应用粒子群优化的绿色虚拟网络映射算法

doi:10.11959/j.issn.1000-0801.2016002

电信科学 ›› 2016, Vol. 32 ›› Issue (1): 11-17.doi: 10.11959/j.issn.1000-0801.2016002

应用粒子群优化的绿色虚拟网络映射算法

曲桦¹,樊斌¹,郭涯¹,王力¹,赵季红^1,²

¹ 西安交通大学电子与信息工程学院，陕西西安710049
² 西安邮电大学通信工程系，陕西西安710061

出版日期:2016-01-20 发布日期:2017-06-23
基金资助:
国家自然科学基金资助项目;国家自然科学基金资助项目;国家高技术研究发展计划（“863”计划）基金资助项目;江苏省未来网络创新研究院“未来网络前瞻性研究项目”

Green virtual network embedding algorithm based on particle swarm optimization

Hua QU¹,ANBin F¹,Ya GUO¹,Li WANG¹,Jihong ZHAO^1,²

¹ School of Electronics and Information Engineering,Xi'an Jiaotong University,Xi'an 710049,China
² Department of Communication Engineering,Xi'an University of Posts and Telecommunications,Xi'an 710061,China

Online:2016-01-20 Published:2017-06-23
Supported by:
The National Natural Science Foundation of China;The National Natural Science Foundation of China;The National High Technology Research and Development Program of China（863 Program）;Jiangsu Future Networks Innovation Institute“Prospective Research Project on Future Networks”

摘要/Abstract

摘要：

绿色网络是近年来网络技术研究的热点，以节能为优化目标的虚拟网络映射算法成为基于网络虚拟化技术中资源分配研究的重点。提出了应用粒子群优化的绿色虚拟网络映射算法，重定义粒子群优化算法中的参数和粒子进化行为，以关闭底层网络节点和链路数量最多为适应度函数，在较低的算法复杂度条件下，获得绿色虚拟网络映射的最优解。仿真结果表明，与对比算法相比，静态环境下所提算法的运行时间大幅度降低；动态环境下所提算法的节点关闭率、链路关闭率、虚拟网络请求接受率均有所提升，算法运行时间也大大缩短。

关键词: 网络虚拟化, 绿色网络, 虚拟网络映射算法, 粒子群优化

Abstract:

Green network is a hotspot in network research recent years,virtual network embedding（VNE）algorithm which focuses on saving energy,becomes very important in resource allocation in the network virtualization.A green VNE algorithm which applies swarm particle optimization（GVNE-PSO）was proposed,the evolution behaviors and parameters of each particle was redefined,and the number of nodes and links that could be switched off as the fitness function were considered,the optimum solution of green VNE in a low time complexity was achieved.The results show that compared to the exiting algorithm,it greatly reduced the time complexity offline,when online,it also raised the rate of virtual network acceptance,and the same with nodes and links that can be switched off,what's more,the performance period are shorter.

Key words: network virtualization, green network, virtual network embedding algorithm, particle swarm

曲桦,樊斌,郭涯,王力,赵季红. 应用粒子群优化的绿色虚拟网络映射算法[J]. 电信科学, 2016, 32(1): 11-17.

Hua QU,ANBin F,Ya GUO,Li WANG,Jihong ZHAO. Green virtual network embedding algorithm based on particle swarm optimization[J]. Telecommunications Science, 2016, 32(1): 11-17.

图/表 5

参考文献 13

[1]	王文鼐，张寅翔 . 成本与能效优化的虚拟网络算法研究[D]. 南京：南京邮电大学， 2013:13-25 WANG W N , ZHANG Y X . Study on optimal virtual network embedding algorithm for cost and energy efficiency[D]. Nanjing:Nanjing University of Posts and Telecommunications, 2013:13-25.
[2]	陈晓华，李春芝，陈良育，等. 主动休眠节点链路的高效节能虚拟网络映射[J]. 软件学报， 2014（7）:1416-1419. CHEN X H , LI C Z , CHEN L Y , et al. Energy efficient virtual network embedding based on actively hibernating substrate nodes and links[J]. Journal of Software, 2014（7）:1416-1419.
[3]	LIN C , TIAN Y , YAO M . Green network and green evaluation:mechanism,modeling and evaluation[J]. Chinese Journal of Computers, 2011,34（4）:593-612.
[4]	YE K J , WU Z H , JIANG X H , et al. Power management of virtualized cloud computing platform[J]. Chinese Journal of Computers, 2012（5）:1262-1285.
[5]	FISCHER A , BOTERO J F , BECK M T et al. Virtual network embedding:a survey[J]. IEEE Communications Surveys &Tutorials, 2013,15（4）:1888-1906.
[6]	杨宇，陈山枝 . 网络虚拟化资源管理及虚拟网络应用研究[D]. 北京: 北京邮电大学， 2013:25-45. YANG Y , CHEN S Z . Research on the resource management for network virtualization and virtual network application[D]. Beijing: Beijing University of Posts and Telecommunications, 2013:25-45.
[7]	FISCHER A , BOTERO J F , DUELLI M et al. ALEVIN-a framework to develop,compare,and analyze virtual network embedding algorithms[J]. Electronic Communications of the EASST, 2011（37）:1-12.
[8]	BOTERO J F , HESSELBACH X , DUELLI M et al. Energy efficient virtual network embedding[J]. IEEE Communications Letters, 2012,16（5）:756-759.
[9]	刘光远，苏森 . 面向底层单节点失效的轻量级可靠虚拟网络映射算法[J]. 电子与信息学报， 2013（11）:2644-2650. LIU G Y , SU S . Less stringent reliable virtual network mapping algorithm for substrate single node failure[J]. Journal of Electronics and Information Technology, 2013（11）:2644-2650.
[10]	程祥，张忠宝，苏森，等. 虚拟网络映射问题研究综述[J]. 通信学报， 2011,32（10）:143-149. CHENG X , ZHANG Z B , Su S , et al. Survey of virtual network embedding problem[J]. Journal on Communication, 2011,32（10）:143-149.
[11]	段海滨，张祥银，徐春芳 . 仿生智能计算[M]. 北京：科学出版社， 2011. DUAN H B , ZHANG X Y , XU C F . Bio-Inspired Computing [M]. Beijing: Science Press, 2011.
[12]	FU Y G , ZHOU C P , DING M Y . Convergence analysis of standard particle swarm optimization algorithm[J]. Mathematica Application, 2011,24（1）:187-194.
[13]	程祥，张忠宝，苏森，等. 基于粒子群优化的虚拟网络映射算法[J]. 电子学报， 2011,39（10）:2240-2244. CHEN X , ZHANG Z B , SU S et al. Virtual network embedding based on particle swarm optimization[J]. Chinese Journal of Electronics, 2011,39（10）:2240-2244.

[1]	谢景昭, 单炜, 肖畅, 马铁, 陈力, 虞红芳, 孙罡. Klonet：面向技术创新的网络模拟实验平台[J]. 电信科学, 2021, 37(10): 66-75.
[2]	雷波,王江龙,赵倩颖,余勇志,杨明川. 基于计算、存储、传送资源融合化的新型网络虚拟化架构[J]. 电信科学, 2020, 36(7): 42-54.
[3]	张煜培,赵知劲,郑仕链. 利用多目标PSO优化的累积时延和信道容量联合优化的频谱切换算法[J]. 电信科学, 2018, 34(7): 62-71.
[4]	韩东升,郑冰,陈智雄. 基于能量损耗与能源代价均衡的基站休眠机制[J]. 电信科学, 2017, 33(7): 9-18.
[5]	曲桦,李岩松,刘军,赵季红,郭涯. 一种基于SDN的CCN集中控制缓存决策方法[J]. 电信科学, 2017, 33(5): 12-20.
[6]	董晓东,郭志强,陈胜,周晓波,齐恒,李克秋. 面向SDN网络虚拟化平台的控制器放置算法[J]. 电信科学, 2017, 33(4): 56-64.
[7]	钟锡健,张更新,谢智东. 基于可移点波束天线的干扰源单星定位方法[J]. 电信科学, 2016, 32(9): 102-106.
[8]	王琳杰. 云计算中基于生物共生机制改进粒子群优化的任务调度方案[J]. 电信科学, 2016, 32(9): 113-119.
[9]	张凯,裘晓峰,朱新宁. 基于SDN的网络虚拟化平台及其隔离性研究[J]. 电信科学, 2016, 32(9): 125-131.
[10]	刘汉江,欧亮,陈文华,唐宏. 基于SDN的跨数据中心承载技术[J]. 电信科学, 2016, 32(3): 28-34.
[11]	王子厚,徐月梅,张露晨. 一种基于模糊逻辑的虚拟服务迁移策略[J]. 电信科学, 2016, 32(12): 53-60.
[12]	马塞,黄辉,夏仕俊,金耀辉,罗萱. 网络虚拟化互通技术[J]. 电信科学, 2015, 31(6): 116-122.
[13]	赵季红,王元,唐睿,张振伟,曲桦. 移动中继多播场景下的节能优化[J]. 电信科学, 2015, 31(4): 71-76.
[14]	陈礼波,覃宁. 基于SDN的IP RAN目标架构与组网模型探讨[J]. 电信科学, 2015, 31(2): 163-168.
[15]	王力,赵季红,曲桦,郭涯. 软件定义承载网中基于负载均衡的虚拟网络资源分配算法[J]. 电信科学, 2015, 31(11): 36-42.

应用粒子群优化的绿色虚拟网络映射算法

Green virtual network embedding algorithm based on particle swarm optimization

在线阅读

PDF下载

可视化

摘要/Abstract

引用本文

使用本文

图/表 5

参考文献 13

相关文章 15

Metrics

推荐阅读 0