物联网的多种业务需要灵活的网络部署来保障其服务质量。针对物联网服务功能链部署问题,将网络功能虚拟化(NFV, network function virtualization)与软件定义网络(SDN, software defined networking)相结合,综合考虑转发成本以及流量平...物联网的多种业务需要灵活的网络部署来保障其服务质量。针对物联网服务功能链部署问题,将网络功能虚拟化(NFV, network function virtualization)与软件定义网络(SDN, software defined networking)相结合,综合考虑转发成本以及流量平衡情况,给出了虚拟网络功能放置与服务功能链路由的联合优化模型,该优化模型是NP-Hard问题。为了求解该问题,提出两种启发式算法:一种是先路由后放置(FRTP, first routing then placing)的服务链部署算法,另一种是基于节点优先级的先放置后路由(PFBR, placing followed by routing)的服务链部署算法。仿真结果表明,与其他算法相比,提出的FRTP和PFBR算法能显著平衡网络中的流量负载,改善链路拥塞情况,从而提高服务功能链请求接受率。展开更多
在网络功能虚拟化(Network Function Virtualization,NFV)环境下,保证用户服务功能链(Service Function Chain,SFC)服务质量的同时节约资源消耗,降低运营成本,对运营商来说至关重要。联合考虑SFC部署和无线接入网资源分配,提出一种基于...在网络功能虚拟化(Network Function Virtualization,NFV)环境下,保证用户服务功能链(Service Function Chain,SFC)服务质量的同时节约资源消耗,降低运营成本,对运营商来说至关重要。联合考虑SFC部署和无线接入网资源分配,提出一种基于深度强化学习的SFC多维资源联合分配算法。构建一种基于环境感知的SFC资源分配机制,建立用户时延要求、无线速率需求以及资源容量等约束下的SFC部署成本最小化模型。考虑到无线环境的动态变化,将此优化问题转化为一个无模型离散时间马尔科夫决策过程(Markov Decision Process,MDP)模型。由于该MDP状态空间的连续性和动作空间的高维性,采用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)强化学习算法进行求解,得到最小化部署成本的资源分配策略。仿真结果表明,该算法可在满足性能需求及资源容量等约束的同时,有效降低SFC部署成本和端到端传输时延。展开更多
文摘物联网的多种业务需要灵活的网络部署来保障其服务质量。针对物联网服务功能链部署问题,将网络功能虚拟化(NFV, network function virtualization)与软件定义网络(SDN, software defined networking)相结合,综合考虑转发成本以及流量平衡情况,给出了虚拟网络功能放置与服务功能链路由的联合优化模型,该优化模型是NP-Hard问题。为了求解该问题,提出两种启发式算法:一种是先路由后放置(FRTP, first routing then placing)的服务链部署算法,另一种是基于节点优先级的先放置后路由(PFBR, placing followed by routing)的服务链部署算法。仿真结果表明,与其他算法相比,提出的FRTP和PFBR算法能显著平衡网络中的流量负载,改善链路拥塞情况,从而提高服务功能链请求接受率。
文摘在网络功能虚拟化(Network Function Virtualization,NFV)环境下,保证用户服务功能链(Service Function Chain,SFC)服务质量的同时节约资源消耗,降低运营成本,对运营商来说至关重要。联合考虑SFC部署和无线接入网资源分配,提出一种基于深度强化学习的SFC多维资源联合分配算法。构建一种基于环境感知的SFC资源分配机制,建立用户时延要求、无线速率需求以及资源容量等约束下的SFC部署成本最小化模型。考虑到无线环境的动态变化,将此优化问题转化为一个无模型离散时间马尔科夫决策过程(Markov Decision Process,MDP)模型。由于该MDP状态空间的连续性和动作空间的高维性,采用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)强化学习算法进行求解,得到最小化部署成本的资源分配策略。仿真结果表明,该算法可在满足性能需求及资源容量等约束的同时,有效降低SFC部署成本和端到端传输时延。
