网络虚拟化场景中的资源映射策略研究

摘要

随着互联网技术的快速发展，网络异构化、业务多元化现象日趋明显，传统互联网的“骨钙化”问题日益严重。为彻底解决传统网络的“骨钙化”问题，提高网络的灵活性和可扩展性，网络虚拟化技术引起了工业界和学术界的广泛关注，并被认为是构建未来网络的核心技术。网络虚拟化技术隔离网络的逻辑实现与物理实现，从而在同一物理网络上实现定制化的多样虚拟网络(VirtualNetworks，VNs)相互隔离地共存。作为网络虚拟化资源管理的重要内容，资源映射用于VNs的实例化，是网络虚拟化实现的关键。考虑到底层物理网络差异性，本文针对有线网虚拟化和无线接入网虚拟化中的资源映射策略进行研究:
　　针对有线网虚拟化场景，虚拟网络映射(Virtual Network Embedding，VNE)根据虚拟网络请求将VNs实例化到物理网络。然而，虚拟网络请求是一个在线到达过程，当前虚拟网络请求的映射结果会对未来的虚拟网络请求造成不同程度的影响。现有研究均贪婪的优化单个虚拟网络请求的映射结果，而忽略了其对映射未来虚拟网络请求的影响。这造成了现有的VNE在时间维度上具有很大的盲目性，加剧了物理网络碎片化，从而降低了成功映射未来虚拟网络请求的概率。本文在VNE中引入链路干扰的概念，用于衡量物理链路的资源使用对映射未来虚拟网络请求的干扰;然后基于此干扰度量，提出了一种基于干扰的虚拟网络映射(I-VNE)算法。I-VNE联合考虑时间维度和空间维度的拓扑信息，以较小的干扰映射每个虚拟网络请求，从而降低VNE在时间维度上的盲目性，减小未来虚拟网络请求的阻塞概率。仿真结果表明，与只考虑空间维度的VNE算法相比，所提I-VNE能显著的降低虚拟网络请求的阻塞率，增加物理网络提供商的平均收益。
　　针对无线接入网虚拟化场景，物理网络提供商需要为每个运行在物理无线网络之上的虚拟无线网络(Virtual Wireless Networks，VWNs)配置合适的无线网络资源。考虑到无线信道的时变特性和VWNs中用户数据流量到达的波动性，已有的静态配置策略会导致无线网络资源的供需不匹配问题，从而造成网络资源的浪费。因此，本文设计了一种基于吞吐量最大化的无线接入网虚拟化资源分配策略。所提策略联合考虑了VWNs中用户数据流量到达的波动性和无线信道的时变性，在保证VWNs的长时平均资源需求的前提下，最大化VWNs的加权平均吞吐量。由于进行在线优化时无法获取未来无线信道的状态信息和VWNs中用户数据流量到达信息，本文使用李雅普诺夫优化技术设计一种无线接入网虚拟化中的在线资源分配方法，以动态地为每个VWN提供适宜量的网络资源。理论分析显示该算法能以时延为代价，无限趋近理论最优吞吐量。仿真表明，与现有的无线接入网虚拟化的资源分配策略相比，本文所提策略在吞吐量和时延性能上具有显著的优势。

目录

声明

摘要

图目录

表目录

算法目录

第1章 绪论

1．1 研究背景

1．1．1 互联网的发展与挑战

1．1．2 网络虚拟化技术

1．2 研究内容与意义

1．2．1 有线网络虚拟化中的VNE策略研究

1．2．2 无线接入网虚拟化中的资源分配策略研究

1．3 本文的组织结构及主要贡献

第2章 网络虚拟化技术与资源映射

2．1 网络虚拟化技术

2．1．1 网络虚拟化的商业模型

2．1．2 网络虚拟化的设计要求

2．2 网络虚拟化的主要研究方向

2．3 网络虚拟化中的资源映射研究现状

2．3．1 有线网络虚拟化中的VNE策略研究现状

2．3．2 无线接入网络虚拟化中的资源分配策略研究现状

2．4 本章小结

第3章 基于干扰的虚拟网络映射

3．1 引言

3．2 虚拟网络映射模型与问题形成

3．2．1 物理网络模型

3．2．2 虚拟网络请求模型

3．2．3 物理网络提供商的收益模型

3．2．4 虚拟网络映射问题

3．3 物理链路干扰的动机与定义

3．3．1 动机

3．3．2 链路干扰的定义

3．4 基于干扰的虚拟网络映射(I-VNE)算法

3．4．1 基于干扰的节点映射

3．4．2 基于干扰的链路映射

3．4．3 基于干扰的虚拟网络映射算法

3．4．4 I-VNE算法复杂度分析

3．5 仿真结果与分析

3．5．1 算法性能衡量指标

3．5．2 仿真环境设置

3．5．3 仿真结果与分析

3．6 本章小结

第4章 无线接入网虚拟化中基于吞吐量最大化的资源分配策略

4．1 引言

4．2 系统模型与问题形成

4．2．1 物理网络模型

4．2．2 虚拟无线网络(VWN)的数据流量模型

4．2．3 VWN的资源需求模型

4．2．4 基于吞吐量最大化的资源分配问题

4．3 李雅普洛夫优化与问题转化

4．4 基于吞吐量最大化的在线资源分配算法

4．4．1 准入控制子问题

4．4．2 VWN资源分配子问题

4．5 基于吞吐量最大化的在线资源分配算法的性能分析

4．6 仿真结果与分析

4．7 本章小结

第5章 结束语

参考文献

致谢

攻读硕士期间的研究成果和参加的项目