基于图熵的虚拟网络嵌入模型与算法研究

《基于图熵的虚拟网络嵌入模型与算法研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、＇、．、．＇．．Ｖ片－＊？爾斬饼耐？＇‘’＇＇口；、心．．＇供＇知錄．一’翁．‘終、＇—＇．‘＇．、＇－＇；‘：－以说抑巧‘４峨Ｍ户八＾Ｈｒ；．己今龙号ＴＰ３０１密级么弃＇’＇’＇、、．－’．、、於ｎ＇－．，如議转ＸＭ、．货护巧＞读、．，心抑．：．．｜．．．．．）心，；．．．Ｖ於，身＾婚：寬；灘．婷安辨决？、．枯討击射《‘ｉｔ麥＼、担马．；，．Ｘ，為、．；管輿放‘■．＾、笑、＾ＮＳＡＮＡＮＤＯＸＯＡＩＣ、义节－ＩＭＲＳＯＦＨ＼ＡＭ＞ＥＣＩＳ

2、．．Ｖ．－：ＶｌＭＩＴＶ＼藻歡，、．户＊．．舞燕；；《，．於巧畔品ｃＬ．．心；心＼｜愛：砖：＇、＊？？．＇＂＞＞、Ｖ．、＞＜‘？／，｜＾ｉ，、＾＇！／＾Ｖ美．哪猶Ｖ淹琴＼片基丰图備的虚拟网络嵌入模型与ｉｉ掩究乘；掉气作‘．．、，，１〇，：＿．穿ｔ：為，‘、－Ａ．皆里．．姨如，．．謂吗如公、：＇、学晓（部、巧》：但＊学院１屋＿＿＿：一，：：：；．；接，烹辟為窺专业：计篤祝皮用技术＂―二廣ｈ＇＇，、＾、＾＾．＇７？、＜？

3、棘：７；尸‘、巧＾一＞．、名．：三．：张＊１１．，—进锭．＾，？’、＆、导人於师？巧》？？＇；儀：节护；茄＇？：■．■Ｔ，；：；；＃．＾＾＾＾＾：．＇’、’．、＂．、＇、．‘、．，．．．．心．、．．．＾与！細翁．．克：妒＼站产｜＾销．学位论文原创性黄明声明：，本人所呈交的学位论文，是本人在导师的指导下独立进行研究工作所取得的成果。尽我所知，除文中己经注明引用的内容外，本论文不含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献

4、的个人和集体，均己在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。论文作者签名：曰期；炸自月曰歌斯南＾学位论文版权使用授权书本人完全了解云南财经大学有关保留、使用学位论文的规定，即：学校有权保留并向国家有关部口或机构送交论文和论文电子版，允许学位论文被查阅或借阅；学校可公布学位论文的全部或部分内容，可Ｗ采用影印、缩印或其它复制手段保存、汇编、发表学位论文；授权学校将学位论文的全文或部分内容编入、提供有关数据库进行检索。（保密的学位论文在解密后遵循此规定）论文

5、作者签名：踩碱冻导师签名；曰期；知扣曰期：為？＇知知曰＼３摘要不同需求类型的互联网应用快速发展扩大了对底层互联网硬件设施的需求。由于搭建硬件设施成本高，虚拟网络服务提供商将基础硬件设施网络和用户请求的资源网络分别抽象成物理网络（SubstrateNetwork，SN）和虚拟网络（VirtualNetwork，VN），并使用网络虚拟化（Networkvirtualization，NV）技术将网络资源作为有偿服务提供给用户使用。虚拟网络嵌入（VirtualNetworkEmbedding，VNE）作为NV过

6、程中的关键技术部分成为了研究热点。传统的VNE算法只是追求提高VN请求接受率，忽略了对于用户需求的研究。针对于这样的问题，本文围绕着保障VN请求接受率的同时提高用户服务质量(QualityofService，QoS)对VNE问题进行了研究。本论文在第一章主要叙述VNE算法的研究背景、研究意义、VNE问题在国内外研究现状。第二章对VNE问题进行详细的介绍，首先介绍了VNE问题的一般模型，了解VNE算法嵌入过程；其次，介绍VNE的商业模型，了解未来互联网架构中，VNE算法对于未来互联网架构中的商业角色的影响；最后列举一些

7、常用于评估VNE算法性能的参数，并对参数定义进行了详细说明。第三章提出并研究了如何在VNE过程中降低SN链路压力的问题。在研究中发现一些对于链路压力敏感的虚拟网络请求使用现有的一些VNE算法，并不能保证用户的QoS。于是作者通过节点在网络中的资源属性确定节点服务的优先级；其次，通过第一个虚拟节点嵌入的位置和VN的性状确定VN的嵌入范围，达到虚拟节点集中嵌入的目的，从而实现缩小虚拟链路嵌入路径长度；最后在链路嵌入阶段，通过预请求资源方法在k条最短路路径中查找合适的路径进行链路嵌入。模拟实验分别通过与决定性节点嵌入k阶最

8、短路径和决定性节点嵌入分割路径两种算法比较，表明LSAVNE在嵌入的成本，成本/收益，平均链路压力，虚拟网络请求接受率等性能参数上更优于对比算法。第四章，传统VNE算法研究中忽略了VN嵌入的不同候选对象对VN和SNIII影响不同的问题。VN选择一个与之相似结构的嵌入对象，而比随机选择一个嵌入结构的嵌入效果更好。于是考虑使用图熵量化VN和SN中的