隨著當(dāng)前網(wǎng)絡(luò)應(yīng)用規(guī)模的不斷擴(kuò)大、新興業(yè)務(wù)不斷涌現(xiàn),傳統(tǒng)的以IP為核心的網(wǎng)絡(luò)結(jié)構(gòu)僵化、核心功能單一,導(dǎo)致網(wǎng)絡(luò)承載不堪重負(fù),可控性和演變能力低下,難以靈活、有效地承載各類新興、需求多變的網(wǎng)絡(luò)業(yè)務(wù)。且現(xiàn)有措施大多是對(duì)其進(jìn)行修補(bǔ)或是簡(jiǎn)單擴(kuò)展,并未從根本上滿足泛在互聯(lián)、融合異構(gòu)、可信可管可擴(kuò)等需求。本文依托國(guó)家973計(jì)劃項(xiàng)目“可重構(gòu)信息通信基礎(chǔ)網(wǎng)絡(luò)體系研究”,以全新的思想探索一種新型網(wǎng)絡(luò)服務(wù)提供模式�？芍貥�(gòu)網(wǎng)絡(luò)基于網(wǎng)絡(luò)結(jié)構(gòu)的自組織、功能的自調(diào)節(jié)和業(yè)務(wù)的自適配,通過(guò)構(gòu)建面向業(yè)務(wù)的可重構(gòu)服務(wù)承載網(wǎng),最大程度地彌合網(wǎng)絡(luò)能力與業(yè)務(wù)需求之間的時(shí)變鴻溝,最終使網(wǎng)絡(luò)能夠有效地適配多變的業(yè)務(wù)需求。因此,可重構(gòu)服務(wù)承載網(wǎng)需要在滿足業(yè)務(wù)需求并提供定制化服務(wù)的同時(shí),根據(jù)業(yè)務(wù)以及網(wǎng)絡(luò)的動(dòng)態(tài)變化優(yōu)化資源配置,充分提高網(wǎng)絡(luò)的資源利用率�；谏鲜龀霭l(fā)點(diǎn),本文以增強(qiáng)網(wǎng)絡(luò)的動(dòng)態(tài)服務(wù)提供能力為核心,以多樣化服務(wù)承載需求和網(wǎng)絡(luò)資源提供的最佳匹配為目標(biāo),通過(guò)服務(wù)承載網(wǎng)的動(dòng)態(tài)構(gòu)建為用戶提供多樣化的網(wǎng)絡(luò)服務(wù),研究支持業(yè)務(wù)自適應(yīng)的可重構(gòu)服務(wù)承載網(wǎng)核心運(yùn)行機(jī)理。具體而言,本文的主要工作如下:1.針對(duì)現(xiàn)有承載網(wǎng)構(gòu)建中忽略業(yè)務(wù)需求動(dòng)態(tài)變化的缺陷,提出了一種面向業(yè)務(wù)需求動(dòng)態(tài)變化的服務(wù)承載網(wǎng)構(gòu)建算法(Dynamic Service Request-oriented RSCN,DSR)。該算法基于業(yè)務(wù)需求的動(dòng)態(tài)特性,定義了服務(wù)承載網(wǎng)構(gòu)建花費(fèi),并以最小化構(gòu)建花費(fèi)為目標(biāo),進(jìn)行服務(wù)承載網(wǎng)構(gòu)建;根據(jù)業(yè)務(wù)需求類型及其變化狀態(tài),設(shè)計(jì)了相應(yīng)的服務(wù)承載網(wǎng)動(dòng)態(tài)構(gòu)建算法。仿真結(jié)果表明:與現(xiàn)有未考慮業(yè)務(wù)動(dòng)態(tài)變化的算法相比,DSR算法在滿足業(yè)務(wù)需求的同時(shí),能夠?qū)崿F(xiàn)較高的構(gòu)建成功率和收益花費(fèi)比。2.為解決不同業(yè)務(wù)對(duì)有限的底層網(wǎng)絡(luò)資源共享時(shí)產(chǎn)生競(jìng)爭(zhēng)的問(wèn)題,提出了一種基于請(qǐng)求競(jìng)爭(zhēng)的服務(wù)承載網(wǎng)構(gòu)建算法(Request Competition-based RSCN,RCR)。該算法引入博弈論的思想構(gòu)建了合作博弈模型。通過(guò)周期映射,將時(shí)間周期內(nèi)的構(gòu)建請(qǐng)求聚類,有效權(quán)衡了最大化構(gòu)建收益和最小化構(gòu)建請(qǐng)求與建立的等待時(shí)間。同時(shí),算法實(shí)時(shí)感知業(yè)務(wù)變化,動(dòng)態(tài)調(diào)整服務(wù)承載網(wǎng)的構(gòu)建,最終達(dá)到整體系統(tǒng)的利益最大化。實(shí)驗(yàn)表明:與ViNEYard算法相比,雖然RCR算法的構(gòu)建成功率沒(méi)有明顯優(yōu)勢(shì),但卻具有較高的服務(wù)承載網(wǎng)構(gòu)建收益。3.針對(duì)高效利用有限底層網(wǎng)絡(luò)資源的問(wèn)題,提出了一種基于拓?fù)涓兄姆⻊?wù)承載網(wǎng)動(dòng)態(tài)重構(gòu)算法(Dynamic Topology Awareness-based RSCN Reconfiguration,DTAR)。算法將節(jié)點(diǎn)或鏈路所承載的最短路徑數(shù)作為資源關(guān)鍵度的衡量指標(biāo),優(yōu)先映射滿足業(yè)務(wù)需求的非關(guān)鍵資源,能夠有效避免底層網(wǎng)絡(luò)瓶頸資源的出現(xiàn);通過(guò)動(dòng)態(tài)感知底層資源的使用程度,發(fā)現(xiàn)緊要資源,并依據(jù)不同業(yè)務(wù)需求對(duì)服務(wù)承載網(wǎng)進(jìn)行自適應(yīng)調(diào)整,有效地提升了服務(wù)承載網(wǎng)請(qǐng)求的構(gòu)建成功率。最后,對(duì)算法進(jìn)行了實(shí)驗(yàn)仿真,結(jié)果表明:與算法G-SPR和WD-VNE對(duì)比,DTAR算法在提高構(gòu)建成功率的同時(shí),具有較高的收益花費(fèi)比和資源均衡度。4.針對(duì)底層網(wǎng)絡(luò)故障帶來(lái)的負(fù)面影響,提出了一種基于網(wǎng)絡(luò)資源動(dòng)態(tài)感知的服務(wù)承載網(wǎng)自愈算法(Network Resource Dynamic Awareness-based Self-healing RSCN,NRDAS)。通過(guò)動(dòng)態(tài)感知底層網(wǎng)絡(luò)資源,提取了網(wǎng)絡(luò)資源約束和負(fù)載均衡約束,有效地降低了服務(wù)承載網(wǎng)的構(gòu)建花費(fèi);引入Q學(xué)習(xí)的方法,建立了服務(wù)承載網(wǎng)自愈模型,當(dāng)網(wǎng)絡(luò)發(fā)生擁塞或故障時(shí),能夠及時(shí)動(dòng)態(tài)調(diào)整,實(shí)現(xiàn)了對(duì)不同業(yè)務(wù)需求的高效承載。最后,對(duì)算法的構(gòu)建花費(fèi)進(jìn)行了理論分析,并實(shí)驗(yàn)仿真了業(yè)務(wù)適配度、自愈成功率和資源均衡度等性能指標(biāo),結(jié)果表明:與算法SVNE和BLMA相比,NRDAS算法降低了服務(wù)承載網(wǎng)構(gòu)建花費(fèi),具有良好的業(yè)務(wù)適配和自愈能力。
【學(xué)位單位】：解放軍信息工程大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位年份】：2015
【中圖分類】：TP393.02
【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
        1.1.1 現(xiàn)有網(wǎng)絡(luò)面臨的問(wèn)題
        1.1.2 可重構(gòu)信息通信基礎(chǔ)網(wǎng)絡(luò)體系
    1.2 研究目的和意義
    1.3 現(xiàn)狀與發(fā)展趨勢(shì)
        1.3.1 網(wǎng)絡(luò)虛擬化技術(shù)
        1.3.2 虛擬網(wǎng)構(gòu)建技術(shù)
        1.3.3 承載網(wǎng)構(gòu)建發(fā)展趨勢(shì)
    1.4 研究思路與結(jié)構(gòu)安排
        1.4.1 論文研究思路
        1.4.2 論文結(jié)構(gòu)安排
第二章 面向業(yè)務(wù)需求動(dòng)態(tài)變化的服務(wù)承載網(wǎng)構(gòu)建算法
    2.1 引言
    2.2 可重構(gòu)服務(wù)承載網(wǎng)構(gòu)建模型
        2.2.1 基礎(chǔ)物理網(wǎng)絡(luò)
        2.2.2 業(yè)務(wù)需求模型
        2.2.3 服務(wù)承載網(wǎng)構(gòu)建模型
        2.2.4 服務(wù)承載網(wǎng)構(gòu)建目標(biāo)
    2.3 面向業(yè)務(wù)需求動(dòng)態(tài)變化的服務(wù)承載網(wǎng)構(gòu)建算法
        2.3.1 面向業(yè)務(wù)需求動(dòng)態(tài)變化的服務(wù)承載網(wǎng)構(gòu)建描述
        2.3.2 面向業(yè)務(wù)需求動(dòng)態(tài)變化的服務(wù)承載網(wǎng)構(gòu)建算法
    2.4 算法復(fù)雜度分析
    2.5 算法實(shí)驗(yàn)分析
        2.5.1 實(shí)驗(yàn)設(shè)置
        2.5.2 業(yè)務(wù)性能
        2.5.3 服務(wù)承載網(wǎng)構(gòu)建收益花費(fèi)比
        2.5.4 服務(wù)承載網(wǎng)構(gòu)建成功率
    2.6 本章小結(jié)
第三章 基于請(qǐng)求競(jìng)爭(zhēng)的服務(wù)承載網(wǎng)構(gòu)建算法
    3.1 引言
    3.2 基于請(qǐng)求競(jìng)爭(zhēng)的服務(wù)承載網(wǎng)構(gòu)建模型
        3.2.1 基礎(chǔ)物理網(wǎng)絡(luò)
        3.2.2 業(yè)務(wù)需求模型
        3.2.3 服務(wù)承載網(wǎng)構(gòu)建模型
        3.2.4 服務(wù)承載網(wǎng)構(gòu)建目標(biāo)
    3.3 基于請(qǐng)求競(jìng)爭(zhēng)的服務(wù)承載網(wǎng)構(gòu)建算法
        3.3.1 博弈論模型要素
        3.3.2 RCR拍賣(mài)定價(jià)機(jī)制
        3.3.3 基于請(qǐng)求競(jìng)爭(zhēng)的服務(wù)承載網(wǎng)構(gòu)建算法
    3.4 算法復(fù)雜度分析
    3.5 實(shí)驗(yàn)仿真
        3.5.1 實(shí)驗(yàn)設(shè)置
        3.5.2 服務(wù)承載網(wǎng)構(gòu)建總收益
        3.5.3 服務(wù)承載網(wǎng)構(gòu)建成功率
    3.6 本章小結(jié)
第四章 基于拓?fù)涓兄姆⻊?wù)承載網(wǎng)動(dòng)態(tài)重構(gòu)算法
    4.1 引言
    4.2 可重構(gòu)服務(wù)承載網(wǎng)構(gòu)建模型
        4.2.1 基礎(chǔ)物理網(wǎng)絡(luò)
        4.2.2 業(yè)務(wù)需求模型
        4.2.3 服務(wù)承載網(wǎng)構(gòu)建模型
        4.2.4 服務(wù)承載網(wǎng)構(gòu)建目標(biāo)
    4.3 基于拓?fù)涓兄姆⻊?wù)承載網(wǎng)動(dòng)態(tài)重構(gòu)算法
        4.3.1 資源度量
        4.3.2 基于拓?fù)涓兄姆⻊?wù)承載網(wǎng)動(dòng)態(tài)重構(gòu)算法
    4.4 算法復(fù)雜度分析
    4.5 算法仿真與分析
        4.5.1 實(shí)驗(yàn)設(shè)置
        4.5.2 服務(wù)承載網(wǎng)構(gòu)建成功率
        4.5.3 服務(wù)承載網(wǎng)構(gòu)建收益花費(fèi)比
        4.5.4 資源均衡度
    4.6 本章小結(jié)
第五章 基于網(wǎng)絡(luò)資源動(dòng)態(tài)感知的服務(wù)承載網(wǎng)自愈算法
    5.1 引言
    5.2 可重構(gòu)服務(wù)承載網(wǎng)構(gòu)建模型
        5.2.1 基礎(chǔ)物理網(wǎng)絡(luò)
        5.2.2 業(yè)務(wù)需求模型
        5.2.3 服務(wù)承載網(wǎng)構(gòu)建模型
        5.2.4 服務(wù)承載網(wǎng)構(gòu)建算法約束
    5.3 基于網(wǎng)絡(luò)資源動(dòng)態(tài)感知的服務(wù)承載網(wǎng)自愈算法
        5.3.1 構(gòu)建多維QoS約束
        5.3.2 基于Q學(xué)習(xí)的服務(wù)承載網(wǎng)自愈模型
        5.3.3 基于網(wǎng)絡(luò)資源動(dòng)態(tài)感知的服務(wù)承載網(wǎng)自愈算法
    5.4 復(fù)雜度分析
    5.5 實(shí)驗(yàn)結(jié)果及分析
        5.5.1 服務(wù)承載網(wǎng)構(gòu)建花費(fèi)分析
        5.5.2 實(shí)驗(yàn)設(shè)置
        5.5.3 業(yè)務(wù)適配能力
        5.5.4 服務(wù)承載網(wǎng)自愈成功率
        5.5.5 資源均衡度
    5.6 本章小結(jié)
第六章 結(jié)束語(yǔ)
    6.1 本文研究成果
    6.2 下一步工作展望
致謝
參考文獻(xiàn)
作者簡(jiǎn)歷

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 黃韜;劉江;陳建亞;劉韻潔;;基于拓?fù)涓兄奶摼W(wǎng)映射算法框架（英文）[J];中國(guó)通信;2014年04期

2 江逸茗;蘭巨龍;周慧琴;;網(wǎng)絡(luò)虛擬化環(huán)境下的資源監(jiān)控策略[J];電子與信息學(xué)報(bào);2014年03期

3 王志明;鄔江興;WANG Yu;齊寧;蘭巨龍;;虛擬軟件定義網(wǎng)絡(luò)中采用優(yōu)化備份拓?fù)涞目箽摂M網(wǎng)絡(luò)映射(英)[J];中國(guó)通信;2014年02期

4 蘭巨龍;程?hào)|年;胡宇翔;;可重構(gòu)信息通信基礎(chǔ)網(wǎng)絡(luò)體系研究[J];通信學(xué)報(bào);2014年01期

5 ;Topology awareness algorithm for virtual network mapping[J];Journal of Zhejiang University-Science C(Computers & Electronics);2012年03期

6 ;A new algorithm based on the proximity principle for the virtual network embedding problem[J];Journal of Zhejiang University-Science C(Computers & Electronics);2011年11期

7 齊寧;王保進(jìn);汪斌強(qiáng);張棟;;均衡虛擬網(wǎng)構(gòu)建算法研究[J];電子與信息學(xué)報(bào);2011年06期

8 ;Providing personalized converged services based on flexible network reconfiguration[J];Science China(Information Sciences);2011年02期

9 吳建平;吳茜;徐恪;;下一代互聯(lián)網(wǎng)體系結(jié)構(gòu)基礎(chǔ)研究及探索[J];計(jì)算機(jī)學(xué)報(bào);2008年09期

10 張宏科;蘇偉;;新網(wǎng)絡(luò)體系基礎(chǔ)研究——一體化網(wǎng)絡(luò)與普適服務(wù)[J];電子學(xué)報(bào);2007年04期

本文編號(hào)：2877649