计算机网络毕业论文带宽感知虚拟网络分配算法设计.pdf

《计算机网络毕业论文带宽感知虚拟网络分配算法设计.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、带宽感知虚拟网络分配算法设计云数据中心需要保证用户租用的虚拟机之间以及虚拟机和因特网之间的可用带宽需求，以下是搜集的一篇探究带宽感知虚拟网络分配算法设计的论文范文，供大家阅读参考。1引言随着亚马逊EC2和微软Azure等云的普遍应用，云计算已经在商业上取得了巨大的成功.用户从云数据中心(后文中将云数据中心简称为数据中心)租用CPU、内存和硬盘存储等资源[1-3]来组建自己的IT基础设施并运行应用，不仅节省了硬件投资，而且可以实现应用的快速部署.从内部实现上来看，云数据中心一般是通过将计算资源虚拟化为大量的虚拟机并租给

2、用户，主要考虑的是计算和存储资源的配给，而没有考虑网络资源的分配和优化.这将造成用户所租用计算和存储资源使用时性能上的不稳定[4-6].因为虚拟机是通过网络连接起来的，网络资源工作不正常时(比如网络拥塞，或者由于虚拟机的连接关系导致的网络热点问题等)，虚拟机的工作性能将会受到较大的影响.因此，只考虑虚拟机资源分配的传统资源分配方式TAM(TraditionalAllocationMethod)在很大程度上影响了用户应用的性能[7].解决上述问题的主要思想就是将云数据中心的网络资源也纳入资源划分的范畴，即带宽感知的网络

3、分配.用户不仅能租用云数据中心的虚拟机，而且也能同时指定连接这些虚拟机的网络带宽以及特定虚拟机(比如Web服务器)和因特网的连接带宽(例如将带宽要求写入SLA中).云数据中心有责任保证用户租用的虚拟机之间以及虚拟机和因特网之间的可用带宽，进而保证用户应用的性能，也要考虑用户常有的对数据中心的资源的动态租用需求.这方面的典型研究包括Sec-ondNet[7]和Oktopus[6].SecondNet通过VDC来实现虚拟网络.将物理上处于同一个数据中心的用户租用虚拟机划分为逻辑上不同的VDC.不同的VDC拥有不同的SLA

4、以及一些其他的独有特征.其中，SLA以v2v(VM-to-VM)为单位制定的.但是这个模型存在两个问题:第一，v2v级的SLA过于细致.对于租户，v2v理解起来比较直观，制订起来却十分复杂.因为，租户可能根本不知道自己的v2v通信拥有什么特征，同时，租用VM数量的增加也会使制定规则的数量几何式的增长.第二，对于数据中心，v2v级的分配过于精细，部署复杂，不利于自身基础网络设施架构的复用性.而Oktopus则通过VC(VirtualCluster)和VOC(VirtualOversubscribedCluster)两种

5、相互配合的分配方式来保证租户网络通信的需求.VC提出接入带宽保证的概念，这样可以满足租户带宽资源的需求，同时，相比v2v的方式，这种方式提高了网络资源的复用率.相较于VC，VOC额外提出了过度订阅参数，进一步满足网络资源需求不多的网络应用，增加租户选择弹性，节省费用.VC和VOC都简化了租户的租用方式，提升了数据中心的基础设施复用率.但是，Oktopus对网络资源的侦测层次有限，存在分配给用户的带宽达不到SLA要求的现象，即所谓的假性成功分配现象.同时，由于过度订阅的引入，也会造成租户请求的小变化引起VOC内产生连锁

6、反应的情况，这将限制数据中心应对租户租约动态变化的弹性.本篇文章设计提出一种更加全面的带宽感知虚拟网络分配算法.首先，在网络资源分配方面，该算法考虑更加全面.相比TAM、SecondNet以及Oktopus，本文算法从VM之间的通信(intra-bandwidth，网内带宽)和VM与Internet的通信(inter-bandwidth，网际带宽)两方面考虑，全面保证租户网络资源需求.其次，对租户更加友好.租户只需提出VM租用数量、网内带宽、网际带宽和弹性因子α，就可完成虚拟网络的定制.同时，为了避免Oktopus中

7、的假性成功分配问题，本文算法加深资源的侦测层次，掌握更多的网络资源配置信息，能够实现正确地带宽分配.弹性因子α给用户提供了动态租用资源的便利性.从虚拟网络划分角度来看，各种划分算法可以从以下5个方面来评估:1)VM之间的带宽保证:指VM可以与虚拟网络内的其他VM以最大不超过网内带宽值的带宽相互通信;2)VM和因特网之间的带宽保证:指虚拟网络到数据中心外部的通信带宽保证值;3)分配友好性:指定义租户使用友好的接口，使得用户易理解，方便使用;4)分配的准确性:指保证分配结果的正确，避免出现假性分配成功的现象;5)分配的弹

8、性:指分配过程是否能够很快伸缩来适应租户需求的变动.从表1中可以看出，在VM之间带宽保证方面，TAM最差，其它三个算法都有考虑;在VM和因特网之间带宽保证方面，TAM和本文算法可以保证，而SecondNet和Oktopus没有考虑;在分配友好性方面，本文算法和Oktopus比较好;在分配的准确性方面，Oktopus因为有假性分配问题因此不够准确