絡(luò)仿真工Alevin、Vineyard 和 VNE Simulation。其中 Alevin 是一個(gè)用 Java 編寫(xiě)由于 Java 語(yǔ)言的特性，使得 Alevin 易于拓展開(kāi)發(fā)以及集成融合已有法，能夠完全模塊化的添加新的參數(shù)到 VNE 模型，可以用來(lái)測(cè)試各法指標(biāo)參數(shù)及性能[23]。Alevin 提供了一種可能，能夠說(shuō)明 SN 中的資任意數(shù)量的 VN 中的需求以及對(duì) VNE 算法計(jì)算的資源需求的映射。A可以創(chuàng)建新的 VNE 環(huán)境，也可以使用基于 XML 形式導(dǎo)入或?qū)С鲆呀?jīng)擬網(wǎng)絡(luò)環(huán)境。而且能夠?qū)崿F(xiàn)將節(jié)點(diǎn)映射和鏈路映射兩個(gè)過(guò)程分開(kāi)進(jìn)行大多數(shù)VNE算法的嵌入思想�，F(xiàn)在已經(jīng)用代碼實(shí)現(xiàn)的一系列VNE算法中得到了證實(shí)，其中已經(jīng)實(shí)施了一組評(píng)價(jià)指標(biāo)度量用以比較 VNE 算法Alevin 的圖形用戶界面 (GUI) 和多層可視化組件是基于 Mulavito 算法選項(xiàng)欄里面選擇所要驗(yàn)證算法。如圖 3.1 所示，使用 Alevin 中附網(wǎng)絡(luò)拓?fù)鋵?shí)例來(lái)驗(yàn)證該平臺(tái)所集成的算法是否能夠正常工作。

圖 4.1 VNE 算法信息熵變化曲線從圖上曲線的變化趨勢(shì)比較來(lái)看，當(dāng)α取值為在[50,100]之間時(shí)，NR 的信息熵變化波動(dòng)比較大，而當(dāng) 取值到 100 之后漸漸趨于水平穩(wěn)定。所以取并求解各 VNE 算法對(duì)應(yīng)指標(biāo)的信息熵（如表 4.5 所示）。表 4.5 VNE 算法評(píng)價(jià)指標(biāo)信息熵算法名稱評(píng)價(jià)指標(biāo)AR CM NR BFSCruntimes 0 0.00002 0 0.0116acceptance 0.0076 0.0032 0.0698 0.0116linkstresses 0.0015 0.00027 0.0074 0.0005alinkstresses 0 0.00001 0 0.0116nodestresses 0.0076 0.00011 0.0161 0.0002anodestresses 0.0015 0 0.0161 0.1033cost 0.3572 0.2845 0.3541 0.3119The value of a is 50 on the leftThe value of a is 100 on the right

【參考文獻(xiàn)】：
期刊論文
[1]基于協(xié)方差矩陣重構(gòu)的陣元失效MIMO雷達(dá)DOA估計(jì)[J]. 陳金立,卓齊剛,李家強(qiáng),陳宣.  電訊技術(shù). 2019(01)
[2]面向多租戶的關(guān)鍵虛擬機(jī)動(dòng)態(tài)遷移方法研究[J]. 趙碩,季新生,程國(guó)振,毛宇星.  網(wǎng)絡(luò)與信息安全學(xué)報(bào). 2017(08)
[3]一種負(fù)載均衡的虛擬光網(wǎng)絡(luò)映射算法[J]. 徐展琦,王凱,丁喆,賈文彬,楊帆.  西安電子科技大學(xué)學(xué)報(bào). 2017(05)
[4]改進(jìn)蜂群算法在平面度誤差評(píng)定中的應(yīng)用[J]. 羅鈞,王強(qiáng),付麗.  光學(xué)精密工程. 2012(02)
[5]運(yùn)用離差最大化方法進(jìn)行多指標(biāo)決策與排序[J]. 王應(yīng)明.  系統(tǒng)工程與電子技術(shù). 1998(07)

博士論文
[1]協(xié)方差矩陣的幾何型收縮估計(jì)及其應(yīng)用[D]. 肖敏.浙江工商大學(xué) 2018
[2]高效用低電能開(kāi)銷的虛擬網(wǎng)絡(luò)映射算法研究[D]. 張忠寶.北京郵電大學(xué) 2013

碩士論文
[1]基于圖熵的虛擬網(wǎng)絡(luò)嵌入模型與算法研究[D]. 張晶晶.云南財(cái)經(jīng)大學(xué) 2016
[2]考慮環(huán)境約束的火電機(jī)組運(yùn)行綜合指標(biāo)評(píng)價(jià)研究[D]. 陳波.華北電力大學(xué) 2014
[3]基于雙重優(yōu)勢(shì)自主式綜合評(píng)價(jià)方法的企業(yè)能力評(píng)價(jià)[D]. 董飛飛.東北大學(xué) 2010



本文編號(hào)：2895497