隨著互聯(lián)網的飛速發(fā)展以及硬件設備的更新?lián)Q代,用戶的網絡需求也日益增加,運營商目前主要依靠架設大量中間件(Middle box)設備來實現用戶的網絡請求,為用戶提供服務。但是由于中間件設備功能單一,再加之其受地理位置約束較大,這種模式越來越難以滿足用戶需求。網絡功能虛擬化(Network Function Virtualization,NFV)技術的出現為運營商解決上述問題提供了新的辦法,這種技術將原本由專有設備實現的功能利用軟件來實現,將一條網絡請求變成若干虛擬網絡功能的有序排列,只需將其部署在標準的x86設備上,擺脫了傳統(tǒng)中間件設備位置約束的影響,同時也省去了相關設備成本和維修成本,同時相比現有系統(tǒng),性能也有了巨大的提升。人工智能(Artificial Intelligence,AI)技術正逐步影響著我們生活的各個方面,同時其也在促進著各行各業(yè)的發(fā)展,以前無法通過計算解決的問題,也開始通過人工智能的方法進行實現。人工神經網絡(Artificial Neural Networks,ANN)作為一種典型的人工智能方法,通過模仿生物神經系統(tǒng)的工作原理,構建了一整套非線性信號處理系統(tǒng),用于解決一些大規(guī)模復雜問題。該系統(tǒng)不僅在時間成本上有巨大的優(yōu)化,而且還具有良好的并行處理能力。圖神經網絡(Graph Neural Network,GNN)是一種特別適合處理圖問題的神經網絡,自提出之日起,已經被應用到各種圖相關問題中。圖神經網絡的工作原理以節(jié)點為單位,通過節(jié)點的屬性和狀態(tài)綜合分析,產生目標輸出。本文的主要內容如下:(1)在NFV問題中,目前比較多的是采用啟發(fā)式算法,針對不同指標采取不同策略對服務功能鏈進行部署。但是,啟發(fā)式算法容易陷入局部最優(yōu)的困局中,其算法性能也不能達到特別優(yōu)秀的程度,最重要的是其運算時間也相對較長,在處理大規(guī)模網絡拓撲時這些缺點會被進一步的放大。因此本文利用圖神經網絡方法,根據網絡拓撲中的信息對系統(tǒng)進行訓練,使其可以自主部署服務功能鏈。(2)針對服務功能鏈部署問題中的節(jié)點資源和帶寬資源浪費問題,同樣利用圖神經網絡的方法,提出一種整合拆分算法,通過對節(jié)點的拆分和服務功能鏈的整合,提高對節(jié)點資源和帶寬資源的利用率。
【學位單位】：電子科技大學
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：TP393.09;TP18
【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究工作的背景與意義
    1.2 國內外研究現狀
    1.3 本文主要工作
    1.4 本文的組織結構
第二章 相關背景知識
    2.1 NFV相關內容
        2.1.1 NFV系統(tǒng)框架
        2.1.2 NFV商業(yè)模型
        2.1.3 NFV工作流程
    2.2 人工智能相關內容
        2.2.1 人工智能算法
        2.2.2 神經網絡模型
        2.2.3 圖神經網絡模型
    2.3 可行性分析
    2.4 本章小結
第三章 基于圖神經網絡的自匹配SFC部署算法的研究
    3.1 SFC部署問題研究
    3.2 圖神經網絡模型研究
    3.3 GNN仿真平臺
    3.4 貪心算法研究
        3.4.1 算法概述
        3.4.2 算法優(yōu)缺點
    3.5 禁忌搜索算法研究
        3.5.1 算法概述
        3.5.2 算法優(yōu)缺點
    3.6 基于GNN的自匹配部署算法研究
        3.6.1 近似同構概念
        3.6.2 算法基本思想
        3.6.3 訓練過程分析
        3.6.4 部署過程分析
        3.6.5 篩選模塊分析
    3.7 仿真實驗與結果分析
        3.7.1 美國拓撲下實驗結果及分析
        3.7.2 大規(guī)模拓撲下實驗結果及分析
        3.7.3 不同SFC鏈路長度下自匹配算法性能分析
        3.7.4 自匹配算法進化性分析
    3.8 本章小結
第四章 SFC整合拆分部署算法的研究
    4.1 節(jié)點資源浪費問題
        4.1.1 邊緣節(jié)點資源浪費問題
        4.1.2 重復節(jié)點資源浪費問題
    4.2 鏈路帶寬資源浪費問題
    4.3 SFC整合拆分部署算法研究
        4.3.1 SFC整合概念
        4.3.2 節(jié)點拆分概念
        4.3.3 裁剪概念
        4.3.4 變量及約束條件定義
        4.3.5 算法概述
    4.4 仿真實驗與結果分析
        4.4.1 節(jié)點計算資源實驗及分析
        4.4.2 鏈路帶寬資源實驗及分析
    4.5 本章小結
第五章 總結與展望
    5.1 論文總結
    5.2 未來展望
致謝
參考文獻
攻讀碩士期間參與的項目和所獲獎勵

【相似文獻】

相關期刊論文 前10條

1 王芳,徐理;基于功能鏈的供應鏈與價值鏈之內在聯(lián)系[J];價值工程;2004年06期

2 石福麗;朱一凡;;基于信息功能鏈的軍事通信網絡拓撲抗毀性評估方法[J];裝備指揮技術學院學報;2011年06期

3 張惠英;;從“個、底”功能鏈接說起[J];語文研究;2010年01期

4 戴華英;300噸／小時多功能鏈斗式挖砂船[J];水運科技信息;1994年06期

5 張傳浩;周橋;;節(jié)點效用最大化的服務功能鏈構建方法[J];計算機應用;2018年02期

6 ;成就中國首個IP智能邊緣服務功能鏈[J];個人電腦;2015年04期

7 劉藝;張紅旗;楊英杰;常德顯;;一種區(qū)分等級的可生存服務功能鏈映射方法[J];計算機研究與發(fā)展;2018年04期

8 王琛;湯紅波;游偉;袁泉;牛犇;;一種基于動態(tài)規(guī)劃的vEPC服務功能鏈部署方法[J];計算機應用研究;2018年07期

9 高鵬;胡曉東;李家興;唐倫;;5G-C-RAN中最大化效用服務功能鏈部署算法[J];計算機工程與應用;年期

10 唐宏偉;馮圣中;趙曉芳;;TOChain:一種高性能虛擬網絡安全服務功能鏈[J];北京郵電大學學報;2018年01期

相關博士學位論文 前2條

1 武春龍;基于功能與支持集對產品功能與模塊結構構建方法的研究[D];浙江大學;2015年

2 康與云;基于功能鏈的機電產品設計方案矩陣式求解方法研究[D];南京航空航天大學;2013年

相關碩士學位論文 前10條

1 周廷樞;虛擬網絡功能轉發(fā)圖設計及映射研究[D];電子科技大學;2018年

2 杜炯;基于服務功能鏈的交換機架構研究[D];電子科技大學;2018年

3 宋雪;網絡功能虛擬化的資源分配機制研究[D];電子科技大學;2018年

4 路寬;基于人工智能的NFV服務功能鏈的部署與優(yōu)化[D];電子科技大學;2018年

5 李卓峰;低能耗服務功能鏈的映射研究[D];電子科技大學;2018年

6 何其超;基于SDN的服務功能鏈流量引導的設計與實現[D];北京郵電大學;2018年

7 張世雷;NFV中服務功能鏈的故障診斷方法[D];北京郵電大學;2018年

8 呂晨;網絡服務功能鏈拓撲設計及映射研究[D];電子科技大學;2016年

9 劉蓓;基于NFV的網絡中虛擬服務功能鏈的部署和遷移[D];電子科技大學;2017年

10 周橋;基于SDNFV的服務功能鏈部署優(yōu)化技術研究[D];解放軍信息工程大學;2017年

本文編號：2857605